CN107829885A - 一种考虑环境参数修正的风力发电机叶片振动监测及*** - Google Patents
一种考虑环境参数修正的风力发电机叶片振动监测及*** Download PDFInfo
- Publication number
- CN107829885A CN107829885A CN201711009040.2A CN201711009040A CN107829885A CN 107829885 A CN107829885 A CN 107829885A CN 201711009040 A CN201711009040 A CN 201711009040A CN 107829885 A CN107829885 A CN 107829885A
- Authority
- CN
- China
- Prior art keywords
- blade
- wind
- intrinsic frequency
- data
- driven generator
- 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.)
- Granted
Links
Classifications
-
- 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
- F05B2260/00—Function
- F05B2260/80—Diagnostics
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
一种考虑环境参数修正的风力发电机叶片振动监测及***,在风力发电机叶片以及风机轮毂相应部位布置双轴加速度传感器测得风机叶片与轮毂处的温度数据和振动数据,数据传送给WindBVM数据采集器;工业级路由器固定在风机机舱内部,通过网线与风机机舱主控柜相连接;WindBVM数据采集器从风机主控柜获得风机SCADA数据,得到风速、桨距角环境参数;WindBVM数据采集器将振动数据、温度数据与SCADA工况数据按照对应时钟进行统一保存,借助工业级路由器进入风场环网,通过内外网隔离实现数据传输;结合采集得到的叶片振动数据和风力发电机环境参数,实现了叶片结构固有频率的准确提取,准确识别叶片的健康状态,对叶片是否发生叶尖裂纹、雷击损伤、叶片覆冰做出实时监测诊断。
Description
技术领域
本发明涉及风力发电机模态分析技术领域,具体地,涉及一种考虑环境参数修正的风力发电机叶片振动监测及***。
背景技术
随着世界上能源使用的增加,能源以及环境的压力也越来越大。新能源行业的发展也得到了更大的重视和不断的发展,风电行业在国内电力行业中所占的比例逐渐增多。我国风电产业目前处在高速发展阶段,其对优化能源结构、促进节能减排的作用日益凸显。因为风机所安装的地址均在风能资源丰富的内地或者是沿海边,随着风机运营时间的增减,风机叶片也在发生各种程度的损伤,如表面裂纹、剥落、雷击损伤、点蚀等。风机在运行的过程中,叶片也在承受风力对其时时刻刻的动态作用力,这些都导致了损伤的加剧。经过长期积累,这些小的损伤最终会导致风机叶片发生重大的损伤,严重的会导致叶片断裂,对风场施工人员的安全存在很大的隐患,同时也对风场造成很大的经济损失。
本发明监测***通过环境参数修正能够自动、准确识别叶片的典型固有频率,依据固有频率间接识别叶片损伤以及叶片损伤的类型,如:叶尖开裂,叶片前缘裂纹,后缘裂纹,雷击损伤等多种损伤类型。相比于现阶段多以人肉眼观察叶片损伤的方式向比较,本发明能够快速,及时的监测叶片的健康状态,节约了风场的人力资源,同时因为叶片早起维护成本降低,本发明能够提前发现叶片的早起损伤,降低了风场的运营维护成本。
发明内容
为克服上述现有技术的不足,本发明的目的是提供一种考虑环境参数修正的风力发电机叶片振动监测及***,通过在风机上安装考虑环境参数修正的风力发电机叶片振动监测***,从而能够从叶片原始振动信号中提取叶片有效、准确和全面的固有频率,用以确定叶片的健康状态,为风机维护、维修提供有用参考。
为实现上述目的,本发明采用的技术方案是:一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,包括以下步骤:
1)在风机叶片距离叶根1/3处设有双轴加速度传感器,利用双轴加速度传感器从风机叶片上采集摆振、挥舞两方向振动数据;
2)在风机轮毂处安装WindBVM采集器,采集各传感器信号以及SCADA工况参数,并将综合信号发送至机舱工业级路由器,在叶片轮毂处安装双轴加速度信号传感器,采集轮毂位置处的振动信号;
3)从风机主控柜获取风力发电机SCADA工况参数数据并发送至布置于轮毂的WindBVM采集器;
4)利用工业级路由器将叶片和轮毂的振动信号、温度信号以及同步采集的SCADA参数通过风场环网传输至诊断中心;
5)诊断中心对存储的叶片、轮毂振动数据进行分析,提取叶片的固有频率,剔除塔筒、传动链引进的固有频率;
6)对步骤5)中得到的叶片固有频率进行基于环境参数的固有频率修正;
