CN102620807A - 风力发电机状态监测***及方法 - Google Patents
风力发电机状态监测***及方法 Download PDFInfo
- Publication number
- CN102620807A CN102620807A CN2012100919939A CN201210091993A CN102620807A CN 102620807 A CN102620807 A CN 102620807A CN 2012100919939 A CN2012100919939 A CN 2012100919939A CN 201210091993 A CN201210091993 A CN 201210091993A CN 102620807 A CN102620807 A CN 102620807A
- Authority
- CN
- China
- Prior art keywords
- aerogenerator
- dsp
- signal
- vibration
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种风力发电机状态监测***及方法。本发明采用在风力发电机机械振动关键位置处设有振动传感器,并通过信号调理单元、信号采集单元、数字信号处理***DSP及PC计算机构成监测***。信号调理单元对各振动传感器输出信号进行信号调理,信号采集单元完成模拟量转换为数字量。数字信号处理***DSP快速计算振动信号的时域和频域特征参数,利用通信方式将特征参数传送到PC计算机。计算机依据风力发电机振动标准和当前振动特征参数实时显示当前风力发电机的运行状态(正常、报警、危险),显示各种特征参数趋势图等。一旦出现报警等异常状态立即以醒目的方式提示,并存储记录各种特征参数,供查看分析。
Description
技术领域
本发明涉及一种风力发电机状态监测***及方法,属于风力发电机监测技术领域。
技术背景
风能是非常重要并储量巨大的能源,它具有安全、清洁、充裕、稳定等特点。目前,风力发电已成为风能利用的主要形式,发展速度很快。近几年,风力发电产业开始进入一个高速增长期。截止到2009年,全球风力发电机装机容量已达到159213MW,新增装机容量38312MW,根据目前的增长趋势,世界风能协会预测到2020年底,全球装机容量至少为1.9×106MW。
我国风电发展自2000年起,几乎每年以成倍的增长速度不断增加,到2009年12月底总装机容量达到25805.3MW,是除美国、德国外拥有风电装机容量最大的国家。
受风场自然环境、风力发电机组和电力电子装置复杂等因素的影响,风力发电机组事故日趋增多。风力发电机组高额的运行维护成本严重影响了风场的经济效益。据相关数据统计,对于设计寿命为20年的风力发电机机组,运行维护成本估计占到风场收入的10%~15%;对于海上风场,用于风力发动机运行维护的成本高达风场收入的20%~25%。高额的运行维护费用增加了风场的运营成本,降低了风电的经济效益。
风力发电机结构复杂,价格昂贵,工作环境恶劣。地处野外,受自然条件影响大。风力发电机安装于五、六十米高的塔筒上,处于非常恶劣的环境,维修非常困难,因此,如何做到既不过剩维修,又能及时维修显得尤为重要。通过在线监测***可实时监测风力发电机的状态,可以及时掌握其状态,及时干预,预先安排相应的维护维修计划,减少停机次数和时间,大幅度降低发电机组的运营成本,避免突发故障的发生,延长设备的使用寿命。最大限度的多发电。
国内大型风力发电机状态监测情况是:一部分风力发电机运营商使用国外风电公司的状态监测***产品;一部分风力发电机只有发电量及电气设备状态监测***,缺少机械传动***的状态监测;还有一部分风力发电机采用几个振动传感器与简单仪表组成的简易监测***,不能满足使用要求。近年来国内一些公司开展此类技术产品的研究,使用的监测方法一种是利用无线传感网络技术,该方法存在振动信号采样速度慢、信号处理和传输速度慢、可靠性差等缺点,不能满足实际要求;另一种采用Internet网络进行远程监测,使用现场服务器、远程服务器等,***结构比较复杂,应用情况不明。
发明内容
本发明的目的是提供一种风力发电机状态监测***及方法,该***及方法能够实时掌握风力发电机状态,及时干预,预先安排相应的维护维修计划,减少停机次数和时间,大幅度降低发电机组的运营成本,避免突发故障的发生,延长设备的使用寿命。本发明还具有振动信号采样快、信号处理、传输速度快、可靠性强、成本低。
技术解决方案:
本发明风力发电机状态监测***,包括两级计算机监测结构,下位机为数字信号处理***DSP,固定于风力发电机顶部的机舱内,上位机为PC计算机,位于风力发电机地面监控室内,下位机DSP与上位机PC计算机利用通信接口实现数字信号的通信;还包括固定在风力发电机上机械传动***上的传感器,振动传感器的输出端与信号调理单元的输入端连接,信号调理单元的输出端再与信号采集单元的输入端连接,信号采集单元输出端与数字信号处理***DSP的输入端连接。
所述传感器包括:转速传感器、加速度传感器或速度传感器。
所述风力发电机的机舱上安装有速度传感器;发动机输入轴上安装有转速传感器;主轴承座、发动机轴承及增速箱上分别安装有加速度传感器。
