融合实时可靠度分析的风电机组状态评价与故障诊断研究

发布时间：2019-10-11 10:59

【摘要】：随着世界能源问题的日益凸显以及环境恶化问题的逐渐加剧,清洁能源的应用逐渐为人们所关注,风电作为主要的清洁能源之一,已成为解决世界环境问题的重要环节,风电技术的稳步快速的发展为清洁能源电力领域提供了重要的支撑与保障,然而随着风电的快速发展,装机容量的不断上升,风电机组结构中的很多结构单元面临故障、损坏,导致风电机组运行水平下降甚至停机,大大降低了风电机组的效率,影响风电厂的经济效益,因此对机组进行可靠性的评价以及故障诊断,对风电的发展起着至关重要的作用。论文以现役华锐公司出产的风电机组作为状态评价与故障诊断对象,采用多参数融合的可靠性模型对风电机组的部件层、设备层、主系统层以至整机进行基于工况区间划分的状态评价。对设备进行详细的结构划分从而设定不同的评价系统层级,以便于最终采用权值融合的方式进行整机状态评价,引入隶属度函数对风电机组整机状态进行评价,针对于不同工况划分区间下的不同机组工作状态,设置不同的阈值与评级,以此完成对风电机组更加完备的状态评价。对故障率高发的齿轮箱相应结构采用可靠性指标与传统振动指标相融合的方式,提高故障诊断参数的维度从而提高了故障诊断的参考价值。本文研究内容如下:构建实时可靠性模型,通过对单参数可靠性模型的分析,将其进行改进从而得到融合多参数的可靠性模型,相较于劣化度指标分析而言,可纳入分析的参数维度大大提高,因此多参数可靠性模型效果更好。通过对风电机组结构单元故障发生率历史统计数据的分析,结合FTA故障树分析与故障影响FMEA分析确立重点功能单元,对风电机组进行详尽的结构划分,构建包含主系统层、设备层、部件层在内的设备树;对不同部件进行分析,并结合重点功能单元获取方式对部件进行筛选,获取设备层、部件层评价对象;通过对机组全年不同运行工况故障率的分析,对运行工况进行范围划分,对于不同的划分区间依据故障统计数据与可靠性变化程度设定相应的阈值,对部件层可靠性进行计算与评价,通过不同电源的故障统计数据对相应的层级中不同的项目进行权值的分配,由此可对于高层及设备、主系统、整台机组进行可靠性评价。在整机的评价过程中依据工况区间的划分采取双重隶属度函数,对机组进行评价,从而提高风电机组可靠性状态评价结果的参考价值。采用可靠性分析方法与振动信号故障诊断方法相结合,对于风电机组传动系统的故障分析,首先对齿轮箱故障机理进行分析,获取故障特征参数,结合可靠性模型进行分析,考虑采用与齿轮箱故障特征相关参数纳入实时可靠性模型,通过对轴承、齿轮不同故障类型的分析,获取其振动信号模型,进一步分析可以获取可靠性模型的输入端参数类型选择对象。由此为可靠性模型辨识齿轮箱故障提供可能性。有与齿轮箱结构的复杂性,首先要对其进行结构分析,确定各级齿轮运行参数。利用可靠性模型对故障进行定性分析,通过振动信号中的边带成分分布情况与位置的分析获取故障发生的具体为止,从而完成对融合实时可靠性指标的齿轮箱故障诊断。
【图文】：

对比图,风电机组,故障概率,主系统

0.55%2.34%4.32%6.25%26.38%11.62%12.34%0.04%0.45%0.05%将风调整机舱对风方紧急情将旋转的将风与电网连接，向电智能化自动获取风润滑容纳和保护析可以看出，风电机组除了一些定期的停机检修或人为操作不当分布于三北地区，风沙较大气候一些原因未明的因素同样会导致应当引入可靠性因素，提高机组断角度，提高机组故障诊断的效变桨系统,12.40%传

示意图,振动信号,路径,示意图

0cos[2 ]k kn g knna t c A nf t t (4-8 0cos[2 ]k kn g kllb t c B nf t t (4-9上述公式中的 ( )与 ( )表示行星轮系故障当中点蚀裂纹故障造成的调幅调频函数，其中，表示调幅与调频的强度。表示齿轮啮合频率；表示点蚀裂纹故障齿轮的频率，表示初相位。对公式进行分析可知：当 n=0 时， = = ，考虑到上述特征频率振动模型可简化为： 1 cos 2 cos 2 sin 2 g m gx t A f f t B f t (4-10传递路径对振动的影响：风电机组的齿轮箱监测传感器安装在箱体上，而齿圈由于结构因素同样固定在齿轮箱体上，由此可以看出点蚀裂纹故障的振动信号传递路径有三条，第一条路径是振动信号通过与齿圈的啮合直接传至振动传感器处，如图 4-2 所示；第二条路径是振动信号通过主轴传导至轴承处，，再由轴承传至齿轮箱壳体最终触及传感器，第三条路径是振动信号通过行星架沿主轴传至壳体，最终到达传感器。三种传递路径如下图所示：
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM614

【参考文献】