论文部分内容阅读
摘要：利用电机电流特征分析（motor current signature analysis，MCSA）技术，提出一种基于MCSA法的风电机组变桨系统故障检测法。在Matlab集成开发环境中对风机变桨系统的各故障进行分析，利用Simulink仿真的手段，模拟风力发电机组变桨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，在变桨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：故障检测；电机电流；风电机组；变桨系统
1 变桨系统的研究背景
变桨系统是目前风电机组的必要组成部分，它在风机中的主要作用是根据风速调节叶片的角度，保证恒定的最大功率，以及在遇到故障、台风等于要停机的时候进行气动刹车[1]。
变桨系统根据驱动方式，分为液压变桨和电动变桨。目前主流的1.5MW及以上的风电机组一般使用电动变桨[2]，故本文选择电动变桨风机作为研究对象。
电动变桨系统的故障率非常高。以漳浦县六鳌半岛的六鳌风电场为例，该风电场一期风机（液压变桨）全年共发生故障317次，其中变桨系统仅发生1次故障；二期风机（电动变桨）全年共发生故障329次，其中变桨系统发生242次故障，占比高达73.6%；三期风机（电动变桨）全年共发生故障310次，其中变桨系统发生191次故障，占比高达61.6%[3]。因此对于风电机组变桨系统的故障诊断，是目前研究的热点。
当前对风机变桨系统故障检测的研究所采用的方法主要有温度检测法[4-5]、风功率曲线检测法等。这些方法能够明显反映变桨系统的运行状态，具有良好的评估效果，但是抗干扰能力差，容易受到来自风机本身和其它环境因素（如风切变、湍流、环境温度）的影响，导致记录的信号数据存在大量噪音信号。
为了克服上述检测法的这些缺点，电机电流特征分析（motor current signature analysis，MCSA）法成为了新的研究热点。MCSA法是通过采集变桨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[6]。该方法有以下优势：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。
因此本文的主要内容是将MCSA法进一步深入应用到风电机组的变桨系统，分析变桨系统的机械故障与变桨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 电动变桨系统的常见故障
2.1 电动变桨系统的故障类型
电动变桨系统主要由变桨轴承、变桨电机、备用电源、减速齿轮箱、轮毂主控制器（含传感器）、润滑系统等构成。
变桨电机带动减速齿轮箱中的变桨小齿轮旋转，小齿轮与变桨轴承内环啮合，从而带动变桨轴承的内环与叶片一起旋转，以此来改变桨距角。
电动变桨系统的故障一般分为电气回路故障、变桨电滑环故障、备用电池故障三类，三大类又可根据故障元件类型分为机械故障和电气故障。在长期的运行过程中，由于齿轮磨损、异物入侵等原因，不可避免地会产生机械故障，且发生机械故障后，停机、维修时间长。
2.2变桨系统故障诊断分析
变桨系统故障的发生将会改变变桨电机上的转矩，主要分为以下几种：
发生变桨轴承内环或变桨小齿轮断齿、磨损等故障时，每当经过损坏部分时，就会触发一次负载上升或下降的情况，使得变桨电机出现周期性转矩变化。
发生变桨轴承磨损、沙尘侵入、润滑不足等导致阻尼过大等故障时，会使得变桨电机所承受的负载整体上升，电机转矩上升。
发生卡桨、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 变桨系统运行仿真分析
本文选择了某1.5MW风机的变桨系统参数作仿真实验，具体数据如表1所示。该仿真利用Simulink搭建变桨系统电机驱动部分的模型，通过调节持续输入变桨电机的负载信号，模拟风机变桨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变桨系统的变桨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。
4 结 论
本文就MCSA法在风力发电机组变桨系统应用问题，通过Simulink仿真显示，当变桨系统出现各种故障使得电机负载变化时，其变桨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法在风电机组变桨系统的故障检测方面能有效运用。
参考文献：
[1]杨秋利. 风力发电机组变桨系统的分析与研究[J]. 科学中國人，2014，272（20）：49-51.
[2]凌志斌，窦真兰，张秋琼，等. 风力机组电动变桨系统[J]. 电力电子技术，2011，45（8）：101-103.
[3]甘槐樟，周鑫盛. 风电场风机变桨系统故障分析[J]. 湖南电力，2012，32（6）：35-37.
[4]姚万业，李新丽. 基于状态监测的风电机组变桨系统故障诊断[J]. 可再生能源，2016，（3）：437-440.