本发明风力发电机状态监测***的监测方法如下:传感器采集的风力发电机振动信号经过信号调理单元的变换、滤波、放大,由信号采集单元完成模拟量到数字量的转换,再送入数字信号处理***DSP分析处理。数字信号处理***DSP对各个振动信号进行时域有量纲特征参数、无量纲特征参数的提取以及通过AR模型在频域进行频谱的快速估计,从而获得风力发电机振动状态的信息,然后数字信号处理***DSP将这些特征参数通过通信接口传送到PC计算机,PC计算机实时显示风力发电机的状态,显示振动特征参数变化趋势图,存储异常状态下的各种特征参数,供查看分析。
所述数字信号处理***DSP处理信号的流程如下:
①.DSP对各个传感器采样,将模拟信号转换为数字量,采样按固定频率和数据量进行,边采样边将数字量保存在DSP内存中;
②.由转速传感器的采样值计算出风力发电机转速;由各个振动传感器的采样数据分别计算出振动信号的时域统计特征值,时域统计特征包括:平均值、有效值、方差、概率密度函数、相关分析、峭度、波形系数、裕度指标,将以上计算结果保存到DSP内存;
③.利用AR模型快速计算出各个振动传感器信号的功率谱,并保存功率谱信息到DSP内存中;
④.DSP请求与上位机PC通信,将风力发电机转速值、各个振动传感器信号的时域统计特征和功率谱信息传送到上位机PC计算机;DSP完成一次大循环工作;
DSP处理信号的流程按上述步骤①至步骤④依次循环进行。
本发明PC计算机监测程序为:显示风力发电机状态监测界面菜单,响应数字信号处理***DSP的传送信号请求,接收DSP传送的每一帧信号,以曲线或棒图方式显示时域、频域特征参数,根据各个振动传感器的振动特征参数,对照风力发电机振动判定标准,判断风力发电机的状态,若振动值属于正常则以绿色显示当前振动值;当出现异常振动且超标不大时以黄色闪烁显示报警状态并存储报警值和报警时间;当出现异常振动且超标较大时,表明需停机检修排除故障,计算机以红色闪烁方式显示振动特征值并以声音提示,存储异常值和发生时间。
本发明通过振动传感器、转速传感器获取风力发电机状态信号,采用两级监测结构,将数字信号处理***DSP与PC计算机通过通信总线实现数字信号的快速可靠通信。
本发明数字信号处理***DSP通过信号分析处理对采集后的各路振动信号进行时域有量纲、无量纲特征值的提取以及通过AR模型在频域进行频谱的估计,得到风力发电机振动状态的信息,然后将这些表示风力发电机状态的信息利用通信总线传送到地面控制室内的PC计算机。由PC计算机实时显示并存储风力发电机的振动特征信息,根据振动时域特征量值、发展趋势以及频域特征值信息综合分析,与风力发电机振动评定标准对比,判断出风力发电机状态有无故障,状态属于正常、异常报警或危险中哪一种,发展程度如何等信息,同时递推存储特征值和报警异常值。
DSP以一定的采样频率和采样时间控制信号采集单元完成多通道模拟信号的数字量转换,然后将采集转换后的数字量保存在DSP的内存中。计算当前转速值,快速计算每一通道振动信号的时域统计特征。时域统计特征包括:平均值、有效值、方差、概率密度函数、相关分析、峭度、波形系数、裕度系数。利用AR模型对振动信号的频谱进行快速估计分析,得到各通道振动信号的频谱信息,将以上时域、频域特征信息暂存到DSP内存中。最后DSP与上位机PC利用通信总线通信,将以上转速值、每个振动传感器的时域特征参数、功率谱信息传送到PC计算机。
上位机PC计算机:显示风力发电机状态监测界面菜单,响应数字信号处理***DSP的传送信号请求,接收DSP传送的每一帧信号,递推存储风力发电机振动特征参数,以曲线、棒图等方式显示时域、频域特征值,与振动标准比较判断风力发电机目前的状态:正常、报警、危险,显示状态信息。同时根据需要可查看历史报警数据、统计报警值。
风力发电机状态监测***及方法,是一项综合了信息处理技术、计算机技术、传感器技术、概率与统计等学科的综合技术。利用DSP硬件功能强大、可靠性高和软件的高效高速等特点,对振动传感器输出信号的加工处理、去伪存真。运用时域统计原理,采用AR模型提取出能够敏感反映风力发电机状态的多种特征参数,达到实时在线监测判断风力发电机状态的目的。
通过风力发电机状态监测***及方法产生的优点是:(1)***采用两级计算机监测***,充分发挥DSP数字信号处理能力强、快速、体积小、可靠性高的特点,充分发挥PC计算机强大的图形显示功能、数据管理和人机对话功能;(2)利用统计模型对振动信号功率谱快速估计,比使用常规FFT的变换方法具有简单、频谱分辨率高等优点;(3)监测***可靠,满足风力发电机现场条件要求;价格低,便于推广使用。
附图说明
图1风力发电机状态监测***工作原理框图;
图2风力发电机状态监测***传感器安装布置示意图;
图3风力发电机状态监测方法流程图;
图4数字信号处理***DSP软件流程图。
具体实施方式
下面结合附图详细说明本发明的实施例:
参阅附图1和图3,本发明涉及一种风力发电机状态监测***及方法,监测***为两级计算机监测结构,下位机为数字信号处理***DSP,固定于风力发电机顶部的机舱内,上位机为PC计算机,位于风力发电机地面监控室内,下位机DSP与上位机PC计算机利用通信接口实现数字信号的通信;在风力发电机机舱内轴向和横向位置处分别安装有速度传感器1;主轴承座的轴承径向、增速箱的行星齿轮径向、中间轴轴承径向、高速轴轴承径向及发电机靠近联轴器端轴承径向、自由端轴承径向位置处分别安装有加速度传感器2,发电机输入轴上安装有转速传感器3,速度传感器1、加速度传感器2和转速传感器3的输出端分别与信号调理单元的输入端连接,信号调理单元的输出端与信号采集单元的输入端连接,信号采集单元输出端与数字信号处理***DSP的输入端连接,数字信号处理***DSP的输出端与PC计算机连接。