7)依据提取的叶片固有频率进行叶片状态监测评估,给出覆冰、损伤的诊断结果。
2、根据权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,所述步骤1)中双轴加速度传感器直接粘贴于叶片内部腹板。
3、根据权利要求1所述一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,所述的双轴加速度传感器带温度测量模块,该温度模块可以准确测量叶片温度,以取代SCADA工况参数中的温度数据。
4、根据权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,所述的步骤2中根据桨距角数值来确定后续分析目标数据。
5、如权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,所述步骤5)使用低通滤波、傅里叶变换的方法提取叶片的低阶固有频率,所提取叶片的低阶固有频率在20Hz以内;当叶片发生覆冰或者叶片裂纹时候,叶片的刚度发生变换,从而固有频率发生变化;通过识别固有频率变化分析,能够实时的识别出叶片的健康状态;低阶固有频率对于叶片结构损伤、叶片表面覆冰非常敏感。
6、如权利要求1所述的考虑环境参数修正的风力发电机叶片振动监测***,其特征在于,叶片在运转时由于应力刚化效应,叶片的固有频率发生改变,与风机静止不同时叶片的固有频率不同。不同的风速,温度,桨距角下,叶片的固有频率均不完全相同。所以需要使用SCADA参数进行工况修正,剔除工况对叶片本体固有频率的影响。
7、根据权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,使用工况分割法进行固有频率修正。所谓工况分割法,是指将风速、叶片温度、桨距角三种工况参数等间隔划分为三维工况块。当本发明所述叶片振动监测***部署于一个新风场时,使用自部署之日起两个月的振动数据、SCADA参数(风速、温度、桨距角)参与工况块的训练。将两个月采集的SCADA参数对应的叶片固有频率填入工况子块。训练期结束后,当有新数据采集到达时,若与三维工况块中对应工况的固有频率存在偏差,但是后续采集的新样本又再次回归正常,即这是一种偶发偏差,则将该偏离样本剔除或者使用工况子块对应固有频率替代该样本的实测固有频率。反之,若后续采集的新样本仍然偏离工况子块中对应的固有频率,并且偏差超过规定阈值,则说明该风机叶片出现了某种不良状态,或发生损伤,或出现覆冰。
8、根据权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,使用同机组三叶片对比法与参考固有频率法进行叶片运行状态评估,判断叶片是否存在覆冰,是否存在损伤;三叶片对比法是指对同时刻采集的数据样本三支叶片的固有频率谱线进行对比,若发现偏差并且超过一定阈值,则说明偏差叶片出现了某种不良状态;参考固有频率法是指对于某时刻采集的数据,以其对应的工况子块对应的固有频率作为参考正常固有频率,与该组数据实测固有频率进行对比,若偏差超过阈值,则叶片可能存在不良状态。
9、一种考虑环境参数修正的风力发电机叶片振动监测***,包括有叶片,其特征在于,叶片1上设有双轴加速度传感器3,轮毂2上设有轮毂传感器4;双轴加速度传感器、轮毂传感器与设在轮毂上的WindBVM采集器5相连;WindBVM采集器通过WIFI与工业级无线AP6相连;工业级无线AP6与风机主控柜7相连;工业级无线AP与交换机8相连;交换机通过内网服务器9与正向隔离器10相连;正向隔离器通过外网服务器11与诊断中心12相连。
所述的双轴加速度传感器3设在叶片距离叶根三分之一处。
本发明的有益效果是:
所述步骤1)中双轴加速度传感器粘贴在叶片的1/3位置处,通过实验以及仿真分析发现,叶片1/3位置对叶片的低阶振动比较敏感,更加有利于采集有效振动信号进行分析,识别叶片的损伤。
所述步骤2)在轮毂安装双轴传感器,测量轮毂轴向、切向的振动信号,通过该传感器信号可以获得塔筒、传动链的低阶高能固有频率,以便在通过叶片振动信号获得的叶片固有频率中剔除引进的塔筒、传动链固有频率,提高固有频率的准确性和纯粹性。
所述的步骤2中根据桨距角数值来确定后续分析目标数据,其依据是,桨距角90度表示风机停机,摆振面振动数据信噪比最高。而桨距角接近0度时,风机运行发电,此时,挥舞面振动数据信噪比最高。选择信噪比高的信号更容易准确提取固有频率。
所述步骤3)及步骤6)从风机主控柜获取风机运行SCADA参数并对固有频率进行环境参数修正。叶片在运转时由于应力刚化效应,叶片的固有频率发生改变,与风机静止不同时叶片的固有频率不同。不同的风速、温度、桨距角下,叶片的固有频率均不全部相同。所以需要使用SCADA参数进行工况修正,剔除工况对叶片本体固有频率的影响,本发明使用工况分割法实现工况修正。
