CN109869286B - 风力发电机组振动状态监测方法 - Google Patents

风力发电机组振动状态监测方法 Download PDF

Info

Publication number
CN109869286B
CN109869286B CN201910110578.5A CN201910110578A CN109869286B CN 109869286 B CN109869286 B CN 109869286B CN 201910110578 A CN201910110578 A CN 201910110578A CN 109869286 B CN109869286 B CN 109869286B
Authority
CN
China
Prior art keywords
frequency
vibration
low
freedom
generating set
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
CN201910110578.5A
Other languages
English (en)
Other versions
CN109869286A (zh
Inventor
高伟
倪秋华
张华芳
刘勇
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.)
China General Nuclear Power Corp
CGN Power Co Ltd
Suzhou Nuclear Power Research Institute Co Ltd
Original Assignee
China General Nuclear Power Corp
CGN Power Co Ltd
Suzhou Nuclear Power Research Institute Co Ltd
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 China General Nuclear Power Corp, CGN Power Co Ltd, Suzhou Nuclear Power Research Institute Co Ltd filed Critical China General Nuclear Power Corp
Priority to CN201910110578.5A priority Critical patent/CN109869286B/zh
Publication of CN109869286A publication Critical patent/CN109869286A/zh
Application granted granted Critical
Publication of CN109869286B publication Critical patent/CN109869286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种风力发电机组振动状态监测方法，包括如下步骤：在风电塔筒的内壁沿竖直方向排布多组传感器组，每组传感器组至少包括四个沿同一圆周均匀排布的低频传感器，采集在自然状态下风力发电机组的低频振动信号；根据采集的低频振动信号进行风电机组自然激励工况模态的初始估计，并将低频振动信号通过傅里叶变换得到传递函数，在每阶模态频率处取出传递函数的有限数据拟合得到工况模态参数，计算出风电机组自然激励下的各阶工况模态；当实测的某一阶模态频率与风力发电机组工作频率偏差在10%以内时，进行故障预警；本发明通过在线振动监测，可实时查看风电机组运行状态，提前发现大部件故障信息，从而指导开展计划性维护与维修。

Description

风力发电机组振动状态监测方法
技术领域
本发明涉及风力发电技术领域，具体涉及一种风力发电机组振动状态监测 方法。
背景技术
伴随着风能的快速发展和风电机组的广泛安装使用，风电机组的运行故障 问题日益突出。风电机组的安全、稳定、无故障运转不仅可以提供稳定的电力 供应，也可以大幅降低风电的成本，是整个产业链健康发展的关键环节。计划 性维修是目前最先进的和最佳性价比的维护策略。但是由于风电机组往往地处 偏远，环境恶劣，塔架太高，设备维护人员难以实施离线状态监测。
风电机组的主要部件造价昂贵而且更换非常困难，如果合理采用状态监测 和故障预警的技术，通过实时状态检测和智能故障预警技术可以有效地发现事 故隐患并实现快速准确的***维护，保障机组安全运行，做到防范于未然，必 能大大地降低风机的故障率，有效地减少维修费用，必能提高风电的竞争能力， 推动风能行业的跨越式发展。
发明内容
本发明提供一种能解决上述问题的风力发电机组振动状态监测方法。
为达到上述目的，本发明采用的技术方案是：一种风力发电机组振动状态 监测方法，包括如下步骤：
(1)在风电塔筒的内壁沿竖直方向排布多组传感器组，每组所述传感器组 至少包括四个沿同一圆周均匀排布的低频传感器，所有的所述低频传感器分别 采集在自然状态下风力发电机组的低频振动信号；
(2)根据采集的低频振动信号进行风电机组自然激励工况模态的初始估 计，识别风电机组在自然激励下的频率、振型及自然环境下的阻尼；将低频振 动信号通过傅里叶变换得到传递函数，即为频率特性函数，取出传递函数的有 限数据拟合得到工况模态参数，计算出风电机组自然激励下的各阶工况模态；
(3)当实测的某一阶模态频率与风力发电机组工作频率偏差在10％以内时， 有发生共振、引起结构破坏的可能性，进行故障预警。
进一步的，所述风电塔筒沿其竖直方向设置的传感器组为8组、10组或12 组，每相邻的两所述传感器组之间均匀间隔设置，每组所述传感器组包括4个 所述低频传感器。
进一步的，所述低频传感器为941B型拾振传感器。
进一步的，所述低频传感器与所述风电塔筒的内壁相垂直的设置，所述低 频传感器采用焊接或金属胶粘结的方式固定在固定钢板上，所述固定钢板焊接 在所述风电塔筒的内壁。
进一步的，步骤(2)中，在得到频率特性函数后的计算过程中进行约束方 程处理及模态振型归一。
进一步的，步骤(2)中，还包括根据模态振型参数的正交性来检验实测数 据可靠性的步骤。
进一步的，步骤(2)中拟合得到的工况模态参数包括各阶模态频率和各阶 模态阻尼，其方法如下：
假定结构振动***的n自由度受一个相同的白噪声激励，n个自由度上对输 入白噪声的频响函数为：
{H1(ω)，H2(ω)，…，Hn(ω)} (0-01)
上述频响函数决定了该***的振形矩阵的一列或一行，随机激励下第i和第 j自由度的频响函数可分别表示为：
Figure BDA0001967957430000021
Figure BDA0001967957430000022
上述式(0-02)和式(0-03)中：
Hi(ω)为随机激励下第i个自由度的频响函数；
Hj(ω)为随机激励下第j个自由度的频响函数；
F为力谱；
Figure BDA0001967957430000031
为F的共轭；
Xi为第i个自由度的振动；
Xj为第j个自由度的振动；
Figure BDA0001967957430000032
为Xi与F的自功率谱；
Gff为F的自功率谱；
Figure BDA0001967957430000033
为Xj与F的自功率谱；
识别自然环境激励下的振动模态：将参考自由度i的振动Xi替代F，定义第 j个自由度对参数自由度i的转移函数为Tji：
Figure BDA0001967957430000034
Tji＝Hj/Hi (0-05)
上述转移函数即为工作变形分析频响函数，其幅值为：
Figure BDA0001967957430000035
Φj(j＝1,2,…n)组成振形向量；
Tji相位是Xj的相位与Xi的相位之差，也即第j个自由度与第i个参考自由度 的互谱Gji实部的正负号，各阶模态频率是原点转移函数Tii(ω)幅频曲线上的峰值 点频率ωk，在全部测点的振动功率谱集总平均曲线上选取；
各阶模态阻尼根据全部响应点信号的集总平均谱，采用半功率带宽法得到。
进一步的，步骤(1)中，低频振动信号的采集频率为100000次/秒。
采用以上技术方案后，本发明与现有技术相比具有如下优点：
(1)本发明通过对风电机组实施在线状态监测，可及时将数据上传与共享， 极大地提高设备管理工作效率。通过在线振动监测，可实时查看风电机组运行 状态，提前发现大部件故障信息，从而指导开展计划性维护与维修。
(2)本发明的监测方法不需人为激励，可大大节省试验设备的成本并且避 免了人为激励如发射火箭或切断预拉力钢丝造成突发冲击等引起的对结构的损 伤。
(3)现有技术在实验室内进行的人工激励模态试验往往将试验对象用弹性 绳悬挂或弹性垫支承，测试获得的模态参数是自由状态边界条件的结构，虽然 便于与有限元计算拼接但并不符合实际运行情况。本发明的监测方法在结构物 真实支承状态下进行，便于与理论计算进行比较，并可直接作为安全评估的依 据。
附图说明
附图1为本发明中传感器组沿风电塔筒轴向布置的局部结构示意图；
附图2为本发明中的低频传感器沿风电塔筒周向布置的结构示意图；
附图3为本发明中低频传感器的安装示意图。
其中，
1、风电塔筒；2、低频传感器；3、固定钢板。
具体实施方式
下面结合附图及实施例对本发明作进一步说明。
风力发电机组存在一定的振动环境，例如风、风叶转动、发电机转动引起 的振动等，在这些自然环境的激励下，结构物都会产生微弱的振动。对于柔性 结构风力发电机组等高耸结构在强风的情况下，这种环境振动还可能是很大的。 可合理的假定这些振动是近似的平稳随机信号，其频谱是具有一定带宽的连续 谱，在带宽内基本覆盖了对结构物感兴趣的频带，从而在结构物的自然环境激 励下的振动信号中包含了这些模态。
本发明公开一种风力发电机组振动状态监测方法，包括如下步骤：
(1)在风电塔筒1的内壁沿竖直方向排布多组传感器组，每组传感器组至 少包括四个沿同一圆周均匀排布的低频传感器2，所有的低频传感器2分别采集 在自然状态下风力发电机组的低频振动信号。
低频振动信号的采集频率优选为100000次/秒，超快的采样频率可以捕捉到 微弱到冲击信号，不仅可以看到由于冲击、摩擦、疲劳磨损等产生的应力波信 号，而且可以捕捉到信号的真实幅值。这样不仅可以用于自动故障检测，也可 以用于判断故障的严重程度。
优选的，风电塔筒1沿其竖直方向设置的传感器组为8组、10组或12组， 每相邻的两传感器组之间均匀间隔设置。本实施例中共设置8组传感器组，每 组传感器组设置4个低频传感器2。参见附图1所示为传感器组沿风电塔筒1轴 向布置的局部结构示意图，附图2为低频传感器2沿风电塔筒1周向的结构示 意图。
根据风电机组的运行特点，低频传感器2为941B型拾振传感器，其属于动 圈往复式拾振器，主要用于地面和结构物的脉动测量，高柔结构的超低频大幅 度测量和微弱振动测量。参见附图3所示为低频传感器2的安装示意图，低频 传感器2与风电塔筒1的内壁相垂直的设置，低频传感器2采用焊接或金属胶 粘结的方式固定在固定钢板3上，固定钢板3焊接在风电塔筒1的内壁。
(2)根据采集的低频振动信号进行风电机组自然激励工况模态的初始估 计，识别风电机组在自然激励下的频率、振型及自然环境下的阻尼。将低频振 动信号通过傅里叶变换得到传递函数，即为频率特性函数。在小阻尼的情况下， 其中只有共振附近的数据才是有效的，远离共振处的数据信噪比很低，相干函 数很小。因此，只需在每阶模态频率附近取出传递函数的有限数据，这样处理 不仅大大提高了识别的速度而且因为剔去了非共振区域内信噪比差的数据从而 提高识别精度。在每阶模态频率周边取出传递函数的有限数据拟合得到工况模 态参数，计算出风电机组自然激励下的各阶工况模态。
上述工况模态参数包括各阶模态频率和各阶模态阻尼，其方法如下：
假定结构振动***的n自由度受一个相同的白噪声激励，n个自由度上对输 入白噪声的频响函数为：
{H1(ω)，H2(ω)，…，Hn(ω)} (0-01)
上述频响函数决定了该***的振形矩阵的一列或一行，随机激励下第i和第 j自由度的频响函数可分别表示为：
Figure BDA0001967957430000061
Figure BDA0001967957430000062
上述式(0-02)和式(0-03)中：
Hi(ω)为随机激励下第i个自由度的频响函数；
Hj(ω)为随机激励下第j个自由度的频响函数；
F为力谱；
Figure BDA0001967957430000063
为F的共轭；
Xi为第i个自由度的振动；
Xj为第j个自由度的振动；
Figure BDA0001967957430000064
为Xi与F的自功率谱；
Gff为F的自功率谱；
Figure BDA0001967957430000065
为Xj与F的自功率谱；
识别自然环境激励下的振动模态：将参考自由度i的振动Xi替代F，定义第 j个自由度对参数自由度i的转移函数为Tji：
Figure BDA0001967957430000066
Tji＝Hj/Hi (0-05)
上述转移函数即为工作变形分析频响函数，其幅值为：
Figure BDA0001967957430000067
Φj(j＝1,2,…n)组成振形向量；
Tji相位是Xj的相位与Xi的相位之差，也即第j个自由度与第i个参考自由度 的互谱Gji实部的正负号，各阶模态频率是原点转移函数Tii(ω)幅频曲线上的峰值 点频率ωk，在全部测点的振动功率谱集总平均曲线上选取。
各阶模态阻尼根据全部响应点信号的集总平均谱，采用半功率带宽法得到。
对于实模态的加速度或位移响应的拟合，利用特性数据进行识别。
优选的，在得到工况模态的频率特性函数后，为提高计算精度，在计算过 程中进行约束处理，保证计算数据的准确。由于模态振型参数具有正交性，计 算各阶振型得出的数据互不依赖，根据此特性，可以检验试验数据的可靠性。
(3)风电机组自然激励下的各阶工况模态参数是风电机组在不同风速、不 同环境温度下，风电机组工作状态下的强迫振动和固有振动。风电机组在工作 频率下的强迫振动与固有频率接近时，发生机组共振，导致设备损坏。当实测 的某一阶模态频率与风力发电机组工作频率偏差在10％以内时，进行故障预警， 可以有效地发现事故隐患并实现快速准确的***维护，保障机组安全运行。通 过该振动状态监测方法，可实时查看风电机组运行状态、提前发现大部件故障 信息，从而指导开展计划性维护与维修。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技 术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范 围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护 范围之内。

Claims (5)

1.一种风力发电机组振动状态监测方法，其特征在于，包括如下步骤：
(1)在风电塔筒的内壁沿竖直方向排布多组传感器组，每组所述传感器组至少包括四个沿同一圆周均匀排布的低频传感器，所有的所述低频传感器分别采集在自然状态下风力发电机组的低频振动信号；
(2)根据采集的低频振动信号进行风力发电机组自然激励工况模态的初始估计，识别风力发电机组在自然激励下的频率、振型及自然环境下的阻尼；将低频振动信号通过傅里叶变换得到传递函数，即为频率特性函数，取出传递函数的有限数据拟合得到工况模态参数，计算出风力发电机组自然激励下的各阶工况模态；
(3)当实测的某一阶模态频率与风力发电机组工作频率偏差在10％以内时，有发生共振、引起结构破坏的可能性，进行故障预警；
步骤(2)中，在得到频率特性函数后的计算过程中进行约束方程处理及模态振型归一；步骤(2)中，还包括根据模态振型参数的正交性来检验实测数据可靠性的步骤；
步骤(2)中拟合得到的工况模态参数包括各阶模态频率和各阶模态阻尼，其方法如下：
假定结构振动***的n自由度受一个相同的白噪声激励，n个自由度上对输入白噪声的频响函数为：
{H1(ω)，H2(ω)，…，Hn(ω)} (0-01)
上述频响函数决定了该***的振形矩阵的一列或一行，随机激励下第i和第j自由度的频响函数可分别表示为：
Figure FDA0002534277970000011
Figure FDA0002534277970000012
上述式(0-02)和式(0-03)中：
Hi(ω)为随机激励下第i个自由度的频响函数；
Hj(ω)为随机激励下第j个自由度的频响函数；
F为力谱；
Figure FDA0002534277970000021
为F的共轭；
Xi为第i个自由度的振动；
Xj为第j个自由度的振动；
Figure FDA0002534277970000022
为Xi与F的自功率谱；
Gff为F的自功率谱；
Figure FDA0002534277970000023
为Xj与F的自功率谱；
识别自然环境激励下的振动模态：将参考自由度i的振动Xi替代F，定义第j个自由度对参数自由度i的转移函数为Tji：
Figure FDA0002534277970000024
Tji＝Hj/Hi (0-05)
上述转移函数即为工作变形分析频响函数，其幅值为：
Figure FDA0002534277970000025
Φj(j＝1,2,…n)组成振形向量；
Tji相位是Xj的相位与Xi的相位之差，也即第j个自由度与第i个参考自由度的互谱Gji实部的正负号，各阶模态频率是原点转移函数Tii(ω)幅频曲线上的峰值点频率ωk，在全部测点的振动功率谱集总平均曲线上选取；
各阶模态阻尼根据全部响应点信号的集总平均谱，采用半功率带宽法得到。
2.根据权利要求1所述的一种风力发电机组振动状态监测方法，其特征在于：所述风电塔筒沿其竖直方向设置的传感器组为8组、10组或12组，每相邻的两所述传感器组之间均匀间隔设置，每组所述传感器组包括4个所述低频传感器。
3.根据权利要求1所述的一种风力发电机组振动状态监测方法，其特征在于：所述低频传感器为941B型拾振传感器。
4.根据权利要求3所述的一种风力发电机组振动状态监测方法，其特征在于：所述低频传感器与所述风电塔筒的内壁相垂直的设置，所述低频传感器采用焊接或金属胶粘结的方式固定在固定钢板上，所述固定钢板焊接在所述风电塔筒的内壁。
5.根据权利要求1所述的一种风力发电机组振动状态监测方法，其特征在于：步骤(1)中，低频振动信号的采集频率为100000次/秒。
CN201910110578.5A 2019-02-12 2019-02-12 风力发电机组振动状态监测方法 Active CN109869286B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910110578.5A CN109869286B (zh) 2019-02-12 2019-02-12 风力发电机组振动状态监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910110578.5A CN109869286B (zh) 2019-02-12 2019-02-12 风力发电机组振动状态监测方法

Publications (2)

Publication Number Publication Date
CN109869286A CN109869286A (zh) 2019-06-11
CN109869286B true CN109869286B (zh) 2020-09-18

Family

ID=66918630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910110578.5A Active CN109869286B (zh) 2019-02-12 2019-02-12 风力发电机组振动状态监测方法

Country Status (1)

Country Link
CN (1) CN109869286B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110210167B (zh) * 2019-06-14 2020-08-21 江南大学 基于多面体滤波的风力发电机的***参数估计方法
CN112228288B (zh) * 2019-06-30 2022-07-05 北京金风科创风电设备有限公司 塔筒振动的监测***、方法及装置
CN110332080B (zh) * 2019-08-01 2021-02-12 内蒙古工业大学 一种基于共振响应的风机叶片健康实时监测方法
CN111188761B (zh) * 2019-12-31 2021-09-10 杭州哲达科技股份有限公司 一种基于Fourier-CVA模型面向机泵设备的监测方法
CN111412115A (zh) * 2020-04-07 2020-07-14 国家电投集团广西电力有限公司 一种新型风电塔筒状态在线监测方法及***
CN113738601A (zh) * 2021-09-28 2021-12-03 西安热工研究院有限公司 一种风力发电机组在线振动监测装置
CN114413992A (zh) * 2021-12-24 2022-04-29 上海发电设备成套设计研究院有限责任公司 一种通过振动测量识别腔室容量的方法、装置和***
CN115371777A (zh) * 2022-08-26 2022-11-22 国家石油天然气管网集团有限公司 科氏流量计的监测预警方法、装置、***、设备及介质
CN117404261B (zh) * 2023-12-15 2024-03-26 中国海洋大学 基于视觉及振动感知的海上风电塔筒模态识别***及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102829977A (zh) * 2012-08-23 2012-12-19 天津瑞能电气有限公司 一种风力发电机组低频振动的监测方法
DE202013007142U1 (de) * 2013-08-09 2013-08-28 Wölfel Beratende Ingenieure GmbH & Co. KG Vorrichtung zur Zustandsüberwachung von Windenergieanlagen
CN103321854A (zh) * 2013-05-29 2013-09-25 国家电网公司 一种风力发电机组塔架振动控制方法
CN105863971A (zh) * 2016-06-27 2016-08-17 国电联合动力技术有限公司 一种适用于风力发电机组塔筒避振的虚拟质量控制方法
CN106295231A (zh) * 2016-08-31 2017-01-04 上海交通大学 一种基于模态计算的海上风电场谐振抑制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102829977A (zh) * 2012-08-23 2012-12-19 天津瑞能电气有限公司 一种风力发电机组低频振动的监测方法
CN103321854A (zh) * 2013-05-29 2013-09-25 国家电网公司 一种风力发电机组塔架振动控制方法
DE202013007142U1 (de) * 2013-08-09 2013-08-28 Wölfel Beratende Ingenieure GmbH & Co. KG Vorrichtung zur Zustandsüberwachung von Windenergieanlagen
CN105863971A (zh) * 2016-06-27 2016-08-17 国电联合动力技术有限公司 一种适用于风力发电机组塔筒避振的虚拟质量控制方法
CN106295231A (zh) * 2016-08-31 2017-01-04 上海交通大学 一种基于模态计算的海上风电场谐振抑制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于小波变换的结构振动模态参数的识别;翁顺;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20080315;第37-39页 *
风力发电机结构振动监测与预警方法;姚文凡;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20180215;第11-20,22-35页 *

Also Published As

Publication number Publication date
CN109869286A (zh) 2019-06-11

Similar Documents

Publication Publication Date Title
CN109869286B (zh) 风力发电机组振动状态监测方法
Martinez-Luengo et al. Structural health monitoring of offshore wind turbines: A review through the Statistical Pattern Recognition Paradigm
RU2361113C2 (ru) Способ и устройство для контроля состояния лопастей ветросиловых установок
US20170241957A1 (en) Laser ultrasonic imaging system for a rotating object and method thereof
US8605263B2 (en) Wind turbine blades strain measuring system during static tests
US20190203698A1 (en) Method and device for determining loads on a wind turbine tower
CN111509847A (zh) 一种电网机组状态的智能检测***及方法
Bang et al. Shape estimation and health monitoring of wind turbine tower using a FBG sensor array
CN112796957B (zh) 一种风机叶片的检测方法和装置以及设备
CN103940611A (zh) 一种风电机组变工况下滚动轴承自适应异常检测方法
Mongia et al. Vibration response-based condition monitoring and fault diagnosis of rotary machinery
Abdelrhman et al. A review of vibration monitoring as a diagnostic tool for turbine blade faults
CN103245913A (zh) 大型发电机组次同步振荡信号检测与分析的方法及***
CN114183312A (zh) 一种风电机组叶片状态的监测***及方法
JP2020180563A (ja) 風力発電システム及び風力発電装置のメンテナンス方法
Rokicki et al. Frequency and modeshape evaluation of steam turbine blades using the metal magnetic memory method and vibration wave propagation
CN113323816A (zh) 一种基于叶片载荷分析的叶片检测方法
CN204984740U (zh) 风力发电机塔筒结构监测***
Lim et al. Improved blade fault diagnosis using discrete Blade Passing Energy Packet and rotor dynamics wavelet analysis
Carroll et al. Availability improvements from condition monitoring systems and performance based maintenance contracts
CN114941610B (zh) 风机叶片根部螺栓监测方法及监测***
Wait et al. Wind-induced instabilities and monitoring of wind turbine
CN113504302B (zh) 风机叶片状态监测的方法、***、电子设备及存储介质
CN106768274B (zh) 一种发电机定子绕组端部振动监测***及监测方法
Soua et al. Online monitoring of a power slip-ring on the shaft of a wind power generator

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