数字信号处理***DSP对传感器即:速度传感器1、加速度传感器2和转速传感器3采集到的信号进行处理分析,提取多种振动特征信息,依据风力发电机振动标准,判断风力发电机状态,从而实现风力发电机的实时状态监测。
【传感器】
传感器用来获取风力发电机振动信号和转速。附图2所示的是一种实施方式,传感器包括六个加速度传感器、二个速度传感器、一个转速传感器。
图2所示为风力发电机状态监测***传感器安装布置示意图,风力发电机主要包括叶片、联轴器、增速箱、发电机、机舱等部件。图中箭头所示为本实施例中传感器的安装位置。
【信号调理单元】
信号调理单元对各个传感器输出信号进行变换、调理及抗混叠滤波,输出符合A/D转换器范围的电压信号。
【信号采集单元】
将信号调理单元输出的模拟信号转换成数字信号,以便数字信号处理***DSP分析计算、处理、存储。该单元电路具有限幅、隔离保护措施及模数转换功能。
【数字信号处理***DSP】
风力发电机的状态是以各种振动特征值表现出来的,因此,首先在振动敏感的部位安装适当的传感器,全方位获取风力发电机状态;其次DSP进行分析计算,提取各测点振动信号的特征值。DSP按固定频率自动完成各测点传感器信号的采样、特征值计算、频谱计算。
DSP分析提取的振动信号特征参数主要包括:振动信号的时域特征参数和频域特征参数,当风力发电机由于机械故障原因,若出现轴不对中、基础松动、增速箱齿轮磨损,必将导致各种特征参数中某个或几个或全部特征值超出正常范围。依据判断标准即可识别出风力发电机处于异常报警范围。当风力发电机故障程度严重时,振动幅值必将增大,DSP提取的特征参数将超出正常范围更大,超出正常范围的特征参数个数也更多。因此,据此可得到风力发电机正常、报警、危险三种状态。
所述数字信号处理***DSP处理信号的流程如下:
①.DSP对各个传感器采样,将模拟信号转换为数字量,采样按固定频率和数据量进行,边采样边将数字量保存在DSP内存中;
②.由转速传感器的采样值计算出风力发电机转速;由各个振动传感器的采样数据分别计算出振动信号的时域统计特征值,时域统计特征包括:平均值、有效值、方差、概率密度函数、相关分析、峭度、波形系数、裕度指标,将以上计算结果保存到DSP内存;
③.利用AR模型快速计算出各个振动传感器信号的功率谱,并保存功率谱信息到DSP内存中;
④.DSP请求与上位机PC通信,将风力发电机转速值、各个振动传感器信号的时域统计特征和功率谱信息传送到上位机PC计算机;DSP完成一次大循环工作;
DSP处理信号的流程按上述步骤①至步骤④依次循环进行。
图4所示为数字信号处理***DSP软件流程图。
【PC计算机】
显示风力发电机状态监测界面菜单,响应数字信号处理***DSP的传送信号请求,接收DSP传送的每一帧信号,递推存储风力发电机振动特征参数,以曲线、棒图等方式显示时域、频域特征值,与振动标准比较判断风力发电机目前的状态:正常、报警、危险,给出报警信息。同时根据需要可查看历史报警数据、统计报警值。
根据各测点振动特征量值对照振动判定标准,判断风力发电机处于哪种状态并显示在计算机上。当振动值正常则以绿色显示当前振动值;当出现异常振动且超标不大时以黄色闪烁显示报警状态并存储报警值和报警时间;当出现异常振动且超标较大时,表明需停机检修排除故障,计算机以红色闪烁方式显示振动特征值并以声音提示,存储异常值和发生时间,供分析之用。
综上所述,本发明涉及风力发电机状态监测***及方法,通过安装多个传感器分别获取风力发电机状态信号,利用数字信号处理***DSP的快速信号分析处理功能,采用信号时域统计分析方法和AR模型快速估计功率谱,提取出各种敏感且稳定性好的特征参数,进而为判断风力发电机状体奠定坚实的基础。再经过通信接口将转速、各个振动传感器的时域特征参数、功率谱等信息传送到位于地面监控室的PC计算机,PC计算机实时显示风力发电机的当前状态信息以及各种振动特征参数,并存储报警值和报警时间。
本发明充分发挥DSP数字信号处理能力强、快速、可靠性高的特点;充分发挥PC计算机强大的图形显示功能、数据管理和人机对话功能。本发明将DSP***与PC计算机很好结合起来,发挥各自优势,形成一种可靠、有效的风力发电机状态监测***及方法。
Claims (6)
1.风力发电机状态监测***,为上下位两级计算机监测结构,下位机为数字信号处理***DSP,固定于风力发电机顶部的机舱内,上位机为PC计算机,位于风力发电机地面监控室内,下位机DSP与上位机PC计算机利用通信接口实现数字信号的通信;其特征在于,还包括固定在风力发电机机械传动***上的传感器,传感器的输出端与信号调理单元的输入端连接,信号调理单元的输出端再与信号采集单元的输入端连接,信号采集单元输出端与数字信号处理***DSP的输入端连接。
2.根据权利要求1所述的风力发电机状态监测***,其特征在于,传感器包括:转速传感器、加速度传感器、速度传感器。
