風力發電機齒輪故障診斷仿真與模擬試驗研究*

郭　華， 羅　建， 宮秀芳， 徐　斌， 時獻江

（哈爾濱理工大學機械動力工程學院 哈爾濱，150080）

?

風力發電機齒輪故障診斷仿真與模擬試驗研究*

郭華， 羅建， 宮秀芳， 徐斌， 時獻江

（哈爾濱理工大學機械動力工程學院 哈爾濱，150080）

為了探討無傳感器故障診斷方法在風力發電機傳動系統故障中的感應機理，在SIMULINK環境下，建立了一個雙饋風力發電機仿真模型，對風力發電機傳動系統故障在發電機定子電流中的響應過程進行理論分析。研制專用的風力發電機組模擬試驗臺，進行傳動系統的斷齒故障模擬試驗與驗證。利用Hilbert變換的幅值和頻率解調方法，分析仿真及模擬試驗結果，表明定子電流主要反映傳動系統的扭矩或速度波動特征，將其用于風力發電機傳動系統齒輪斷齒類故障的監測與診斷是可行的。

風力發電機；齒輪故障；仿真；無傳感器診斷；模擬實驗

引 言

風力發電機單體發電功率有限，目前多采用群體組網運行方式，安裝地點分散、偏遠，且主機安裝于高高的機架上，使得常規振動檢測與診斷技術應用受到一定的限制［1］。針對這種情況，利用各種間接方法進行風力機故障診斷的研究逐漸增多，例如利用現有SCADA數據間接診斷方法，模型法、聲發射和電參數方法等［1］。其中，利用風力發電機電參數（如電壓，電流等）進行機械故障診斷方法引人注目。由于該方法不需要在設備上安裝振動等物理量傳感器，僅使用電壓或電流變換器，所以也稱為無傳感器診斷方法［2］。該方法的主要優點是可以在變電所集中安裝電參數變送器，且成本低、維護方便。

國外學者Royo［3］建立了一個籠型異步發電機系統的簡易模擬實驗臺，證明定子匝間短路、轉子斷條故障和電機軸承故障在定子電流頻譜中均有響應。Yang Wenxian等［4］建立了一個較為完善的風力發電機組故障模擬試驗臺，通過采集發電機電流、電壓及功率等參數，利用小波變換等方法證明了電參數診斷方法的優點。Gong Xiang等［5］提出了采用定子電流信號的小波濾波方法，實現風力發電機軸承的故障診斷。Amirat等［6-7］分別采用定子電流的幅值解調法和經驗模態分解方法進行雙饋感應發電機軸承故障診斷，取得了較好結果。這些研究成果表明，無傳感器診斷方法在風力發電機故障診斷中是可行的。

上述研究多限于發電機本身機械或電氣方面的故障，其實，風力發電機組是一個機械結構龐大、電氣控制系統復雜的機電一體化系統，目前缺乏一個簡單有效的機械與電氣兩方面的整機故障檢測與預警手段，僅針對發電機本身故障診斷研究也缺乏全面性。為此，筆者以風力發電機傳動鏈中的齒輪故障診斷為對象，從理論仿真和模擬試驗兩個方面，研究無傳感器診斷方法的故障感應機理，探討其在風電機組傳動鏈機械故障診斷中應用的可行性。

1 雙饋風力發電機的仿真模型

據統計，在當前市場上占統治地位的是雙饋式變速恒頻風力發電機（doubly fed induction generator，簡稱DFIG）［1］，因此，文中以DFIG為研究對象，建立仿真模型如圖1所示。圖中雙饋風力發電機模型由繞線式異步電機代替，由PWM功率變頻器模塊給轉子供電。發電機的定子繞組接三相阻性負載，機械輸入取轉速調節型，參考坐標系取同步參考坐標系，初始狀態均為0。仿真基本參數見表1所示。

穩態仿真運行時，轉子勵磁頻率f2=7 Hz，轉子轉速ωr=135.088 5 rad/s，此時發電機定子發電頻率f1為

其中：fr為發電機軸轉頻；p為發電機極對數，本例為2。

圖1　雙饋感應發電機及控制系統仿真模型Fig.1 The simulation model of doubly fed induction generator and control system

表1　發電機仿真基本參數表Tab.1 The basic parameters of generator simulation

2 模擬試驗臺設計

國內關于風力發電模擬平臺多采用繞線式異步電機代替雙饋發電機，控制系統采用自己研制的專用雙向交-直-交變頻器［8-9］。考慮到故障診斷模擬系統對發電機控制系統的性能要求較低，且不需要并網，風輪只要在某些穩態條件下運轉即可，故嘗試采用通用三相變頻器替代雙向交-直-交變頻器，僅給轉子單向勵磁。

試驗臺的整體結構如圖2所示，對應的試驗臺圖片如圖3所示。由交流異步電動機、增速齒輪箱和模擬DFIG發電機、控制系統、數據采集系統和計算機組成。交流異步電機模擬風機葉輪型，配合三相交流變頻器控制轉矩和轉速。采用繞線式三相異步電動機作為雙饋感應發電機使用，其定子繞組與三相阻性負載連接，發電機轉子側由通用變頻器單向給轉子繞組勵磁。兩臺電機的功率均為1.5 k W，磁極對數p均為3，額定轉速為920 r·mim-1。采用齒輪組模擬風力發電機組的增速箱，試驗中準備了兩組齒輪組，一組為正常齒輪，另一組為有一個斷齒的齒輪，其中電動機端齒輪齒數為23，發電機端齒輪齒數為34，增速比約為1.478。

數據采集系統由NI數據采集板PCI-6251、HCT204R型霍爾電流傳感器、TR系列電渦流位移傳感器、高低通濾波器及計算機等組成。其中電渦流傳感器安裝在發電機側齒輪端（如圖2，3所示），用于檢測發電機軸的轉速或扭矩波動，并與安裝在發電機定子側的電流傳感器測量結果相比較。

圖3　風電機組齒輪故障模擬試驗臺照片Fig.3 The photo of the wind turbine gear fault simulation platform

3 模擬仿真結果分析

3.1正常運行狀態時

當轉子側通過PWM變頻器供以7 Hz頻率勵磁電流，雙饋感應發電機在轉速恒定，定子電壓、電流以及電磁轉矩的時域波形如圖4所示。針對其中定子電流的穩態信號，利用FFT變換及希爾伯特變換幅值和頻率解調原理［10］，計算出的幅值譜、幅值包絡譜和瞬時頻率解調譜如圖5所示。可見定子電流信號是一個基本正常的頻率為50 Hz的簡諧信號。在幅值包絡譜和瞬時頻率解調譜的低頻段沒有明顯的頻率成分，只有一個15.97 Hz的未知頻率成分。

3.2模擬齒輪斷齒故障狀態

一般認為，斷齒部分嚙合時會產生傳動軸的扭矩或速度的瞬時波動，并通過傳動機構傳遞給發電機轉子，引起定子電流的調制現象。在電機模型的轉速輸入端輸入一個變化的轉速信號，就可以模擬這種故障。仿真時，轉子轉速為135.088 5+ 5sin（31.4t）rad/s，轉子供電頻率7 Hz。此時定子電壓、電流以及轉子電磁轉矩的波形如圖6所示，與圖4相比，定子電流有明顯調制現象，電磁轉矩曲線也發生了同頻的波動現象。

圖4　正常時發電機啟動過程各參數時域波形（f2=7 Hz，ωr=135.088 5 rad/s）Fig.4 Signals of each parameters in the process of generator startup（f2=7 Hz，ωr=135.0885 rad/s）

圖5　正常時發電機穩態定子電流頻譜（f2=7 Hz，ωr=135.088 5 rad/s）Fig.5 Steady-state spectrum of generator stator current in normal（f2=7 Hz，ωr=135.088 5 rad/s）

圖6　模擬故障時發電機啟動過程各參數時域波形（f2=7 Hz，ωr=135.088 5 rad/s+5sin（31.4t）rad/s）Fig.6 Signals of each parameters in the process of generator startup when simulation fault（f2=7 Hz，ωr=135.088 5 rad/s+5sin（31.4t）rad/s）

穩態時的定子電流信號的幅值譜、幅值包絡譜和瞬時頻率解調譜如圖7所示，在幅值譜中可以明顯分辨出由于轉矩和速度波動引起的發電主頻率（49.98 Hz）上調制邊帶成分，在瞬時頻率譜中可以更清楚地得到轉速波動的3.875 Hz及其倍頻成份，說明在離網狀態下，斷齒故障引起的速度波動導致發電頻率產生了波動，其波動頻率與故障頻率一致。

圖7　模擬故障時發電機穩態定子電流頻譜（f2=7 Hz，ωr=135.088 5 rad/s+5sin（31.4t）rad/s）Fig.7 Signals of generator stator current when simulation fault（f2=7 Hz，ωr=135.088 5 rad/s+5sin（31.4t）rad/s）

4 模擬實驗結果分析

在圖2，3所示的試驗臺上進行了模擬試驗，試驗時，發電機轉子供電電壓為100 V，頻率36.5 Hz；電動機定子供電頻率10 Hz，發電機三相總負載功率為120 W，測得發電機定子側的相電流信號的頻譜如圖8所示。為了估計實際發電機轉子的轉速及波動情況，采用圖2，3所示的電渦流位移傳感器檢測發電機側齒輪齒端的位移信號及頻譜圖如圖9所示。從幅值譜可以看到106.4 Hz的主頻，為齒輪的齒通過頻率，等于齒輪對的嚙合頻率，將其除以小齒輪齒數23可以得到發電機軸轉頻fr=6.626 Hz，根據式（1）可得發電頻率應為48.878 Hz，與圖7的幅值譜中的48.84 Hz相同。從速度信號的幅值包絡譜和瞬時頻率譜8還可以看到2.91和4.61 Hz的幅值調制成分和頻率調制成分，說明斷齒故障使得發電機軸轉頻產生了調制現象，其中2.91 Hz對應大齒輪的轉頻，4.61 Hz對應小齒輪的轉頻，即發電機的轉頻。

從圖8的電流信號的幅值包絡譜和瞬時頻率解調譜，可以看和圖9對應的大小齒輪軸的轉頻2.91和4.61 Hz，其中4.61 Hz是發電機軸的轉頻。由于發電機的安裝問題，其多少存在一定的不平衡和不對中現象，所以會出現這個頻率成分；2.91 Hz則為模擬風輪軸的轉頻，正常齒輪時，在發電機定子電流中不應該出現此頻率成分，但是由于該軸上的大齒輪有1個斷齒，導致每轉產生一次沖擊，與發電機軸產生轉速調制，從而反映在發電機定子電流信號中。

圖8　模擬斷齒故障時發電機定子電流信號頻譜（f 2= 7 Hz，電動機定子供電頻率10 Hz）Fig.8 Signals of generator stator current when simulation broken teeth fault（f2=7 Hz，Power frequency of motor is 135.088 5+5sin（31.4t）rad/s）

圖9　模擬斷齒故障時發電機側齒輪速度波動信號頻譜（f2=35 Hz，電動機定子供電頻率10 Hz）Fig.9 Signals of generator side gear speed fluctuation when simulation broken teeth fault（f2=35 Hz，Power frequency of motor is 10 Hz）

5 結束語

通過對一個雙饋風力發電機故障模擬試驗臺的理論仿真和實驗驗證，說明發電機定子電流信號可以準確反映傳動設備的機械故障信息，且電流信號的頻率成分與齒輪的波動速度傳感器信號相近，說明無傳感器診斷法主要以扭矩或速度波動形式感應機械傳動系統的故障信息，因此，將其用以風力發電機傳動系統的故障診斷是可行的。但是，由于信號中還包含有多種電氣控制信號成分，有時機械故障信息并不是很明顯，這還需要采用高級信號處理方法才能解決。

［1］ 陳雪峰，李繼猛，程航，等.風力發電機狀態監測和故障診斷技術的研究與進展［J］.機械工程學報，2011，47（9）：45-52. Chen Xuefeng，Li Jimeng，Cheng Hang，et al.Reseasch and application of condition monitoring and fault diagnosis technology in wind turbines［J］.Journal of Mechanical Engineering，，2011，47（9）：45-52.（in Chinese）

［2］ 孟慶豐，焦李成，費曉琪.感應電機驅動的機械系統無傳感器監測方法研究［J］.振動、測試與診斷，2004，24（4）：257-261. Meng Qingfeng，Jiao Licheng，Fei Xiaoqi.Sensorless monitoring of machinery system driven by induction motors［J］.Journal of Vibration，Measurement&Diagnosis，2004，24（4）：257-261.（in Chinese）

［3］ Royo J，Arcega F J.Machine current signature analysis as a way for fault detection in squirrel cage wind generators［C］∥2007 IEEE International Symposium on Diagnostics for Electric Machines，Power Electronics and Drives.Cracow，Poland：IEEE Computer Society，2007：383-387.

［4］ Yang Wenxian，Tavner P J，Crabtree C J，et al. Cost-effective condition monitoring for wind turbines［J］.IEEE Transaction on Industrial Electronics，2010，57（1）：263-271.

［5］ Gong Xiang，Qiao Wei，Zhou Wei.Incipient bearing fault detection via wind generator stator current and wavelet filter［C］∥36th Annual Conference of the IEEE Industrial Electronics Society.Glendale，AZ：IEEE Computer Society，2010：2615-2620.

［6］ Amirat Y，Choqueuse V，Benbouzid M E H.Wind turbines condition monitoring and fault diagnosis using generator current amplitude demodulation［C］∥2010 IEEE International Energy Conference and Exhibition. Manama，Bahrain：IEEE Computer Society，2010：310-315.

［7］ Amirat Y，Choqueuse V，Benbouzid M E H，et al. Bearing fault detection in DFIG-Based wind turbines using the first intrinsic mode function［C］∥19th International Conference on Electrical Machines.Rome Italy：IEEE Computer Society，2010：1-6.

［8］ 喬明，林飛，孫湖，等.基于異步電機的風力機模擬實驗平臺的研究［J］.電氣傳動，2009，39（1）：40-43. Qiao Ming，Lin Fei，Sun Hu，et al.Development of experimental platform for wind power generation using induction machine［J］.Electric Drive，2009，39（1）：40-43.（in Chinese）

［9］ 姚春光，潘衛明，徐殿國，等.基于鼠籠式異步電機的風機模擬實驗平臺研究［J］.電力電子技術，2010，44（6）：23-25. Yao Chunguang，Pan Weiming，Xu Dianguo，et al. Development of experimental platform for wind powergeneration using induction machine［J］.Power Electronics，2010，44（6）：23-25.（in Chinese）

［10］時獻江，郭華，邵俊鵬.基于無傳感器檢測方法的機械系統扭振試驗研究［J］.振動、測試與診斷，2009，29（3）：352-355. Shi Xianjiang，Guo Hua，Shao Junpeng.Torsional vibration test of mechanical system using sensorless detection method［J］.Journal of Vibration，Measurement&Diagnosis，2009，29（3）：352-355.（in Chinese）

TP273

10.16450/j.cnki.issn.1004-6801.2015.02.000

郭華，女，1962年12月生，高級實驗師。主要研究方向為機電一體化。曾發表《Development of Autocorrect System towards Circle Precise Carbon-film Potentiometer》《Key Engineering Materials》2014，Vol.621）等論文。

E-mail：ghwgl@sina.com

*國家自然科學基金資助項目（51275136）

2014-09-14；

2014-10-31