CN113218653B - 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置 - Google Patents

一种基于消除低频扰动的海上风电齿轮箱监测方法及装置 Download PDF

Info

Publication number
CN113218653B
CN113218653B CN202110291652.5A CN202110291652A CN113218653B CN 113218653 B CN113218653 B CN 113218653B CN 202110291652 A CN202110291652 A CN 202110291652A CN 113218653 B CN113218653 B CN 113218653B
Authority
CN
China
Prior art keywords
vibration signal
low
frequency disturbance
signal
wind power
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
CN202110291652.5A
Other languages
English (en)
Other versions
CN113218653A (zh
Inventor
从飞云
郭志豪
童水光
林枫
李慧敏
陈立
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202110291652.5A priority Critical patent/CN113218653B/zh
Publication of CN113218653A publication Critical patent/CN113218653A/zh
Application granted granted Critical
Publication of CN113218653B publication Critical patent/CN113218653B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/021—Gearings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供一种基于消除低频扰动的海上风电齿轮箱监测方法及装置，方法为：通过振动信号采集单元获取海上风电齿轮箱实时振动信号，并对所获得的海上风电齿轮箱振动信号数据的有效性进行判断获取有效原始振动信号；对有效原始振动信号进行处理获得消除低频扰动后振动信号的表达式z(n)；通过信号RMS特征值计算方法获得消除低频扰动后振动信号的RMS特征值XRMS；消除低频扰动后振动信号的RMS特征值XRMS与齿轮箱正常运行状态下所获得的RMS特征值进行对比分析和诊断；克服低频扰动导致表征齿轮箱振动信号能量的RMS特征值偏离实际值的问题，大大提高海上风电齿轮箱运行状态预警准确率。