3.根据权利要求2所述的风力发电机状态监测***,其特征在于,风力发电机的机舱上安装有速度传感器;发动机输入轴上安装有转速传感器;主轴承座、发动机轴承座及增速箱上分别安装有加速度传感器。
4.风力发电机状态监测***的监测方法,其特征在于,传感器采集的风力发电机振动信号经过信号调理单元的变换、滤波、放大,由信号采集单元完成模拟量到数字量的转换,再送入数字信号处理***DSP分析处理。数字信号处理***DSP对各个振动信号进行时域有量纲特征参数、无量纲特征参数的提取以及通过AR模型在频域进行频谱的快速估计,从而获得风力发电机振动状态的信息,然后数字信号处理***DSP将这些特征参数通过通信接口传送到PC计算机,PC计算机实时显示风力发电机的状态,显示振动特征参数变化趋势图,存储异常状态下的各种特征参数,供查看分析。
5.根据权利要求4所述的风力发电机状态监测***的监测方法,其特征在于,所述数字信号处理***DSP处理信号的流程如下:
①.DSP对各个传感器采样,将模拟信号转换为数字量,采样按固定频率和数据量进行,边采样边将数字量保存在DSP内存中;
②.由转速传感器的采样值计算出风力发电机转速;由各个振动传感器的采样数据分别计算出振动信号的时域统计特征值,时域统计特征包括:平均值、有效值、方差、概率密度函数、相关分析、峭度、波形系数、裕度指标,将以上计算结果保存到DSP内存;
③.利用AR模型快速计算出各个振动传感器信号的功率谱,并保存功率谱信息到DSP内存中;
④.DSP请求与上位机PC通信,将风力发电机转速值、各个振动传感器信号的时域统计特征和功率谱信息传送到上位机PC计算机;DSP完成一次大循环工作;
DSP处理信号的流程按上述步骤①至步骤④依次循环进行。
6.根据权利要求4或5所述的风力发电机状态监测***的监测方法,其特征在于,PC计算机监测程序为:显示风力发电机状态监测界面菜单,响应数字信号处理***DSP的传送信号请求,接收DSP传送的每一帧信号,以曲线或棒图方式显示时域、频域特征参数,根据各个振动传感器的振动特征参数,对照风力发电机振动判定标准,判断风力发电机的状态,若振动值属于正常则以绿色显示当前振动值;当出现异常振动且超标不大时以黄色闪烁显示报警状态并存储报警值和报警时间;当出现异常振动且超标较大时,表明需停机检修排除故障,计算机以红色闪烁方式显示振动特征值并以声音提示,存储异常值和发生时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100919939A CN102620807A (zh) | 2012-03-22 | 2012-03-22 | 风力发电机状态监测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100919939A CN102620807A (zh) | 2012-03-22 | 2012-03-22 | 风力发电机状态监测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102620807A true CN102620807A (zh) | 2012-08-01 |
Family
ID=46560862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100919939A Pending CN102620807A (zh) | 2012-03-22 | 2012-03-22 | 风力发电机状态监测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102620807A (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102980651A (zh) * | 2012-11-02 | 2013-03-20 | 华锐风电科技(集团)股份有限公司 | 风电机组状态监测方法、装置及*** |
CN103048619A (zh) * | 2012-12-16 | 2013-04-17 | 华南理工大学 | 一种风力发电机组故障特征在线提取装置及提取方法 |
CN103123303A (zh) * | 2012-12-25 | 2013-05-29 | 福州大学 | 一种桥梁安全可靠性的定量、在线监测方法 |
CN103162805A (zh) * | 2013-03-14 | 2013-06-19 | 南京楚通自动化科技有限公司 | 一种具有视听功能的风力发电机组状态监测*** |
CN103243743A (zh) * | 2013-05-21 | 2013-08-14 | 福州大学 | 风力发电机塔筒基础安全可靠性的定量检测方法 |
CN103256974A (zh) * | 2013-04-15 | 2013-08-21 | 北京天诚同创电气有限公司 | 内置fft在线频率检测模块应用 |
CN103309243A (zh) * | 2013-05-10 | 2013-09-18 | 重庆大学 | 海上漂浮式风力发电模拟*** |
CN103557932A (zh) * | 2013-11-13 | 2014-02-05 | 北京普拉斯科技发展有限公司 | 可配置风电机组在线信号采集与存储装置 |
