风力发电机组旋转机械的故障诊断技术分析

尚高新

国家电投集团山西新能源有限公司 山西忻州034300

摘要：

风力发电机组的运转会对发电质量产生直接的影响，需要做到对其故障进行有效诊断及排查的要求，而旋转机械作为主要的组成部件，其在实际中会受到运转时长、使用环境、运转条件等因素的影响而发生故障问题，因此需要对其进行故障诊断活动，以此来对旋转机械的实际状态进行掌握，这样可以对机械设备故障问题进行有效的预防及处理。为此在旋转机械故障诊断中，应对相关的技术方法进行合理的选用，从而保证在故障诊断中具有针对性的进行操作，使故障诊断技术的应用效果可以良好的体现出来。

关键词：风力发电机组；旋转机械；故障诊断技术

引言：

目前在风力发电机组旋转机械的故障诊断中可以采用的技术种类较多，不同技术在实际的应用中其检测效果、检测方向有一定的差异性，因此在故障诊断中可以针对旋转机械的实际情况来确认具体的技术方法，保证故障诊断技术的适用性。在文中提出了在旋转机械的主要故障类型及其影响，研究了几种在旋转机械故障诊断中常用的技术方法，以此来了解相关技术的应用要点及应用要求，实现对故障诊断技术进行有效应用，保证风力发电机组旋转机械的稳定运转。

一、风力发电机组旋转机械故障诊断技术的重要性

风力发电机主要是水平轴式风力发电机，风的动能转换为发电机转子的动能，转子的动能又转换为电能。当风吹向叶片时，在叶片正反面形成压差，这种压差会产生升力使风轮旋转并不断横切风流，叶轮的旋转运动经由主轴传动链、增速齿轮箱加速后将动力传递给发电机发电，齿轮箱可以将很低的风轮转速变为很高的发电机转速，同时也使得发电机易于控制，实现稳定的频率和电压输出。

旋转机械常发的故障问题包括叶片故障、齿轮箱故障、发电机故障、滚动轴承故障等，旋转机械故障的形成会对风力发电机组的正常运行造成一定的影响，进而导致机组整体出现失稳的问题，或是旋转机械发生严重的磨损、剥落等情况，造成风机出现严重的故障而无法正常运转。为此需要对故障诊断技术进行科学应用，确认旋转机械的故障类型及发生部位，以此作为依据处理其故障问题，进而提升风力发电机组在实际中的使用功能。

二、风力发电机组旋转机械的故障诊断技术分析

1、振动信号分析诊断技术

振动信号分析诊断技术是对旋转机械所产生的振动参数进行分析进行其机械状态的判断，确认故障类型及其所处部位，此技术使目前在故障诊断中最常用的方法，其整体的技术体系已经发展较为成熟。在旋转机械故障诊断中，振动信号分析诊断技术的应用可以对多维且广泛的信号参数进行分析，其在应用中的成本相对较低，根据旋转机械所反映出的客观振动信号来进行分析诊断，可以确保其故障诊断的准确性，充分发挥出其技术价值。

对振动信号进行分析的方法主要有：时域分析、频谱分析、倒频谱分析、包络分析等。时域分析是直接利用时域振动信号进行分析，具有简单直观、易于理解的优点，特别是当信号中明显含有简谐成分、周期成分或瞬时脉冲成分时更为有效。频谱分析是在频域对原信号分布情况的分析，能够提供比时域波形更为直观的特征信息，被更加广泛的作为故障诊断的依据。倒频谱分析通过是对信号的功率谱进行分析，可以清楚地识别信号的组成，突出信号中的周期成分，分离和提取源信号与传递系统的影响，有利于故障特征的提取和识别。包络分析是对信号中的共振波形的包络进行分析，常用于轴承、齿轮等部件的故障诊断。

2、红外测温诊断技术的应用

红外测温诊断技术在实际的应用中能够根据旋转机械温度状态来分析其实际的运行状态，通过收集及获取温度变动数据进行测量、分析及判断，以此为基础确认旋转机械是否存有故障问题。例如，在旋转机械中某零件出现磨损问题则会使零件之间摩擦力增加，进而使其出现异常发热的情况，可以利用红外测温诊断技术获取此类数据来对旋转机械进行有效的诊断及监测。

同时，风力发电机组在运行中其作业环境较为恶劣，此种情况也会增加旋转机械故障的发生几率，并且在进行故障诊断时也会受到外部条件因素的影响，例如自然气候、天气变化等，使故障诊断受到影响而出现数据误差。而通过红外测温诊断技术的应用则可以有效地应对此类问题，其在实际中受外部因素的影响较小，在应用中可以针对旋转机械的实际情况来对所测数据进行修正、补偿，达到对温度误差进行有效控制的效果，从而提高旋转机械故障诊断测量数据的精准度。并且红外测温诊断技术在实际的应用中可以通过网络技术实现与计算机进行信息链接，因此能够通过计算机来对旋转机械的运行状态进行实时动态的监控，保证故障诊断的有效性。

3、在线监测诊断技术的应用

风力发电机组旋转机械的在线监测诊断技术是通过建设监测系统来进行应用，其构成包括以下几个部分：计算机设备，可根据实际条件来选择适用的类型，其主要是用于对采集各个单元的控制及采集信号的处理；通信设备，用于通讯及传递信息，属于网络连接的设备；传感器，通过传感器可以对旋转机械振动进行检测，获取旋转机械的振动数据，如电涡流传感器；信号调理单元，信号调理是对测量信号进行放大、隔离、滤波、激励、线性化等处理的过程；信号采集单元，主要完成风机各测点的振动信号、电信号和温度信号的收集。

在线监测诊断技术在应用中能够做到对风机的运行状态进行实时监测，获取其每个阶段的信号数据，并对其加以分析，通过数据对比来判断旋转机械是否存有故障。在线监测诊断技术的分析诊断功能是基于旋转机械正常信号特征数据来进行对比、分析、判断，确认是否存有异常信号，在诊断出异常后可以对旋转机械故障部位进行快速定位，并及时进行报警，保证故障诊断效果。并且在线监测诊断技术在应用中的远程监控及控制的特征在极大程度上提升了故障诊断的效率，能够快速针对旋转机械故障问题进行反应及处理。

三、结语

综上所述，可以对风力发电机组旋转机械的故障类型及表现特征有一定的了解，针对此种情况，必须要结合旋转机械故障检修需求来采取适当的故障诊断技术进行检查，同时在实际中还需根据实际的条件来不断的对故障诊断技术进行优化及改进，以此来保证诊断结果的准确性。目前在旋转机械故障诊断中其所采用的技术仍然有较大的发展空间，因此要结合现代科技的发展方向来进行技术创新，提升故障诊断技术的应用效果，为风力发电机组的稳定运行提供保障。

参考文献:

[1]王宝.旋转机械故障诊断技术在炼钢设备中的应用[J].中国设备工程.2019,(6).85-86.

[2]林增钦.旋转机械故障诊断技术在炼钢设备的应用[J].设备管理与维修.2019,(4).179-180.

[3]张媛.旋转机械故障诊断技术在炼钢设备的应用[J].设备管理与维修.2018,(10).173-174.

[4]李顺建.风力发电机组旋转机械的故障诊断技术分析[J].建筑工程技术与设计.2017,(22):78-80.

[5]苏炳华.基于小波包的风力发电机组齿轮箱故障诊断研究[D].新疆大学,2017.