CN107850513B - 异常诊断设备和传感器分离检测方法 - Google Patents

异常诊断设备和传感器分离检测方法 Download PDF

Info

Publication number
CN107850513B
CN107850513B CN201680043362.6A CN201680043362A CN107850513B CN 107850513 B CN107850513 B CN 107850513B CN 201680043362 A CN201680043362 A CN 201680043362A CN 107850513 B CN107850513 B CN 107850513B
Authority
CN
China
Prior art keywords
vibration sensor
measurement object
frequency band
sensor
detached
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
CN201680043362.6A
Other languages
English (en)
Other versions
CN107850513A (zh
Inventor
池田博志
高桥亨
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.)
NTN Corp
Original Assignee
NTN Corp
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 NTN Corp filed Critical NTN Corp
Publication of CN107850513A publication Critical patent/CN107850513A/zh
Application granted granted Critical
Publication of CN107850513B publication Critical patent/CN107850513B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G01H1/006Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines of the rotor of turbo machines
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00Testing of engines
    • G01M15/14Testing gas-turbine engines or jet-propulsion engines
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/80Diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/83Testing, e.g. methods, components or tools therefor
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/30Control parameters, e.g. input parameters
    • F05B2270/304Spool rotational speed
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/30Control parameters, e.g. input parameters
    • F05B2270/334Vibration measurements
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Wind Motors (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

提供了一种能够检测振动传感器从测量物体分离的异常诊断设备。所述异常诊断设备包括振动传感器和控制设备。所述振动传感器被附接到测量物体,并且测量所述测量物体的振动。所述控制设备基于从所述振动传感器接收的数据判定所述振动传感器是否从所述测量物体分离。所述控制设备计算第一频带中的第一部分总值。所述控制设备计算第二频带的第二部分总值,其中所述第二频带比所述第一频带高。所述控制设备计算与所述第一部分总值和所述第二部分总值之间的比率具有相关性的指数值。所述控制设备基于所述指数值判定所述振动传感器是否从所述测量物体分离。

