CN113202700A - 用于基于模型的风力涡轮机诊断的***和方法 - Google Patents
用于基于模型的风力涡轮机诊断的***和方法 Download PDFInfo
- Publication number
- CN113202700A CN113202700A CN202011643375.1A CN202011643375A CN113202700A CN 113202700 A CN113202700 A CN 113202700A CN 202011643375 A CN202011643375 A CN 202011643375A CN 113202700 A CN113202700 A CN 113202700A
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- model
- diagnostic
- design
- generating
- 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 71
- 238000013461 design Methods 0.000 claims abstract description 98
- 238000003745 diagnosis Methods 0.000 claims abstract description 48
- 238000011058 failure modes and effects analysis Methods 0.000 claims abstract description 33
- 238000010586 diagram Methods 0.000 claims abstract description 20
- 208000024891 symptom Diseases 0.000 claims description 38
- 230000009471 action Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 19
- 238000012423 maintenance Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims description 3
- 230000004075 alteration Effects 0.000 claims description 2
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 17
- 238000011161 development Methods 0.000 description 12
- 230000008439 repair process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000002405 diagnostic procedure Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013515 script Methods 0.000 description 3
- 238000013024 troubleshooting Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 208000016444 Benign adult familial myoclonic epilepsy Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 208000016427 familial adult myoclonic epilepsy Diseases 0.000 description 1
- 235000019387 fatty acid methyl ester Nutrition 0.000 description 1
- ZGNITFSDLCMLGI-UHFFFAOYSA-N flubendiamide Chemical compound CC1=CC(C(F)(C(F)(F)F)C(F)(F)F)=CC=C1NC(=O)C1=CC=CC(I)=C1C(=O)NC(C)(C)CS(C)(=O)=O ZGNITFSDLCMLGI-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
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
- 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
-
- 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
-
- 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
- F03D7/0292—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power to reduce fatigue
-
- 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
-
- 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
-
- 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
- F05B2260/84—Modelling or simulation
-
- 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
- F05B2270/00—Control
- F05B2270/10—Purpose of the control system
- F05B2270/20—Purpose of the control system to optimise the performance of a machine
-
- 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
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/327—Rotor or generator speeds
-
- 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
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/329—Azimuth or yaw angle
-
- 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
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/331—Mechanical loads
-
- 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
