英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
带有执行器故障的风轮机中用于减轻的容错独立变桨控制
- Badihi，IEEE成员
YM Zhang，IEEE，P
Pillay，研究员，IEEE和S. Rakheja的高级成员、
摘要：过去十年来，风力涡轮机的尺寸一直在稳步增长，尤其是在海上场所。这种机器的更大的结构灵活性使得必须开发可靠的负荷减轻技术来减轻不对称风荷载和疲劳的影响。考虑到此类技术的重要性，本文提出了一种可靠的负载减轻方案，称为“容错单个桨距控制”，用于分别调节风力涡轮机叶片的俯仰角叶片变桨致动器故障的存在。拟议方案包括一个由单个变桨控制增强的集中变桨控制以及一个故障检测和诊断系统。与共同控制俯仰角相比，使用海上风力涡轮机进行的仿真结果说明了所开发方案的有效性和容错能力。所开发的方案不仅可确保在涡轮机负载减少的情况下达到几乎相等的输出功率，而且可以承受叶片变桨致动器中可能出现的故障的影响。
关键词：故障检测与诊断（FDD），容错控制（FTC），单个变桨控制（IPC），减轻负荷，风力发电机和执行器故障
命名法
， 第j个规则的前模糊集 y 输出量
， 比例增益和最终比例增益 估计输出
， 集体倾斜和偏航力矩 第j条规则的输出
旋转叶片根部弯矩 z 离散时间复变量
, 积分时间常数和离散时间常数 ， 浆距角，估算浆距角
最终振荡周期 每个刀片执行器的故障估计
a,b 时变模型参数 音调控制命令
， 估计的时变模型参数 ， 集体和个人音调指令
，， 第j条规则的必然参数 测得的浆距角
e 追踪错误 第j条规则的达成程度
转角频率 定向遗忘系数
k 离散时间步 控制有效性因素
n 系统订单 建模误差
r 残差 转子方位角
u 输入/控制信号 低通滤波器系数
于2018年12月1日收到手稿;修订于2019年3月3日，即8月11日，2019年和2019年12月5日;已于2019年12月11日接受。这项工作得到了加拿大自然科学与工程研究委员会（NSERC）和Concordia大学VPRGS团队资助的部分支持。论文编号18-TIE-3380.（通讯作者：张有民）
H. Badihi现就职于南京航空航天大学自动化学院，南京211106；以及加拿大H3G 1M8魁北克蒙特利尔康考迪亚大学机械，工业和航空航天工程系（电子邮件： hamed.badihi@nuaa.edu.cn 和 hamed.badihi@concordia.ca).
YM Zhang和S.Rakheja在加拿大H3G1M8的魁北克蒙特利尔市康考迪亚大学机械，工业和航空航天工程系任职（电子邮件 ：youmin.zhang@concordia.ca, 和 subhash.rakheja@concordia.ca).
- Pillay现在就职于加拿大蒙特利尔康考迪亚大学电气与计算机工程系（电子邮件：pillay@encs.concordia.ca).
- 介绍
L在海上作业的ARGE风力涡轮机承受更高的结构和疲劳载荷。这个到期了更大的结构和更高的风荷非对称性。这种涡轮机的负荷增加会导致快速磨损或结构部件损坏，使用寿命缩短和更高的维护成本[1、2]。当前的设计采用变速转子和集中变桨控制（CPC）技术，这些技术对发动机的控制有限，转子偏航误差，轴可能产生的疲劳载荷气流中的倾斜，风切变和上流，阵风和湍流[3]。因此，已经提出了更有效的控制方法的发展，例如先进的桨距控制，桨叶扭曲控制，主动流量控制等，以解决高强度和高度复杂的工作负荷[4，5]。其中，先进的叶片变桨距控制和独立变桨距控制（IPC）已显示出令人鼓舞的潜力[6，7]。IPC技术要求每个叶片都具有一个独立的变桨致动器，通常在现有的多兆瓦（MW）涡轮机设计中实施。在配备IPC的风轮机中，传统的CPC系统用于将功率保持在所需水平，而独立的IPC补充CPC系统以为每个叶片的桨距致动器提供单独的控制信号，以减轻负载而无需影响涡轮机的功率输出[8]。Bossanyi [8]和Selvam等。[7]描述了IPC在风力涡轮机中的重要性。随后进行了许多研究，使用不同的方法在风力涡轮机中合成IPC。例如，[9，10]中的作者研究了基于线性二次高斯（LQG）控制和比例积分（PI）控制的IPC。在[7，11]中，探索了基于不同设计方法的多变量控制器，而在[12]和[13]中，研究了比例谐振控制和模型预测控制（MPC）方法以实现IPC的综合。在其他著作中，Larsen等。[14]利用局部叶片流入量测量和Jelavic等。[15]采用了一种基于IPC负荷估算的方法。基于模型的方法，包括预先计算在[16]中还探讨了IPC所需的叶片载荷和俯仰角。最后，Lackner和Kuik [17]和Bossanyi等人提出了某些IPC技术在风力涡轮机中的相对性能潜力。[18]。