Description

异常诊断设备和传感器分离检测方法
技术领域
本发明涉及一种异常诊断设备和一种传感器分离检测方法。
背景技术
已知异常诊断设备被配置成通过对测量物体的振动进行测量,诊断在测量物体中是否无异常发生。在对测量物体的振动进行测量中,振动传感器被附接到测量物体。当在该振动传感器中有异常发生时,用于测量物体的异常诊断不能被准确地执行。
振动传感器包括例如加速度传感器。日本专利特开No.2010-160112(专利文献1)公开了一种自诊断设备,该设备被配置成通过对加速度传感器的主体施加具有预定幅度的测试信号,并且使用响应于该测试信号从加速度传感器的主体输出的传感器信号的积分值,来为加速度传感器执行自诊断。利用该自诊断设备,即使当自诊断期间冲击从外部施加到加速度传感器时,冲击冲击的影响也可被抑制,并且由此可以执行准确的自诊断。
引用列表
专利文献
专利文献1:日本专利特开2010-160112号
发明内容
技术问题
当冲击从外部施加到振动传感器时,该振动传感器可能从测量物体分离。由从测量物体分离的振动传感器测得的数据可能是错误的数据,该数据几乎不能反映测量物体的振动。如果分析来自振动传感器的测得的数据的操作者不能注意到振动传感器从测量物体分离,那么该操作者可能基于该错误的数据执行异常诊断。这可能导致错误的诊断结果,并且由此异常的发生可能会不被注意到。也可能会有在诊断期间发现传感器分离的情况,那么目前为止进行的测得的数据的分析变得无用,并且由此诊断应该被再次执行。
为了避免异常的发生不被注意到或避免诊断被再次执行,需要检测振动传感器从测量物体分离。然而,在日本专利特开No.2010-160112(专利文献1)中公开的自诊断设备不能检测加速度传感器从测量物体分离。
本发明的目的是为了提供一种能够检测振荡传感器从测量物体分离的异常诊断设备。
问题的解决方案
总而言之,本发明涉及一种异常诊断设备,该异常诊断设备包括振动传感器和控制设备。振动传感器被附接到测量物体,并且振动传感器被配置成测量测量物体的振动。控制设备被配置成基于从振动传感器接收的数据判定振动传感器是否从测量物体分离。控制设备被配置成计算第一频带中的第一部分总值。控制设备被配置成计算第二频带中的第二部分总值,其中第二频带比第一频带高。控制设备被配置成计算与第一部分总值和第二部分总值之间的比率具有相关性的指数值。控制设备被配置成基于该指数值判定振动传感器是否从测量物体分离。
优选地,控制设备被配置成计算第一部分总值和第二部分总值的比例作为指数值。控制设备被配置成当指数值高于预定的阈值时,判定振动传感器从测量物体分离。控制设备被配置成当指数值低于预定的阈值时,判定振动传感器没有从测量物体分离。
优选地,异常诊断设备是用于包括主轴的风力涡轮机的异常诊断设备。该异常诊断设备还包括被配置成测量主轴的旋转速度的旋转速度传感器并将该旋转速度输出至控制设备。控制设备被配置成当旋转速度高于预定旋转速度时,判定振动传感器是否从测量物体分离。控制设备被配置成当旋转速度低于预定旋转速度时,判定振动传感器是否从测量物体分离。
优选地,控制设备被配置成在第一时刻判定振动传感器是否从测量物体分离。优选地,控制设备被配置成在第一时刻之后的第二时刻判定振动传感器是否从测量物体分离。当控制设备在第一时刻判定振动传感器没有从测量物体分离时,在控制设备在第二时刻判定振动传感器从测量物体分离的情况下,控制设备被配置成发出振动传感器可能从测量物体分离的警示通知。当控制设备在第一时刻判定振动传感器从测量物体分离时,控制设备被配置成发出振动传感器从测量物体分离的警告。
总而言之,本发明的另一个方面涉及在异常诊断设备的控制设备中执行的传感器分离检测方法,该异常诊断设备包括振动传感器和控制设备。振动传感器被附接到测量物体,并且振动传感器被配置成测量测量物体的振动。控制设备被配置成基于从振动传感器接收的数据判定振动传感器是否从测量物体分离。传感器分离检测方法包括计算第一频带中的第一部分总值。传感器分离检测方法还包括计算第二频带中的第二部分总值,其中第二频带比第一频带高。传感器分离检测方法还包括计算与第一部分总值和第二部分总值之间的比率具有相关性的指数值。传感器分离检测方法还包括基于该指数值判定振动传感器是否从测量物体分离。
发明的有益效果
根据本发明,当振动传感器从测量物体分离时,通过集中注意力于大部分丢失的频率分量,可以检测振动传感器从测量物体分离。这有助于避免基于从测量物体分离的振动传感器测得的数据执行异常诊断。
附图说明
图1是示出其中使用了本实施例的异常诊断设备的充当示例的风力涡轮机的示图。
图2是示出根据第一实施例的异常诊断设备的配置的示图。
图3是当振动传感器没有从测量物体分离时由振动传感器测量的测得的数据的图。
图4是当振动传感器从测量物体分离时由振动传感器测量的测得的数据的图。
图5是示出作为对图3的测得的数据执行频率分析的结果的频谱的示图。
图6是示出作为对图4的测得的数据执行频率分析的结果的频谱的示图。
图7是示出指数值H的变化的示图。
图8是用于示出由在第一实施例中的数据收集设备执行的检测传感器分离的处理的流程的流程图。
