風機葉片智能化及應用

李奎 印厚飛 楊智 王志濤 黃蘇敏 張抗抗

摘? 要：工業4.0浪潮下催生的智慧風場和智能風機，極大限度地提升了風電作為清潔能源的各項效應，而葉片作為整個風機中最大的前端捕風部件，在業內智能技術的應用極其匱乏也是智能風機效能提升的一大短板，文章通過論述利用現有智能技術，應用于風機葉片進行全生命周期狀態監測，實現葉片的健康預測、異常預警、預測性維護和基于大數據的生產設計端優化升級，打造智能葉片賦能風機和風場的智慧升級。

關鍵詞：葉片;傳感器;數字化;信息化;云技術;智能

中圖分類號：TM315? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）33-0174-02

Abstract： Smart wind farm and intelligent wind turbine generated under Industrial 4.0 wave have greatly enhanced various effects of wind power as a clean energy， while blade as the largest front-end wind trapping component has its short board in the application and shortage of intelligent technology in industry in terms of efficiency improvement. This paper deals with the existing intelligent technology applied to the whole life cycle state monitoring of turbine blades， so as to realize the health prediction， anomaly early warning， predictive maintenance， as well as the optimization and upgrading of production design based on big data， and finally aims to create intelligent blade energizing fan and wind field wisdom upgrade.

Keywords： blade; sensor; digitalization; informatization; cloud technology; intelligent

引言

中國的風電行業在過去十年中飛速發展，目前已經成為裝機規模和增長速度最快的國家，但其蓬勃發展背后也存在著較大的隱患，主要在于風電的成本高昂，對國家補貼的依賴度大。而高昂的成本之中，運維成本和管理成本占了非常大的比例。風機降低成本主要有兩個途徑，一是降低制造成本，二是降低運維成本。在過去十幾年的競爭中，風電裝備制造商在降低生產制造成本方面做了大量的努力，成本的下降空間已經不大;但是風機在使用階段的運維管理依然是比較粗獷的模式，風機的健康管理較為忽視特別是對服役葉片的健康關注最為缺乏，傳統的管理方式對運維策略和計劃缺少精細的管控，現場值守和維保服務的操作也比較混亂，這些都為通過智能技術的應用降低風機運維成本提供了很大的機會空間。

1 現狀分析

葉片作為整個風電機組最前端的捕風機構，具有多重特性，從葉片本身看其復合材料結構決定了其運行期間自身狀態的復雜性;從運行環境看，風機葉片是整個機組暴露在外部環境中長期運行的最大部件，風沙、鹽霧、紫外線、雷電等都會對葉片造成一定的損傷;從功能發揮上看，作為捕風機構的葉片在運行過程中要承受各種風況施加的多變壓力和自身動輒十幾噸的重力，在風力和自重的交織作用下葉片全生命周期內無時無刻不在經受著擺震、彎曲、扭轉的交替應力變化;從服役時間維度看，風機葉片的設計使用壽命一般為20年，自然老化不可避免;在以上主觀和客觀因素的影響下，隨著運行時間的推移將導致葉片發生破損、開裂乃至斷裂等質量問題，這些問題無論從影響程度還是維修成本上都居高不下，如何能提前預知和預測這些問題的發生，實現及時準確預警和預測性維護顯得尤為重要[1]。

目前行業內各整機廠商在風機和風場的運行上進行了大量智能技術的應用，利用SCADA和CMS對風機運行、風況預測、變流變壓、并網上網等進行了很多的智能監控，成效顯著。而對風機葉片的直接實時監測應用則幾乎為零，現有的葉片狀態監測多通過機艙震動、變槳監測等間接方式在問題發生后，對故障情況進行簡單的報障和反推，預測性和時效性差。這也是當前在役葉片問題高發以及維護滯后維修成本居高不下的主要原因，因此利用智能技術通過傳感器、工業物聯網、PLC監測組態、大數據、信息化等智能技術，對風機葉片實施直接智能監測打造智能葉片顯得尤為重要[2]。