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了用于为风力涡轮发电机提供基于模型的诊断和分析的***和方法。该方法包括:获得一个或多个风力涡轮机的设计数据,该设计数据包括以下各项中的一者或组合:故障模式与效果分析(FMEA);用于机械***、电气***、液压***和气动***的图/示意图;软件逻辑图;界面控制图;部件故障率;网表;故障代码;故障诊断手册;和/或部件成本;以及通过以下方式基于该设计数据来生成风力涡轮机模型:基于该FMEA、该部件故障率和/或该部件成本来生成关系模型;基于用于机械***、电气***、液压***和气动***的图/示意图、软件逻辑图和/或ICD来生成子***模型;以及在逻辑上集成该子***模型和该关系模型以形成风力涡轮机模型。
Description
技术领域
本公开的各种实施方案整体涉及风力涡轮机诊断和分析的领域,并且更具体地涉及用于为风力涡轮发电机提供基于模型的诊断和分析的***和方法。
背景技术
风力涡轮机(有时称为“风力涡轮发电机”或“WTG”)一般由复杂且集成的电子控件、传感器、致动***和电源管理***自动操作。因此,在风力涡轮机***内发生的数千种故障模式常常导致风力涡轮机无法操作或能力降低。为了在发生故障时检测和识别故障模式,在风力涡轮机中结合有特殊的传感器以及内置的测试和诊断特征。
然而,在风力涡轮机中结合有传感器并且设计有诊断特征可能会带来许多挑战。例如,风力涡轮机诊断设计可具有可能与多个实例重叠的故障模式到征兆关系,并且跨扩展的风力涡轮机***具有级联效应。在故障模式故障诊断过程期间,重叠关系和级联效应可能会导致显著的模糊性。在针对风力涡轮机故障模式进行故障诊断时遇到的模糊性可能会增加时间消耗,并且导致不准确且低效的纠正措施。另外,风力涡轮机诊断设计可跨越多个不同的设计人工制品。因此,常规风力涡轮机诊断设计使得风力涡轮机工程师难以对故障模式进行一致性和准确性的评估和追踪。此外,可向风力涡轮机诊断设计引入错误和间隙,这增加了风力涡轮机现场技术人员执行故障诊断的时间消耗和不准确性。
本公开涉及克服上文所述的挑战中的一者或多者。本发明提供的背景技术描述是为了大致给出本公开的背景。除非本发明另外指明,否则本部分中描述的材料不是本专利申请的权利要求书的现有技术,并且不会因为包括在本部分中而被承认为现有技术或现有技术的建议。
发明内容
根据本公开的某些方面,公开了用于为风力涡轮发电机提供基于模型的诊断和分析的***和方法。
在一个实施方案中,公开了一种用于生成用于风力涡轮机诊断的模型的方法。该方法可包括:获得一个或多个风力涡轮机的设计数据,该设计数据包括以下各项中的一者或组合:(1)故障模式与效果分析(FMEA);(2)用于机械***、电气***、液压***和气动***的图/示意图;(3)软件逻辑图;(4)界面控制图(ICD);(5)部件故障率;(6)网表;(7)故障代码;(8)故障诊断手册;和/或(9)部件成本;以及基于设计数据生成风力涡轮机模型,其中生成风力涡轮机模型包括:基于FAME、部件故障率和/或部件成本来生成关系模型;基于用于机械***、电气***、液压***和气动***的图/示意图、软件逻辑图和/或ICD来生成子***模型;以及在逻辑上集成子***模型和关系模型以形成风力涡轮机模型。
根据另一个实施方案,公开了一种用于风力涡轮机诊断的方法。该方法可包括:获得风力涡轮机模型;从一个或多个风力涡轮机接收实时数据;使用风力涡轮机模型执行诊断推理程序,以基于实时数据检测故障状况;基于检测到的故障状况,生成解决方案信息;将解决方案信息传输到维护实体;以及发起学习循环过程以基于实时数据和解决方案信息来更新风力涡轮机模型。
根据另一个实施方案,公开了一种用于对风力涡轮机进行工程分析的方法,该方法包括:获得风力涡轮机模型;接收设计请求;响应于包括编译请求的设计请求,基于风力涡轮机模型和报告书来识别设计冲突和错误(如果有的话);响应于包括追踪请求的设计请求,基于风力涡轮机模型和报告书来识别追踪关系;响应于包括对改变的验证请求的设计请求,基于风力涡轮机模型和报告书来识别改变的设计冲突(如果有的话);以及响应于包括工程数据请求的设计请求,基于风力涡轮机模型和报告书来生成工程内容。
所公开的实施方案的附加目的和优点将在下面的说明书中部分地阐述,并且部分地将根据说明书变得显而易见,或者可通过实施所公开的实施方案来认识。将借助于所附权利要求书中特别指出的元件和组合来实现和获得所公开的实施方案的目的和优点。
应当理解,前述大体描述和下文详细描述均仅为示例性的和说明性的,而非局限于所公开的受权利要求书保护的实施方案。
附图说明
结合到本说明书中并且构成本说明书的一部分的附图示出了各种示例性实施方案,并且连同说明书一起用于解释所公开的实施方案的原理。
图1描绘了其中可实现本公开的***、方法和其他方面的示例性环境的概述。
图2描绘了根据一个或多个实施方案的示意性地示出用于生成风力涡轮发电机模型的过程的示例的框图。
图3描绘了根据一个或多个实施方案的示出示例性风力涡轮发电机诊断过程的图。
图4描绘了根据一个或多个实施方案的风力涡轮发电机诊断浏览器的界面的示例性视图。
图5描绘了根据一个或多个实施方案的用于生成用于风力涡轮发电机诊断的模型的示例性方法的流程图。
图6描绘了根据一个或多个实施方案的用于风力涡轮发电机诊断的示例性过程的流程图。
图7描绘了根据一个或多个实施方案的用于风力涡轮发电机工程分析的示例性过程的流程图。
图8描绘了根据一个或多个实施方案的计算机***。
具体实施方式
以下实施方案描述了用于针对风力涡轮机执行基于模型的诊断过程的***和方法。如上所述,风力涡轮机诊断设计中的重叠实例和级联效应可能会在故障模式故障诊断期间引起模糊性。另外,由于风力涡轮机诊断设计中存在多个不同的设计伪像,因此评估风力涡轮机诊断设计的一致性和准确性可能很困难。因此,需要一种在风力涡轮机故障诊断期间减少或消除模糊性并提高一致性和准确性的风力涡轮机诊断***或过程。
因此,以下实施方案描述了用于为风力涡轮机提供基于模型的诊断过程的***和方法。根据本公开的方面,可由用于风力涡轮机的诊断模型***建立诊断参考模型。诊断参考模型可以容易识别的方式建立重叠的故障模式与征兆之间的关系以及对应于潜在故障的相应纠正措施。诊断参考模型还可允许容易且有效地建立部件和接口的互连,以及风力涡轮机的功率流、信号流和数据流。这样,诊断参考模型可允许容易地识别和评估风力涡轮机的故障模式的级联效应,以便减少或消除多个征兆和观察之间的模糊性。
另外,模型开发***可允许导入各种设计人工制品并且将它们解析到模型开发数据库中。此外,模型开发***可提供所存储或所接收的用于执行设计人工制品的规则和程序系列。模型开发***还可建立设计人工制品的实体之间的关系以及跨风力涡轮机的故障模式的级联关系。还可在模型开发***中提供与风力涡轮机相关的部件故障率和修理成本,以建立排序***并且确定故障诊断步骤和纠正措施成功的可能性。模型开发***还可包括各种分析、可视化和报告特征,这些特征允许用户评估故障覆盖率、运行一致性检查以及追踪征兆和故障模式的端到端连接性。此外,可提供诊断推理应用程序,以基于诊断参考模型执行定向和交互式故障诊断过程。可在学习循环中将所采取的故障诊断步骤的结果和所执行的纠正措施提供给模型开发***。学习循环可允许利用最新的诊断信息自动更新诊断参考模型。这样,诊断参考模型、模型开发***和诊断推理应用程序可减少或消除模糊性,并提高风力涡轮机诊断的一致性和准确性。
