CN115380160A - 风力涡轮机叶片桨距***的基于频率含量的监测 - Google Patents
风力涡轮机叶片桨距***的基于频率含量的监测 Download PDFInfo
- Publication number
- CN115380160A CN115380160A CN202180027517.8A CN202180027517A CN115380160A CN 115380160 A CN115380160 A CN 115380160A CN 202180027517 A CN202180027517 A CN 202180027517A CN 115380160 A CN115380160 A CN 115380160A
- Authority
- CN
- China
- Prior art keywords
- pitch
- wind turbine
- spectral density
- samples
- blade
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 238000005070 sampling Methods 0.000 claims abstract description 92
- 230000003595 spectral effect Effects 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims description 23
- 239000012530 fluid Substances 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 14
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 25
- 238000004590 computer program Methods 0.000 abstract description 6
- 230000001627 detrimental effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000000418 atomic force spectrum Methods 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method 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
- F03D7/022—Adjusting aerodynamic properties of the blades
- F03D7/0224—Adjusting blade pitch
-
- 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
- F05B2270/328—Blade pitch 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)
- 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)
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Wind Motors (AREA)
Abstract
提供了用于监测风力涡轮机(10)的***、方法、以及计算机程序产品。该***接收指示正施加至风力涡轮机(10)的叶片(20)的桨距力的信号(426)。对该信号(426)进行采样，以生成包括多个桨距力样本的离散时域信号(426)。使用采样窗口(326)来选择样本以供分析，该采样窗口排除了在被确定为对获得良好数据有害的运行条件下获得的样本。对所选择的样本进行处理，以生成信号(426)的谱密度(150)，并且对谱密度(150)的频率含量进行分析，以确定风力涡轮机(10)的一个或更多个组件的状况。如果该分析指示风力涡轮机(10)的组件需要引起注意，则***生成警报。
Description
背景技术
本发明总体上涉及监测风力涡轮机(wind turbine)，并且特别地，涉及用于基于由叶片桨距(pitch)驱动***生成的信号的谱密度来确定风力涡轮机的状况的方法、***、以及计算机程序产品。
风力涡轮机主要因其低碳足迹以及对传统发电方法对环境的影响的关注而成为日益增长的电力来源。然而，为了加速用风力涡轮机替换依赖化石燃料的工厂设备，并且仍保持与其它形式的可再生能源的竞争，重要的是继续降低利用风力涡轮机供电的成本。风力涡轮机的一个成本来源是维护涡轮机。维护必须足够频繁，以防止因组件失效而造成的电力中断，但由于派遣机组人员执行检查的成本而不应不必要地频繁。风力涡轮机的维护因许多因素(诸如许多风电场的偏远性质、在执行维护时中断电力生产的必要性、以及涡轮机通常位于高塔顶部并由此难以达到的事实)而特别昂贵。
监测风力涡轮机的运行的一种方式是将振动传感器放置在易于磨损的组件上或附近。然后，通过分析由传感器接收的振动来确定是否存在磨损或失效组件的振动特性，从而确定维护的需要。然而，由于需要附加传感器，这些类型的***增加了风力涡轮机的成本和复杂性，这些传感器本身也成为潜在的失效点。另外，风力涡轮机中的噪声源可能难以隔离，这通常导致问题的误诊和不必要的维护。特别地，运行条件通常影响振动数据，由此使得难以分离在风力涡轮机中的不同位置产生的噪声。
因此，需要改进的***、方法以及计算机程序产品，其使得能够检测风力涡轮机中的振动并且基于所检测到的振动诊断组件状况。
发明内容
在本发明的实施方式中，提供了一种用于监测包括具有叶片的转子的风力涡轮机的运行的***。该***包括一个或更多个处理器以及被联接至所述一个或更多个处理器的存储器。该存储器包括程序代码，该程序代码在由所述一个或更多个处理器执行时，使该***：接收指示正被施加至叶片的桨距力(pitch force)的时域信号；确定时域信号的第一谱密度；基于第一谱密度的频率含量，确定风力涡轮机的状况；以及响应于所述状况指示风力涡轮机存在问题，生成警报信号。
在本发明的一方面，时域信号指示控制叶片的桨距的桨距驱动装置(pitchdrive)的液压致动器的室中的流体的压力。
在本发明的另一方面，程序代码使该***通过以下项来确定第一谱密度：对时域信号进行采样，以生成离散时域信号；从该离散时域信号中选择处于采样窗口内的多个样本；以及将所述多个样本从时域变换到频域。
在本发明的另一方面，转子在具有多个扇区的转子平面中旋转，并且该采样窗口对应于当叶片处于所述多个扇区中的选定扇区中时的第一时段。
在本发明的另一方面，当叶片移动通过所述选定扇区时，该叶片经过水平位置。
在本发明的另一方面，所述多个样本被选择成，使得所述多个样本中的各个样本皆对应于处于预定风速范围内的风速或者该风速的处于风速范围的预定变化率内的变化率。
在本发明的另一方面，所述样本被选择成，使得所述多个样本中的各个样本皆对应于处于预定桨距位置范围内的桨距位置或者该桨距位置的处于桨距位置范围的预定变化率内的变化率。
在本发明的另一方面，所述样本被选择成，使得所述多个样本中的各个样本皆对应于风力涡轮机的处于预定功率输出范围内的功率输出或者风力涡轮机的功率输出的处于功率输出范围的预定变化率内的变化率。
在本发明的另一方面，转子在具有所述多个扇区的转子平面中旋转，采样窗口是至少两个采样窗口之一，所述样本被选择成，使得所述多个样本中的各个样本皆处于所述至少两个采样窗口中的各个采样窗口中，并且所述至少两个采样窗口选自以下项：与当叶片处于所述多个扇区中的选定扇区中时的第一时段相对应的第一采样窗口；与处于预定风速范围内的风速或者该风速的处于风速范围的预定变化率内的变化率相对应的第二采样窗口；与处于预定桨距位置范围内的桨距位置或者该桨距位置的处于桨距位置范围的预定变化率内的变化率相对应的第三采样窗口；以及与风力涡轮机的处于预定功率输出范围内的功率输出或者风力涡轮机的功率输出的处于功率输出范围的预定变化率内的变化率相对应的第四采样窗口。
在本发明的另一方面，所述样本被选择成，使得所述多个样本中的各个样本皆对应于叶片上的处于预定载荷范围内的载荷。
