面向多电气故障的风电机组齿轮箱设计优化以降低部件损伤风险

《Energies》：Optimization of a Wind Turbine Gearbox Design Reducing Component Damage Risk Considering Different Electrical Faults Felix Leuf, Georg Jacobs, Tim Scholz, Julian R?der and Martin Knops

　　

研究人员针对风电机组传动链在电网及变流器故障工况下的高动态载荷问题，提出了一种考虑多种电气故障特殊载荷工况的高速轴(HSS)部件优化方法。基于已验证的2.75 MW科研机舱多体仿真(MBS)模型，采用拉丁超立方采样(LHS)制定试验方案，并通过详细MBS仿真结果构建计算效率高的代理模型，将设计参数与优化目标建立数学关联。优化对象为齿轮微几何及圆柱滚子轴承游隙，覆盖四种典型电气故障工况——三种由电网故障作用于双馈感应发电机(DFIG)引起的外部转矩脉动，以及一种全功率变流器短路的内部故障。结果表明，该方法可使齿轮抗损伤安全系数提升至少28%，同时高速轴浮动轴承的单位面积摩擦功(P/A)在多数工况下有所降低或保持不变。对比分析发现，针对单一关键电气故障的优化方案可同时显著改善其余故障工况下的鲁棒性，性能损失最大不超过4%，因此仅需针对单一关键故障进行优化即可大幅减少计算量。

研究背景方面，德国能源转型目标要求2050年实现温室气体中和，风电作为主要可再生能源之一，其经济性与运行可靠性至关重要。当前风电机组最长停机时间多由齿轮箱故障引起，尤其是高速轴(HSS)与中间轴(IMS)的齿轮及轴承部件，在电气故障引发的非稳态转矩脉动作用下，接触区摩擦能量剧增，导致微点蚀、齿面断裂、擦伤等失效风险显著提升。现有设计标准主要覆盖额定工况，未充分考虑电气故障特殊载荷，因此亟需开展针对性优化以提高齿轮箱鲁棒性。

关键技术方法方面，研究人员基于已验证的2.75 MW科研机舱全传动链多体仿真(MBS)模型，采用拉丁超立方采样(LHS)生成试验方案，结合详细MBS仿真数据构建代理模型，并利用多目标遗传算法(NSGA-II)进行微几何参数优化。优化目标涵盖齿轮安全系数（包括微点蚀、擦伤、齿面断裂、齿根断裂）及轴承单位面积摩擦功(P/A)，约束条件确保齿面载荷分布对称以避免偏载。

结果与讨论部分，在3. Results and Discussion中，研究人员首先定义了四种电气故障工况，其中A、B、C为电网故障作用于双馈感应发电机(DFIG)产生的外部转矩脉动，D为全功率变流器短路引起的内部故障。各工况下，齿轮安全系数与轴承P/A值在故障起始瞬间最为恶劣。代理模型质量评估显示，除轴承P/A因峰值波动预测难度较大外，其余目标模型精度均较高。优化后，齿轮安全系数提升幅度不低于28%，且在多数工况下轴承P/A有所降低或保持稳定。进一步分析表明，针对负载工况A优化的方案A3在所有四种故障下均表现优异，与单独针对各工况优化的结果相比，齿轮安全系数降幅不超过4%，甚至在某些工况下优于单工况优化结果。这说明仅需针对单一关键电气故障进行优化，即可实现多故障工况下的鲁棒性提升，计算量可减少约75%。此外，研究人员还分析了最优方案的微几何参数变化趋势，包括增大齿廓移距系数、提高齿顶修缘量、调整齿向鼓形量及减小轴承游隙等。

结论与展望部分，研究人员指出，该优化方法显著提升了齿轮箱在电气故障工况下的抗损伤能力，尤其齿轮安全系数提升明显，但圆柱滚子轴承的微几何优化对降低损伤风险作用有限。未来拟引入滑动轴承替代滚动轴承，以更好地应对电气故障引发的峰值载荷。研究成果发表于《Energies》，为风电齿轮箱设计提供了新的工程思路，可在保障可靠性的同时显著降低仿真与优化成本。