CN108241761A - 发电机部件的疲劳损伤的确定方法和设备 - Google Patents
发电机部件的疲劳损伤的确定方法和设备 Download PDFInfo
- Publication number
- CN108241761A CN108241761A CN201611216639.9A CN201611216639A CN108241761A CN 108241761 A CN108241761 A CN 108241761A CN 201611216639 A CN201611216639 A CN 201611216639A CN 108241761 A CN108241761 A CN 108241761A
- Authority
- CN
- China
- Prior art keywords
- component
- fatigue damage
- vibration
- damage value
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000010355 oscillation Effects 0.000 claims description 34
- 230000001133 acceleration Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000012544 monitoring process Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000013481 data capture Methods 0.000 claims description 14
- 230000006735 deficit Effects 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 4
- 210000004209 hair Anatomy 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000005417 food ingredient Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000013324 preserved food Nutrition 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种发电机部件的疲劳损伤的确定方法和设备,所述确定方法包括:A)通过仿真来构建所述部件的疲劳损伤数据库,其中,所述疲劳损伤数据库包括振动参数以及与振动参数对应的单圈疲劳损伤值;B)获取预定时间段内的发电机的运行数据,所述运行数据包括所述部件的振动参数;C)根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件在预定时间段内的总疲劳损伤值。根据本发明的一种发电机部件的疲劳损伤的确定方法,可以更准确地对疲劳损伤进行估算。此外,由于构建的疲劳损伤数据库不依赖于历史运行数据,所述确定方法应用范围更广。
Description
技术领域
本发明涉及发电机技术领域,更具体地讲,涉及一种发电机部件的疲劳损伤的确定方法和设备。
背景技术
监测风电机组的运行状态,对提升机组运行可靠性、安全性及可利用率至关重要。目前,针对机组重要部件的疲劳损伤计算也展开了大量研究,集中在传动链***、轴承、塔架及叶片等部件,主要运用数据采集与监视控制***(SCADA)来采集各风机的实时运行参数、温度数据和振动数据等,结合信号处理方法,如滤波、支持向量机、经验模态分解(EMD)、自适应神经网络等提取信号特征、构建寿命预测模型或运用统计学原理完成部件额疲劳损伤估算。
现有的疲劳损伤估算技术很大程度上依赖于机组历史运行数据,构建相应的预测模型进行疲劳损伤估算,这样估算的疲劳损伤的精确度不高。
发明内容
本发明的目的在于提供一种发电机部件的疲劳损伤的确定方法,以解决现有的疲劳损伤估算技术精确度不高的技术问题。
本发明的一方面提供一种发电机部件的疲劳损伤的确定方法,所述确定方法包括:A)通过仿真来构建所述部件的疲劳损伤数据库,其中,所述疲劳损伤数据库包括振动参数以及与振动参数对应的单圈疲劳损伤值;B)获取预定时间段内的发电机的运行数据,所述运行数据包括所述部件的振动参数;C)根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件在预定时间段内的总疲劳损伤值。
可选地,步骤A)包括:A1)通过对预先构建的发电机***有限元模型进行模态分析得到所述部件的模态应力;A2)基于所述有限元模型,构建发电机***的动力学模型,在所述动力学模型中分别施加多个不同载荷,以得到在所述多个不同载荷下所述部件的振动结果数据;A3)根据所述部件的模态应力和在所述多个不同载荷下所述部件的振动结果数据构建所述部件的疲劳损伤数据库。
可选地,所述多个不同的载荷的预定属性不同,所述预定属性为频率和幅值的组合,所述多个不同的载荷的频率在所述部件的监控频率范围内;步骤A2)还包括:对发电机***动力学模型进行模态分析,确定所述部件的监控频率范围。
可选地,所述部件的振动结果数据包括所述部件的振动加速度和所述部件的模态坐标;其中,步骤A2)中得到在所述多个不同载荷下所述部件的振动结果数据的步骤包括:在发电机***动力学模型中,依次施加所述多个不同载荷;分别测量所述部件在所述多个不同载荷下的振动加速度;根据动力学求解结果得到所述部件在所述多个不同载荷下的模态坐标。
可选地,所述振动参数包括振动频率和振动加速度,步骤A3)包括:根据所述部件的模态应力以及在所述多个不同的载荷下所述部件的模态坐标,计算所述部件在所述多个不同的载荷下的单圈疲劳损伤值,将所述多个不同的载荷的频率作为所述振动频率,并与在所述多个不同载荷下所述部件的振动加速度、所述部件在所述多个不同的载荷下的单圈疲劳损伤进行存储,以构建疲劳损伤数据库。
可选地,步骤C)包括:根据所述部件的振动参数,从所述疲劳损伤数据库查询与所述部件的振动参数对应的单圈疲劳损伤值,进而计算所述部件在所述预定时间段内的总疲劳损伤值。
可选地,步骤C)还包括:当没有获得查询结果时,则利用插值算法计算与所述部件的振动参数对应的单圈疲劳损伤。
可选地,所述预定时间段内的发电机的运行数据还包括所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速,步骤C)中计算所述部件在所述预定时间段内的总疲劳损伤值的步骤包括:根据所述部件的单圈疲劳损伤值、所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速计算所述部件在所述预定时间段内的总疲劳损伤值。