在本发明的另一方面，该程序代码使该***基于第一谱密度的频率含量通过以下来确定风力涡轮机的状况：比较第一谱密度与第二谱密度，该第二谱密度是在当已知风力涡轮机已经正常运行时的第二时段期间针对该风力涡轮机确定的。
在本发明的另一方面，该程序代码使该***基于第一谱密度通过以下来确风力涡轮机的状况：限定覆盖第一谱密度的一部分的至少一个频率仓；确定第一谱密度的被所述至少一个频率仓覆盖的所述一部分的最大幅值、平均幅值以及最小幅值中的一个或更多个；将第一谱密度的所述一部分的最大幅值、平均幅值以及最小幅值中的所述一个或更多个与相应的警报阈值进行比较；以及如果最大幅值、平均幅值以及最小幅值中的所述一个或更多个超过其相应的警报阈值，则触发警报。
在本发明的另一方面，所述至少一个频率仓是多个频率仓中的一个频率仓，所述多个频率仓各自覆盖第一谱密度的不同部分，并且针对所述多个频率仓中的各个频率仓来执行确定步骤、比较步骤以及触发步骤。
在本发明的另一方面，该程序代码使该***基于第一谱密度通过以下来确风力涡轮机的状况：限定具有与转子的旋转的谐波相对应的频率的至少一个工作点；确定所述至少一个工作点的最大幅值、平均幅值以及最小幅值中的一个或更多个；将所述至少一个工作点的最大幅值、平均幅值以及最小幅值中的所述一个或更多个与相应的警报阈值进行比较；以及如果所述至少一个工作点的最大幅值、平均幅值以及最小幅值中的所述一个或更多个超过警报阈值，则触发警报。
在本发明的另一方面，所述至少一个工作点是多个工作点中的一个工作点，所述多个工作点各自对应于转子的旋转的不同谐波，并且针对所述多个工作点中的各个工作点来执行确定步骤、比较步骤以及触发步骤。
在本发明的另一方面，该程序代码还使该***：响应于第一谱密度包括具有高于共振阈值的幅值的频率分量，启用抑制与该频率分量相对应的共振的共振控制算法。
在本发明的另一实施方式中，提出了一种用于监测包括具有叶片的转子的风力涡轮机的运行的方法。所述方法包括以下步骤：接收指示正被施加至叶片的桨距力的时域信号；确定时域信号的第一谱密度；基于第一谱密度的频率含量，确定风力涡轮机的状况；以及响应于所述状况指示风力涡轮机存在问题，生成警报信号。
以上发明内容呈现了本发明的一些实施方式的简化概述，以提供对本文所讨论的本发明的某些方面的基本理解。该发明内容不旨在提供本发明的广泛综述，也不旨在标识任何关键或重要的要素，或者描绘本发明的范围。该发明内容的唯一目的仅仅是以简化的形式呈现一些概念，作为对下面呈现的详细描述的介绍。
附图说明
并入并构成了本说明书的一部分的附图例示了本发明的各种实施方式，并与上面给出的本发明的一般描述以及下面给出的实施方式的详细描述一起用于说明本发明的实施方式。
图1是根据本发明的实施方式的包括机舱和转子的示例性风力涡轮机的立体图。
图2是图1的转子的一部分的正视图，示出了通过桨距轴承(pitch bearing)附接至转子的轴毂的叶片。
图3是图1的风力涡轮机的一部分的立体图，其中，机舱被部分地剖开以暴露被容纳在机舱内的结构。
图4是包括桨距***(pitch system)的控制***的图解视图，该桨距***可以被用于控制图1至图3的风力涡轮机中的叶片的桨距。
图5是根据本发明的示例性实施方式的图4的桨距***的图解视图。
图6是根据本发明的另一示例性实施方式的图4的桨距***的图解视图。
图7是示出使用具有不同长度的采样窗口确定的、指示图1的风力涡轮机的各个叶片的桨距位置的信号的谱密度的曲线图。
图8是示出使用不同频率标度描绘的、指示来自图7的各个叶片的桨距位置的信号的谱密度的曲线图。
图9是示出使用具有不同长度的采样窗口确定的、指示正被施加至图1的风力涡轮机的各个叶片的桨距力的信号的谱密度的曲线图。
图10是示出使用不同频率标度描绘的、指示来自图9的正被施加至各个叶片的桨距力的信号的谱密度的曲线图。
图11是示出指示图9的桨距力的信号的谱密度的曲线图，还示出了可以被用于分析桨距力信号的谱密度的频率仓和工作点。
图12是示出根据本发明的实施方式的可以被用于监测图1的风力涡轮机的监测***的用户界面的图解视图。
图13是包括多个扇区的转子平面的图解视图，图1的转子的叶片旋转通过这些扇区。
图14是示出图13的转子平面中的叶片方位角与采样窗口函数之间的关系的曲线图。
图15是示出风速与图14的采样窗口函数之间的关系的图图解视图。
图16是示出图1的风力涡轮机的功率输出与图15的采样窗口函数之间的关系的图解视图。
图17是示出图14的叶片的桨距位置与图16的采样窗口函数之间的关系的图解视图。
图18是示出桨距力信号与图17的采样窗口函数之间的关系的图形视图。
图19是可以被用于实现图1至图18所示的组件或过程中的一个或更多个的计算机的图解视图。
应理解，附图不必须是按比例绘制的，并且可以呈现例示本发明的基本原理的各种特征的稍微简化的表示。本文所公开的操作序列的具体设计特征(例如，包括各种所例示组件的具体尺寸、取向、位置以及形状)可以部分地由特定的预期应用和使用环境来确定。所例示的实施方式的某些特征可能相对于其它特征进行了放大或变形，以便于可视化和清楚理解。特别地，例如为了清楚或例示起见，薄的特征可能被加厚。
本发明的实施方式基于施加在风力涡轮机的一个或更多个叶片上的力的量来确定风力涡轮机的状况，从而控制叶片的桨距。为此，由监测***接收表示正被施加至风力涡轮机的叶片的桨距力的时域信号。该信号可以与桨距力直接相关(例如，由应变计输出的信号，该应变计测量正由桨距驱动装置施加至叶片的力)，或者可以与桨距力间接相关(例如，由压力传感器输出的信号，该压力传感器测量桨距驱动装置的液压致动器中的压力)。在任一情况下，已经确定这些类型的信号的频率含量可以提供关于风力涡轮机的运行的信息。
时域信号的谱密度可以通过将时域信号转换成频域信号来获得。然后可以基于谱密度确定风力涡轮机或风力涡轮机的一个或更多个组件的状况。可以将采样窗口应用于时域中的信号，该采样窗口选择信号的哪些部分要进行分析。已经确定了基于各种运行参数在时域中选择性地过滤样本，以提高监测***检测风力涡轮机的某些状况(诸如磨损的轴承或需要维修的其它组件)的能力。
图1示出了根据本发明的实施方式的示例性风力涡轮机10。风力涡轮机10包括：塔12、被设置在塔12的顶点处的机舱14、以及转子16，该转子被可操作地联接至机舱14中的发电机。除了发电机18之外，机舱14通常还容纳将风能转换成电能以及操作和优化风力涡轮机10的性能所需的各种组件。塔12支承由机舱14、转子16以及被容纳在机舱14内部的其它风力涡轮机组件所提供的载荷。风力涡轮机10的塔12将机舱14和转子16提升到高于地平面的高度，该高度允许转子16自由地自旋，并且在该高度处通常发现具有较低湍流和较高速度的气流。
转子16包括轴毂18以及在围绕轴毂18的圆周分布的位置处被附接至该轴毂18的一个或更多个(例如，三个)叶片20。叶片20从轴毂18起沿径向向外突出，并且被配置成与通过的气流相互作用，以生成使轴毂18绕其纵向轴线自旋的旋转力。将该旋转能量递送至被容纳在机舱14内的发电机并转换成电能。为了优化风力涡轮机10的性能，叶片20的桨距是由桨距***响应于风速和其它运行条件来调节的。
图2是风力涡轮机10的转子16的正视图，示出了将叶片20可操作地联接至轴毂18的桨距轴承22。各个桨距轴承22皆具有与叶片20的纵向轴线大体对准的旋转轴线。桨距轴承22被配置成使得各个叶片20皆可以围绕轴承的旋转轴线相对于轴毂16旋转，并且在轴毂18与叶片20之间传递力。这些力包括由重力、离心力、风载荷、以及由发电机提供的载荷所引起的力。
重力作用在桨距轴承22上的方向根据叶片20的位置而改变，并由此产生变化的载荷22，该载荷倾向于随着转子16的每次旋转而重复。当转子16正在旋转时，轴承22也经受离心力，该离心力主要在桨距轴承22中产生轴向拉力。由风载荷产生的力包括使转子16旋转的力，并且通常在桨距轴承22上产生最大载荷。桨距轴承22被配置成将这些载荷传递至轴毂18，该轴毂又将这些载荷传递至风力涡轮机10的其余部分。
改变叶片20的桨距通常改变叶片20响应于风而产生的升力和阻力的量，这改变了由叶片20提供给轴毂18的驱动力和传递给塔12的横向力。因此，桨距***可以用于帮助控制风力涡轮机10，在变化的风力条件下优化电力生产，以及防止过量风的损坏。
