风电机组叶片无损检测技术研究与进展

风电机组叶片在运行时除了承受气动力作用外,还承受重力、离心力等其他力的影响,再加上雨雪、沙尘、盐雾侵蚀、雷击等破坏,使叶片基体及表面容易受到损伤,这些损伤如未及时发现与维修会导致风电机组发电效率下降、停机,甚至发生损毁等事故。因此,风电机组叶片损伤检测对保障风电机组安全高效运行、降低风电机组寿命周期内发电成本有重大意义。结合国内外相关文献,综述了风电机组叶片损伤类型及产生原因,对现有风电机组叶片损伤检测技术进行了系统介绍,对这些技术进行了实时在线监测与非实时检测分类,对比了各监测/检测技术的优缺点。最后根据风电机组的实际工程应用及无损检测技术的发展,提出了风电机组叶片无损监测/检测技术未来发展趋势。     

600MW超临界机组汽轮机低压转子末级叶片损坏原因分析

介绍某发电厂发生的一起超临界机组低压转子末级叶片损坏事故,宏观检查发现是因为反向第6级蜂窝汽封跌落引起的。进一步开展材质分析、力学性能试验、金相试验,并对蜂窝汽封的加工工艺综合分析,得出如下结论:钎焊工艺影响了汽封体的原始热处理状态,使汽封体的综合机械性能下降,而且汽封体结构不合理,加上运行蒸汽的冲击,导致汽封体跌落断裂,造成末级叶片损坏。分析结论对汽轮机的检修、改造具有指导意义。     

大型风电场及风电机组的控制系统

本文详细介绍了恒速恒频及变速恒频并网型风力发电机组的控制方法，同时介绍了大型风电场的计算机监控系统。     

风力机组叶片损坏探测和损坏定位的一种方法

可以理解的是，如果风力机组叶片受到了损坏，那么这时叶片的固有频率比未损坏前的要小。如果以叶片的正向振动频率改变的大小来区分一块叶片是否已损坏的话，那么不但需要建立可探测到的频率改变的最小百分比，而且需要确保此时叶片没有处于完全损坏的边缘。证据似乎表明可以以频率改变5％作为可探测的最小百分比，但是如果那是一种保守的估计的话，那么在实际中使用时它就是一个合理的值。     

风电机组脱网原因及对策分析

随着风电机组的大规模并网,机组脱网问题逐渐凸显,对电网的安全稳定运行产生了较大威胁。结合风电机组脱网实例,分析了脱网原因及内在机理,揭示了风电设备在安全性能、技术指标及运行管理等方面存在的若干问题,提出了改善和解决风电机组脱网问题的措施和建议。     

大型风电机组的设计问题

最近几年我国风电发展很快，通过引进技术、合作生产，已能批量生产小型，甚至中型机组，不过大型机组仍属空白。     

风电机组叶片雷击风险分布特征EI北大核心CSCD

风机叶片极易遭受雷击损伤,严重威胁风电场安全稳定运行。该文基于自洽先导起始发展模型,提出雷击叶片表面任一位置计算方法,建立叶片下行雷击风险分布计算模型。定义地面雷击截收区域和临界叶尖保护失效雷电流,考虑雷电流幅值、叶片旋角和叶片长度,计算不同装机容量叶片雷击风险分布。结果表明,叶尖保护范围随雷电流幅值的降低而降低;临界叶尖保护失效雷电流随叶片旋角的增加而减小。靠近叶尖区域的雷击风险随叶片长度的增加而减小。该文将叶片划分为Z1、Z20和Z21区域,分析不同区域叶片雷击击穿过程,建议对不同区域进行差异化雷电防护。     

风电机组叶片裂纹故障特征提取方法

为实现风电机组叶片及时有效地监测和维护,使用声发射技术采集疲劳裂纹信号,从而提取不同裂纹特征。鉴于尺度谱受到Heisenberg测不准原理的极限制约,时频聚集性不佳、干扰强的现象,提出风电机组叶片裂纹声发射信号的优化小波重分配尺度谱分析。基于Shannon熵理论计算裂纹萌生和预制裂纹再扩展的声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合此两阶段裂纹声发射信号的Morlet小波基函数,计算优化基函数的小波重分配尺度谱,获得不同类型裂纹特征成分在时间尺度平面的高幅值能量分布。实验研究表明,优化小波重分配尺度谱的方法具有很好的时频聚集性和抗噪能力,实现了风电机组叶片裂纹声发射信号的时频特征清晰准确的提取,识别风电机组叶片不同阶段裂纹故障。进而可以采用该方法监测风电机组叶片在复杂环境中的退化状态。     

