基于故障樹(shù)的風(fēng)力發(fā)電機(jī)的故障診斷摘要本文主要利用相關(guān)性分析，針對(duì)風(fēng)場(chǎng)風(fēng)電機(jī)組實(shí)時(shí)運(yùn)行監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析處理,本文內(nèi)容的章節(jié)安排如下主要闡述了風(fēng)電機(jī)組故障診斷的研究背景及意義，以及國(guó)內(nèi)外故障診斷技術(shù)的研究現(xiàn)狀進(jìn)行了分析比較。主要介紹了風(fēng)電機(jī)組的各個(gè)主要子系統(tǒng)的結(jié)構(gòu)、功能以及主要的故障形式，并且總結(jié)了各個(gè)子系統(tǒng)故障診斷的所需參量以及目前應(yīng)用于實(shí)際的主要診斷方法，為后續(xù)的研究奠定了基礎(chǔ)。本文探討故障樹(shù)理論及其在風(fēng)力發(fā)電系統(tǒng)故障診斷中的應(yīng)用。關(guān)鍵詞：故障樹(shù)；風(fēng)力發(fā)電機(jī)；故障診斷一風(fēng)電機(jī)組故障診斷的研究背景及意義1.1風(fēng)電機(jī)組故障診斷的研究背景二十世紀(jì)六十年代初產(chǎn)業(yè)革命階段，國(guó)外最早開(kāi)始了對(duì)機(jī)械設(shè)備的監(jiān)測(cè)與故障診斷技術(shù)的研宄。六十年代末，由于航天、軍工業(yè)的需要迅速發(fā)展，對(duì)大型旋轉(zhuǎn)機(jī)械的機(jī)械振動(dòng)、振動(dòng)信號(hào)提取方法、信號(hào)處理技術(shù)以及故障診斷系統(tǒng)進(jìn)行了深入研宄，英國(guó)對(duì)設(shè)備故障診斷技術(shù)的探討始于此時(shí)期，以著名的博士為核心人物的英國(guó)機(jī)器保健中心，在診斷技術(shù)的集成開(kāi)發(fā)方面做了許多分析與研宄，并取得了一定的成果。到七十年代后期，一些測(cè)試診斷儀器進(jìn)入工程實(shí)用領(lǐng)域。日本的診斷技術(shù)思索便是誕于七十年代左右，年新日鐵以豐田利夫教授為核心展開(kāi)了對(duì)診斷技術(shù)的開(kāi)發(fā)，到年己能夠運(yùn)用到應(yīng)用方面。雖然日本的發(fā)展時(shí)間較短，但進(jìn)展較快，其可以借鑒的行為是一直注視著世界各國(guó)故障診斷技術(shù)的發(fā)展?fàn)顩r，著重注意研究美國(guó)故障診斷技術(shù)的實(shí)況，積極仿效和引進(jìn)最新技術(shù)。到九十年代，由于現(xiàn)代測(cè)試技術(shù)、計(jì)算機(jī)技術(shù)以及信號(hào)處理技術(shù)等方面的一成就，促使大型旋轉(zhuǎn)機(jī)械的運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的飛速發(fā)展。1.2國(guó)內(nèi)外故障診斷技術(shù)的研究現(xiàn)狀分析比較國(guó)外計(jì)對(duì)風(fēng)力發(fā)電系統(tǒng)容易發(fā)生故障的部件己經(jīng)展開(kāi)了較多的研究。目前的研究重點(diǎn)主要在電氣系統(tǒng)（發(fā)電機(jī)、葉片、傳動(dòng)系統(tǒng)（齒輪箱）等方面。國(guó)外主要是通過(guò)對(duì)風(fēng)力發(fā)電機(jī)的輸出信號(hào)如電流、電壓和功率等來(lái)進(jìn)行分析，以診斷故障。國(guó)內(nèi)研究現(xiàn)狀及趨勢(shì)：國(guó)內(nèi)對(duì)風(fēng)力發(fā)電系統(tǒng)的故障診斷還處于起步階段，目前我國(guó)從事風(fēng)電系統(tǒng)故障診斷技術(shù)研宄與開(kāi)發(fā)的單位較少，主要有新疆大學(xué)、沈陽(yáng)工大、西華大學(xué)、中國(guó)石油大學(xué)和大連理工等高等院校，最近清華大學(xué)、華北電力大學(xué)和天津工業(yè)大學(xué)也開(kāi)展了一些研究。此外，一些公司對(duì)傳統(tǒng)的旋轉(zhuǎn)機(jī)械振動(dòng)監(jiān)測(cè)故障診斷系統(tǒng)進(jìn)行了改造，應(yīng)用到了風(fēng)力發(fā)電系統(tǒng)上，如新疆風(fēng)能有限公司、新疆金風(fēng)和深圳創(chuàng)為實(shí)等公司已開(kāi)發(fā)出相應(yīng)的產(chǎn)品。國(guó)內(nèi)都是針對(duì)風(fēng)電機(jī)組的某個(gè)設(shè)備開(kāi)展了故障診斷方法的研究，并沒(méi)有從系統(tǒng)的角度去研究系統(tǒng)的故障特征。大多數(shù)研究文獻(xiàn)并沒(méi)有考慮風(fēng)速變化對(duì)故障特征的影響，例如有文獻(xiàn)指出表面粗糙和偏航不對(duì)中造成的氣動(dòng)力不平衡，可以通過(guò)一倍頻、二倍頻處的幅值增大反映出來(lái)，但實(shí)際上在不同的風(fēng)速范圍，其幅值增大程度并不一樣。二故障樹(shù)理論2.1故障樹(shù)分析法故障樹(shù)分析法(faulttreeanalysis}FTA)是1961年由美國(guó)貝爾實(shí)驗(yàn)室的華生(H.A.Watson)和漢塞爾(D.F.Haasl)首先提出，并應(yīng)用于民兵導(dǎo)彈發(fā)射系統(tǒng)的質(zhì)量控制。