Description

一种基于消除低频扰动的海上风电齿轮箱监测方法及装置
技术领域
本发明涉及风电机组设备监测技术领域，特别涉及一种基于消除低频扰动的海上风电齿轮箱监测方法。
背景技术
海上风能是风力发电领域中发展最快且最具有商业开发价值的绿色能源，据全球风能理事会统计，截至2019年底，全球海上风电总装机容量超过29GW。2019年全球海上风电新增装机量首次突破6GW，中国海上风电新增装机超过2.3GW，位列世界首位。在全球气候变化和化石燃料资源枯竭的背景下，作为绿色、可再生能源的风能具有非常广阔的发展前景。
由于海上风电机组运行环境非常恶劣，经常受极端天气的影响：海上盐雾浓度高且湿度大，不利于机械与电气设备的长期运行；海上风机可及性差，海上作业耗费时间长、停机损失大，其机组的维护成本远远高于陆上风电机组。据统计海上风机运维成本占整个生命周期的30％，而风机齿轮箱相关故障造成停机时间最长，对电力生产影响最大。因此，对海上风电机组齿轮箱的运行状态进行监测，降低齿轮箱故障率，以提高机组运行可靠性并减少停机时间，提高海上风场运行效益是非常有必要的。
基于油液监测的方法需要额外设备进行油品检测，且难以实现风电机组齿轮箱运行状态的实时监测；海上风电机组齿轮箱的运行环境恶劣，部分陆上风电齿轮箱的状态监测方法不能很好地适应海上风电齿轮箱在风和海浪作用下产生低频扰动的运行环境，容易使监测所得振动信号的RMS特征值偏离实际值，从而容易造成预警失准的问题，消除低频扰动是本领域技术人员所要解决的问题。
发明内容
本发明的目的是提供一种基于消除低频扰动的海上风电齿轮箱监测方法及装置，通过对有效数据进行处理以消除海上风电齿轮箱振动信号中存在的低频扰动，根据信号RMS特征值计算方法，获取消除低频扰动后振动信号RMS特征值，实现了风电齿轮箱运行状态的实时监测，克服低频扰动导致表征齿轮箱振动信号能量的RMS特征值偏离实际值的问题，大大提高海上风电齿轮箱运行状态预警准确率。
为了实现上述目的，本发明提供以下技术方案：
本发明提供一种基于消除低频扰动的海上风电齿轮箱监测方法，所述方法为：
(1)通过振动信号采集单元获取海上风电齿轮箱实时振动信号，并对所获得的海上风电齿轮箱振动信号数据的有效性进行判断获取有效原始振动信号，为了去除传感器存在故障以及极端天气情况下信号幅值超出预设幅值范围的数据，提高预警准确率；
(2)对有效原始振动信号进行处理获得消除低频扰动后振动信号的表达式z(n)，消除齿轮箱振动信号在风和海浪作用下所出现的低频扰动，并将RMS特征值作为判定齿轮箱运行状态的健康指标；
(3)通过信号RMS特征值计算方法获得消除低频扰动后振动信号的RMS特征值XRMS来判定风电齿轮箱工作状态；
(4)消除低频扰动后振动信号的RMS特征值XRMS与齿轮箱正常运行状态下所获得的RMS特征值进行对比分析和诊断，超出预设阈值范围时根据等级向远端监测中心报警。
进一步地，步骤(1)中，判断获取有效原始振动信号的方法为：通过获取振动信号的时域特征值并预设阈值，去除超出预设阈值时的数据；诊断传感器是否存在故障，当诊断出传感器存在故障时将该数据去除；预设振动信号幅值范围，将极端天气所对应的幅值超出所述预设范围的振动信号数据去除，降低错误数据对判断齿轮箱运行状态的影响，提高预警准确率，其中振动信号的时域特征值为峰峰值。
进一步地，获得取消除低频扰动后振动信号的具体过程为：
(21)利用矩形窗函数f(x)对有效振动信号进行分段截取，得到多段振动数据流序列；
(22)通过定点滑动平均法构建滤波器的表达式y(n)；
(23)通过有效振动信号序列x(n)减去经滤波器处理后振动信号序列y(n)，获取消除低频扰动后振动信号表达式z(n)。
进一步地，所述矩形窗函数表达式f(x)为：
Figure BDA0002982333390000031
其中，x是变量；
M是矩形窗函数截取的数据长度。
进一步地，所述经滤波器处理后振动信号序列y(n)为：
Figure BDA0002982333390000032
其中，n是自然数且1≤n≤M；
K是自然数且10≤K≤20；
M是矩形窗函数截取的数据长度；
x(n)是有效振动信号序列。
进一步地，消除低频扰动后振动信号的表达式z(n)为：
z(n)＝x(n)-y(n)；
其中，x(n)是有效振动信号；
y(n)是经滤波器处理后振动信号序列；
n是自然数且1≤n≤M-(K-1)。
进一步地，消除低频扰动后振动信号的RMS特征值XRMS的计算公式为：
Figure BDA0002982333390000041
其中，z(n)是消除低频扰动后振动信号；
K是自然数且10≤K≤20；
M是矩形窗函数截取的数据长度；
