IoT風(fēng)電機預(yù)測性維護(hù)

---

一、風(fēng)電應(yīng)用

風(fēng)力發(fā)電是指把風(fēng)的動能轉(zhuǎn)變成機械動能，再把機械能轉(zhuǎn)化為電力動能。風(fēng)是沒有公害的能源之一。而且它取之不盡，用之不竭。對于缺水、缺燃料和交通不便的沿海島嶼、草原牧區(qū)、山區(qū)和高原地帶，因地制宜地利用風(fēng)力發(fā)電，非常適合，大有可為。海上風(fēng)電是可再生能源發(fā)展的重要領(lǐng)域，是推動風(fēng)電技術(shù)進(jìn)步和產(chǎn)業(yè)升級的重要力量，是促進(jìn)能源結(jié)構(gòu)調(diào)整的重要措施。我國海上風(fēng)能資源豐富，加快海上風(fēng)電項目建設(shè)，對于促進(jìn)沿海地區(qū)治理大氣霧霾、調(diào)整能源結(jié)構(gòu)和轉(zhuǎn)變經(jīng)濟發(fā)展方式具有重要意義。

二、風(fēng)電維護(hù)現(xiàn)狀

針對風(fēng)電系統(tǒng)全生命周期的運行費用，主要來源包括風(fēng)機購置費用、風(fēng)機安裝費用、運維費用、管理費用以及保險費用等，而運維費用占比約20%-25% 。并且在風(fēng)力發(fā)電過程中，風(fēng)力發(fā)電機可能會經(jīng)常因零部件故障和事故而停止運轉(zhuǎn)，運轉(zhuǎn)時間會因此而縮短，所以風(fēng)電的運維是提升風(fēng)電系統(tǒng)效率的一大突破點。

傳統(tǒng)的風(fēng)電機維護(hù)依然依靠著修復(fù)性維護(hù)和定期維護(hù)來保證機器的正常運轉(zhuǎn)，修復(fù)性維護(hù)是在風(fēng)機發(fā)生故障或者停機后所觸發(fā)的被動式維護(hù)。修復(fù)性維護(hù)沒有提前性，不能給維護(hù)團隊提供備件準(zhǔn)備時間，有較長的停機維護(hù)時間。在幾種維護(hù)策略中，修復(fù)性維護(hù)是整體花費最大的。

如圖所示的是失效維護(hù)的步驟。在風(fēng)機發(fā)生失效之后，管理人員首先需要找到失效部位，確定失效模式，隨后根據(jù)失效模式以及現(xiàn)有的資源安排維護(hù)策略，之后根據(jù)制定好的策略安排人員維修或者更換，最后對風(fēng)機進(jìn)行重置和調(diào)試。在修復(fù)維護(hù)的機制下，設(shè)備會有較長的停機時間等待備件及人員到位，尤其對于海上風(fēng)機而言，維修等待時間更是難以估算。

定期維護(hù)是在固定的時間周期或者使用循環(huán)數(shù)對設(shè)備進(jìn)行維修維護(hù)。為了做出最優(yōu)化的維護(hù)排程計劃，可靠性數(shù)據(jù)包括失效率、平均故障間隔時間（MTBF）、平均修復(fù)時間（MTTR）等都有可能會被加入決策支持指標(biāo)。定期維護(hù)通常使用不同的級別對應(yīng)不同的維護(hù)周期，例如齒輪箱的定期維護(hù)就包括手動檢測、油液分析、光譜分析等。然而，失效還是有可能在檢測周期的間隙發(fā)生。同時，不必要的、多余的維護(hù)還有可能會對設(shè)備造成由于人工操作失誤帶來的新故障。

三、風(fēng)電機的預(yù)測性維護(hù)

安爾法所帶來的預(yù)測性維護(hù)在風(fēng)電領(lǐng)域的應(yīng)用將會是風(fēng)電廠運作維護(hù)工作的一次革新，為風(fēng)電領(lǐng)域創(chuàng)造更高效的生產(chǎn)。利用預(yù)測性維護(hù)系統(tǒng)來做科學(xué)的運維，能大幅縮短發(fā)電機停止運轉(zhuǎn)的時間，可將風(fēng)力發(fā)電的設(shè)備利用率由21%提高至23%。

針對風(fēng)電機，研究人員首先對實際的風(fēng)力發(fā)電機實施了軸承損傷惡化實驗，確認(rèn)了從最初出現(xiàn)損傷到最終發(fā)生故障這一期間的振動情況的變化，并利用安爾法云平臺的AI機器學(xué)習(xí)技術(shù)，將所監(jiān)測的數(shù)據(jù)上傳于云端進(jìn)行全面分析。最終開發(fā)出了可檢測大型零部件(主軸?增速器軸承)的異常跡象的技術(shù)，這種技術(shù)以前被認(rèn)為很難實現(xiàn)。另外，利用零部件損傷進(jìn)展模型，還成功開發(fā)出了診斷預(yù)測的技術(shù)，對風(fēng)電機的內(nèi)部幾大系統(tǒng)零件進(jìn)行實時監(jiān)控。

這項技術(shù)，最初開始在日本國內(nèi)的43架風(fēng)力發(fā)電機上進(jìn)行了驗證，確認(rèn)能夠在決定更換零部件的1～3個月前便可檢測出異常跡象，異常檢出率達(dá)到約90%。利用此技術(shù)，能大幅縮短設(shè)備停止運轉(zhuǎn)的時間，從而提高風(fēng)力發(fā)電設(shè)備的利用率。

數(shù)據(jù)分析模式：

而通過安爾法的云平臺的智能分析，會參考?xì)v史故障信息，維保信息，自動學(xué)習(xí)，愈加趨于準(zhǔn)確。并且云平臺可推送信息到移動設(shè)備，云端移動端自動發(fā)同時接收預(yù)警報警信息，處理及時。

四、預(yù)測性維護(hù)帶給風(fēng)電機的維護(hù)改變

通過此方法，研究人員還詳細(xì)調(diào)查并分析了風(fēng)力發(fā)電機的實際運轉(zhuǎn)情況，也獲得了此前無法收集的風(fēng)力發(fā)電機的相關(guān)運轉(zhuǎn)信息，并對數(shù)據(jù)進(jìn)行了整理。根據(jù)這些數(shù)據(jù)，運用云平臺進(jìn)行數(shù)據(jù)整合。將運維整個業(yè)務(wù)流程進(jìn)行數(shù)字化，信息化處理，可以理解為設(shè)備運維ERP系統(tǒng)，將運維過程標(biāo)準(zhǔn)化，流程化，提高效率。利用這個平臺的機制進(jìn)行現(xiàn)場作業(yè)后確認(rèn)，維護(hù)作業(yè)的效率得到提高，設(shè)備檢查時間最大可縮短40%。

風(fēng)電機本身設(shè)備的維護(hù)成本降低，為風(fēng)電機的運轉(zhuǎn)提升了長足效益。同時因此而讓風(fēng)電機本身的生產(chǎn)時間增加，為用電提供了更長久的供應(yīng)，提供了更高的經(jīng)濟收益。