CN103727979A (zh) * | 2013-12-19 | 2014-04-16 | 安徽泰特斯电力技术有限公司 | 一种风机振动在线监测终端 |
CN103744021A (zh) * | 2013-12-23 | 2014-04-23 | 煤炭科学研究总院 | 一种电机故障监控装置及方法 |
CN103835882A (zh) * | 2014-03-18 | 2014-06-04 | 上海电机学院 | 大型风力发电机组状态监测与故障诊断*** |
CN104103163A (zh) * | 2013-04-12 | 2014-10-15 | 海尔集团公司 | 风速感测器的信息推送装置和方法 |
CN105587475A (zh) * | 2015-12-16 | 2016-05-18 | 北京金风科创风电设备有限公司 | 风力发电机组及其塔架***状态的检测方法和装置 |
CN105606323A (zh) * | 2016-02-22 | 2016-05-25 | 宁波华斯特林电机制造有限公司 | 一种电机振动试验的可视化检测装置及稳定性调整方法 |
CN105675112A (zh) * | 2015-12-31 | 2016-06-15 | 北京金风科创风电设备有限公司 | 风电机组异常振动的监测方法和装置 |
CN106052578A (zh) * | 2016-05-16 | 2016-10-26 | 宁波华斯特林电机制造有限公司 | 一种物体相对距离偏差的评价方法 |
CN106605261A (zh) * | 2014-08-27 | 2017-04-26 | 蓬塞有限公司 | 用于呈现描述森林工作单元操作的数据的方法、设备和用户界面 |
CN106762472A (zh) * | 2017-01-03 | 2017-05-31 | 国网福建省电力有限公司 | 一种基于时变增强虚拟现实技术风电机组检修*** |
CN107167229A (zh) * | 2017-06-01 | 2017-09-15 | 浙江工业大学 | 一种薄壳流固耦合振动检测***及其控制方法 |
CN107796611A (zh) * | 2017-10-20 | 2018-03-13 | 龚土婷 | 一种用于检测风力发电机异常工作的报警*** |
CN108168811A (zh) * | 2017-12-12 | 2018-06-15 | 电子科技大学 | 一种振动信号的便携式采集分析装置及方法 |
CN109255447A (zh) * | 2018-09-19 | 2019-01-22 | 华润电力风能(威海)有限公司 | 一种振动数据的自动分析方法 |
CN109525405A (zh) * | 2017-09-16 | 2019-03-26 | 郑州数丁信息科技有限公司 | 一种基于NB-IoT的机电设备状态监测***及方法 |
CN109580221A (zh) * | 2018-11-30 | 2019-04-05 | 电子科技大学 | 一种机械传动振动频谱去混叠技术 |
CN110631810A (zh) * | 2018-05-31 | 2019-12-31 | 新疆金风科技股份有限公司 | 风力发电机组振动异常的检测方法和设备及风力发电机组 |
CN111031069A (zh) * | 2019-12-26 | 2020-04-17 | 广东省智能制造研究所 | 一种具有边缘计算功能的振动采集分析终端及方法 |
CN111076808A (zh) * | 2019-12-20 | 2020-04-28 | 中国北方发动机研究所(天津) | 一种柴油机台架试验实时振动监测及预警*** |
CN111649863A (zh) * | 2020-06-15 | 2020-09-11 | 盐城工学院 | 一种风力发电机的风力检测装置 |
CN112177862A (zh) * | 2020-08-28 | 2021-01-05 | 盐城工学院 | 一种风力发电机运维***的运维方法 |
CN112177865A (zh) * | 2020-12-02 | 2021-01-05 | 南京智谷人工智能研究院有限公司 | 一种用于解决风机故障检测中标记噪音和标记不足的方法 |
CN112540947A (zh) * | 2020-12-04 | 2021-03-23 | 北京融智世纪节能技术服务有限公司 | 一种基于Zynq UltraScale+ MPSoC平台的高采样率振动分析装置 |
CN112665706A (zh) * | 2020-11-30 | 2021-04-16 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 一种海工平台振动监测分析方法及*** |
CN113272659A (zh) * | 2018-12-07 | 2021-08-17 | Itt制造企业有限责任公司 | 用于振动检测和分析的嵌入式*** |
CN113298134A (zh) * | 2021-05-20 | 2021-08-24 | 华中科技大学 | 一种基于bpnn的风机叶片远程非接触健康监测***和方法 |
CN113777488A (zh) * | 2021-09-14 | 2021-12-10 | 中国南方电网有限责任公司超高压输电公司昆明局 | 阀冷主泵电机的状态评估方法、装置、计算机设备 |