n是自然数且1≤n≤M-(K-1)。
进一步地，步骤(4)中对比分析和诊断的过程为：
当消除低频扰动后振动信号的RMS特征值XRMS超出某预设故障等级所对应的阈值时，利用移动通讯技术根据等级向远端监测中心报警，报警时发送预警级别及24小时内的监测数据，便于后续管理人员采取合理有效的维修措施。
进一步地，用于上述的一种基于消除低频扰动的海上风电齿轮箱监测装置，包括信号采集单元、信号处理单元、信号分析单元和报警单元，所述信号采集单元与风电齿轮箱待监测部位连接并能够采集用于监测的信号，所述信号处理单元连接所述信号采集单元并能够对信号采集单元采集的信号进行处理，所述信号分析单元连接所述信号处理单元并能够对信号处理单元处理后的信号进行分析，从而根据分析结果向报警单元发出报警指令。
所述信号采集单元包括加速度传感器、数据采集卡和数据采集***；加速度传感器安装于主轴轴承上，且采样频率至少为海上风电齿轮箱最高故障特征频率的两倍。
所述加速度传感器是获取齿轮箱振动信号的重要装置，其通过传感器输出数据线与数据采集卡输入端相连接，安装部位尽量选取一个光滑、平整的表面，安装时加速度传感器通过磁力吸附在风机主轴轴承上；进一步所述加速度传感器型号可选为CA-YD-1182型。
所述数据采集卡是后续进行数字信号处理的基础，其位于机舱中临近齿轮箱待监测部位，输入端与传感器输出端相连接，输出端通过USB线与计算机相连接，进一步所述数据采集卡可选用NI-9234数据采集卡。
所述信号处理单元包括对所得振动信号数据进行有效性判断，利用矩形窗函数对有效振动信号进行分段截取，利用定点滑动平均法构建滤波器，并针对有效振动信号进行处理以消除振动信号中存在的低频扰动。
所述滤波器为定点滑动平均低通滤波器，用于消除齿轮箱原始振动信号在风和海浪作用下所出现的低频扰动。
在一些优选方案中所述定点滑动平均低通滤波器可选用十点滑动平均低通滤波器。
所述分析单元包括根据信号RMS特征值计算方法，获取消除低频扰动后振动信号RMS特征值，并与齿轮箱正常运行状态下RMS特征值进行对比分析获得监测结果，在RMS特征值超出设定阈值时根据等级向远端监测中心报警。
所述信号分析单元通过分析历史数据，预先设置三个故障等级的阈值，根据其超出预设阈值范围限度的大小分为一级报警、二级报警和三级报警。当RMS特征值超出某预设故障等级所对应的阈值时，利用移动通讯技术根据等级向远端监测中心报警，报警时发送预警级别及24小时内的监测数据，便于后续管理人员采取合理有效的维修措施。
本发明具有以下有益效果：
(1)本发明依据海上风电机组齿轮箱的运行环境，应用目前陆上状态监测技术可能存在预警失准的问题，通过定点滑动平均法构建滤波器，消除风和海浪所引起的低频扰动，准确获取表征齿轮箱振动信号能量大小的RMS特征值，并以此判定齿轮箱的运行状态，具有重要的工程价值。
(2)本发明针对信号采集单元所获得的振动信号数据的有效性进行判断，去除传感器故障时的数据，去除极端天气情况下出现的信号幅值超出预设振幅范围的数据，避免误报警情况的出现，提高数据精度以及海上风电齿轮箱运行状态预警准确率。
附图说明
图1是本发明监测方法的流程图。
图2是本发明基于定点滑动平均法处理振动信号的有限长出入信号图。
图3为本发明基于定点滑动平均法处理振动信号的滑动平均滤波器输出信号图。
图4为本发明原始信号消除低频扰动并获取RMS特征值示意图。
图5为本发明海上风电齿轮箱状态监测结构示意图。
具体实施方式
以下结合附图对本发明的具体实施方式做详细描述，应当指出的是，实施例只是对发明的具体阐述，不应视为对发明的限定，实施例的目的是为了让本领域技术人员更好地理解和再现本发明的技术方案，本发明的保护范围仍应当以权利要求书所限定的范围为准。
如图1所示，本发明提供一种基于消除低频扰动的海上风电齿轮箱监测方法，所述方法为：
S1，通过振动信号采集单元获取海上风电齿轮箱实时振动信号，并对所获得的海上风电齿轮箱振动信号数据的有效性进行判断获取有效原始振动信号，为了去除传感器存在故障以及极端天气情况下信号幅值超出预设幅值范围的数据，提高预警准确率；
判断获取有效原始振动信号的方法为：通过获取振动信号的时域特征值并预设阈值，去除超出预设阈值时的数据；诊断传感器是否存在故障，当诊断出传感器存在故障时将该数据去除；预设振动信号幅值范围，将极端天气所对应的幅值超出所述预设范围的振动信号数据去除，降低错误数据对判断齿轮箱运行状态的影响，提高预警准确率，其中振动信号的时域特征值为峰峰值。
S2，对有效原始振动信号进行处理获得消除低频扰动后振动信号的表达式z(n)，消除齿轮箱振动信号在风和海浪作用下所出现的低频扰动，并将RMS特征值作为判定齿轮箱运行状态的健康指标；