[5]姚万业，杨金彭. 一种风机变桨系统运行状态异常识别方法[J]. 自动化仪表，2017，38（1）：100-102.
[6]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.
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：故障检测；电机电流；风电机组；变桨系统
1 变桨系统的研究背景
变桨系统是目前风电机组的必要组成部分，它在风机中的主要作用是根据风速调节叶片的角度，保证恒定的最大功率，以及在遇到故障、台风等于要停机的时候进行气动刹车[1]。
变桨系统根据驱动方式，分为液压变桨和电动变桨。目前主流的1.5MW及以上的风电机组一般使用电动变桨[2]，故本文选择电动变桨风机作为研究对象。
电动变桨系统的故障率非常高。以漳浦县六鳌半岛的六鳌风电场为例，该风电场一期风机（液压变桨）全年共发生故障317次，其中变桨系统仅发生1次故障；二期风机（电动变桨）全年共发生故障329次，其中变桨系统发生242次故障，占比高达73.6%；三期风机（电动变桨）全年共发生故障310次，其中变桨系统发生191次故障，占比高达61.6%[3]。因此对于风电机组变桨系统的故障诊断，是目前研究的热点。
当前对风机变桨系统故障检测的研究所采用的方法主要有温度检测法[4-5]、风功率曲线检测法等。这些方法能够明显反映变桨系统的运行状态，具有良好的评估效果，但是抗干扰能力差，容易受到来自风机本身和其它环境因素（如风切变、湍流、环境温度）的影响，导致记录的信号数据存在大量噪音信号。
为了克服上述检测法的这些缺点，电机电流特征分析（motor current signature analysis，MCSA）法成为了新的研究热点。MCSA法是通过采集变桨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[6]。该方法有以下优势：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。
因此本文的主要内容是将MCSA法进一步深入应用到风电机组的变桨系统，分析变桨系统的机械故障与变桨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 电动变桨系统的常见故障
2.1 电动变桨系统的故障类型
电动变桨系统主要由变桨轴承、变桨电机、备用电源、减速齿轮箱、轮毂主控制器（含传感器）、润滑系统等构成。
变桨电机带动减速齿轮箱中的变桨小齿轮旋转，小齿轮与变桨轴承内环啮合，从而带动变桨轴承的内环与叶片一起旋转，以此来改变桨距角。
电动变桨系统的故障一般分为电气回路故障、变桨电滑环故障、备用电池故障三类，三大类又可根据故障元件类型分为机械故障和电气故障。在长期的运行过程中，由于齿轮磨损、异物入侵等原因，不可避免地会产生机械故障，且发生机械故障后，停机、维修时间长。
2.2变桨系统故障诊断分析
变桨系统故障的发生将会改变变桨电机上的转矩，主要分为以下几种：
发生变桨轴承内环或变桨小齿轮断齿、磨损等故障时，每当经过损坏部分时，就会触发一次负载上升或下降的情况，使得变桨电机出现周期性转矩变化。
发生变桨轴承磨损、沙尘侵入、润滑不足等导致阻尼过大等故障时，会使得变桨电机所承受的负载整体上升，电机转矩上升。
发生卡桨、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 变桨系统运行仿真分析
本文选择了某1.5MW风机的变桨系统参数作仿真实验，具体数据如表1所示。该仿真利用Simulink搭建变桨系统电机驱动部分的模型，通过调节持续输入变桨电机的负载信号，模拟风机变桨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变桨系统的变桨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。
4 结 论
本文就MCSA法在风力发电机组变桨系统应用问题，通过Simulink仿真显示，当变桨系统出现各种故障使得电机负载变化时，其变桨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法在风电机组变桨系统的故障检测方面能有效运用。
参考文献：
[1]杨秋利. 风力发电机组变桨系统的分析与研究[J]. 科学中國人，2014，272（20）：49-51.
[2]凌志斌，窦真兰，张秋琼，等. 风力机组电动变桨系统[J]. 电力电子技术，2011，45（8）：101-103.
[3]甘槐樟，周鑫盛. 风电场风机变桨系统故障分析[J]. 湖南电力，2012，32（6）：35-37.
[4]姚万业，李新丽. 基于状态监测的风电机组变桨系统故障诊断[J]. 可再生能源，2016，（3）：437-440.
[5]姚万业，杨金彭. 一种风机变桨系统运行状态异常识别方法[J]. 自动化仪表，2017，38（1）：100-102.
[6]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.
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。