图3示出了机舱14被部分剖开以暴露容纳在内部的结构的立体图。从转子16延伸到机舱14中的主轴可以由主轴承支承件32保持在适当的位置，该主轴承支承件支承转子16的重量并将转子16上的载荷传递至塔12。主轴可以可操作地联接至变速箱34，该变速箱将其旋转传递至发电机36。如本领域普通技术人员所理解的，可以将由发电机36生成的电力供应给电网(未示出)或者储能***(未示出)以供随后释放给电网。这样，风的动能可以通过风力涡轮机10利用以进行发电。机舱14还可以容纳被用于操作风力涡轮机10的其它设备(未示出)，诸如液压泵、液压蓄能器、冷却***、控制器、传感器、电池、通信设备等。
包括被容纳在其中的组件的机舱14的重量可以由承重结构38承载。承重结构38可以包括机舱14的外部壳体以及一个或更多个附加结构组件(诸如框架或格栅)、以及通过偏航轴承(未示出)将机舱14的载荷可操作地联接至塔12的齿轮钟形件(gear bell)。偏航轴承可以被配置成允许机舱14通过偏航***旋转入风或旋转出风。轴毂18可以容纳包括一个或更多个桨距驱动装置40的桨距***的至少一部分。各个桨距驱动装置40皆可以包括一个或更多个桨距致动器42(例如，液压缸、电致动器、机械致动器等)，这些桨距致动器被配置成提供桨距力并且通过连杆44可操作地联接至转子16的相应叶片20。
图4例示了可以被用于控制风力涡轮机10的示例性控制***50。控制***50包括：与风传感器54通信的风力涡轮机控制器52、桨距***56、偏航***58、以及监督控制器60。监督控制器60可以被配置成实现用于一组风力涡轮机10(例如，风电场)的全***控制策略，该全***控制策略优化风力涡轮机10的总体性能，例如，以最大化该组风力涡轮机的电力生产并且最小化总体维护。偏航***58可以由风力涡轮机控制器52用来控制机舱14所指向的方向，并且可以包括一个或更多个偏航控制器、驱动***、位置传感器等，这些偏航控制器、驱动***、位置传感器等被配置成实现从风力涡轮机控制器52接收的偏航命令信号。桨距***56可以被配置成响应于从风力涡轮机控制器52接收到的桨距命令信号共同地或者独立地调节叶片20的桨距。使叶片20变桨距所需的机械力或“桨距力”可以由桨距驱动装置42来提供。
图5例示了示例性桨距***56，其包括桨距控制器70、液压致动器72、以及将液压致动器72联接至加压液压流体源76的液压阀74(例如，比例阀)。桨距控制器70可以是被配置成控制风力涡轮机10的一个或更多个叶片20的桨距的独立控制器，或者可以由诸如风力涡轮机控制器52的另一控制器来提供。
液压致动器72包括位于缸80内的活塞78，该活塞在一端终止于缸盖82，在另一端终止于缸头84。活塞78联接至活塞杆86，并且将缸80的内部分成活塞杆86穿过的前室88(也被称为活塞杆室)以及由缸盖82终止的后室90(也被称为底室)。
活塞杆86穿过缸头84中的密封开孔，并且包括通过连杆91可操作地联接至叶片20的远端。连杆可以包括球接头、枢轴接头、或者允许在活塞杆86的远端与叶片20之间的围绕至少一个轴线旋转的其它接头。活塞杆86的移动可以由此导致叶片20绕桨距轴承22的纵向轴线旋转。可以将缸盖82可操作地联接至转子16的轴毂18(例如，通过允许旋转的另一接头)，以使活塞78的移动引起叶片20相对于轴毂18的角位移。桨距控制器70由此响应于液压阀74的致动，而使活塞78沿向前方向(朝着缸头84)或沿向后方向(朝着缸盖82)来向活塞杆86施加桨距力。
响应于接收到来自桨距控制器70的信号，液压阀74可以选择性地将流体源76的输出端口以流体方式联接至液压致动器72的前室82和后室90中的一者，并且可选择性地将流体源的返回端口以流体方式联接至液压致动器72的前室82和后室中的另一者。桨距控制器70由此可以经由液压阀74的致动来控制流体源76与液压致动器72之间的流体流动。流体源76可以包括被配置成提供加压流体的一个或更多个泵、阀、蓄能器等。流体源76可以专用于单个液压致动器72的操作，或者可以向由桨距***56控制的多个液压致动器72提供流体。
桨距***56还可以包括前室压力传感器92、后室压力传感器94、以及位置传感器96中的一个或更多个传感器。前室压力传感器92被配置成感测液压致动器72的前室82中的流体或者正被提供给该前室的流体的压力。后室压力传感器94被配置成感测液压致动器72的后室86中的或者正被提供给该后室的压力。各个压力传感器92、94皆可以输出指示由传感器感测的压力的相应压力信号98、100。例如，各个信号98、100可以具有一个或更多个特性(例如，电压、电流、阻抗、频率、相位等)，这些特性向桨距控制器70提供指示所感测的压力的信息。
桨距位置传感器96可以被配置成以与上面关于压力传感器92、94描述的方式类似的方式，向桨距控制器70提供指示叶片20的桨距位置φ的桨距位置信号102。举例来说，桨距位置传感器96可以被配置成使用一个或更多个传感器(诸如光学传感器、磁性传感器或机械传感器)来测量叶片20的角位置，这些传感器可以被用于向桨距控制器70生成指示叶片20的桨距位置φ的信号。
桨距控制器70可以使用从压力传感器92、94接收到的压力数据来确定由液压致动器72正被施加至叶片20的桨距力。桨距力例如可以使用以下等式来确定：
FP＝PFC×AFF-PRC×ARF (等式1)
其中，FP是由活塞杆86施加的桨距力，PFC是前室88中的压力，PRC是后室90中的压力，AFF是活塞78面对前室88的有效面积，以及ARF是活塞78面对后室90的有效面积。如从等式1可以看出，桨距力FP的正值指示活塞杆86正在推动叶片20，而桨距力FP的负值指示活塞杆86正在拉动叶片20。由于活塞杆86的存在，活塞78的面对后室90的有效面积通常大于活塞90的面对前室88的有效面积。因此，在某些运行条件下(例如，当活塞78不移动时)，前室88中的流体的压力可能倾向于高于后室90中的流体的压力。在一些情况下，可以使用力传感器(未示出)来直接测量桨距力FP。在这种情况下，可以在没有压力测量的情况下确定桨距力FP，或者可以仅基于压力测量来计算该力以检查力传感器的运行。
图6例示了根据本发明的另选实施方式的利用机械致动器110的示例性桨距***56，该机械致动器包括可操作地联接至螺杆114的马达112(例如，电动或液压马达)，该螺杆向叶片20提供桨距力。螺杆114可以包括具有螺旋脊118的圆柱形轴116以及包括具有螺旋槽的孔的螺纹套环120，该螺旋槽被配置成与圆柱形轴116的螺旋脊118啮合。螺杆114可以被配置成使得当马达112使圆柱形轴116旋转时，套环120沿着圆柱形轴116的轴线在取决于旋转方向的方向上被纵向地推动。
套环120可以通过连接杆122联接至连杆91，以使由螺杆114产生的桨距力被可操作地联接至叶片20，即，使得套环120的移动改变叶片20的桨距。桨距***56还可以包括力传感器124(例如，应力计)，该力传感器向桨距控制器70提供指示由机械致动器110正被施加至叶片20的桨距力FP的信号126。
应理解，尽管已经参照每叶片包括单个桨距致动器42的桨距驱动装置40总体上描述了桨距***56，但是本发明并不限于此。本发明的实施方式可以包括每叶片具有多于一个桨距致动器的桨距***56，以及使叶片20相对于轴毂18沿一个或更多个旋转轴线旋转的桨距致动器。
风力涡轮机控制器52、监督控制器60、桨距控制器70、或其它合适的计算***中的一个或更多个可以被配置成执行收集并分析指示桨距力的至少一个时域信号的风力涡轮机监测过程。指示桨距力的信号可以包括与桨距力直接相关的信号(例如，由力传感器提供的信号)、与桨距力(诸如提供给桨距致动器的能量的量)间接相关的信号(例如，由转矩、电流、电压或压力传感器提供的信号)、或者具有与桨距力相关的值的任何其它信号。桨距监测过程可以对指示桨距力的一个或更多个时域信号进行采样，并将采样值或“样本”存储在存储器中，作为适于分析的离散时域信号。例如，可以对来自桨距***56的一个或更多个桨距致动器42的压力以规则的间隔(例如，以高于任何随后的频谱分析的奈奎斯特(Nyquist)极限的采样频率fS)进行采样。典型的采样频率fS可以具有大于或等于50Hz的频率，这将潜在地允许分析高达至少25Hz的频谱含量。
可以将指示桨距力的样本或“桨距力样本”存储在产生数据的风力涡轮机10本地的存储器中，并且还可以上载至中央数据库以用于分析。由此，桨距监测过程使得能够测量指示桨距力的一个或更多个信号的时变特性。这些特征可以包括与一个或更多个桨距轴线和桨距致动器相关联的频谱含量。举例来说，可以对风力涡轮机10的叶片的液压缸的室中的压力进行采样和存储。
