CN114658611A - 风力发电机的主轴承异常检测方法和主轴承异常检测装置 - Google Patents
风力发电机的主轴承异常检测方法和主轴承异常检测装置 Download PDFInfo
- Publication number
- CN114658611A CN114658611A CN202011535224.4A CN202011535224A CN114658611A CN 114658611 A CN114658611 A CN 114658611A CN 202011535224 A CN202011535224 A CN 202011535224A CN 114658611 A CN114658611 A CN 114658611A
- Authority
- CN
- China
- Prior art keywords
- wind
- driven generator
- main bearing
- wind driven
- rotating speed
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims description 52
- 238000001514 detection method Methods 0.000 claims abstract description 50
- 230000002159 abnormal effect Effects 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000002699 waste material Substances 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
- 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
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/304—Spool rotational speed
-
- 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
- F05B2270/334—Vibration measurements
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
公开了风力发电机的主轴承异常检测方法和主轴承异常检测装置,所述主轴承异常检测方法包括:获取风力发电机的转速,并确定风力发电机的转速的变化是否出现异常;响应于风力发电机的转速的变化出现异常,确定风力发电机的振动频率是否超过预设阈值频率;响应于风力发电机的振动频率超过预设阈值频率,输出指示主轴承异常的报警消息。
Description
技术领域
本公开总体说来涉及风力发电技术领域,更具体地讲,涉及风力发电机的主轴承异常检测方法和主轴承异常检测装置。
背景技术
随着科技的进步,现代企业的机电设备正全面、迅速地朝着大型化、连续化、自动化的方向发展,满足了降低生产成本、提高生产率、节约能源、紧缩劳动力、减少废品、提高产品质量的客观要求。在工业部门中,各种机器和设备运行是否稳定,直接影响到企业的经济效益,一些关键性的设备甚至起着决定企业命运的作用。因此,如何避免设备发生故障,尤其是灾难性故障,一直以来都是人们极为重视的问题。长期以来,由于无法预测事故的发生,人们不得不采取两种对策。
一种对策是设备彻底损坏后再进行检修。这种方法经济损失很大,因为等设备彻底损坏后再维修,往往需要昂贵的维修费用,而且往往会造成“维修不足”,引发灾难性破坏,轻则需要更换设备,重则造成人员伤亡。
另一种对策是定期检修设备。这种方法有一定的计划性和预防性,但缺点是盲目性很大,如果设备没有出现故障,则停机会造成很大的经济损失。这种方法往往会造成“过剩维修”,更换下来的零配件距其极限还有剩余价值,因此成本较高,经济效果也不好。
因此,合理的维修方式应是预知性的,即在设备故障出现的早期就能监测隐患,提前预报,以便适时、合理地采取措施,这种维修方式能对设备适时地、有针对性地进行维修,不仅能保证设备处于良好的运行状态,而且能充分利用零件的寿命,有效地避免“维修不足”和“维修过剩”。于是设备故障诊断技术应运而生。
对风力发电机而言,整机的工作原理为:通过叶片吸收风能,风能使叶片产生旋转力,使叶轮转动;叶轮转动后,通过发电机主轴承带动发电机转动,从而实现机械能到电能的转换。风力发电机的主轴承,属于大型旋转部件,随着风力发电机单机容量的增大,主轴承的卡死,会使风力发电机在运行时振动过大,转速抖动过大,甚至影响机组安全而导致事故;因此,风力发电机组的大部件的安全性检测也显得越来越重要。
当前旋转部件的故障诊断大致通过三种途径:振动监测及故障诊断、声发射法、铁谱分析法。
振动监测及故障诊断:此方法是指在轴承上安装应变片检测轴承振动,通过对所测得的振动参量进行分析处理。振动信号虽然能提供较多的旋转机械的故障信息,但由于信号构成比较复杂,往往不易清晰地判别出故障,因此需要较复杂的信号处理技术。此外,轴承一般为转动结构,轴承支撑处一般为密闭结构,在其上面安装应变片并不方便。而在现有技术中,发电机主轴承上也没有相关的应变及振动检测装置。
声发射法:此方法的原理是从声发射源发射的弹性波最终传播到材料的表面,引起可以用声发射传感器探测的表面位移,这些探测器将材料的机械振动转换为电信号,然后放大、处理和记录。声发射信号处理的最大缺点,首先是声发射(AE)源的多样性、信号本身的突发性和不确定性。不同的AE源机制,可以产生完全不同的AE信号。其次,AE传感器所获得的信号是声源、传输介质、耦信号更加复杂。