前述研究中报告的方法假设传感器可靠且由于执行器动态变化而造成的影响可忽略不计，因此考虑了理想的感应和执行。但是，已知风力涡轮机运行中的传感器和执行器容易出现故障[2]。这种缺陷激发了针对风力涡轮机中传感器和执行器故障的故障检测和诊断（FDD）和容错控制 （FTC）领域的兴起（例如，参见[19-26]）。最近，出现了类似的研究领域，涉及在存在故障的情况下将风力涡轮机中的IPC与FDD / FTC结合使用，这被称为容错独立变桨控制（FTIPC）。但是，在这一新领域仅报道了几项研究。例如，Odgaard等。[27]提出了一种具有简单故障适应方案的故障诊断方案。该方案可以基于检测到方位角传感器中的故障来启用或禁用IPC。Stotsky [28]提出了一种光检测和测距（LiDAR）功能的方法来检测和解决叶片根部力矩传感器中的故障。这些研究提出了仅考虑传感器故障问题的综合FTC和IPC方案。尽管以上研究中考虑的两个传感器对于实现IPC方案的基本测量至关重要，但忽略了执行器动力学的影响以及单个桨距执行器中可能出现的故障。[29]中提出的工作将[26]中的容错CPC（FTCPC）算法扩展到针对变桨执行器故障的FTIPC方案。更具体地说，[26，29]中的作者采用了自适应滑模观察器，为补偿控制器提供了适应变桨执行器故障所需的状态和故障计。但是，[26，29]中的FTCPC和FTIPC设计都主要依赖于具有已知参数的等效线性系统假设，以实现俯仰致动的无故障和完全故障状态。而且，它们针对的是非常特殊且不太严重的故障类型，这会导致等效线性致动器系统中的螺距动态变化缓慢（但仍完全有效）。受这些问题的影响，并与上述文献进行比较，本文认为FDD和FTC设计都提出了一种新颖的FTIPC方案，该方案可以耐受更严重的变桨致动器故障类型，而无需依赖于任何有关结构解析模型的设计假设。执行器或其潜在故障的动态行为。更具体地，所考虑的故障的特征在于致动器的有效性的初期和突然的降低（即，失效的有效性，由此致动器在遵循控制命令的速度和水平方面都变得效率低下）。提出的FTIPC方案包括一个简单的CPC，该CPC加上一个IPC以减轻结构载荷变化，以及一个FDD与自动信号校正（ASC）算法集成，用于处理可能的执行器故障。对于IPC，使用固定的PI控制和更高级的自适应PI控制技术设计了两个不同的基准IPC系统。提出的FDD设计基于数据驱动的建模和俯仰致动过程的识别。这使FDD系统变得独立于关于执行器分析模型或潜在故障的动态行为的任何设计假设。另外，整合设计FDD和ASC的功能提供了容错能力，而不会影响无故障操作下变桨控制的标称性能。就行业接受，确认和验证（V＆V） 而言，此功能非常有前途。最后，从海上风力发电机基准获得的仿真结果证明了所提出的FTIPC方案的有效性。将结果与CPC方案的结果进行比较后发现，所提出的FTIPC方案不仅可以确保几乎相等的输出功率，而且叶片和涡轮机结构上的负载减少了，而且还提高了对变桨致动器故障影响的抵抗力。
该文件按以下顺序组织：第二部分回顾了风机基准和执行器故障问题。第三节介绍了故障敏感性分析和FDD设计公式。第四节提出了一种新颖的风力涡轮机FTIPC方案；第五节介绍和讨论了仿真结果第六节给出了本研究的主要结论。
ii.风力发电机基准和问题陈述
A. 风力发电机基准
为了对FTIPC方案进行综合和评估，本文考虑了一个风力发电机基准模型（图1（a）概述）该模型涉及一个闭环设置，包括：一个称为FAST代码的风力发电机模拟器，传感器模型和执行器，以及具有工作区域和控制目标的基线控制系统，如图1（b）所示。模拟器（FAST）代表美国国家可再生能源实验室（NREL）提出的海上三叶片水平轴风力发电机[30]。表I中给出了该风力涡轮机的其他详细信息。
零散5兆瓦基准风力发电机[30]