指示桨距力的信号的谱密度可以在预定频带上进行分析，诸如介于0.2Hz到20Hz之间的频带。本文所使用的术语“谱密度”指的是频域中信号的幅值与频率之间的关系，即，信号相对于频率的功率或能量分布。该频域信号的幅值可以对应于在所讨论的频率处或者在以所讨论的频率为中心的频率范围内的信号中的功率或能量的量。
还可以测量、采样以及存储风力涡轮机10的其它运行参数。如下面更详细描述的，这些运行参数可以被编索引至桨距力样本，并且被用于确定选择哪些桨距力样本以用于分析，以及哪些桨距力样本从分析中被排除，例如，忽略或丢弃。
图7至图10描绘了曲线图130至133，这些曲线图包括风力涡轮机10的三个叶片20中的各个叶片的桨距位置φ(曲线图130和131)和桨距力Fp(曲线图132和134)的示例性幅值与频率的关系的曲线140至146、150-156，风力涡轮机的三个叶片经受约18米/秒(m/s)至20m/s的风速Vw并且具有约2.2兆瓦(MW)的发电容量。各个曲线图130至133皆包括对应于幅值的相应垂直轴线160-163以及对应于频率的水平轴线170-173。曲线图130、131的垂直轴线160、161以角度为单位，曲线图132、133的垂直轴线162-163以牛顿为单位，以及水平轴线170-173以赫兹(Hz)为单位。
由曲线图130、131显示的桨距位置φ的谱密度是通过使用4秒采样窗口(曲线140-142)和600秒采样窗口(曲线143-145)，利用快速傅立叶变换(FFT)根据位置与时间数据的关系生成的。所讨论的桨距***包括具有频率响应fSD＝100Hz的伺服驱动装置，其基于从风力涡轮机控制器52接收的桨距命令信号以及桨距位置信号102来调节各个叶片20的桨距。曲线146是使用4秒采样窗口生成的桨距位置谱密度的示例性警报阈值。
曲线132、133显示的桨距力谱密度是针对上面关于曲线130、131描述的桨距***，利用4秒采样窗口(曲线150-152)和600秒采样窗口(曲线153-155)，使用FFT根据力与时间数据的关系生成的。曲线156是使用4秒采样窗口生成的桨距力谱密度的示例性警报阈值。
已经确定，相对短的采样窗口(例如，4秒)通常对于确定3Hz以上的频率，并且特别是3Hz至7Hz范围内的频率的位置或力数据的频谱含量是有用的。与此相反，相对长的采样窗口(例如，600秒)通常对于确定低于3Hz的频率(诸如与转子16的旋转相关的频率)的频谱含量是有用的。与转子16正在旋转的速率相对应的频率可以被看作以大约0.25Hz(对应于旋转的基频或第一谐波的峰值180)、0.50Hz(对应于旋转的第二谐波的峰值181)、0.75Hz(对应于旋转的第三谐波的峰值182)、1.0Hz(对应于旋转的第四谐波的峰值183)、以及1.25Hz(对应于旋转的第五谐波的峰值184)为中心的幅值峰值。
已经进一步确定，通常以3.0Hz为中心的频谱区域190中的能量与叶片边缘的振动相关联。由边缘振动产生的频率在桨距力曲线图132的曲线150-152中特别可见，其中在3.0Hz以及从4.5Hz直到7.0Hz看到幅值升高的截然不同的区域190、192。该能量被认为是由叶片的后缘产生的，并且其自身在以3.0Hz为中心的频谱区域190中表现为相对高的幅值，而在以约4.5Hz开始并以约7.0Hz结束的频谱区域192中表现为宽峰。这些频谱区域190、192中的相对高的谱密度可以与桨距致动本征频率相关。在这些频谱区域190、192中的相对高的谱密度还可以与液压缸和叶片惯性本征频率以及叶片本征频率的并发相关联。
警报阈值水平146、156可以凭经验确定，即，通过收集关于一个或更多个风力涡轮机(例如，待监测的特定风力涡轮机)的数据来确定，已知这些风力涡轮机运行正常并且正在正常运行条件下运行。然后，可以以足够高的限制来设定警报阈值，以避免在这些条件下的警报，从而防止因误警报而造成的不必要的停机时间。通常，短采样窗口数据对于监测风力涡轮机10可能是有用的，而长采样窗口数据对于表征风力涡轮机的运行并设定警报限制可能是有用的。
在本发明的实施方式中，可以将频率分仓用于分析由桨距力相关数据生成的谱密度。图11例示了出于描述可以被用于数据分析的某些分仓技术的目的而示出示例性频率分仓的曲线图132。在该示例性实施方式中，将频率仓定义成包括覆盖1Hz到4Hz之间的频率的低频仓200、覆盖4Hz到8Hz之间的频率的中频仓201、以及覆盖8Hz以上的频率的高频仓202。应理解，这些频率仓仅是示例性的，并且本发明不限于任何特定大小或数量的频率仓。因此，可以定义任何另选频率仓，例如，每Hz一个仓甚或重叠的频率仓。
在本发明的实施方式中，可以为各个频率仓确定谱密度的最大幅值、平均幅值、以及最小幅值。举例来说，线203至204分别指示仓200-202中的各个仓中的最大值。也可以为多个“工作点”206-210确定最大幅值、平均幅值、以及最小幅值，各个工作点皆对应于转子16的旋转的谐波。举例来说，对于具有旋转时间tR＝4秒(即，每四秒旋转一个360度)的转子16，工作点206-210的频率可以是fx＝x1/tr、x2/tr、x3/tr、x4/tr、x5/tr，其中，x1至x5是整数(例如，1、2、3、4、5)。可以针对各个时间步长相对于转子速度来确定工作点，以使如果转子的角速度改变，则工作点206-210在频率上移位。
可以确定各个仓以及各个工作点的最大值、最小值、以及均值，并且将它们用于触发警报，以便避免通过针对移动时间窗口(例如，600秒)随着时间求平均来控制仓值。最大值、最小值、以及均值可以各自与相应的限制进行比较，并且如果这些值中的至少一个值超过(例如，上升到高于或下降到低于)其限制，则触发警报。
图12例示了包括多个窗口252-255的示例性用户界面250，各个窗口皆显示与风力涡轮机10的运行相关的数据。各个窗口皆包括曲线图260-263和数据框268-271，曲线图示出了风力涡轮机10的被监测参数的值与时间的关系，数据框示出与由相应曲线图260-263表示的数据相关的统计值(例如，最大值、最小值、均值、以及标准偏差)。示例性参数包括：显示风速与时间的关系的曲线276的风速曲线图260、显示风力涡轮机10的功率输出与时间的关系的曲线278的功率输出曲线图261、包括三个叶片中的各个叶片的桨距位置φ与时间的关系的曲线280-282的桨距位置曲线图262、以及包括三个叶片中的各个叶片的桨距压力(例如，前室压力)与时间的关系的曲线286-288的桨距压力曲线图263。
图7至图11所例示的频域数据可以基于从风力涡轮机10中的传感器收集并由用户界面250的曲线图260-263显示的时域数据。可以设置监督限制，以使监督对于误警报是鲁棒的。初始地，可以使用600秒采样窗口值来生成用于监督值的基线。例如，可以设定警报限制，以在工作点或频带的最大幅值水平超过警报阈值的情况下触发警报。示例性警报阈值可以通过以下来提供：
其中，Talarm是测得的或计算出的幅值的阈值，β是取决于正被监测的参数的缩放值。缩放值的示例性值对于工作点可以是β＝125，对于频带可以是β＝500。通常，频带中的最低频率值将产生最高警报阈值，并且该趋势是由1/f因子来反映的。警报阈值可以在超过最长采样窗口的时段(例如，≥600秒)内是起作用的。响应于所监测的参数超过警报阈值，可以检测到警报，并且触发监督。
对于液压致动器被用于产生桨距力Fp的本发明的实施方式，可以将液压流体压力的频率含量与时间的关系用于提供关于***共振和叶片稳定性的信息。该数据可以例如通过确定从液压缸的单个室取得的压力的频率含量与时间数据的关系来获得。已经确定使用采样频率fS＝100Hz对传感器数据进行采样，以提供足够的分辨率，从而使得能够分析高达至少10Hz的频率。该频率含量可以提供控制器稳定性、硬件组件的磨损或疲劳程度、液压流体的状况(例如，高空气含量变化频率测量)、叶片状态等的指示。
所监测的频率或工作点的幅值变化可以指示***性能和***设计鲁棒性的变化。例如，如果叶片和桨距***各自具有大约相同频率的共振，则该共振可能在共振附近的谱密度中产生尖峰。已经确定，通常情况下，频率特性依赖于风力涡轮机的某些基本特性，并因此可以提供关于风力涡轮机正在如何运行的有用信息。