铁谱分析法:此方法将滚动机械的润滑油抽取一部分作为油样,利用高梯度磁场使流过该磁场的油样中所含的固体异物按大小比例沉积在玻璃片上,以观察异物颗粒的形状、大小,色泽和材质,从而判断出设备磨损的类型,预告机器的运转状态,及时发现隐患。但是铁谱分析法只适用于实验室环境且设备昂贵,不适用于工业现场的在线诊断和广泛应用。而且往往需要拆卸设备提取油样,因停机造成经济损失。
此外,还可以通过窥视镜检测法来进行旋转部件的故障诊断。虽然这种方法检测方便,但缺点是一方面需要停机检测,一方面需要有极其专业的经验,才能诊断出轴承内圈是否出现了异常。
发明内容
本公开的实施例提供基于风机运行机理、轴承结构特点以及数据分析的风力发电机的主轴承异常检测方法和主轴承异常检测装置,可以实现在线运行检测,并降低检测***的成本。
在一个总的方面,提供一种风力发电机的主轴承异常检测方法,所述主轴承异常检测方法包括:获取风力发电机的转速,并确定风力发电机的转速的变化是否出现异常;响应于风力发电机的转速的变化出现异常,确定风力发电机的振动频率是否超过预设阈值频率;响应于风力发电机的振动频率超过预设阈值频率,输出指示主轴承异常的报警消息。
可选地,在风力发电机发电运行期间获取风力发电机的转速。
可选地,获取风力发电机的转速的步骤包括:获取风力发电机的转速的波动幅度和周期。
可选地,确定风力发电机的转速的变化是否出现异常的步骤包括:基于风力发电机的转速的波动幅度和周期,生成拟合转速的波动的正弦函数;基于预设时间的正弦函数的结果以及获取的风力发电机的转速,确定风力发电机的转速的变化是否出现异常。
可选地,获取风力发电机的转速的步骤包括:求取第一时间期间的风力发电机的转速的第一平均值。
可选地,基于预设时间的正弦函数的结果以及获取的风力发电机的转速,确定风力发电机的转速的变化是否出现异常的步骤包括:求取所述预设时间期间的风力发电机的转速的第二平均值,并计算第二平均值与第一平均值之间的差值;将所述预设时间的正弦函数的结果与计算的差值相加;确定相加的结果与所述预设时间的风力发电机的实时转速是否一致;响应于相加的结果与所述预设时间的风力发电机的实时转速一致,确定风力发电机的转速的变化出现异常。
可选地,当相加的结果与所述预设时间的风力发电机的实时转速之间的差小于预定阈值时,确定相加的结果与所述预设时间的风力发电机的实时转速一致。
可选地,确定风力发电机的转速的变化是否出现异常的步骤包括:对不同时刻获取的风力发电机的转速的波动幅度和周期进行连续检测,以确定波动幅度和周期是否保持一致;响应于波动幅度和周期保持一致,确定风力发电机的转速的变化出现异常。
可选地,确定风力发电机的振动频率是否超过预设阈值频率的步骤包括:获取风力发电机的振动值;求取单位时间内风力发电机的振动值过零的次数,作为风力发电机的振动频率。
可选地,确定风力发电机的振动频率是否超过预设阈值频率的步骤包括:获取风力发电机的振动值;对获取的风力发电机的振动值执行快速傅里叶变换,以获取风力发电机的振动频率。
在另一总的方面,提供一种风力发电机的主轴承异常检测装置,所述主轴承异常检测装置包括:转速获取单元,被配置为获取风力发电机的转速,并确定风力发电机的转速的变化是否出现异常;振动频率确定单元,被配置为响应于风力发电机的转速的变化出现异常,确定风力发电机的振动频率是否超过预设阈值频率;报警单元,被配置为响应于风力发电机的振动频率超过预设阈值频率,输出指示主轴承异常的报警消息。
可选地,转速获取单元被配置为在风力发电机发电运行期间获取风力发电机的转速。
可选地,转速获取单元被配置为获取风力发电机的转速的波动幅度和周期。
可选地,转速获取单元被配置为:基于风力发电机的转速的波动幅度和周期,生成拟合转速的波动的正弦函数;基于预设时间的正弦函数的结果以及获取的风力发电机的转速,确定风力发电机的转速的变化是否出现异常。
可选地,转速获取单元被配置为求取第一时间期间的风力发电机的转速的第一平均值。
可选地,转速获取单元被配置为:求取所述预设时间期间的风力发电机的转速的第二平均值,并计算第二平均值与第一平均值之间的差值;将所述预设时间的正弦函数的结果与计算的差值相加;确定相加的结果与所述预设时间的风力发电机的实时转速是否一致;响应于相加的结果与所述预设时间的风力发电机的实时转速一致,确定风力发电机的转速的变化出现异常。
可选地,转速获取单元被配置为:当相加的结果与所述预设时间的风力发电机的实时转速之间的差小于预定阈值时,确定相加的结果与所述预设时间的风力发电机的实时转速一致。
可选地,转速获取单元被配置为:对不同时刻获取的风力发电机的转速的波动幅度和周期进行连续检测,以确定波动幅度和周期是否保持一致;响应于波动幅度和周期保持一致,确定风力发电机的转速的变化出现异常。
可选地,振动频率确定单元被配置为:获取风力发电机的振动值;求取单位时间内风力发电机的振动值过零的次数,作为风力发电机的振动频率。
可选地,振动频率确定单元被配置为:获取风力发电机的振动值;对获取的风力发电机的振动值执行快速傅里叶变换,以获取风力发电机的振动频率。
在另一总的方面,提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序被处理器执行时,实现如上所述的风力发电机的主轴承异常检测方法。
在另一总的方面,提供一种控制器,所述控制器包括:处理器;和存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的风力发电机的主轴承异常检测方法。
在另一总的方面,提供一种计算机程序产品,所述计算机程序产品包括计算机程序,当所述计算机程序被处理器执行时,实现如上所述的风力发电机的主轴承异常检测方法。
根据本公开的实施例的风力发电机的主轴承异常检测方法和主轴承异常检测装置,直接通过数据分析对风力发电机的运行状况进行检测,可以实现在线检测,因此与现有方法相比,检测实时性高,预警早,可以提前保护风电机组安全。
