论文部分内容阅读
摘要：利用電机电流特征分析（motor current signature analysis，MCSA）技术，提出一种基于MCSA法的风电机组偏航系统故障检测法。在Matlab集成开发环境中对风机偏航系统的各故障进行分析，利用Simulink仿真的手段，模拟风力发电机组偏航系统出现的常见故障，将正常工况时与故障工况时的偏航电机定子电流信号进行比对。仿真实验结果表明，风电机组出现故障时，在偏航电机定子电流的波形与频谱图上会出现相应的特征信号。此种方法进行的故障检测，相比于常用的振动检测与噪音检测，对风机结构破坏小，抗干扰性强。
关键词：风电机组；偏航系统；电机电流特征分析法；故障检测
1 偏航系统的研究背景
偏航系统在风力发电机组中是不可或缺的一部分，在风向改变时，负责调整风机机舱角度，使其始终对准风力最大的方向[1]。
齿轮箱、发电机等设备的故障率较高，在故障检测诊断领域受到的关注比较多。偏航系统虽然其故障率略低，但是当发生故障时导致后果却十分严重，如风电机组停机、扭断电缆、机舱与塔筒磨损、漏油等故障[2]。因此对风机偏航系统的故障检测也是目前的研究热点。
当前对风机偏航系统故障检测的研究所采用的方法主要是振动检测法和噪音检测法[3]。由于振动与噪音检测方法无须与风电机组电气连接，可实现对机组运行状态的非侵入式检测，所以二者是风电机组机械状态的主流检测手段[4-6]。虽然振动和噪音诊断方法的检测效果在理论上效果较好，但各自也有较大的缺陷。振动传感器对安装位置的要求很严格，易受机械谐振的影响[7]；噪音传感器在现场工作环境中，易受到其他噪音的干扰，导致实际诊断效果不佳。
为了克服上述二者检测的这些缺点，电机电流特征分析（motor current signature analysis，MCSA）法成为了新的研究热点。MCSA法是通过采集系统中电机的电流信号，观察其特征，分析对应的电机本身和与其关联部分的一种无损检测分析法。该方法在检测电机本体定子、转子和气隙磁通不对称等故障方面早已成熟应用，但在检测电机驱动设备领域尚有许多空白。
将MCSA法用于风电机组故障检测，有以下优势：电流信号容易获取；不会对机组的正常运行产生干扰；电流本身不会受外界温度、湿度、粉尘、噪音等因素的影响；摆脱了只能从机械角度进行故障诊断的束缚；电流传感器成本较振动传感器与声音传感器低廉很多。
本文将MCSA法进一步深入应用到风电机组的偏航系统，分析偏航系统故障与偏航电机定子电流的关系，归纳电流信号各种变化所对应的故障。
2 偏航系统的常见故障
2.1 偏航系统的故障类型
偏航系统主要由偏航轴承、偏航驱动装置、偏航制动器、偏航计数器、扭缆保护装置等部分组成。该系统的作用是将风机机舱相对于塔杆改变角度，由偏航电机（一般为多个）或液压驱动单元通过输出轴上的小齿轮，带动塔杆上的偏航齿圈，使机舱偏航。本文讨论的为采用偏航电机驱动的系统。
偏航系统中的机械部分随着运行时间的增加，势必有磨损、阻尼增大等情况的出现，因此为主要的故障发生源。常见的故障包括偏航齿圈磨损、断齿、异物侵入、偏航扭缆、偏航阻尼过大、若干电机失效等。
2.2偏航系统故障诊断分析
上述偏航系统故障的发生将会改变输入偏航电机的转矩，主要分为以下几种：
发生断齿、异物侵入偏航小齿轮等故障时，偏航小齿轮每转一圈，就会触发一次负载上升或下降的情况，使得偏航电机出现周期性转矩变化。
发生偏航齿圈磨损、沙尘侵入导致阻尼过大等故障时，会使得偏航电机所承受的负载整体上升，电机转矩上升。
发生扭缆、电机失效等故障时，故障发生前后的负载不同，电机的转矩大小也将发生改变。