經(jīng)過(guò)多年發(fā)展，F(xiàn)TA在對(duì)機(jī)械系統(tǒng)可靠性、安全性分析和風(fēng)險(xiǎn)評(píng)估上得到了廣泛應(yīng)用，己成為一種較為成熟的工程計(jì)算方法傳統(tǒng)的FTA方法存在以下不足之處:首先，傳統(tǒng)的FTA方法在對(duì)系統(tǒng)的可靠性進(jìn)行分析時(shí)，認(rèn)為部件只有工作或故障兩種狀態(tài)，不能對(duì)系統(tǒng)的可靠做出更確切或更符合客觀實(shí)際的評(píng)價(jià);其次，傳統(tǒng)的FTA方法以布爾代數(shù)法為基礎(chǔ)，需要精確己知部件故障發(fā)生概率和故障事件之間的聯(lián)系，忽略了環(huán)境的模糊性和數(shù)據(jù)的不準(zhǔn)確性會(huì)對(duì)部件故障概率產(chǎn)生影響，給故障樹(shù)定量計(jì)算帶來(lái)很大的誤差;最后，部件故障概率值的獲取和故障事件之間關(guān)系的明確需要大量統(tǒng)計(jì)數(shù)據(jù)，對(duì)于新研制產(chǎn)品或故障發(fā)生概率很低的部件難以獲取大量的數(shù)據(jù)。由于這些問(wèn)題的存在，導(dǎo)致在分析多狀態(tài)不確定性復(fù)雜系統(tǒng)時(shí)，傳統(tǒng)的FTA方法難以得到令人滿意的結(jié)果。故障樹(shù)方法的改進(jìn),1983年，H.Tanaka等人提出模糊故障樹(shù)方法。該方法針對(duì)故障樹(shù)的頂上事件和基本事件的發(fā)生概率，采用模糊概率值取代精確概率值，將模糊數(shù)學(xué)和經(jīng)典的事故樹(shù)理論進(jìn)行了有效的結(jié)合，解決了頂上事件和基本事件的精確發(fā)生概率難以確定的問(wèn)題，在各領(lǐng)域得到了發(fā)展和應(yīng)用。近年來(lái)，李瑰賢、周繼忠等人提出將灰色關(guān)聯(lián)分析方法用于故障樹(shù)分析過(guò)程，解決故障信息缺乏導(dǎo)致的故障事件之間關(guān)聯(lián)不確定性問(wèn)題，取得了一定的進(jìn)展。但是，在工程實(shí)際中往往在一個(gè)信息不完全的問(wèn)題中存在許多模糊的因素，或是具有模糊因素的一個(gè)問(wèn)題不具備完全充分的資料，即在一個(gè)問(wèn)題中既存在模糊性，又具有灰色性。因此，本文同時(shí)考慮系統(tǒng)的模糊性和灰色性，采用灰關(guān)聯(lián)分析方法對(duì)模糊故障樹(shù)進(jìn)行改進(jìn)，形成模糊灰關(guān)聯(lián)分析方法。2.2模糊灰色關(guān)聯(lián)分析方法2.2.1建立故障樹(shù)首先確定一個(gè)最不希望發(fā)生的故障事件作為頂上事件(用T表示)，逐步找出各中間故障事件(用A表示)的全部可能起因，并用故障樹(shù)符號(hào)表示各類(lèi)故障事件及其邏輯關(guān)系，直至分析到各類(lèi)基本事件(用X表示)。2.2.2求故障樹(shù)的結(jié)構(gòu)函數(shù)和最小割集求故障樹(shù)的結(jié)構(gòu)函數(shù)就是將故障樹(shù)用簡(jiǎn)單的數(shù)學(xué)表達(dá)式表示出來(lái)，以便于對(duì)故障樹(shù)進(jìn)行簡(jiǎn)化，并用數(shù)學(xué)方法進(jìn)行運(yùn)算。具有n個(gè)基本事件的故障樹(shù)的結(jié)構(gòu)函數(shù)可表示為:yX,Xz,...。故障事件所組成的集合中全部基本事件都發(fā)生時(shí)頂事件必然發(fā)生，則這個(gè)故障集合是故障樹(shù)的一個(gè)割集，若將割集中任意去掉一個(gè)基本事件后割集就不成立的故障集合則為最小割集(用F表示)[A]。確定簡(jiǎn)單故障樹(shù)的最小割集時(shí)，只需將故障樹(shù)的結(jié)構(gòu)函數(shù)展開(kāi)，使之成為具有最小項(xiàng)數(shù)的積之和的表達(dá)式，每一項(xiàng)乘積就是一個(gè)最小割集。2.2.3確定基本事件的模糊概率基本事件的精確概率往往難以確定，這里采用模糊數(shù)來(lái)表示基本事件的發(fā)生概率。模糊數(shù)有多種形式，如三角形模糊數(shù)、梯形模糊數(shù)、正態(tài)模糊數(shù)、LR型模糊數(shù)和語(yǔ)言值等。而三角模糊數(shù)參照函數(shù)處理較方便，代數(shù)運(yùn)算較容易。因此，在模糊故障樹(shù)分析中采用三角模糊數(shù)。一個(gè)三角模糊數(shù)P的隸屬度函數(shù)具有如下形式，即：隸屬度函數(shù)可以通過(guò)圖1形象的表示出來(lái)。因此，三角模糊數(shù)也可由3個(gè)參數(shù)a，m，b表示，記為p=(a，m，b)。2.3確定參考列和比較列灰色關(guān)聯(lián)分析的基本思想是根據(jù)序列曲線幾何形狀的相似程度來(lái)判斷其聯(lián)系是否緊密。曲線越接近，相應(yīng)序列之間的關(guān)聯(lián)度就越大，反之就越?。?1］。因此，首先需要確定參考序列和比較序列。這里把對(duì)各基本事件的模糊重要度做均值化處理后作為參考列。當(dāng)故障樹(shù)具有m個(gè)最小割集時(shí)，可用一個(gè)特征向量來(lái)代表相應(yīng)的最小割集，進(jìn)而構(gòu)成一個(gè)典型故障的特征矩陣。最終，最小割集的灰色關(guān)聯(lián)度的大小，灰色關(guān)聯(lián)度越大的最小割集所代表的故障模式造成頂上事件發(fā)生的可能性就越大;反之造成頂上事件發(fā)生的可能性就越小。3故障樹(shù)結(jié)構(gòu)在風(fēng)力發(fā)電機(jī)和故障樹(shù)風(fēng)輪葉片中的分析和運(yùn)用3.1建立故障樹(shù)風(fēng)輪葉片故障樹(shù)結(jié)構(gòu)風(fēng)力發(fā)電機(jī)作為風(fēng)能轉(zhuǎn)化為電能的基礎(chǔ)設(shè)施在整個(gè)風(fēng)力發(fā)電系統(tǒng)中有著舉足輕重的作用。風(fēng)力發(fā)電機(jī)各部件長(zhǎng)期工作在野外。由于環(huán)境影響因素眾多且相互之間作用復(fù)雜，導(dǎo)致了風(fēng)力發(fā)電機(jī)故障種類(lèi)繁多，故障原因復(fù)雜，故障征兆模糊，故障機(jī)理不清，故障數(shù)據(jù)缺乏等問(wèn)題，從而使得現(xiàn)場(chǎng)數(shù)據(jù)帶有極大的復(fù)雜性、模糊性、不確定性，給故障分析過(guò)程造成困難。使用傳統(tǒng)的可靠性分析方法難以得到令人滿意的結(jié)果。風(fēng)力發(fā)電系統(tǒng)主要包括塔架、風(fēng)輪、變槳系統(tǒng)、機(jī)艙、傳動(dòng)系統(tǒng)、偏航系統(tǒng)、剎車(chē)系統(tǒng)、發(fā)電機(jī)、電氣系統(tǒng)、主控系統(tǒng)、傳感器等子系統(tǒng)。其中風(fēng)輪是捕獲風(fēng)能的裝置，由葉片和輪毅組成。由于風(fēng)力發(fā)電機(jī)長(zhǎng)期工作于雨、雪、大風(fēng)等惡劣環(huán)境中，易造成風(fēng)輪不平衡、漿葉和輪毅的腐蝕、損傷等故障。本文依據(jù)風(fēng)力發(fā)電機(jī)的故障統(tǒng)計(jì)資料，建立風(fēng)輪葉片故障的故障樹(shù)，利用上述模糊灰關(guān)聯(lián)分析方法對(duì)故障樹(shù)進(jìn)行分析，其過(guò)程如下。圖2風(fēng)輪葉片故障樹(shù)Fig．2FTAofrotorblades故障樹(shù)的頂上事件T表示風(fēng)輪葉片故障;中間事件A1表示質(zhì)量不平衡，A2表示空氣動(dòng)力學(xué)不平衡，A3表示葉片裂紋損傷;各基本事件的含義如表1所示。求故障樹(shù)的結(jié)構(gòu)函數(shù)和最小割集上面故障樹(shù)的結(jié)構(gòu)函數(shù)為:可見(jiàn)故障樹(shù)的每個(gè)基本事件就構(gòu)成一個(gè)最小割集，即：3.2確定基本事件的模糊概率根據(jù)工程經(jīng)驗(yàn)，利用三角模糊數(shù)來(lái)表示各基本事件的模糊概率，如表1所示。計(jì)算頂上事件的模糊概率根據(jù)故障樹(shù)的結(jié)構(gòu)函數(shù)和三角模糊數(shù)的運(yùn)算法則，計(jì)算頂上事件的模糊概率為：計(jì)算基本事件的模糊重要度根據(jù)式：計(jì)算得各基本事件的模糊重要度所構(gòu)成的集合：{e1，e2，e3，e4，e5，e6，e7，e8，e9，e10}={0.032726，0.032726，0.109729，0.039689，0.039689，0.000622，0.00056，0.000498，0.000124，0.054069}確定參考列和比較列根據(jù)式：確定參考序列，即：X0=［1.054208，1.054208，3.534697，1.278508，1.278508，0.02005，0.018043，0.016037，0.004007，1.741735］。根據(jù)式(9)確定比較序列，即：計(jì)算關(guān)聯(lián)系數(shù)與灰色關(guān)聯(lián)度根據(jù)式(10)和式(11)求得關(guān)聯(lián)系數(shù)如表2所示：根據(jù)式(12)求得各最小割集的灰色關(guān)聯(lián)度所組成的集合{r1，r2，r3，r4，r5，r6，r7，r8，r9，r10}={0.757866，0.757866，0.731167，0.751827，0.751827，0.688775，0.688616，0.688458，0.687503，0.74352}。對(duì)各最小割集的灰色關(guān)聯(lián)度進(jìn)行排序:r1=r2＞r4=r5＞r10＞r3＞r6＞r7＞r8＞r9。該結(jié)果反映出了各最小割集所代表的故障模式導(dǎo)致頂上事件發(fā)生的可能性的大小。本文提出了利用灰關(guān)聯(lián)分析方法對(duì)故障樹(shù)基本事件的模糊重要度進(jìn)行分析的模糊灰關(guān)聯(lián)分析方法。解決傳統(tǒng)的故障樹(shù)分析方法無(wú)法解決的由于故障信息缺乏所導(dǎo)致的頂上事件和基本事件的概率無(wú)法確知以及基本事件與頂上事件之間的相互關(guān)聯(lián)難以確定的問(wèn)題。應(yīng)用該方法對(duì)風(fēng)力發(fā)電機(jī)系統(tǒng)的風(fēng)輪葉片故障樹(shù)進(jìn)行分析，對(duì)造成頂上事件發(fā)生的各種故障模式可能性大小做出判斷，找出了風(fēng)輪系統(tǒng)中變槳振動(dòng)調(diào)節(jié)閘漏油，結(jié)冰腐蝕污垢等關(guān)鍵故障模式，為處理事故的輕重緩急、控制事故的發(fā)生、改進(jìn)系統(tǒng)可靠性和安全性提供了理論依據(jù)。3)該方法同時(shí)考慮系統(tǒng)的模糊性和灰色性，經(jīng)進(jìn)一步的研究改進(jìn)，可用于包括機(jī)械系統(tǒng)在內(nèi)的多狀態(tài)不確定性復(fù)雜系統(tǒng)的可靠性分析。四風(fēng)力發(fā)電機(jī)的故障診斷4.1風(fēng)力發(fā)電機(jī)組的故障特點(diǎn)風(fēng)電機(jī)組主要分為三類(lèi)：①雙饋式變槳變速機(jī)型，是目前大部分企業(yè)采用的主流機(jī)型；②直驅(qū)永磁式變槳變速機(jī)型是近幾年發(fā)展起來(lái)的，是未來(lái)風(fēng)電的發(fā)展方向之一；③失速定槳定速機(jī)型是非主流機(jī)型，運(yùn)行維護(hù)方便[10]?？紤]到目前風(fēng)場(chǎng)中主要以雙饋式變槳變速機(jī)型為主，故本文內(nèi)容主要針對(duì)該機(jī)型的故障及狀態(tài)監(jiān)測(cè)方法加以討論。風(fēng)力發(fā)電機(jī)由風(fēng)輪及變槳距系統(tǒng)、輪轂、結(jié)構(gòu)(機(jī)艙、地基和塔架)、傳動(dòng)裝置、齒輪箱、發(fā)電機(jī)、電氣系統(tǒng)、控制系統(tǒng)、傳感器、剎車(chē)系統(tǒng)、液壓系統(tǒng)和偏航系統(tǒng)等構(gòu)成[11]。風(fēng)電機(jī)組首先將風(fēng)能通過(guò)風(fēng)輪轉(zhuǎn)換成機(jī)械能，再借助主軸、齒輪箱等傳動(dòng)系統(tǒng)和發(fā)電機(jī)將機(jī)械能轉(zhuǎn)換成電能，從而實(shí)現(xiàn)風(fēng)力發(fā)電。風(fēng)力發(fā)電機(jī)組一般都設(shè)在50～80m或以上的高空，其工作環(huán)境惡劣復(fù)雜，機(jī)組的受力情況也很復(fù)雜。風(fēng)力發(fā)電機(jī)組在工作過(guò)程中，槳葉的轉(zhuǎn)速是隨風(fēng)速的變化而變化。當(dāng)陣風(fēng)襲來(lái)，葉片受到短暫而頻繁的沖擊載荷，而這個(gè)沖擊載荷也會(huì)傳遞到傳動(dòng)鏈上的各個(gè)部件，使得各個(gè)部件也受到復(fù)雜交變的沖擊，對(duì)其工作壽命造成極大的影響，使風(fēng)力機(jī)在運(yùn)行過(guò)程中出現(xiàn)各種故障，尤其是風(fēng)輪以及與其剛性連接的主軸、齒輪箱、發(fā)電機(jī)等在交變載荷的作用下很容易出現(xiàn)故障，造成機(jī)組停機(jī)。表3是西班牙納瓦拉水電能源集團(tuán)公司(EHN)對(duì)2001～2003年風(fēng)力發(fā)電機(jī)主要部件的故障比例統(tǒng)計(jì)。據(jù)統(tǒng)計(jì)其中行星齒輪段占54%，中間軸占4%，高速軸占38%，其他原因占4%[12]。表3EHN公司風(fēng)力發(fā)電機(jī)故障比例統(tǒng)計(jì)%年份齒輪箱發(fā)電機(jī)葉片200148213120025627172003602911近年來(lái)，在國(guó)家政策的大力支持下，我國(guó)自行研發(fā)的風(fēng)力發(fā)電機(jī)組已逐步占有市場(chǎng)，市場(chǎng)份額比例也在逐年上升，但是在引進(jìn)國(guó)外先進(jìn)技術(shù)的同時(shí)，欠缺對(duì)我國(guó)特殊的氣候環(huán)境和地理因素的考慮，致使產(chǎn)品質(zhì)量問(wèn)題越來(lái)越突出。在國(guó)家相關(guān)部門(mén)的調(diào)研中發(fā)現(xiàn)[8]，各整機(jī)制造企業(yè)在運(yùn)行和調(diào)試過(guò)程中均出現(xiàn)過(guò)質(zhì)量問(wèn)題，問(wèn)題部件及原因如表4所示。表4風(fēng)電整機(jī)及零部件部分產(chǎn)品質(zhì)量問(wèn)題與原因風(fēng)場(chǎng)多位于偏遠(yuǎn)的山區(qū)或近海區(qū)域，交通不便，并且機(jī)組處于高空，一旦機(jī)組的某些部件出現(xiàn)故障，不僅長(zhǎng)時(shí)間停機(jī)造成發(fā)電量損失，而且整個(gè)機(jī)組的重新吊裝和部件更換，都需要極大的人力和物力。長(zhǎng)期以來(lái)，風(fēng)力發(fā)電機(jī)采用的是計(jì)劃維修和事后維修的方式。計(jì)劃維修即機(jī)組運(yùn)行2500h和5000h后的例行維護(hù)，如：檢查螺栓是否松動(dòng)、抽檢油樣、加注潤(rùn)滑油等。這種維修方式無(wú)法全面、及時(shí)地了解設(shè)備的運(yùn)行狀況;而事后維修則由于事先準(zhǔn)備不足，造成維修工作耗時(shí)太長(zhǎng)，損失嚴(yán)重。所以，必須在風(fēng)力發(fā)電機(jī)組運(yùn)行過(guò)程中實(shí)時(shí)監(jiān)控各關(guān)鍵部件的運(yùn)行狀態(tài)，及時(shí)了解各部件存在的故障隱患，以便及時(shí)采取措施，防止造成嚴(yán)重?fù)p失，提高風(fēng)力發(fā)電機(jī)組運(yùn)行的可靠性，延長(zhǎng)其使用壽命。狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)可以在機(jī)組不停機(jī)的情況下，對(duì)其進(jìn)行連續(xù)監(jiān)控，實(shí)時(shí)了解設(shè)備的健康狀態(tài)，及時(shí)發(fā)現(xiàn)故障隱患，避免重大事故的發(fā)生，并且得到的機(jī)組長(zhǎng)時(shí)問(wèn)運(yùn)行狀態(tài)數(shù)據(jù)對(duì)零部件后續(xù)的設(shè)計(jì)改進(jìn)有積極的指導(dǎo)作用。通過(guò)國(guó)內(nèi)外的統(tǒng)計(jì)數(shù)據(jù)可以發(fā)現(xiàn)，風(fēng)力發(fā)電機(jī)組的典型故障主要集中在葉片、齒輪箱、發(fā)電機(jī)等部位。針對(duì)不同的故障部件和故障特征，采取合適的故障診斷方法是有效實(shí)施狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的保證。