此外,所述风力发电机的主轴承异常检测方法和主轴承异常检测装置涉及的条件少,且振动值与转速变化相结合,可提高检测的准确度。所述风力发电机的主轴承异常检测方法和主轴承异常检测装置不需要对振动值的成分进行区分,只需检测振动频率大小即可,因此可简化算法。由于所述风力发电机的主轴承异常检测方法和主轴承异常检测装置是检测转速值长时间的脉动,因此不受风速变化的影响。
将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点,还有一部分通过描述将是清楚的,或者可以经过本公开总体构思的实施而得知。
附图说明
通过下面结合示出实施例的附图进行的描述,本公开的实施例的上述和其他目的和特点将会变得更加清楚,其中:
图1是出现主轴承异常的风力发电机的转速曲线图;
图2是正常情况下风力发电机的转速曲线图;
图3是出现主轴承异常的风力发电机的振动曲线图;
图4是正常情况下风力发电机的振动曲线图;
图5是示出根据本公开的实施例的风力发电机的主轴承异常检测方法的流程图;
图6是示出根据本公开的实施例的风力发电机的主轴承异常检测装置的框图;
图7是示出根据本公开的实施例的风力发电机的控制器的框图。
具体实施方式
提供下面的具体实施方式以帮助读者获得对在此描述的方法、设备和/或***的全面理解。然而,在理解本申请的公开之后,在此描述的方法、设备和/或***的各种改变、修改和等同物将是清楚的。例如,在此描述的操作的顺序仅是示例,并且不限于在此阐述的那些顺序,而是除了必须以特定的顺序发生的操作之外,可如在理解本申请的公开之后将是清楚的那样被改变。此外,为了更加清楚和简明,本领域已知的特征的描述可被省略。
在此描述的特征可以以不同的形式来实现,而不应被解释为限于在此描述的示例。相反,已提供在此描述的示例,以仅示出实现在此描述的方法、设备和/或***的许多可行方式中的一些可行方式,所述许多可行方式在理解本申请的公开之后将是清楚的。
如在此使用的,术语“和/或”包括相关联的所列项中的任何一个以及任何两个或更多个的任何组合。
尽管在此可使用诸如“第一”、“第二”和“第三”的术语来描述各种构件、组件、区域、层或部分,但是这些构件、组件、区域、层或部分不应被这些术语所限制。相反,这些术语仅用于将一个构件、组件、区域、层或部分与另一构件、组件、区域、层或部分进行区分。因此,在不脱离示例的教导的情况下,在此描述的示例中所称的第一构件、第一组件、第一区域、第一层或第一部分也可被称为第二构件、第二组件、第二区域、第二层或第二部分。
在说明书中,当元件(诸如,层、区域或基底)被描述为“在”另一元件上、“连接到”或“结合到”另一元件时,该元件可直接“在”另一元件上、直接“连接到”或“结合到”另一元件,或者可存在介于其间的一个或多个其他元件。相反,当元件被描述为“直接在”另一元件上、“直接连接到”或“直接结合到”另一元件时,可不存在介于其间的其他元件。
在此使用的术语仅用于描述各种示例,并不将用于限制公开。除非上下文另外清楚地指示,否则单数形式也意在包括复数形式。术语“包含”、“包括”和“具有”说明存在叙述的特征、数量、操作、构件、元件和/或它们的组合,但不排除存在或添加一个或多个其他特征、数量、操作、构件、元件和/或它们的组合。
除非另有定义,否则在此使用的所有术语(包括技术术语和科学术语)具有与由本公开所属领域的普通技术人员在理解本公开之后通常理解的含义相同的含义。除非在此明确地如此定义,否则术语(诸如,在通用词典中定义的术语)应被解释为具有与它们在相关领域的上下文和本公开中的含义一致的含义,并且不应被理想化或过于形式化地解释。
此外,在示例的描述中,当认为公知的相关结构或功能的详细描述将引起对本公开的模糊解释时,将省略这样的详细描述。
根据本公开的实施例的风力发电机的主轴承异常检测方法和主轴承异常检测装置通过检测风力发电机的转速波动情况及振动频率值,对风力发电机的运行情况进行检测。具体地讲,根据本公开的实施例的风力发电机的主轴承异常检测方法和主轴承异常检测装置利用转速、振动共同判断,因此可以保证检测的精度。其原因是:风力发电机其余因素引起的振动(例如偏航启动、停止,转矩异常变化),不会导致转速的连续波动;而转速的波动,不会引起振动的高频变化。由于轴承是滚珠结构,所以当轴承出现机械故障后,会对风力发电机的转速造成一定的间歇阻力,导致风力发电机叶轮转速发生一定的波动;同时根据力学公式F=ma,由于叶轮在旋转过程中受力不均衡,以及主轴承本身的振动,因此会导致风力发电机出现高频振动。
以下具体解释根据本公开的实施例的风力发电机的主轴承异常检测方法和主轴承异常检测装置的原理。
图1是出现主轴承异常的风力发电机的转速曲线图,横坐标表示时刻值,纵坐标表示转速值。从图1中可看出,发电机转速(即,叶轮转速)发生了正弦形式的波动。其原因是:发电机主轴承出现卡死或断裂后,叶轮在旋转过程中,受到的阻力忽大忽小;PID调节具有一定的滞后性,其调节频率不足以对这种高频的转速变化进行及时的修正。
图2是正常情况下风力发电机的转速曲线图,横坐标表示时刻值,纵坐标表示转速值。从图2中可看出,当主轴承正常时,由于叶轮在旋转过程中没有间隙阻力的影响,因此风力发电机的转速值波动很小,只随着风速的变化而变化,并且其波动特性在PID控制的调节下,可以使风力发电机的转速趋于稳定。
图3是出现主轴承异常的风力发电机的振动曲线图,横坐标表示时刻值,纵坐标表示振动加速度值。从图3中可看出,在0时刻之前(即风力发电机正常运行、未顺桨时),风力发电机的振动频率很高。其原因是:由于主轴承发生异常,因此在旋转过程中,受到的作用力不均衡,因此会产生一定的激振力,这种激振力作用在风力发电机上,将会引起风力发电机的振动。
图4是正常情况下风力发电机的振动曲线图,横坐标表示时刻值,纵坐标表示振动加速度值。从图4中可看出,风力发电机的振动频率明显低于图3中示出的风力发电机的振动频率。通过轴承振动机理分析可以确定,在风力发电机主轴承发生故障后,风力发电机的振动频率值约为40~50Hz,而图4中示出的风力发电机的振动频率仅有几Hz。
