中车永济电机段志强：风力发电机的故障预测和健康管理

2017-10-19 13:29:54 能见　点击量：评论 (0)

2017年10月16日-19日，2017北京国际风能大会（CWP2017）在北京隆重召开。在中国国际展览中心（新馆）风电场智能运维专场，中车永济电机有限公司教授级高级工程师段志强分享了风力发电机的故障预测和健康管理的经

2017年10月16日-19日，2017北京国际风能大会（CWP2017）在北京隆重召开。在中国国际展览中心（新馆）“风电场智能运维”专场，中车永济电机有限公司教授级高级工程师段志强分享了风力发电机的故障预测和健康管理的经验。

以下为演讲内容：

段志强：我今天给大家介绍一下做风力发电机故障预测和健康管理，前面大家都谈到过故障预测和健康管理，主要从宏观大的方面来做，我们永济主要做发电机的，主要我们目前做的一些工作，做一个阶段性总结，给大家汇报一下。

我今天大概说的有四个部分，一个是概述，简单介绍一下我们公司，第二个把技术说一下，好多人对故障预测和健康管理，觉得是个时髦名词。第三我们整个发电机的PHM技术方案是怎么做的，包括部件是什么状态，像人是病到什么程度？做一个预测，把这个方案做一个简单预测。

永济公司主要做轨道交通和能源装备，还有整个工程机械，现在也是做风电将近，我们从2000年开始做，到现在17年，也算是比较老牌做风力发电机的企业，各种机型都涉猎。

下面主要就是我们公司开发的一些产品，给大家做一个介绍，这个也是，这是前面大概说的。

下面就是整个永济现在制造风机有两万三千多台，整个有一千多个风场，现在就是做大数据和健康管理提供很好的技术支持，其实这就是一个大数据。

其实大家也知道，装机量来说，到去年年底的话，全国装机容量达到1.69亿千瓦，机组存量约9万多台，每年还以将近1万台的数量增长，怎么样减少运维成本是很紧迫的问题。

我今天讲的健康管理有几个重要意义，第一个保障机组运营的可靠性和安全性，第二提升产品服务能力和服务水平，第三，优化产品设计提升产品市场竞争力，第四，降低产品全寿命周期成本，其实对大家来说也是最希望的。

这个数据，在前段时间有个会议，大家把双馈电机和直驱机组的全寿命周期成本对比，怎么样减少我们运维成本？提高我们整个全寿命周期利用率呢？这个也是很重要问题。

下面目前我们的预防，分为这么几类，做维护的目的是什么？把故障防患于未然，没发生故障我们知道电机运行到什么程度了，什么时候坏，这是大家迫切知道的问题。

大家也知道预防目前做得最多的还是预防性维护，还是纠正的维护，现在的预防性，设定一个有的油，或者是大的部件，甚至半年或者一年，多长时间做一个定期的维护，像大部件的维修，就是大修的时候，过上几年大修，第二个发生故障之后的维护，第三个是纠正维护，虽然没有发生故障，但是预判到有一些缺陷，改善以提高可靠性和维护性。第四个，希望达到预测性维护，以整个部件运行状态为基础的维护。

时间关系我不细说。

整个做的维护，从油污一点的话，我们做预防性维护，所花费工时比较少，定期去维护就行了，缺点是什么，过量的维护，可能我这个东西没有坏，还有一定寿命使用时间，这样换掉了，这样会浪费我们很多物料成本，大修或者中修，这个有时候也会发生过量的维护，这就是准备要预防的，这就是这两个维护大的缺点。

下面是故障维护，前期的话，你可能说不用管它，费用比较低一些，但是后期故障低的话，假如达到寿命期，整个发电机的话，发电量会受到影响。

下面纠正的维护也是，怎么样改进薄弱点，提高产品的可靠性，主要做这个事情。

其实我们现在还是打着预测性维护，这个还是比较难的，但是真正精准地判断，精准地预测，这个确实比较难，这个需要好多模型、建模，有时候有一个原因，发生故障之后，多种原因引起的，这个需要人工智能，才能精准判断到底什么原因引起来的。

这个目标就是要实现我们预测性维护，预测性维护，现在不仅大大降低我们成本，同时促进我们计划维护体制的建立，其实根据产品到什么程度，什么状态了，可以制订维护计划，这样来做，也是降低损失。

现在实现预测性维护，现在需要大数据分析，就是好多故障，故障类型，故障数据要进行统计，来实现设备预测性维护。

下面我简单把故障预测和健康管理的PHM跟大家说一下，有个海洋法大家都了解，德国飞机，就是说每一起严重故障的背后，一定有29起次轻微的事故，或者300起未遂先兆，或者1000起事故的隐患，任何一种故障都是可以预测的。