所谓工况分割法,是指将风速、叶片温度、桨距角三种工况参数等间隔划分为三维工况块。当本发明所述叶片振动监测***部署于一个新风场时,使用自部署之日起两个月的振动数据、SCADA参数(风速、温度、桨距角)参与工况块的训练。将两个月采集的SCADA参数对应的叶片固有频率填入工况子块。训练期结束后,当有新数据采集到达时,若与三维工况块中对应工况的固有频率存在偏差,但是后续采集的新样本又再次回归正常,即这是一种偶发偏差,则将该偏离样本剔除或者使用工况子块对应固有频率替代该样本的实测固有频率。反之,若后续采集的新样本仍然偏离工况子块中对应的固有频率,并且偏差超过规定阈值,则说明该风机叶片出现了某种不良状态,或发生损伤,或出现覆冰。
所述步骤4)使用工业级路由器及风场环网,保证了信号传输质量,减少漏包、丢包现象。
所述步骤4)使用加速度传感器温度测量模块测得的叶片温度信息取代SCADA工况参数中的温度数据,SCADA工况参数的温度数据往往不能够反映叶片的真实温度。
所述步骤4)中在将加速度数据、温度数据、SCADA数据传输至诊断中心时,为了保证风场的信息安全,设置内网服务器、正向隔离器与外网服务器的安全通讯链路。
所述步骤5)首先对保存后的数据进行桨距角参数判断,若桨距角接近0度,则选用挥舞方向振动数据进行后续分析,若桨距角接近90度,则选用摆振方向振动数据进行后续分析。
所述步骤5)使用低通滤波、傅里叶变换的方法提取叶片的低阶固有频率(20Hz以内),低阶固有频率对于叶片结构损伤、叶片表面覆冰非常敏感。
所述步骤5)通过轮毂传感器信号可以获得塔筒、传动链的低阶高能固有频率,从而在通过叶片振动信号获得的叶片固有频率中剔除引进的塔筒、传动链固有频率,提高固有频率的准确性和纯粹性。
本发明通过在风力发电机叶片以及风机轮毂相应部位布置具有温度模块的双轴加速度传感器测得风机叶片与轮毂处的温度数据和振动数据,数据通过低噪高精度信号线传送给安装于轮毂的WindBVM数据采集器;工业级路由器固定在风机机舱内部,通过网线与风机机舱主控柜相连接;WindBVM数据采集器通过工业级路由器建立的无线网络从风机主控柜获得风机SCADA数据,得到风机运行状态下的风速、桨距角等环境参数;WindBVM数据采集器将振动数据、温度数据与SCADA工况数据按照对应时钟进行统一保存,借助工业级路由器进入风场环网,通过内外网隔离实现数据传输;结合双轴加速度传感器采集得到的叶片振动数据和风力发电机环境参数,实现了叶片结构固有频率的准确提取,能够准确的识别叶片的健康状态,对叶片是否发生叶尖裂纹、雷击损伤、叶片覆冰等做出实时监测诊断。
附图说明
图1本发明的风力发电机叶片振动监测***示意图。
图2本发明风力发电机叶片监测***原理流程图。
图3本发明实施例中江苏某风场某1.5MW机组的叶片挥舞、摆振时域振动信号图;其中图3(a)为叶片挥舞方向图;其中图3(b)为叶片摆振方向图。
图4本发明实施例中江苏某风场某1.5MW机组的轮毂传感器切向、轴向两方向振动信号的时域图。
图5本发明实施例中江苏某风场某1.5MW机组为例,其SCADA参数风速、温度(已经使用叶片温度模块所测温度替换)、桨距角一个时期的变化趋势图;其中图5(a)为桨距角变化趋势图;图5(b)为温度变化趋势图;图5(c)为风速变化趋势图。
图6本发明实施例中江苏某风场某1.5MW机组某样本数据塔筒切向低阶固有频率谱图。
图7 本发明实施例中江苏某风场某1.5MW机组某样本数据叶片剔除塔筒、传动链固有频率后得到的频谱图。
图8本发明实施例中风速、叶片温度、桨距角三种工况参数建立的工况分割块图。
图9本发明实施例中江苏某风场1.5MW机组某时刻样本三支叶片的固有频率谱线对比图。
图10 本发明实施例中江苏某风场1.5MW机组某时刻单支叶片固有频率谱线与参考固有频率对比图。
具体实施方式
下面结合附图和具体的实例对本发明做进一步的阐述。
附图1是一种考虑环境参数修正的风力发电机叶片振动监测***的数据采集、传输链路,附图2是该监测***的原理流程图,其步骤包括:
步骤1:在距离风机叶片1/3处安装具有温度模块的双轴加速度传感器,利用双轴加速度传感器从风机叶片上采集摆振、挥舞两方向振动数据。通过实验以及仿真分析发现,叶片1/3位置对叶片的低阶振动比较敏感,更加有利于采集有效振动信号进行分析,识别叶片的损伤;
本发明以江苏某风场某1.5MW机组的叶片振动信号为例,进行后续介绍。附图3为叶片挥舞、摆振两方向振动信号的时域图;
步骤2:在风机轮毂处安装叶片振动监测***采集器,采集各传感器信号以及SCADA工况参数,并将综合信号发送至机舱工业级路由器,同时在风机轮毂处安装双轴加速度信号传感器,采集轮毂位置处的振动信号,测量轮毂轴向、切向的振动信号,通过该传感器信号可以获得塔筒、传动链的低阶高能固有频率,以便在通过叶片振动信号获得的叶片固有频率中剔除引进的塔筒、传动链固有频率,提高固有频率的准确性和纯粹性,附图4为江苏某风场某1.5MW机组的轮毂传感器切向、轴向两方向振动信号的时域图;
步骤3:从风机主控柜获取风力发电机SCADA功率参数数据并通过WIFI信号发送至WindBVM采集器。叶片在运转时由于应力刚化效应,叶片的固有频率发生改变,与风机静止不同叶片的固有频率不同。不同的风速,温度,桨距角下,叶片的固有频率均不全部相同。以江苏某风场某1.5MW机组为例,其SCADA参数风速、温度(已经使用叶片温度模块所测温度替换)、桨距角一个时期的变化趋势如附图5所示;
