CN104995402B - 检测叶片结构异常 - Google Patents

检测叶片结构异常 Download PDF

Info

Publication number
CN104995402B
CN104995402B CN201380072992.2A CN201380072992A CN104995402B CN 104995402 B CN104995402 B CN 104995402B CN 201380072992 A CN201380072992 A CN 201380072992A CN 104995402 B CN104995402 B CN 104995402B
Authority
CN
China
Prior art keywords
blade
measured value
turbine
wind turbine
value
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.)
Active
Application number
CN201380072992.2A
Other languages
English (en)
Other versions
CN104995402A (zh
Inventor
S·埃赫萨尼
E·C·L·米兰达
I·S·奥勒森
M·M·瑟恩森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vestas Wind Systems AS
Original Assignee
Vestas Wind Systems AS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vestas Wind Systems AS filed Critical Vestas Wind Systems AS
Publication of CN104995402A publication Critical patent/CN104995402A/zh
Application granted granted Critical
Publication of CN104995402B publication Critical patent/CN104995402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/003—Arrangements for testing or measuring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/14—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for responsive to other specific conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/331—Mechanical loads
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/332—Maximum loads or fatigue criteria
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/70—Type of control algorithm
    • F05B2270/708—Type of control algorithm with comparison tables

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Wind Motors (AREA)

Abstract

为识别涡轮机叶片中的异常表现，故障检测***为涡轮机上的每个叶片产生“指纹”。指纹可以是叶片的一组动态、诸如叶片的质量、应变比、阻尼比等的物理特性。当涡轮机运行时，故障检测***接收用于确定叶片的当前特性的更新的传感器信息。如果当前特性偏离叶片指纹中的特性，则故障检测***可以将叶片的偏离指纹的特性与涡轮机上的另一个叶片的特性进行比较。如果叶片的当前特性不同于另一个叶片的特性，则故障检测***可以改变涡轮机的运行模式，例如将涡轮机与公用电网断开或停止转子。