下面将参照图5和图6对根据本公开的实施例的风力发电机的主轴承异常检测方法和主轴承异常检测装置进行详细描述。
图5是示出根据本公开的实施例的风力发电机的主轴承异常检测方法的流程图。根据本公开的实施例的风力发电机的主轴承异常检测方法可在风力发电机的主控制器或者其他专用处理器中执行。
参照图5,在步骤S501中,获取风力发电机的转速,并确定风力发电机的转速的变化是否出现异常。这里,可通过各种方法获取风力发电机的实时转速,本公开对此不做限制。进一步讲,在步骤S501中,可在风力发电机发电运行期间获取风力发电机的转速。这是因为,在风力发电机停机收桨的过程中,由于风力发电机受到的振动会变大,叠加上轴承异常引起的振动后,仍会变成频率低但幅度较高的振动曲线。为此,根据本公开的实施例的风力发电机的主轴承异常检测方法可在风力发电机发电运行期间由风力发电机的主控制器或专用处理器来执行。
具体地讲,在步骤S501中,可获取风力发电机的转速的波动幅度和周期。然后,可基于风力发电机的转速的波动幅度和周期,生成拟合转速的波动的正弦函数其中,A表示波动幅度,波动周期T=2π/ω,表示偏移角度值。
这里,需要指出的是,由于风力发电机的转速会随着风速的变化而变化,因此如果是使用正弦函数拟合,其计算结果也需要随着转速的下降而变化。例如,如图1所示,转速整体呈下降趋势,只是微小的波动没有发生变化。这也进一步说明主轴承发生异常后,转速的波动与风速变化无关。因此,为了有效地确定风力发电机的转速的变化是否出现异常,在步骤S501中,可求取第一时间期间的风力发电机的转速的平均值(以下称为第一平均值)。这里,第一时间可由本领域技术人员根据实际需要来设置,例如,第一时间可以大于200ms。
在生成拟合转速的波动的正弦函数之后,可基于预设时间的正弦函数的结果以及获取的风力发电机的转速,确定风力发电机的转速的变化是否出现异常。具体地讲,可首先求取预设时间期间的风力发电机的转速的平均值(以下称为第二平均值),并计算第二平均值与第一平均值之间的差值。这里,所述预设时间可由本领域技术人员根据实际需要来设置,只要所述预设时间的长度不会大于正弦函数的周期的1/4即可。例如,所述预设时间可以是100ms或200ms,但不限于此。然后,将所述预设时间代入生成的拟合转速的波动的正弦函数,获得预设时间的正弦函数的结果,并将所述预设时间的正弦函数的结果与计算的第二平均值与第一平均值之间的差值相加。接下来,可确定相加的结果与所述预设时间的风力发电机的实时转速是否一致。例如,当相加的结果与所述预设时间的风力发电机的实时转速之间的差小于预定阈值时,可确定相加的结果与预设时间的风力发电机的实时转速一致。响应于相加的结果与预设时间的风力发电机的实时转速一致,确定风力发电机的转速的变化出现异常。这里,所述预定阈值可以在0.05~0.1rpm的范围内取值,但不限于此,本领域技术人员可以根据实际需要将所述预定阈值设置为其他值。
另一方面,在步骤S501中,可对不同时刻获取的风力发电机的转速的波动幅度和周期进行连续检测,以确定波动幅度和周期是否保持一致。响应于波动幅度和周期保持一致,可确定风力发电机的转速的变化出现异常。
继续参照图5,在步骤S502中,响应于风力发电机的转速的变化出现异常,确定风力发电机的振动频率是否超过预设阈值频率(例如但不限于40Hz)。另一方面,如果风力发电机的转速的变化没有出现异常,则说明不会存在主轴承异常的情况下,因此可退出根据本公开的实施例的风力发电机的主轴承异常检测方法。
具体地讲,在步骤S502中,首先获取风力发电机的振动值。这里,可通过各种方法获取风力发电机的机舱的振动值(包括振动频率和/或振动幅度),本公开对此不做限制。然后,可求取单位时间(例如但不限于1秒)内风力发电机的振动值过零的次数,作为风力发电机的振动频率。例如,对于相邻的两个采样点,如果第一采样点的振动值大于0而第二采样点的振动值小于0,或者第一采样点的振动值小于0而第二采样点的振动值大于0,则过零次数加1。对单位时间内的所有相邻的采样点的振动值进行上述比较,并统计所有的过零次数,即可得到单位时间(例如但不限于1秒)内风力发电机的振动值过零的次数。可选择地,可对获取的风力发电机的振动值(振动值序列)执行快速傅里叶变换(FFT),以获取风力发电机的振动频率。
其后,在步骤S503中,响应于风力发电机的振动频率超过预设阈值频率,输出指示主轴承异常的报警消息。例如,可以以声、光、电、振动等形式向外输出指示主轴承异常的报警消息。可选择地,可以将指示主轴承异常的报警消息输出到风电场的控制中心或风电场外部的站点,以便对主轴承异常进行处理。另一方面,如果风力发电机的振动频率没有超过预设阈值频率,则说明不存在主轴承异常的情况,因此可退出根据本公开的实施例的风力发电机的主轴承异常检测方法。
如上所述,根据本公开风力发电机的主轴承异常检测方法不需要对振动值的成分进行区分,只需检测频率值大小即可,因此可简化异常检测算法。另一方面,所述风力发电机的主轴承异常检测方法基于转速、振动共同判断,因此可以保证检测的精度,并且直接通过数据分析对风力发电机的运行状况进行检测,可以实现在线检测,因此与现有方法相比,检测实时性高,预警早,可以提前保护机组安全。此外,所述风力发电机的主轴承异常检测方法涉及的条件少,且振动值与转速变化相结合,可提高检测的准确度,并且由于检测转速值长时间的脉动,所以不受风速变化的影响。
图6是示出根据本公开的实施例的风力发电机的主轴承异常检测装置的框图。根据本公开的实施例的风力发电机的主轴承异常检测装置可设置在风力发电机的主控制器或者其他专用处理器中,或者可实现为风力发电机中的专用装置。
参照图6,风力发电机的主轴承异常检测装置600可包括转速获取单元610、振动频率确定单元620和报警单元630。转速获取单元610可获取风力发电机的转速,并确定风力发电机的转速的变化是否出现异常。振动频率确定单元620可响应于风力发电机的转速的变化出现异常,确定风力发电机的振动频率是否超过预设阈值频率。报警单元630可响应于风力发电机的振动频率超过预设阈值频率,输出指示主轴承异常的报警消息。