图9是用于示出图8中的传感器分离判定的处理的流程的流程图。
图10是用于示出由在第二实施例中的数据收集设备执行的检测传感器分离的处理的流程的流程图。
图11是示出在第二实施例中指数值H的变化的示图。
具体实施方式
以下,将参照附图详细描述本发明的实施例。应当指出的是,在下面的附图中,相同或相应的部分将标注相同的参考标号,并且不再重复其说明。
[第一实施例]
图1是示出其中使用了本实施例的异常诊断设备80的充当示例的风力涡轮机10的示图。如图1中所示,风力涡轮机10包括旋转头20、主轴22、叶片30、齿轮箱40、发电机45、主轴承60、异常诊断设备80、机舱90和塔架100。齿轮箱40、发电机45、主轴承60、和异常诊断设备80被容纳在机舱90中。
机舱90被设置在塔架100的上端部。风力涡轮机10被配置成能够根据风向执行偏航运动,该偏航运动将机舱90相对于固定在地面上的塔架100旋转。优选地,机舱90被旋转,使得对于逆风式风力发电机它的叶片30侧位于迎风侧,对于顺风式风力发电机它的叶片30侧位于背风侧。
旋转头20被连接到主轴22的末端部。多个叶片30被附接到旋转头20。
叶片30被设置在主轴22的末端,来将风力转化为旋转扭矩并将该旋转扭矩传送到主轴22。
主轴22从旋转头20进入机舱90,并且被连接到齿轮箱40的输入轴,并且由主轴承60可旋转地支撑。然后,主轴22将由接收风力的叶片30生成的旋转扭矩转移到齿轮箱40的输入轴。
主轴承60被固定地设置在机舱90内并旋转地支撑主轴22。主轴承60由滚子轴承构成。主轴承60是由例如自对准滚子轴承、锥形滚子轴承、圆柱形滚子轴承、滚球轴承等构成。应当注意,这种轴承可以是单列或多列轴承。
齿轮箱40被设置于主轴22和发电机45之间,用于增大主轴22的旋转速度,并将该旋转速度输出至发电机45。作为示例,加速齿轮40由包括行星齿轮、中间轴、高速轴等的齿轮加速机制构成。应当注意,尽管未具体地示出,但旋转地支撑多个轴的多个轴承也设置在齿轮箱40内。
发电机45与齿轮箱40的输出轴连接,用从齿轮箱40接收的旋转扭矩发电。发电机45由例如感应发电机构成。应注意,旋转地支撑转子的轴承也被设置在发电机45内。
异常诊断设备80接收由附接到风力涡轮机10的振动传感器和旋转速度传感器测得的数据。异常诊断设备80无线或有线地将数据传输到服务器200。
图2是示出根据第一实施例的异常诊断设备80的配置的示图。如图2所示,异常诊断设备80包括数据收集设备81、振动传感器82、和旋转速度传感器83。振动传感器82包括加速度传感器821和金属基底822。数据收集设备81对应于本发明的控制设备。
加速度传感器821通过螺丝接合的方法被附接到金属基底822。金属基底822利用例如粘合等被附接到测量物体50。
当冲击从外部施加到振动传感器82时,该振动传感器82可从测量物体50分离。例如,当测量物体50的维护工人在金属基底822敲击他的或她的手、脚、工具等时,振动传感器82可能由于该冲击而从测量物体50分离。
由从测量物体50分离的振动传感器82测得的数据可能是错误的数据,该数据几乎不能反映测量物体50的振动。如果分析来自振动传感器的数据的操作者不能意识到振动传感器82从测量物体50分离,那么该操作者可能基于该错误的数据执行异常诊断。这可能导致错误的诊断结果,并且由此异常的发生可能会不被意识到。也可能会有在诊断期间发现传感器分离的情况,那么目前为止进行的测量数据的分析变得无用,并且由此诊断应该被再次执行。
具体而言,对于风力涡轮机,对于异常诊断需要精确的诊断。因此,风力涡轮机的异常诊断可能分阶段被执行,包括主要诊断作为自动诊断,和由专家执行的精确诊断。由专家执行的精确诊断需要很多时间和成本。因此,在精确诊断的阶段中发现传感器分离时,目前为止执行的精确诊断完全变得无用。结果,需要很多时间和成本再一次执行精确的诊断。
鉴于这样的问题,在第一实施例中,判定振动传感器82是否从测量物体50分离,注意力集中于当振动传感器82从测量物体50分离时频带中很大部分丢失的频率分量。通过执行这样的判定,振动传感器82从测量物体50的分离可被检测。
图3是示出当振动传感器82没有从测量物体50分离时由振动传感器82测量的测得的数据的示例的图。图4是当振动传感器82从测量物体50分离时由振动传感器82测量的测得的数据的图。图3和图4之间的比较指示当振动传感器82没有从测量物体50(图3)分离时获得的测得的数据的图具有更大的幅度。这是因为振动传感器82与测量物体整体地振动并且由此测量物体50的振动被反映在测得的数据中。
图5是示出作为对图3的测得的数据执行频率分析的结果的频谱的示图。图6是示出作为对图4的测得的数据执行频率分析的结果的频谱的示图。图5和图6之间的比较指示,在10Hz到50Hz的频带中(后文中也被称为“低频带”),低频带中的特定的频率分量被包括在每个测得的数据中,而在500Hz到10kHz的频带中(后文中也被称为“高频带”),从图6中的测得的数据来看高频带中大多数频率分量都丢失。