CN114089033A (zh) * | 2022-01-24 | 2022-02-25 | 天津安力信通讯科技有限公司 | 一种基于频谱分析的异常信号检测方法及*** |
CN116380445A (zh) * | 2023-06-05 | 2023-07-04 | 吉林市特种设备检验中心(吉林市特种设备事故调查服务中心) | 基于振动波形的设备状态诊断方法及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1113739A (zh) * | 1994-06-23 | 1995-12-27 | 王湘生 | 植物神经***功能测试***及其方法 |
US20060129389A1 (en) * | 2000-05-17 | 2006-06-15 | Den Brinker Albertus C | Spectrum modeling |
CN101118437A (zh) * | 2007-09-03 | 2008-02-06 | 石毅 | 一种新型的数控机床远程状态监测与故障诊断***实现方法 |
CN201417174Y (zh) * | 2009-06-19 | 2010-03-03 | 武汉钢铁(集团)公司 | 机电设备的监测*** |
CN102156043A (zh) * | 2010-12-31 | 2011-08-17 | 北京四方继保自动化股份有限公司 | 风力发电机组在线状态监测与故障诊断*** |
-
2012
- 2012-03-22 CN CN2012100919939A patent/CN102620807A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1113739A (zh) * | 1994-06-23 | 1995-12-27 | 王湘生 | 植物神经***功能测试***及其方法 |
US20060129389A1 (en) * | 2000-05-17 | 2006-06-15 | Den Brinker Albertus C | Spectrum modeling |
CN101118437A (zh) * | 2007-09-03 | 2008-02-06 | 石毅 | 一种新型的数控机床远程状态监测与故障诊断***实现方法 |
CN201417174Y (zh) * | 2009-06-19 | 2010-03-03 | 武汉钢铁(集团)公司 | 机电设备的监测*** |
CN102156043A (zh) * | 2010-12-31 | 2011-08-17 | 北京四方继保自动化股份有限公司 | 风力发电机组在线状态监测与故障诊断*** |
Cited By (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102980651A (zh) * | 2012-11-02 | 2013-03-20 | 华锐风电科技(集团)股份有限公司 | 风电机组状态监测方法、装置及*** |
CN103048619A (zh) * | 2012-12-16 | 2013-04-17 | 华南理工大学 | 一种风力发电机组故障特征在线提取装置及提取方法 |
CN103123303A (zh) * | 2012-12-25 | 2013-05-29 | 福州大学 | 一种桥梁安全可靠性的定量、在线监测方法 |
CN103123303B (zh) * | 2012-12-25 | 2015-07-01 | 福州大学 | 一种桥梁安全可靠性的定量、在线监测方法 |
CN103162805A (zh) * | 2013-03-14 | 2013-06-19 | 南京楚通自动化科技有限公司 | 一种具有视听功能的风力发电机组状态监测*** |
CN104103163A (zh) * | 2013-04-12 | 2014-10-15 | 海尔集团公司 | 风速感测器的信息推送装置和方法 |
CN103256974A (zh) * | 2013-04-15 | 2013-08-21 | 北京天诚同创电气有限公司 | 内置fft在线频率检测模块应用 |
CN103309243A (zh) * | 2013-05-10 | 2013-09-18 | 重庆大学 | 海上漂浮式风力发电模拟*** |
CN103309243B (zh) * | 2013-05-10 | 2015-09-09 | 重庆大学 | 海上漂浮式风力发电模拟*** |
CN103243743A (zh) * | 2013-05-21 | 2013-08-14 | 福州大学 | 风力发电机塔筒基础安全可靠性的定量检测方法 |
CN103557932A (zh) * | 2013-11-13 | 2014-02-05 | 北京普拉斯科技发展有限公司 | 可配置风电机组在线信号采集与存储装置 |
CN103727979A (zh) * | 2013-12-19 | 2014-04-16 | 安徽泰特斯电力技术有限公司 | 一种风机振动在线监测终端 |
CN103744021A (zh) * | 2013-12-23 | 2014-04-23 | 煤炭科学研究总院 | 一种电机故障监控装置及方法 |