现在将在下文参照附图更充分地描述本说明书的主题,这些附图构成说明书的一部分并且以例证的方式示出具体示例性实施方案。本发明描述为“示例性”的实施方案或具体实施不应被解释为例如比其他实施方案或具体实施更为优选的或有利的;相反,其旨在反映或指示该一个或多个实施方案为一个或多个“示例性”实施方案。主题能够体现为多种不同形式,因此所涵盖或要求保护的主题旨在被解释为不限于本发明所阐述的任何示例性实施方案;提供示例性实施方案仅仅是为了说明。同样,旨在要求保护或所涵盖的主题拥有适当宽泛的范围。除了别的以外,例如,主题可具体体现为方法、设备、部件或***。因此,实施方案可例如采用硬件、软件、固件或它们的任何组合(除软件本身之外)的形式。因此,以下具体实施方式并非旨在被视为具有限制意义。
在整个说明书和权利要求书中,除了明确说明的含义之外,术语可具有上下文中提出或暗示的有细微差别的含义。同样,如本发明所用的短语“在一个实施方案中”不一定指相同的实施方案,并且如本发明所用的短语“在另一个实施方案中”不一定指不同的实施方案。例如,要求保护的主题旨在全部或部分地包括示例性实施方案的组合。
下文所用的术语可以其最广泛的合理方式来解释,即使将其与本公开的某些具体示例的具体实施方式一起使用也是如此。实际上,某些术语甚至可在下文加以强调;然而,任何旨在以任何受限方式解释的术语将在本具体实施方式部分中被明确地和具体地定义。前述大体实施方式和下文具体实施方式均仅为示例性的和说明性的,而非局限于受权利要求书保护的特征。
在本公开中,术语“基于”是指“至少部分地基于”。单数形式“一个”、“一种”和“该”包括复数引用,除非上下文中另外指出其他情况。术语“示例性”以“示例”而非“理想”的意义使用。术语“或”旨在是包括性的并且表示任一、任何、若干、或所有的列出的项目。术语“包括”、“包含”、“具有”、“含有”或者它们的其他变型旨在涵盖非排他性包含,使得包括元素列表的过程、方法或产品不必须包括只有那些元素而是可包括未明确列出的或者这些过程、方法、制品或设备固有的其他元素。相对术语(诸如“基本上”和“大体”)用于指示陈述值或理解值的±10%的可能变化。
现在参考附图,图1示出了根据本公开的一个或多个实施方案的示例性环境100的概述。环境100可包括例如风力涡轮机110、风力涡轮机设计数据(“设计数据”)115、诊断模型***150、诊断推理机130、用户界面170和用户190。风力涡轮机110可包括例如偏航***、俯仰***、短舱控制器、发电机以及可由风力涡轮机110提供用于发电的任何其他***和部件。
设计数据115可包括线路图、***图、故障模式与效应分析(FMEA)、测试程序、材料清单(BOM)零件、部件网表、用于机械***、电气***、液压***和气动***的图和示意图、软件逻辑图、界面控制图(ICD)、部件故障率、部件成本、故障代码列表、故障诊断手册以及与可由风力涡轮机110提供的用于发电的***和部件相关的任何其他数据。
诊断模型***150可包括诊断参考模型152和模型集成器154。诊断模型***150可接收可在风力涡轮机110的开发阶段之前或之后生成的设计数据115。设计数据115可由具有与风力涡轮机110的开发相关的信息的任何实体生成。模型集成器154可基于设计数据115生成诊断参考模型152,如下面进一步描述的。诊断模型***150可修改诊断参考模型152,并且基于设计变更、平台版本和平台变型提供诊断参考模型152的不同配置。另外,诊断模型***150可输出诊断参考模型152,例如,作为可加载诊断图像(LDI)文件。
诊断推理机130可为运行时应用程序,其可作为web应用程序或适合于在用户界面170上运行的任何其他应用程序在用户界面170上执行。用户界面170可为例如服务器、膝上型电脑、移动设备或用于执行风力涡轮机110的诊断的任何其他设备。诊断推理机130可包括诊断推理软件,该诊断推理软件可被配置用于风力涡轮机110的任何类型的用户界面170。诊断推理机130可接收从风力涡轮机110或监测风力涡轮机110的任何其他实体生成的诊断信号(例如,报警、警报、指示器、客户投诉和/或对风力涡轮机110上的其他观察)。诊断推理机130还可从诊断模型***150接收诊断参考模型152作为LDI文件。诊断推理机130可向用户界面170提供故障诊断程序,以基于所接收的诊断信号和诊断参考模型152来引导用户190执行定向诊断。用户190可以是技术人员、客户、工程师或者监测或管理风力涡轮机110的任何其他实体。
诊断推理机130可将所接收的来自风力涡轮机110的诊断信号应用于诊断参考模型152以生成故障状况,该故障状况可识别潜在故障模式、征兆或用于确定由风力涡轮机110生成的诊断信号的根本原因的测试。另外,诊断推理机130可在用户界面170上向用户190提供引导步骤,以用于对由风力涡轮机110生成的诊断信号的原因进行故障诊断。诊断推理机130可在用户界面170上向用户190提供例如具有成功可能性的指示的潜在纠正措施。然后,诊断推理机130可在学习循环中向诊断模型***150提供故障诊断的结果和用户190为故障诊断而采取的步骤。学习循环可更新统计概率数据,以用于对诊断参考模型152中的诊断信号进行故障诊断。
如上所述,图1仅作为示例提供。其他示例是可能的,并且可以与关于图1描述的示例不同。图1所示的***和网络的数量和布置作为示例而提供。实际上,与图1中所示的那些相比,可存在附加的设备、更少的设备和/或网络、不同的设备和/或网络、或者不同布置的设备和/或网络。此外,图1所示的两个或更多个***或设备(例如,诊断推理机130和用户界面170)可在单个设备内实现,或者图1所示的单个***或设备(例如,诊断模型***150、诊断推理机130或界面170)可被实现为多个分布式设备。附加地或另选地,环境100的一组设备(例如,一个或多个设备)可以执行被描述为由环境100的另一组设备执行的一个或多个功能。
图2描绘了根据一个或多个实施方案的示意性地示出用于在诊断模型***150中生成诊断参考模型152和LDI文件的示例性过程的框图。如图2所示,诊断模型***150可至少基于设计数据115中的FMEA生成部件诊断模型202。FMEA可作为设计数据115的一部分被接收,或者可与能够为风力涡轮机110生成FMEA的任何实体分开被接收。FMEA可为例如电子表格文件格式(例如,XLS文件)或可扩展标记语言(XML)格式。诊断模型***150可通过将FMEA转换为诊断模型***150方案的格式的模型数据来生成部件诊断模型202。诊断模型***150可通过自动执行数据库脚本来转换FMEA。部件诊断模型202可包括例如各种故障模式、纠正措施和风力涡轮机110部件之间的关系的映射。例如,风力涡轮机110的电源或任何其他部件可映射到风力涡轮机110的健康指示器、故障模式、能力、征兆、纠正措施、测试数据、测试结果数据或任何其他故障诊断信息。
诊断模型***150还可至少基于设计数据115中的部件网表(“网表”)来生成界面诊断模型204。网表可为例如电子表格文件格式(例如,XLS文件)或XML格式。网表可作为设计数据115的一部分被接收,或者可与能够生成风力涡轮机110的网表的任何实体分开被接收。网表可包括例如汇编列表、界面列表、连接列表和描述风力涡轮机110部件的关系的任何其他附加网表。汇编列表可包括例如风力涡轮机110部件的列表。界面列表可包括风力涡轮机110部件的连接器列表。连接列表可包括例如风力涡轮机110部件之间的连接属性列表。附加网表可包括例如风力涡轮机110部件的其他连接提问信息的列表。诊断模型***150可通过将网表转换为诊断模型***150方案的格式的模型数据来生成界面诊断模型204。诊断模型***150可通过自动执行数据库脚本来转换网表。
