例1(见图4):该机组润滑油在2013年5月的检测数据与前期检测数据出现较大差异,并在之后的追踪检测过程中,虽然有回落的数据,但是整体趋势是呈上升趋势的。2014年4月风电场进行了相关设备的维护,5月的检测数据出现回落,但后续又开始上升,需要继续观察两个月,判断是因样品采样位置等不同原因造成的数据变化,还是风电场设备维护时给予的对策并未直接找到根源,才造成数据短时回落后上升。 例2:X2风电机组与2012年12月取检样品后更换滤芯(滤芯精度20μm),并分别在更换滤芯15天后、30天后齿轮箱润滑油取样检测,部分检测数据如表1。
X2风电机组齿轮箱润滑油连续跟踪10个月,综合检测一直成上升的趋势,且检测数据后期连续5个月超出危险值并呈现出上升状态。多次告知风电场需要检修,但因风电场各种问题未能及时做出相应的对策。在做完第10个月检测后不久出现风电机组齿轮箱损坏的故障,必须返厂维修。
结语
本文提出的将风电机组润滑油检测数据通过数学关系等因素换算后,成为一个简单的指标,并按照数据的大小判断其设备等级。这样的方法对于没有明确在用润滑油质量标准的情况下,更加方便风电场运行人员对润滑油及风电机组状态进行判断。对运维人员在润滑油检测分析方面的技术能力要求不高,更方便对润滑油性能进行判断。
本文章选自(CWEA《风能》)