步骤4:利用工业级路由器将叶片和轮毂的振动信号、温度信号以及同步采集的SCADA参数通过风场环网传输至诊断中心。为了保证风场的信息安全,设置内网服务器、正向隔离器与外网服务器的安全通讯链路,仅允许将必要信息推送至外网诊断中心;
步骤5:诊断中心对存储的叶片、轮毂振动数据进行分析,提取叶片的固有频率,剔除塔筒、传动链引进的固有频率。首先对保存后的数据进行桨距角参数判断,若桨距角接近0度,则选用挥舞方向振动数据进行后续分析,若桨距角接近90度,则选用摆振方向振动数据进行后续分析。从叶片振动信号获得的叶片固有频率中剔除引进的塔筒、传动链固有频率,可以大大提高固有频率的准确性和纯粹性。以江苏某风场某1.5MW机组某样本数据为例,由于桨距角接近0度,所以选取其挥舞方向进行后续分析。附图6为该组数据塔筒切向方向的频谱,图中标出了塔筒、传动链的典型固有频率。附图7位该组数据三支叶片挥舞方向剔除塔筒、传动链固有频率后得到的频谱图。蓝色短竖线所示即为纯粹的叶片挥舞方向低阶固有频率。
步骤6:对步骤5中得到的叶片固有频率进行基于环境参数的固有频率修正。使用SCADA参数进行工况修正,剔除工况对叶片本体固有频率的影响,本发明使用工况分割法实现工况修正。所谓工况分割法,是指将风速、叶片温度、桨距角三种工况参数等间隔划分为三维工况块,如附图8所示。当本发明所述叶片振动监测***部署于一个新风场时,使用自部署之日起两个月的振动数据、SCADA参数(风速、温度、桨距角)参与附图8中工况块的训练。将两个月采集的SCADA参数对应的叶片固有频率填入附图8中子块。训练期结束后,当有新数据采集到达时,若与三维工况块中对应工况的固有频率存在偏差,但是后续采集的新样本又再次回归正常,即这是一种偶发偏差,则将该偏离样本剔除或者使用工况子块对应固有频率替代该样本的实测固有频率。反之,若后续采集的新样本仍然偏离工况子块中对应的固有频率,并且偏差超过规定阈值,则说明该风机叶片出现了某种不良状态,或发生损伤,或出现覆冰。以江苏某风场1.5MW机组为例,设定的固有频率偏差阈值为1%。
步骤7:依据提取的叶片固有频率进行叶片状态监测评估,给出覆冰、损伤的诊断结果。使用同机组三叶片对比法与参考固有频率法进行叶片运行状态评估,判断叶片是否存在覆冰,是否存在损伤。
所谓三叶片对比法,就是对同时刻采集的数据样本三支叶片的固有频率谱线进行对比,若发现偏差并且超过一定阈值,则说明偏差叶片出现了某种不良状态。以江苏某风场1.5MW机组为例,附图9为某时刻样本三支叶片的固有频率谱线对比图。设置频率偏差阈值为1%,从附图9可以看出,叶片3与叶片1/2后三阶固有频率的偏差均超过1%,因此,叶片3可能存在不良状态,需要进一步研究。
所谓参考固有频率法,就是对于某时刻采集的数据,以其对应的工况子块对应的固有频率作为参考正常固有频率,与改组数据实测固有频率进行对比,若偏差查过阈值,则叶片可能存在不良状态。以江苏某风场1.5MW机组为例,附图10为某时刻样本单支叶片与参考固有频率谱线对比图。设置频率偏差阈值为1%,则由附图10可以看出,后三个固有频率偏差均超过阈值,所以需要对此叶片进行进一步研究,得出诊断结果。
一种考虑环境参数修正的风力发电机叶片振动监测***,包括有叶片,其特征在于,叶片1上设有双轴加速度传感器3,轮毂2上设有轮毂传感器4;双轴加速度传感器、轮毂传感器与设在轮毂上的WindBVM采集器5相连;WindBVM采集器通过WIFI与工业级无线AP6相连;工业级无线AP6与风机主控柜7相连;工业级无线AP与交换机8相连;交换机通过内网服务器9与正向隔离器10相连;正向隔离器通过外网服务器11与诊断中心12相连。
所述的双轴加速度传感器3设在叶片距离叶根三分之一处。
Claims (10)
1.一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,包括以下步骤:
1)在风机叶片距离叶根1/3处设有双轴加速度传感器,利用双轴加速度传感器从风机叶片上采集摆振、挥舞两方向振动数据;
2)在风机轮毂处安装WindBVM采集器,采集各传感器信号以及SCADA工况参数,并将综合信号发送至机舱工业级路由器,在叶片轮毂处安装双轴加速度信号传感器,采集轮毂位置处的振动信号;
3)从风机主控柜获取风力发电机SCADA工况参数数据并发送至布置于轮毂的WindBVM采集器;
4)利用工业级路由器将叶片和轮毂的振动信号、温度信号以及同步采集的SCADA参数通过风场环网传输至诊断中心;
5)诊断中心对存储的叶片、轮毂振动数据进行分析,提取叶片的固有频率,剔除塔筒、传动链引进的固有频率;
6)对步骤5)中得到的叶片固有频率进行基于环境参数的固有频率修正;
7)依据提取的叶片固有频率进行叶片状态监测评估,给出覆冰、损伤的诊断结果。
2.根据权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,所述步骤1)中双轴加速度传感器直接粘贴于叶片内部腹板。