确定谱密度的处理可以使用许多不同的方法来进行。例如，可以使用时域中的数字带通滤波器、或者使用FFT将采样的信号从时域转换到频域来执行分仓。在任何情况下，如可以通过4秒采样窗口与600秒采样窗口之间的平滑度的差异看到的，应当选择采样窗口以最大化最终所得的频率数据的效用。
桨距力数据的频率分析可以以低成本提供组件和***的改进知识。在传感器已经存在的情况下，唯一的成本可能是执行分析的控制器或其它计算装置的处理负载的增加。然而，在当来自运行风力涡轮机的处理载荷较低时的时间期间，这种处理的大部分可能发生，从而限制了对风力涡轮机中的计算装置的影响。可以与桨距位置φ、桨距力Fp、以及压力数据的频谱含量相关或者以其它方式影响该频谱含量的附加参数包括：风的绝对方向、控制回路的带宽、风速、桨距输出、以及叶片边缘中的共振。
压力、力、以及位置数据的频率分析提供了风力涡轮机10在不同运行条件下的频谱指纹。该频谱指纹可以使得能够标识桨距***56的特定部分(例如，控制回路)或风力涡轮机10的其它组件(诸如变速箱)中的问题。例如，已经确定在0.5Hz至3Hz范围内发生的振动通常是由桨距驱动***40产生的。因此，在该范围内的频率含量的变化可以指示桨距驱动***40中的组件的磨损或失效。
风力涡轮机的叶片中的一些振动源可能取决于叶片在哪个旋转扇区中、以及风力涡轮机的其它运行参数。例如，当所讨论的叶片因重力的作用而经过某一旋转扇区时，失效的桨距轴承可能仅在变桨距***中引起某种振动。通过配置采样窗口以在叶片处于一个或更多个指定的旋转扇区中时选择从叶片收集的桨距力样本，本发明的实施方式可以隔离这些振动源。在优选实施方式中，还可以基于其它运行条件来调节采样窗口，以使仅使用在已知提供良好数据的条件下收集的样本来确定风力涡轮机的状况。采样窗口还可以根据正被监测的组件而被不同地配置，以便优化***确定所讨论的组件的状况的能力。例如，通过选择对应于在组件中产生某些振动的运行条件的样本。
图13示出了垂直于转子16的旋转轴线的转子平面300，转子16的叶片20旋转通过该转子平面300。各个叶片20在转子平面300中的位置可以通过叶片的方位角θblade来标识。叶片的方位角θblade是相对于参考角θref来限定的。在所示的实施方式中，参考角θref由向量302来限定，该向量起始于旋转轴线并且向下指向转子平面300，并且方位角θblade的值随着叶片20沿顺时针方向移动远离参考角θref而增加，如从前面观察的。然而，应理解，参考角θref的位置以及方位角θblade的增加值的方向都是任意的，并且可以使用任何参考角和旋转方向。
可以将转子平面300分成多个扇区304-307(例如，四个扇区)，各个扇区皆由方位角θ的范围来限定。在所描绘的实施方式中，扇区304-307包括：方位角介于θ1与θ2之间(θ1<θ<θ2)的扇区304、方位角介于θ2与θ3之间(θ2<θ<θ3)的扇区305、方位角介于θ3与θ4之间(θ3<θ<θ4)的扇区306、以及方位角介于θ4与θ1之间(θ4<θ<θ1)的扇区307，其中，对于扇区304，θ1＝0度，而对于扇区307，θ1＝360度。尽管图13示出了四个扇区，但是应理解，本发明的实施方式不限于特定数量或尺寸的扇区，并且可以将转子平面300分成任何数量的扇区，各个扇区皆具有任何尺寸。
转子16的角位置可以由被配置成测量转子16的方位角θ或转子方位角θrotor的方位角传感器来提供。因为各个叶片20的方位角θ，或者叶片方位角θblade相对于转子方位角θrotor是固定的，所以各个叶片20在给定时间所处的扇区可以基于转子方位角θrotor来确定。
举例来说，对于上面的示例性转子平面300，可以将从叶片中的传感器接收的数据解析成窗口，各个窗口皆对应于叶片在各个完整的360度旋转期间经过的扇区304-307中的一个扇区。然后，可以将对应于各个窗口的数据从时域转换到频域，以隔离各个扇区的信号的频率含量。然后，可以将不同的频谱指纹应用于各个扇区，以增加监测过程的分辨率和准确度。
这些频谱指纹中的峰的起点可以包括叶片20或其组件中的共振频率、以及桨距驱动***中的共振，其可以取决于桨距或转子16的角位置。在不同组件或***的共振在频率上对准的情况下，它们可能相长地彼此加强，并由此在风力涡轮机的运行中引起问题。
为了控制风力涡轮机10中的振荡，桨距控制器70可以被配置成实现响应于在特定频率或特定频带中检测到过量能量而抑制共振的共振控制算法。该***的实施方式还可以被用于测试风力涡轮机模型。例如，正被测试的各个模型可以被用于预测将由运行中的风力涡轮机产生的谱密度。准确地预测与那些测得的谱密度相似的谱密度的模型然后可以被认为是准确的模型。
如上所述，包括指示桨距力Fp的离散时域信号的样本可以基于取样时的条件而被选择用于分析或从分析中排除。例如，在某一参数超过阈值的时段内是否取样。该选择可以通过生成采样窗口来执行，该采样窗口根据希望条件选择哪些桨距力样本被用于分析。
图14示出了包括叶片方位角θblade与时间的关系的曲线322的叶片方位角曲线图320、以及包括采样窗口S(t)的曲线326的采样窗口曲线图324。曲线图320包括与叶片方位角θblade相对应的垂直轴线328、以及与时间相对应的水平轴线330。曲线图324包括与样本是被选择用于离散时域信号(S＝1)的分析还是被从离散时域信号(S＝0)的分析中排除相对应的垂直轴线332、以及与时间相对应的水平轴线334。将水平轴线330、334对齐，以使采样窗口曲线326例示采样窗口S(t)与叶片方位角θblade之间的对应关系。曲线图320包括水平虚线336-339，各个虚线皆对应于方位角θ阈值，该方位角θ阈值限定了转子平面300的在样本被选择用于分析期间的扇区304-307与转子平面300的在样本被从分析中排除期间的扇区304-307之间的边界。垂直虚线344-355指示当叶片20的方位角θ越过(即，超过)这些阈值之一时的时间t1至t12，并且例示了这如何限定采样窗口S(t)，如采样窗口曲线326所示。
图15示出了来自图14的采样窗口曲线图324和风速曲线图360。风速曲线图360包括：与风速Vw相对应的垂直轴线362、与时间t相对应的水平轴线364、以及风速Vw与时间t的关系的曲线366。将曲线图360的水平轴线364与曲线图324的水平轴线334对准。水平虚线368指示风速阈值，高于该阈值的风速被认为太高而不能提供良好的数据。尽管未示出，但是本发明的实施方式还可以包括风速阈值，低于该风速阈值的风速被认为太低而不能提供良好的数据。在任一情况下，当风速Vw超过风速阈值时，可以通过采样窗口S(t)从分析中排除样本。
在所描绘的示例中，垂直虚线370、372指示风速Vw超过风速阈值的时间t13、t14。风速Vw在时间t13超过风速阈值，并且在时间t14回落到该阈值以下。因为在时间t13，叶片20处于采样窗口S(t)已经从其排除采样的旋转扇区中，所以超过风速阈值的风速Vw对采样窗口S(t)没有直接影响。然而，如采样窗口曲线326的处于时间t4与t14之间的灰色区域374所示，当叶片20超过与时间t4相对应的叶片方位角阈值时，因为风速Vw仍然高于风速阈值，所以采样窗口曲线326仍保持在0，直到当风速Vw低于风速阈值时的时间t15。
图16示出了来自图15的采样窗口曲线图324、以及功率输出曲线图380。功率输出曲线图380包括：与风力涡轮机10的功率输出Pwt相对应的垂直轴线382、与时间t相对应的水平轴线384、以及功率输出Pwt与时间t的关系的曲线386。将曲线图380的水平轴线384与曲线图324的水平轴线334对准，并且水平虚线388指示功率输出阈值，高于该阈值，采样窗口S(t)将排除样本。垂直虚线390、392指示风力涡轮机10的功率输出超过该阈值的时间t15、t16。
在所描绘的示例中，功率输出在时间t15超过功率输出阈值，并且在时间t16回落到该阈值以下。因为在时间t15，叶片20处于在离散时域信号的分析中通常包括样本的旋转扇区中，所以超过功率输出阈值的功率输出对采样窗口S(t)具有直接影响。如可以由采样窗口曲线324的处于时间t15与t3之间的灰色区域394看出，当风力涡轮机10的功率输出超过功率输出阈值时，采样窗口S(t)被修改，以使从离散时域信号的分析中排除样本。因为在风力涡轮机10的功率输出在时间t16回落到功率输出阈值以下之前，叶片20已经超过了与时间t3相对应的叶片方位角阈值，所以采样窗口曲线326仍保持在0，直到当叶片20进入要分析样本的下一扇区时的时间t14。