诊断模型***150还可转换设计数据115中生成诊断参考模型152可能需要的任何附加数据。例如,诊断模型***150可转换设计数据115中的故障代码列表和故障诊断手册。故障代码列表可为例如电子表格文件格式(例如,XLS文件)或XML格式。故障诊断手册可为例如电子表格文件(例如,XLS文件)、图像文件、可移植文档格式(PDF)文件、Word文件或其他合适的文件。故障代码列表可包括与风力涡轮机110部件相关联的故障代码的列表,并且故障诊断手册可包括用于对任何检测到的故障模式进行故障诊断的指令和程序。故障代码列表和故障诊断手册可作为设计数据115的一部分被接收,或者可与能够生成风力涡轮机110的故障代码列表和故障诊断手册的任何实体分开被接收。诊断模型***150可将故障代码和故障诊断手册转换为诊断模型***150方案的格式的模型数据。诊断模型***150可通过自动执行数据库脚本来转换故障代码和故障诊断手册。
然后,诊断模型***150中的模型集成器154可集成转换后的FMEA、网表、故障代码列表和故障诊断手册。模型集成器154可以是用于将转换后的FMEA、网表、故障代码列表和故障诊断手册集成到诊断参考模型152中的一个或多个处理器。在集成期间,模型集成器154可利用转换后的FMEA和转换后的网表执行发生扩展。即,模型集成器154可将风力涡轮机110方案的模型数据格式的FMEA数据复制到风力涡轮机110方案的相同模型数据格式的网表数据,以生成扩展模型。然后,模型集成器154可连接故障代码列表并且将故障诊断手册映射到扩展模型。模型集成器154还可通过确定通过由扩展模式、故障代码列表和故障诊断手册生成的诊断参考模型152的故障传播来执行级联计算。
如图2所示,诊断模型***150可将诊断参考模型152转换为LDI文件并且将这些LDI文件存储在LDI文件数据库212中。可由诊断模型***150数据库212中的LDI文件传输到图1所示的诊断推理机150。在一个实施方案中,可由用户190或诊断推理机130根据请求从数据库212中检索LDI文件。数据库212可位于诊断模型***中或者服务器或云网络上。
在另一个实施方案中,诊断模型***150可基于诊断参考模型152来生成设计工程报告(或报告书)。诊断模型***150可在生成诊断参考模型152时识别设计冲突和错误。例如,诊断模型***150可提供模型浏览器或图形编辑器形式的模型开发工具,用于识别风力涡轮机110的设计阶段期间的设计冲突和错误。然后,风力涡轮机设计工程师可通过使用模型开发工具来纠正所识别的设计冲突和错误。诊断模型***150还可追踪风力涡轮机110的***、部件、子***和设计人工制品之间的设计关系,并且在模型浏览器或图形编辑器中为设计工程师提供这些设计关系。然后,风力涡轮机设计工程师可对模型浏览器或图形编辑器中显示的迹线进行改变,这可能会影响所有风力涡轮机110上的***、部件、子***和设计人工制品之间的关系。诊断模型***150还可提供用于执行维护和服务手册以及诊断工具的集成工程数据源。
图3示出了示出由诊断推理机130基于诊断参考模型152执行的诊断过程的图。诊断参考模型152可包括故障模式与征兆(FS)关系。FS关系可包括风力涡轮机110的征兆305(例如,征兆A-N)和对应的故障模式310(例如,故障模式1-N)。征兆305可以是例如风力涡轮机110的报警、警报、指示器、客户投诉和/或对操作活动的观察。故障模式310可能是与风力涡轮机110处的机械状况、电气状况、结构状况或任何其他状况相关的潜在问题。在诊断参考模型152中,征兆305可例如根据如图3所示的相互关系315与故障模式310相关联。诊断推理机130可参考相互关系315来生成故障诊断程序,该故障诊断程序可经由用户界面170来引导用户190隔离并且确定风力涡轮机110处的可能故障模式。
在示例性实施方案中,诊断推理机130可在实例330期间接收对应于风力涡轮机110处的征兆A的诊断信号。诊断信号可从风力涡轮机110或者监测或管理风力涡轮机110的任何其他实体生成。诊断推理机130可基于由诊断参考模型152提供的相互关系315来确定征兆A对应于故障模式1-3。因此,诊断推理机130可确定针对故障模式1-3的潜在纠正措施,并且基于故障模式1-3将纠正措施传输给用户190以对风力涡轮机110进行故障诊断。
在另一示例性实施方案中,诊断推理机130可在实例300B期间接收对应于风力涡轮机110处的征兆A的诊断信号。在实例300B期间,诊断推理机130可仅围绕对应于征兆A的征兆和故障模式建立故障状况包络312。例如,征兆A可仅对应于故障模式1-3。然而,基于相互关系315,故障模式1可对应于征兆A-C,故障模式2可对应于征兆A、征兆C和征兆D,并且故障模式3可对应于征兆A、征兆C、征兆D和征兆E。这样,可围绕征兆A-E和故障模式1-3建立故障状况包络312,以隔离故障模式310并且减少模糊性。
一旦诊断推理机130建立故障状况包络312,则对应于征兆305的任何附加诊断信号可帮助进一步隔离故障模式310以确定风力涡轮机110处的可能故障状况。例如,在实例300c处,诊断推理机130可在接收征兆A之后接收附加征兆E。征兆E可对应于故障模式3、5和7。然而,由于故障状况包络312仅包括故障模式1-3,因此诊断推理机130可基于指示征兆A和E的诊断信号将对应于征兆A和征兆E两者的故障模式3确定为风力涡轮机110处的可能故障模式。
图3示出了作为示例性实施方案的征兆305、故障模式310、相互关系315和故障状况包络312。可在诊断参考模型152中提供征兆和故障模式的任何组合。另外,诊断模型***150可根据风力涡轮机110的设计数据生成任何另选的相互关系和故障状况包络。
图4示出用于提供引导故障诊断程序以隔离潜在故障模式的风力涡轮机诊断浏览器400(“诊断浏览器”)的示例性视图。诊断推理机130可经由用户界面170向用户190提供诊断浏览器400。诊断浏览器400可包括例如具有测试字段402的故障诊断选项,该测试字段指示用于隔离风力涡轮机110的故障模式的测试列表。诊断浏览器400还可包括效益字段404、维护水平字段406和结果字段408。效益字段404可对执行测试字段402中所指示的每个测试进行排序并且提供效益水平。例如,检查传感器A可比交换零件A更具效益,以隔离风力涡轮机110处可能发生的问题。效益字段404可指示从诊断参考模型152得出的成本效益。在一个实施方案中,最长条可以是推荐程序,其首先执行并且具有使完成修理的成本最小化的最佳机会。然而,用户190可根据知识和经验自由地选择任何程序来进行故障诊断或采取纠正措施。
维护水平字段406可指示可通过其执行诊断测试字段402中所指示的测试的维护水平。一旦测试字段402中所指示的测试通过所指示的维护水平或能够执行测试的任何其他实体执行,则用户190可通过对测试结果进行适当选择来更新结果字段408。扩展的结果字段410可提供用于选择测试结果的选项。例如,当用户190执行用于检查传感器A(其可为压力传感器)的测试时,用户190可选择“压力正常”或“压力过低”。基于由用户190为结果字段408选择的测试结果,诊断推理机130可更新诊断浏览器400中所指示的潜在纠正措施,以隔离和解决风力涡轮机110处报告的问题。
诊断浏览器400可在程序字段412中提供修理程序的列表。诊断浏览器400还可提供可能性字段416,该可能性字段列出在执行程序字段412中列出的修理程序的情况下,解决在风力涡轮机110处报告的问题或难题的可能性的排序。例如,如果用户190或能够执行程序字段412中所列出的修理的任何其他实体对零件B执行修理,则解决风力涡轮机110处的难题或问题的可能性将为75%。然而,如果要修理零件C,则解决风力涡轮机110处的难题或问题的可能性将仅为10%。另外,在执行纠正措施或修理后,用户190可输入纠正措施或修理的结果。诊断浏览器410可提供扩展的结果字段414,该扩展的结果字段可显示供用户190选择的选项。例如,扩展的结果字段可显示标记为“执行并固定”和“执行但不固定”的选择。然后,诊断推理机130可在诊断浏览器400中更新故障诊断选项和纠正措施。另外,可将用户190采取的纠正措施的结果和故障诊断步骤的历史作为学习循环传输回诊断模型***,以更新诊断参考模型152,以用于将来的故障诊断。