Description

检测叶片结构异常
技术领域
本发明的实施例总体上涉及风力涡轮机叶片异常，并且更具体地涉及确定叶片的物理特性何时偏离叶片的预定特征。
背景技术
风力涡轮机通常位于偏远地区以利用该地区普遍的天气模式。在这些偏远地区，风力涡轮机通常暴露于极端环境条件。这些极端环境条件包括但不限于极端温度、雨、雪、冰、吹起的岩屑和汹涌的海浪。环境条件以及老化可能导致涡轮机的叶片中的结构故障，例如破裂、叶片的部分折断或变形。
可以使用故障检测***以避免会使涡轮机不能运行的灾难性故障(例如，叶片脱离并损坏风力涡轮机的其它部分)。如果检测***识别到结构故障，则可以改变涡轮机的运行模式以防止灾难性故障。例如，可以将该涡轮机从公用电网移除，直到修好或更换破裂的叶片。
发明内容
本公开内容的实施例包括用于检测风力涡轮机中的第一叶片中的异常的方法、***和计算机程序产品。该方法、***和计算机程序产品包括提供第一叶片的预定特征，其中该特征包括第一叶片的物理特性的至少一个值。该方法、***和计算机程序产品包括基于更新的传感器数据推导出第一叶片的物理特性的当前值。一旦基于第一误差阈值确定物理特性的当前值偏离预定特征中的值，该方法、***和计算机程序产品就将与第一叶片相关联的第一测量值和与第二叶片相关联的第二测量值进行比较。一旦基于第二误差阈值确定第一测量值不同于第二测量值，该方法、***和计算机程序产品就改变风力涡轮机的运行模式。
附图说明
因此参考附图可以获得实现并能够详细理解上述方面的方式、上文简要概括的本发明的实施例的更具体的描述。
然而，应该注意的是，附图只示出了本发明的典型实施例，并且因此不被视为对本发明的范围的限制，因为本发明可以允许其它同样有效的实施例。
图1示出了根据本文描述的一个实施例的风力涡轮发电机的示意图。
图2示出了根据本文描述的一个实施例的与涡轮机叶片相关联的各种传感器。
图3示出了根据本文描述的一个实施例的检测叶片异常的方法。
图4示出了根据本文描述的一个实施例的用于检测叶片异常的***。
图5A-5B示出了根据本文描述的实施例的产生用于比较涡轮机叶片的比较表。
图6示出了根据本文描述的一个实施例的使用故障检测技术的组合来检测叶片异常的方法。
为便于理解，已经在可能的情况下使用相同的附图标记来表示附图中共同的相同要素。可以预期，在不进行具体叙述的情况下，一个实施例中公开的要素可以有益地用在其它实施例上。
具体实施方式
在异常导致致使叶片不可修复或对风力涡轮机的其它部分造成损害的灾难性故障之前检测叶片中的诸如破裂、变形、碎片等的叶片异常或结构缺陷可能具有经济和声誉优势。一旦检测到异常表现，控制***就可以改变涡轮机的运行模式(例如，将涡轮机从公用电网解耦或停止转子)。然后可以派遣技术人员到该涡轮机以评估并修理异常。
在一个实施例中，故障检测***为涡轮机上的每个叶片产生“指纹”。指纹可以是叶片的一组动态、诸如叶片的质量、应变比、阻尼比等的物理特性。故障检测***可以基于与叶片相关联的制造商规范、在构造阶段测量的动态特性、在试验装置中验证叶片时所测量的动态特性、或这些技术的任何组合来为每个叶片产生指纹。当涡轮机运行时(例如，在公用电网上产生电力)，故障检测***接收用于推导叶片的当前特性的更新的传感器信息。如果当前特性偏离叶片指纹中的特性，则***将叶片识别为异常。在一个实施例中，可以利用额外的比较来验证该异常的初始特征。例如，为了确认叶片确实表现异常(即，具有结构缺陷)，故障检测***可以将偏离指纹的叶片的特性与涡轮机上的另一个叶片的特性进行比较。将叶片彼此比较降低了短时环境条件导致叶片的当前物理特性偏离其指纹的风险。然而，如果叶片的当前特性不同于另一个叶片的特性，故障检测***则确认叶片具有异常并且改变涡轮机的运行模式，例如将涡轮机与公用电网断开或停止转子。
现在将对本发明进行更详细的解释。尽管本发明可能有各种修改和替代形式，但已经通过示例的方式公开了具体实施例。然而，应该理解的是，本发明并不是要限制于所公开的特定形式。相反，本发明将涵盖落在由所附权利要求所限定的本发明的精神和范围内的所有修改、等同物和替代物。
示例性风力涡轮发电机
图1示出了水平轴风力涡轮发电机100的示意图。风力涡轮发电机100通常包括塔架102以及位于塔架102的顶部的风力涡轮机舱104。风力涡轮机转子106可以通过延伸到机舱104之外的低速轴而与机舱104连接。风力涡轮机转子106包括安装在公共轮毂110上的三个转子叶片108，但是风力涡轮机转子106可以包括任何适合数目的叶片，例如一个、两个、四个、五个或更多叶片。叶片108(或翼部)通常具有气动外形，其具有用于面对风的前缘112、在叶片108的弦的相对端处的后缘114、尖端116以及用于以任何适合的方式附接到轮毂110的根部118。
对于一些实施例，可以使用螺距轴承120将叶片108连接到轮毂110，使得每个叶片108可以绕其纵轴旋转，以调整叶片的螺距。可以通过例如连接在轮毂110与叶片108之间的线性驱动器或步进电机来控制叶片108的螺距角。
图2示出了根据本文描述的一个实施例的与涡轮机叶片110相关联的各种传感器。叶片200包括摆振负载传感器205A和205B以及挥舞负载传感器210A和210B，摆振负载传感器205A和205B测量叶片200在转子平面中的旋转方向上所产生的负载，挥舞负载传感器210A和210B测量叶片200在垂直于转子平面的方向上产生的负载。摆振传感器和挥舞传感器205和210可以采集不同方位角(即，转子平面中的旋转度)处的负载数据，以确定叶片200的物理特性，例如其质量或阻尼比。在一个实施例中，传感器205和210位于叶片200与风力涡轮机转子(未示出)之间的界面处。
叶片200还包括应变传感器***，其包括光纤电缆215和应变传感器220A-220C。使用由光纤电缆215运载的光，应变传感器220A-220C测量叶片200上的应变或挠度的量，即叶片200的结构弯曲或变形的程度。类似于由负载传感器205和210测量的力，应变传感器220A-220C可以测量叶片上的不同方位角处的应变，以确定叶片200的物理特性，例如叶片的应变比。在另一个实施例中，可以将测量不同力的其它传感器放置在叶片200上或风力涡轮机中，以识别叶片的物理特性。此外，除了图2中所描绘的传感器之外，叶片200可以包括额外(或更少)的负载或应变传感器205、210和220。
检测叶片异常