如图2-3所示，获得消除低频扰动后振动信号的具体过程为：
S2.1，利用矩形窗函数f(x)对有效振动信号进行分段截取，得到多段振动数据流序列；
所述矩形窗函数表达式f(x)为：
Figure BDA0002982333390000081
其中，x是变量，x是对应采集所获某一段振动信号数据的横坐标，通过矩形窗函数对这段振动信号数据进行分段截取；
M为矩形窗函数截取的数据长度。
S2.2，通过定点滑动平均法构建滤波器；
所述构建滤波器的过程为：
输入有效振动信号序列x(n)，在本实施例中将输入的有效振动信号序列前10个点对应的幅值取平均值，作为经滤波器处理后振动信号序列y(n)的第一个值，输入有效振动信号序列x(n)第2个点到第11个点共计10个点对应的幅值取平均值，作为经滤波器处理后振动信号序列y(n)的第二个值，以此类推。滤波器处理后振动信号序列y(n)最后9个点无意义，所以后续n取1≤n≤M-9。
经滤波器处理后振动信号序列y(n)为：
Figure BDA0002982333390000091
其中，n是自然数且1≤n≤M，是振动数据流长度中按照等时间间隔的点；
M是矩形窗函数截取的数据长度。
S2.3，通过有效振动信号序列x(n)减去经滤波器处理后振动信号序列y(n)，获取消除低频扰动后振动信号表达式z(n)；
z(n)＝x(n)-y(n)；
n是自然数且1≤n≤M-9，是振动数据流长度中按照等时间间隔的点。
S3，通过信号RMS特征值计算方法获得消除低频扰动后振动信号的RMS特征值XRMS来判定风电齿轮箱工作状态；
消除低频扰动后振动信号的RMS特征值XRMS的计算公式为：
Figure BDA0002982333390000092
其中，z(n)是消除低频扰动后振动信号；
M是矩形窗函数截取的数据长度；
n是自然数且1≤n≤M-9，是振动数据流长度中按照等时间间隔的点。
S4，消除低频扰动后振动信号的RMS特征值XRMS与齿轮箱正常运行状态下所获得的RMS特征值进行对比分析和诊断；超出预设阈值范围时根据等级向远端监测中心报警。
对比分析和诊断的过程为：当消除低频扰动后振动信号的RMS特征值XRMS超出某预设故障等级所对应的阈值时，利用移动通讯技术根据等级向远端监测中心报警，报警时发送预警级别及24小时内的监测数据，便于后续管理人员采取合理有效的维修措施。
如图4所示，用于上述的一种基于消除低频扰动的海上风电齿轮箱监测装置，包括信号采集单元、信号处理单元、信号分析单元和报警单元，所述信号采集单元与风电齿轮箱待监测部位连接并能够采集用于监测的信号，所述信号处理单元连接所述信号采集单元并能够对信号采集单元采集的信号进行处理，所述信号分析单元连接所述信号处理单元并能够对信号处理单元处理后的信号进行分析，从而根据分析结果向报警单元发出报警指令。
如图5所示，所述信号采集单元包括加速度传感器、数据采集卡和数据采集***；加速度传感器安装于主轴轴承上，且采样频率至少为海上风电齿轮箱最高故障特征频率的两倍；所述加速度传感器是获取齿轮箱振动信号的重要装置，其通过传感器输出数据线与数据采集卡输入端相连接，安装部位尽量选取一个光滑、平整的表面，安装时加速度传感器通过磁力吸附在风机主轴轴承上；进一步所述加速度传感器型号可选为CA-YD-1182型。
所述数据采集卡是后续进行数字信号处理的基础，其位于机舱中临近齿轮箱待监测部位，输入端与传感器输出端相连接，输出端通过USB线与计算机相连接，进一步所述数据采集卡可选用NI-9234数据采集卡。
所述信号处理单元包括对所得振动信号数据进行有效性判断，利用矩形窗函数对有效振动信号进行分段截取，利用定点滑动平均法构建滤波器，并针对有效振动信号进行处理以消除振动信号中存在的低频扰动。
所述滤波器为定点滑动平均低通滤波器，用于消除齿轮箱原始振动信号在风和海浪作用下所出现的低频扰动，进一步所述定点滑动平均低通滤波器可选用十点滑动平均低通滤波器。
所述分析单元包括根据信号RMS特征值计算方法，获取消除低频扰动后振动信号RMS特征值，并与齿轮箱正常运行状态下RMS特征值进行对比分析获得监测结果，在RMS特征值超出设定阈值时根据等级向远端监测中心报警。
所述信号分析单元通过分析历史数据，预先设置三个故障等级的阈值，根据其超出预设阈值范围限度的大小分为一级报警、二级报警和三级报警。当RMS特征值超出某预设故障等级所对应的阈值时，利用移动通讯技术根据等级向远端监测中心报警，报警时发送预警级别及24小时内的监测数据，便于后续管理人员采取合理有效的维修措施。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