当振动传感器82从测量物体50分离时,空气被置于振动传感器82和测量物体50之间。振动传感器82不能与测量物体50整体地振动。结果,振动传感器82几乎不能测量在高频带内具有频率分量的测量物体50的振动。因此,当振动传感器82从测量物体50分离时,与低频带的频率分量相比较时,高频带内的频率分量从测得的数据中以较大程度丢失。
在第一实施例中,作为特定频带中各个频率处的幅度之和的值的部分总值被用作与预定频带中的频率分量具有相关性的值。具体而言,测得的数据在低频带的第一部分总值(POA1)和在高频带的第二部分总值(POA2)被计算。指数值H=POA1/POA2也被计算作为指数值。当振动传感器82从测量物体50分离时,高频带中的频率分量不包括在测得的数据中。结果,POA2减小而指数值H增加。由此,在第一实施例中,当参数值H大于或等于预定的阈值时,振动传感器82被判定为从测量物体50分离。
图7是示出指数值H的变化的示例的图。图7示出振动传感器82从五月15日到五月20日从测量物体50分离的示例。如图7中所示,当指数值H的分布大致地被分为两个时,它被分为指数值H大于或等于0.4和指数值H小于0.4的情况。此外,振动传感器分离的时间段中的指数值H均大于0.4。由此,在第一实施例中,当指数值H大于或等于0.4时振动传感器82被判定为从测量物体50分离,并且当指数值H小于0.4时振动传感器82被判定为没有从测量物体50分离。
应注意,在图7中,当振动传感器82没有从测量物体50分离时,指数值H也可能大于或等于0.4。即使在这样的情况下,振动传感器82是否从测量物体50可以被更准确地判定,例如通过计算从往回预定的时间段的时间点到当前时间点的指数值H的平均值,并且基于该平均值是否高于预定的阈值判定振动传感器82是否从测量物体50分离。
图8是用于示出由在第一实施例中的数据收集设备81执行的检测传感器分离的处理的流程的流程图。图8中示出的处理由未示出的主例程以预定的时间间隔调用,并被重复执行。如图8中所示,在步骤S1,数据收集设备81获得来自振动传感器82的测得的数据,使处理进入步骤S2。在步骤S2中,数据收集设备81判定振动传感器82是否从测量物体50分离。下文中将描述步骤S2的具体处理的流程。
当数据收集设备81判定振动传感器82没有从测量物体50(S2中为否)分离时,数据收集设备81将使处理进入步骤S3。在步骤S3中,数据收集设备81将测得的数据传输至服务器200,并将处理返回至主例程。
当数据收集设备81判定振动传感器82从测量物体50(S2中为是)分离时,数据收集设备81将使处理进入步骤S4。
在步骤S4中,数据收集设备81判定在先前的传感器分离判定(步骤S2)中是否检测到传感器分离。当传感器分离没有被检测到(S4中为否)时,数据收集设备81使处理进入步骤S5。在步骤S5中,数据收集设备81发出振动传感器82可能从测量物体50分离的警示通知,并使处理返回到主例程。
当传感器分离被检测到(S4中为是)时,数据收集设备81使处理进入步骤S6。在步骤S6中,数据收集设备81发出振动传感器82从测量物体50分离的警告,并使处理返回到主例程。警示通知或警告可以例如通过闪烁灯、产生预定声音、或将预定的消息传输到预定目的地来发出。
图9是用于示出图8中的传感器分离判定(步骤S2)的处理的流程的流程图。如图9所示,在步骤S21,数据收集设备81计算POA1,POA1是测得的数据在低频带中的部分总值,然后使处理进入步骤S22。在步骤S22,数据收集设备81计算POA2,POA2是测得的数据在高频带中的部分总值,然后使处理进入步骤S23。步骤S21和步骤S22的顺序可以与图9中的顺序相反。
在步骤S23,数据收集设备81计算指数值H,指数值H是POA1和POA2的比例,然后使处理进入步骤S24。
在步骤S24,数据收集设备81判定指数值H是否大于或等于预定的阈值。在第一实施例中,0.4被用作预定的阈值。预定的阈值不限于0.4,例如通过实际机器实验或模拟视情况被期望地决定。
当指数值H大于或等于0.4(S4中为是)时,数据收集设备81使处理进入步骤S25。在步骤S25中,数据收集设备81判定发生传感器分离,然后使处理返回到图8的处理。当指数值H小于0.4(S4中为否)时,数据收集设备81使处理进入步骤S26。在步骤S26中,数据收集设备81判定没有发生传感器分离,然后使处理返回到图8的处理。
如上所述,根据第一实施例的异常诊断设备80,振动传感器82从测量物体50的分离可以通过注意力集中于高频带中的频率分量来检测到,其中当振动传感器82从测量物体50分离时,高频带中的频率分量大部分丢失。这有助于避免基于从测量物体分离的振动传感器测得的数据执行异常诊断。
在第一实施例中,即使当分离被检测到时,也首先发出振动传感器82可能从测量物体50分离的警示通知。当传感器分离连续被检测到两次时,振动传感器82从测量物体50分离的警告被发出。如上所述,通过逐步改变当传感器分离被检测到时发出的内容,在振动传感器82实际没有分离但是指数值H由于意外事件的发生变得大于0.4的情况下,有可能避免操作者立即判定振动传感器82分离。
[第二实施例]