可选地,所述确定方法还包括:D)将所述部件在所述预定时间段内的总疲劳损伤值与所述部件在所述预定时间段之前的累计疲劳损伤值进行累加得到部件当前的累计疲劳损伤值。
可选地,所述确定方法还包括:E)根据部件当前的累计疲劳损伤值以及部件的额定转速和在设计寿命下的等效转数计算得到部件的剩余寿命。
可选地,在步骤E)中,根据以下等式计算所述部件的剩余寿命:
其中,M表示所述部件的剩余寿命,∑Di表示所述部件当前的累计疲劳损伤,Nrat表示所述部件的在设计寿命下的等效转数,Rot表示额定转速。
可选地,所述确定方法还包括:当所述部件当前的累计疲劳损伤符合以下任意一个条件时进行报警:所述部件当前的累计疲劳损伤值与同批次同配置的其他发电机部件当前的累计疲劳损伤值的差大于第一阈值;或,所述部件当前的累计疲劳损伤值大于所述部件的理论疲劳损伤,其中,所述部件的理论疲劳损伤值指示所述部件在正常状态下运行所述部件当前累计的运行时间后的疲劳损伤;或,所述部件当前的累计疲劳损伤值大于第二阈值。
根据本发明的另一方面提供一种发电机部件的疲劳损伤的确定设备,包括:数据库构建单元,通过仿真来构建所述部件的疲劳损伤数据库,其中,所述疲劳损伤数据库包括振动参数以及与振动参数对应的疲劳损伤值;运行数据获取单元,获取预定时间段内的发电机的运行数据,所述运行数据包括所述部件的振动参数;疲劳损伤计算单元,根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件在预定时间段内的总疲劳损伤值。
可选地,数据库构建单元包括:固有振动特性数据获取单元,通过对预先构建的发电机***有限元模型进行模态分析得到所述部件的模态应力;振动结果数据获取单元,基于所述有限元模型,构建发电机***的动力学模型;在所述动力学模型中分别施加多个不同的载荷,以得到在所述多个不同载荷下所述部件的振动结果数据;构建单元,根据所述部件的模态应力和在所述多个不同的载荷下所述部件的振动结果数据构建所述部件的疲劳损伤数据库。
可选地,所述多个不同载荷的预定属性不同,所述预定属性为频率和幅值的组合,所述多个不同载荷的频率在所述部件的监控频率范围内;振动结果数据获取单元还对发电机***动力学模型进行模态分析,确定所述部件的监控频率范围。
可选地,所述部件的振动结果数据包括所述部件的振动加速度和所述部件的模态坐标;其中,振动结果数据获取单元通过以下方式得到在所述多个不同载荷下所述部件的振动结果数据:在发电机***动力学模型中,依次施加所述多个不同载荷;分别测量所述部件在所述多个不同载荷下的振动加速度;根据动力学求解结果得到所述部件在所述多个不同载荷下的模态坐标。
可选地,所述振动参数包括振动频率和振动加速度,构建单元根据所述部件的模态应力以及在所述多个不同载荷下所述部件模态坐标,计算所述部件在所述多个不同载荷下的单圈疲劳损伤值,将所述多个不同载荷的频率作为所述振动频率,并与在所述多个不同载荷下所述部件的振动加速度、所述部件在所述多个不同载荷下的单圈疲劳损伤值进行存储,以构建疲劳损伤数据库。
可选地,所述疲劳损伤数据库中包括的与振动参数对应的疲劳损伤值为单圈疲劳损伤值,疲劳损伤计算单元根据所述部件的振动参数,从所述疲劳损伤数据库查询与所述部件的振动参数对应的单圈疲劳损伤值,用于计算所述部件在所述预定时间段内的总疲劳损伤值。
可选地,当没有获得查询结果时,疲劳损伤计算单元利用插值算法计算与所述部件的振动参数对应的单圈疲劳损伤。
可选地,所述预定时间段内的发电机的运行数据还包括所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速,疲劳损伤计算单元还根据所述部件的单圈疲劳损伤值、所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速计算所述部件在所述预定时间段内的总疲劳损伤值。
可选地,所述确定设备还包括:累计疲劳损伤计算单元,将所述部件在所述预定时间段内的总疲劳损伤值与所述部件在所述预定时间段之前的累计疲劳损伤值进行累加得到部件当前的累计疲劳损伤值。
可选地,所述确定设备还包括:剩余寿命确定单元,根据部件当前的累计疲劳损伤值以及部件的额定转速和在设计寿命下的等效转数计算得到部件的剩余寿命。
可选地,剩余寿命确定单元根据以下等式计算所述部件的剩余寿命:
其中,M表示所述部件的剩余寿命,∑Di表示所述部件当前的累计疲劳损伤值,Nrat表示所述部件在设计寿命下的等效转数,Rot表示额定转速。
可选地,所述设备还包括:报警单元,当所述部件当前的累计疲劳损伤值符合以下任意一个条件时进行报警:所述部件当前的累计疲劳损伤值与同批次同配置的其他发电机部件当前的累计疲劳损伤值的差大于第一阈值;或,所述部件当前的累计疲劳损伤值大于所述部件的理论疲劳损伤值,其中,所述部件的理论疲劳损伤值指示所述部件在正常状态下运行所述部件当前累计的运行时间后的疲劳损伤;或,所述部件当前的累计疲劳损伤值大于第二阈值。
根据本发明的一种发电机部件的疲劳损伤的确定方法和设备,可以更准确地对疲劳损伤进行估算。此外,由于构建的疲劳损伤数据库不依赖于历史运行数据,所述确定方法应用范围更广。
将在接下来的描述中部分阐述本发明另外的方面和/或优点,还有一部分通过描述将是清楚的,或者可以经过本发明的实施而得知。
附图说明
通过下面结合附图进行的详细描述,本发明的上述和其它目的、特点和优点将会变得更加清楚,其中:
图1是示出根据本发明的示例性实施例的一种发电机部件的疲劳损伤的确定方法的流程图;
图2是示出根据本发明的示例性实施例的构建疲劳损伤数据库的步骤的流程图;
图3是示出根据本发明的示例性实施例的一种发电机部件的疲劳损伤的确定设备的结构框图;
图4是示出根据本发明的示例性实施例的疲劳数据库构建单元的结构框图。
具体实施方式
下面参照附图详细描述本发明的实施例。
图1是示出根据本发明示例性实施例的一种发电机部件的疲劳损伤的确定方法的流程图。所述根据本发明示例性实施例的一种发电机部件的疲劳损伤的确定方法适用于各种发电机(例如风力发电机、汽轮发电机、水轮发电机、核能发电机、燃气发电机和柴油发电机等)的各个部件(例如转子、定子、动轴和定轴等)。
参照图1,在步骤S10,通过仿真来构建所述部件的疲劳损伤数据库。所述疲劳损伤数据库包括振动参数以及与振动参数对应的疲劳损伤值。疲劳损伤数据库中与振动参数对应的疲劳损伤值可以是单圈疲劳损伤值,也可以是单位时间内的疲劳损伤值。这里,可对发电机***进行静力学仿真和动力学仿真来获得用于构建所述部件的疲劳损伤数据库的数据。
以下将参照图2来举例说明通过仿真来构建所述部件的疲劳损伤数据库的具体步骤。应该理解,本发明中用于构建所述部件的疲劳损伤数据库的仿真方式以及仿真模型不限于图2中的仿真方式以及仿真模型,其他可用于构建所述部件的疲劳损伤数据库的仿真方式以及仿真模型都可用于本发明。