Claims (8)

1.一种基于消除低频扰动的海上风电齿轮箱监测方法，其特征在于，所述方法为：
（1）通过振动信号采集单元获取海上风电齿轮箱实时振动信号，并对所获得的海上风电齿轮箱振动信号数据的有效性进行判断获取有效原始振动信号；
（2）对有效原始振动信号进行处理获得消除低频扰动后振动信号的表达式
Figure DEST_PATH_IMAGE001
；
获取消除低频扰动后振动信号的具体过程为：
（2.1）利用矩形窗函数f(x)对有效振动信号进行分段截取，得到多段振动数据流序列；
（2.2）通过定点滑动平均法构建滤波器；
（2.3）通过有效振动信号序列
Figure 279230DEST_PATH_IMAGE002
减去经滤波器处理后振动信号序列
Figure DEST_PATH_IMAGE003
，获取消除低频扰动后振动信号表达式
Figure 692763DEST_PATH_IMAGE004
；
（3）通过信号RMS特征值计算方法获得消除低频扰动后振动信号的RMS特征值
Figure DEST_PATH_IMAGE005
；
（4）消除低频扰动后振动信号的RMS特征值
Figure 793443DEST_PATH_IMAGE005
与海上风电齿轮箱正常运行状态下所获得的RMS特征值进行对比分析和诊断。
2.根据权利要求1所述的一种基于消除低频扰动的海上风电齿轮箱监测方法，其特征在于，步骤（1）中，判断获取有效原始振动信号的方法为：通过获取振动信号的时域特征值并预设阈值，去除超出预设阈值时的数据。
3.根据权利要求1所述的一种基于消除低频扰动的海上风电齿轮箱监测方法，其特征在于，所述矩形窗函数表达式f(x)为：
Figure 848992DEST_PATH_IMAGE006
；
其中，x是变量；
M是矩形窗函数截取的数据长度。
4.根据权利要求1所述的一种基于消除低频扰动的海上风电齿轮箱监测方法，其特征在于，所述经滤波器处理后振动信号序列
Figure 758043DEST_PATH_IMAGE003
为：
Figure DEST_PATH_IMAGE007
；
其中，n是自然数且
Figure 702996DEST_PATH_IMAGE008
；
K是自然数且
Figure DEST_PATH_IMAGE009
；
M是矩形窗函数截取的数据长度；
Figure 228655DEST_PATH_IMAGE002
是有效振动信号序列。
5.根据权利要求1所述的一种基于消除低频扰动的海上风电齿轮箱监测方法，其特征在于，所述消除低频扰动后振动信号的表达式
Figure 884633DEST_PATH_IMAGE004
为：
Figure 913769DEST_PATH_IMAGE010
；
其中，
Figure 950995DEST_PATH_IMAGE002
是有效振动信号序列；
Figure 432792DEST_PATH_IMAGE003
是经滤波器处理后振动信号序列；
n是自然数且
Figure DEST_PATH_IMAGE011
；
K是自然数且
Figure 925085DEST_PATH_IMAGE009
；
M是矩形窗函数截取的数据长度。
6.根据权利要求5所述的一种基于消除低频扰动的海上风电齿轮箱监测方法，其特征在于，所述消除低频扰动后振动信号的RMS特征值
Figure 808727DEST_PATH_IMAGE005
的计算公式为：
Figure 62860DEST_PATH_IMAGE012
；
其中，
Figure 766373DEST_PATH_IMAGE004
是消除低频扰动后振动信号的表达式；
K是自然数且
Figure 265619DEST_PATH_IMAGE009
；
M是矩形窗函数截取的数据长度；
n是自然数且
Figure 800506DEST_PATH_IMAGE011
。
7.根据权利要求1所述的一种基于消除低频扰动的海上风电齿轮箱监测方法，其特征在于，步骤（4）中对比分析和诊断的过程为：
当消除低频扰动后振动信号的RMS特征值
Figure 445114DEST_PATH_IMAGE005
超出预设故障等级所对应的阈值时，根据等级向远端监测中心报警。
8.一种用于权利要求1-7任一所述的一种基于消除低频扰动的海上风电齿轮箱监测方法使用的监测装置，其特征在于：包括信号采集单元、信号处理单元、信号分析单元和报警单元，所述信号采集单元与风电齿轮箱待监测部位连接并能够采集用于监测的信号，所述信号处理单元连接所述信号采集单元并能够对信号采集单元采集的信号进行处理，所述信号分析单元连接所述信号处理单元并能够对信号处理单元处理后的信号进行分析，从而根据分析结果向报警单元发出报警指令。
CN202110291652.5A 2021-03-18 2021-03-18 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置 Active CN113218653B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110291652.5A CN113218653B (zh) 2021-03-18 2021-03-18 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110291652.5A CN113218653B (zh) 2021-03-18 2021-03-18 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置