图5描绘了根据本公开的一个方面的用于生成用于风力涡轮发电机诊断的模型的示例性方法的流程图。如图5所示,在步骤502处,诊断模型***150可从风力涡轮机110或能够生成与风力涡轮机110相关的设计数据的任何其他实体获得设计数据。设计数据可包括以下各项中的一者或组合:(1)故障模式与效果分析(FMEA);(2)用于机械***、电气***、液压***和气动***的图/示意图;(3)软件逻辑图;(4)界面控制图(ICD);(5)部件故障率;(6)网表;(7)故障代码;(8)故障诊断手册;和/或(9)部件成本。用于机械***、电气***、液压***和气动***的图/示意图、软件逻辑图和/或ICD可包括用于涡轮机、叶片结构、转子、发电机、偏航驱动***、涡轮机控制器和俯仰***的图/示意图。可由诊断模型***150通过将网表转换为第一格式来生成基于用于机械***、电气***、液压***和气动***的图/示意图、软件逻辑图和/或ICD的一个或多个子***模型。转换后的网表可包括针对涡轮机110的用于机械***、电气***、液压***和气动***的图/示意图、软件逻辑图和/或ICD的部件汇编列表、界面列表和/或连接列表。
在步骤504处,诊断模型***150可基于设计数据来生成风力涡轮机模型。如图5所示,在步骤506处,诊断模型***150可基于FMEA、部件故障率和/或部件成本来生成关系模型。可通过将FMEA转换为第一格式来生成关系模型,转换后的FMEA包括征兆到故障模式与纠正措施之间的关系。FMEA可转换为诊断模型***150方案的格式的模型数据。FMEA可作为设计数据115的一部分被接收,或者可与来自能够为风力涡轮机110生成FMEA的任何实体的设计数据115分开被接收。
在步骤508处,诊断模型***150可基于用于机械***、电气***、液压***和气动***的图/示意图、软件逻辑图和/或ICD来生成子***模型。可通过将网表转换为诊断模型***150方案的格式的模型数据来生成子***,该网表包括用于机械***、电气***、液压***和气动***的图/示意图、软件逻辑图和/或ICD。在步骤510处,诊断模型***150可在逻辑上集成子***模型和关系模型以形成风力涡轮机模型。可通过生成子***模型和关系模型的扩展模型来在逻辑上集成子***模型和关系模型。
扩展模型可通过将风力涡轮机110方案的模型数据格式中的关系模型中的数据复制到风力涡轮机110方案的相同模型数据格式中的子***模型中的数据来根据转换后的FMEA和来自转换后的网表的部件汇编列表、界面列表和/或连接列表建立征兆到故障模式与纠正措施之间的关系。扩展模型还可建立故障代码与扩展模型之间的关系,并且将故障诊断手册映射到扩展模型。然后,诊断模型***150可生成风力涡轮机模型的可加载诊断图像(LDI)文件,以将LDI文件传输到诊断推理程序(例如,诊断推理机130)。诊断模型***150还可经由诊断推理机130从用户190接收故障诊断数据,并且可在逻辑上集成故障诊断数据与风力涡轮机模型以形成更新的风力涡轮机模型,从而改善风力涡轮机模型的统计概率数据。
图6描绘了根据本公开的一方面的用于处理风力涡轮发电机诊断的示例性方法的流程图。在步骤602处,诊断推理机130可获得风力涡轮机模型。诊断推理机130可从风力涡轮机110、诊断模型***150或者生成或存储风力涡轮机模型的任何其他***获得风力涡轮机模型。在步骤604处,诊断推理机130可从一个或多个风力涡轮机接收实时数据。可从风力涡轮机110或者监测或管理风力涡轮机110并且生成与风力涡轮机110的状况或状态相关的数据的任何其他***接收实时数据。风力涡轮机模型可为可加载诊断图像(LDI)文件的形式。
在步骤606处,诊断推理机130可使用风力涡轮机模型来执行诊断推理程序,以基于实时数据来检测故障状况或模式。诊断推理程序可以是在服务器或客户端设备的界面上或者被设计成执行风力涡轮机110的诊断的任何其他界面上执行的运行时间应用程序或浏览器。诊断推理机130可基于风力涡轮机模型的LDI文件来将诊断推理程序配置成与用户界面170兼容的格式。在步骤608处,诊断推理机130可基于检测到的故障状况来生成解决方案信息。解决方案信息可包括用于建立一个或多个风力涡轮机的潜在征兆与故障状况或模式之间的关系的推理数据。诊断推理机130可基于潜在征兆与故障状况或模式之间的关系来生成可能解决方案的排序后的故障诊断步骤,作为解决方案信息的一部分。
在步骤610处,诊断推理机130可将解决方案信息传输到维护实体。维护实体可以是技术人员、客户、工程师或者监测或管理风力涡轮机110的任何其他用户。诊断推理机130可基于实时数据和解决方案信息来向维护实体提供排序后的故障诊断步骤。然后,诊断推理机130可基于排序后的故障诊断步骤而经由用户界面170接收来自维护实体的对纠正措施的请求,并且基于对纠正措施的请求来生成更新的故障诊断步骤。然后,诊断推理机130可基于在一个或多个风力涡轮机处采取的纠正措施的结果来确定故障状况是否已被解决。
在步骤612处,诊断推理机130可发起学习循环过程以基于实时数据和解决方案信息来更新风力涡轮机模型。诊断推理机130可在确定故障状况已被解决后,通过将对纠正措施的请求和纠正措施的结果传输到风力涡轮机110来发起或执行学习循环过程。学习循环可更新统计概率数据,以用于对诊断参考模型152中的诊断信号进行故障诊断。
图7描绘了根据本公开的一方面的用于处理风力涡轮机的工程分析的示例性方法的流程图。在步骤702处,诊断模型***105可获得风力涡轮机模型。可通过从风力涡轮机110的设计数据生成风力涡轮机模型来获得该风力涡轮机模型,或者可从能够提供风力涡轮机模型的任何实体接收该风力涡轮机模型。在步骤704处,诊断模型***150可接收设计请求。可从风力涡轮机诊断模型设计工程师接收该设计请求。在步骤706处,响应于接收到包括编译请求的设计请求,诊断模型***150可基于风力涡轮机模型和报告书来识别设计冲突和错误(如果有的话)。如果没有识别到设计冲突和错误,则诊断模型***150可基于设计请求来生成更新的风力涡轮机模型。
在步骤708处,响应于接收到包括追踪请求的设计请求,诊断模型***150可基于风力涡轮机模型和报告书来识别追踪关系。诊断模型***150可显示所追踪的关系和设计冲突的集成示意图,并且检测所追踪的关系的任何改变。诊断模型***150还可显示网格编辑器,该网格编辑器基于设计请求来映射风力涡轮机模型的实体之间的关系。诊断模型***150还可接收识别设计信息,基于预定程序来建立识别设计信息与风力涡轮机模型之间的关系,并且基于识别设计信息与风力涡轮机模型之间的关系来生成风力涡轮机模型的级联故障模式。然后,诊断模型***150可包括检测到的设计请求的改变。
在步骤710处,响应于接收到包括针对改变的验证请求的设计请求,诊断模型***150可基于风力涡轮机模型和报告书来识别改变的设计冲突(如果有的话)。
在步骤712处,响应于包括工程数据请求的设计请求,诊断模型***150可基于风力涡轮机模型和报告书来生成工程内容。诊断模型***150可生成风力涡轮机模型的可加载诊断图像(LDI)文件,并且在基于设计请求生成更新的风力涡轮机模型后将LDI文件传输到诊断推理程序。