图3示出了根据本文描述的一个实施例的检测叶片异常的方法300。在框305处，故障检测***可以为风力涡轮机中的每个叶片定义叶片指纹。指纹可以包括涡轮机的不同物理特性的分组，例如叶片的质量、应变比、阻尼比以及其它二阶物理特性。在一个实施例中，物理特性为动态的并且可以在涡轮机运行期间改变。例如，如果撞落一块叶片，则叶片质量改变，或者如果强风使叶片变形，则其应变比可能改变。在一个实施例中，可以从制造商规范推导出构成叶片的指纹的特性。例如，制造商可以指示保证涡轮机为十公斤上下的某一重量。在其它实施例中，可以通过在试验装置中或作为安装涡轮机的构造阶段的一部分对叶片执行测试来确定该特性。例如，涡轮机的第一个百次旋转(当涡轮机未被连接到公用电网时)可以用于从图2所示的传感器收集数据以形成叶片的指纹。在一个实施例中，故障检测***可以使用制造商规范和所测量的数据的组合来产生指纹。
在框310处，故障检测***可以接收用于涡轮机上的叶片的其中之一的更新的传感器数据。传感器数据可以包括例如叶片的当前应变或叶片的摆振和挥舞力矩(N/m)。在一个实施例中，故障检测***可以使用传感器数据来推导与叶片相关联的更新的物理特性。
例如，可以在叶片位于涡轮机塔架的前面(180度的方位角)和转子平面的顶部(0度的方位角)时测量摆振或挥舞力矩。通过将两个不同方位角处测量的数据关联，故障检测***可以识别叶片的当前质量。在一个实施例中，可以使用例如转子的五次或十次旋转来推导物理特性。即，可以跨多次旋转对传感器数据进行平均。这样做可以减小在诸如突然的阵风等的环境条件下的尖峰期间测量数据时可能发生的误差。因此，在一个实施例中，在故障检测***使用传感器数据来推导叶片的物理特性之前，从叶片中的传感器采集数据可能需要几分钟。
在框315处，故障检测***将从更新的传感器数据推导出的当前物理特性与叶片的指纹进行比较。故障检测***可以被配置有表示当前物理特性何时偏离包括在叶片的指纹内的特性的一个或多个预定义的阈值。例如，如果当前阻尼比与指纹中的阻尼比相比的变化超过15％，则故障检测***可以指示叶片运转异常。在一些实施例中，对于指纹中的物理特性中的每一个，故障检测***可以具有不同的预定义的阈值。
故障检测***可以将每个当前物理特性叶片与指纹中的每个物理特性进行比较。在一个实施例中，只要物理特性的其中之一超过相关联的阈值，故障检测***就确定叶片异常运转并且进行到框320。替代地，在将叶片的表现归类为异常之前，故障检修***可能要求叶片的多个当前特性(例如，三分之二)偏离指纹中存储的值。然而，如果故障检测***确定当前叶片特性未偏离指纹，则方法300返回框310以接收更新的传感器数据。
在框320处，故障检修***使用从单个涡轮机收集的数据来产生用于确认叶片确实表现异常的比较表。为了产生比较表，故障检修***可以将传感器数据从基于时间(例如，在特定时间在叶片上测量的摆振力矩)转换为基于方位角(例如，在叶片处于转子平面中的特定位置时所测量的摆振力矩)。故障检测***可以使用该转换的传感器数据来产生比较表，其中比较表包括表示在涡轮机的叶片上所测量的不同力、力矩或物理特性的值。例如，比较表可以包括摆振力矩差值，其表示在特定方位角在叶片A上测量的摆振力矩与叶片B上测量的同一力矩之间的差。比较表还可以包括与其它方位角对应的其它差值和以前差值的历史记录。故障检测***可以被配置为基于只将涡轮机的子设备彼此比较(例如，叶片A对叶片B)来产生比较表、或者基于将涡轮机中的每个叶片与每个其它叶片进行比较(例如，在三叶片涡轮机中，叶片A对叶片B、叶片B对叶片C、以及叶片C对叶片A)来产生比较表。
尽管框320被示为发生在确定当前叶片特性偏离黑色指纹之后，但是框320可以与方法300并行发生。即，涡轮机可以基于接收更新的诸如摆振和挥舞力矩等的力数据来持续(或以预定间隔)更新比较表。因此，在一个实施例中，一旦故障检测***确定当前叶片特性偏离叶片指纹，比较表就可能已经被填入。
在框325处，故障检测***使用比较表来将叶片的力、力矩或在框315中被识别为异常的物理特性与涡轮机中的至少另一个叶片的力、力矩或物理特性进行比较。例如，如果与叶片A的指纹中的阻尼比相比，叶片A的阻尼比减少20％，则也可以将叶片B的当前阻尼比与其叶片指纹相比较来确定其相对阻尼比是否也具有相似的下降。即，故障检测***也可以在比较表中存储表示叶片A与叶片B的阻尼的变化之间的差异的差值。替代地，可以直接比较叶片A和叶片B二者的阻尼比。例如，如果从比较叶片A的当前阻尼比(或阻尼比的变化)和叶片B的同一特性而推导出的差值指示相应的物理特性值在彼此的10％以内，则故障检测***确定叶片A未表现异常。相反，诸如风速的突增或向叶片增加压力的结冰条件等的环境条件可能已经导致在框315处所检测的从叶片指纹的偏离。
故障检测***还可以将物理特性与风力涡轮机中的除叶片B之外的其它叶片进行比较(例如，将叶片A与叶片C比较)以确定叶片A是否表现异常。此外，故障检测***可以被配置为：如果叶片A上测量的力矩不同于叶片B或叶片C的其中之一上测量的力矩，则确认叶片A表现异常。或者只有在叶片A上测量的力矩不同于叶片B和叶片C两者上测量的力矩时，故障检测***才可以确认叶片表现异常。在另一个实施例中，故障检测***可以将叶片与位于可能在同一风电场或风场中的不同涡轮机上的叶片进行比较，而不是将框315处所识别的叶片的力与同一涡轮机上的另一叶片进行比较。
如果框315和325都指示特定涡轮机表现异常，则在框330处，故障检测***将叶片表现标记为异常。对叶片进行标记可以指示涡轮机或SCADA中的单独的***来对异常叶片执行额外的测试。例如，对叶片进行标记可以导致激活单独的测试模块，该模块在框333处确认叶片具有结构异常。在一个实施例中，当叶片仍连接到电网时，测试模块执行第一测试。例如，可以通过执行对所标记的叶片的螺距角的一系列预定义或有序的变化并且测量叶片的物理特性的测试来降低涡轮机的额定值。如果测试确认已恰当地标记了叶片，即叶片表现异常，则测试模块可以在改变涡轮机的运行模式后执行额外的测试。
在框335处，故障检测***将涡轮机的运行模式改变为空转。在一个实施例中，将运行模式改变为空转使涡轮机与电网断开连接。然而，在另一个实施例中，可以改变运行模式从而降额涡轮机的额定值，例如输出2MW的功率而不是3MW。这里，涡轮机可以保持连接到电气***，但是负载被降低，从而使测试模块能够更好地评估叶片上的负载。