现在我们设备上很多传感器，获取系统运行状态信息，并借助各种智能推理算法，根据系统历史状态和环境因素，对系统进行状态分析和检测，故障诊断及预测，评估和预测被检测系统未来的健康状态，提出维护维修建议，为管理决策提供建议，实现系统维修。

这个故障预测跟给人看病是一样的，一个人到医院看病，原因比较多，到医院抽血、化验，做B超，做了好多检查，判断一下到底什么问题，其实整个故障预测和健康管理就是做这个事情，预测一个人健康不健康，说得不好听点的，就是说比较还能行多长时间，都是可以再做预测的，其实我们也是能准确地预测我们的寿命和健康状态。

这个就是一个故障预测的概念，这是一个健康管理，就是两个部分合成起来的一个。

我们现在做故障预测和健康管理，虽然是传感器技术，PHM重点是利用先进的传感器技术，并借助各种算法和智能模型来预测、诊断、监控和管理复杂设备的状态。

PHM实现了的转变：传统的基于传感器的诊断，现在我们利用技术之后，可以实现基于智能系统的预测。

1950年的时候，国外已经在做，一个美国军方的数据用PHM，运用在F-35战机上面，运维费用降低30%，这个技术最早是在国外，在飞机上运用比较高。

我们主要做发电机，已经开始做这方面工作，已经开始包括和国内一些客户合作，整个我们现在做的模块是八个模块，整个从发电机故障寿命管理，数据的采集，数据的处理，和前面几位专家讲的是一样的，包括健康的评估、预测，还有对后面运维的决策做支持，整个这么几个模块在做。

前面大概介绍了PHM的技术，下面就是在发电机上怎么做的？简单分享一下。

其实我们发电机主要两个关键的部件，一个就是轴承，一个就是绝缘，我们主要在发电机的轴承和绝缘上面做了PHM，整个部件健康管理工作。

做这个东西要采集系统，包括前面采集完数据以后，进行风机诊断，包括硬件和软件的，包括功能模块的算法。

其实一个就是说做完以后在风机上面做一个黑匣子的东西，第二个把这个数据怎么传到我们中控，不在主机厂做，怎么样把部件的数据传到部件厂，这个可能需要几个部件厂做一个合作，现在在整机厂比较方便一些。

这个是主要是软件和硬件两个部分，这个硬件的实现方案，大家都知道，我不再多说了，你要用各种传感器，采样通道，这个都需要做。

软件实现方案分为这么几种，一个是信号采集，第二是对采集信号进行预处理，第二是特征提取，第四，和我们以前模型进行对比，其实说白了是PH试纸一样，做一个对比，进行预警，通过模型对比之后，可以诊断出来我们属于什么样状态，把数据存储，然后传输，再到整个地面中心。

我们主要做了轴承和绝缘，其实轴承的话，在轴承工作状态，包括它的特点，你像轴承，影响它的整个故障的，包括这个机理，制造、装配、运行过程中，都会伴随着各种影响，同时会产生正负信号，进行轴承的动力学分析，底下是一个过程。

然后因为这个轴承，每个轴承类型故障都是不一样的，那就是怎么能判断，提取它各种特征信号，然后重组起来，实际运行过程当中，把之前做过的数据进行对比，判断轴承到底处于什么状态？到底健康状态什么样？还有多长寿命？这个都是能做判断。

复合实验：针对四种部件，外圈、内圈、滚动体、保持架，开展双故障复合实验，每类复合故障轴承多个样本。

全寿命加速实验，完成不少于3-5个轴承的全寿命加速实验，同时针对不同状态下各8个样本开展实验。

这是一个我们已经搭建的实验台，我们已经在做了。

接下来就是整个给大家说的轴承的说明，下面说的绝缘，绝缘是比较关键的部件，绝缘寿命的预测就更难了，绝缘寿命还有多长时间？什么时候绝缘会损坏，这个确实是比较难的事情，我们虽然比较难，但是也在做，各种各样绝缘参数，包括放电，通过绝缘提取它的各种特征值来做一下，因为我们目前正在做，不太方便给大家提供。

这个就是我们软件框架，我就不细说了，比较专业一点。

像这个软件功能，刚才已经说了，状态显示、故障预警、故障诊断、故障分析、健康评估、故障预测、运维决策。这个运维决策的话，还是根据专家库里面做的这个，我们花那么多钱，做那么多模型，怎么样把模型跟现场进行比对，到底处于什么样的状态？还能用多长时间？做一个判断。

我大概就说这么多，前面几个都说了，健康管理和故障预诊断确实能提高可靠性，但是这确实是一个长期的工作，我们已经做了快一年，费用很高，包括各种预诊断故障，这个已经花费很多，现在虽然已经有点成就，但是我们希望和业主，和永济合作，怎么样精准和主机厂和客户，精准分析判断，到底这个发电机处于什么状态，对于我们主机的维护做出突出的贡献，好，我就说这么多。

（发言为现场速记整理，未经本人审核）