描述 功能/参数
额定功率 5兆瓦
转子直径，轮毂高度 126 m, 90 m
切入，额定，切出风速 3 m/s, 11.4 m/s, 25 m/s
B. 基线控制系统，传感器和执行器
图1（a）中的基线控制系统包括一个集体桨距控制器，一个扭矩控制器和一个偏航控制器，分别用于调节叶片-桨距角，发电机扭矩和机舱偏航角。如图1（b）所示，在风速低于额定值（3 m / s – 11.4 m / s，即部分负荷区域（或II区））时，设置了总体俯仰控制命令为零，发电机转矩控制指令用于调节转子速度，以最大程度地捕获风能。但是，在高于额定风速（11.4 m / s – 25 m / s，即满负荷区域（或III区））下，集体变桨控制器采用PI控制律来跟踪发电机的额定速度（1173.7 rpm）涡轮以其额定功率运行。偏航控制器很慢随风方向变化而定向涡轮机转子面的开/关机构。传感器被建模为被噪声污染的测量系统，执行器被建模为具有约束的传递函数[31]。对于单个变桨致动器，考虑了三个独立但相似的活塞伺服系统，每个系统均表示为自然频率为11.11 rad / 和阻尼比为0.6的二阶微分闭环模型。如图2所示，总螺距控制器向三个螺距致动器发送单个命令输入phi;。
C.执行器故障
在正常/名义运行中，变桨执行器完全按照控制器的指示运行。换句话说，执行器在执行控制命令时理想地100％有效。但是，在实际操作中，变桨执行器可能会因动态变化而导致故障，例如由于其液压管路中的压力下降[31]。这降低了致动器的效率（lt;100％有效），这使得变桨致动器无法完全执行控制命令。因此，严重的问题破坏了对额定速度的成功跟踪，导致过多的结构负载以及发电机速度和功率输出的波动，最终降低了风力涡轮机的稳定性和性能。图3示出了基于有效性降低的致动器故障建模。同样，具有不同控制有效性因子值的变桨致动器的单位阶跃响应如图4所示。如图所示，控制有效性因子越小，致动器故障的严重性越高。本文根据变桨执行器的压降（有效性损失）来考虑不同的故障情况，有关详细信息，请参见第V节。在存在此类故障的情况下，常规变桨控制系统（基于CPC或IPC）无法保持所需的期望值。俯仰动作。因此，需要考虑采用适当的FTC策略来补偿故障影响。
本节介绍了基于模型的FDD系统的设计，该系统用于在第二节中描述的基准模型中检测，隔离和识别叶片变桨致动器故障。设计FDD系统的第一步也是最重要的一步是故障敏感性分析，这将在以下小节中讨论。
A. 故障敏感性分析
如前所述，通过所谓的故障模式和影响分析（FMEA）进行的故障敏感性分析可以导致FDD的有效设计[32]。该分析旨在确定对所考虑的执行器故障最敏感的传感器测量值，如第II.C小节所述。更具体地，对于基准中假定的每个变桨致动器故障，计算无故障和有故障的测量信号之间的均方根误差（RMSE）。然后，根据这些RMSE确定最灵敏的测量信号。实际上，RMSE越高，灵敏度得分越高。不出所料，根据执行的分析，在许多不同的传感器测量结果中，测得的叶片螺距角度=1，2，3最敏感的测量关于变桨执行器故障。表II以RMSE为单位显示了获得的结果。在此，通过将执行器1、2和3的有效性突然降低25％，分别模拟每个俯仰执行器故障每个故障桨距致动器的RMSE（如表中粗体强调所示）表明，与各个故障桨距致动器相关的测得的叶片桨距角实质上是最敏感的测量值。因此，进行的灵敏度分析显示：1）除俯仰传感器以外的传感器测量结果表明，相对于最低的灵敏度俯仰执行器故障，以及2）俯仰传感器测量与螺距执行器故障有关的信号表示最高灵敏度。所提及的发现对于变桨致动器中的所谓残留产生和故障隔离而言， 对于有效的FDD设计是有用的。以下小节将讨论此问题。
B. 基于模型的FDD设计
根据执行的灵敏度分析，如图5所示，本文提出了一种基于模型的FDD设计，其中使用了一组并行工作的估算器-每个估算器都由一个动态模型表示，以估算音高的标称值（无故障）。 角度在第rotor个转子叶片中（= 1,2,3）。这种设计使并发残差生成，评估和故障隔离。在此，将第blade个叶片的
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[425301]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