3.根据权利要求1所述一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,所述的双轴加速度传感器带温度测量模块,该温度模块可以准确测量叶片温度,以取代SCADA工况参数中的温度数据。
4.根据权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,所述的步骤2中根据桨距角数值来确定后续分析目标数据。
5.如权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,所述步骤5)使用低通滤波、傅里叶变换的方法提取叶片的低阶固有频率,所提取叶片的低阶固有频率在20Hz以内;当叶片发生覆冰或者叶片裂纹时候,叶片的刚度发生变换,从而固有频率发生变化;通过识别固有频率变化分析,能够实时的识别出叶片的健康状态;低阶固有频率对于叶片结构损伤、叶片表面覆冰非常敏感。
6.如权利要求1所述的考虑环境参数修正的风力发电机叶片振动监测***,其特征在于,叶片在运转时由于应力刚化效应,叶片的固有频率发生改变,与风机静止不同时叶片的固有频率不同;
不同的风速,温度,桨距角下,叶片的固有频率均不完全相同;
所以需要使用SCADA参数进行工况修正,剔除工况对叶片本体固有频率的影响。
7.根据权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,使用工况分割法进行固有频率修正;
所谓工况分割法,是指将风速、叶片温度、桨距角三种工况参数等间隔划分为三维工况块;
当本发明所述叶片振动监测***部署于一个新风场时,使用自部署之日起两个月的振动数据、SCADA参数(风速、温度、桨距角)参与工况块的训练;
将两个月采集的SCADA参数对应的叶片固有频率填入工况子块;
训练期结束后,当有新数据采集到达时,若与三维工况块中对应工况的固有频率存在偏差,但是后续采集的新样本又再次回归正常,即这是一种偶发偏差,则将该偏离样本剔除或者使用工况子块对应固有频率替代该样本的实测固有频率;
反之,若后续采集的新样本仍然偏离工况子块中对应的固有频率,并且偏差超过规定阈值,则说明该风机叶片出现了某种不良状态,或发生损伤,或出现覆冰。
8.根据权利要求1所述的一种考虑环境参数修正的风力发电机叶片振动监测方法,其特征在于,使用同机组三叶片对比法与参考固有频率法进行叶片运行状态评估,判断叶片是否存在覆冰,是否存在损伤;三叶片对比法是指对同时刻采集的数据样本三支叶片的固有频率谱线进行对比,若发现偏差并且超过一定阈值,则说明偏差叶片出现了某种不良状态;参考固有频率法是指对于某时刻采集的数据,以其对应的工况子块对应的固有频率作为参考正常固有频率,与该组数据实测固有频率进行对比,若偏差超过阈值,则叶片可能存在不良状态。
9.一种考虑环境参数修正的风力发电机叶片振动监测***,包括有叶片,其特征在于,叶片(1)上设有双轴加速度传感器(3),轮毂(2)上设有轮毂传感器(4);双轴加速度传感器、轮毂传感器与设在轮毂上的WindBVM采集器(5)相连;WindBVM采集器通过WIFI与工业级无线AP(6)相连;工业级无线AP(6)与风机主控柜(7)相连;工业级无线AP与交换机(8)相连;交换机通过内网服务器(9)与正向隔离器(10)相连;正向隔离器通过外网服务器(11)与诊断中心(12)相连。
10.根据权利要求9一种考虑环境参数修正的风力发电机叶片振动监测***,其特征在于,所述的双轴加速度传感器(3)设在叶片距离叶根三分之一处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711009040.2A CN107829885B (zh) | 2017-10-25 | 2017-10-25 | 一种考虑环境参数修正的风力发电机叶片振动监测及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711009040.2A CN107829885B (zh) | 2017-10-25 | 2017-10-25 | 一种考虑环境参数修正的风力发电机叶片振动监测及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107829885A true CN107829885A (zh) | 2018-03-23 |
CN107829885B CN107829885B (zh) | 2020-04-07 |
Family
ID=61649226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711009040.2A Active CN107829885B (zh) | 2017-10-25 | 2017-10-25 | 一种考虑环境参数修正的风力发电机叶片振动监测及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107829885B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108869174A (zh) * | 2018-06-15 | 2018-11-23 | 西安交通大学 | 一种非线性建模的风力发电机叶片固有频率工况补偿方法 |
