隨著機組運行時間增加，需要更換大部件機組將越來越多，因此，做好風電機組大部件監控，對葉片、塔筒、傳動鏈等大部件故障進行準確報警顯得意義重大。據權威機構統計，到2025年，中國國內需要出動吊車對大部件進行更換是二手吊車的風力發電機組將達到一萬臺以上。風電機組大部件，如葉片、塔筒、機械傳動鏈部件等占了整個機組成本是二手吊車的60%以上。風電機組設計使用壽命20年或25年，換算成汽車行駛里程要達到上百萬公里，因此做好機組運行狀態監測及大部件預測性維護，對機組穩定運行具有非常重要是二手吊車的意義。從目前的統計來看，當主軸承或齒輪箱發生故障時，單個故障成本達上百萬人民幣。△ 風機失效案例
上圖所示為晚期軸承表面疲勞故障，滾動體開裂故障，齒輪表面開裂故障等。當主軸承存在早期剝落后，可帶病運行一段時間，最終需要出動吊車或吊裝船進行更換，每次發生此類故障成本達上百萬人民幣。若是出現圖片中葉片斷裂及塔筒傾覆故障，所出現的成本損失將會更高。從整個機組成本構成及維修費用分布來看，大部件系統，如傳動鏈部件、葉片、塔筒等故障維修費用占比最高。目前由于監控方式不健全，傳動鏈故障維修還處于被動的事后檢修模式，當傳動鏈等大部件出現嚴重故障時，其維修難度非常大，必須采用吊車或吊裝船，導致維修周期增加，且維修成本高昂，客戶發電量損失巨大，這些難題對現場管理提出了巨大的挑戰。基于數千臺機組故障診斷維修經驗，電氣風電自主研發出具有自主知識產權，軟件著作權及數十項專利的智能診斷軟件平臺（ E-CMS Plus?），該系統集成振動監測，葉片監測，塔筒監測，油液監測等多種傳感器，通過實時采集系統傳輸的信號，結合智能診斷模型，可靠性理論，故障機理等多種方式進行特征提取及邊緣計算，全天候監控機組大部件的潛在故障，通過停機保護，避免機組產生二次損傷，對傳動鏈大部件故障停機保護準確率大于95%，有效避免機組產生次生故障。該系統能夠對早期細微的軸承或齒輪部件故障，葉片開裂，覆冰，塔筒基礎異常，油液中異常磨損等狀態進行預警，通過高精度整機健康度算法，體現整機健康度指標，并通過HMI界面告知現場監控人員故障并通過故障工單及時安排工作人員進行檢查。目前， E-CMS Plus?平臺已被應用于監控在運近萬臺機組，通過智能診斷平臺對運營機組98%的大部件故障進行準確預警，通過提前準備備件進行維修更換，為機組可靠運行保駕護航。
E-CMS Plus?智能診斷軟件平臺主要包含：故障診斷算法，輔助控制和展示界面。
〇 通過對各個監測系統采集到的軸承CMS數據，齒輪箱CMS數據，塔筒CMS數據及葉片CMS 數據進行故障特征提取，形成準確的部件運行CI及機組健康度指標HI；
〇 通過這些指標工程師可以準確判斷部件運行狀態；同時機組健康度HI指標可用于與主控互動，實現智能停機，避免機組產生二次損傷；
〇 通過工程師確認故障，可將故障信息發送至工單系統，現場將檢查結果反饋系統進行記錄，形成該機組故障記錄，并可實時調用；展示界面中主要顯示了機組報警狀態；
〇 通過趨勢化的數據，對機組故障趨勢進行分析，展示機組運行狀態，同時，可自動生成報告，供業主進行參考。
故障診斷算法
E-CMS Plus?智能診斷軟件平臺采用當前最為先進的故障診斷算法，依托于數千臺機組監控及振動數據分析的經驗，形成故障機理分析文檔，并通過代碼的方式，將故障機理轉化為診斷模型。系統經過一系列的數據質量檢查及數據整理，將經過數據清洗后的振動數據，通過診斷模型的處理及特征進行提取，挖掘出監控部件的潛在或以存在的故障，對機組初始運行時的振動數據提取出振動閾值。當軸承或齒輪等大部件存在細微故障時，則可以在早期發現故障并進行預警，警示現場人員，運維人員可通過制定合適的維修方案及選擇合適的時間窗口，將部件故障損失及發電量損失減到最低。系統平臺提供的算法模塊，如下表所示：
自適應閾值根據一定數量的健康數據生成報警或警告判斷標準，分別對應下圖中的黃線和紅線，然后將某時刻的數據與標準做對比，生成報警或故障閾值，該算法可用于對故障數據進行準確報警。
OAKR方法是一種基于相似性建模的非參數模型技術，借助歷史健康數據來訓練模型，通過計算檢測向量與模型中記憶向量的相似度來推斷模型的響應，隨后，利用MSE等殘差分析指標進行報警，是一種多變量AI狀態監測算法，用于識別數據中的早期故障趨勢。
左：故障指標特征突然抬升，預示存在故障
◆ 案例2：主軸承準確預警節約成本統計分析
以某現場18#及26#機組主軸軸承為例，26號主軸軸承率先發生剝落及軸承故障，但當時并未形成有效監控，最終導致主軸承高溫停機，并等待了90天時間等待軸承備件及維修準備；吸取了26號主軸軸承的經驗，18號主軸承發生了同樣的剝落缺陷，但由于只能診斷平臺的介入，準確診斷早期故障的存在，并通過剩余使用壽命模型準確判斷主軸承更換時間，通過提前準備相關備件，制定維修計劃，提前預訂船舶資源，僅僅損失了10天發電量就完成了主軸承維修更換。從如上案例可以看出，若缺失有效監測及故障預警時，會導致大部件由于意外停機產生大量發電量損失，相關吊裝成本也會有不同幅度升高；但通過準確的故障預警及提前制定維修計劃，節約了大量的發電量損失及吊裝費，單個機組吊裝能夠大幅節約經濟成本，對現場運行維護有著巨大的指導意義及經濟收益。軸承缺陷請參考下圖：通過準確故障預警及制定維修計劃，
能夠極大減少因部件故障引起的維修成本損失
客服熱線：
手機版
二維碼