第一实施例描述了无论测量物体50的振动状态执行传感器分离判定的情况。然而,取决于测量物体50的振动状态,可能存在一种情况下,其中尽管振动传感器82没有被分离但是高频带中的频率分量没有充分地被包含在测得的数据中,并且传感器分离判定不能被准确地执行。第二实施例将描述只有当测量物体50在高频带中的频率分量充分地被包含在由振动传感器82测量的测得的数据中的状态下,传感器分离判定被执行的情况。
在图1中示出的风力涡轮机10中,叶片30接收风并生成旋转扭矩。主轴22将这个旋转扭矩输出到齿轮箱40。齿轮箱40增加主轴22的旋转速度,并将旋转速度输出至发电机45。发电机45通过从齿轮箱40接收的旋转扭矩生成电力。
在风力涡轮机10中产生的振动主要由风力涡轮机内传递的旋转扭矩引起。在该振动中包含的频率分量随着传递的旋转扭矩增加而处于较高的频带中。因此,在第二实施例中,当主轴的旋转速度大于或等于预定的旋转速度时,传感器分离判定被执行。
第二实施例与第一实施例的区别在于,主轴的旋转速度是否大于或等于预定的旋转速度是在传感器分离判定被执行之前被判定的。就是说,图8的处理被图10的处理代替。除此之外,第二实施例具有与第一实施例相同的配置,因此将不重复其描述。
图10是用于示出由在第二实施例中的数据收集设备81执行的检测传感器分离的处理的流程的流程图。图10中示出的处理由未示出的主例程调用,并被执行。
如图10中所示,在步骤S1,数据收集设备81获得来自振动传感器82的测得的数据,使处理进入步骤S20。
在步骤S20中,数据收集设备81判定主轴22的旋转速度是否大于或等于预定的旋转速度。在第二实施例中,预定的旋转速度是例如10rpm,该速度是主轴22的额定旋转速度的一半。预定的旋转速度不限于10rpm,例如可以通过实际机器实验或模拟视情况被期望地决定。
数据收集设备81通过使用从图2中的旋转速度传感器83获得的测得的数据执行该判定。作为主轴22的旋转速度,例如通过使用旋转速度传感器83直接测量主轴的旋转速度获得的旋转速度可被使用,或通过使用旋转速度传感器83测量齿轮箱的输出获得的旋转速度间接计算得的旋转速度可被使用。
当主轴22的旋转速度大于或等于10rpm(S20中为是)时,数据收集设备81使处理进入步骤S2,然后执行与第一实施例此后相同的处理。
当主轴22的旋转速度小于10rpm(S20中为否)时,数据收集设备81跳过步骤S2中的传感器分离判定并使处理进入步骤S3。在步骤S3中,数据收集设备81将由振动传感器82测量的测得的数据传输至服务器200。
图11是示出第二实施例中指数值H的变化的示图。图11是对应于第一实施例中的图7的图。与图7一样,图11示出从五月15日至五月20日振动传感器82从测量物体50分离的示例。
在图7和图11之间做了比较。在图7中,即使在除了振动传感器82分离的时间段以外的时间段中,在多个日期,指数值H大于或等于0.4。相比之下,在图11中,指数值H大于或等于0.4的大多数日期都集中在振动传感器分离的时间段。
如上所述,根据第二实施例的异常诊断设备,振动传感器82从测量物体50的分离可以通过集中注意力于高频带中当振动传感器82从测量物体50分离时大部分丢失的频率分量来检测到。这有助于避免基于从测量物体分离的振动传感器测得的数据执行异常诊断。
此外,在第二实施例中,当主轴的旋转速度大于或等于预定的旋转速度时,传感器分离判定被执行。在这个情况下,高频带中的频率分量充分地被包括在测量物体50的振动中,并且由此,传感器分离判定的准确性可以比其在第一实施例中高。由此,可避免尽管用被附接到测量物体50的振动传感器82测量了数据,但是该数据被视为是用从测量物体50分离的振动传感器82测量的错误数据并从分析对象中被排除的情况。
上文描述了异常诊断设备的测量物体是风力涡轮机的情况。测量物体不限于风力涡轮机。测量物体可以是任何类型的,只要其异常性是通过将振动传感器附接到其上来诊断的。测量物体可以是例如水和污水设备、压缩机、碎石设备、造纸设备、或钢设备。
振动传感器不限于包括加速度传感器的振动传感器,并且可以是任何类型,只要其可以测量振动,诸如速度传感器或非接触式位移传感器。
在第一实施例和第二实施例中,作为集中注意力于当振动传感器从测量物体分离时大部分丢失的频率分量的方法,POA1相对于POA2的比例用作指数值,该指数值与测量的数据的低频带中的第一部分总值(POA1)和高频带中的第二部分总值(POA2)之间的比率具有相关性。与POA1和POA2之间的比率具有相关性的指数值不限于POA1相对于POA2的比例。例如,POA2相对于POA1的比例可被用作指数值。在这种情况下,当指数值小于或等于预定的阈值时,判定振动传感器从测量物体分离。
本文中所公开的实施例同样意在根据需要组合实施。应当理解,本文公开的实施例在各个方面都是说明性的而非限制性的。本发明的范围由权利要求的各项而不是由上述描述所限定,且旨在包括等同于权利要求的各项的范围和意义内的任何变形。
附图标记列表
10:风力涡轮机;20:旋转头;22:主轴;30:叶片;40:齿轮箱;45:发电机;50:测量物体;60:主轴承;80:异常诊断设备;81:数据收集设备;82:振动传感器;83:旋转速度传感器;90:机舱;100:塔架;200:服务器;821:加速度传感器;822:金属基底。