CN109763944A (zh) * | 2019-01-28 | 2019-05-17 | 中国海洋大学 | 一种海上风机叶片故障非接触式监测***及监测方法 |
CN110318956A (zh) * | 2019-07-22 | 2019-10-11 | 内蒙古科技大学 | 一种基于频谱分析的风力发电机叶片结构损伤检测方法 |
CN110439760A (zh) * | 2019-07-04 | 2019-11-12 | 宁波诺丁汉大学 | 传感器的调试设备及方法 |
CN110469460A (zh) * | 2019-08-08 | 2019-11-19 | 北京汉能华科技股份有限公司 | 一种风力发电机的故障检测方法和*** |
CN110486236A (zh) * | 2019-08-08 | 2019-11-22 | 北京汉能华科技股份有限公司 | 一种风力发电机的故障检测方法和*** |
CN110541794A (zh) * | 2018-05-29 | 2019-12-06 | 北京金风慧能技术有限公司 | 叶片异常的预警方法、装置、设备、介质及风力发电机组 |
CN110823294A (zh) * | 2019-12-12 | 2020-02-21 | 北京致感致联科技有限公司 | 一种浮漂式水下信息智能监测*** |
CN111080981A (zh) * | 2019-12-30 | 2020-04-28 | 安徽容知日新科技股份有限公司 | 一种设备的报警方法、报警***及计算设备 |
CN111141382A (zh) * | 2020-01-15 | 2020-05-12 | 北京英华达软件工程有限公司 | 一种基于振动的多维度风机叶片自诊断装置及方法 |
CN112802283A (zh) * | 2021-02-06 | 2021-05-14 | 广东联博新型建材有限公司 | 一种太阳能智能管网检测报警***及其控制方法 |
CN113027699A (zh) * | 2019-12-25 | 2021-06-25 | 新疆金风科技股份有限公司 | 风力发电机组的监测方法、装置和*** |
CN113847212A (zh) * | 2021-10-29 | 2021-12-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种风电机组叶片固有频率监测方法 |
CN116398378A (zh) * | 2023-04-18 | 2023-07-07 | 中国长江三峡集团有限公司 | 一种风电机组叶片多维状态监测装置及方法 |
GB2620553A (en) * | 2022-07-03 | 2024-01-17 | Insight Analytics Solutions Holdings Ltd | Wind turbine blade monitoring |
CN117646707A (zh) * | 2024-01-30 | 2024-03-05 | 安徽容知日新科技股份有限公司 | 风机轮毂监测方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012107584A (ja) * | 2010-11-18 | 2012-06-07 | Mitsubishi Heavy Ind Ltd | 風車およびその制振方法 |
CN103411659A (zh) * | 2013-08-12 | 2013-11-27 | 国电联合动力技术有限公司 | 一种风力发电机叶片与塔筒状态监测方法及*** |
CN104075795A (zh) * | 2014-06-18 | 2014-10-01 | 北京金风科创风电设备有限公司 | 用于监测风力发电机组的叶轮振动状态的方法和*** |
CN203879692U (zh) * | 2014-06-18 | 2014-10-15 | 北京金风科创风电设备有限公司 | 一种叶轮状态监测*** |
WO2015158346A1 (en) * | 2014-04-14 | 2015-10-22 | Envision Energy (Denmark) Aps | Asymmetric blade damper |
US20150345467A1 (en) * | 2013-02-12 | 2015-12-03 | Senvion Gmbh | Method for monitoring the operation of a wind energy plant and wind energy plant |
CN106640548A (zh) * | 2016-12-19 | 2017-05-10 | 北京金风科创风电设备有限公司 | 用于风力发电机组的状态监测方法和装置 |
CN106837709A (zh) * | 2017-04-20 | 2017-06-13 | 北京金风科创风电设备有限公司 | 风力发电机组叶片的监测方法和监测*** |
-
2017
- 2017-10-25 CN CN201711009040.2A patent/CN107829885B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012107584A (ja) * | 2010-11-18 | 2012-06-07 | Mitsubishi Heavy Ind Ltd | 風車およびその制振方法 |
US20150345467A1 (en) * | 2013-02-12 | 2015-12-03 | Senvion Gmbh | Method for monitoring the operation of a wind energy plant and wind energy plant |
CN103411659A (zh) * | 2013-08-12 | 2013-11-27 | 国电联合动力技术有限公司 | 一种风力发电机叶片与塔筒状态监测方法及*** |
WO2015158346A1 (en) * | 2014-04-14 | 2015-10-22 | Envision Energy (Denmark) Aps | Asymmetric blade damper |
CN104075795A (zh) * | 2014-06-18 | 2014-10-01 | 北京金风科创风电设备有限公司 | 用于监测风力发电机组的叶轮振动状态的方法和*** |
CN203879692U (zh) * | 2014-06-18 | 2014-10-15 | 北京金风科创风电设备有限公司 | 一种叶轮状态监测*** |
CN106640548A (zh) * | 2016-12-19 | 2017-05-10 | 北京金风科创风电设备有限公司 | 用于风力发电机组的状态监测方法和装置 |
CN106837709A (zh) * | 2017-04-20 | 2017-06-13 | 北京金风科创风电设备有限公司 | 风力发电机组叶片的监测方法和监测*** |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110541794A (zh) * | 2018-05-29 | 2019-12-06 | 北京金风慧能技术有限公司 | 叶片异常的预警方法、装置、设备、介质及风力发电机组 |
CN108869174A (zh) * | 2018-06-15 | 2018-11-23 | 西安交通大学 | 一种非线性建模的风力发电机叶片固有频率工况补偿方法 |
CN109763944A (zh) * | 2019-01-28 | 2019-05-17 | 中国海洋大学 | 一种海上风机叶片故障非接触式监测***及监测方法 |
CN109763944B (zh) * | 2019-01-28 | 2021-03-12 | 中国海洋大学 | 一种海上风机叶片故障非接触式监测***及监测方法 |
CN110439760A (zh) * | 2019-07-04 | 2019-11-12 | 宁波诺丁汉大学 | 传感器的调试设备及方法 |
CN110318956A (zh) * | 2019-07-22 | 2019-10-11 | 内蒙古科技大学 | 一种基于频谱分析的风力发电机叶片结构损伤检测方法 |
CN110486236A (zh) * | 2019-08-08 | 2019-11-22 | 北京汉能华科技股份有限公司 | 一种风力发电机的故障检测方法和*** |
CN110469460A (zh) * | 2019-08-08 | 2019-11-19 | 北京汉能华科技股份有限公司 | 一种风力发电机的故障检测方法和*** |
CN110823294A (zh) * | 2019-12-12 | 2020-02-21 | 北京致感致联科技有限公司 | 一种浮漂式水下信息智能监测*** |
CN113027699B (zh) * | 2019-12-25 | 2022-07-12 | 新疆金风科技股份有限公司 | 风力发电机组的监测方法、装置和*** |
CN113027699A (zh) * | 2019-12-25 | 2021-06-25 | 新疆金风科技股份有限公司 | 风力发电机组的监测方法、装置和*** |
CN111080981A (zh) * | 2019-12-30 | 2020-04-28 | 安徽容知日新科技股份有限公司 | 一种设备的报警方法、报警***及计算设备 |
CN111141382A (zh) * | 2020-01-15 | 2020-05-12 | 北京英华达软件工程有限公司 | 一种基于振动的多维度风机叶片自诊断装置及方法 |
