本章节讲述关于风力齿轮箱在国内外的现状，以及本论文研究的目的与意义。

1．1．1课题来源

于奉贤区海湾镇大型风力发电设施的应用已得到印证，国家大力发展可再生能源促使对可再生能源的需求愈发增大，所以特向导师寻求相关资料作此课题研究。

1．1．2课题背景

能源危机与环境危机迫使人类追寻清洁、安全、可再生的能源。风能是一种分布广泛、蕴藏丰富的清洁能源，全球可利用风能约2×lO7MW，是全球可开发水能10倍【1】，因此风能的开发利用越来越受到许多国家重视。“十一五期间，

我国陆续出台《可再生能源法》、《关于风电建设管理有关要求的通知》等一系列配套政策和实施细则，促进了风力发电装备与市场的快速发展。“十二五”期间，国家能源局制定可再生能源规划目标提出：到2015年风力发电将达l亿千瓦， 年发电量1900亿千瓦时。下图1-1给出了2002年～2012年全球风力发电容量的成长图。

但是，随着大型风电机组建设、推广和运行，风力发电组故障逐年增加，由此造成的经济损失越来越严重，严重影响风力发电产业的进一步发展。2004年，丹麦Horns Rev海上风电场的多台风力发电机组出现发电机失效故障，作为供应商Vestas公司承担所有损失，更换以及维修故障风力发电机组，亏损了4000万欧元；我国内蒙古克什克腾旗达里发电机风电场，在2005-2009年期间，风电机因各种故障造成的累积总停机次数超过千次，经济损失巨大。各故障的涌现将严重阻碍风力发电项目的进一步开展，因此目前迫切需要风力发电设备安全监测技术，以保证风力发电场的安全可靠运行。

1．1．3研究目的及意义

目前，风能技术得到了迅猛发展和日趋完善，风电机组的单机容量以及全球  装机量也得到了进一步提升，针对风电机组的状态监测研究越来越得到重视。由于我国风电技术起步较晚，在风电设备故障监测、智能维护等方面相对落后，迫切需要在本研究领域进行关键技术方法的研究与探索。同时,考虑到风电机组运行环境的特殊性，针对风机的叶片、齿轮箱、发电机等主要部件的维护和保养更显得重要和困难，有效地实现风力发电机组状态监测和数据采集具有着举足轻重的意义。

前端在线实时信息数据采集技术是实现风电机组状态检测的核心关键技术之一。准确获取有效故障信息数据，才能保障监测诊断的可靠性，才能使得监测设备及时发现问题，解决安全隐患，最大限度减小经济损失。显示了某风电场风机故障未能及时监测，从而导致被烧毁的重大经济损失。

图1.2 风电机组扇叶烧毁现场

1．2风电状态监测数据采集技术的研究现状及发展动态

1．2．1风电状态监测数据采集技术的研究现状

状态监测是降低风电机组的维修和操作成本的最有效的方式，可以对极端工作环境下的风机状况进行有效监测，比如结冰并粘到叶片上引起的叶片旋转不平衡振荡，针对不同情况采取合适控制措施，以避免灾害的发生，有效地降低维修费用和停机时间【2-3】。

风电机组振动状态的监测对风电场的安全运行至关重要。目前，针对风电机组振动状态较典型的监测方式主要有三种：

(1)离线定期点检或巡检。设备维修或巡检人员定期到现场，携带测试设备进入位于风电机组塔顶的机舱，用装有传感器的便携式点检仪器依次对各测点进行测试，记录信号数据由专用计算机或便携式点检仪器进行处理，并由专业人员进行分析诊断。

(2)主从机监测。在设备上的多个测点安装传感器，现场微处理器从机系统对各个测点进行数据采集和预处理，并将数据通过通讯网络传输到远程的中控主机，再在主机系统上显示，并由监测人员进行分析和判断【4】。