具体地讲,转速获取单元610可在风力发电机发电运行期间获取风力发电机的转速。如上所述,在获取风力发电机的转速时,转速获取单元610可获取风力发电机的转速的波动幅度和周期。然后,转速获取单元610可基于风力发电机的转速的波动幅度和周期,生成拟合转速的波动的正弦函数,并且基于预设时间的正弦函数的结果以及获取的风力发电机的转速,确定风力发电机的转速的变化是否出现异常。
进一步讲,转速获取单元610可求取第一时间期间的风力发电机的转速的第一平均值。随后,转速获取单元610可求取预设时间期间的风力发电机的转速的第二平均值,并计算第二平均值与第一平均值之间的差值;将预设时间的正弦函数的结果与计算的差值相加;确定相加的结果与预设时间的风力发电机的实时转速是否一致;响应于相加的结果与预设时间的风力发电机的实时转速一致,确定风力发电机的转速的变化出现异常。这里,当相加的结果与预设时间的风力发电机的实时转速之间的差小于预定阈值时,转速获取单元610可确定相加的结果与预设时间的风力发电机的实时转速一致。另一方面,转速获取单元610可对不同时刻获取的风力发电机的转速的波动幅度和周期进行连续检测,以确定波动幅度和周期是否保持一致;并且响应于波动幅度和周期保持一致,确定风力发电机的转速的变化出现异常。
振动频率确定单元620可获取风力发电机的振动值,并求取单位时间内风力发电机的振动值过零的次数,作为风力发电机的振动频率。可选择地,振动频率确定单元620可获取风力发电机的振动值,并且对获取的风力发电机的振动值执行快速傅里叶变换,以获取风力发电机的振动频率。
图7是示出根据本公开的实施例的风力发电机的控制器的框图。
参照图7,根据本公开的实施例的风力发电机的控制器700可以是但不限于风力发电机的主控制器。例如,根据本公开的实施例的风力发电机的控制器700可以是风电场的控制器,或者是风力发电机中设置的专用控制器。根据本公开的实施例的风力发电机的控制器700可包括处理器710和存储器720。处理器710可包括(但不限于)中央处理器(CPU)、数字信号处理器(DSP)、微型计算机、现场可编程门阵列(FPGA)、片上***(SoC)、微处理器、专用集成电路(ASIC)等。存储器720存储将由处理器710执行的计算机程序。存储器720包括高速随机存取存储器和/或非易失性计算机可读存储介质。当处理器710执行存储器720中存储的计算机程序时,可实现如上所述的风力发电机的主轴承异常检测方法。
可选择地,控制器700可以以有线/无线通信方式与风力发电机中的其他组件进行通信,还可以以有线/无线通信方式与风电场中的其他装置进行通信。此外,控制器700可以以有线/无线通信方式与风电场外部的装置进行通信。
根据本公开的实施例的风力发电机的主轴承异常检测方法可被编写为计算机程序并被存储在计算机可读存储介质上。当所述计算机程序被处理器执行时,可实现如上所述的风力发电机的主轴承异常检测方法。计算机可读存储介质的示例包括:只读存储器(ROM)、随机存取可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、蓝光或光盘存储器、硬盘驱动器(HDD)、固态硬盘(SSD)、卡式存储器(诸如,多媒体卡、安全数字(SD)卡或极速数字(XD)卡)、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他装置,所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。在一个示例中,计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机***上,使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。
另一方面,根据本公开的实施例的风力发电机的主轴承异常检测方法可被实现为一种包括计算机程序的计算机程序产品,当所述计算机程序被处理器执行时,实现如上所述的风力发电机的主轴承异常检测方法。
根据本公开的实施例的风力发电机的主轴承异常检测方法和主轴承异常检测装置直接通过数据分析对风力发电机的运行状况进行检测,可以实现在线检测,因此与现有方法相比,检测实时性高,预警早,可以提前保护风电机组安全。此外,所述风力发电机的主轴承异常检测方法和主轴承异常检测装置涉及的条件少,且振动值与转速变化相结合,可提高检测的准确度。所述风力发电机的主轴承异常检测方法和主轴承异常检测装置不需要对振动值的成分进行区分,只需检测振动频率大小即可,因此可简化算法。由于所述风力发电机的主轴承异常检测方法和主轴承异常检测装置是检测转速值长时间的脉动,因此不受风速变化的影响。
虽然已表示和描述了本公开的一些实施例,但本领域技术人员应该理解,在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下,可以对这些实施例进行修改。
Claims (13)
1.一种风力发电机的主轴承异常检测方法,其特征在于,所述主轴承异常检测方法包括:
获取风力发电机的转速,并确定风力发电机的转速的变化是否出现异常;
响应于风力发电机的转速的变化出现异常,确定风力发电机的振动频率是否超过预设阈值频率;
响应于风力发电机的振动频率超过预设阈值频率,输出指示主轴承异常的报警消息。
2.如权利要求1所述的主轴承异常检测方法,其特征在于,在风力发电机发电运行期间获取风力发电机的转速。
3.如权利要求1所述的主轴承异常检测方法,其特征在于,获取风力发电机的转速的步骤包括:获取风力发电机的转速的波动幅度和周期。
4.如权利要求3所述的主轴承异常检测方法,其特征在于,确定风力发电机的转速的变化是否出现异常的步骤包括:
基于风力发电机的转速的波动幅度和周期,生成拟合转速的波动的正弦函数;
基于预设时间的正弦函数的结果以及获取的风力发电机的转速,确定风力发电机的转速的变化是否出现异常。
5.如权利要求4所述的主轴承异常检测方法,其特征在于,获取风力发电机的转速的步骤包括:求取第一时间期间的风力发电机的转速的第一平均值。
6.如权利要求5所述的主轴承异常检测方法,其特征在于,基于预设时间的正弦函数的结果以及获取的风力发电机的转速,确定风力发电机的转速的变化是否出现异常的步骤包括:
求取所述预设时间期间的风力发电机的转速的第二平均值,并计算第二平均值与所述第一平均值之间的差值;
将所述预设时间的正弦函数的结果与计算的差值相加;
确定相加的结果与所述预设时间的风力发电机的实时转速是否一致;
响应于相加的结果与所述预设时间的风力发电机的实时转速一致,确定风力发电机的转速的变化出现异常。
7.如权利要求6所述的主轴承异常检测方法,其特征在于,当相加的结果与所述预设时间的风力发电机的实时转速之间的差小于预定阈值时,确定相加的结果与所述预设时间的风力发电机的实时转速一致。
8.如权利要求3所述的主轴承异常检测方法,其特征在于,确定风力发电机的转速的变化是否出现异常的步骤包括:
对不同时刻获取的风力发电机的转速的波动幅度和周期进行连续检测,以确定波动幅度和周期是否保持一致;
响应于波动幅度和周期保持一致,确定风力发电机的转速的变化出现异常。
9.如权利要求1所述的主轴承异常检测方法,其特征在于,确定风力发电机的振动频率是否超过预设阈值频率的步骤包括:
获取风力发电机的振动值;
求取单位时间内风力发电机的振动值过零的次数,作为风力发电机的振动频率。
10.如权利要求1所述的主轴承异常检测方法,其特征在于,确定风力发电机的振动频率是否超过预设阈值频率的步骤包括:
获取风力发电机的振动值;
对获取的风力发电机的振动值执行快速傅里叶变换,以获取风力发电机的振动频率。
11.一种风力发电机的主轴承异常检测装置,其特征在于,所述主轴承异常检测装置包括:
转速获取单元,被配置为获取风力发电机的转速,并确定风力发电机的转速的变化是否出现异常;
振动频率确定单元,被配置为响应于风力发电机的转速的变化出现异常,确定风力发电机的振动频率是否超过预设阈值频率;
报警单元,被配置为响应于风力发电机的振动频率超过预设阈值频率,输出指示主轴承异常的报警消息。
12.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1至10中任意一项所述的风力发电机的主轴承异常检测方法。
13.一种控制器,其特征在于,所述控制器包括:
处理器;和
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至10中任意一项所述的风力发电机的主轴承异常检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011535224.4A CN114658611B (zh) | 2020-12-23 | 2020-12-23 | 风力发电机的主轴承异常检测方法和主轴承异常检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011535224.4A CN114658611B (zh) | 2020-12-23 | 2020-12-23 | 风力发电机的主轴承异常检测方法和主轴承异常检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114658611A true CN114658611A (zh) | 2022-06-24 |
CN114658611B CN114658611B (zh) | 2024-06-21 |
Family
ID=82024271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011535224.4A Active CN114658611B (zh) | 2020-12-23 | 2020-12-23 | 风力发电机的主轴承异常检测方法和主轴承异常检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114658611B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1688874A (zh) * | 2002-08-30 | 2005-10-26 | 日本精工株式会社 | 机械设备的状态监视方法和装置以及异常诊断装置 |
JP2006077945A (ja) * | 2004-09-13 | 2006-03-23 | Nsk Ltd | 異常診断装置及び異常診断方法 |
CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
CN102426095A (zh) * | 2011-11-08 | 2012-04-25 | 昆明理工大学 | 一种通过冲击分析提取转速波动的方法 |
US20150308285A1 (en) * | 2014-04-23 | 2015-10-29 | Senvion Se | Wind turbine diagnostic device for generator components |
CN107061186A (zh) * | 2017-06-09 | 2017-08-18 | 北京金风慧能技术有限公司 | 风力发电机组振动异常预警方法和装置 |
CN108780025A (zh) * | 2016-03-17 | 2018-11-09 | Ntn株式会社 | 状态监视***和风力发电装置 |
JP2018179735A (ja) * | 2017-04-12 | 2018-11-15 | 日本精工株式会社 | 回転部品の異常診断方法及び異常診断装置 |