基于HSCA-YOLOv7的风电机组叶片表面缺陷检测算法

叶片是风电机组的关键部件之一,易受到自然环境因素的影响,出现胶衣脱落、裂纹、腐蚀等损伤,影响风力发电效率及风电机组运行安全。针对航拍风电机组叶片图像缺陷尺度不一、定位不准确、检测精度低等问题,提出了一种HSCA-YOLOv7的风电机组叶片缺陷检测算法。首先根据无人机采集的风电机组叶片图像,制作叶片数据集,采用Mosaic、MixUp方法进行数据扩增;然后将不同膨胀率的深度可分离卷积引入改进空间金字塔池化（improved spatial pyramid pooling,ISPP）模块,减少池化操作带来的细节损失;提出混合空间通道注意力（hybrid spatial channel attention,HSCA）机制,捕获全局视觉场景上下文,增大目标特征与环境语义差异,解决航拍叶片图像缺陷尺度不一的问题;采用Focal EIoU损失函数,解决预测框长宽被错误放大的问题,提高模型对叶片缺陷的定位能力。实验结果表明,所提算法的均值平均精度、均值平均召回率分别达到83.64%、71.96%,与YOLOv7基线算法相比分别提高3.37%、5%。     

大型风电设备转轮叶片的制造工艺

介绍了风轮机转轮叶片的结构型式、翼型的优化和材料性能,以及大型风轮机叶片的制造工艺,包括外壳成型、添充纤维的制作、真空浸渍和烘烤固化,指出风轮机的设计制造必须经过模拟试验。     

"474"叶片损坏原因分析

国内引进西屋电气公司技术生产的300MW、600MW汽轮机的低压转子为对称双流布置,而低压第6级(次末级)叶片已在多台机组上发生损坏事故,从该级叶片(因工作高度为474.62mm,简称“474”叶片)的结构、振动特性、应力集中、腐蚀环境等几个方面对叶片损坏原因进行了分析,提出了对该叶片的处理措施,并对需要开展的研究工作提出了建议。     

基于RBM和SVM的风电机组叶片开裂故障预测

针对风电机组SCADA监测数据的非线性、高冗余等特点,提出一种基于受限玻尔兹曼机(Restricted BoltzmannMachine,RBM)和支持向量机(SupportVectorMachine,SVM)的风电机组叶片开裂故障预测方法。利用RBM优异的特征学习能力,将其作为特征提取器来获得风电机组SCADA数据中表达能力更强的数据特征。将RBM的输出作为SVM的输入,构建RBM+SVM组合预测模型。利用训练集、验证集进行预测模型构建和参数微调。为验证提出模型的有效性,将其预测结果与RBM+Logistic回归、SVM和Logistic回归的预测结果进行对比。实验表明,RBM+SVM的预测准确率为93.08%,与三组对比模型相比具有明显的优势。研究结果可为实际风电机组叶片开裂故障预测提供重要参考。     

海上风电机组控制系统研究

对海上风电机组控制系统进行了研究。针对海上风电机组工作环境恶劣、故障率高和维护困难等问题,提出了海上风电控制系统的设计原则,并提出一种海上风电控制系统的设计方案。描述了系统的功能结构,并对其关键技术进行了分析和论述,其可靠性、安全性和可维护性良好,满足海上风电场各种功能要求和各项发电指标,具有一定的实用价值。     

基于降低风电机组叶片损伤的风电机组组合优化

对于大型风电场,研究机组组合优化,可以提高风电场运行水平,提高风电场经济效益。叶片是风电机组的关键部件之一,占风机总成本的20%,是影响风电机组使用寿命的重要因素之一。通过对叶根在不同风况下四种不同载荷工况的受力分析,量化了不同运行工况下叶片损伤量,确定了叶片损伤量与叶片寿命的关系,建立了风电场各机组总叶片损伤量的数学模型;应用改进二进制粒子群(BPSO)优化算法,结合风电场预测功率数据和负荷调度要求,以叶片损伤量最小为优化目标,建立风电场内机组组合优化调度模型。将所提出模型应用于某49.5 MW风电场,对33台机组进行组合优化,算例结果表明在满足负荷的要求下,可减少启停机次数,延长机组寿命,验证了该算法的可行性和有效性。     

125 MW机组转速传感器损坏原因分析及防范措施探讨

汽轮机是大型高速旋转机械，在运转时各转动部件承受着很大的离心力，超速会严重损坏设备，甚至造成飞车事故。因此必须对汽轮机转速进行严格的监视和保护，一般制造厂规定汽轮机转速不允许超过额定转速的110％～112％。结合125MW机组汽轮机结构特点分析某公司转速传感器损坏原因，并探讨防范措施。     

大中型风电机组的初步设计

阐述了大中型风电机组初步设计中的若干问题     

大型风电叶片的固有频率计算与模态测试分析

本文应用瑞利法对天威叶片2MW—TW45．3的固有频率进行了计算，通过与模态测试结果进行比较，得出了瑞利法在叶片初步结构设计时计算大型风电叶片固有频率具有足够的精确度、可行性及可靠性。     

电厂汽轮机叶片损坏原因分析与处理

在火力发电厂汽轮机运行过程中，偶尔会发生叶片断落、裂纹、围带飞脱、拉筋开焊或断裂，叶片冲蚀等叶片损坏事故，其在电厂事故停运数次中所占比例不大，但由于叶片事故的发生严重威胁到汽轮机的安全运行，事故发生后，检修工期长，工艺要求高；原因分析不清，甚至可能重复出现断叶片事故，对电厂的正常生产造成重大影响。