在框340处，位于涡轮机或SCADA上的测试模块可以在改变其运行模式后执行对叶片的第二测试，以确认在框315和325处所检测的结构缺陷。在一个实施例中，当涡轮机空转——即从公用电网断开连接时，执行第二自测试。当断开连接时，可以将正弦螺距参考应用于所标记的叶片。此外，可以在可能与结构缺陷相关联的指定预定义频率范围中将白噪声信号应用于螺距参考信号。或者可以通过从发电机增加转矩来激励转子(例如，正弦或白噪声激励)以使结构损害对测试模块而言更显而易见。此外，在一个实施例中，可以只对所标记的叶片或多个叶片执行自测试。
在框345处，如果测试模块确认叶片具有结构缺陷，则在框350处，缺陷检测模块可以关闭涡轮机并且安排维护巡修。例如，具有所标记的叶片的涡轮机可能是在派遣维护人员成本昂贵的海上。因此，可以使用额外的自测试来确认所标记的叶片确实具有结构缺陷。因此，对于安排维护任务较不昂贵的风场，可以省略框340和345。如果自测试并不指示所标记的叶片具有结构缺陷，则在框355处可以清除标记并且方法300返回框310以重复故障检测技术。
在一个实施例中，方法300可以在流程图中的其它模块执行额外的测试。例如，在运行期间(即，在不改变涡轮机的运行模式的情况下)，在框315后，故障检测***可以对当前特性偏离其叶片指纹的叶片执行结构测试。
图4示出了根据本文描述的一个实施例的用于检测叶片异常的***400。***400包括至少一个风力涡轮机405和计算***430。风力涡轮机405可以是具有任何数量的涡轮机叶片410的任何类型的风力发电场。如图所示，每个叶片410包括可能位于图2所示的位置中的一个或多个摆振负载传感器205、挥舞负载传感器210、以及应变传感器220。在其它实施例中，叶片410可以包括附加类型的力传感器或只包括所示传感器的子集。此外，***400可以包括被布置在风电场或风场中的多个风力涡轮机，每个风力涡轮机经由相应的通信链路470而通信耦合到计算***430。链路470表示允许计算***430从涡轮机405接收传感器数据、以及向涡轮机405发送诸如改变涡轮机405的运行模式的命令等的命令的任何有线或无线通信信道。
计算***430包括处理器435和存储器440，并且在一个实施例中可以是与涡轮机405相关联的控制和监测***(SCADA)的一部分。处理器435表示能够执行本文详述的功能的任何类型的处理元件。例如，处理器435可以表示多个处理器或多核处理器。可以由诸如随机存取存储器(例如，DRAM或闪存)或高速缓冲存储器等的易失或非易失性存储器来实施存储器440。存储器440还可以包括存储元件，例如硬盘驱动器、固态器件(SSD)、闪存存储驱动器、或者甚至是计算***430外部的存储器元件。
存储器440包括故障检测***445，其可以是由计算***430执行的应用程序。然而，在一个实施例中，故障检测***445可以包括硬件部件或者是硬件和软件的组合。故障检测***445包括两个模块：叶片偏离模块450和叶片比较模块460。叶片偏离模块450可以执行框315所描述的功能，其中将叶片的当前特性与叶片的指纹455进行比较。因此，叶片偏离模块450可以包括多个指纹455，每个指纹对应于风力涡轮机405中的相应叶片410。在一个实施例中，叶片偏离模块450使用来自风力涡轮机405的传感器数据来计算叶片的其中之一的当前物理特性(例如，叶片的质量、阻尼比、应力比等)并且将所计算的值与存储在指纹455中的值进行比较。如果值之间的差超过一个或多个预定义的误差阈值，则故障检测***445可以执行叶片比较模块460，以确认叶片410表现异常。在一个实施例中，如上文所讨论的，叶片偏离模块450还可以被配置为基于制造商规范或构造阶段来产生指纹455。替代地，可以为***400中的未示出的单独的应用程序或计算***分派产生指纹455的任务，该指纹之后被发送到故障检测***445。
在一个实施例中，叶片偏离模块450可以从风力涡轮机405不断收集传感器数据，并且确定每个叶片410是否已偏离其相应的指纹455。替代地，可以只在特定间隔执行叶片偏离模块450或者模块450可以顺序(例如，以循环方式)测试每个叶片410。此外，偏离模块450可以针对多次旋转收集在相同方位角处测量的数据。例如，模块450可以在叶片410每次在旋转平面上达到180度时记录叶片A上的摆振力矩。基于多个测量的摆振力矩值的平均，偏离模块450可以推导出物理特性中的一个或多个。使用多次旋转表示在避免假阳性(例如，在突然的阵风期间推导出物理特性的情况下)与从涡轮机采集数据所需的时间之间的权衡。因此，可以按需要调整在推导物理特性之前所采集的数据的量。
一旦叶片偏离模块450确定叶片偏离其指纹455，就可以调用叶片比较模块460。换句话说，可以使用叶片比较模块460来确认叶片表现异常。如图所示，叶片比较模块460计算一个或多个比较表465。在一个实施例中，还可以由叶片比较模块460来接收风力涡轮机405发送的传感器数据。基于这些传感器值，叶片比较模块460产生比较表465，其包含反映与相应叶片410相关联的力、力矩或物理特性之间的差的值。因为可以基于时间来测量传感器数据，所以来自不同涡轮机的传感器数据可能不相关。即，在特定时间测量的叶片A的摆振力矩与在相同时间测量的叶片B的摆振力矩可能是不可比的，因为叶片A在转子平面中可能处于180度，而叶片B可能处于60度或300度(假定标准三叶片涡轮机)。因此，叶片比较模块460可以将所接收的传感器数据从基于时间的变化转换为基于方位角的变化。尽管本文提供的实施例描述了将传感器数据从时域转换为取决于方位角的域，但是也可以将传感器数据转换成其它量，例如螺距角、风速、旋转速度、所产生的功率、塔架加速度或其组合。将在下文中更详细讨论该转换过程。
叶片比较模块460比较多个叶片的经转换的传感器数据，以产生存储在比较表465中的一个或多个差值。例如，比较表465可以包括识别在一定数量的转子周期(例如，最后100次旋转)内在特定范围角处施加在叶片A上的挥舞力矩与施加在叶片B上的挥舞力矩之间的差的一列值。此外，表465可以包括针对单独的方位角的单独的列表，例如当涡轮机在转子平面上处于0度以及当涡轮机处于180度时的差值。使用比较表465，叶片比较模块460中的确认逻辑确定差值是否超过误差阈值。例如，确认逻辑可以评估(在最后100次旋转中测量的)多个差值的平均值，以确定均值是否超过误差阈值。如果超过，则叶片比较模块460可以确认叶片410确实表现异常。作为响应，故障检测***445可以向风力涡轮机405发送控制信号，以改变涡轮机405的运行模式。
