近日，从陕西华电榆林新能源公司获悉，在华电陕西王渠则风电场成功研发并应用的“基于监检测大数据挖掘的风电齿轴服役安全智能预警关键技术”，通过中国电力企业联合会组织召开的项目科技成果鉴定会权威鉴定，整体技术达到国际先进水平，其中基于多维特征辅助的深度卷积与长短时记忆联合深度神经网络模型与耦合服役数据的累积损伤评估模型等核心关键技术达到国际领先水平。这标志着我国在风电关键部件预测性维护领域取得了重大突破。

齿轮箱是风电机组的“心脏”，而其中的齿轮传动轴（齿轴）则是心脏的“核心瓣膜”。据统计，齿轮箱故障占风电机组总故障的25%-30%，而断齿故障又占齿轮损伤的60%以上。传统运维模式如同“救火队”，只能在故障发生后紧急抢修，导致巨额维修费用和发电损失。

▲新能源智慧生产管理平台齿轮箱

项目团队经过大量失效案例分析，精准定位了症结所在：齿侧开裂是导致齿轴“突然断裂”的主要元凶。其根源在于齿面材料内部微米级的非金属夹杂物，在长期高周疲劳载荷下，成为裂纹萌生的起点。然而，这种“内伤”在传统监测中难以被早期发现。

据了解，该项目首次将齿侧开裂作为独立失效模式，建立了国际领先的齿轴疲劳累积损伤评估模型。该模型创造性地融合了风机历史运行数据、高精度载荷仿真、材料微观应力分析及断口反推验证，如“体检报告”一样，量化评估齿轴的内部疲劳损伤程度，并预测其剩余使用寿命，彻底改变了以往“凭经验、靠运气”的粗放管理模式。

针对海量、嘈杂的风机振动监测数据，项目研发了多维特征辅助的CNN-LSTM联合深度神经网络模型。这个智能“大脑”能自动清洗无效数据，从复杂的振动信号中精准识别出齿轮磨损、早期断齿等故障特征。诊断准确率超过80%，且输出结果仅需1分钟，满足了现场实时诊断的苛刻要求。
       基于以上核心算法，项目成功开发了风电齿轴服役安全智能预警系统。该系统可无缝集成到风电场现有监控平台，实时融合SCADA和CMS数据，实现了对齿轴健康状态的7x24小时不间断监控、寿命预测和故障提前预警。一旦系统发现风险，可自动分级报警并推送检修建议，指导运维人员从“被动抢修”转向“主动干预”。
       三大核心技术突破，形成了覆盖“损伤评估-智能诊断-实时预警”的完整技术闭环。目前，该成果已在华电陕西王渠则风场25台2MW风机上成功应用。经测算，年均可创造直接经济效益约729万元。

▲中电联组织召开成果鉴定会

“‘基于监检测大数据挖掘的风电齿轴服役安全智能预警关键技术’的成功研发与应用，不仅为风电行业提供了可复制、可推广的预测性维护解决方案，大幅提升了设备可靠性、降低了全生命周期运维成本，更为我国风电产业的高质量发展、助力‘双碳’目标实现注入了强劲的科技动能。”陕西华电榆林新能源公司生产副总经理王军峰说。
      目前，该项目已获授权及受理发明专利13项、软件著作权4项，发表学术论文6篇，形成了完整的自主知识产权保护体系。