3 偏航系统运行仿真分析
本文选择了某1.5MW风机的偏航系统参数作仿真实验，具体数据如表1所示。该仿真利用Simulink搭建偏航系统驱动部分的模型，通过调节持续输入偏航电机的负载信号，模拟风机偏航系统在正常运行和各种故障运行的状态。同时记录下电机定子电流的输出波形和频谱。
3.7 仿真结果归纳
在Simulink中对各种故障进行模拟，通过将正常情况下的风电机组偏航系统的偏航电机定子电流信号与故障工况下的作对比，可以归纳出波形变化和频谱变化与常见故障之间的对应关系，如表2所示。
本文就MCSA法在风力发电机组偏航系统应用问题，通过Simulink仿真显示，当偏航系统出现各种故障使得电机负载变化时，其偏航电机的定子电流波形与频谱会出现相应的变化。
该方法通过电流传感器检测电流信号，相比于常用的振动检测法与噪音检测法，有以下优点：对传感器的安装位置要求低、体积小，便于安装在狭小的风机机舱；对于长期工作在恶劣环境的风机，电流信号不受外界环境干扰。因此，MCSA法在风电机组偏航系统的故障检测方面能有效运用。
参考文献：
[1]信晶，郭宇辰，董礼. 风力发电机组偏航电机选型优化方法探究[J]. 可再生能源，2018，36（1）：111-116.
[2]王晓东. 大型风力发电机组偏航系统介绍及故障分析[J]. 内蒙古石油化工，2012，38（3）：75-76.
[3]杨明，李广，董传洋. 基于电机定子电流的齿轮故障诊断方法[J]. 北京交通大学学报，2015，39（5）：87-91.
[4]杨东，陈立京，王俭华. 大型风机在线振动检测技术应用研究[J]. 冶金设备，2017（s2）：407-410.
[5]赵勇，韩斌，房刚利. 风力发电机状态检测与故障诊断技术综述[J]. 热力发电，2016，45（10）：1-5.
[6]谢源，焦斌. 风力发电机组状态检测系统与故障诊断方法研究现状[J]. 上海电机学院学报，2010，13（6）：328-333.
作者简介：
盛仕杰（1992—），男，浙江杭州，汉族，上海电机学院2016级研究生，研究方向为风电机组故障监测与诊断。
关键词：风电机组；偏航系统；电机电流特征分析法；故障检测
1 偏航系统的研究背景
偏航系统在风力发电机组中是不可或缺的一部分，在风向改变时，负责调整风机机舱角度，使其始终对准风力最大的方向[1]。
齿轮箱、发电机等设备的故障率较高，在故障检测诊断领域受到的关注比较多。偏航系统虽然其故障率略低，但是当发生故障时导致后果却十分严重，如风电机组停机、扭断电缆、机舱与塔筒磨损、漏油等故障[2]。因此对风机偏航系统的故障检测也是目前的研究热点。
当前对风机偏航系统故障检测的研究所采用的方法主要是振动检测法和噪音检测法[3]。由于振动与噪音检测方法无须与风电机组电气连接，可实现对机组运行状态的非侵入式检测，所以二者是风电机组机械状态的主流检测手段[4-6]。虽然振动和噪音诊断方法的检测效果在理论上效果较好，但各自也有较大的缺陷。振动传感器对安装位置的要求很严格，易受机械谐振的影响[7]；噪音传感器在现场工作环境中，易受到其他噪音的干扰，导致实际诊断效果不佳。
为了克服上述二者检测的这些缺点，电机电流特征分析（motor current signature analysis，MCSA）法成为了新的研究热点。MCSA法是通过采集系统中电机的电流信号，观察其特征，分析对应的电机本身和与其关联部分的一种无损检测分析法。该方法在检测电机本体定子、转子和气隙磁通不对称等故障方面早已成熟应用，但在检测电机驱动设备领域尚有许多空白。
将MCSA法用于风电机组故障检测，有以下优势：电流信号容易获取；不会对机组的正常运行产生干扰；电流本身不会受外界温度、湿度、粉尘、噪音等因素的影响；摆脱了只能从机械角度进行故障诊断的束缚；电流传感器成本较振动传感器与声音传感器低廉很多。
本文将MCSA法进一步深入应用到风电机组的偏航系统，分析偏航系统故障与偏航电机定子电流的关系，归纳电流信号各种变化所对应的故障。
2 偏航系统的常见故障
2.1 偏航系统的故障类型
偏航系统主要由偏航轴承、偏航驱动装置、偏航制动器、偏航计数器、扭缆保护装置等部分组成。该系统的作用是将风机机舱相对于塔杆改变角度，由偏航电机（一般为多个）或液压驱动单元通过输出轴上的小齿轮，带动塔杆上的偏航齿圈，使机舱偏航。本文讨论的为采用偏航电机驱动的系统。
偏航系统中的机械部分随着运行时间的增加，势必有磨损、阻尼增大等情况的出现，因此为主要的故障发生源。常见的故障包括偏航齿圈磨损、断齿、异物侵入、偏航扭缆、偏航阻尼过大、若干电机失效等。
2.2偏航系统故障诊断分析
上述偏航系统故障的发生将会改变输入偏航电机的转矩，主要分为以下几种：
发生断齿、异物侵入偏航小齿轮等故障时，偏航小齿轮每转一圈，就会触发一次负载上升或下降的情况，使得偏航电机出现周期性转矩变化。
发生偏航齿圈磨损、沙尘侵入导致阻尼过大等故障时，会使得偏航电机所承受的负载整体上升，电机转矩上升。
发生扭缆、电机失效等故障时，故障发生前后的负载不同，电机的转矩大小也将发生改变。
3 偏航系统运行仿真分析
本文选择了某1.5MW风机的偏航系统参数作仿真实验，具体数据如表1所示。该仿真利用Simulink搭建偏航系统驱动部分的模型，通过调节持续输入偏航电机的负载信号，模拟风机偏航系统在正常运行和各种故障运行的状态。同时记录下电机定子电流的输出波形和频谱。
3.7 仿真结果归纳
在Simulink中对各种故障进行模拟，通过将正常情况下的风电机组偏航系统的偏航电机定子电流信号与故障工况下的作对比，可以归纳出波形变化和频谱变化与常见故障之间的对应关系，如表2所示。
本文就MCSA法在风力发电机组偏航系统应用问题，通过Simulink仿真显示，当偏航系统出现各种故障使得电机负载变化时，其偏航电机的定子电流波形与频谱会出现相应的变化。
该方法通过电流传感器检测电流信号，相比于常用的振动检测法与噪音检测法，有以下优点：对传感器的安装位置要求低、体积小，便于安装在狭小的风机机舱；对于长期工作在恶劣环境的风机，电流信号不受外界环境干扰。因此，MCSA法在风电机组偏航系统的故障检测方面能有效运用。
参考文献：
[1]信晶，郭宇辰，董礼. 风力发电机组偏航电机选型优化方法探究[J]. 可再生能源，2018，36（1）：111-116.
[2]王晓东. 大型风力发电机组偏航系统介绍及故障分析[J]. 内蒙古石油化工，2012，38（3）：75-76.
[3]杨明，李广，董传洋. 基于电机定子电流的齿轮故障诊断方法[J]. 北京交通大学学报，2015，39（5）：87-91.
[4]杨东，陈立京，王俭华. 大型风机在线振动检测技术应用研究[J]. 冶金设备，2017（s2）：407-410.
[5]赵勇，韩斌，房刚利. 风力发电机状态检测与故障诊断技术综述[J]. 热力发电，2016，45（10）：1-5.
[6]谢源，焦斌. 风力发电机组状态检测系统与故障诊断方法研究现状[J]. 上海电机学院学报，2010，13（6）：328-333.
作者简介：
盛仕杰（1992—），男，浙江杭州，汉族，上海电机学院2016级研究生，研究方向为风电机组故障监测与诊断。