在一个实施例中，在叶片偏离模块450确定叶片410是否偏离其指纹455的同时，叶片比较模块460可以更新比较表465。即，风力涡轮机405每次向计算***430发送更新的传感器数据时，叶片比较模块460都更新比较表465，而不必等待观察叶片偏离模块450是否已经识别到可能的异常叶片。因此，更新比较表465可以是与叶片偏离模块450并行(或同时)执行的预计算过程。以这种方式，一旦叶片偏离模块450识别到可能的异常叶片，叶片比较模块460就可以实例化比较逻辑，以确定异常叶片是否不同于涡轮机上的其它叶片，而不必产生或更新比较表465。
图5A-5B示出了根据本文描述的实施例的产生用于比较涡轮机叶片的比较表465。具体而言，图5A示出了***500，其包括方位传感器505、一个或多个叶片负载传感器510以及应变传感器515。方位传感器505可以位于风力涡轮机上并且提供涡轮机中的叶片A、B和C的当前方位角(Ф)(即，ФABC)。例如，方位传感器505可以在一秒间隔内将叶片A、B和C的当前角发送到故障检测***。在相同间隔内，叶片负载传感器510(例如，图2中所示的摆振传感器和挥舞传感器)可以将与叶片A、B和C相关联的更新的摆振(Me)和挥舞(Mf)力矩值发送到故障检测***。此外，在相同间隔内，应变传感器可以发送每个叶片上的当前应力或挠度(D)。
在通过噪声滤波器520后，叶片比较模块460可以将基于时间的力矩和应变值转换成基于方位的力矩和应变值。图5B是该转换的示例。图5B的左侧示出了基于测量力矩的时间的与三个涡轮机叶片相关联的不同摆振力矩Me A、Me B和Me C。由于这三个叶片在不同时间处于不同方位角(这里，偏移是120度)，所以任何特定时间处的摆振力矩变化很大。然而，叶片比较模块可以使用方位传感器来在某种意义上变换传感器数据，以消除时间依赖性。使用用以存储传感器数据的缓冲区以及来自方位传感器505的信号二者，叶片对比模块460将基于时间的信号转换为基于方位的信号，如图5B的右侧所示。通常，与基于特定时间比较叶片相比，基于转子平面中的特定位置(即，方位角)比较叶片产生更准确的结果。然而，这样做可能将新的不准确性引入比较中，例如，在存在在特定方位角影响一个涡轮机的突然且短暂的阵风的情况下，但是如果到其它风力涡轮机达到相同方位角时该阵风减弱，则叶片比较可能不准确。然而，可以通过在相同方位角对多次旋转的力矩值进行平均来减小这些类型的误差。此外，叶片比较模块460可以使用当前风速来提高转换的准确性。例如，如果在测量之间风速差别很大，则忽略该数据——即，不从一个域转换到另一个。
叶片对比模块460可以使用经转换的传感器数据和当前风速来产生比较表465。如前所述，比较表465中所存储的差值可以表示相应涡轮机在特定方位角处的力矩或物理特性之间的差。例如，ΔAB(Ф)是叶片A与叶片B的摆振力矩和挥舞力矩、以及挠度之间的差：
在Ф＝c处，丨Me A-Me B丨&丨Mf A-Mf B丨以及丨DA-DB丨 (1)
模块460可以执行相似的逻辑来产生涡轮机中的所有叶片之间的差值——即，ΔBC(Ф)和ΔAC(Ф)。此外，模块460可以首先推导物理特性(例如，质量)并且基于物理特性来产生差值，而不是如图5A-B中所示的比较力矩。确认逻辑525可以查询比较表465以检索差值，然后逻辑525将该差值与相应的误差阈值进行比较，用以确定与一个叶片相关联的力矩和与另一个叶片相关联的力矩是否差别很大。
如果确认逻辑525确定一个叶片的力矩或特性大幅偏离另一个叶片的力矩或特性，则逻辑525可以对叶片进行标记，其指示叶片自测试逻辑530应该在改变涡轮机的运行模式之前(即，图3的框333处所示的自测试)或在模式改变为空转之后(即，图3的框340处所示的自测试)另外对所标记的叶片执行测试。叶片自测试逻辑530可以是硬件、软件或两者的组合，其例如位于涡轮机或SCADA***的与涡轮机相关联的部分上。
图6示出了根据本文描述的一个实施例的使用故障检测技术的组合来检测叶片异常的方法600。图6与图3中所示的方法300的不同之处在于方法600包括框605。具体而言，在框605处，可以使用独立故障检测***来指示叶片是否表现异常。由于执行框315和325中所表示的测试可能占用大量时间(例如，叶片旋转5-10个周期所需的时间)，所以故障检测***包括次级独立检测技术，其可以比方法600中的其它技术更快地返回结果。例如，次级检测技术执行光学连续性检查或产生对叶片的重量或质量的估计。例如，叶片可以包括光学连续性检查***，其中至少一个光纤缠绕叶片。只要在光纤的一端发送的光到达光纤的另一端，叶片就通过测试。然而，如果叶片的一部分脱离，由此切断了光纤，则光将不会到达光纤的另一端，这指示叶片具有结构故障。
在另一个实施例中，次级故障技术可以使用与框315和325中所使用的相同的数据传感器来识别异常表现。例如，可以使用负载传感器来测量叶片在转子平面中的0度和180度处的力矩。对这些值，故障检测***可以基于叶片的单次旋转来推导出对叶片质量的估计。尽管在例如在强阵风期间进行负载测量的情况下，所估计的质量可能不准确，但是与所估计的质量相比较的误差阈值可以足够大，以使环境条件的影响无关紧要。例如，在叶片被列为异常之前，误差阈值可能要求10％的质量损失，但是环境条件可能至多导致估计值降低5％。因此，只有当叶片的一些部分已经脱离时，框605才将指示叶片表现异常。以这种方式，添加到方法600的次级故障技术可能不如其它技术准确，但是可以在较快的时间内识别出主要故障。
如果次级故障技术识别到表现异常的叶片，方法600则直接进行到框335，其中涡轮机的运行模式被改变，例如空转或降低涡轮机额定值。在一个实施例中，故障检测***可以根据是框605的次级技术还是框315和325的初级技术确定叶片表现异常而做出不同的响应。如果是初级技术确定叶片表现异常，则故障检测***可以将叶片与电网断开连接，但是允许转子继续旋转。如果是次级技术识别到异常表现，则故障检测***可以立即停止转子。方法600的剩余部分可以与图3先前描述的相同。