CN112802283A (zh) * | 2021-02-06 | 2021-05-14 | 广东联博新型建材有限公司 | 一种太阳能智能管网检测报警***及其控制方法 |
CN113847212A (zh) * | 2021-10-29 | 2021-12-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种风电机组叶片固有频率监测方法 |
GB2620553A (en) * | 2022-07-03 | 2024-01-17 | Insight Analytics Solutions Holdings Ltd | Wind turbine blade monitoring |
CN116398378A (zh) * | 2023-04-18 | 2023-07-07 | 中国长江三峡集团有限公司 | 一种风电机组叶片多维状态监测装置及方法 |
CN116398378B (zh) * | 2023-04-18 | 2024-04-19 | 中国长江三峡集团有限公司 | 一种风电机组叶片多维状态监测装置及方法 |
CN117646707A (zh) * | 2024-01-30 | 2024-03-05 | 安徽容知日新科技股份有限公司 | 风机轮毂监测方法、装置、设备及存储介质 |
CN117646707B (zh) * | 2024-01-30 | 2024-04-19 | 安徽容知日新科技股份有限公司 | 风机轮毂监测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107829885B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107829885A (zh) | 一种考虑环境参数修正的风力发电机叶片振动监测及*** | |
Dong et al. | Structural vibration monitoring and operational modal analysis of offshore wind turbine structure | |
EP3043062B1 (en) | Condition monitoring apparatus for wind turbine | |
CN104075795B (zh) | 用于监测风力发电机组的叶轮振动状态的方法和*** | |
CN101592590B (zh) | 一种转动叶片故障间接诊断技术 | |
Jeffries et al. | Experience with bicoherence of electrical power for condition monitoring of wind turbine blades | |
CN104019000B (zh) | 风力发电机组的载荷谱测定与前瞻性维护*** | |
CN103940611B (zh) | 一种风电机组变工况下滚动轴承自适应异常检测方法 | |
CN206290378U (zh) | 风力发电机组监测***及风力发电机组 | |
CN108343566B (zh) | 一种基于风电机组运行状态的叶片覆冰故障在线监测方法及*** | |
KR101706508B1 (ko) | 풍력 발전기의 피로 해석 및 등가하중 해석 시스템 | |
CN105756864B (zh) | 基于双馈风力发电机组定子电流的桨叶不平衡故障诊断方法 | |
CN105508149B (zh) | 用于风力发电机组的故障检测方法及装置 | |
CN107781118B (zh) | 基于多元传感信息的风力发电机叶片健康状态监测*** | |
CN105569932A (zh) | 风电机组动态不平衡在线检测和故障辨识方法及*** | |
CN107782443B (zh) | 一种风力发电机叶片固有频率自动提取方法 | |
CN102706560B (zh) | 一种风力发电机组的状态监测方法和装置 | |
CN106837709A (zh) | 风力发电机组叶片的监测方法和监测*** | |
CN202305007U (zh) | 风力发电电机及叶片状态在线监测仪 | |
CN202547923U (zh) | 一种风电机组变桨轴承振动检测装置 | |
CN106815771A (zh) | 一种风电场载荷的长期评估方法 | |
CN105894391A (zh) | 基于scada运行数据提取的风电机组转矩控制性能评估方法 | |
Li et al. | Imbalance fault detection based on the integrated analysis strategy for variable-speed wind turbines | |
CN103675354B (zh) | 一种风速仪故障检测的方法和*** | |
CN108278184A (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |