CN115790925A - 一种光纤传感载荷测量***及其使用方法 - Google Patents

一种光纤传感载荷测量***及其使用方法 Download PDF

Info

Publication number
CN115790925A
CN115790925A CN202211574882.3A CN202211574882A CN115790925A CN 115790925 A CN115790925 A CN 115790925A CN 202211574882 A CN202211574882 A CN 202211574882A CN 115790925 A CN115790925 A CN 115790925A
Authority
CN
China
Prior art keywords
load
blade
optical fiber
data
calibration
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
Application number
CN202211574882.3A
Other languages
English (en)
Inventor
郝春晓
邵建伟
肖增利
周振宇
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.)
Nanjing Mulai Laser Technology Co ltd
Original Assignee
Nanjing Mulai Laser Technology Co ltd
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 Nanjing Mulai Laser Technology Co ltd filed Critical Nanjing Mulai Laser Technology Co ltd
Priority to CN202211574882.3A priority Critical patent/CN115790925A/zh
Publication of CN115790925A publication Critical patent/CN115790925A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种光纤传感载荷测量***及其使用方法,该***包括光纤信号采集模块、光学数据处理模块、通讯模块及光纤传感器组模块;该使用方法包括以下步骤:S1、获取风机每个叶片的基本参数;S2、获取风机每个叶片的动态数据;S3、根据载荷标定方法,动态标定每个叶片的载荷系数。本发明通过光学数据的处理,计算出被测量点的应变,从而可以计算出载荷系数,并可以把系数写入变桨控制***,实时采集载荷数值。查看三个叶片的载荷测量正确性与一致性,进而可以通过标定方法结合标定流程,增加标定精度和三个叶片的一致性,较高精度测量出叶片的实时载荷,且该方法可有效地减少人力与物力,较为长期稳定检测叶片载荷。