图17示出了来自图16的采样窗口曲线图324、以及桨距位置曲线图400。桨距位置曲线图400包括：与叶片20的桨距位置φ相对应的垂直轴线402、与时间t相对应的水平轴线404、以及桨距位置φ与时间的关系的曲线406。将曲线图400的水平轴线406与曲线图324的水平轴线334在时间上对准，并且水平虚线408指示桨距位置阈值，高于该阈值，采样窗口S(t)将排除样本。垂直虚线410指示叶片20的桨距位置φ超过桨距位置阈值的时间t17。
在所描绘的示例中，在时间t17，桨距位置φ超过桨距位置阈值。因为在时间t17，叶片20处于在离散时域信号的分析中通常包括样本的旋转扇区中，所以超过桨距位置阈值的桨距位置φ对采样窗口S(t)具有直接影响。如可以由采样窗口曲线324的处于时间t17与t11之间的灰色区域412、以及在t12之后的灰色区域414看出，当叶片20的桨距位置φ超过桨距位置阈值时，采样窗口S(t)被修改，以使从离散时域信号的分析中排除样本。
图18示出了来自图14至图17的采样窗口曲线图324、以及桨距力曲线图420。桨距力曲线图420包括：与正被施加至叶片20的桨距力Fp相对应的垂直轴线422、与时间t相对应的水平轴线424、以及桨距力Fp与时间的关系的曲线426。将曲线图400的水平轴线424与曲线图324的水平轴线334对准，并且垂直虚线428-438指示采样窗口曲线326在“1”(选择样本)与“0”(排除样本)之间改变值的时间。
由曲线326表示的采样窗口S(t)示出：被选择用于分析的样本包括在t1之前、在时间t2与时间t15之间、在时间t14与时间t5之间、在时间t6与时间t7之间、在时间t8与时间t9之间、以及在时间t10与时间t17之间的那些样本。由曲线426表示的桨距力信号的落入采样窗口S(t)的样本被选择用于分析的部分内的部分是以粗线段450-455示出的。这些线段450-455对应于满足所有选择参数使得采样窗口S(t)的值为“1”的时段。
可以将采样窗口函数S(t)实现为具有根据多个逻辑条件的输入的逻辑“与”函数，各个逻辑条件皆定义采样窗口。对于上述实施方式，S(t)＝Sθ(t)×SV(t)×SP(t)×Sφ(t)，其中，当叶片方位角θblade超过叶片方位角阈值时，叶片方位角采样窗口Sθ(t)＝0，而当叶片方位角θblade处于叶片方位角阈值内时，Sθ(t)＝1。同样地，当风速Vw超过风速阈值时，风速采样窗口SV(t)＝0，而当风速Vw处于风速阈值内时，SV(t)＝1。当风力涡轮机10的功率输出Pwt超过功率输出阈值时，功率输出采样窗口SP(t)＝0，而当风力涡轮机10的功率输出Pwt处于功率输出阈值内时，SP(t)＝1。当叶片20的桨距位置φ超过桨距位置阈值时，桨距位置采样窗口Sφ(t)＝0，而当叶片20的桨距位置φ处于桨距位置阈值内时，Sφ(t)＝1。
应理解，其它实施方式可以使用运行参数的不同组合来生成采样窗口。而且，除了参数的值之外，还可以使用参数值的变化率或者在时间间隔内积分的参数值来生成采样窗口。因此，本发明不限于基于运行参数的任何特定类型或组合的采样窗口，或者不限于基于被应用于运行参数的函数的任何特定类型或组合的采样窗口。
现在参照图19，可以使用诸如示例性计算机460的一个或更多个计算机装置或***来实现上述本发明的实施方式或其部分。该计算机460可以包括处理器462、存储器464、输入/输出(I/O)接口466、以及人机接口(HMI)468。计算机460还可以经由网络472或I/O接口466可操作地联接至一个或更多个外部资源470。外部资源可以包括但不限于服务器、数据库、大容量存储装置、***装置、基于云的网络服务、或者可以由计算机460使用的任何其它资源。
处理器462可以包括选自以下项中的一个或更多个装置：微处理器、微控制器、数字信号处理器、微型计算机、中央处理单元、现场可编程门阵列、可编程逻辑器件、状态机、逻辑电路、模拟电路、数字电路、或者基于存储在存储器464中的操作指令来操纵信号(模拟或数字)的任何其它装置。存储器464可以包括单个存储器装置或者多个存储器装置，包括但不限于只读存储器(ROM)、随机存取存储器(RAM)、易失性存储器、非易失性存储器、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、闪速存储器、高速缓冲存储器、或者诸如硬盘驱动器、光学驱动器、磁带驱动器、易失性或非易失性固态装置的数据存储装置、或者能够存储数据的任何其它装置。
处理器462可以在驻留于存储器464中的操作***474的控制下操作。操作***474可以管理计算机资源，以使被具体实施为一个或更多个计算机软件应用(诸如驻留于存储器464中的应用476)的计算机程序代码可以具有由处理器462执行的指令。
I/O接口466可以提供可操作地将处理器462联接至其它装置和***(诸如外部资源470或网络472)的机器接口。应用476还可以具有由一个或更多个外部资源470执行的程序代码，或者以其它方式依赖于由计算机460外部的其它***或网络组件提供的功能或信号。
数据库480可以驻留于存储器464中，并且可以被用于收集和组织本文所描述的各种***和模块所使用的数据。数据库480可以包括数据以及存储和组织该数据的支持数据结构。
一般而言，被执行以实现本发明的实施方式的例程(无论是被实现为操作***的一部分还是被实现为特定应用、组件、程序、对象、模块或指令序列或其子集)在本文中都可以被称为“计算机程序代码”或简称为“程序代码”。程序代码通常包括计算机可读指令，该计算机可读指令在各种时间驻留于计算机中的各种存储器和存储装置中，并且当由计算机中的一个或更多个处理器读取和执行时，使该计算机执行为了执行具体实施本发明的实施方式的各个方面的操作或元素所需的操作。
在本文所描述的任何应用/模块中具体实施的程序代码能够以多种不同的形式作为计算机程序产品单独地或共同地分布。特别地，可以使用其上具有计算机可读程序指令的计算机可读存储介质来分发程序代码，该计算机可读程序指令用于使处理器执行本发明的实施方式的各个方面。
在某些另选实施方式中，在流程图、序列图、或框图中指定的功能、动作、或操作可以根据本发明的实施方式被重新排序、串行处理、或者并发处理。而且，流程图、序列图、或框图中的任一者均可以包括比与本发明的实施方式一致地例示的那些框更多或更少的框。还应理解，框图或流程图中的各个框、或者框图或流程图中的框的任何组合可以由被配置成执行指定功能或动作的基于专用硬件的***来实现，或者由专用硬件和计算机指令的组合来执行。
虽然已经通过各种实施方式的描述例示了全部发明，并且虽然已经相当详细地描述了这些实施方式，但是本申请人的意图不是将所附权利要求的范围限定或以任何方式限制到这样的细节。附加的优点和修改对于本领域技术人员是容易发现的。因此，本发明在其更广泛的方面不限于所示出和描述的具体细节、代表性设备和方法、以及例示性示例。因此，在不脱离本申请人的总体发明构思的精神或范围的情况下，可以对这些细节进行变更。
Claims (16)
1.一种用于监测风力涡轮机(10)的运行的***，所述风力涡轮机包括具有叶片(20)的转子(16)，所述***包括：
一个或更多个处理器(462)；以及
存储器(464)，所述存储器联接至所述一个或更多个处理器(462)并且包括程序代码(476)，所述程序代码在由所述一个或更多个处理器(462)执行时，使所述***：
接收指示正被施加至所述叶片(20)的桨距力的时域信号(426)；
确定所述时域信号(426)的第一谱密度(150)；
基于所述第一谱密度(150)的频率含量，确定所述风力涡轮机(10)的状况；以及
响应于所述状况指示所述风力涡轮机(10)存在问题，生成警报信号。
2.根据权利要求1所述的***，其中，所述时域信号(426)指示控制所述叶片(20)的桨距的桨距驱动装置的液压致动器(72)的室(90)中的流体的压力。
3.根据权利要求1或2所述的***，其中，所述程序代码(476)使所述***通过以下来确定所述第一谱密度(150)：
对所述时域信号(426)进行采样，以生成离散时域信号；
从所述离散时域信号中选择处于采样窗口(S(t))内的多个样本；以及
将所述多个样本从时域变换到频域。
