中国能源资讯网自1973年世界石油危机以来，在常规能源告急和全球生态环境恶化的双重压力下，风能作为新能源取得了长足的发展。风能作为一种无污染和可再生的新能源有着巨大的发展潜力，特别是对沿海岛屿，交通不便的边远山区，地广人稀的草原牧场，以及远离电网和近期内电网还难以达到的农村、边疆，作为解决生产和生活能源的一种可靠途径，有着十分重要的意义。即使在发达国家，风能作为一种高效清洁的新能源也日益受到重视，比如：美国能源部就曾经调查过，单是德克萨斯州和南达科他州两州的风能密度就足以供应全美国的用电量。
风力发电经历了多形式，包括垂直轴、水平轴、多叶片、双叶片、三叶片，直到现在最常见的大兆瓦级三叶片的风力发电机组。随着风力发电机组基本定型及单机容量的不断增大，由千瓦级已经进入了兆瓦级，而且还向着更大容量的兆瓦级发展，风机的故障率明显增加。由于风发电机的特点，风场均位于偏远的山区或是海上，令风机的运维更是雪上加霜。为更好的掌握风机运行的状态，振动状态监测技术得到了很好的使用。
什么是振动监测
就振动监测这一名词而言，国外早在50多年前就已经提出，但由于当时测试技术和振动监测诊断故障特征知识的不足，所以这项技术在20世纪70年代前都未有明显发展。经过50多年的现场故障诊断的实践，在机组振动故障特征方面积累了丰富的知识和经验，对其中许多故障的生成和产生振动的机理，都作了长期、深入的研究。目前，越来越多的风力发电机组，已经配备有在线振动监测系统。
对于风力发电机组而言，绝大多数的传动链故障都是与机械振动密切联系的，因此，振动监测具有直接、实时的特点。在线振动监测及故障诊断对运行状态下的机组振动故障原因作出判断，以便运行人员作出纠正性操作，防止事故扩大。可诊断出主轴轴承的磨损、裂纹、润滑不良;齿轮箱的轴承损坏、齿轮损伤、轴不对中;发电机的轴承损伤、润滑不良，基础松动，轴不对中等隐性故障。国家能源局于2011年颁布了NB/T31004-2011《风力发电机组振动状态导则》，对风电机组振动状态监测的适用范围、监测方法等做了相关的规定。
振动监测系统的组成
通常来看，在线振动状态监测和故障诊断系统由数据采集系统、数据传输与存储系统以及数据分析与故障诊断系统构成。安装在机组上的传感器和数据采集器采集的风电机组的振动数据通过网络实时传送到风电场中央控制室;运维人员在控制室便可随时了解风机的运行状态，对振动异常的风机可直接分析振动数据，从而实现对风电场所有机组的主轴轴承、齿轮箱、发电机振动情况的实时监测，及时了解风机的运行状态。常见拓扑图如下:
实际案例
举个实例，某风场风机发电机轴承松动，在线振动监测系统诊断出发电机驱动端轴承出项松动现象。得知这一情况后，风场运维人员根据监测记录，去到风机现场用检验工具检查，发现松动确实发生，如左图。
由于轴承松动的情况及时被发现及立即采取维修措施，阻止了故障的恶化。可以想象，如果此风机继续运行，带来的直接后果就是发电机扫膛，发电机内部的定子、转子机械结构相互碰撞，导致形变直至短路，无法继续运行。维修发电机必须将发电机从机舱吊出至地面，运回工厂才可维修，这个流程中涉及到的吊装机械的使用，运输的成本，损失的电量，合在一起的花费、损失将会是以百万元计算的数字。因此，风力发电机组的在线振动监测，在日常风机运维中起着关键的作用。
面临的问题和挑战
但是，由于振动本质，风力发电机组部件只有磨损到一定程度后，并在载荷相对较高的工况下，振动幅度才会明显上升。因此，由振动分析，诊断出的故障，往往故障是可控的，但是机械部件本身已经有了不可逆转的损伤。因此，基于单一振动监测的在线状态监测，虽然不可缺少，但是已经不是一个完善的状态监测手段。
不妨参考医生对患者的治疗过程，除了经验丰富的医生及功能强大的先进设备之外，医生往往建议患者做各种检查，从心电图监测到抽血检查生化26项，再到B超、CT、核磁等手段，，虽然需要花费部分金钱去做这些检查，但是可以辅助医生做出更加准确的判断，找出病因，更重要的是可以让患者迅速康复。
参考医生的诊断过程，再回到振动分析师对风机的诊断，单纯使用传动链振动监测，也就是仅仅通过给风机做“心电图”来对风机进行整体健康评价，不乏存在一定的片面性，也一定程度的增加的“误诊”的可能。因此，如果能够利用先进技术实现对风电机组的全状态参数的智能监测，对风机的健康诊断评估，无疑会大大提高效率和准确性。
解决方案
振动监测是风机健康状态的有效反应方法，但单一的传动链监测并不能给风力发电机做到全面的健康诊断，由此，全状态监测应运而生。全状态监测，是一种使用多种智能硬件，将多通道参数综合关联后，对风力发电机组运行状态全面评价的全新技术手段，是由北京汉能华科技股份有限公司率先提出的风力发机组核心部件全覆盖的智能在线监测手段。在充分涵盖、使用振动监测的前提下，使用如智能叶片监测传感器、超低频塔筒结构晃动及倾角监测传感器以及油液Fe/nFe颗粒监测、油液理化指标监测(如水分、粘度等)，可有有效监测风力发电机组的叶片缺陷状态、齿轮箱油液品质、风机塔筒的结构晃动/倾角，以及经典的传动链振动，是对传动链在线振动监测有效的、不可缺少的功能补充。