Claims (6)

1.一种异常诊断设备,包括:
振动传感器,被附接到测量物体,并且被配置成测量所述测量物体的振动;以及
控制设备,被配置成基于从所述振动传感器接收的数据判定所述振动传感器是否从所述测量物体分离,
所述控制设备被配置成
计算第一频带中的第一部分总值,
计算第二频带中的第二部分总值,其中所述第二频带比所述第一频带高,
计算与所述第一部分总值和所述第二部分总值之间的比率具有相关性的指数值,并且
基于所述指数值判定所述振动传感器是否从所述测量物体分离。
2.根据权利要求1所述的异常诊断设备,其中
所述控制设备被配置成
计算所述第一部分总值相对于所述第二部分总值的比例作为所述指数值,
当所述指数值高于预定的阈值时,判定所述振动传感器从所述测量物体分离,并且
当所述指数值低于预定的阈值时,判定所述振动传感器没有从所述测量物体分离。
3.根据权利要求2所述的异常诊断设备,其中
所述异常诊断设备是用于包括主轴的风力涡轮机的异常诊断设备,并且进一步包括被配置成测量所述主轴的旋转速度并将所述旋转速度输出至所述控制设备的旋转速度传感器,并且
所述控制设备被配置成
当所述旋转速度高于预定旋转速度时,判定所述振动传感器是否从所述测量物体分离,并且
当所述旋转速度低于所述预定旋转速度时,不判定所述振动传感器是否从所述测量物体分离。
4.根据权利要求1所述的异常诊断设备,其中
所述控制设备被配置成
在第一时刻,判定所述振动传感器是否从所述测量物体分离,并且
在所述第一时刻之后的第二时刻,判定所述振动传感器是否从所述测量物体分离,并且
在所述控制设备在所述第二时刻判定所述振动传感器从所述测量物体分离的情况下,所述控制设备被配置成
当所述控制设备在所述第一时刻判定所述振动传感器没有从所述测量物体分离时,发出所述振动传感器可能从所述测量物体分离的警示通知,并且
当所述控制设备在所述第一时刻判定所述振动传感器从所述测量物体分离时,发出所述振动传感器从所述测量物体分离的警告。
5.根据权利要求1至4中任一项所述的异常诊断设备,其中
所述第一频带为10Hz~500Hz的频带,
所述第二频带为500Hz~10kHz的频带。
6.一种在异常诊断设备的控制设备中执行的传感器分离检测方法,所述异常诊断设备包括振动传感器和所述控制设备,所述振动传感器被附接到测量物体并且被配置成测量所述测量物体的振动,所述控制设备被配置成基于从所述振动传感器接收的数据判定所述振动传感器是否从所述测量物体分离,所述传感器分离检测方法包括:
计算第一频带中的第一部分总值;
计算第二频带中的第二部分总值,其中所述第二频带比所述第一频带高;
计算与所述第一部分总值和所述第二部分总值之间的比率具有相关性的指数值;并且
基于所述指数值判定所述振动传感器是否从所述测量物体分离。
CN201680043362.6A 2015-07-24 2016-06-27 异常诊断设备和传感器分离检测方法 Active CN107850513B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015146605A JP6553970B2 (ja) 2015-07-24 2015-07-24 異常診断装置およびセンサ外れ検知方法
JP2015-146605 2015-07-24
PCT/JP2016/069017 WO2017018112A1 (ja) 2015-07-24 2016-06-27 異常診断装置およびセンサ外れ検知方法