图2是示出根据本发明的示例性实施例的构建疲劳损伤数据库的步骤的流程图。参照图2,在步骤S101,通过对预先构建的发电机***有限元模型进行有限元分析得到所述部件的固有振动特性数据。
所述发电机***有限元模型中包括了发电机***的主要部件,例如定子、转子、定轴和转轴。由于在构建所述发电机***有限元模型时需要考虑各个部件的材料特性,因此构建的发电机***有限元模型可体现各个部件的材料特性。
所述部件的固有振动特性数据指示所述部件本身具有的振动特性的数据。所述部件的固有振动特性数据可包括所述部件的模态应力。相应地,在步骤S101中,对发电机***有限元模型进行模态分析得到所述部件的模态应力。
在步骤S102,基于所述有限元模型,构建发电机***动力学模型,在所述发电机***的动力学模型中分别施加多个不同载荷以得到在所述多个不同载荷下所述部件的振动结果数据。
为了降低模型阶数,提高计算速度,可根据模态缩减后的发电机***有限元模型,构建发电机***的动力学模型。所述模态缩减是指将有限元模态结果缩减到有限主节点上。
优选地,在构建发电机***的动力学模型时,考虑轴承刚度以及定转子之间的磁拉力,构建的发电机***的动力学模型将体现轴承刚度以及定转子之间的磁拉力。
所述振动结果数据为与所述部件在载荷的激励下发生的振动相关的数据。例如,所述部件的振动结果数据可包括所述部件的振动加速度和所述部件的模态坐标。
所述多个不同载荷的预定属性不同。所述预定属性频率和幅值的组合。也就是说,多个不同载荷的频率或幅值不同,或者多个不同载荷的频率和幅值都不同。
所述多个不同载荷的频率在所述部件的监控频率范围内。所述部件的监控频率范围可通过仿真来确定。例如,可通对发电机***的动力学模型进行模态分析来确定。所述部件的监控频率范围包括所述部件的一阶模态频率。
对于频率为所述部件的监控频率范围内的任一频率的载荷的幅值的取值范围可通过试算来确定。所述试算是指将频率为所述部件的监控频率范围内的任一频率、不同幅值的载荷分别施加到所述发电机***的动力学模型中,监控所述部件的振动情况,并计算所述部件的单圈疲劳损伤值。在试算中,将能激励所述部件进行振动的载荷的最小幅值作为其取值范围的起始值,将使所述部件的单圈疲劳损伤值达到单圈理论疲劳损伤值的载荷的幅值作为其取值范围的终止值。所述单圈理论疲劳损伤值为所述部件在正常状态下转子运行一圈后的疲劳损伤值,可通过风电机组在寿命期内转子可运行的总圈数来确定。
步骤S102中可依次施加所述多个不同载荷以分别得到在所述多个不同载荷下所述部件的振动结果数据。具体说来,得到在任一载荷下所述部件的振动结果数据的步骤可包括:在发电机***的动力学模型中,施加所述任一载荷;测量所述部件的振动加速度;根据动力学求解结果得到所述部件在所述任一载荷下的模态坐标。这里,可将测量的振动加速度的最大值作为所述部件在所述任一载荷下的振动加速度。
在步骤S103,根据所述部件的模态应力和在所述多个不同载荷下所述部件的振动结果数据构建所述部件的疲劳损伤数据库。这里,可根据所述部件的模态应力和在所述多个不同载荷下所述部件的振动结果数据,采用相应的算法来计算在所述多个不同载荷下所述部件的疲劳损伤值,从而构建所述部件的疲劳损伤数据库。所述部件的疲劳损伤值可以是单圈疲劳损伤值,也可以是单位时间内的疲劳损伤值。相应地,在疲劳损伤数据库中与振动参数对应的疲劳损伤值可以是单圈疲劳损伤值,也可以是单位时间的疲劳损伤值。
例如,在所述部件的固有振动特性数据包括所述部件的模态应力,所述部件的振动结果数据包括所述部件的振动加速度和所述部件的模态坐标的情况下,根据所述部件的模态应力以及在所述多个不同载荷下所述部件模态坐标,计算所述部件在所述多个不同载荷下的单圈疲劳损伤值。这里,可利用用于计算疲劳损伤值的算法来计算所述单圈疲劳损伤值。
将所述多个不同载荷的频率作为在多个不同载荷下所述部件的振动频率,并与在所述多个不同载荷下所述部件的振动加速度、所述部件在所述多个不同载荷下的单圈疲劳损伤值存储在疲劳损伤数据库中,以构建疲劳损伤数据库。这里,疲劳损伤数据库存储的振动参数包括振动频率和振动加速度。
再次参照图1,在步骤S20,获取预定时间段内的发电机的运行数据,所述运行数据包括所述部件的振动参数。所述振动参数包括振动频率和振动加速度。这里,可从现场获取实测数据,对实测数据进行滤波处理,滤波范围为上述的监控频率范围,对滤波后的实测数据进行分析,得到部件在所述预定时间段内的振动参数,即振动频率和振动加速度。
在步骤S30,根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件在预定时间段内的总疲劳损伤值。
如上文所述,在疲劳损伤数据库中与振动参数对应的疲劳损伤值可以是单圈疲劳损伤值,也可以是单位时间的疲劳损伤值,因此,在步骤S30中,可根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件单圈疲劳损伤值,或者计算得到所述部件单位时间的疲劳损伤值。
在疲劳损伤数据库中与振动参数对应的疲劳损伤值是单圈疲劳损伤值的情况下,在步骤S30中,根据所述部件的振动参数,从所述疲劳损伤数据库查询与所述部件的振动参数对应的单圈疲劳损伤值,作为所述部件的单圈疲劳损伤值。当没有获得查询结果时,则利用插值算法计算与所述部件的振动参数对应的单圈疲劳损伤。具体说来,当所述疲劳损伤数据库中没有与所述部件的振动参数对应的单圈疲劳损伤值时,从所述疲劳损伤数据库获取与所述部件的振动参数邻近的预定数量的振动参数对应的单圈疲劳损伤值,基于获取的单圈疲劳损伤值以及所述预定数量的振动参数,利用插值算法计算与所述部件的振动参数对应的单圈疲劳损伤值。
在所述运行数据中包括多组振动参数的情况下,可通过上述方式获得每组振动参数对应的单圈疲劳损伤值。
在另一个实施例中,预定时间段内的发电机的运行数据还可包括所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速,所述步骤S30还包括:根据所述部件的单圈疲劳损伤值、所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速计算所述部件在所述预定时间段内的总疲劳损伤值。在所述运行数据中包括多组振动参数的情况下,所述振动时长包括多个分别以所述多组振动参数中的一组振动参数进行振动的振动时长。
具体说来,可根据以下等式(1)计算所述部件在所述预定时间段内以任意一组振动参数进行振动的疲劳损伤值:
其中,Di表示所述部件在所述预定时间段内以所述任意一组振动参数进行振动的疲劳损伤值,D表示部件在所述预定时间段内所述任意一组振动参数进行振动的单圈疲劳损伤值,T表示所述部件在所述预定时间段内所述任意一组振动参数进行振动的振动时长,n表示发电机在所述预定时间段内的转速(转每分钟)。
可根据等式(1)分别计算获得所述部件在所述预定时间段内以每组振动参数进行振动的疲劳损伤值,再将所述部件在所述预定时间段内以每组振动参数进行振动的疲劳损伤值进行累加,即可所述部件在所述预定时间段内的总疲劳损伤值。
在另一个实施例中,根据本发明的一种发电机部件的疲劳损伤的确定方法还可确定所述部件的累计疲劳损伤值。相应地,所述确定方法还可包括以下步骤:将所述部件在所述预定时间段内的总疲劳损伤值与所述部件在所述预定时间段之前的累计疲劳损伤值进行累加得到部件当前的累计疲劳损伤值。这里,可根据曼耐尔(Miner)线性累计损伤值理论来将所述部件在所述预定时间段内的总疲劳损伤值与所述部件在所述预定时间段之前的累计疲劳损伤值进行累加。
在另一个实施例中,根据本发明的一种发电机部件的疲劳损伤的确定方法还可根据所述部件的累计疲劳损伤值来进行报警。例如,当所述部件当前的累计疲劳损伤值符合以下任意一个条件时进行报警:所述部件当前的累计疲劳损伤值与同批次同配置的其他发电机部件当前的累计疲劳损伤值的差大于第一阈值;所述部件当前的累计疲劳损伤值大于所述部件的理论疲劳损伤值;和,所述部件当前的累计疲劳损伤值大于第二阈值,其中,所述部件的理论疲劳损伤值指示所述部件在正常状态下运行所述部件当前累计的运行时间后的疲劳损伤值。通过报警可提醒工作人员对部件进行检修或进行相应的预防。
在另一个实施例中,根据本发明的一种发电机部件的疲劳损伤的确定方法还可确定所述部件的剩余寿命。相应地,所述确定方法还可包括以下步骤:根据部件当前的累计疲劳损伤值以及部件的额定转速和在设计寿命下的等效转数计算得到部件的剩余寿命。
这里,可根据以下等式(2)计算所述部件的剩余寿命:
其中,M表示所述部件的剩余寿命(单位为小时),∑Di表示所述部件当前的累计疲劳损伤值,Nrat表示所述部件在设计寿命下的等效转数,Rot表示额定转速(转每分钟)。
可以理解,本发明计算所述部件的剩余寿命的方法不限于等式(2)表示的方法,其他可根据部件当前的累计疲劳损伤值以及部件的额定转速和在设计寿命下的等效转数计算得到部件的剩余寿命的方法都可用于本发明。
在图1所示的根据本发明的一种发电机部件的疲劳损伤的确定方法中,为了实时地在线确定部件的疲劳损伤值,步骤S20和步骤S30可周期性地执行。这样也可以为实现部件的累计疲劳损伤值以及剩余寿命的实时监控提供数据支持。
图3是示出根据本发明示例性实施例的一种发电机部件的疲劳损伤的确定设备的结构框图。所述根据本发明示例性实施例的一种发电机部件的疲劳损伤的确定设备适用于确定各种发电机(例如风力发电机、汽轮发电机、水轮发电机、核能发电机、燃气发电机和柴油发电机等)的各个部件(例如转子、定子、动轴和定轴等)的疲劳损伤值。如图3所示,根据本发明示例性实施例的一种发电机部件的疲劳损伤的确定设备包括:数据库构建单元10、运行数据获取单元20和疲劳损伤计算单元。
数据库构建单元10通过仿真来构建所述部件的疲劳损伤数据库。所述疲劳损伤数据库包括振动参数以及与振动参数对应的疲劳损伤值。疲劳损伤数据库中与振动参数对应的疲劳损伤值可以是单圈疲劳损伤值,也可以是单位时间内的疲劳损伤值。这里,可对发电机***进行静力学仿真和动力学仿真来获得用于构建所述部件的疲劳损伤数据库的数据。
以下将参照图3来举例说明数据库构建单元10通过仿真来构建所述部件的疲劳损伤数据库的具体方式。应该理解,本发明中用于构建所述部件的疲劳损伤数据库的仿真方式以及仿真模型不限于下述的仿真方式以及仿真模型,其他可用于构建所述部件的疲劳损伤数据库的仿真方式以及仿真模型都可用于本发明。
图4是示出根据本发明的示例性实施例的数据库构建单元10的结构框图。参照图4,所述数据库构建单元10包括固有振动特性数据获取单元101、振动结果数据获取单元102和构建单元103。
固有振动特性数据获取单元101通过对预先构建的发电机***有限元模型进行有限元分析得到所述部件的固有振动特性数据。
所述发电机***有限元模型中包括了发电机***的主要部件,例如定子、转子、定轴和转轴。由于在构建所述发电机***有限元模型时需要考虑各个部件的材料特性,因此构建的发电机***有限元模型可体现各个部件的材料特性。
所述部件的固有振动特性数据指示所述部件本身具有的振动特性的数据。所述部件的固有振动特性数据可包括所述部件的模态应力。相应地,固有振动特性数据获取单元101对发电机***有限元模型进行模态分析得到所述部件的模态应力。
振动结果数据获取单元102基于发动机***有限元模型,构建发电机***的动力学模型,在动力学模型中分别施加多个不同载荷进行以得到在所述多个不同载荷下所述部件的振动结果数据。
为了降低模型阶数,提高计算速度,可根据模态缩减后的发电机***有限元模型,构建发电机***的动力学模型。所述模态缩减是指将有限元模态结果缩减到有限主节点上。
优选地,在构建发电机***的动力学模型时,考虑轴承刚度以及定转子之间的磁拉力,构建的发电机***的动力学模型将体现轴承刚度以及定转子之间的磁拉力。
所述振动结果数据为与所述部件在载荷的激励下发生的振动相关的数据。例如,所述部件的振动结果数据可包括所述部件的振动加速度和所述部件的模态坐标。
所述多个不同载荷的预定属性不同。所述预定属性频率和幅值的组合。也就是说,多个不同载荷的频率或幅值不同,或者多个不同载荷的频率和幅值都不同。
所述多个不同载荷的频率在所述部件的监控频率范围内。所述部件的监控频率范围可通过仿真来确定。例如,可通对发电机***的动力学模型进行模态分析来确定。所述部件的监控频率范围包括所述部件的一阶模态频率。
对于频率为所述部件的监控频率范围内的任一频率的载荷的幅值的取值范围可通过试算来确定。所述试算是指将频率为所述部件的监控频率范围内的任一频率、不同幅值的载荷分别施加到所述发电机***的动力学模型中,监控所述部件的振动情况,并计算所述部件的单圈疲劳损伤值。在试算中,将能激励所述部件进行振动的载荷的最小幅值作为其取值范围的起始值,将使所述部件的单圈疲劳损伤值达到单圈理论疲劳损伤值的载荷的幅值作为其取值范围的终止值。所述单圈理论疲劳损伤值为所述部件在正常状态下转子运行一圈后的疲劳损伤值,可通过风电机组在寿命期内转子可运行的总圈数来确定。
振动结果数据获取单元102可依次施加所述多个不同载荷以分别得到在所述多个不同载荷下所述部件的振动结果数据。具体说来,可通过以下方式来得到在任一载荷下所述部件的振动结果数据:在发电机***的动力学模型中,施加所述任一载荷;测量所述部件的振动加速度度;根据动力学求解结果得到所述部件在所述任一载荷下的模态坐标。这里,可将测量的振动加速度的最大值作为所述部件在所述任一载荷下的振动加速度。
构建单元103根据所述部件的固有振动特性数据和在所述多个不同载荷下所述部件的振动结果数据构建所述部件的疲劳损伤数据库。这里,可根据所述部件的固有振动特性数据和在所述多个不同载荷下所述部件的振动结果数据,采用相应的算法来计算在所述多个不同载荷下所述部件的疲劳损伤值,从而构建所述部件的疲劳损伤数据库。所述部件的疲劳损伤值可以是单圈疲劳损伤值,也可以是单位时间内的疲劳损伤值。相应地,在疲劳损伤数据库中与振动参数对应的疲劳损伤值可以是单圈疲劳损伤值,也可以是单位时间的疲劳损伤值。
例如,在所述部件的固有振动特性数据包括所述部件的模态应力,所述部件的振动结果数据包括所述部件的振动加速度和所述部件的模态坐标的情况下,根据所述部件的模态应力以及所述在多个不同载荷下所述部件模态坐标,计算所述部件在所述多个不同载荷下的单圈疲劳损伤值。这里,可利用用于计算疲劳损伤值的算法来计算所述单圈疲劳损伤值。
将所述多个不同载荷的频率作为振动频率,并与在所述多个不同载荷下所述部件的振动加速度、所述部件在所述多个不同载荷下的单圈疲劳损伤值存储在疲劳损伤数据库中,以构建疲劳损伤数据库。这里,疲劳损伤数据库存储的振动参数包括振动频率和振动加速度。
再次参照图3,运行数据获取单元20获取预定时间段内的发电机的运行数据,所述运行数据包括所述部件的振动参数。所述振动参数包括振动频率和振动加速度。这里,可从现场获取实测数据,对实测数据进行滤波处理,滤波范围为上述的监控频率范围,对滤波后的实测数据进行分析,得到部件在所述预定时间段内的振动参数,即振动频率和振动加速度。
疲劳损伤计算单元30根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件在预定时间段内的总疲劳损伤值。
如上文所述,在疲劳损伤数据库中与振动参数对应的疲劳损伤值可以是单圈疲劳损伤值,也可以是单位时间的疲劳损伤值,因此,疲劳损伤计算单元30可根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件的单圈疲劳损伤值,或者计算得到所述部件的单位时间的疲劳损伤值。
在疲劳损伤数据库中与振动参数对应的疲劳损伤值是单圈疲劳损伤值的情况下,疲劳损伤计算单元30根据所述部件的振动参数,从所述疲劳损伤数据库查询与所述部件的振动参数对应的单圈疲劳损伤值,作为所述部件的单圈疲劳损伤值。当没有获得查询结果时,疲劳损伤计算单元30利用插值算法计算与所述部件的振动参数对应的单圈疲劳损伤。具体说来,当所述疲劳损伤数据库中没有与所述部件的振动参数对应的单圈疲劳损伤值时,从所述疲劳损伤数据库获取与所述部件的振动参数邻近的预定数量的振动参数对应的单圈疲劳损伤值,基于获取的单圈疲劳损伤值以及所述预定数量的振动参数,利用插值算法计算与所述部件的振动参数对应的单圈疲劳损伤值。
在所述运行数据中包括多组振动参数的情况下,可通过上述方式获得每组振动参数对应的单圈疲劳损伤值。
在另一个实施例中,预定时间段内的发电机的运行数据还可包括所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速,疲劳损伤计算单元30还根据所述部件的单圈疲劳损伤值、所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速计算所述部件在所述预定时间段内的总疲劳损伤值。在所述运行数据中包括多组振动参数的情况下,所述振动时长包括多个分别以所述多组振动参数中的一组振动参数进行振动的振动时长。
具体说来,疲劳损伤计算单元30可根据上述等式(1)计算所述部件在所述预定时间段内以任意一组振动参数进行振动的疲劳损伤值。
疲劳损伤计算单元30可根据等式(1)分别计算获得所述部件在所述预定时间段内以每组振动参数进行振动的疲劳损伤值,再将所述部件在所述预定时间段内以每组振动参数进行振动的疲劳损伤值进行累加,即可所述部件在所述预定时间段内的总疲劳损伤值。
在另一个实施例中,根据本发明的一种发电机部件的疲劳损伤的确定设备还可确定所述部件的累计疲劳损伤值。相应地,疲劳损伤计算单元30还可将所述部件在所述预定时间段内的总疲劳损伤值与所述部件在所述预定时间段之前的累计疲劳损伤值进行累加得到部件当前的累计疲劳损伤值。这里,可根据曼耐尔(Miner)线性累计损伤值理论来将所述部件在所述预定时间段内的总疲劳损伤值与所述部件在所述预定时间段之前的累计疲劳损伤值进行累加。
在另一个实施例中,根据本发明的一种发电机部件的疲劳损伤的确定设备还可根据所述部件的累计疲劳损伤值来进行报警,相应地,所述确定设备还可包括报警单元(未示出)。例如,当所述部件当前的累计疲劳损伤值符合以下任意一个条件时报警单元进行报警:所述部件当前的累计疲劳损伤值与同批次同配置的其他发电机部件当前的累计疲劳损伤值的差大于第一阈值;或所述部件当前的累计疲劳损伤值大于所述部件的理论疲劳损伤值;或所述部件当前的累计疲劳损伤值大于第二阈值。所述部件的理论疲劳损伤值指示所述部件在正常状态下运行所述部件当前累计的运行时间后的疲劳损伤值。通过报警可提醒工作人员对部件进行检修或进行相应的预防。
在另一个实施例中,根据本发明的一种发电机部件的疲劳损伤的确定设备还可确定所述部件的剩余寿命。相应地,所述确定设备还可包括剩余寿命确定单元(未示出)。所述剩余寿命确定单元根据部件当前的累计疲劳损伤值以及部件的额定转速和在设计寿命下的等效转数计算得到部件的剩余寿命。
这里,可根据上述等式(2)计算所述部件的剩余寿命。
可以理解,本发明计算所述部件的剩余寿命的方法不限于等式(2)表示的方法,其他可根据部件当前的累计疲劳损伤值以及部件的额定转速和在设计寿命下的等效转数计算得到部件的剩余寿命的方法都可用于本发明。
在图3所示的根据本发明的一种发电机部件的疲劳损伤的确定设备中,为了实时地在线确定部件的疲劳损伤值,运行数据获取单元10可周期性地获取预定时间段内的发电机的运行数据,疲劳损伤计算单元20可周期性地根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件在预定时间段内的总疲劳损伤值。这样也可以为实现部件的累计疲劳损伤值以及剩余寿命的实时监控提供数据支持。
根据本发明的一种发电机部件的疲劳损伤的确定方法和设备,可以更准确地对疲劳损伤进行估算。此外,由于构建的疲劳损伤数据库不依赖于历史运行数据,所述确定方法和设备应用范围更广。
此外,应该理解,根据本发明的发电机部件的疲劳损伤的确定方法也可实现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可存储其后可由计算机***读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。计算机可读记录介质也可分布于连接网络的计算机***,从而计算机可读代码以分布式存储和执行。此外,完成本发明的功能程序、代码和代码段可容易地被与本发明相关的领域的普通程序员在本发明的范围之内解释。
此外,根据本发明的示例性实施例的发电机部件的疲劳损伤的确定设备中的各个单元可完全由硬件来实现,例如现场可编程门阵列(FPGA)或专用集成电路(ASIC);还可以由硬件和软件相结合的方式来实现;也可以完全通过计算机程序来以软件方式实现,例如,被实现为安装在计算机中用于确定发电机部件的疲劳损伤的应用中的各个模块。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (24)
1.一种发电机部件的疲劳损伤的确定方法,其特征在于,包括:
A)通过仿真来构建所述部件的疲劳损伤数据库,其中,所述疲劳损伤数据库包括振动参数以及与振动参数对应的单圈疲劳损伤值;
B)获取预定时间段内的发电机的运行数据,所述运行数据包括所述部件的振动参数;
C)根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件在预定时间段内的总疲劳损伤值。
2.根据权利要求1所述的确定方法,其特征在于,步骤A)包括:
A1)通过对预先构建的发电机***有限元模型进行模态分析得到所述部件的模态应力;
A2)基于所述有限元模型,构建发电机***的动力学模型,在所述动力学模型中分别施加多个不同载荷,以得到在所述多个不同载荷下所述部件的振动结果数据;
A3)根据所述部件的模态应力和在所述多个不同载荷下所述部件的振动结果数据构建所述部件的疲劳损伤数据库。
3.根据权利要求2所述的确定方法,其特征在于,所述多个不同的载荷的预定属性不同,所述预定属性为频率和幅值的组合,所述多个不同的载荷的频率在所述部件的监控频率范围内;步骤A2)还包括:对发电机***动力学模型进行模态分析,确定所述部件的监控频率范围。
4.根据权利要求3所述的确定方法,其特征在于,所述部件的振动结果数据包括所述部件的振动加速度和所述部件的模态坐标;
其中,步骤A2)中得到在所述多个不同载荷下所述部件的振动结果数据的步骤包括:
在发电机***动力学模型中,依次施加所述多个不同载荷;
分别测量所述部件在所述多个不同载荷下的振动加速度;
根据动力学求解结果得到所述部件在所述多个不同载荷下的模态坐标。
5.根据权利要求4所述的确定方法,其特征在于,所述振动参数包括振动频率和振动加速度,步骤A3)包括:
根据所述部件的模态应力以及在所述多个不同的载荷下所述部件的模态坐标,计算所述部件在所述多个不同的载荷下的单圈疲劳损伤值,
将所述多个不同的载荷的频率作为所述振动频率,并与在所述多个不同载荷下所述部件的振动加速度、所述部件在所述多个不同的载荷下的单圈疲劳损伤进行存储,以构建疲劳损伤数据库。
6.根据权利要求1所述的确定方法,其特征在于,步骤C)包括:根据所述部件的振动参数,从所述疲劳损伤数据库查询与所述部件的振动参数对应的单圈疲劳损伤值,进而计算所述部件在所述预定时间段内的总疲劳损伤值。
7.根据权利要求6所述的确定方法,其特征在于,步骤C)还包括:当没有获得查询结果时,则利用插值算法计算与所述部件的振动参数对应的单圈疲劳损伤。
8.根据权利要求6所述的确定方法,其特征在于,所述预定时间段内的发电机的运行数据还包括所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速,
步骤C)中计算所述部件在所述预定时间段内的总疲劳损伤值的步骤包括:根据所述部件的单圈疲劳损伤值、所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速计算所述部件在所述预定时间段内的总疲劳损伤值。
9.根据权利要求8所述的确定方法,其特征在于,还包括:D)将所述部件在所述预定时间段内的总疲劳损伤值与所述部件在所述预定时间段之前的累计疲劳损伤值进行累加得到部件当前的累计疲劳损伤值。
10.根据权利要求9所述的确定方法,其特征在于,还包括:E)根据部件当前的累计疲劳损伤值以及部件的额定转速和在设计寿命下的等效转数计算得到部件的剩余寿命。
11.根据权利要求10所述的确定方法,其特征在于,在步骤E)中,根据以下等式计算所述部件的剩余寿命:
其中,M表示所述部件的剩余寿命,∑Di表示所述部件当前的累计疲劳损伤,Nrat表示所述部件的在设计寿命下的等效转数,Rot表示额定转速。
12.根据权利要求9所述的确定方法,其特征在于,还包括:当所述部件当前的累计疲劳损伤符合以下任意一个条件时进行报警:
所述部件当前的累计疲劳损伤值与同批次同配置的其他发电机部件当前的累计疲劳损伤值的差大于第一阈值;
或,所述部件当前的累计疲劳损伤值大于所述部件的理论疲劳损伤,其中,所述部件的理论疲劳损伤值指示所述部件在正常状态下运行所述部件当前累计的运行时间后的疲劳损伤;
或,所述部件当前的累计疲劳损伤值大于第二阈值。
13.一种发电机部件的疲劳损伤的确定设备,其特征在于,包括:
数据库构建单元,通过仿真来构建所述部件的疲劳损伤数据库,其中,所述疲劳损伤数据库包括振动参数以及与振动参数对应的单圈疲劳损伤值;
运行数据获取单元,获取预定时间段内的发电机的运行数据,所述运行数据包括所述部件的振动参数;
疲劳损伤计算单元,根据所述运行数据以及所述疲劳损伤数据库,计算得到所述部件在预定时间段内的总疲劳损伤值。
14.根据权利要求13所述的确定设备,其特征在于,数据库构建单元包括:
固有振动特性数据获取单元,通过对预先构建的发电机***有限元模型进行模态分析得到所述部件的模态应力;
振动结果数据获取单元,基于所述有限元模型,构建发电机***的动力学模型;在所述动力学模型中分别施加多个不同的载荷,以得到在所述多个不同载荷下所述部件的振动结果数据;
构建单元,根据所述部件的模态应力和在所述多个不同的载荷下所述部件的振动结果数据构建所述部件的疲劳损伤数据库。
15.根据权利要求14所述的确定设备,其特征在于,所述多个不同载荷的预定属性不同,所述预定属性为频率和幅值的组合,所述多个不同载荷的频率在所述部件的监控频率范围内;振动结果数据获取单元还对发电机***动力学模型进行模态分析,确定所述部件的监控频率范围。
16.根据权利要求15所述的确定设备,其特征在于,所述部件的振动结果数据包括所述部件的振动加速度和所述部件的模态坐标;
其中,振动结果数据获取单元通过以下方式得到在所述多个不同载荷下所述部件的振动结果数据:
在发电机***动力学模型中,依次施加所述多个不同载荷;
分别测量所述部件在所述多个不同载荷下的振动加速度;
根据动力学求解结果得到所述部件在所述多个不同载荷下的模态坐标。
17.根据权利要求16所述的确定设备,其特征在于,所述振动参数包括振动频率和振动加速度,构建单元根据所述部件的模态应力以及在所述多个不同载荷下所述部件模态坐标,计算所述部件在所述多个不同载荷下的单圈疲劳损伤值,将所述多个不同载荷的频率作为所述振动频率,并与在所述多个不同载荷下所述部件的振动加速度、所述部件在所述多个不同载荷下的单圈疲劳损伤值进行存储,以构建疲劳损伤数据库。
18.根据权利要求13所述的确定设备,其特征在于,疲劳损伤计算单元根据所述部件的振动参数,从所述疲劳损伤数据库查询与所述部件的振动参数对应的单圈疲劳损伤值,进而计算所述部件在所述预定时间段内的总疲劳损伤值。
19.根据权利要求18所述的确定设备,其特征在于,当没有获得查询结果时,疲劳损伤计算单元利用插值算法计算与所述部件的振动参数对应的单圈疲劳损伤。
20.根据权利要求18所述的确定设备,其特征在于,所述预定时间段内的发电机的运行数据还包括所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速,
疲劳损伤计算单元还根据所述部件的单圈疲劳损伤值、所述部件在所述预定时间段内的振动时长以及发电机在所述预定时间段内的转速计算所述部件在所述预定时间段内的总疲劳损伤值。
21.根据权利要求20所述的确定设备,其特征在于,还包括:累计疲劳损伤计算单元,将所述部件在所述预定时间段内的总疲劳损伤值与所述部件在所述预定时间段之前的累计疲劳损伤值进行累加得到部件当前的累计疲劳损伤值。
22.根据权利要求21所述的确定设备,其特征在于,还包括:剩余寿命确定单元,根据部件当前的累计疲劳损伤值以及部件的额定转速和在设计寿命下的等效转数计算得到部件的剩余寿命。
23.根据权利要求22所述的确定设备,其特征在于,剩余寿命确定单元根据以下等式计算所述部件的剩余寿命:
其中,M表示所述部件的剩余寿命,∑Di表示所述部件当前的累计疲劳损伤值,Nrat表示所述部件在设计寿命下的等效转数,Rot表示额定转速。
24.根据权利要求21所述的确定设备,其特征在于,还包括:报警单元,当所述部件当前的累计疲劳损伤值符合以下任意一个条件时进行报警:所述部件当前的累计疲劳损伤值与同批次同配置的其他发电机部件当前的累计疲劳损伤值的差大于第一阈值;
或,所述部件当前的累计疲劳损伤值大于所述部件的理论疲劳损伤值,其中,所述部件的理论疲劳损伤值指示所述部件在正常状态下运行所述部件当前累计的运行时间后的疲劳损伤;
或,所述部件当前的累计疲劳损伤值大于第二阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611216639.9A CN108241761A (zh) | 2016-12-26 | 2016-12-26 | 发电机部件的疲劳损伤的确定方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611216639.9A CN108241761A (zh) | 2016-12-26 | 2016-12-26 | 发电机部件的疲劳损伤的确定方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108241761A true CN108241761A (zh) | 2018-07-03 |
Family
ID=62704844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611216639.9A Pending CN108241761A (zh) | 2016-12-26 | 2016-12-26 | 发电机部件的疲劳损伤的确定方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108241761A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110579368A (zh) * | 2019-09-26 | 2019-12-17 | 上海电气电站设备有限公司 | 基于仿真计算的旋转机械振动故障智能诊断***及方法 |
CN110619171A (zh) * | 2019-09-16 | 2019-12-27 | 江苏卓然智能重工有限公司 | 一种大型塔吊缆索的疲劳失效算法 |
CN111291514A (zh) * | 2020-02-03 | 2020-06-16 | 华北电力大学 | 一种风电机组疲劳寿命的快速预测的方法 |
CN113732617A (zh) * | 2021-11-08 | 2021-12-03 | 滨州学院 | 一种工件损伤修复方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750216A (zh) * | 2010-01-28 | 2010-06-23 | 清华大学 | 次同步振荡引起的汽轮发电机轴系疲劳损伤在线分析方法 |
CN104236915A (zh) * | 2014-09-19 | 2014-12-24 | 华北电力大学 | 发电机组轴系-叶片扭振疲劳寿命损耗评估方法及*** |
CN104236705A (zh) * | 2014-09-19 | 2014-12-24 | 华北电力大学 | 汽轮发电机组轴系大扰动瞬态冲击扭振监测的方法及*** |
CN104573172A (zh) * | 2014-11-19 | 2015-04-29 | 新疆金风科技股份有限公司 | 风力发电机组中的结构件的疲劳分析方法和疲劳分析装置 |
CN105157968A (zh) * | 2015-08-05 | 2015-12-16 | 华中科技大学 | 汽轮发电机组轴系扭振疲劳损伤的估算*** |
-
2016
- 2016-12-26 CN CN201611216639.9A patent/CN108241761A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750216A (zh) * | 2010-01-28 | 2010-06-23 | 清华大学 | 次同步振荡引起的汽轮发电机轴系疲劳损伤在线分析方法 |
CN104236915A (zh) * | 2014-09-19 | 2014-12-24 | 华北电力大学 | 发电机组轴系-叶片扭振疲劳寿命损耗评估方法及*** |
CN104236705A (zh) * | 2014-09-19 | 2014-12-24 | 华北电力大学 | 汽轮发电机组轴系大扰动瞬态冲击扭振监测的方法及*** |
CN104573172A (zh) * | 2014-11-19 | 2015-04-29 | 新疆金风科技股份有限公司 | 风力发电机组中的结构件的疲劳分析方法和疲劳分析装置 |