在上文的讨论中，对本发明的实施例进行了参考。然而，应该理解，本发明不限于特定的所描述的实施例。相反，考虑下文的特征和要素的任何组合来实施并实践本发明，无论这些特征和要素是否与不同实施例相关。此外，尽管本发明的实施例相对于其它可能的方案和/或相对于现有技术可能获得优点，但是特定优点是否由给定实施例获得并不是本发明的限制。因此，以下方面、特征、实施例和优点只是说明性的，并且除非在权利要求中明确叙述的情况下，否则不被视为所附权利要求的要素或限制。类似地，对“本发明”的参考不应被解释为对本文所公开的发明性主题内容的概括，并且除非在权利要求中明确叙述的情况下，否则对“本发明”的参考不应被视为所附权利要求的要素或限制。
如本领域的技术人员将领会的，可以将本发明的方面体现为***、方法或计算机程序产品。因此，本发明的方面可以采用全硬件实施例、全软件实施例(包括固件、常驻软件、微代码等)或将软件和硬件方面结合的实施例的形式，它们在本文中可以被统称为“模块”或“***”。另外，本发明的方面可以采用体现在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质具有体现在其上的计算机可读程序代码。
可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁、光、电磁、红外或半导体***、装置或设备、或前述的任何适合的组合。计算机可读存储介质的更具体的示例(非详尽列表)将包括以下介质：具有一根或多根导线的电气连接、便携式计算机软磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存存储器)、光纤、便携式光盘只读存储器(CD-ROM)、光存储设备、磁存储设备、或前述的任何适合组合。在本文的语境中，计算机可读存储介质可以是任何有形介质，其可以包含或存储由指令执行***、装置或设备使用或与其连接的程序。
计算机可读信号介质可以包括传播的数据信号，该数据信号中体现了计算机可读程序代码，例如在基带中或作为载波的一部分。这种传播的信号可以采用多种形式中的任一种，包括但不限于电磁、光或其任何适合的组合。计算机可读信号介质可以是并非计算机可读存储介质并且可以传送、传播或传输由指令执行***、装置或设备使用或与其连接的程序的任何计算机可读介质。
可以使用任何合适的介质来发送计算机可读介质上体现的程序代码，所述介质包含但不限于无线、有线、光纤电缆、RF等、或前述的任何适合组合。
可以以一种或多种编程语言的任何组合来编写用于执行本发明的方面的操作的计算机程序代码，编程语言包括诸如Java、Smalltalk、C++等的面向对象的编程语言、以及诸如“C”编程语言或类似编程语言等的常规程序编程语言。程序代码可以完全在用户计算机上执行、部分地在用户计算机上执行、作为独立软件包执行、部分在用户计算机上并且部分在远程计算机上执行、或完全在远程计算机或服务器上执行。在后者的场景中，可以通过任何类型的网络将远程计算机连接到用户计算机，所述网络包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(例如，通过使用互联网服务提供商的互联网)。
下文将参考根据本发明的实施例的方法、装置(***)和计算机程序产品的流程图说明和/或框图对本发明的方面进行描述。要理解，可以由计算机程序指令来实施流程图说明和/或框图中的每个框、以及流程图说明和/或框图中的框的组合。可以向通用计算机、专用计算机或其它可编程数据处理装置的处理器提供这些计算机程序指令来生产机器，以使经由计算机或其它可编程数据处理装置的处理器执行的指令创建用于实施流程图和/或框图或框中指定的功能/动作的模块。
这些计算机程序指令还可以存储在计算机可读介质中，这些计算机程序指令可以引导计算机、其它可编程数据处理装置或其它设备来以特定方式运行，以使计算机可读介质中存储的指令产生一件制品，该制品包括实施流程图和/或框图或框中指定的功能/动作的指令。
可以将计算机程序指令加载到计算机、其它可编程数据处理装置或其它设备上，以使一系列操作步骤在计算机、其它可编程装置或其它设备上被执行，以产生计算机实施的进程，以使在计算机或其它可编程装置上执行的指令提供用于实施流程图和/或框图或框中指定的功能/动作的进程。
总结
在异常导致致使叶片不可修复或对风力涡轮机的其它部分造成损害的灾难性故障之前检测叶片中的诸如破裂、变形、碎片等的叶片异常或结构缺陷可能具有经济和声誉优势。一旦检测到异常表现，控制***就可以改变涡轮机的运行模式(例如，将涡轮机与公用电网解耦或停止转子)。然后可以派遣技术人员到该涡轮机以评估或修理异常。
在一个实施例中，故障检测***为涡轮机上的每个叶片产生指纹。指纹可以是叶片的一组动态、诸如叶片的质量、应变比、阻尼比等的物理特性。故障检测***可以基于与叶片相关联的制造商规范、在构造阶段测量的动态特性、在试验装置中验证叶片时所测量的动态特性、或这些技术的任何组合来为每个叶片产生指纹。当涡轮机运行时(例如，在公用电网上产生电力)，故障检测***接收用于推导叶片的当前特性的更新的传感器信息。如果当前特性偏离叶片指纹中的特性，则***将叶片识别为异常。为了确认叶片确实表现异常(即，具有结构缺陷)，故障检测***可以将偏离指纹的叶片的特性与涡轮机上的另一个叶片的特性进行比较。将叶片彼此进行比较降低了短时环境条件导致叶片的当前物理特性偏离其指纹的风险。然而，如果叶片的当前特性不同于另一个叶片的特性，则故障检测***确认叶片具有异常并且改变涡轮机的运行模式，例如将涡轮机与公用电网断开连接或停止转子。
附图中的流程图和框图示出了根据本发明的各实施例的***、方法和计算机程序产品的可能的实施方式的架构、功能和运行。在这方面，流程图或框图中的每个框可以表示代码的模块、段或部分，其包括用于实施(多个)特定逻辑功能的一个或多个可执行指令。应该注意的是，在一些替代的实施方式中，框中记录的功能可以不按附图中所记录的顺序发生。例如，实际上可以大体上同时执行连续示出的两个框，或者有时可以以相反顺序来执行框，取决于所包含的功能。还应该注意的是，可以通过执行特定功能或动作的基于专用硬件的***、或专用硬件和计算机指令的组合来实施框图和/或流程图说明中的每个框、以及框图和/或流程图说明中的框的组合。
尽管上文涉及本发明的实施例，但是可以在不背离本发明的基本范围的情况下设计出本发明的其它和进一步的实施例，并且本发明的范围由以下权利要求来确定。