Publications (2)

Publication Number Publication Date
CN107850513A CN107850513A (zh) 2018-03-27
CN107850513B true CN107850513B (zh) 2020-06-16

Family

ID=57884448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680043362.6A Active CN107850513B (zh) 2015-07-24 2016-06-27 异常诊断设备和传感器分离检测方法

Country Status (4)

Country Link
US (1) US10830637B2 (zh)
JP (1) JP6553970B2 (zh)
CN (1) CN107850513B (zh)
WO (1) WO2017018112A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6710653B2 (ja) * 2017-03-17 2020-06-17 株式会社東芝 センサ接着状態判定システム、センサ接着状態判定装置及びセンサ接着状態判定方法
EP4245992A3 (en) 2017-04-13 2023-11-08 NTN Corporation State monitoring device, state monitoring system, and state monitoring method
US11441940B2 (en) 2017-04-13 2022-09-13 Ntn Corporation Condition monitoring apparatus, condition monitoring system, and condition monitoring method
JP6910835B2 (ja) * 2017-04-13 2021-07-28 Ntn株式会社 状態監視システム及びそれを備える風力発電装置
CN109869285A (zh) * 2017-12-04 2019-06-11 中国船舶重工集团海装风电股份有限公司 一种风力发电机组转子刹车的检测方法及装置
CA3081681C (en) * 2017-12-29 2022-05-31 Halliburton Energy Services, Inc. Sensor failure diagnosis in a pump monitoring system
JP7124448B2 (ja) * 2018-05-25 2022-08-24 日本精工株式会社 風力発電機の主軸軸受の異常検知システム及び異常検知方法
FR3092368B1 (fr) * 2019-02-05 2021-01-08 Safran Aircraft Engines Surveillance de l’état de santé d’au moins deux capteurs de vibrations d’une turbomachine à double corps
KR102095202B1 (ko) * 2019-09-26 2020-03-31 주식회사 나노켐 연통 이탈 감지 시스템
CN111594397B (zh) * 2020-06-22 2021-04-23 蒙东协合扎鲁特旗风力发电有限公司 一种风力发电机诊断装置及风力发电机
US11708815B2 (en) 2021-02-08 2023-07-25 General Electronic Company System and method for controlling a wind turbine
US11774324B2 (en) 2021-03-12 2023-10-03 General Electric Renovables Espana, S.L. System and method for detecting actual slip in a coupling of a rotary shaft
US11913429B2 (en) 2021-04-29 2024-02-27 General Electric Renovables Espana, S.L. System and method for slip detection and surface health monitoring in a slip coupling of a rotary shaft