4.根据权利要求3所述的***，其中，所述转子(16)在具有多个扇区(304-307)的转子平面(300)中旋转，并且所述采样窗口(S(t))对应于当所述叶片(20)处于所述多个扇区(304-307)中的选定扇区中时的第一时段。
5.根据权利要求3至4中的任一项所述的***，其中，所述多个样本被选择成使得所述多个样本中的各个样本皆对应于处于预定风速范围内的风速(Vw)或者所述风速(Vw)的处于风速范围的预定变化率内的变化率。
6.根据权利要求3至5中的任一项所述的***，其中，所述样本被选择成使得所述多个样本中的各个样本皆对应于处于预定桨距位置范围内的桨距位置(φ)或者所述桨距位置(φ)的处于桨距位置范围的预定变化率内的变化率。
7.根据权利要求3至6中的任一项所述的***，其中，所述样本被选择成使得所述多个样本中的各个样本皆对应于所述风力涡轮机(10)的处于预定功率输出范围内的功率输出(Pwt)或者所述风力涡轮机(10)的所述功率输出(Pwt)的处于功率输出范围的预定变化率内的变化率。
8.根据权利要求3所述的***，其中，所述转子(16)在具有多个扇区(304-307)的转子平面(300)中旋转，所述采样窗口(S(t))是至少两个采样窗口(S(t))之一，所述样本被选择成使得所述多个样本中的各个样本皆处于所述至少两个采样窗口(S(t))中的各个采样窗口(S(t))中，并且所述至少两个采样窗口(S(t))选自以下项：
与当所述叶片(20)处于所述多个扇区(304-307)中的选定扇区中时的第一时段相对应的第一采样窗口(Sθ(t))；
与处于预定风速范围内的风速(Vw)或者所述风速(Vw)的处于风速范围的预定变化率内的变化率相对应的第二采样窗口(SV(t))；
与处于预定桨距位置范围内的桨距位置(φ)或者所述桨距位置(φ)的处于桨距位置范围的预定变化率内的变化率相对应的第三采样窗口(Sφ(t))；以及
与所述风力涡轮机(10)的处于预定功率输出范围内的功率输出(Pwt)或者所述风力涡轮机(10)的所述功率输出(Pwt)的处于功率输出范围的预定变化率内的变化率相对应的第四采样窗口(SP(t))。
9.根据权利要求3至8中的任一项所述的***，其中，所述样本被选择成使得所述多个样本中的各个样本皆对应于所述叶片(20)上的处于预定载荷范围内的载荷。
10.根据权利要求1至9中的任一项所述的***，其中，所述程序代码(476)使所述***基于所述第一谱密度(150)的所述频率含量通过以下来确定所述风力涡轮机(10)的状况：
将所述第一谱密度(150)与第二谱密度(150)进行比较，所述第二谱密度是在当已知所述风力涡轮机(10)已经正常运行时的第二时段期间针对所述风力涡轮机(10)确定的。
11.根据权利要求1至10中的任一项所述的***，其中，所述程序代码(476)使所述***基于所述第一谱密度(150)通过以下来确定所述风力涡轮机(10)的状况：
限定覆盖所述第一谱密度(150)的一部分的至少一个频率仓(200-202)；
确定所述第一谱密度(150)的被所述至少一个频率仓(200-202)覆盖的所述一部分的最大幅值、平均幅值以及最小幅值中的一个或更多个；
将所述第一谱密度(150)的所述一部分的所述最大幅值、所述平均幅值以及所述最小幅值中的所述一个或更多个与相应的警报阈值(156)进行比较；以及
如果所述最大幅值、所述平均幅值以及所述最小幅值中的所述一个或更多个超过其相应的警报阈值(156)，则触发警报。
12.根据权利要求11所述的***，其中，所述至少一个频率仓(200-202)是多个频率仓(200-202)中的一个频率仓，所述多个频率仓各自覆盖所述第一谱密度(150)的不同部分，并且针对所述多个频率仓(200-202)中的各个频率仓来执行确定步骤、比较步骤以及触发步骤。
13.根据权利要求1至10中的任一项所述的***，其中，所述程序代码(476)使所述***基于所述第一谱密度(150)通过以下来确定所述风力涡轮机(10)的状况：
限定具有与所述转子(16)的旋转的谐波相对应的频率的至少一个工作点(206-210)；
确定所述至少一个工作点(206-210)的最大幅值、平均幅值以及最小幅值中的一个或更多个；
将所述至少一个工作点(206-210)的所述最大幅值、所述平均幅值以及所述最小幅值中的所述一个或更多个与相应的警报阈值(156)进行比较；以及
如果所述至少一个工作点(206-210)的所述最大幅值、所述平均幅值以及所述最小幅值中的所述一个或更多个超过所述警报阈值(156)，则触发警报。
14.根据权利要求13所述的***，其中，所述至少一个工作点(206-210)是多个工作点(206-210)中的一个工作点，所述多个工作点各自对应于所述转子(16)的所述旋转的不同谐波，并且针对所述多个工作点(206-210)中的各个工作点来执行确定步骤、比较步骤以及触发步骤。
15.根据权利要求1至14中的任一项所述的***，其中，所述程序代码(476)还使所述***：
响应于所述第一谱密度(150)包括具有高于共振阈值的幅值的频率分量，启用抑制与所述频率分量相对应的共振的共振控制算法。
16.一种用于监测风力涡轮机(10)的运行的方法，所述风力涡轮机包括具有叶片(20)的转子(16)，所述方法包括以下步骤：
接收指示正被施加至所述叶片(20)的桨距力的时域信号(426)；
确定所述时域信号(426)的第一谱密度(150)；
基于所述第一谱密度(150)的频率含量，确定所述风力涡轮机(10)的状况；以及
响应于所述状况指示所述风力涡轮机(10)存在问题，生成警报信号。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DKPA202070272 | 2020-04-30 | ||
| DKPA202070272 | 2020-04-30 | ||
| PCT/DK2021/050100 WO2021219175A1 (en) | 2020-04-30 | 2021-04-12 | Frequency content based monitoring of wind turbine blade pitch system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115380160A true CN115380160A (zh) | 2022-11-22 |
Family
ID=75625280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180027517.8A Pending CN115380160A (zh) | 2020-04-30 | 2021-04-12 | 风力涡轮机叶片桨距***的基于频率含量的监测 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11905927B2 (zh) |
| EP (1) | EP4143433A1 (zh) |
| CN (1) | CN115380160A (zh) |
| WO (1) | WO2021219175A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20240068442A1 (en) * | 2022-08-31 | 2024-02-29 | General Electric Renovables Espana, S.L. | System and method for detecting and responding to rotor blade damage in a wind turbine |
| US11802545B1 (en) * | 2022-09-26 | 2023-10-31 | General Electric Company | Method and system for detection and mitigation of edge-wise vibrations in wind turbine blades |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012066107A2 (de) * | 2010-11-17 | 2012-05-24 | Suzlon Energy Gmbh | Verfahren zum bestimmen von betriebszuständen einer windturbine |
| US10273940B2 (en) * | 2016-05-12 | 2019-04-30 | General Electric Company | System and method for detecting pitch bearing damage in a wind turbine |
| US10655607B2 (en) * | 2017-06-02 | 2020-05-19 | General Electric Company | Systems and methods for detecting damage in wind turbine bearings |
| FR3067017B1 (fr) | 2017-06-02 | 2019-07-26 | Saipem S.A. | Dispositif et navire de maintenance pour eolienne offshore |
| JP6476250B1 (ja) * | 2017-08-29 | 2019-02-27 | 三菱重工業株式会社 | 風力発電装置の診断方法及び診断システム |
| DK3499022T3 (da) * | 2017-12-12 | 2023-06-06 | Gen Electric | Fremgangsmåder til drift af en vindmølle |
| EP3511562B1 (en) | 2018-01-11 | 2022-09-28 | Siemens Gamesa Renewable Energy A/S | Monitoring a blade bearing |
| US11473564B2 (en) * | 2018-01-18 | 2022-10-18 | General Electric Company | System and method for monitoring a wind turbine pitch bearing |
| US11539317B2 (en) * | 2021-04-05 | 2022-12-27 | General Electric Renovables Espana, S.L. | System and method for detecting degradation in wind turbine generator bearings |
-
2021
- 2021-04-12 CN CN202180027517.8A patent/CN115380160A/zh active Pending
- 2021-04-12 WO PCT/DK2021/050100 patent/WO2021219175A1/en unknown
- 2021-04-12 EP EP21720399.1A patent/EP4143433A1/en active Pending
- 2021-04-12 US US17/914,900 patent/US11905927B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| EP4143433A1 (en) | 2023-03-08 |
| US20230129895A1 (en) | 2023-04-27 |
| WO2021219175A1 (en) | 2021-11-04 |
| US11905927B2 (en) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7086834B2 (en) | Methods and apparatus for rotor blade ice detection | |
| US7322794B2 (en) | Method and apparatus for condition-based monitoring of wind turbine components | |
| EP2588755B1 (en) | Calibration of wind turbine sensor | |
| CA2755154C (en) | Method and system for adjusting a power parameter of a wind turbine | |
| US7677075B2 (en) | Methods and apparatus for evaluating sensors and/or for controlling operation of an apparatus that includes a sensor | |
| US20100135790A1 (en) | Wind turbine blade with foreign matter detection devices | |
| US20090039650A1 (en) | Event monitoring via combination of signals | |
| US20110091321A1 (en) | Systems and methods for monitoring wind turbine operation | |
| US20110064573A1 (en) | System and methods for determining a monitor set point limit for a wind turbine | |
| CA2858702C (en) | Methods and systems for detecting wind turbine rotor blade damage | |
| EP2497946A1 (en) | Method and arrangement for detecting a blade pitch angle misalignment of a rotor blade system of a wind turbine | |
| US20130025352A1 (en) | Methods for monitoring wind turbines | |
| US11905927B2 (en) | Frequency content based monitoring of wind turbine blade pitch system | |
| EP2333318A2 (en) | Monitoring joint efficiency in wind turbine rotor blades | |
| EP3642481B1 (en) | A method for determining wind turbine blade edgewise load recurrence | |
| KR101358397B1 (ko) | 가속도 센서 및 출력 전력에 기반하는 풍력 발전기의 고장진단장치 및 고장 진단 방법 | |
| JP2022107523A (ja) | 風の乱流のアクティブセンシングを用いた風力タービンのための推力制御 | |
| Keller et al. | Uptower investigation of main and high-speed-shaft bearing reliability | |
| JP5878089B2 (ja) | モニタリング方法およびモニタリング装置 | |
| CN113494429B (zh) | 一种风机叶片气动不平衡监测方法 | |
| WO2011058063A1 (en) | Method of operating a wind turbine based on turbine blade monitoring | |
| CN117552936A (zh) | 一种风电机组叶片状态监测***及方法 | |
| CN117627877A (zh) | 检测风力涡轮中转子叶片损坏并对其作出响应的***及方法 |
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 |