4.2風(fēng)場(chǎng)風(fēng)電機(jī)組實(shí)時(shí)運(yùn)行監(jiān)測(cè)和風(fēng)場(chǎng)風(fēng)電機(jī)組實(shí)時(shí)運(yùn)行監(jiān)測(cè)數(shù)據(jù)分析處理針對(duì)風(fēng)力發(fā)電這一新型裝備制造業(yè)，目前尚缺乏有效的監(jiān)測(cè)診斷方法，其有效的在線振動(dòng)監(jiān)測(cè)診斷系統(tǒng)可以說(shuō)還是空白。風(fēng)力機(jī)容量的增加，使得風(fēng)力機(jī)體積變大，發(fā)生事故的概率增大。面對(duì)風(fēng)力機(jī)事故發(fā)生頻繁以及造成的巨額損失，風(fēng)力機(jī)的狀態(tài)監(jiān)測(cè)技術(shù)引起了國(guó)內(nèi)外相關(guān)人員的極大關(guān)注。但鑒于現(xiàn)代風(fēng)力機(jī)的運(yùn)行特點(diǎn)，傳統(tǒng)的狀態(tài)監(jiān)測(cè)方法雖然可以實(shí)現(xiàn)故障的有效診斷，但存在一定的局限性，尤其是在線狀態(tài)監(jiān)測(cè)方面，問(wèn)題尤為突出。選擇合適的狀態(tài)監(jiān)測(cè)方法，實(shí)現(xiàn)風(fēng)力機(jī)故障的有效診斷是現(xiàn)在風(fēng)力機(jī)狀態(tài)監(jiān)測(cè)面臨的主要問(wèn)題。本文在簡(jiǎn)要介紹風(fēng)電發(fā)展趨勢(shì)的基礎(chǔ)上，主要介紹了風(fēng)力機(jī)的主要故障部件和現(xiàn)有的狀態(tài)監(jiān)測(cè)方法，以及有待研究的一些問(wèn)題。五風(fēng)場(chǎng)風(fēng)電機(jī)組故障診斷隨著人類(lèi)對(duì)能源的需求日益增加，可持續(xù)發(fā)展的迫切需要，建立在天然氣、石油、煤等傳統(tǒng)資源基礎(chǔ)上的能源體系在推動(dòng)人類(lèi)社會(huì)進(jìn)步的同時(shí)也帶來(lái)了人類(lèi)居住環(huán)境的日益惡化。如何實(shí)現(xiàn)能源的可持續(xù)發(fā)展，尋求清潔、安全且能夠重復(fù)利用的綠色能源，從而滿足社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展，已經(jīng)成為世界各國(guó)共同面對(duì)的難題。在此背景下，具有分布廣、巨大蘊(yùn)藏量、無(wú)污染、可再生等優(yōu)點(diǎn)的風(fēng)能越來(lái)越受到世界各國(guó)的相關(guān)部門(mén)的重視，成為可再生能源發(fā)展的重要方向。如今全球的風(fēng)能總量約為2.7×109MW，其中可利用的風(fēng)能約為2×109MW，我國(guó)的風(fēng)能資源豐富程度僅此于美國(guó)和俄羅斯，居世界第三位。風(fēng)力發(fā)電作為風(fēng)能利用的主要方面，是世界上增長(zhǎng)最快的發(fā)電技術(shù)，風(fēng)電裝機(jī)容量正在逐年迅速增長(zhǎng)，從1996年開(kāi)始，全球風(fēng)電累計(jì)裝機(jī)容量已經(jīng)連續(xù)15年保持在20%到40%的高速增長(zhǎng)水平，2010年，世界風(fēng)電發(fā)電量約占用全球電力消費(fèi)的2.5%，到2020年，預(yù)計(jì)風(fēng)電提供全球約7.7%~8.3%的電力。截止2012年年底，全球總裝機(jī)容量超過(guò)2.83×109MW，新增裝機(jī)容量達(dá)到44，711MW。風(fēng)電的快速發(fā)展也給風(fēng)電設(shè)備制造業(yè)也帶來(lái)了巨大挑戰(zhàn)。伴隨風(fēng)電機(jī)組裝機(jī)容量越來(lái)越大，風(fēng)電機(jī)組故障發(fā)生率也越來(lái)越高，隨著投產(chǎn)的風(fēng)機(jī)數(shù)量不斷增加，裝機(jī)規(guī)模的不斷擴(kuò)大，發(fā)展相關(guān)的第三產(chǎn)業(yè)即風(fēng)機(jī)運(yùn)行維護(hù)、監(jiān)測(cè)、故障診斷等己逐漸成為行業(yè)新的增長(zhǎng)點(diǎn)。5.1齒輪箱齒輪箱位于機(jī)艙內(nèi)，是風(fēng)力機(jī)傳動(dòng)鏈上的重要部件，是連接主軸和發(fā)電機(jī)的重要樞紐。齒輪箱一般由一級(jí)行星齒輪傳動(dòng)和兩級(jí)平行齒輪傳動(dòng)構(gòu)成，內(nèi)部結(jié)構(gòu)和受力情況較為復(fù)雜，尤其是在變工況、變載荷的情況下運(yùn)行，容易發(fā)生故障。齒輪箱的常見(jiàn)故障包括齒輪故障和軸承故障，軸承作為齒輪箱的關(guān)鍵部件，其失效常常會(huì)引起齒輪箱災(zāi)難性的破壞。常見(jiàn)的齒輪故障有：斷齒、齒面疲勞、膠合等；軸承故障有：磨損、點(diǎn)蝕、裂紋、表面剝落等。表5是瑞典皇家理工學(xué)院的可靠性評(píng)估管理中心對(duì)分布于瑞典的風(fēng)力機(jī)齒輪箱故障類(lèi)型的統(tǒng)計(jì)數(shù)據(jù)。齒輪箱是風(fēng)力機(jī)正常、高效運(yùn)行的保障。風(fēng)電技術(shù)的快速發(fā)展和單機(jī)容量的增加，使得風(fēng)力機(jī)的規(guī)模越來(lái)越大，對(duì)其性能的要求也越來(lái)越高。隨著大重型機(jī)組的投入運(yùn)行，齒輪箱的故障頻率也隨之增加。