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005083752A (ja) * 2003-09-04 2005-03-31 Taiheiyo Cement Corp 破断音センサ
CN101136124A (zh) * 2006-08-31 2008-03-05 孙逢辉 无线/有线智能逻辑安全防盗***
CN101825892A (zh) * 2010-04-26 2010-09-08 江苏爱康太阳能科技有限公司 太阳能光伏发电跟踪***集中监控***
CN102721897B (zh) * 2012-06-13 2015-01-07 江苏省电力公司南京供电公司 电力变压器绕组匝间短路故障诊断方法
JP2015042867A (ja) * 2013-07-22 2015-03-05 Ntn株式会社 風力発電装置の異常診断装置および異常診断方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62235560A (ja) * 1986-04-07 1987-10-15 Sogo Keibi Hoshiyou Kk 破壊振動検出器
JPH0678936B2 (ja) * 1988-09-16 1994-10-05 富士ファコム制御株式会社 振動試験装置検査方式
JPH0980033A (ja) * 1995-09-14 1997-03-28 Takenaka Komuten Co Ltd 建物の壁タイルの剥離の判定方法
WO2006043511A1 (ja) * 2004-10-18 2006-04-27 Nsk Ltd. 機械設備の異常診断システム
DE102006004947B4 (de) * 2006-02-03 2007-12-27 Areva Np Gmbh Verfahren und Einrichtung zur Detektion einer impulsartigen mechanischen Einwirkung auf ein Anlagenteil
JP5099522B2 (ja) 2009-01-09 2012-12-19 三菱電機株式会社 加速度または角速度センサの自己診断装置および自己診断方法、加速度または角速度センサ、ならびに加速度または角速度センサの初期設定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005083752A (ja) * 2003-09-04 2005-03-31 Taiheiyo Cement Corp 破断音センサ
CN101136124A (zh) * 2006-08-31 2008-03-05 孙逢辉 无线/有线智能逻辑安全防盗***
CN101825892A (zh) * 2010-04-26 2010-09-08 江苏爱康太阳能科技有限公司 太阳能光伏发电跟踪***集中监控***
CN102721897B (zh) * 2012-06-13 2015-01-07 江苏省电力公司南京供电公司 电力变压器绕组匝间短路故障诊断方法
JP2015042867A (ja) * 2013-07-22 2015-03-05 Ntn株式会社 風力発電装置の異常診断装置および異常診断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《振动加速度检测中传感器连接状态的自动识别》;王曙 等;《现代电子技术》;20120601;第35卷(第11期);第158-160、163页 *

Also Published As

Publication number Publication date
JP2017026514A (ja) 2017-02-02
US20180224324A1 (en) 2018-08-09
JP6553970B2 (ja) 2019-07-31
US10830637B2 (en) 2020-11-10
CN107850513A (zh) 2018-03-27
WO2017018112A1 (ja) 2017-02-02

Similar Documents

Publication Publication Date Title
CN107850513B (zh) 异常诊断设备和传感器分离检测方法
CN103140672B (zh) 在风力发电厂中执行状况监测的方法
EP3631205B1 (en) Wind turbine fault detection using acoustic, vibration, and electrical signals
JP7013787B2 (ja) 風力発電用風車の状態監視装置、状態監視方法、及び状態監視システム
DK1760311T3 (en) Method and apparatus for condition-based monitoring of wind turbine components
JP4935165B2 (ja) 異常診断装置及び異常診断方法
EP2886853B1 (en) A monitoring system and a monitoring method for a wind turbine generator
US20170130700A1 (en) Condition monitoring system and wind power generation system using the same
WO2015012124A1 (ja) 風力発電装置の異常診断装置および異常診断方法
WO2015015987A1 (ja) 軸受装置の振動解析方法、軸受装置の振動解析装置、および転がり軸受の状態監視装置
WO2016017396A1 (ja) 状態監視システム及びそれを備えた風力発電システム
WO2011081085A1 (ja) 転がり軸受の異常診断装置、風力発電装置および異常診断システム
TW201741561A (zh) 風力渦輪機偏航失準估測
JP4929810B2 (ja) 異常診断装置及び異常診断方法
US11098698B2 (en) System and method for auto-calibrating a load sensor system of a wind turbine
CN110118152B (zh) 风力发电机组叶片气动平衡监测调整***及监测调整方法
JP2018179735A (ja) 回転部品の異常診断方法及び異常診断装置
US20100052321A1 (en) method for the operation of a wind energy plant having a wind velocity measurement device
JP4730166B2 (ja) 機械設備の異常診断装置及び異常診断方法
US9810203B2 (en) Method and calculator unit for determining total damage to at least one rotating component of a drive train
EP3330682A1 (en) Vibration analysis device and abnormality diagnosis system
EP3317628B1 (en) A method and a device for determining torsional deformation in a drivetrain
JP2017181500A (ja) 状態監視システムおよび風力発電装置
JP2019128179A (ja) 振動センサの脱落検知方法及び異常診断装置
JP6320218B2 (ja) 状態監視システム及びそれを備えた風力発電システム

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