2 智能技術應用

根據大量在役葉片風場質量反饋的資料統計，風電葉片在運行期間容易發生的問題和故障可歸納為四類，第一類為極端工況或制造設計缺陷下應力應變變化導致的一些結構性破壞事故，如葉片的裂紋、開裂、折斷和螺栓的斷裂等;第二類為表面損傷帶來的一般性問題，如油漆剝落、前緣腐蝕、雷擊損傷、臟污覆冰等;第三類為雷擊導致的結構失能，如雷擊開裂、雷擊斷裂等;第四類為內外部輔件脫落缺失或內部碎物異響擊打問題，如防雨罩脫落破損、抑噪尾緣及渦流發生器、表面導流條、內部粘接劑碎塊、內部阻膠板連接桿脫落、配重砂散落等。不同的問題可采用不同智能技術實現實時監測。

2.1 傳感器實現狀態感知

（1）針對應力應變損傷問題，通過在葉片內部關鍵位置加裝應變傳感器、震動傳感器和加速度傳感器等矢量傳感器[3]，同時輔以機器視覺技術和激光雷達掃描建模技術，可實現對葉片本體結構異常變化和嚴重結構失穩等動態和靜態問題的監測。（2）針對表面損傷和雷擊問題，通過機器視覺技術對葉片表面進行基于AI算法的異常識別，將油漆剝落、前緣腐蝕、臟污覆冰等異常利用視覺識別出來，通過在葉片接雷系統上安裝雷電記錄傳感器配合視覺驗證實現對雷擊及雷擊損傷的識別監測。外部油漆膩子起皮脫落和哨聲問題可通過聲音傳感器附加AI算法過濾環境噪音后結合機器視覺進行識別[4]。（3）針對內外部輔件脫落缺失或內部碎物異響擊打問題，其中輔件缺失可通過激光雷達結構建模掃描和機器視覺技術配合對應AI算法實現部件缺失識別預警，內部碎塊問題可通過聲音傳感器附加AI算法過濾環境噪音后結合機器視覺加以判定識別。各種傳感器的部署和應用，實現了葉片運行狀態實時感知，使葉片具備“觀”狀態、“聽”頻譜、“感”振動的功能，構建了風機葉片自我感知的眼睛、耳朵、觸感和神經系統。

2.2 網絡化應用

鑒于葉片運行過程中旋轉和自傳的運行屬性，葉片內部加裝的傳感裝置其信號在出葉片段的傳輸不宜采用有線方式，需將所有布置在葉片本體上的底層傳感器、上層PLC和數據采集變送終端，進行工業物聯網改造或直接使用帶工業物聯網功能的終端，所有信號通過無線方式短距離傳輸至機艙的邊緣計算接收終端，接收終端至數據處理中心利用風場現有的光纖網絡進行數據傳輸，有線和無線網絡有機結合充分發揮各自優勢完成系統組網，網絡的搭建是風機和葉片邁向智能化的橋梁，也是云風機、云葉片和云風場的必備基建。

2.3 數字化和信息化融合

通過傳感器和PLC的底層監測，葉片的靜態和動態狀態實現了數字化轉換，但基于物理硬件的數字化轉換，需要與數字孿生技術進行融合才能方便進行人機交互，通過基于CAD/CAX建模的數字孿生技術，實現葉片監測的可視化和可交互，當然葉片的數字孿生模型可與風機和整個風場的孿生監控進行融合。以上所有監測數據通過機組本地網絡傳輸至風機SCADA、CMS、風場監控中心和葉片生產廠家PLM服務器，軟件部分通過專用的組態軟件結合大數據監測平臺和AI專家系統等信息化技術對葉片的運行狀態進行實時分析，發現異常第一時間給出預警和報障，對需要停機或避障處理的故障通過系統AI發送相應指令進行偏航、變槳或停機，從而達到對葉片本體智能監測、精確避障和預測性維護的目的，預防葉片損傷和失能事故的發生。風場經營單位可根據定向監測結果提前進行預測性維護保養，提升葉片的健康狀態和使用壽命，減少因葉片故障導致的停機和葉片損傷氣動外形變化捕風能力變差帶來的發電損失，提升風電場的發電效率和經濟效能。

同時葉片的生產廠家可通過預留對應數據接口，將部分數據實時回傳至自己的信息化服務器終端，葉片廠通過對數據的建模結合大數據平臺實現對售后葉片狀態的定向監測預警;通過對設計制造重大異常事故的監測實現葉片事故的快速響應、遠程協同診斷和精確處置;通過對在役葉片的結構性能的變化監測預警，促使葉片廠家不斷優化和調整葉片設計及生產工藝，發揮出風場真實環境葉片性能全生命測試平臺的作用，充分暴露和檢驗葉片研發與測試階段隱藏和未觸及到的一些問題，通過智能手段賦能產品性能及質量提升。通過該技術葉片制造廠能實時掌握售出在役葉片的健康狀態，及時進行或向業主推送預測性維護信息，變事后被動處理為事前預測，將小問題消除在萌芽狀態避免大事故的發生。預測性維護也將打通葉片運維后市場，使葉片廠家實現從制造業向制造服務業轉型升級，開創經濟增長的新模式。

2.4 云技術應用

風機葉片在經過以上數字化、網絡化、信息化的升級后，監測過程中將會產生大量不同類型的數據，隨著時間的推移數據量將達到海量TB及PB級別，而智能監測平臺和專家AI系統又對歷史數據的連續性提出了很高的要求，海量數據的存儲必將帶來數據存儲和備份硬件的投入增加，而風場的客觀環境在數據存儲的安全性上存在弊端，服務器、數據庫、存儲硬件的損壞都將對數據的完整性和安全性造成很大影響，大數據時代數據如金，此時云技術的應用就顯得尤為重要，通過智能風機的工業互聯網和專業數據服務商的云端解決數據存儲、備份空間和安全完整問題，在信息化轉變的過程中也可以在部分階段通過云計算解決和釋放系統算力，緩解計算硬件的投入和計算的及時性準確性問題，打造真正的智能云葉片。風機、風場的智能化使數據的價值和安全作為商業機密顯得尤為重要，同時風機、風場及葉片的各種監測、控制數據、信息數據和云服務的過程中也需要確保數據安全，這里的數據安全在充分利用風機邊緣系統和風場中控系統的防火墻及網絡安全功能加以保障外，區塊鏈數據分布式加密技術在數據出風場段能更大限度的確保所有數據的安全存儲、傳輸和下載，是智能技術應用的重要信息安全手段。

2.5 模塊化實現個性定制

智能葉片在軟硬件系統的配套上，需要與葉片設計和制造三同時，做到同時設計、同時制造、同時投用，葉片在出廠時即完成所有硬件和軟件的配置，監測功能上通過硬軟的模塊化實現功能選配，滿足個性化定制要求，業主可根據需求選裝全部或部分功能，也可以在后期利用模塊化平臺接口實現對應的硬件快速補裝和系統功能開放。

3 結束語

通過以上基于數字化、網絡化、信息化的升級，結合云計算、數字孿生和CPS技術實現了傳統葉片向智能葉片的轉變，打破葉片運維和監測預警的壁壘和真空，通過智能手段賦能產品性能及質量提升，通過監測實現預測性維護降低葉片大修的質量運維成本，提升風機葉片的使用壽命。葉片的智能化也將徹底彌補葉片與風機和風場智能化融合的缺口[5]，補齊智慧風場的基建短板，實現真正意義上的全系統智能風機和智慧風場，助力中國的風電邁上高質量發展之路。

參考文獻：

[1]李宇.基于數據驅動的風機核心部件健康監測方法研究及應用[D].電子科技大學，2019.

[2]趙宇.風機葉片故障診斷傳感器布置方法研究[D].蘭州交通大學，2016.

[3]陶佳麗，王敏，周游游，等.風電葉片結構健康監測系統[J].電氣自動化，2016，38（04）：62-64.

[4]趙娟.風機葉片健康監測聲學特征提取方法研究[D].北京郵電大學，2018.

[5]李杰，邱伯華，劉宗長，等.CPS新一代工業智能[M].上海交通大學出版社，2017：128-139.