一般来讲,本公开中所讨论的被理解为计算机可执行的任何过程(诸如图2、图3和图5至图7所述的过程)以及结合图1和图4所述的***和/或接口可由计算机***的一个或多个处理器(诸如诊断模型***150、诊断推理机130和用户界面170)执行或以其他方式实现,如上所述。由一个或多个处理器执行的过程或处理步骤也可被称为操作。一个或多个处理器可被配置为通过访问指令(例如,软件或计算机可读代码)来执行此类过程,这些指令在由一个或多个处理器执行时,使得一个或多个处理器执行这些过程。指令可存储在计算机***的存储器中。处理器可以是中央处理单元(CPU)、图形处理单元(GPU)或另一类型的处理单元。
计算机***(诸如诊断模型***150、诊断推理机130、用户界面170或执行风力涡轮机110的操作功能的任何其他***)可包括一个或多个计算设备。如果计算机***的一个或多个处理器被实现为多个处理器,则该多个处理器可被包括在单个计算设备中或分布在多个计算设备之间。如果计算机***包括多个计算设备,则计算机***的存储器可包括多个计算设备中的每个计算设备的相应存储器。
图8示出了计算机***的计算设备800的示例。计算设备800可包括处理器810(例如,CPU、GPU或其他处理单元)、存储器820和通信接口540(例如,网络接口)以与其他设备通信。存储器820可包括易失性存储器(诸如RAM)和/或非易失性存储器(诸如ROM和存储介质)。存储介质的示例包括固态存储介质(例如,固态驱动器和/或可移除闪存存储器)、光学存储介质(例如,光盘)和/或磁存储介质(例如,硬盘驱动器)。前述指令(例如,软件或计算机可读代码)可存储在存储器820的任何易失性和/或非易失性存储器部件中。在一些实施方案中,计算设备800可进一步包括输入设备850(例如,键盘、鼠标或触摸屏)和输出设备860(例如,显示器、打印机)。例如,用户界面170可体现为平板电脑。用户界面170可具有触摸屏和显示器。计算设备800的前述元件可通过总线830彼此连接,该总线表示一条或多条总线。在一些实施方案中,计算设备800的处理器810包括CPU和GPU两者。
可由一个或多个处理器执行的指令可被存储在非暂态计算机可读介质上。因此,每当在本公开中描述计算机实现的方法时,本公开也应被理解为描述存储指令的非暂态计算机可读介质,这些指令在由一个或多个处理器执行时,将一个或多个处理器配置为和/或使得一个或多个处理器执行计算机实现的方法。非暂态计算机可读介质的示例包括RAM、ROM、固态存储介质(例如,固态驱动器)、存光学储介质(例如,光盘)和磁存储介质(例如,硬盘驱动器)。非暂态计算机可读介质可以是计算机***的存储器的一部分或与任何计算机***分开。
应当理解,在示例性实施方案的以上描述中,为了简化本公开并帮助理解各个发明性方面中的一个或多个发明性方面,有时将各种特征组合在其单个实施方案、附图或描述中。然而,本公开的该方法不应被理解为反映要求保护的发明需要比每项权利要求中明确陈述的更多特征的意图。相反,如以下权利要求所反映的,发明性方面在于少于单个前述公开实施方案的所有特征。因此,随附权利要求据此明确并入本具体实施方式中,其中每项权利要求自身作为本公开的单独实施方案。
此外,正如本领域技术人员将会理解的那样,虽然本文所述的一些实施方案包括其他实施方案中所包括的一些特征但不包括其他特征,但不同的实施方案的特征的组合也在本公开的范围内,并形成不同的实施方案。例如,在以下权利要求中,任何要求保护的实施方案可以任何组合使用。
因此,虽然已经描述了某些实施方案,但本领域的技术人员应认识到,在不脱离本公开的实质的情况下可对其进行其他和进一步修改,并且旨在要求所有此类改变或修改均落在本公开的范围内。例如,可在框图中添加或删除功能,并且可在功能框之间交换操作。可在本公开的范围内描述的方法中添加或删除步骤。
上述公开的主题应被视为例示性的而非限制性的,并且所附权利要求旨在覆盖落入本公开的真实实质和范围内的所有此类修改、增强和其他具体实施。因此,在法律允许的最大范围内,本公开的范围将由以下权利要求及其等同物的最宽可允许解释来确定,并且不应受前述具体实施方式的约束或限制。虽然已经描述了本公开的各种具体实施,但对于本领域的普通技术人员将显而易见的是,在本公开的范围内可能有更多的实施方案和具体实施。因此,本公开不受限制。
Claims (10)
1.一种用于生成用于风力涡轮机诊断的模型的方法,所述方法包括:
获得一个或多个风力涡轮机的设计数据,所述设计数据包括以下各项中的一者或组合:(1)故障模式与效果分析(FMEA);(2)用于机械***、电气***、液压***和气动***的图/示意图;(3)软件逻辑图;(4)界面控制图(ICD);(5)部件故障率;(6)网表;(7)故障代码;(8)故障诊断手册;和/或(9)部件成本;以及
基于所述设计数据来生成风力涡轮机模型,其中所述生成所述风力涡轮机模型包括:
基于所述FMEA、所述部件故障率和/或所述部件成本来生成关系模型;
基于用于机械***、电气***、液压***和气动***的图/示意图、软件逻辑图和/或ICD来生成子***模型;以及
在逻辑上集成所述子***模型和所述关系模型以形成所述风力涡轮机模型。
2.根据权利要求1所述的方法,其中所述基于所述FMEA、所述部件故障率和/或所述部件成本来生成关系模型包括:
将所述FMEA转换为第一格式,所述转换后的FMEA包括征兆到故障模式与纠正措施之间的关系,并且
其中所述用于机械***、电气***、液压***和气动***的图/示意图、所述软件逻辑图和/或所述ICD包括用于涡轮机、叶片结构、转子、发电机、偏航驱动***、涡轮机控制器和俯仰***的图/示意图,并且其中所述基于所述用于机械***、电气***、液压***和气动***的图/示意图、所述软件逻辑图和/或所述ICD来生成所述子***模型包括:
将所述网表转换为所述第一格式,所述转换后的网表包括针对所述用于机械***、电气***、液压***和气动***的图/示意图、所述软件逻辑图和/或所述ICD的部件汇编列表、界面列表和/或连接列表。
3.根据权利要求2所述的方法,其中所述在逻辑上集成所述子***模型和所述关系模型以形成所述风力涡轮机模型包括:
通过根据所述转换后的FMEA和来自所述转换后的网表的所述部件汇编列表、所述界面列表和/或所述连接列表建立所述症状到故障模式与所述纠正措施之间的关系来生成扩展模型,并且
其中所述在逻辑上集成所述子***模型和所述关系模型以形成所述风力涡轮机模型进一步包括:
建立所述故障代码与所述扩展模型之间的关系;以及
将所述故障诊断手册映射到所述扩展模型。
4.根据权利要求1所述的方法,所述方法进一步包括:
生成所述风力涡轮机模型的可加载诊断图像(LDI)文件;以及
将所述LDI文件传输到诊断推理程序,
其中基于所述设计数据来生成所述风力涡轮机模型进一步包括:
接收故障诊断数据;以及
在逻辑上集成所述故障诊断数据与所述风力涡轮机模型以形成更新的风力涡轮机模型。
5.一种用于风力涡轮机诊断的方法,所述方法包括:
获得风力涡轮机模型;
从一个或多个风力涡轮机接收实时数据;
使用所述风力涡轮机模型执行诊断推理程序,以基于所述实时数据检测故障状况;
基于所述检测到的故障状况,生成解决方案信息;
将所述解决方案信息传输到维护实体;以及
发起学习循环过程以基于所述实时数据和所述解决方案信息来更新所述风力涡轮机模型。
6.根据权利要求5所述的方法,其中所述风力涡轮机模型包括可加载诊断图像(LDI)文件,并且所述方法进一步包括:
基于所述风力涡轮机模型的所述LDI文件来将所述诊断推理程序配置成兼容格式,
其中所述解决方案信息包括用于建立所述一个或多个风力涡轮机的潜在征兆与故障状况之间的关系的推理数据,