Publications (2)

Publication Number Publication Date
CN113218653A CN113218653A (zh) 2021-08-06
CN113218653B true CN113218653B (zh) 2022-06-21

Family

ID=77083792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110291652.5A Active CN113218653B (zh) 2021-03-18 2021-03-18 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置

Country Status (1)

Country Link
CN (1) CN113218653B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115579911B (zh) * 2022-11-14 2023-03-28 中国华能集团清洁能源技术研究院有限公司 一种抑制风电机组低频振荡的控制方法及***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101858778A (zh) * 2010-05-28 2010-10-13 浙江大学 基于振动监测的风力发电机组故障自动诊断方法
JP5693102B2 (ja) * 2010-08-31 2015-04-01 三菱重工業株式会社 風力発電装置の異常振動検出装置
CN105300688A (zh) * 2015-10-10 2016-02-03 浙江大学 基于rms的自适应齿轮箱转速的快速评估方法
CN105548595B (zh) * 2015-12-18 2019-04-30 国网河北能源技术服务有限公司 一种提取风电齿轮箱各级轴转速检测方法
CN106525214A (zh) * 2016-11-18 2017-03-22 上海电机学院 一种风力发电机振动检测***
JP7164468B2 (ja) * 2018-07-13 2022-11-01 Ntn株式会社 状態監視装置および状態監視システム
CN111006757A (zh) * 2019-12-11 2020-04-14 东方电气风电有限公司 一种风力发电机组稳态振动在线监测方法及监测***

Also Published As

Publication number Publication date
CN113218653A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN103711645B (zh) 基于建模参数特征分析的风力发电机组状态评估方法
CN103912448B (zh) 一种区域风电场机组功率特性监测方法
CA2891326C (en) Early detection of wind turbine degradation using acoustical monitoring
CN104977047A (zh) 基于振动和油液的风电机组在线状态监测与健康评估***及方法
CN110907170B (zh) 一种风电机组齿轮箱轴承温度状态监测与故障诊断方法
CN105738806A (zh) 一种风力发电机组故障诊断***和方法
CN103925155A (zh) 一种风电机组输出功率异常的自适应检测方法
WO2023279382A1 (zh) 一种电机轴承运行状态故障检测方法及***
CN111927717B (zh) 一种风机机舱传动链噪声在线监测***及方法
CN113218653B (zh) 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置
CN113567162A (zh) 基于声传感器的风机故障智能诊断装置及方法
Zhu et al. Operational state assessment of wind turbine gearbox based on long short-term memory networks and fuzzy synthesis
CN116146434A (zh) 一种基于风功率实测数据的风电机组健康状态实时评价方法
CN113777351B (zh) 一种风电场风速传感器故障诊断方法、装置
CN108491622A (zh) 一种风电机组的故障诊断方法及***
CN204788494U (zh) 基于振动和油液的风电机组在线状态监测与健康评估***
KR101468627B1 (ko) 풍력발전기 데이터 분류 시스템
CN111400959B (zh) 风力发电机组的叶片故障诊断方法及装置
US20200141393A1 (en) Method, apparatus and system for wind converter management
CN115711206B (zh) 一种基于聚类权重的风力发电机叶片覆冰状态监测***
CN117128143A (zh) 一种叶片故障检测方法和相关装置
CN116861219B (zh) 一种风电机组变桨故障诊断方法
CN112360702B (zh) 一种振动数据的集中监测方法及装置
CN109102001A (zh) 一种遗传基因改进神经网络的转子在线故障诊断方法
CN113374654B (zh) 一种检测风力发电机组叶片开裂的方法

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