发电机振动周期性变化

来源：能见Eknower

当我们在全球各地旅行的时候，伫立在高山、草原、大海、戈壁上的风力发电机，时常映入眼帘，看上去是一道美丽的风景。

这些给人类供应绿色电力的风机，要在零下数十度、狂风暴雨等变幻莫测的天气环境下连续发电20年，并不是一件简单的事。

昨天，回形针PaperClip推出一期和远景科技集团合作的风机硬核科普视频，讲述风机如何像人一样不断进化，主动适应环境的同时高效发电。

解说词我是张每羊，这里是回形针事务所。你现在看到的是目前最大的民航飞机空客 A380 ，翼展近 80 米，在运行时，两片机翼必须能承受狂风、暴雨的攻击。但有一种机器，它的单个叶片就有整架 A380 那么长，并且需要在 150 米的高空连续工作 20 年，这就是风力发电机。它们通常坐落在山区、戈壁乃至海上，和飞机一样面临自然界的摧残，却因为地处偏远且数量众多，很难得到精心的养护和维修。在这样艰苦的环境下，怎样才能造出发电效益高，同时又不给人添麻烦、顾全大局的风力发电机？风力发电机，也叫风机，能利用风带动叶片转动，叶片再带动内部的发电机转动来发电。但并不是有风就能发电，因为自然界的风，方向、速度总在不断变化，很可能让风机转不起来发不了电，或者转的太快损坏部件。所以在风机上安装风向标和风速仪，时刻监测风向、风速是必须的，基于此，风机会通过偏航和变桨调整姿态。偏航指的是转动顶部机舱，使风机尽可能迎着风向，尽可能多的捕捉风能，提高发电效率。变桨指的是调整叶片角度，当风速较低时，三个叶片会同时往前转，提高叶片与风的接触面，保持风机转速，当风速过大乃至遭遇台风时，叶片则会同时向后转动，减少与风的接触面，降低叶片升力，使风机降速乃至停机，避免因转速过快而出现故障。然而，它们的上班地点实在太过凶险。山间的乱流、戈壁的风沙、海上的风暴，很多意想不到的情况仍然可能突破风机的安全工作极限。

所以，我们需要更可靠的风机，它们安装了大量的传感器，用来检测健康状况。比如通过温度变化监视部件安全，通过振动变化判断是否故障，通过声音分析叶片是否完好，借此让风机拥有 “视觉”、“触觉”、“听觉” 这些基础的 “感觉” 。但要想让风机健康工作 20 年，这还远远不够。首先，传感器难以覆盖风机所有部件，且过多的传感器稍不注意反而还会增加故障，徒增维护负担。其次，传感器只能监测到故障发生的结果，无法了解风机各部件内在的健康趋势变化，也就无法在遭遇特殊情况时主动调整、预防损伤。如何解决这个问题呢？远景科技集团（Envision Group）的 “超感知” 智能风机，让风机不仅拥有“感觉”，更具备主动意识与行动能力。利用风机运动学模型和大数据驱动的机器学习模型，远景搭建出了风机各个系统内在运行机理的数字模型。这个模型部署在风机上，可以利用物理传感器的实时数据，还原风机各个关键部件的实时健康趋势。不仅如此，位于各地各种型号的千万台风机，它们各自的数据将汇集在云端，帮助数字模型更新迭代，而不断升级的数字模型又会让所有风机的 “感觉” 和 “意识” 能力持续进化。换言之，这种智能的自主进化，能力不仅来自个体，还来自网络中的所有工作伙伴。那么在实际运行时，这种 “超感知” 智能风机会有哪些优势？以风切变为例，风切变一般指的是风在垂直方向上的风速变化，比如越靠近风轮顶部，风速越高，越靠近底部，风速越低。传统风机，三根叶片只能一起变桨，每根叶片都不能在最佳角度工作，且由于风速不均匀，风轮还会出现周期性的上下摇动，使主轴承磨损。

远景 “超感知” 智能风机则可以利用物理传感器和数字模型，时刻得知各个部件损耗的趋势分布，并通过三根叶片频繁的独立变桨，减少主轴承磨损。这种动态调整有助于均衡各个部件的健康状况，延长整机寿命。

从 “感觉” 到 “主动意识” ，远景不仅让风机学会了自力更生，还学会了顾全大局。比如在风电场中，尾流效应是个常见的问题。当上游的风经过机组时，由于阻力，风速会降低，经过下游机组的风能就会变少，从而造成电能损失；且这个风还会对下游风机产生尾流，增加叶片载荷，造成颤震，引起疲劳甚至损伤。而远景的 “超感知” 智能风机则可以通过叶片的颤震能量，感知到尾流。后排风机将发出请求，协调前排风机偏航，从而避开尾流。而利用尾流协同，在保证风机健康运行的前提下，100MW规模的海上风场站发电效率预计将提升1.5% ，一年增加收益375万人民币。

可以看到，在这套被远景称为 EnOS Inside 人工智能机器进化系统的数字模型加持下，风机不再是遇到特定情况再被动执行命令的旧机器，而是真正具有网络协同智能和集群进化能力的 “新机器” 。它们能像人一样，主动适应多变的环境，智能规避风险，及时沟通协作，高效地清洁发电。来源：回形针PaperClip