據(jù)統(tǒng)計(jì)，一臺(tái)風(fēng)力機(jī)故障停機(jī)時(shí)問(wèn)的20%是由齒輪箱故障引起的。一旦齒輪箱出現(xiàn)問(wèn)題，除了高額的維修費(fèi)用，長(zhǎng)時(shí)問(wèn)停機(jī)造成的發(fā)電量損失也是巨大的。表6是1997--2004年瑞典皇家理工學(xué)院對(duì)瑞典風(fēng)力機(jī)齒輪箱故障時(shí)問(wèn)統(tǒng)計(jì)數(shù)據(jù)。面對(duì)風(fēng)力機(jī)齒輪箱故障的頻繁發(fā)生以及造成的巨額損失，近年來(lái)，已有不少科研人員對(duì)風(fēng)力機(jī)齒輪箱的故障檢測(cè)進(jìn)行了研究。振動(dòng)測(cè)量方法是技術(shù)最成熟、最普及的一種故障檢測(cè)方法。唐新安等[13}借助時(shí)域信號(hào)的統(tǒng)計(jì)指標(biāo)實(shí)現(xiàn)了對(duì)齒輪箱故障的初步診斷，然后借助傳統(tǒng)的快速傅里葉變換(FastFouriertransform,FFT)和功率譜對(duì)診斷結(jié)果進(jìn)一步加以確認(rèn)。眾所周知，故障特征頻率是判斷齒輪、軸承等健康狀態(tài)的重要指標(biāo)。借助故障特征頻率可以實(shí)現(xiàn)故障的準(zhǔn)確定位，提高診斷精度。時(shí)頻分析方法是結(jié)合了時(shí)域和頻域的雙重信息，適用于非平穩(wěn)信號(hào)的處理方法。常見(jiàn)的時(shí)頻分析方法有小波分析、短時(shí)傅里葉變換以及經(jīng)驗(yàn)?zāi)B(tài)分解等。BARSZCZ等提出了利用譜峭度診斷行星齒輪箱故障的方法。譜峭度具有對(duì)沖擊信號(hào)敏感的特性，利用譜峭度可以檢測(cè)出信號(hào)中的沖擊成分，從而診斷出故障原因。HUANG等[[1G}研究了小波神經(jīng)網(wǎng)絡(luò)在風(fēng)力機(jī)齒輪箱故障診斷中的應(yīng)用。該方法借助小波變換的時(shí)頻分析特性和神經(jīng)網(wǎng)絡(luò)的白學(xué)習(xí)功能，將小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的隱含層，提高了診斷精度，減少了神經(jīng)網(wǎng)絡(luò)的層數(shù)，加快了收斂速度。1NALPOLAT等[17}對(duì)行星齒輪箱的建模和動(dòng)力學(xué)行為進(jìn)行了研究，為闡述其復(fù)合傳動(dòng)引起的故障相互調(diào)制和禍合等故障機(jī)理提供了依據(jù)。溫度測(cè)量方法是基于零部件的溫度變化實(shí)現(xiàn)異常狀態(tài)識(shí)別的診斷方法。溫度作為狀態(tài)量，測(cè)量方便，操作簡(jiǎn)單。鑒于溫度測(cè)量方法的簡(jiǎn)單易行等特點(diǎn)，該方法已集成在風(fēng)力機(jī)的控制系統(tǒng)中，用于檢測(cè)齒輪箱、發(fā)電機(jī)以及主軸等部件的健康狀態(tài)。5.2發(fā)電機(jī)發(fā)電機(jī)是風(fēng)電機(jī)組的核心部件，負(fù)責(zé)將旋轉(zhuǎn)的機(jī)械能轉(zhuǎn)化為電能，并為電氣系統(tǒng)供電。隨著風(fēng)力機(jī)容量的增大，發(fā)電機(jī)的規(guī)模也在逐漸增加，使得對(duì)發(fā)電機(jī)的密封保護(hù)受到制約。發(fā)電機(jī)長(zhǎng)期運(yùn)行于變工況和電磁環(huán)境中，容易發(fā)生故障。常見(jiàn)的故障模式有發(fā)電機(jī)振動(dòng)過(guò)大、發(fā)電機(jī)過(guò)熱、軸承過(guò)熱、轉(zhuǎn)了/定了線圈短路、轉(zhuǎn)了斷條以及絕緣損壞等。據(jù)統(tǒng)計(jì)，在發(fā)電機(jī)的所有故障中，軸承的故障率為40%定了的故障率為38%，轉(zhuǎn)了的故障率為10%其他故障占12%。根據(jù)發(fā)電機(jī)的故障特點(diǎn)，采用的診斷方法主要是基于轉(zhuǎn)了/定了電流信號(hào)、電壓信號(hào)以及輸出功率信號(hào)等狀態(tài)檢測(cè)手段。POPA等[is}借助定了電流和轉(zhuǎn)了電流信號(hào)的時(shí)域分析得到其幅值信息，再通過(guò)FFT得到電流信號(hào)的諧波分量，最后通過(guò)判斷諧波分量的變化實(shí)現(xiàn)對(duì)發(fā)電機(jī)3種模擬故障的識(shí)別。WATSON等[m}借助連續(xù)小波變換，對(duì)輸出功率信號(hào)進(jìn)行分析，識(shí)別出了發(fā)電機(jī)轉(zhuǎn)了偏心故障和軸承故障。DJUROVIC等[}zo}研究了穩(wěn)態(tài)狀況下，短時(shí)傅里葉變換方法在發(fā)電機(jī)定了開(kāi)環(huán)故障中的應(yīng)用。通過(guò)對(duì)比發(fā)現(xiàn)，雖然基于定了電流和瞬時(shí)功率的診斷方法均可識(shí)別出故障，但瞬時(shí)功率信號(hào)中包含了更多的故障信息。發(fā)電機(jī)的轉(zhuǎn)了偏心現(xiàn)象是軸承過(guò)度磨損或其他故障隱患的表現(xiàn)?；谳敵鲭娏鳌㈦妷?、功率等信號(hào)的檢測(cè)方法是識(shí)別轉(zhuǎn)了偏心故障的有效手段。此外，MOHANTY等針對(duì)多級(jí)齒輪箱研究通過(guò)解調(diào)異步發(fā)電機(jī)的電流信號(hào)來(lái)診斷齒輪箱故障。