風(fēng)電機組振動監(jiān)測、故障診斷與壽命預(yù)測
定 價:79 元
- 作者:滕偉柳亦兵丁顯著
- 出版時間:2023/11/1
- ISBN:9787111735571
- 出 版 社:機械工業(yè)出版社
- 中圖法分類:TM315
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書詳細介紹風(fēng)電機組的振動監(jiān)測、故障診斷與壽命預(yù)測的基礎(chǔ)理論、相關(guān)方法及工程應(yīng)用。主要內(nèi)容包括風(fēng)電機組結(jié)構(gòu)及運行控制、風(fēng)電機組振動監(jiān)測基礎(chǔ)、風(fēng)電機組傳動鏈故障特征提取、風(fēng)電機組群的智能故障診斷及風(fēng)電機組軸承的剩余使用壽命預(yù)測方法。
本書注重理論聯(lián)系實際,書中通過大量風(fēng)電場的故障案例對相關(guān)方法進行了驗證,適合從事風(fēng)電設(shè)備狀態(tài)監(jiān)測與故障診斷工作的研究人員使用,也可以為風(fēng)電場技術(shù)人員提供運維參考。
過去十余年來,為應(yīng)對化石能源短缺和環(huán)境污染等問題,風(fēng)力發(fā)電在世界范圍內(nèi)得到了迅猛發(fā)展。自2012年開始,我國風(fēng)電總裝機容量一直處于世界領(lǐng)先地位,十余萬臺風(fēng)電機組矗立在全國各地,源源不斷地向電網(wǎng)注入綠色電力。新形勢下面對氣候變化與二氧化碳排放壓力,我國于2020年提出“30·60”雙碳目標,即二氧化碳排放達到峰值的時間力爭控制在2030年前,努力爭取2060年前實現(xiàn)碳中和。風(fēng)能具有清潔、可再生等特點,將成為實現(xiàn)碳達峰、碳中和目標的支柱能源之一。
風(fēng)電機組是風(fēng)能到電能轉(zhuǎn)換的載體,受隨機風(fēng)載荷激勵、極端溫差等惡劣環(huán)境影響,其核心部件,如葉片、齒輪箱、發(fā)電機等,故障率較高。由于運行于高空,地處風(fēng)資源豐富的偏遠地區(qū)或海洋,風(fēng)電機組的檢修維護存在較大難度。風(fēng)電機組核心部件的故障會導(dǎo)致較長的停機時間,造成較大的發(fā)電量損失。
振動監(jiān)測是發(fā)現(xiàn)機械傳動部件故障的有效手段,風(fēng)電機組這類結(jié)構(gòu)復(fù)雜、遠程集群運行的設(shè)備對振動監(jiān)測的需求更為強烈。結(jié)合風(fēng)電機組結(jié)構(gòu)參數(shù)與運行規(guī)律,振動監(jiān)測、診斷與壽命預(yù)測技術(shù)可以輔助發(fā)現(xiàn)風(fēng)電機組早期故障,探明故障機理,預(yù)測核心部件的失效時刻,為風(fēng)電行業(yè)的預(yù)知檢修維護提供依據(jù),對于避免更為嚴重的故障、降低風(fēng)電場經(jīng)濟損失具有重大的現(xiàn)實意義。
然而,由于風(fēng)電機組自身特點,針對其進行振動監(jiān)測與精確故障診斷存在挑戰(zhàn),主要表現(xiàn)在:①風(fēng)電機組傳動鏈由多組齒輪、軸承等部件組成,低速部件的各故障特征頻率之間、特征頻率與調(diào)制成分之間存在極為接近的情況,難以區(qū)分故障部件;②齒輪箱中各傳動軸旋轉(zhuǎn)頻率跨度大,高速級的振動能量容易掩蓋低速齒輪或軸承的故障特征,低速部件的診斷存在困難;③風(fēng)電機組是典型的機電液一體化設(shè)備,運行中的電氣特性可能干擾機械部件的故障特征提取,增加診斷難度;④風(fēng)電機組處于變速、變載荷運行工況,準確構(gòu)建排除載荷干擾的健康指標用于壽命預(yù)測是目前的研究熱點。應(yīng)該講,風(fēng)電機組振動監(jiān)測、故障診斷與壽命預(yù)測的研究涉及振動機理、信號處理、工程優(yōu)化、機器學(xué)習(xí)等學(xué)科的交叉融合,既依托于學(xué)術(shù)前沿,又具有重要的工程價值。
目前,基于振動的狀態(tài)監(jiān)測系統(tǒng)(condition monitoring system,CMS)成為主流風(fēng)電機組的標準配置,為本領(lǐng)域的研究提供豐富的數(shù)據(jù)來源,同時也反映出設(shè)備商與運營企業(yè)對風(fēng)電機組故障診斷與壽命預(yù)測技術(shù)的重視。研究團隊經(jīng)過十余年的積累,對風(fēng)電行業(yè)擁有了深刻的認識,出版本書旨在探討風(fēng)電機組常見故障機理,分析不同部件故障特征提取與故障診斷的適用方法,給出核心部件的剩余使用壽命預(yù)測手段,為風(fēng)電機組的狀態(tài)檢修與預(yù)知維護提供參考。
得益于華北電力大學(xué)這座培養(yǎng)了眾多電力人才的高等學(xué)校,作者在風(fēng)力發(fā)電領(lǐng)域的研究與工程實施進展順利,保證了本書內(nèi)容的豐富翔實。在風(fēng)電機組故障診斷方面,博士生李狀、張博、碩士生史秉帥、馬海飛等做了較多工作;在壽命預(yù)測方面,博士生黎曦琳、碩士生馬玉峰、張曉龍、黃乙珂等進行了多種方法的嘗試,并取得了一些實際的應(yīng)用效果。感謝龍源電力集團股份有限公司的陳鐵、華潤電力風(fēng)能有限公司的張陽陽與邵德偉、北京英華達電力電子工程科技有限公司的吳仕明與唐詩堯、山東中車風(fēng)電有限公司的劉海晨等為本書的研究所提供的素材及來自現(xiàn)場的眾多反饋驗證。
本書各章節(jié)的安排如下:第1章論述了風(fēng)能產(chǎn)業(yè)的特點,介紹了多種適用于風(fēng)電機組不同部件的狀態(tài)監(jiān)測技術(shù),并綜述了傳動鏈的故障診斷方法,后提出風(fēng)電機組振動診斷與預(yù)測中的技術(shù)難點;第2章介紹了風(fēng)電機組的總體結(jié)構(gòu)、常見的傳動鏈結(jié)構(gòu),分析了風(fēng)電機組的運行控制原理,便于讀者對風(fēng)電機組的運行過程具有宏觀的認識;第3章是風(fēng)電機組振動監(jiān)測的基礎(chǔ),內(nèi)容包括傳動鏈失效原因,齒輪與軸承在故障狀態(tài)下的振動機理與故障表征,不同結(jié)構(gòu)風(fēng)電齒輪箱中部件故障特征頻率,分析了風(fēng)電機組傳動鏈離線/在線振動監(jiān)測系統(tǒng)及相關(guān)參數(shù),并介紹了國內(nèi)外風(fēng)電機組的振動評價標準;第4章涵蓋風(fēng)電機組傳動鏈故障特征提取的多種方法,既涉及頻譜、包絡(luò)、倒頻譜等經(jīng)典技術(shù),也包含應(yīng)對傳動鏈診斷難題的相關(guān)算法和提高診斷效率的自適應(yīng)方法;第5章針對風(fēng)電機組部件眾多、故障多樣的問題,提出了無監(jiān)督學(xué)習(xí)的故障識別方法,在已知故障類別的基礎(chǔ)上識別新類,具有較高的工程價值;第6章以風(fēng)電機組中的軸承為對象,探討了軸承的健康指標構(gòu)建方法和模型與數(shù)據(jù)結(jié)合的壽命預(yù)測方法,并通過實際風(fēng)電機組軸承剩余使用壽命數(shù)據(jù)予以驗證。
本書內(nèi)容集中了作者在風(fēng)電機組故障診斷領(lǐng)域多年的研究成果,分析了大量的現(xiàn)場案例,可以為風(fēng)電場的實際運維決策提供參考,也有助于研究者在本領(lǐng)域內(nèi)新思路、新方法的啟發(fā)。由于作者水平有限,書中難免存在不足之處,敬請讀者批評指正。
滕偉于北京前言
第1章緒論1
11風(fēng)能產(chǎn)業(yè)與特點概述1
111風(fēng)能產(chǎn)業(yè)發(fā)展概述1
112風(fēng)電機組故障診斷與壽命預(yù)測的
意義3
12風(fēng)電機組狀態(tài)監(jiān)測技術(shù)4
121振動監(jiān)測技術(shù)5
122油液監(jiān)測技術(shù)6
123無損檢測技術(shù)7
124不平衡狀態(tài)監(jiān)測技術(shù)8
125基于模態(tài)分析的狀態(tài)監(jiān)測技術(shù)8
13風(fēng)電機組傳動鏈故障診斷方法9
131風(fēng)電齒輪箱故障動力學(xué)模型9
132變轉(zhuǎn)速工況下故障特征提取10
133故障信息增強方法11
134智能故障診斷方法12
135風(fēng)電機組關(guān)鍵部件壽命預(yù)測
方法12
14風(fēng)電機組振動診斷與預(yù)測技術(shù)難點13
15風(fēng)電機組監(jiān)測、診斷技術(shù)發(fā)展的
關(guān)鍵14
第2章風(fēng)電機組結(jié)構(gòu)及運行控制16
21風(fēng)電機組總體結(jié)構(gòu)16
22雙饋機組傳動鏈結(jié)構(gòu)18
23直驅(qū)機組結(jié)構(gòu)20
24半直驅(qū)機組結(jié)構(gòu)21
25風(fēng)電機組運行控制原理21
251風(fēng)力發(fā)電的空氣動力學(xué)模型21
252風(fēng)電機組的控制技術(shù)27
第3章風(fēng)電機組振動監(jiān)測基礎(chǔ)36
31風(fēng)電機組傳動鏈失效原因36
311交變載荷引起的疲勞損傷37
312過載引起的損傷37
313維護不當(dāng)引起的故障39
32齒輪、軸承故障狀態(tài)下的振動機理40
321齒輪故障振動調(diào)制機理40
322軸承故障振動調(diào)制機理41
33風(fēng)電齒輪箱故障特征頻率42
331一級行星+兩級平行結(jié)構(gòu)齒輪箱
特征頻率42
332二級行星+一級平行結(jié)構(gòu)齒輪箱
特征頻率43
333行星級各齒輪故障特征頻率44
334定軸軸承故障特征頻率45
335行星軸承故障特征頻率45
34風(fēng)電機組傳動鏈振動監(jiān)測系統(tǒng)46
341在線振動監(jiān)測系統(tǒng)46
342離線振動監(jiān)測系統(tǒng)49
343振動采樣頻率的確定50
35風(fēng)電機組傳動鏈振動評價標準50
351風(fēng)電檢測認證及振動測試標準50
352風(fēng)電機組振動評價標準51
第4章風(fēng)電機組傳動鏈故障特征
提取53
41振動信號基本分析方法53
411時域分析53
412頻域分析53
413包絡(luò)解調(diào)分析54
414倒頻譜分析54
42行星部件故障特征提取55
421行星輪系局部故障56
422行星輪系分布式故障57
423行星軸承故障73
43風(fēng)電齒輪箱典型故障特征提取73
431中間軸小齒輪崩齒故障73
432高速軸齒輪故障74
433齒輪、軸承復(fù)合故障75
44發(fā)電機軸承故障特征描述與提取84
441軸承潤滑不良84
442軸承電腐蝕故障85
443軸承打滑跑圈故障87
444發(fā)電機軸承保持架故障87
445電磁振動下發(fā)電機軸承故障88
45自適應(yīng)故障特征提取97
451自適應(yīng)特征提取方法98
452基于經(jīng)驗?zāi)B(tài)分解的齒輪故障
特征提取102
453基于經(jīng)驗小波變換的軸承故障
特征提取109
46風(fēng)輪不平衡故障特征提取112
第5章風(fēng)電機組群智能故障診斷116
51智能故障診斷基礎(chǔ)116
511有監(jiān)督學(xué)習(xí)的模式識別原理116
512無監(jiān)督學(xué)習(xí)的模式識別原理119
513兩種模式識別方法的比較120
52基于自適應(yīng)共振神經(jīng)網(wǎng)絡(luò)的風(fēng)電機組
趨勢分析120
521ART2神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)120
522ART2神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法121
523基于ART2神經(jīng)網(wǎng)絡(luò)的發(fā)電機
軸承健康趨勢分析124
53結(jié)合ART2神經(jīng)網(wǎng)絡(luò)和C均值聚類的
機組群智能診斷128
531ART2神經(jīng)網(wǎng)絡(luò)算法存在的
問題128
532C均值聚類算法129
533結(jié)合ART2神經(jīng)網(wǎng)絡(luò)和C均值
聚類的分類算法129
534風(fēng)電機組設(shè)備群故障診斷130
54基于模糊核聚類的風(fēng)電機組故障
診斷133
541模糊核聚類算法133
542優(yōu)化模糊核聚類算法137
543基于模糊核聚類算法的故障
診斷139
544風(fēng)電機組故障診斷案例142
第6章風(fēng)電機組軸承剩余使用壽命
預(yù)測146
61風(fēng)電機組軸承剩余使用壽命預(yù)測基本
概念146
62基于神經(jīng)網(wǎng)絡(luò)滾動更新的風(fēng)電齒輪箱
軸承剩余使用壽命預(yù)測147
621短期趨勢預(yù)測的神經(jīng)網(wǎng)絡(luò)148
622剩余使用壽命預(yù)測流程148
623案例分析149
63基于改進無跡粒子濾波的發(fā)電機軸承
剩余使用壽命預(yù)測156
631貝葉斯濾波156
632剩余使用壽命預(yù)測流程160
633案例分析160
64基于特征融合與自約束狀態(tài)空間估計的
軸承剩余使用壽命預(yù)測166
641軸承健康指標構(gòu)建166
642自約束狀態(tài)空間估計器169
643案例分析172
參考文獻182