龙源期刊网 http://www.qikan.com.cn
风电机组轴承智能故障诊断系统研究
作者：王建
来源：《世界家苑·学术》2018年第01期
关键词：风电机组;滚动轴承;故障诊断 引言
风能产业作为二十一世纪的朝阳产业，同时也是可持续充分发展的绿色经济。世界各国己把风力发电看作是缓解未来能源短缺必不可少的一项措施。目前风力发电在中国、印度、加拿大、巴西等国家己成为发电的有效途径之一[fll。利用风能发电在我国沿海、内蒙、新疆、青海等区域己初见成效并且形成了绿色电力经济产业。风能作为一种新型清洁能源产业，对于改善能源的结构、促进经济结构的转型、推动环境友好型社会的建设具有十分重要的意义。中国风能专委会公布了2016年中国新增和累计风电装机容量统计数据。在2016年，全国新增装机容量大约2337万千瓦，相比2015年下降了24%;中国累计装机容量接近1.69亿千瓦，相比2015年增长了16%。虽然新增装机容量有所下滑，但是从总的装机容量来看，全国累计装机容量呈持续快速增长的良好发展趋势。 1风电机组故障诊断国内外研究现状
国内监测技术的发展还相对比较落后，特别是对塔架和机舱运行状态的监测，大多数还停留在理论分析阶段，在实际工程中用到的监测设备基本都是从国外引进的。随着国内装机容量的持续快速增长和对风电机组监测设备的需求也在不断地加大，从而引起了国内各大高校对风电设备监测系统研发的积极性。上海交通大学风力发电研究中心的余慎思等提出了一种利用自概率学习模型的故障评估方法对风电机组的异常状态进行了有效监测;华北电力大学武英杰等提出了一种基于变模态分解的故障诊断方法，并将其应用到风力发电机传动系统的不平衡故障诊断中去，试验结果表明此方法可以有效地识别出机组因为不平衡而引起的故障，并且还可以有效地降低噪声和避免经验模态分解（EmpiricalModeDecomposition，EMD）中由冲击引起的模态混叠;华北电力大学控制与计算机工程学院的张建付等对采集来的风机轴承振动信号做小波包变换提取出特征参数并将其输入到长短时记忆网络有效地识别出了机组轴承的常见故障，证明了此方法的有效性.
2风电机组轴承的故障及关键诊断技术 2.1信号采集模块的关键技术
信号采集模块主要涉及传感器和数据采集卡类型的选择，在选取数据采集卡时一定要注意采样频率、分辨率和I/O通道数等各项指标。采样频率理论上要大于信号频率的2倍，在实际问题中一般取5一10倍，分辨率越高使模拟信号数字化后变得更加精确，通道数越多则意味