另外，BENNOUNA等在變轉(zhuǎn)速下建立了基于多項(xiàng)式的雙饋式異步發(fā)電機(jī)線性與非線性數(shù)學(xué)模型，利用故障特征分析法檢測(cè)出了轉(zhuǎn)了偏心故障，但是此方法也僅能判斷發(fā)電機(jī)出現(xiàn)故障類(lèi)型，而不能準(zhǔn)確找出故障源。YANG等[23}針對(duì)同步發(fā)電機(jī)為消除變轉(zhuǎn)速的影響，提出了基于轉(zhuǎn)矩和主軸轉(zhuǎn)速的判斷準(zhǔn)則。模擬定了繞組線圈的短路，對(duì)發(fā)電機(jī)定了繞組電流/功率信號(hào)，先用離散小波去除噪聲，再使用連續(xù)小波提取特征頻率，有效地識(shí)別出了故障。5.3葉片葉片是風(fēng)力發(fā)電機(jī)組吸收風(fēng)能的關(guān)鍵部件。葉片長(zhǎng)期露天工作在惡劣的環(huán)境下，難以避免受到濕氣腐蝕、陣風(fēng)或雷擊等因素的破壞以及長(zhǎng)時(shí)問(wèn)運(yùn)行產(chǎn)生的疲勞裂紋等故障隱患。風(fēng)力機(jī)葉片長(zhǎng)度一般在30^-40m，由纖維增強(qiáng)型復(fù)合材料組成，體積質(zhì)量巨大，一旦發(fā)生故障，不僅造成葉片本身的損壞，還會(huì)對(duì)整機(jī)的安全產(chǎn)生致命性損傷。因此，研究風(fēng)力機(jī)葉片的狀態(tài)檢測(cè)方法，對(duì)于降低故障損失，保證機(jī)組長(zhǎng)時(shí)問(wèn)安全運(yùn)行具有重要意義。目前，國(guó)內(nèi)雖然在風(fēng)力機(jī)葉片的設(shè)計(jì)制造技術(shù)方面取得了一定的研究成果，如清華大學(xué)針對(duì)風(fēng)力機(jī)葉片在運(yùn)行過(guò)程中出現(xiàn)的顫振等現(xiàn)象綜述了葉片氣動(dòng)彈性穩(wěn)定性問(wèn)題的研究成果[24]，為風(fēng)力機(jī)葉片的設(shè)計(jì)提供理論依據(jù)。但現(xiàn)有文獻(xiàn)對(duì)其運(yùn)行過(guò)程中的狀態(tài)檢測(cè)技術(shù)研究的較少，GHOSHAL等[[z5}基于振動(dòng)測(cè)量方法，利用壓電陶瓷傳感器捕捉振動(dòng)信號(hào)，提出了4種用于葉片故障診斷的方法。傳遞函數(shù)和動(dòng)態(tài)變形分析方法需借助多普勒激光掃描測(cè)振儀和葉片健康狀態(tài)時(shí)的測(cè)量數(shù)據(jù)作為參考，雖然診斷結(jié)果較為準(zhǔn)確，但難以在實(shí)際中應(yīng)用;響應(yīng)比較和波動(dòng)傳播分析方法只需壓電陶瓷傳感器和激振器，借助傳感器信號(hào)之問(wèn)的比較判斷葉片是否存在異常。波動(dòng)傳播方法只對(duì)位于傳感器和激振器之問(wèn)的故障敏感，有一定的局限性;但響應(yīng)比較分析方法算法簡(jiǎn)單·對(duì)歷史數(shù)據(jù)要求低。SCHROEDER等z基于安裝在運(yùn)行風(fēng)力機(jī)葉片中的光纖光柵傳感器測(cè)量系統(tǒng)的成功運(yùn)行，介紹了用光纖光柵傳感器實(shí)現(xiàn)風(fēng)力機(jī)葉片的在線監(jiān)測(cè)的可行性。根據(jù)風(fēng)力機(jī)葉片在運(yùn)行過(guò)程中的載荷變化，借助葉片上對(duì)稱(chēng)分布的光纖光柵傳感器捕捉應(yīng)變信號(hào)，評(píng)判葉片健康狀態(tài)。SUNDARESAN等利用壓電陶瓷傳感器捕捉葉片中的應(yīng)力應(yīng)變波形，通過(guò)分析這些波形的傳播特性實(shí)現(xiàn)對(duì)葉片的故障識(shí)別。可見(jiàn)，對(duì)于葉片的故障檢測(cè)，主要是根據(jù)材料在不同受力情況下的應(yīng)力應(yīng)變變化，從而識(shí)別出故障狀態(tài)。應(yīng)力應(yīng)變檢測(cè)方法是通過(guò)應(yīng)力應(yīng)變傳感器(光纖光柵傳感器)檢測(cè)葉片在運(yùn)行過(guò)程中應(yīng)力應(yīng)變的變化范圍，從而確保葉片的安全運(yùn)行，并且該方法對(duì)于預(yù)測(cè)葉片壽命也非常有效。光纖光柵傳感器具有較好的抗電磁干擾、抗腐蝕、尺寸小、壽命長(zhǎng)等優(yōu)點(diǎn)，適合葉片結(jié)構(gòu)的狀態(tài)檢測(cè)。但葉片損傷容限準(zhǔn)則尚未有效建立，基于光纖光柵傳感器獲得的信號(hào)難以與葉片損傷模式對(duì)應(yīng)，YE等針對(duì)復(fù)合材料損傷的失效容限和性能退化預(yù)測(cè)進(jìn)行了相關(guān)研究工作。此外，國(guó)外相關(guān)人員還利用現(xiàn)代無(wú)損檢測(cè)手段對(duì)葉片的健康狀態(tài)進(jìn)行識(shí)別。聲發(fā)射檢測(cè)方法是利用物體內(nèi)部因應(yīng)力集中產(chǎn)生斷裂、變形時(shí)釋放的應(yīng)變波來(lái)識(shí)別被檢部件的異常情況。風(fēng)力機(jī)葉片長(zhǎng)期受到空氣動(dòng)力的交變沖擊以及腐蝕等，會(huì)產(chǎn)生裂紋、變形等異常，可借助聲發(fā)射檢測(cè)。紅外成像檢測(cè)方法是利用物體在不同溫度下輻射出來(lái)的紅外線成像識(shí)別異常狀況。物體表面的健康狀態(tài)(裂紋、剝落等)會(huì)影響熱輻射的能量分布，利用該特點(diǎn)，紅外成像檢測(cè)方法可用于零部件表面裂紋的診斷識(shí)別[[30]雖然國(guó)外在風(fēng)力機(jī)葉片故障診斷方面取得了一定的研究成果，但主要還是處于試驗(yàn)階段，應(yīng)用到實(shí)際中還需要一定的時(shí)問(wèn)。