JP2019027860A (ja) * | 2017-07-27 | 2019-02-21 | 日本精工株式会社 | 回転機械設備の異常診断システム及び異常診断方法 |
WO2019092240A2 (de) * | 2017-11-13 | 2019-05-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und verfahren zum rotationssynchronen überwachen eines rotierenden elements |
CN109973325A (zh) * | 2017-12-20 | 2019-07-05 | 北京金风科创风电设备有限公司 | 识别异常振动的方法和设备 |
US20190219032A1 (en) * | 2018-01-18 | 2019-07-18 | General Electric Company | System and Method for Monitoring a Wind Turbine Pitch Bearing |
CN110231166A (zh) * | 2019-07-02 | 2019-09-13 | 北京天泽智云科技有限公司 | 一种变转速工况下三级传动齿轮箱的智能诊断方法 |
US20200158562A1 (en) * | 2017-04-13 | 2020-05-21 | Ntn Corporation | Condition monitoring apparatus, condition monitoring system, and condition monitoring method |
-
2020
- 2020-12-23 CN CN202011535224.4A patent/CN114658611B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1688874A (zh) * | 2002-08-30 | 2005-10-26 | 日本精工株式会社 | 机械设备的状态监视方法和装置以及异常诊断装置 |
JP2006077945A (ja) * | 2004-09-13 | 2006-03-23 | Nsk Ltd | 異常診断装置及び異常診断方法 |
CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
CN102426095A (zh) * | 2011-11-08 | 2012-04-25 | 昆明理工大学 | 一种通过冲击分析提取转速波动的方法 |
US20150308285A1 (en) * | 2014-04-23 | 2015-10-29 | Senvion Se | Wind turbine diagnostic device for generator components |
CN108780025A (zh) * | 2016-03-17 | 2018-11-09 | Ntn株式会社 | 状态监视***和风力发电装置 |
JP2018179735A (ja) * | 2017-04-12 | 2018-11-15 | 日本精工株式会社 | 回転部品の異常診断方法及び異常診断装置 |
US20200158562A1 (en) * | 2017-04-13 | 2020-05-21 | Ntn Corporation | Condition monitoring apparatus, condition monitoring system, and condition monitoring method |
CN107061186A (zh) * | 2017-06-09 | 2017-08-18 | 北京金风慧能技术有限公司 | 风力发电机组振动异常预警方法和装置 |
JP2019027860A (ja) * | 2017-07-27 | 2019-02-21 | 日本精工株式会社 | 回転機械設備の異常診断システム及び異常診断方法 |
WO2019092240A2 (de) * | 2017-11-13 | 2019-05-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und verfahren zum rotationssynchronen überwachen eines rotierenden elements |
CN109973325A (zh) * | 2017-12-20 | 2019-07-05 | 北京金风科创风电设备有限公司 | 识别异常振动的方法和设备 |
US20190219032A1 (en) * | 2018-01-18 | 2019-07-18 | General Electric Company | System and Method for Monitoring a Wind Turbine Pitch Bearing |
CN110231166A (zh) * | 2019-07-02 | 2019-09-13 | 北京天泽智云科技有限公司 | 一种变转速工况下三级传动齿轮箱的智能诊断方法 |
Non-Patent Citations (4)
Title |
---|
田新启;高亹;: "600MW汽轮发电机组轴系标高测试及振动故障治理", 热能动力工程, no. 01, 20 January 2010 (2010-01-20) * |
马辉;: "200MW等级机组轴振动波动异常分析与治理", 汽轮机技术, no. 03, 22 June 2018 (2018-06-22) * |
高远俊;戴虎;李兴林;: "风电齿轮箱高速轴轴承振动的应用分析", 轴承, no. 04, 5 April 2016 (2016-04-05) * |