其中所述诊断推理程序是在服务器或客户端设备上执行的运行时应用程序,并且
其中所述生成解决方案信息包括:
基于所述潜在征兆与所述故障状况之间的关系来生成可能解决方案的排序后的故障诊断步骤。
7.根据权利要求6所述的方法,所述方法进一步包括:
基于所述实时数据和所述解决方案信息来向所述维护实体提供所述排序后的故障诊断步骤;
基于所述排序后的故障诊断步骤来从所述维护实体接收对纠正措施的请求;
基于在所述一个或多个风力涡轮机处采取的所述纠正措施的结果来确定所述故障状况是否已被解决;
在确定所述故障状况已被解决后,通过将对所述纠正措施的所述请求和所述纠正措施的所述结果传输到风力涡轮机模型生成***来执行所述学习循环过程;
基于所述排序后的故障诊断步骤来从所述维护实体接收对纠正措施的请求;以及
基于对所述纠正措施的所述请求来生成更新的故障诊断步骤。
8.一种用于风力涡轮机的工程分析的方法,所述方法包括:
获得风力涡轮机模型;
接收设计请求;
响应于包括编译请求的所述设计请求,基于所述风力涡轮机模型和报告书来识别设计冲突和错误(如果有的话);
响应于包括追踪请求的所述设计请求,基于所述风力涡轮机模型和报告书来识别追踪关系;
响应于包括对改变的验证请求的所述设计请求,基于所述风力涡轮机模型和报告书来识别改变的设计冲突(如果有的话);以及
响应于包括工程数据请求的所述设计请求,基于所述风力涡轮机模型和报告书来生成工程内容。
9.根据权利要求8所述的方法,其中所述基于所述风力涡轮机模型来识别设计冲突和错误(如果有的话)包括:
在确定不存在所述设计冲突后,基于所述设计请求来生成更新的风力涡轮机模型;
在基于所述设计请求来生成所述更新的风力涡轮机模型后,生成所述风力涡轮机模型的可加载诊断图像(LDI)文件;以及
将所述LDI文件传输到诊断推理程序。
10.根据权利要求8所述的方法,所述方法进一步包括:
显示所述追踪的关系和所述设计冲突的集成示意图;
检测所述追踪的关系的改变;
显示网格编辑器,所述网格编辑器用于基于所述设计请求来映射所述风力涡轮机模型的实体之间的关系;
检测所述实体之间的所述关系的改变;
包括所述设计请求的所述改变;
接收识别设计信息;
基于预定程序来建立所述识别设计信息与所述风力涡轮机模型之间的关系;以及
基于所述识别设计信息与所述风力涡轮机模型之间的所述关系来生成所述风力涡轮机模型的级联故障模式。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/776,968 US20210239099A1 (en) | 2020-01-30 | 2020-01-30 | Systems and methods for model based wind turbine diagnostics |
US16/776,968 | 2020-01-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113202700A true CN113202700A (zh) | 2021-08-03 |
Family
ID=73856938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011643375.1A Pending CN113202700A (zh) | 2020-01-30 | 2020-12-31 | 用于基于模型的风力涡轮机诊断的***和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210239099A1 (zh) |
EP (1) | EP3859145A1 (zh) |
CN (1) | CN113202700A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114704438A (zh) * | 2022-06-02 | 2022-07-05 | 深圳众城卓越科技有限公司 | 风电机组故障监控方法及装置 |
CN116933099A (zh) * | 2023-07-20 | 2023-10-24 | 苏州艾驰博特检测科技有限公司 | 一种汽车零部件老化测试方法、***及介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11501222B2 (en) * | 2020-03-20 | 2022-11-15 | International Business Machines Corporation | Training operators through co-assignment |
CN115118576A (zh) * | 2022-06-23 | 2022-09-27 | 四川虹美智能科技有限公司 | 一种基于云端动态检测智能设备故障的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101929432A (zh) * | 2009-06-24 | 2010-12-29 | 维斯塔斯风力***集团公司 | 用于控制风力涡轮机的运行的方法和*** |
CA2712158A1 (en) * | 2009-07-24 | 2011-01-24 | Raj Mohan Bharadwaj | Wind turbine generator fault diagnostic and prognostic device and method |
CA2710902A1 (en) * | 2009-07-24 | 2011-01-24 | Honeywell International Inc. | Integrated condition based maintenance system for wind turbines |
CN108732494A (zh) * | 2017-04-21 | 2018-11-02 | 上海电气集团股份有限公司 | 一种风力发电机异常诊断处理*** |
CN108930632A (zh) * | 2017-05-25 | 2018-12-04 | 株式会社日立制作所 | 适应性发电管理 |
CN109947088A (zh) * | 2019-04-17 | 2019-06-28 | 北京天泽智云科技有限公司 | 基于模型全生命周期管理的设备故障预警*** |
CN110469462A (zh) * | 2019-08-21 | 2019-11-19 | 北京天泽智云科技有限公司 | 一种基于多模板的风电机组智能状态监测*** |
-
2020
- 2020-01-30 US US16/776,968 patent/US20210239099A1/en not_active Abandoned
- 2020-12-22 EP EP20216749.0A patent/EP3859145A1/en not_active Withdrawn
- 2020-12-31 CN CN202011643375.1A patent/CN113202700A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101929432A (zh) * | 2009-06-24 | 2010-12-29 | 维斯塔斯风力***集团公司 | 用于控制风力涡轮机的运行的方法和*** |
CA2712158A1 (en) * | 2009-07-24 | 2011-01-24 | Raj Mohan Bharadwaj | Wind turbine generator fault diagnostic and prognostic device and method |
