论文部分内容阅读
摘要：风电投运初期故障频率偏高，人工巡检困难。针对风机内部结构及设备诊断需求，本文结合无人机探测风机叶片损伤，提出了塔筒内滑轨机器人智能巡检策略。根据塔筒内设备布置，设计空間S形轨道，机器人根据设定路线沿轨道垂直或水平方向自动巡检，具有工作效率高，维护简单可靠等特点，并可实现风场无人值守。
关键词：风电;故障监测;滑轨机器人;智能巡检
1.引言
随着新能源行业的快速发展，我国风力发电装机容量迅速增长，行业要求也不断提高。风电机组长期外露，受环境及气候影响大，叶片可能损伤，发电机及传动系统也可能出现故障。机组结构及环境的复杂性，给风机的巡检带来很大挑战。风机投运初期（前2年）是故障高发期，电气故障可快速恢复，而齿轮箱、发电机等大型关键部件故障修复时间长，会造成机组长时间停机。加之设备常在高空修复，动用大型起重及运输设备，维修费用巨大。风场急需一种全方位高效巡检机制，以提高运维水平和效率，解放人工劳动，实现风场无人值守。
2.风机故障分析
目前机械设备故障多采用人工巡检，定量和定性分析，包括FMECA分析法，振动噪声，电气参数，温度，绝缘监测诊断法。徐颖剑[1]记录了运维前2年某风场50台2MW风机故障，根据FMECA分析结果，发电机、齿轮箱和变频器故障为危害性最严重故障。
对于上述诊断需求，人工巡检常用望远镜观察和绳索垂降人工检测叶片损伤，或运维人员定时到现场巡检以获得机组设备全面运行状态，以确认灰尘、裂痕、发热等异常情况。以下是某风场室内巡检内容：
人工巡检存在安全风险、人员配置严重不足、劳动强度大，工效低、时间长等缺点，不利于风场大面积巡检。而机器人智能巡检，可实现人工巡检向智能无人巡检方式、室内设备状态检修由周期性停电例行试验转换为不停电监测、应急巡视由事后处理向事前预警转变。
3.风机滑轨机器人巡检策略
近年来，无人机巡检[2]和机器人巡检[3]成为大数据时代故障监测新宠，前者可监测大空间的叶片异常，后者能对各系统关键环节进行全生命周期监测，通过预警，避免事故发生。
变电站巡检机器人大量推广，取得了良好的应用效果。风电机组不仅要巡检室外，还需要巡检室内;不仅需要巡检一、二次设备，也对局部细节的巡检提出了更高的要求。这就需要革新巡检机器人的结构形式。风机叶片可采用无人机智能巡检，本策略则主要监测风机室内设备及环境状态。
3.1 巡检系统组成及滑轨特性
（1）系统组成
室内轨道机器人智能巡检系统为网络分布式架构，整体分为三层，分别为后台层、通信层和终端层。终端层由轨道系统及机器人移动终端构成;通信层由网络交换机、电力线载波等设备组成，负责建立基站层与智能终端层的网络通道;后台包括服务器、显示屏等硬件设备和应用软件系统。系统可通过集控中心对多个室内轨道智能巡检机器人实现远程监控。软件系统支持常用的通讯协议，便于现地监测信号的远传至DCS系统。
（2）滑轨模型
轨道的整体设计策略可以是在风电塔筒上下或侧墙上架设一条铝制过山车轨道，机器人移动终端挂载在水平、竖直轨道上运动。根据风机塔筒内实际结构特点，设计空间S形轨道，顶面分布吊装固定孔，实现全方位巡检。巡检包括各表计、指示灯、开关、阀门、断路器等状态。人工巡检时，需抄录。
图1巡检系统结构及S形滑轨模型示意
3.2巡检机制
机器人利用磁导航、激光导航等方式，搭载可见光摄像机、红外热像仪等传感检测设备，利用图像识别、红外带电检测、自动充电等智能技术，通过自主或遥控模式实现塔筒内设备、环境智能巡检。
试运行时，先使用滑轨机器人对人工巡检方式确定有故障的缺陷点进行巡检，以确认机器人巡检的可靠性。系统具备自动巡检、自动预警、数据远传、趋势分析、报表管理等功能，综合主控系统及变流器监控等自动化反馈信号共同实现对室内各种不同设备的故障监测与诊断。
3.3电缆选用
场用电采用220VAC，配铠装电缆。通信线采用超五类网线或单模四芯光纤。
4.结论
本策略从设计及工艺结构上探讨了滑轨机器人的巡检策略，可代替人工完成风机设备巡检，保证设备巡检质量，且能减员增效。智能巡检积累的大量运行数据，为后期故障诊断和预防维护打下基础，符合智慧工业发展趋势。
本策略虽已完成方案的可行性论证，尚无航线最优规划，未探讨图像优化处理、故障自动定位及识别等，有待深化研究与开发。
参考文献：
[1]徐颖剑.风电机组发电机故障分析诊断[C].河北：华北电力大学.2013
[2]王栋.基于无人机的风电叶片检测应用[J].风能.2016（04）
[3]吕小文. 悬挂轨道式智能巡检机器人研究[C].浙江大学. 2019
作者简介：薛长奎（1987-），硕士，工程师，现就职于东方电机有限公司，从事电站系统设计及应用工作。Email：xuechangkui@126.com。
关键词：风电;故障监测;滑轨机器人;智能巡检
1.引言
随着新能源行业的快速发展，我国风力发电装机容量迅速增长，行业要求也不断提高。风电机组长期外露，受环境及气候影响大，叶片可能损伤，发电机及传动系统也可能出现故障。机组结构及环境的复杂性，给风机的巡检带来很大挑战。风机投运初期（前2年）是故障高发期，电气故障可快速恢复，而齿轮箱、发电机等大型关键部件故障修复时间长，会造成机组长时间停机。加之设备常在高空修复，动用大型起重及运输设备，维修费用巨大。风场急需一种全方位高效巡检机制，以提高运维水平和效率，解放人工劳动，实现风场无人值守。
2.风机故障分析
目前机械设备故障多采用人工巡检，定量和定性分析，包括FMECA分析法，振动噪声，电气参数，温度，绝缘监测诊断法。徐颖剑[1]记录了运维前2年某风场50台2MW风机故障，根据FMECA分析结果，发电机、齿轮箱和变频器故障为危害性最严重故障。
对于上述诊断需求，人工巡检常用望远镜观察和绳索垂降人工检测叶片损伤，或运维人员定时到现场巡检以获得机组设备全面运行状态，以确认灰尘、裂痕、发热等异常情况。以下是某风场室内巡检内容：
人工巡检存在安全风险、人员配置严重不足、劳动强度大，工效低、时间长等缺点，不利于风场大面积巡检。而机器人智能巡检，可实现人工巡检向智能无人巡检方式、室内设备状态检修由周期性停电例行试验转换为不停电监测、应急巡视由事后处理向事前预警转变。
3.风机滑轨机器人巡检策略
近年来，无人机巡检[2]和机器人巡检[3]成为大数据时代故障监测新宠，前者可监测大空间的叶片异常，后者能对各系统关键环节进行全生命周期监测，通过预警，避免事故发生。
变电站巡检机器人大量推广，取得了良好的应用效果。风电机组不仅要巡检室外，还需要巡检室内;不仅需要巡检一、二次设备，也对局部细节的巡检提出了更高的要求。这就需要革新巡检机器人的结构形式。风机叶片可采用无人机智能巡检，本策略则主要监测风机室内设备及环境状态。
3.1 巡检系统组成及滑轨特性
（1）系统组成
室内轨道机器人智能巡检系统为网络分布式架构，整体分为三层，分别为后台层、通信层和终端层。终端层由轨道系统及机器人移动终端构成;通信层由网络交换机、电力线载波等设备组成，负责建立基站层与智能终端层的网络通道;后台包括服务器、显示屏等硬件设备和应用软件系统。系统可通过集控中心对多个室内轨道智能巡检机器人实现远程监控。软件系统支持常用的通讯协议，便于现地监测信号的远传至DCS系统。
（2）滑轨模型
轨道的整体设计策略可以是在风电塔筒上下或侧墙上架设一条铝制过山车轨道，机器人移动终端挂载在水平、竖直轨道上运动。根据风机塔筒内实际结构特点，设计空间S形轨道，顶面分布吊装固定孔，实现全方位巡检。巡检包括各表计、指示灯、开关、阀门、断路器等状态。人工巡检时，需抄录。
图1巡检系统结构及S形滑轨模型示意
3.2巡检机制
机器人利用磁导航、激光导航等方式，搭载可见光摄像机、红外热像仪等传感检测设备，利用图像识别、红外带电检测、自动充电等智能技术，通过自主或遥控模式实现塔筒内设备、环境智能巡检。
试运行时，先使用滑轨机器人对人工巡检方式确定有故障的缺陷点进行巡检，以确认机器人巡检的可靠性。系统具备自动巡检、自动预警、数据远传、趋势分析、报表管理等功能，综合主控系统及变流器监控等自动化反馈信号共同实现对室内各种不同设备的故障监测与诊断。
3.3电缆选用
场用电采用220VAC，配铠装电缆。通信线采用超五类网线或单模四芯光纤。
4.结论
本策略从设计及工艺结构上探讨了滑轨机器人的巡检策略，可代替人工完成风机设备巡检，保证设备巡检质量，且能减员增效。智能巡检积累的大量运行数据，为后期故障诊断和预防维护打下基础，符合智慧工业发展趋势。
本策略虽已完成方案的可行性论证，尚无航线最优规划，未探讨图像优化处理、故障自动定位及识别等，有待深化研究与开发。
参考文献：
[1]徐颖剑.风电机组发电机故障分析诊断[C].河北：华北电力大学.2013
[2]王栋.基于无人机的风电叶片检测应用[J].风能.2016（04）
[3]吕小文. 悬挂轨道式智能巡检机器人研究[C].浙江大学. 2019
作者简介：薛长奎（1987-），硕士，工程师，现就职于东方电机有限公司，从事电站系统设计及应用工作。Email：xuechangkui@126.com。