黄元维;: "基于支持向量机的风电机组主轴轴承故障诊断", 仪器仪表用户, no. 11, 8 November 2016 (2016-11-08) * |
Also Published As
Publication number | Publication date |
---|---|
CN114658611B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101718251B1 (ko) | 회전 블레이드 강건성 모니터링 방법 및 시스템 | |
US9574965B2 (en) | System and method of determining bearing health in a rotating machine | |
US20150322924A1 (en) | Method of monitoring the condition of a wind turbine | |
US10466205B2 (en) | Method for determining mechanical damage to a rotor blade of a wind turbine | |
JP2017096922A (ja) | 回転機械の静止部品の欠陥を検出するシステムおよび方法 | |
Babu et al. | Condition monitoring and vibration analysis of boiler feed pump | |
CN111609923A (zh) | 一种基于dcs数据的汽轮发电机组振动预警方法 | |
JP2005345154A (ja) | 異常予兆検出方法および装置 | |
JP6714844B2 (ja) | 異常診断方法 | |
CN114658611B (zh) | 风力发电机的主轴承异常检测方法和主轴承异常检测装置 | |
CN110441063B (zh) | 一种监测诊断大型高速转子轴裂纹的方法 | |
Harihara et al. | Sensorless detection of impeller cracks in motor driven centrifugal pumps | |
Rusinski et al. | Monitoring and testing of high power industrial fans vibration | |
Lim et al. | Motor fault detection method for vibration signal using FFT residuals | |
KR20210053077A (ko) | 회전 블레이드 비동기 진동 감시를 위한 노달 직경 측정 장치 및 방법, 회전 블레이드 비동기 진동 신호 분석 시스템 | |
EP3260874B1 (en) | Systems and methods for determining rotor deterioration in a dynamoelectric machine | |
Soua et al. | Online monitoring of a power slip-ring on the shaft of a wind power generator | |
JP4196975B2 (ja) | 駆動機構の亀裂検知方法 | |
Rajagopalan et al. | Estimation of static deflection under operational conditions for blade health monitoring | |
EP4308797B1 (en) | Method of automatic detection of synchronous rubbing in turbine | |
CN116839523A (zh) | 风力发电机组的变桨齿轮侧隙检测方法和装置 | |
Abd et al. | Diagnosis and Prognosis of Bearing Failure in Rotating Machinery Using Acoustic Emission and Artificial Neural Network | |
JP2731228B2 (ja) | 水力発電設備における異状振動監視方法 | |
WO2020149292A1 (ja) | 回転電機の異常診断システム | |
CN116988940A (zh) | 风力发电机组的变桨***的异常检测方法及变桨控制器 |
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 | ||
CB02 | Change of applicant information |
Address after: 830026 No. 107, Shanghai Road, Urumqi economic and Technological Development Zone, the Xinjiang Uygur Autonomous Region Applicant after: Jinfeng Technology Co.,Ltd. Address before: 830026 No. 107, Shanghai Road, Urumqi economic and Technological Development Zone, the Xinjiang Uygur Autonomous Region Applicant before: XINJIANG GOLDWIND SCIENCE & TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant |