CN110486236A - 一种风力发电机的故障检测方法和*** - Google Patents
一种风力发电机的故障检测方法和*** Download PDFInfo
- Publication number
- CN110486236A CN110486236A CN201910729826.4A CN201910729826A CN110486236A CN 110486236 A CN110486236 A CN 110486236A CN 201910729826 A CN201910729826 A CN 201910729826A CN 110486236 A CN110486236 A CN 110486236A
- Authority
- CN
- China
- Prior art keywords
- blade
- wind
- driven generator
- difference
- video
- 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
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
本发明公开了一种风力发电机的故障检测方法和***。该方法包括:从正面以预设频率采集风力发电机在运行中的叶片视频;通过叶片视频获取风力发电机的各叶片在旋转平面内的挥舞振动波形;比较各个叶片的挥舞振动波形,判断是否存在振动差异,若存在振动差异,则判断风力发电机的叶片存在故障,若不存在振动差异,则判断风力发电机的叶片健康。本申请通过采集风力发电机在运行中的叶片正面视频,获取各叶片在旋转平面内的挥舞振动波形,通过单机叶片对比来判断风力发电机是否存在故障,具有非接触式测量、不影响风力发电机结构和运行的优点,成本更低,应用简单,检测可以覆盖叶片全部,足够全面。
Description
技术领域
本发明涉及风力发电技术领域,特别涉及一种风力发电机的故障检测方法和***。
背景技术
风能作为一种新型的清洁能源,在能源日益紧张和保护环境的形势背景下,具有很大的发展潜力,并且,利用风能进行发电的手段也日趋成熟,建成了不少风场。但是,由于利用风能对地理位置的要求比较特殊,风场大都需要建立在环境严酷的位置,甚至高山、海上,因此,对风场维护和检修造成了一定障碍。
现有的风力发电机故障检测,需要投入较大的人力、物力。其中,风力发电机的叶片作为采集风能的核心部件,对风能利用效率的影响至关重要。通常,风力发电机的叶片尺寸较大,加工过程需要使用两瓣模板成型、或一体化成型制造,并且其内部还需要设置主梁、腹板进行支撑,因而也需要进行各部分的粘接,因此,现场故障检测过程中,需要通过望远镜观察、U型吊篮悬吊检测外部缺陷或是人工钻入叶片检测叶片内部主梁、腹板故障,操作十分不便,且人力工作量大;此外,现有技术通过在每支叶片内部粘贴应变片或安装振动传感器来采集叶片运动信息,由于风电叶片在运行时候除了随风轮公转外自身还进行变桨旋转,其供电***、信号传输***复杂,导致其安装维护成本增加和威胁风力发电机运行。
发明内容
鉴于现有技术风力发电机故障检测不便,需要投入较大人力物力的问题,提出了本发明的一种风力发电机的故障检测方法和***,以便克服上述问题。
为了实现上述目的,本发明采用了如下技术方案:
依据本发明的一个方面,提供了一种风力发电机的故障检测方法,该方法包括:
从正面以预设频率采集风力发电机在运行中的叶片视频;
通过所述叶片视频获取所述风力发电机的各叶片在旋转平面内的挥舞振动波形;
比较各个叶片的挥舞振动波形,判断是否存在振动差异,若存在振动差异或差异大于设定阈值,则判断所述风力发电机的叶片存在故障,若不存在振动差异或者差异小于设定阈值,则判断所述风力发电机的叶片健康。
可选地,所述通过所述叶片视频获取所述风力发电机的各叶片在旋转平面内的挥舞振动波形,包括:获取每个叶片沿叶片长度方向上各个截面的挥舞振动波形;
所述比较各个叶片的挥舞振动波形,包括:比较各个叶片在相同截面位置处的振动幅度和/或振动频率。
可选地,所述方法还包括:
通过所述叶片视频获取所述风力发电机的各叶片在水平状态下的叶片形态;以及,
比较各个叶片在水平状态下的叶片形态,判断是否存在形态差异,若存在形态差异或者差异大于设定阈值,则判断所述风力发电机的叶片存在故障,若不存在形态差异或差异小于设定阈值,则判断所述风力发电机的叶片健康。
可选地,所述叶片在水平状态下的叶片形态,包括叶片在3点钟方向和9点钟方向的叶片形态。
可选地,所述方法还包括:
通过所述叶片视频获取所述风力发电机的叶片转速;以及,
利用所述叶片转速修正所述叶片的挥舞振动波形,以滤除叶片转动对叶片挥舞振动波形产生的干扰。
依据本发明的另一个方面,提供了一种风力发电机的故障检测***,该***包括:
视频采集装置,所述视频采集装置用于从正面以预设频率采集风力发电机在运行中的叶片视频;
视频处理装置,所述视频处理装置用于通过所述叶片视频获取所述风力发电机的各叶片在旋转平面内的挥舞振动波形;
比较判断装置,所述比较判断装置用于比较各个叶片的挥舞振动波形,判断是否存在振动差异,若存在振动差异或差异大于设定阈值,则判断所述风力发电机的叶片存在故障,若不存在振动差异或差异小于设定阈值,则判断所述风力发电机的叶片健康。
可选地,所述视频处理装置,具体用于获取每个叶片沿叶片长度方向上各个截面的挥舞振动波形;
所述比较判断装置,具体用于比较各个叶片在相同截面位置处的振动幅度和/或振动频率。
可选地,所述视频处理装置,还用于通过所述叶片视频获取所述风力发电机的各叶片在水平状态下的叶片形态;
所述比较判断装置,还用于比较各个叶片在水平状态下的叶片形态,判断是否存在形态差异,若存在形态差异或差异大于设定阈值,则判断所述风力发电机的叶片存在故障,若不存在形态差异或差异小于设定阈值,则判断所述风力发电机的叶片健康。
可选地,所述视频处理装置,具体用于截取叶片视频中叶片在3点钟方向和9点钟方向的叶片形态,作为各叶片的水平状态下叶片形态。
可选地,所述视频处理装置,还用于通过所述叶片视频获取所述风力发电机的叶片转速;以及,利用所述叶片转速修正所述叶片的挥舞振动波形,以滤除叶片转动对叶片挥舞振动波形产生的干扰。
综上所述,本发明的有益效果是:
本申请通过采集风力发电机在运行中的风轮正面视频,获取各叶片在旋转平面内的挥舞振动波形,进而通过比较各个叶片的挥舞振动波形是否存在差异,判断风力发电机是否存在故障,相比于现有技术,本申请为非接触式测量方法,不影响风力发电机的结构和运行,无需布线供电和信号传输,成本更低,应用简单,并且正面采集风轮视频,可以覆盖叶片全部,检测足够全面。
附图说明
图1为本发明一个实施例提供的一种风力发电机的故障检测方法的流程示意图;
图2为本发明另一个实施例提供的一种风力发电机的故障检测方法的流程示意图;
图3为本发明一个实施例提供的一种风力发电机的故障检测***的组成示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
在本申请的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
本发明的技术构思是:通过采集风力发电机在运行中的风力发电机风轮的正面视频,获取各叶片在旋转平面内的挥舞振动波形,进而通过比较各个叶片的挥舞振动波形是否存在差异,判断风力发电机是否存在故障,相比于现有技术,本申请为非接触式测量方法,不影响风力发电机的结构和运行,无需布线供电,成本更低,应用简单,并且正面采集叶片视频,可以覆盖叶片全部,检测足够全面。
图1为本发明一个实施例提供的一种风力发电机的故障检测方法的流程示意图,如图1所示,一种风力发电机的故障检测方法,该方法包括:
步骤S110:从正面以预设频率采集风力发电机在运行中的叶片视频。例如,使用高清摄像机从正面拍摄风力发电机的叶片,就可以获得叶片在旋转平面内的高清视频。通过这些叶片视频就可以提取叶片在旋转平面内的振动分量,用于检测叶片故障。所述预设频率需要基于实际工作经验确定,要高于叶片的实际振动频率,检测时,以高于这个预设频率的频率采集叶片视频,就可以保证不丢失叶片的故障振动信息,保证检测的有效性。
步骤S120:通过叶片视频获取风力发电机的各叶片在旋转平面内的挥舞振动波形。当叶片发生故障时,例如主梁、腹板断裂或开胶等,就会发生挠度变化,从而改变叶片的挥舞振动波形。本步骤中,需要借助高清图像对比技术,例如通过将高清视频中一帧帧画面进行对比,获取叶片上各个点的位移,从而获取叶片的挥舞振动波形。
其中,由于风力发电机的高度较高,而稳定架设高清摄像机的三角架等结构相对较矮,因此视频中整个风轮会呈现锥形变形,为了方便处理获得叶片的挥舞振动波形,可以在对提取叶片挥舞振动波形之前,优先对拍摄的叶片视频进行锥形矫正。
步骤S130:比较各个叶片的挥舞振动波形,判断是否存在振动差异,若存在振动差异或差异大于设定阈值,则判断风力发电机的叶片存在故障,若不存在振动差异或差异小于设定阈值,则判断风力发电机的叶片健康。由于同一风力发电机的叶片处于同一工况下,并且通常不会一起损坏,因此,通过对同一风力发电机不同叶片的挥舞振动波形比较,就可以判断是否存在叶片发生内部或外部故障。
本申请通过采集叶片视频的方式获取单台风力发电机的各叶片振动信息,从而利用风力发电机单台叶片之间的横向对比,确定风力发电机是否发生故障,具有非接触式采集、不影响风力发电机结构和运行的优点,而且需要的人力物力更低,可以降低风力发电机的维护、检修成本。
在本申请的一些实施例中,叶片视频的采集可设置为离线方式或在线方式。在离线方式下,仅当需要检测时在现场假设高清摄像头架采集视频,可避免高清摄像头被盗丢失,其中,离线采集的叶片视频需要达到一定时间以上才可保证检测有效,例如,视频达到3~5分钟的时长、或叶轮转动3~5圈以上,离线采集叶片视频后,再将该视频送至经检测中心的高性能计算机处进行分析处理,资源利用合理,方法实现容易,所需要的成本较低。而在在线方式下,可以连续采集较长时间(如多个月份)的叶片视频,进行数据积累,以用于后期分析叶片视频与叶片故障之间的联系,同时,在线采集方式可及时判断叶片故障,所具有的实效性更高。
在本申请的一个实施例中,步骤S120中,通过叶片视频获取风力发电机的各叶片在旋转平面内的挥舞振动波形,具体包括:获取每个叶片沿叶片长度方向上各个截面的挥舞振动波形。例如,采集叶片长度方向上十个固定截面位置处的挥舞振动波形。步骤S130中,比较各个叶片的挥舞振动波形,具体包括:比较各个叶片在相同截面位置处的振动幅度和/或振动频率。由于对叶片长度方向多个截面上的挥舞振动波形分别进行对比,因此可以全面反应叶片各段的挥舞振动状况,提高检测故障的准确率。其中,叶片挥舞波形的差异,具体可以表现为:振动幅值相差过大、振动频率相差过大、出现其他叶片没有的尖峰尖谷等,在此不一一列举。
图2为本发明另一个实施例提供的一种风力发电机的故障检测方法的流程示意图,如图2所示,其中的步骤S210、S220和S230分别与图1所示实施例的步骤S110、S120和S130对应相同,在此不再赘述。
在该图2所示实施例中,如图2所示,本方法还包括:
步骤S221:通过叶片视频获取风力发电机的叶片转速;以及,利用叶片转速修正叶片的挥舞振动波形,以滤除叶片转动对叶片挥舞振动波形产生的干扰。
由于本方法应用于叶片运行过程中,虽然叶片的公转频率很低,但其还是会对提取叶片的挥舞振动波形产生影响。因此,本优选实施例中,通过叶片视频获取风力发电机的叶片转速,并利用叶片转速修正叶片的挥舞振动波形,以滤除叶片转动对叶片挥舞振动波形产生的干扰,提高故障检测的准确性。
在本实施例中,如图2所示,本方法还包括:
步骤S240:通过叶片视频获取风力发电机的各叶片在水平状态下的叶片形态。以及,步骤S250:比较各个叶片在水平状态下的叶片形态,判断是否存在形态差异,若存在形态差异或差异大于设定阈值,则判断风力发电机的叶片存在故障,若不存在形态差异或差异小于设定阈值,则判断风力发电机的叶片健康。
当风力发电机的叶片发生故障时,会因为强度变化影响叶片的形态,这种形态变化尤其会出现在叶片的水平状态下,因此,本优选实施例中,还通过对叶片水平状态下的形态对比,来判断是否存在故障叶片。优选地,叶片在水平状态下的叶片形态,包括叶片在3点钟方向和9点钟方向的叶片形态,通过从风力发电机两侧对称地采集叶片的水平状态形态进行对比,提高故障检测的准确性。
本申请还公开了一种风力发电机的故障检测***,图3示出了该风力发电机的故障检测***的一个示意性实施例,如图3所示,该***包括:
视频采集装置310,视频采集装置310用于从正面以预设频率采集风力发电机在运行中的叶片视频。
视频处理装置320,视频处理装置320用于通过叶片视频获取风力发电机的各叶片在旋转平面内的挥舞振动波形。
比较判断装置330,比较判断装置330用于比较各个叶片的挥舞振动波形,判断是否存在振动差异,若存在振动差异或差异大于设定阈值,则判断风力发电机的叶片存在故障,若不存在振动差异或差异小于设定阈值,则判断风力发电机的叶片健康。
需要说明的是,图3所示***的实施例与上文图1-2所示方法的各实施例效果对应相同,上文已详细说明,在此不再赘述。
在本申请的一个实施例中,视频处理装置320,具体用于获取每个叶片沿叶片长度方向上各个截面的挥舞振动波形。比较判断装置330,具体用于比较各个叶片在相同截面位置处的振动幅度和/或振动频率。
在本申请的一个实施例中,视频处理装置320,还用于通过叶片视频获取风力发电机的各叶片在水平状态下的叶片形态。比较判断装置330,还用于比较各个叶片在水平状态下的叶片形态,判断是否存在形态差异,若存在形态差异或差异大于设定阈值,则判断风力发电机的叶片存在故障,若不存在形态差异或差异小于设定阈值,则判断风力发电机的叶片健康。
在本申请的一个实施例中,视频处理装置320,具体用于截取叶片视频中叶片在3点钟方向和9点钟方向的叶片形态,作为各叶片的水平状态下叶片形态。
在本申请的一个实施例中,视频处理装置320,还用于通过叶片视频获取风力发电机的叶片转速;以及,利用叶片转速修正叶片的挥舞振动波形,以滤除叶片转动对叶片挥舞振动波形产生的干扰。
综上所述,本申请通过采集风力发电机在运行中的叶片正面视频,获取各叶片在旋转平面内的挥舞振动波形和叶片形态,进而通过比较各个叶片的挥舞振动波形和/或叶片形态是否存在差异,判断风力发电机是否存在故障,相比于现有技术,本申请为非接触式测量方法,不影响风力发电机的结构和运行,无需在风力放电机上布线供电,成本更低,应用简单,并且正面采集叶片视频,可以覆盖叶片全部,检测足够全面。此外,在本申请的优选实施例中,还通过获取叶片转速,滤除叶片公转对叶片挥舞振动波形的干扰,以及在获取波形之前,对视频进行锥形矫正,从而可以进一步提高故障检测的准确性,提高风力发电机的维护检修水平,以保证风力发电机的风能利用效率。
以上所述,仅为本发明的具体实施方式,在本发明的上述教导下,本领域技术人员可以在上述实施例的基础上进行其他的改进或变形。本领域技术人员应该明白,上述的具体描述只是更好的解释本发明的目的,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种风力发电机的故障检测方法,其特征在于,该方法包括:
从正面以预设频率采集风力发电机在运行中的叶片视频;
通过所述叶片视频获取所述风力发电机的各叶片在旋转平面内的挥舞振动波形;
比较各个叶片的挥舞振动波形,判断是否存在振动差异,若存在振动差异或差异大于设定阈值,则判断所述风力发电机的叶片存在故障,若不存在振动差异或差异小于设定阈值,则判断所述风力发电机的叶片健康。
2.根据权利要求1所述的方法,其特征在于,所述通过所述叶片视频获取所述风力发电机的各叶片在旋转平面内的挥舞振动波形,包括:获取每个叶片沿叶片长度方向上各个截面的挥舞振动波形;
所述比较各个叶片的挥舞振动波形,包括:比较各个叶片在相同截面位置处的振动幅度和/或振动频率。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过所述叶片视频获取所述风力发电机的各叶片在水平状态下的叶片形态;以及,
比较各个叶片在水平状态下的叶片形态,判断是否存在形态差异,若存在形态差异或差异大于设定阈值,则判断所述风力发电机的叶片存在故障,若不存在形态差异或差异小于设定阈值,则判断所述风力发电机的叶片健康。
4.根据权利要求3所述的方法,其特征在于,所述叶片在水平状态下的叶片形态,包括叶片在3点钟方向和9点钟方向的叶片形态。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过所述叶片视频获取所述风力发电机的叶片转速;以及,
利用所述叶片转速修正所述叶片的挥舞振动波形,以滤除叶片转动对叶片挥舞振动波形产生的干扰。
6.一种风力发电机的故障检测***,其特征在于,该***包括:
视频采集装置,所述视频采集装置用于从正面以预设频率采集风力发电机在运行中的叶片视频;
视频处理装置,所述视频处理装置用于通过所述叶片视频获取所述风力发电机的各叶片在旋转平面内的挥舞振动波形;
比较判断装置,所述比较判断装置用于比较各个叶片的挥舞振动波形,判断是否存在振动差异,若存在振动差异或差异大于设定阈值,则判断所述风力发电机的叶片存在故障,若不存在振动差异或者差异小于设定阈值,则判断所述风力发电机的叶片健康。
7.根据权利要求6所述的***,其特征在于,
所述视频处理装置,具体用于获取每个叶片沿叶片长度方向上各个截面的挥舞振动波形;
所述比较判断装置,具体用于比较各个叶片在相同截面位置处的振动幅度和/或振动频率。
8.根据权利要求6所述的***,其特征在于,
所述视频处理装置,还用于通过所述叶片视频获取所述风力发电机的各叶片在水平状态下的叶片形态;
所述比较判断装置,还用于比较各个叶片在水平状态下的叶片形态,判断是否存在形态差异,若存在形态差异或差异大于设定阈值,则判断所述风力发电机的叶片存在故障,若不存在形态差异或差异小于设定阈值,则判断所述风力发电机的叶片健康。
9.根据权利要求8所述的***,其特征在于,
所述视频处理装置,具体用于截取叶片视频中叶片在3点钟方向和9点钟方向的叶片形态,作为各叶片的水平状态下叶片形态。
10.根据权利要求6所述的***,其特征在于,
所述视频处理装置,还用于通过所述叶片视频获取所述风力发电机的叶片转速;以及,利用所述叶片转速修正所述叶片的挥舞振动波形,以滤除叶片转动对叶片挥舞振动波形产生的干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910729826.4A CN110486236B (zh) | 2019-08-08 | 2019-08-08 | 一种风力发电机的故障检测方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910729826.4A CN110486236B (zh) | 2019-08-08 | 2019-08-08 | 一种风力发电机的故障检测方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110486236A true CN110486236A (zh) | 2019-11-22 |
CN110486236B CN110486236B (zh) | 2021-01-12 |
Family
ID=68549662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910729826.4A Active CN110486236B (zh) | 2019-08-08 | 2019-08-08 | 一种风力发电机的故障检测方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110486236B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999057435A1 (en) * | 1998-04-30 | 1999-11-11 | Lm Glasfiber A/S | Wind turbine with stress indicator |
CN101782475A (zh) * | 2010-02-08 | 2010-07-21 | 天津工业大学 | 基于风力发电机组振动的叶片故障诊断方法 |
CN102808722A (zh) * | 2011-06-03 | 2012-12-05 | 威力克有限公司 | 风轮机及控制风轮机的控制方法 |
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 |
CN102997872A (zh) * | 2011-09-16 | 2013-03-27 | 梅吉特股份有限公司 | 用于监测涡轮机转子叶片的装置和方法 |
CN103364072A (zh) * | 2013-08-05 | 2013-10-23 | 成都谦恒安泰智能科技有限公司 | 风电机组叶片在线检测方法及装置 |
CN104236879A (zh) * | 2014-08-25 | 2014-12-24 | 合肥工业大学 | 基于机器视觉的发动机叶片动静态检测方法 |
CN105785925A (zh) * | 2014-12-13 | 2016-07-20 | 西安扩力机电科技有限公司 | 一种海上风电机组远程监控*** |
CN106246476A (zh) * | 2016-09-30 | 2016-12-21 | 广州特种承压设备检测研究院 | 海上风力发电机叶片故障智能监测***及方法 |
CN106289114A (zh) * | 2016-10-19 | 2017-01-04 | 吴尧增 | 一种间接式风机转子几何参数测量及性能优化的方法 |
CN107084785A (zh) * | 2017-04-11 | 2017-08-22 | 上海致远绿色能源股份有限公司 | 一种风力发电机叶片测频率的方法 |
CN107454925A (zh) * | 2015-04-13 | 2017-12-08 | 乌本产权有限公司 | 用于确定风能设备的剩余使用寿命的方法 |
CN107829885A (zh) * | 2017-10-25 | 2018-03-23 | 西安锐益达风电技术有限公司 | 一种考虑环境参数修正的风力发电机叶片振动监测及*** |
CN108254063A (zh) * | 2018-03-20 | 2018-07-06 | 南京凯奥思数据技术有限公司 | 追踪旋转叶片的振动测量装置及方法 |
CN108459027A (zh) * | 2018-03-21 | 2018-08-28 | 华北电力大学 | 一种基于图像处理的风力发电机叶片表面缺陷检测方法 |
CN108827458A (zh) * | 2018-06-15 | 2018-11-16 | 西安交通大学 | 一种风力发电机叶片固有频率在线识别方法 |
CN109931229A (zh) * | 2017-12-18 | 2019-06-25 | 北京金风科创风电设备有限公司 | 用于风力发电机组的涡激振动的监测方法和设备 |
-
2019
- 2019-08-08 CN CN201910729826.4A patent/CN110486236B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999057435A1 (en) * | 1998-04-30 | 1999-11-11 | Lm Glasfiber A/S | Wind turbine with stress indicator |
CN101782475A (zh) * | 2010-02-08 | 2010-07-21 | 天津工业大学 | 基于风力发电机组振动的叶片故障诊断方法 |
CN102808722A (zh) * | 2011-06-03 | 2012-12-05 | 威力克有限公司 | 风轮机及控制风轮机的控制方法 |
CN102997872A (zh) * | 2011-09-16 | 2013-03-27 | 梅吉特股份有限公司 | 用于监测涡轮机转子叶片的装置和方法 |
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 |
CN103364072A (zh) * | 2013-08-05 | 2013-10-23 | 成都谦恒安泰智能科技有限公司 | 风电机组叶片在线检测方法及装置 |
CN104236879A (zh) * | 2014-08-25 | 2014-12-24 | 合肥工业大学 | 基于机器视觉的发动机叶片动静态检测方法 |
CN105785925A (zh) * | 2014-12-13 | 2016-07-20 | 西安扩力机电科技有限公司 | 一种海上风电机组远程监控*** |
CN107454925A (zh) * | 2015-04-13 | 2017-12-08 | 乌本产权有限公司 | 用于确定风能设备的剩余使用寿命的方法 |
CN106246476A (zh) * | 2016-09-30 | 2016-12-21 | 广州特种承压设备检测研究院 | 海上风力发电机叶片故障智能监测***及方法 |
CN106289114A (zh) * | 2016-10-19 | 2017-01-04 | 吴尧增 | 一种间接式风机转子几何参数测量及性能优化的方法 |
CN107084785A (zh) * | 2017-04-11 | 2017-08-22 | 上海致远绿色能源股份有限公司 | 一种风力发电机叶片测频率的方法 |
CN107829885A (zh) * | 2017-10-25 | 2018-03-23 | 西安锐益达风电技术有限公司 | 一种考虑环境参数修正的风力发电机叶片振动监测及*** |
CN109931229A (zh) * | 2017-12-18 | 2019-06-25 | 北京金风科创风电设备有限公司 | 用于风力发电机组的涡激振动的监测方法和设备 |
CN108254063A (zh) * | 2018-03-20 | 2018-07-06 | 南京凯奥思数据技术有限公司 | 追踪旋转叶片的振动测量装置及方法 |
CN108459027A (zh) * | 2018-03-21 | 2018-08-28 | 华北电力大学 | 一种基于图像处理的风力发电机叶片表面缺陷检测方法 |
CN108827458A (zh) * | 2018-06-15 | 2018-11-16 | 西安交通大学 | 一种风力发电机叶片固有频率在线识别方法 |
Non-Patent Citations (2)
Title |
---|
李春等: "《现代大型风力机设计原理》", 31 January 2013, 大连理工大学出版社 * |
王祺著: "《内燃机轴系扭转振动》", 31 July 1991, 大连理工大学出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Also Published As
Publication number | Publication date |
---|---|
CN110486236B (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104075795B (zh) | 用于监测风力发电机组的叶轮振动状态的方法和*** | |
EP3043062B2 (en) | Condition monitoring apparatus for wind turbine | |
CN107850513B (zh) | 异常诊断设备和传感器分离检测方法 | |
CN103635812B (zh) | 风力涡轮机光学风传感器 | |
CN102706560B (zh) | 一种风力发电机组的状态监测方法和装置 | |
CN111537225A (zh) | 一种自供能皮带输送机的皮带状态监测装置和方法 | |
CN102156043A (zh) | 风力发电机组在线状态监测与故障诊断*** | |
AU2017279641B2 (en) | Plant module with sensors arrangement | |
CN102087138A (zh) | 利用转速计数据的动态统计平均来精确计算转速的振动波振动分析和相位分析***与方法 | |
CN212454697U (zh) | 一种风力发电机组叶片运行状态检测装置 | |
CN111400961A (zh) | 风力发电机组叶片故障判断方法及装置 | |
CN110486236A (zh) | 一种风力发电机的故障检测方法和*** | |
CN111878324A (zh) | 一种风电场塔筒涡激振动预警方法及预警*** | |
CN106677996A (zh) | 一种风力发电机组塔筒振动异常检测方法 | |
CN107121122A (zh) | 一种风电机组塔筒动态刚度圆分析方法 | |
CN203756444U (zh) | 风力发电机组的基础质量监控设备 | |
CN110469460A (zh) | 一种风力发电机的故障检测方法和*** | |
JP3827896B2 (ja) | 転がり軸受の診断装置 | |
CN101504309A (zh) | 往复机械振动信号的分析方法 | |
CN113357099B (zh) | 一种基于加速度传感器的风机塔筒的疲劳诊断检测方法 | |
CN208502958U (zh) | 一种风电机组振动数据采集*** | |
CN105521997A (zh) | 一种基于振动信号诊断轧机辊系故障的方法 | |
CN106286127B (zh) | 一种风力发电机组部件振荡监测方法 | |
CN203785660U (zh) | 一种风电机组塔筒倾斜变形监测装置 | |
CN216246170U (zh) | 海上风电设备的结构安全监测*** |
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 |