Claims (15)

1.一种检测风力涡轮机中的第一叶片中的异常的方法，包括：
提供所述第一叶片的预定特征，所述特征包括所述第一叶片的物理特性的至少一个值；
基于更新的传感器数据来推导所述第一叶片的所述物理特性的当前值；
一旦基于第一误差阈值确定所述物理特性的所述当前值偏离所述预定特征中的值，就将与所述第一叶片相关联的第一测量值和与第二叶片相关联的第二测量值进行比较；以及
一旦基于第二误差阈值确定所述第一测量值不同于所述第二测量值，就改变所述风力涡轮机的运行模式。
2.根据权利要求1所述的方法，其中，所述第一叶片和所述第二叶片位于同一风力涡轮机上，还包括：
将所述第一叶片的所述第一测量值和与所述风力涡轮机中的第三叶片相关联的第三测量值进行比较，其中，只有在基于相应的误差阈值所述第一测量值与所述第二测量值和所述第三测量值都不同时，才执行改变所述风力涡轮机的所述运行模式。
3.根据权利要求1所述的方法，其中，将用于产生所述第一测量值和所述第二测量值的传感器数据从依赖于时间转换为依赖于所述风力涡轮机的物理特性，其中，将所述第一测量值与所述第二测量值进行比较包括：
评估存储在比较表中的差值，其中，通过在所述物理特性的特定值处将所述第一测量值与所述第二测量值进行比较来产生所述差值。
4.根据权利要求1所述的方法，其中，所述第一测量值和所述第二测量值基于在所述风力涡轮机上测量的力以及从更新的传感器数据中推导出的所述第一叶片和所述第二叶片的物理特性的至少其中之一。
5.根据权利要求1所述的方法，其中，基于与所述第一叶片相关联的制造商规范和在所述风力涡轮机的构造阶段所采集的传感器数据的至少其中之一来产生所述预定特征。
6.根据权利要求1所述的方法，还包括：
在改变所述涡轮机的所述运行模式之前，对所述第一叶片执行第一自测试；
在改变所述涡轮机的所述运行模式之后，对所述第一叶片执行第二自测试，其中，改变所述风力涡轮机的运行模式包括以下操作的至少其中之一：将所述风力涡轮机与公用电网断开连接以及使所述风力涡轮机的转子停止旋转；以及
一旦确定所述第一自测试和所述第二自测试确认所述第一叶片表现异常，就通知维护***所述第一叶片表现异常。
7.根据权利要求1所述的方法，还包括：基于次级检测技术来确定所述更新的传感器数据是否满足第三误差阈值，其中，与确定所述物理特性的所述当前值是否偏离所述预定特征中的值相比，所述次级检测技术需要较少的时间来执行。
8.一种检测第一叶片中的异常的***，包括：
存储器，其包含程序；以及
计算机处理器，其被配置成当在所述计算机处理器上执行所述程序时，执行用于检测风力涡轮机中的所述第一叶片中的异常的操作，包括：
提供所述第一叶片的预定特征，所述特征包括所述第一叶片的物理特性的至少一个值；
基于更新的传感器数据来推导所述第一叶片的所述物理特性的当前值；
一旦基于第一误差阈值确定所述物理特性的所述当前值偏离所述预定特征中的值，就将与所述第一叶片相关联的第一测量值和与第二叶片相关联的第二测量值进行比较；以及
一旦基于第二误差阈值确定所述第一测量值不同于所述第二测量值，就改变所述风力涡轮机的运行模式。
9.根据权利要求8所述的***，其中，所述第一叶片和所述第二叶片位于同一风力涡轮机上，所述操作还包括：
将所述第一叶片的所述第一测量值和与所述风力涡轮机中的第三叶片相关联的第三测量值进行比较，其中，只有在基于相应的误差阈值所述第一测量值与所述第二测量值和所述第三测量值都不同时，才执行改变所述风力涡轮机的所述运行模式。
10.根据权利要求8所述的***，其中，将用于产生所述第一测量值和所述第二测量值的传感器数据从依赖于时间转换为依赖于所述风力涡轮机的物理特性，其中，将所述第一测量值与所述第二测量值进行比较包括：
评估存储在比较表中的差值，其中，所述差值是通过在所述物理特性的特定值处将所述第一测量值和所述第二测量值进行比较来产生的。
11.根据权利要求8所述的***，其中，所述第一测量值和所述第二测量值基于在所述风力涡轮机上测量的力以及从更新的传感器数据推导出的所述第一叶片和所述第二叶片的物理特性的至少其中之一。
12.根据权利要求8所述的***，其中，所述预定特征是基于与所述第一叶片相关联的制造商规范和在所述风力涡轮机的构造阶段所采集的传感器数据的至少其中之一来产生的。
13.根据权利要求8所述的***，其中，改变所述风力涡轮机的运行模式包括以下操作的至少其中之一：将所述风力涡轮机与公用电网断开连接以及使所述风力涡轮机的转子停止旋转。
14.根据权利要求8所述的***，所述操作还包括：基于次级检测技术来确定所述更新的传感器数据是否满足第三误差阈值，其中，与确定所述物理特性的所述当前值是否偏离所述预定特征中的值相比，所述次级检测技术需要较少的时间来执行。
15.一种计算机可读存储介质，其具有体现于其中的计算机可读程序代码，当所述计算机可读程序代码由计算机运行时，使得所述计算机执行根据权利要求1-7中任一项所述的方法。
CN201380072992.2A 2013-02-14 2013-02-14 检测叶片结构异常 Active CN104995402B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/DK2013/050038 WO2014124643A1 (en) 2013-02-14 2013-02-14 Detecting blade structure abnormalities

Publications (2)

Publication Number Publication Date
CN104995402A CN104995402A (zh) 2015-10-21
CN104995402B true CN104995402B (zh) 2018-09-07

Family

ID=47826783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380072992.2A Active CN104995402B (zh) 2013-02-14 2013-02-14 检测叶片结构异常

Country Status (5)

Country Link
US (1) US10161261B2 (zh)
EP (1) EP2956663B1 (zh)
CN (1) CN104995402B (zh)
ES (1) ES2667721T3 (zh)
WO (1) WO2014124643A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2989436B1 (en) * 2013-04-22 2017-06-07 Volvo Truck Corporation Method for monitoring state of health of a vehicle system
DE102013221401A1 (de) * 2013-10-22 2015-04-23 Robert Bosch Gmbh Verfahren zur Erkennung einer Zustandsänderung einer Anlage
DK178840B1 (en) * 2015-08-19 2017-03-20 Scada Int Aps Fremgangsmåde til detektion af en anomali i et vindmølleblad
EP3139038B8 (en) * 2015-09-01 2019-05-15 Nidec SSB Wind Systems GmbH A method for estimating the surface condition of a rotating blade
EP3239039B1 (en) * 2016-04-29 2019-07-24 Ratier-Figeac SAS Blade structure health monitoring system
EP3249216A1 (en) * 2016-05-27 2017-11-29 Siemens Aktiengesellschaft Rotor blade with noise reduction means
KR101999432B1 (ko) * 2017-04-04 2019-07-11 두산중공업 주식회사 터빈 블레이드의 플러터 측정을 위한 자기장 통신 시스템 및 방법
EP3401661B1 (en) * 2017-05-10 2023-11-08 Ratier-Figeac SAS Propeller health monitoring
JP2021515862A (ja) * 2018-03-29 2021-06-24 エムエイチアイ ヴェスタス オフショア ウィンド エー／エス 風力発電設備及び風力発電設備の制御方法
US10621717B2 (en) * 2018-03-30 2020-04-14 General Electric Compnay System and method for image-based target object inspection
US10935452B2 (en) * 2018-12-07 2021-03-02 Raytheon Technologies Corporation Component inspection using measured and theoretical moment weights
CN110794367B (zh) * 2019-10-12 2022-06-21 中国直升机设计研究所 一种桨涡干扰声源定位方法
CN113494428B (zh) * 2020-03-20 2022-11-22 新疆金风科技股份有限公司 风力发电机组的故障检测方法和装置
US11598311B2 (en) * 2020-04-30 2023-03-07 General Electric Company System and method for controlling a wind turbine in response to a blade liberation event
CN113720525B (zh) * 2020-05-25 2024-04-19 北京金风科创风电设备有限公司 风力发电机组的叶片载荷传感器的故障检测设备及其方法
CN114215706B (zh) * 2021-12-27 2024-02-20 南京邮电大学 一种风电机组叶片开裂故障预警方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1707262A (zh) * 2004-06-10 2005-12-14 通用电气公司 转子叶片上冰的检测的方法和设备
CN101023266A (zh) * 2004-07-28 2007-08-22 易格斯创新技术***有限公司 用于监控风力发电装置上转子叶片的状态的方法和设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112007001675A5 (de) * 2006-05-15 2009-04-16 Igus - Innovative Technische Systeme Gmbh Verfahren zur Überwachung der Beanspruchung von Rotorblättern von Windkraftanlagen

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1707262A (zh) * 2004-06-10 2005-12-14 通用电气公司 转子叶片上冰的检测的方法和设备
CN101023266A (zh) * 2004-07-28 2007-08-22 易格斯创新技术***有限公司 用于监控风力发电装置上转子叶片的状态的方法和设备

Also Published As

Publication number Publication date
US10161261B2 (en) 2018-12-25
EP2956663A1 (en) 2015-12-23
ES2667721T3 (es) 2018-05-14
US20150354402A1 (en) 2015-12-10
CN104995402A (zh) 2015-10-21
EP2956663B1 (en) 2018-04-11
WO2014124643A1 (en) 2014-08-21

Similar Documents

Publication Publication Date Title
CN104995402B (zh) 检测叶片结构异常
US7895018B2 (en) Event monitoring via combination of signals
EP2868921B1 (en) Wind turbine and method for evaluating health state of blade thereof
CN105464912B (zh) 一种风力发电机组叶片结冰检测的方法和装置
Oh et al. A novel method and its field tests for monitoring and diagnosing blade health for wind turbines
ES2727248T3 (es) Procedimiento y dispositivo para el monitoreo de estado de palas de rotor
CN103206342B (zh) 桨叶载荷传感器的标定
US20100004878A1 (en) Wind turbine monitoring
US20110001319A1 (en) Diagnosis of pitch and load defects
BR112015023102B1 (pt) Aparelho para inspeção de lâminas de turbina eólica rotativas e método de detecção de uma anomalia em uma lâmina rotativa da turbina eólica
DK179333B1 (en) Method of identifying a wind distribution pattern over the rotor plane and a wind turbine thereof
KR101358397B1 (ko) 가속도 센서 및 출력 전력에 기반하는 풍력 발전기의 고장진단장치 및 고장 진단 방법
EP3642481B1 (en) A method for determining wind turbine blade edgewise load recurrence
JP2014500931A (ja) 風力発電装置を稼動するための方法
US20230272783A1 (en) Device for identifying an accumulation of ice on rotor blades of a wind turbine and method for teaching such a device
JP6258339B2 (ja) 風車装置、風車装置の異常検出装置及び風車装置の異常検出方法
CN113323816A (zh) 一种基于叶片载荷分析的叶片检测方法
CN109283246B (zh) 一种风力发电机叶片受损位置定位检测***
Wait et al. Wind-induced instabilities and monitoring of wind turbine
KR20210033202A (ko) 산업 기계/설비 고장 예측 시스템
WO2001035109A1 (en) Method for testing an anemometer
CN106338242B (zh) 一种风力发电机组叶片覆冰量测量方法及其测量装置
CN115126665A (zh) 风力发电机的风机叶片监测方法及装置、存储介质、风力发电机
Myrent et al. A robust algorithm to detecting wind turbine blade health using vibro-acoustic modulation and sideband spectral analysis
CN114215702B (zh) 风机叶片故障检测方法、***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant