在风电机组旋转机械中，转子、齿轮箱和发电机等旋转机械是风电机组旋转机械的关键部件。当风力发电机的旋转电械发生故障时，要采用科学有效的技术及时分析诊断，及时排除故障，避免造成连锁事故，严重影响正常运行。
一、风力发电机旋转机械故障检测方法概述和重要性
1.风力发电机旋转机械的故障检测方法的概述
由于风力发电机旋转机械结构复杂，工作环境恶劣，尤其是齿轮和齿轮箱容易损坏，容易导致故障。早期缺陷信号通常较弱，常沉浸在背景噪声中，难以识别，可以依靠从单元监控设备收集的实时错误信息来确定错误类型。在大多数情况下，除了一些显示正常的监控数据外，可以留下一些最有可能的故障情况，然后可以对这些情况进行分析，逐层过滤，最终确定实际的故障类型。
2.风力发电机旋转机械的故障检测方法的重要性
在使用风能发电时，员工需要对风力发电机组进行适当的维护工作。在工作过程中，员工及时检查风机的工作情况，提高风电场的利用率。风力发电机旋转机械故障诊断有助于提高风机使用寿命，解决风机发电效率问题，降低风机维修率，提高风机性能。风机故障监测可以提高员工绩效，增强员工对风机的了解。确定风机的缺陷可以提高员工的实际工作能力，员工在工作过程中可以积累大量的工作经验。有利于工作人员提高工作效率，可以及时发现风机相应配件的故障，加强对风机安装的了解和熟悉，提高发电机组的风力发电效率。
二、监测风电机组旋转机械的状态
在风机运行过程中，需要不断地监测运行状态变量，对数据传感器采集的数据进行处理，并根据得到的结果对风机旋转电机的状态进行评估和预测。为了实现对风机的全面控制和监测，在风机的监测系统中加入状态监测是一种非常有效的方法。风力发电机旋转电机状态监测是SCADA系统的重要组成部分，结构与SCADA相同，由上位机和下位机组成，可以提高电源模块的稳定性电源，检查其他模块是否可以正常工作。只有各部分相互配合，才能提高对风力发电机旋转机械的健康监测。
三、国内外风电机组旋转机械故障技术研究现状
1.海外研究现状
目前国外风电机组旋转机械故障诊断的研究重点主要集中在发电机组、叶片、齿轮等方面，这种诊断方法主要分析发电机组输出的电子信号来诊断故障位置。通过转子的信号频谱特性分析发电机组转子与定子是否对称，是否通过转子电流频谱分析皮带轮环工作状态、电机端功率信号频谱变化叶片故障分析和发电机信号频谱分析是否存在故障。
2.国内研究现状
在我国，由于发电机组故障诊断技术起步较晚，国内研究非常有限，主要集中在齿轮箱上，来自风电机组旋转机械振动信号可用于确定故障。
四、风力发电机旋转机械的结构及常见缺陷
1.风力发电机旋转机械结构
按叶片形状可分为双叶型、三叶型、多叶型三种。但无论风力发电机的形状如何，大部分由主轴、轴承、轮毂、变桨系统、冷却系统、制动盘、发电机、控制柜、齿轮、弹性联轴器组成。
2.风力发电机旋转机常见故障
主轴轴承故障及原因。当主轴旋转异常时，轴承承受载荷，如果过大、润滑不良，就会出现主轴轴承的各种故障。同时电机故障的发生主要是长期运行、各部件老化、绝缘老化不良和定子不对称等。
五、风力发电机旋转机械故障诊断技术
1.润滑油分析诊断技术
根据风电机组旋转机械中使用的润滑油的油况，可以诊断故障的类型和位置，这也是常用的诊断技术。润滑油分析诊断技术包括油中的颗粒分析诊断技术。基于润滑油颗粒分布、大小等信息的分析和单位确定旋转机械故障的发生，分析诊断技术主要是使用润滑油质量检测仪分析油品是否合格、微量水分等，通过对油品监测数据的综合分析诊断，风力、涡轮机旋转机械可以确定故障的位置，可以判断磨损程度等。
2.信号故障特征提取与诊断技术
采用信号故障特征提取诊断技术，风力发电机组旋转机械可以对信号进行检测、采集、分类，然后将采集到的信号通过变换等方法处理提取信号的缺陷特征后，根据缺陷征兆、标准模式和判别标准、位置、类型和识别标准对信号波形和数据信息进行诊断，确定旋转机器故障的严重性。
3.设备健康在线监测与诊断技术
通过在线监测诊断系统进行查找。在正确的时间，异常和警报有助于查明设备故障的类型和位置，可以采取及时有效的针对性治疗和修复方案，通过多种方式对数据进行分析和处理，确定故障的原因和发生情况。针对当前风电机组在线监测系统的发展趋势，应采取相应的防范措施。可以通过网络进入风机健康监测和故障诊断系统，远程监控运行，监控风机及风机的运行情况进行诊断分析。
4.人工智能诊断技术
人工智能诊断技术应用于神经心理学。基于生理学研究，根据人脑的神经结构特点，它是一种模仿开发的非线性动态网络诊断系统。它使用系统识别和其他方法智能分析风电机组旋转机械中的故障。然而，由于当前的人工智能诊断技术，应用时容易出现操作错误，诊断信息不明确、不准确，亟待进一步改进。需要在诊断旋转机械的轴承缺陷、转子缺陷、齿轮缺陷等方面取得了显著成果和效果。
5.振动信号分析
振动信号分析法是最常用、最传统的故障排除方法，技术也比较成熟。分析方法主要是在特征位置安装传感器，采集传感器传递的加速度、位移等信息，最后通过分析诊断得出结论，找到缺陷位置。
6.电子信号分析
发电机组输出电流、电压、功率的电子信号诊断方法主要应用于现代工业如核电站、汽轮机工业等领域。因此，对电子信号的诊断方法的分析，实际上已经得出了许多结论和经验。电子信号分析法主要是对电子信号频谱进行分析处理，然后根据信号频谱特征和相应数据进行分析诊断，最终确定缺陷的类型和具体方向。
结束语
综上所述，需要采用科学、合理、先进、有效的故障排除技术，通过诊断风力发电机旋转机械的故障，准确的定位和确定类型、确定缺陷位置和缺陷严重程度，这些都为后期的风力发电机组的维护保养提供了坚实的基础，可以有效地保证风力发电机组旋转机械的安全。因此需要不断的通过完善和稳定的运行，提高风力发电机组旋转机械的效率，促进风电产业的积极发展。
参考文献
[1]李忠平，刘杰忠，苏奕茹，赵和佳. 浅谈风机健康监测与故障诊断[J] 科技与企业, 2013, 12(12): 390.
[2]孙世元.大型风力发电机旋转机械状态监测与分析[J]科技与企业,2013(7):397.
[3]郑春芳.风力发电机电气控制核心技术研究与应用[J]发展机械管理2017(11).
[4]朱浩，金家水，黄志奇.风力发电机型式试验主轴载荷试验方法研究[J] 质量与认证, 2017(11).
