联系我们
您的浏览器不支持网站的所有功能。请使用当前的浏览器（如Chrome、Edge、Firefox）。
使用案例：威能极的数字化齿轮箱如何优化美国的风场
在全球范围内，对风场维护的要求越来越特殊。在每台风机的真实运行条件下，风机的实际寿命会低于或高于预期的20年，这个理论同样也适用于齿轮箱，但同时这也为齿轮箱性能优化创造了机会。借助于威能极的数字化齿轮箱，风场业主可以预测其齿轮箱的剩余可使用寿命（RUL），保障其完美性能，也可以完善运维计划进而降低成本。威能极联合西门子PLM软件公司开发了一种算法可以对整个风场齿轮箱的URL进行预估，该算法结合了风场历史数据和基于旋转零部件的设计及材料属性而创建的齿轮箱数字孪生模型。
目标：输出最大化
- 使齿轮箱的发电功率提升
- 确定必要的功率降额
- 检测未知和非预期的异常情况
- 避免传动链过载
试点项目：范围和数据基础
该项目范围包含了在美国2009年投产的1.5MW风机风场中78台威能极齿轮箱的可靠性分析，重点关注在齿轮和轴承。威能极与西门子PLM软件公司和风场业主一起合作完成了该项目。
目标：
- 齿轮和轴承的剩余寿命预测
- 基于SCADA数据的早期齿轮箱故障预测
- 基于实际（测量）风机数据的寿命延长
由于齿轮箱在生命周期内承受的是特定负载，所以不同类型的数据被纳入考虑：借助于SCADA数据和MKS模型（多体仿真），高精度的负载工况被创建并进行了评估，这些数据是理论寿命计算的基础。
在风场运行过程中，通常SCADA数据无法准确捕捉到高动态性和波动性的载荷，这不足以预测齿轮箱的实际载荷和寿命利用率。为了可靠地评估齿轮箱承受的载荷，测量真实扭矩变得非常必要，例如威能极的扭矩传感器的应用。
这些数据为创建齿轮箱数字孪生模型提供了基础。风机运行过程中齿轮箱承受的真实载荷和齿轮箱承载能力（在齿轮箱的设计阶段被定义）进行了比对。齿轮箱数字孪生模型可以计算齿轮箱及主要部件的RUL，同时也为失效预测和降低运营维护成本提供了机会。
项目特定结果
这78台1.5MW风力发电机组，在整个生命周期内可实现约90000MWh的额外发电量潜力。为实现该目标，其中52台齿轮箱可以进行功率提升，最高可提升至3.9%，这主要得益于其隐藏的潜能；而另外26台齿轮箱由于非预期的载荷带来的超载运行而需要降低功率1.9%。
此外，由于RUL分析可以对潜在故障进行早期预测，因此可以降低运营维护成本。及时采取对策和低成本的服务措施（如：内镜检查），以免发生更大的故障。
概要和展望
为了进行精确的RUL计算，除了SCADA数据外，还需要真实的机械扭矩数据。这可以通过已验证的MBS模型或扭矩传感器数据来实现。威能极正提供这种具有最高的精度和解析度的扭矩传感器。
降低LCOE（平准化度电成本）的机遇：
- 年发电量（AEP）上升潜力
- OPEX潜力：通过适当的运营维护措施进行故障预测和预防
- 风场和每台风机使用改进传动链的长远潜力：根据每个风机的位置（和承担的负载）实现在同一风场中不同传动链的最佳组合
致谢：
- Siemens PLM Software: Bonnet, P.; Dekkers, R.; Hendicx, W., Vandermeulen, W.
- Winergy: Egeling T.; Hidding, E.; Hövelbrinks, N.; Endemann, D.; Uhlending, M.