CA2710902A1 (en) * | 2009-07-24 | 2011-01-24 | Honeywell International Inc. | Integrated condition based maintenance system for wind turbines |
CN108732494A (zh) * | 2017-04-21 | 2018-11-02 | 上海电气集团股份有限公司 | 一种风力发电机异常诊断处理*** |
CN108930632A (zh) * | 2017-05-25 | 2018-12-04 | 株式会社日立制作所 | 适应性发电管理 |
CN109947088A (zh) * | 2019-04-17 | 2019-06-28 | 北京天泽智云科技有限公司 | 基于模型全生命周期管理的设备故障预警*** |
CN110469462A (zh) * | 2019-08-21 | 2019-11-19 | 北京天泽智云科技有限公司 | 一种基于多模板的风电机组智能状态监测*** |
Non-Patent Citations (1)
Title |
---|
周安美;于德介;吴雪明;刘坚;李蓉;: "基于本体的大型风力发电机组故障智能诊断研究", 中国机械工程, no. 17, 10 September 2012 (2012-09-10) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114704438A (zh) * | 2022-06-02 | 2022-07-05 | 深圳众城卓越科技有限公司 | 风电机组故障监控方法及装置 |
CN116933099A (zh) * | 2023-07-20 | 2023-10-24 | 苏州艾驰博特检测科技有限公司 | 一种汽车零部件老化测试方法、***及介质 |
CN116933099B (zh) * | 2023-07-20 | 2024-01-26 | 苏州艾驰博特检测科技有限公司 | 一种汽车零部件老化测试方法、***及介质 |
Also Published As
Publication number | Publication date |
---|---|
US20210239099A1 (en) | 2021-08-05 |
EP3859145A1 (en) | 2021-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3859145A1 (en) | Systems and methods for model based wind turbine diagnostics | |
JP6966159B2 (ja) | プロセス制御ネットワークのルールビルダー | |
US10732618B2 (en) | Machine health monitoring, failure detection and prediction using non-parametric data | |
US9282008B2 (en) | Systems and methods for monitoring system performance and availability | |
US7051243B2 (en) | Rules-based configuration problem detection | |
CN113228100A (zh) | 成像模态智能发现维护***和方法 | |
US11776330B2 (en) | Closed-loop diagnostic model maturation for complex systems | |
JP2019515403A (ja) | 診断のためのグラフデータベースおよびシステム健康モニタリング | |
US10437215B2 (en) | Method and system for performing a configuration of an automation system | |
EP3836095A1 (en) | Onboard diagnosis and correlation of failure data to maintenance actions | |
Singh et al. | Software reliability early prediction in architectural design phase: Overview and Limitations | |
CN113196315A (zh) | 成像模态保养维护包***和方法 | |
Toirov et al. | Algorithm and software implementation of the diagnostic system for the technical condition of powerful units | |
US20170257304A1 (en) | Systems and methods for monitoring system performance and availability | |
CN114915643B (zh) | 铁路信号集中监测***的配置方法、装置、设备及介质 | |
Bao et al. | An Integrated Framework for Risk Assessment of High Safety Significant Safety-related Digital Instrumentation and Control Systems in Nuclear Power Plants: Methodology and Demonstration | |
Roshandel et al. | Estimating software component reliability by leveraging architectural models | |
CN117367807A (zh) | 航空发动机的故障诊断方法、***、设备及介质 | |
JP5157844B2 (ja) | 故障箇所特定システム、故障箇所特定方法 | |
Chen et al. | Application of Orthogonal Defect Classification for Software Reliability Analysis | |
WO2020194000A1 (en) | Method of detecting and removing defects | |
van Gerwen et al. | Integrating System Failure Diagnostics Into Model‐based System Engineering | |
US20230350790A1 (en) | System and method for auto-generation of test scripts | |
JPH04299422A (ja) | 異常診断方法 | |
Rui et al. | PHM Verification and Validation of Aviation Equipment Based on System Engineering |
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 |