CN103835882A (zh) * | 2014-03-18 | 2014-06-04 | 上海电机学院 | 大型风力发电机组状态监测与故障诊断*** |
CN106605261A (zh) * | 2014-08-27 | 2017-04-26 | 蓬塞有限公司 | 用于呈现描述森林工作单元操作的数据的方法、设备和用户界面 |
CN105587475A (zh) * | 2015-12-16 | 2016-05-18 | 北京金风科创风电设备有限公司 | 风力发电机组及其塔架***状态的检测方法和装置 |
CN105587475B (zh) * | 2015-12-16 | 2018-12-21 | 北京金风科创风电设备有限公司 | 风力发电机组及其塔架***状态的检测方法和装置 |
CN105675112A (zh) * | 2015-12-31 | 2016-06-15 | 北京金风科创风电设备有限公司 | 风电机组异常振动的监测方法和装置 |
CN105606323A (zh) * | 2016-02-22 | 2016-05-25 | 宁波华斯特林电机制造有限公司 | 一种电机振动试验的可视化检测装置及稳定性调整方法 |
CN106052578A (zh) * | 2016-05-16 | 2016-10-26 | 宁波华斯特林电机制造有限公司 | 一种物体相对距离偏差的评价方法 |
CN106052578B (zh) * | 2016-05-16 | 2019-03-01 | 宁波华斯特林电机制造有限公司 | 一种物体相对距离偏差的评价方法 |
CN106762472A (zh) * | 2017-01-03 | 2017-05-31 | 国网福建省电力有限公司 | 一种基于时变增强虚拟现实技术风电机组检修*** |
CN107167229A (zh) * | 2017-06-01 | 2017-09-15 | 浙江工业大学 | 一种薄壳流固耦合振动检测***及其控制方法 |
CN109525405A (zh) * | 2017-09-16 | 2019-03-26 | 郑州数丁信息科技有限公司 | 一种基于NB-IoT的机电设备状态监测***及方法 |
CN107796611A (zh) * | 2017-10-20 | 2018-03-13 | 龚土婷 | 一种用于检测风力发电机异常工作的报警*** |
CN107796611B (zh) * | 2017-10-20 | 2020-05-15 | 烟台清能风力发电有限公司 | 一种用于检测风力发电机异常工作的报警*** |
CN108168811A (zh) * | 2017-12-12 | 2018-06-15 | 电子科技大学 | 一种振动信号的便携式采集分析装置及方法 |
CN110631810B (zh) * | 2018-05-31 | 2021-07-27 | 新疆金风科技股份有限公司 | 风力发电机组振动异常的检测方法和设备及风力发电机组 |
CN110631810A (zh) * | 2018-05-31 | 2019-12-31 | 新疆金风科技股份有限公司 | 风力发电机组振动异常的检测方法和设备及风力发电机组 |
CN109255447A (zh) * | 2018-09-19 | 2019-01-22 | 华润电力风能(威海)有限公司 | 一种振动数据的自动分析方法 |
CN109255447B (zh) * | 2018-09-19 | 2021-09-28 | 华润电力风能(威海)有限公司 | 一种振动数据的自动分析方法 |
CN109580221A (zh) * | 2018-11-30 | 2019-04-05 | 电子科技大学 | 一种机械传动振动频谱去混叠技术 |
CN113272659A (zh) * | 2018-12-07 | 2021-08-17 | Itt制造企业有限责任公司 | 用于振动检测和分析的嵌入式*** |
CN111076808A (zh) * | 2019-12-20 | 2020-04-28 | 中国北方发动机研究所(天津) | 一种柴油机台架试验实时振动监测及预警*** |
CN111076808B (zh) * | 2019-12-20 | 2022-03-22 | 中国北方发动机研究所(天津) | 一种柴油机台架试验实时振动监测及预警*** |
CN111031069A (zh) * | 2019-12-26 | 2020-04-17 | 广东省智能制造研究所 | 一种具有边缘计算功能的振动采集分析终端及方法 |
CN111649863A (zh) * | 2020-06-15 | 2020-09-11 | 盐城工学院 | 一种风力发电机的风力检测装置 |
CN111649863B (zh) * | 2020-06-15 | 2021-02-26 | 盐城工学院 | 一种风力发电机的风力检测装置 |
CN112177862A (zh) * | 2020-08-28 | 2021-01-05 | 盐城工学院 | 一种风力发电机运维***的运维方法 |
CN112665706B (zh) * | 2020-11-30 | 2023-04-11 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 一种海工平台振动监测分析方法及*** |
CN112665706A (zh) * | 2020-11-30 | 2021-04-16 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 一种海工平台振动监测分析方法及*** |
CN112177865A (zh) * | 2020-12-02 | 2021-01-05 | 南京智谷人工智能研究院有限公司 | 一种用于解决风机故障检测中标记噪音和标记不足的方法 |
CN112540947A (zh) * | 2020-12-04 | 2021-03-23 | 北京融智世纪节能技术服务有限公司 | 一种基于Zynq UltraScale+ MPSoC平台的高采样率振动分析装置 |
CN113298134A (zh) * | 2021-05-20 | 2021-08-24 | 华中科技大学 | 一种基于bpnn的风机叶片远程非接触健康监测***和方法 |
CN113777488A (zh) * | 2021-09-14 | 2021-12-10 | 中国南方电网有限责任公司超高压输电公司昆明局 | 阀冷主泵电机的状态评估方法、装置、计算机设备 |
CN113777488B (zh) * | 2021-09-14 | 2023-12-12 | 中国南方电网有限责任公司超高压输电公司昆明局 | 阀冷主泵电机的状态评估方法、装置、计算机设备 |
CN114089033A (zh) * | 2022-01-24 | 2022-02-25 | 天津安力信通讯科技有限公司 | 一种基于频谱分析的异常信号检测方法及*** |
CN116380445A (zh) * | 2023-06-05 | 2023-07-04 | 吉林市特种设备检验中心(吉林市特种设备事故调查服务中心) | 基于振动波形的设备状态诊断方法及相关装置 |
CN116380445B (zh) * | 2023-06-05 | 2023-08-08 | 吉林市特种设备检验中心(吉林市特种设备事故调查服务中心) | 基于振动波形的设备状态诊断方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102620807A (zh) | 风力发电机状态监测***及方法 | |
CN108709724B (zh) | 风力发电机组螺栓在线状态监测***及方法 | |
CN201311360Y (zh) | 一种振动在线监测故障诊断装置 | |
CN202735788U (zh) | 风力发电机组运行状态远程监测及故障诊断*** | |
CN104019000B (zh) | 风力发电机组的载荷谱测定与前瞻性维护*** | |
CN202710100U (zh) | 风力发电机组远程在线健康状态监测与故障诊断*** | |
CN101995290B (zh) | 风力发电机振动监测的方法和*** | |
CN103343728A (zh) | 风力发电机组远程在线多模式健康状态监测与故障诊断*** | |
CN107781118B (zh) | 基于多元传感信息的风力发电机叶片健康状态监测*** | |
WO2022048186A1 (zh) | 振动监控***、风力发电***及风电场 | |
CN201666248U (zh) | 一种天然气压缩机状态检测及故障预报*** | |
CN112324629A (zh) | 一种基于振动和声音的风电叶片早期损伤监测***及方法 | |
CN102200186A (zh) | 风力发电机组齿轮箱远程在线状态监测与故障诊断*** | |
CN103512651B (zh) | 基于振动突变报警的风电机组状态监测方法及装置 | |
CN103809556A (zh) | 风机状态监控***和方法 | |
CN202676203U (zh) | 大型泵站状态监测与诊断及能效管理装置 | |
CN104677623A (zh) | 一种风力发电机叶片故障在位声学诊断方法及监测*** | |
CN202326011U (zh) | 一种风电机组的状态监测与故障诊断*** | |
CN201835985U (zh) | 嵌入式监测仪表及其风力发电机组 | |
CN103940611A (zh) | 一种风电机组变工况下滚动轴承自适应异常检测方法 | |
CN204856610U (zh) | 一种基于pi数据库的风电场故障监控*** | |
CN204719531U (zh) | 一种风电机组设备的故障监控预警*** | |
TW201120310A (en) | The state telemetry technology and fault diagnosing system in large-scale wind power farms | |
CN104296986A (zh) | 一种基于附加子结构的螺栓连接状态监测方法及其*** | |
CN111878324A (zh) | 一种风电场塔筒涡激振动预警方法及预警*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120801 |