CN105157968A (zh) * | 2015-08-05 | 2015-12-16 | 华中科技大学 | 汽轮发电机组轴系扭振疲劳损伤的估算*** |
Non-Patent Citations (1)
Title |
---|
WANG CHENGCHENG等: "《Research on the Predict Method of Random Vibration Cumulative Fatigue Damage Life Based on the Finite Element Analysis》", 《WORLD ACADEMY OF SCIENCE, ENGINEERING AND TECHNOLOGY》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619171A (zh) * | 2019-09-16 | 2019-12-27 | 江苏卓然智能重工有限公司 | 一种大型塔吊缆索的疲劳失效算法 |
CN110579368A (zh) * | 2019-09-26 | 2019-12-17 | 上海电气电站设备有限公司 | 基于仿真计算的旋转机械振动故障智能诊断***及方法 |
CN111291514A (zh) * | 2020-02-03 | 2020-06-16 | 华北电力大学 | 一种风电机组疲劳寿命的快速预测的方法 |
CN111291514B (zh) * | 2020-02-03 | 2024-04-05 | 华北电力大学 | 一种风电机组疲劳寿命的快速预测的方法 |
CN113732617A (zh) * | 2021-11-08 | 2021-12-03 | 滨州学院 | 一种工件损伤修复方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108241761A (zh) | 发电机部件的疲劳损伤的确定方法和设备 | |
EP3440348B1 (en) | Method and system for controlling a wind turbine to manage edgewise blade vibrations | |
Gong et al. | Imbalance fault detection of direct-drive wind turbines using generator current signals | |
US11041483B2 (en) | Methods of operating a wind turbine | |
Avendaño-Valencia et al. | Stationary and non-stationary random vibration modelling and analysis for an operating wind turbine | |
CN103019135B (zh) | 风机部件的寿命预测方法及*** | |
JP5997884B2 (ja) | ターボ機械エアフォイルの余寿命を判定する方法及び装置 | |
CN107061186A (zh) | 风力发电机组振动异常预警方法和装置 | |
CN109973325A (zh) | 识别异常振动的方法和设备 | |
CN110991666A (zh) | 故障检测方法、模型的训练方法、装置、设备及存储介质 | |
CN111852761B (zh) | 风力发电机组的转速控制方法及装置 | |
CN112861389B (zh) | 风电齿轮箱振动监测位置优化方法、***、介质及设备 | |
US20170356349A1 (en) | System and method to enhance lean blowout monitoring | |
Porretta et al. | Calculation of power systems inertia and frequency response | |
CN111287911A (zh) | 一种风电机组疲劳载荷的预警方法和*** | |
CN107710538A (zh) | 在ssr下操作dfig风力涡轮机的方法 | |
Tabatabaeipour et al. | Fault detection of a benchmark wind turbine using interval analysis | |
EP4345298A1 (en) | Detection method for wind driven generator, and related apparatus | |
Kia et al. | Development of a test bench dedicated to condition monitoring of wind turbines | |
Song et al. | Framework of designing an adaptive and multi-regime prognostics and health management for wind turbine reliability and efficiency improvement | |
Lin et al. | Investigation on dynamic performance of wind turbines using different scaling methods in wind tunnel tests | |
Liu et al. | Data-driven fault identification of ageing wind turbine | |
CN103995204A (zh) | 一种电力***强迫振荡源的在线监测方法及装置 | |
Shi et al. | Research on fault classification of wind turbine based on IMF kurtosis and PSO-SOM-LVQ | |
Vermesan et al. | An Intelligent Real-Time Edge Processing Maintenance System for Industrial Manufacturing, Control, and Diagnostic |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180703 |
|
WD01 | Invention patent application deemed withdrawn after publication |