5.4槳距控制系統(tǒng)、電氣系統(tǒng)與偏航系統(tǒng)采用槳距控制除可控制轉(zhuǎn)速外，還可減少轉(zhuǎn)了和驅(qū)動(dòng)鏈中各部件的壓力，并允許風(fēng)力機(jī)在很大風(fēng)力下運(yùn)行，目前主流的調(diào)速方式采用變槳距結(jié)構(gòu)。其一般有兩種傳動(dòng)機(jī)構(gòu):齒輪式與連桿式。在大型風(fēng)力機(jī)中，常采用電了控制的液壓機(jī)構(gòu)來(lái)控制葉片的槳距，液壓調(diào)節(jié)器控制齒輪或連桿推動(dòng)葉片。變槳距系統(tǒng)轉(zhuǎn)速極低、運(yùn)行不連續(xù)、負(fù)載隨機(jī)，對(duì)其狀態(tài)監(jiān)測(cè)可采用振動(dòng)檢測(cè)，也可采集發(fā)電機(jī)的電流信號(hào)進(jìn)行分析。風(fēng)電機(jī)組的電氣系統(tǒng)通過(guò)變頻器等電氣設(shè)備與電網(wǎng)相連，向電網(wǎng)輸送電能，同時(shí)控制電能參數(shù)。電氣系統(tǒng)部件較多，發(fā)生故障的概率較大，故障類(lèi)型主要有:短路故障、過(guò)電壓故障、過(guò)電流故障以及過(guò)溫故障等。電氣系統(tǒng)的任一部件出現(xiàn)故障，都有可能問(wèn)接引起發(fā)電機(jī)的損壞。鑒于電氣系統(tǒng)的特點(diǎn)，可以采取性能參數(shù)檢測(cè)方法，如檢測(cè)輸出電壓、電流、功率、溫度等是否和正常值相一致，借此判斷電氣系統(tǒng)各個(gè)部件的健康狀態(tài)。偏航系統(tǒng)在風(fēng)力發(fā)電機(jī)組中的作用是轉(zhuǎn)動(dòng)機(jī)艙，使轉(zhuǎn)了隨時(shí)與風(fēng)向保持一致，以保證風(fēng)力發(fā)電機(jī)具有最大的發(fā)電能力。偏航系統(tǒng)主要由偏航電機(jī)、偏航齒輪、偏航齒圈等組成，出現(xiàn)的問(wèn)題主要包括輪齒磨損、定位不準(zhǔn)確、偏航電機(jī)故障以及限位開(kāi)關(guān)故障等。鑒于偏航系統(tǒng)白身的運(yùn)行特點(diǎn)，如轉(zhuǎn)速低、狀態(tài)多變、負(fù)載重等，對(duì)其進(jìn)行狀態(tài)監(jiān)測(cè)，采用的方法大致是振動(dòng)檢測(cè)以及針對(duì)偏航電機(jī)的電流、電壓檢測(cè)方法等。市場(chǎng)調(diào)查研究風(fēng)力發(fā)電機(jī)姐的故障情況及故障診斷方法。首先采用調(diào)查法調(diào)查了風(fēng)力發(fā)電技術(shù)的發(fā)展現(xiàn)狀，風(fēng)力發(fā)電場(chǎng)的地理分布特點(diǎn)和風(fēng)為發(fā)電機(jī)組的故障情況，并對(duì)其現(xiàn)有的故障診斷方法進(jìn)行重點(diǎn)調(diào)查分析，了解其原理、應(yīng)用范圍和優(yōu)缺點(diǎn)，掌握基本情況為后續(xù)的設(shè)計(jì)與實(shí)現(xiàn)奠定基礎(chǔ)。通過(guò)對(duì)于現(xiàn)有技術(shù)的綜合了解，對(duì)于當(dāng)前技術(shù)進(jìn)行簡(jiǎn)單的分析尋找當(dāng)前風(fēng)力發(fā)電市場(chǎng)現(xiàn)有的故障診斷系統(tǒng)的不足之處，結(jié)合實(shí)際情況分析。就目前來(lái)說(shuō)，國(guó)內(nèi)應(yīng)用于風(fēng)力發(fā)電場(chǎng)的故障診斷系統(tǒng)只能做到響應(yīng)式維護(hù)和定期維護(hù)，有預(yù)知維護(hù)方面的理論研巧基礎(chǔ)，雖然部分公司開(kāi)發(fā)一些針對(duì)風(fēng)力發(fā)電機(jī)組某一部位進(jìn)行預(yù)知維護(hù)的軟件但因?yàn)榧夹g(shù)原因，目前還未大規(guī)模投入使用，并且沒(méi)有對(duì)整個(gè)風(fēng)電場(chǎng)進(jìn)行預(yù)知維護(hù)的故障診斷系統(tǒng)。六總結(jié)現(xiàn)如今風(fēng)電機(jī)組的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)正在飛速發(fā)展之中，越來(lái)越多的研究人員參與其中，但是其成熟度依舊跟不上風(fēng)電機(jī)組的發(fā)展速度，且對(duì)狀態(tài)監(jiān)測(cè)與故障診斷應(yīng)用于風(fēng)電機(jī)組的研究還處在初級(jí)階段，國(guó)內(nèi)外研究人員雖然提出了大量的監(jiān)測(cè)診斷方法，但是其中的大部分還是處于仿真理論研究或離線診斷階段，且實(shí)際監(jiān)測(cè)數(shù)據(jù)目對(duì)于仿真數(shù)據(jù)更為復(fù)雜，現(xiàn)有應(yīng)用的故障診斷系統(tǒng)功能也‘較為簡(jiǎn)單，許多系統(tǒng)還達(dá)不到自動(dòng)診斷，不能及時(shí)準(zhǔn)確的給出故障診斷結(jié)果，許多故障還需要專(zhuān)家進(jìn)行現(xiàn)場(chǎng)診斷，這些都是現(xiàn)在所面臨的主要問(wèn)題。本文在簡(jiǎn)要介紹了故障診斷發(fā)展趨勢(shì)的基礎(chǔ)上，對(duì)風(fēng)電機(jī)組的智能預(yù)測(cè)診斷技術(shù)做了研究，對(duì)解決實(shí)際風(fēng)場(chǎng)故障診斷問(wèn)題有重要意義。參考文獻(xiàn)[1]武花榮，王晨升，劉磊磊，等.基于