[发明专利]一种基于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法

说明书

技术领域

本发明属于风力发电技术领域，具体涉及一种基于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法。

背景技术

常见的风力发电机均采用水平轴的装机样式，通过大功率的升速齿轮箱将风轮转速提高到与后端发电机匹配的发电转速。齿轮箱的存在使得风力发电机的机械结构更加复杂，大多数风力发电机组投入运行一定的年限后，机械故障开始频发。有效地评估风力发电机齿轮箱部分损耗情况，可以为风力发电厂运营商提供合理的齿轮箱检修计划，在齿轮箱失效之前安排合适的时间对齿轮箱进行维护或更换，保证风电场的效益。

目前，对风力发电机齿轮箱运行状态进行监测的手段主要是通过齿轮箱运行时的振动状况或工作温度对其健康状态进行评估。该类方法采集齿轮箱当前的振动水平或润滑油油温，得到齿轮箱的尖峰振动频率处的振动水平或润滑油温度大小，对齿轮箱的工作状态进行评估。齿轮箱部件由于疲劳所产生的故障，在其发生初期，振动信号或润滑油温度信号的异常变化通常比较微弱，因此，根据齿轮箱当前的振动及温度信号变化来实现监测的方法无法对故障源作出有效的判断。

发明内容

本发明提出一种基于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法，具有高灵敏度、高可信度以及低成本的特点。

为了解决上述技术问题，本发明提供一种基于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法，步骤如下：

步骤一，对SCADA数据进行处理获得平均风速和湍流度；根据轮毂高度、平均风速、湍流度，使用Von Karman风速模型，还原出短时间间隔的风速时间序列；

步骤二，将风速时间序列转换成叶轮转矩时间序列，根据叶轮转矩时间序列使用风力发电机齿轮箱动力学模型，计算获得齿轮箱内部传动部件的应力时间序列；采用雨流计数法对应力时间序列进行处理，获得应力大小的分级以及该分级对应的循环次数，即应力谱；使用Goodman直线方程对应力谱里面的应力大小及对应的循环次数进行修正；

步骤三，根据修正后的应力谱以及电机齿轮箱齿轮的S-N曲线，使用疲劳累积损伤计算方法，计算齿轮箱的累计疲劳损伤。

步骤一中，所述风速时间序列为10min内、间隔为0.1s的风速时间序列。

步骤一中，所述Von Karman风速模型为：

式中，为风速在纵向分量上的自频谱，f为风速变化的频率，σ_u为风速变化的标准差；为无量纲频率参数，xL_u为湍流纵向分量的长度尺度，为平均风速；h为风力发电机轮毂距离地面的高度，h₁为大气边界层厚度；参数a、β₁、β₂和F₁分别如下所示，

a＝0.535+2.76(0.138-A)^0.68

A＝0.115[1+0.315(1-h/h₁)^0.68]^2/3

β₁＝2.357a-0.761

β₂＝1-β₁

步骤二中，使用风力发电机齿轮箱动力学模型，计算获得齿轮箱内部传动部件的应力时间序列时，使用纽马克方法求解电机齿轮箱动力学模型。。

本发明与现有技术相比，其显著优点在于，本发明利用风力发电机运行过程中产生的SCADA数据，计算齿轮箱的累计疲劳损伤，并对齿轮箱的剩余寿命进行量化计算，对故障源的判断具有更高的灵敏度及可信度，同时也为齿轮的寿命计算和状态监测提供了一个低成本的解决方案；本发明采用以计算齿轮箱疲劳寿命的方法对齿轮箱健康状态进行评估，不仅可以应用于齿轮箱健康状态的监测，还可以应用于风力发电机齿轮箱的设计。

附图说明

图1是本发明方法流程示意图；

图2是本发明方法中SCADA数据的处理流程示意图；

图3是本发明方法中齿轮箱应力计算及整理流程示意图；

图4是齿轮箱三级传动坐标示意图。

具体实施方式

容易理解，依据本发明的技术方案，在不变更本发明的实质精神的情况下，本领域的一般技术人员可以想象出本发明基于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法的多种实施方式。因此，以下具体实施方式和附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限制或限定。