Description

一种光纤传感载荷测量***及其使用方法
技术领域
本发明涉及载荷测量技术领域,具体来说,涉及一种光纤传感载荷测量***及其使用方法。
背景技术
风能,是自然界中非常充沛的一种可再生能源,其商业价值极大。叶片是风电机组将风能转换为电能的收集器。受风剪切、风湍流、塔影效应、偏航误差等因素的影响,会在风力发电机组叶轮上产生不均衡载荷,且风轮直径越大越明显。这些不平衡载荷会给轮毂、主轴、偏航轴承、塔架等风机关键部件造成很大的疲劳载荷。理论证明,采用独立变桨控制,可以有效降低叶轮上的不平衡载荷。通过减小风电机机组关键部件的载荷,以减轻这些关键部件的重量,并提高设备的可靠性和延长使用寿命,是降低风力发电机组成本的有效途径。其中载荷计算是对叶片疲劳性能的检测。
为了反馈叶片的弯矩分布,需要在叶片上安装应变传感器,实时监控叶片的载荷变化。通常使用电阻应变片进行应变测量,但其环境敏感度较高,易受温度、电磁波等干扰。但是光纤传感器属于无源传感器,它不需要外接电源,可以很方便在叶片上布置;而且,光纤是非金属产品,雷击等电磁干扰对光纤传输没有任何影响,不仅***可靠性高,而且寿命长。因此,本发明提供了一种光纤传感载荷测量***及其使用方法,用于叶片叶根部分的载荷监测。
发明内容
针对相关技术中的问题,本发明提出一种光纤传感载荷测量***及其使用方法,以克服现有相关技术所存在的上述技术问题。
为此,本发明采用的具体技术方案如下:
根据本发明的一个方面,提供了一种光纤传感载荷测量***,该***包括光纤信号采集模块、光学数据处理模块、通讯模块及光纤传感器组模块;
其中,所述光纤信号采集模块用于采集光纤传感器的光学信号;
所述光学数据处理模块用于将采集的光学信号转换成数字信号,实现后续数据的分析及处理;
所述通讯模块用于传递及收发光纤传感器的光学信号;
所述光纤传感器组模块用于作用在风机叶片上,通过叶片应变与波长变化之间的关系,测量出叶片的实时应变;
所述光纤传感器组模块由若干应变传感器构成,且每支风机叶片的叶根后缘、前缘、迎风面和背风面处均安装有应变传感器。
进一步的,所述应变传感器的安装布局为:
在风机叶片的叶根前缘和后缘位置安装应变传感器时错开20~30°;
标记距离叶根法兰面1~2米处的圆截面上的4个点,且标记的点从轮毂方向看分别处于前缘120°、背风面210°、后缘300°及迎风面30°。
根据本发明的另一个方面,提供了一种光纤传感载荷测量***的使用方法,该使用方法包括以下步骤:
S1、获取风机每个叶片的基本参数;
S2、获取风机每个叶片的动态数据;
S3、根据载荷标定方法,动态标定每个叶片的载荷系数。
进一步的,所述基本参数包括风机叶片的质量、质心位置、机舱仰角及叶片锥角。
进一步的,所述动态数据包括动态实时波长数据、中心波长、桨距角及方位角。
进一步的,所述根据载荷标定方法,动态标定每个叶片的载荷系数包括以下步骤:
S31、利用叶片重力作为理论载荷,结合光纤传感的波长变化数值,标定挥舞载荷系数与摆振载荷系数;
S32、利用依据线性叠加原理的多元线性回归法结合归一化方法,建立叶片波长变化与载荷之间的关系;
S33、依据RANSAC算法,得到载荷标定系数;
S34、根据预设的载荷标定方法,利用叶片的重力标定叶片的传感器载荷系数,测量出每个叶片的实时载荷变化。
进一步的,所述挥舞载荷与摆振载荷的计算公式如下:
Figure BDA0003988958600000021
式中,M_flap表示挥舞载荷,M_edge表示摆振载荷,m表示叶片质量,g表示重力加速度,r表示叶片重心的位置,C、T、P和A分别表示方位角、叶轮倾角、叶片桨距角和叶轮方位角。
进一步的,所述叶片波长变化与载荷之间的关系如下:
Figure BDA0003988958600000031
式中,K11、K12、K13、K14表示flap载荷标定系数;K21、K22、K23、K24表示edge载荷标定系数;Δλ1、Δλ2、Δλ3、Δλ4是实时波长数据;Δλ10、Δλ20、Δλ30、Δλ40表示每个传感器的中心波长数据。
进一步的,所述依据RANSAC算法,得到载荷标定系数包括以下步骤:
S331、首先需要20000个数据样本,包含20000个波长数据、20000个桨距角、20000个方位角,并计算出20000个理论载荷,组成载荷样本。
S332、利用叶片波长变化与载荷之间的关系确定求解挥舞与摆振载荷标定模型F,即确定模型参数挥舞标定系数与摆振标定系数K,所需要的最小数据点的个数10000,包含(10000个波长数据、10000个桨距角、10000个方位角),由10000个数据点组成的子集称为载荷标定模型F的一个样本;
S333、从该样本20000个点中随机地抽取10000个点,包含理论载荷、波长数据,组成小样本S,由该样本评估计算出第一个载荷标定模型F1。根据该样本,结合载荷标定模型F1,计算出该样本下的载荷数值样本S1。
S334、对上述载荷数值样本进行筛选,筛选出S1小于S样本的数值。根据筛选后的数据(理论载荷、波长数据),重新估计载荷标定模型F;然后计算出相应载荷数值。如果载荷数据中依然有大于理论载荷S的数值,返回到S333;
S335、经过多次随机抽样,选择完全满足重构载荷标定模型F的设定阈值S2的样本,用该重新估计载荷标定模型F,并输出结果
本发明的有益效果为:通过光学数据的处理,计算出被测量点的应变,并采用预设的载荷标定方法,将应变转换成叶片挥舞载荷和摆振载荷,输出给风力发电机组变桨控制***或主控***,从而可以计算出载荷系数,并可以把系数写入变桨控制***,实时采集载荷数值,查看三个叶片的载荷测量正确性与一致性,进而可以通过标定方法结合标定流程,增加标定精度和三个叶片的一致性,较高精度测量出叶片的实时载荷。且该方法可有效地减少人力与物力,较为长期稳定检测叶片载荷。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种光纤传感载荷测量***的结构框图;
图2是根据本发明实施例的一种光纤传感载荷测量***中叶根光栅传感器的布局实体图;
图3是根据本发明实施例的一种光纤传感载荷测量***的使用方法的流程图;
图4是根据本发明实施例的一种光纤传感载荷测量***的使用方法中叶片载荷的示意图;
图5是根据本发明实施例的一种光纤传感载荷测量***的使用方法中机舱倾角与叶片锥角示意图。
图中:
1、光纤信号采集模块;2、光学数据处理模块;3、通讯模块;4、光纤传感器组模块。
具体实施方式
为进一步说明各实施例,本发明提供有附图,这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理,配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点,图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例,提供了一种光纤传感载荷测量***及其使用方法。
现结合附图和具体实施方式对本发明进一步说明,如图1-图2所示,根据本发明的一个实施例,提供了一种光纤传感载荷测量***,该***包括光纤信号采集模块1、光学数据处理模块2、通讯模块3及光纤传感器组模块4;
其中,所述光纤信号采集模块1用于采集光纤传感器的光学信号,本实施例中主要涉及模数采集板卡;
所述光学数据处理模块2用于将采集的光学信号转换成数字信号,实现后续数据的分析及处理,本实施例中主要涉及模数转换板卡;
所述通讯模块3用于传递及收发光纤传感器的光学信号,本实施例中采用保偏光纤;
所述光纤传感器组模块4用于作用在风机叶片上,其测量波长会随着叶片应力变化而变化,通过叶片应变与波长变化之间的关系,测量出叶片的实时应变;
所述光纤传感器组模块4由若干应变传感器构成,且每支风机叶片的叶根后缘(TE)、前缘(LE)、迎风面(CS)和背风面(SS)处均安装有一个应变传感器。通过对粘贴安装在叶片根部的光栅应变传感器的光谱信号进行实时监测,通过传感器的波长变化可计算出叶根的载荷。
其中,所述应变传感器的安装布局:
独立变桨根据叶根载荷进行控制,需要传感器位置安装的准确性和高标准的安装工艺来确保叶根载荷测量的精度和准度。同时受叶片合模缝的影响,考虑受力均匀,在风机叶片的叶根前缘和后缘位置需错开20~30°;标记距离叶根法兰面大概1~2米处的圆截面上的4个点,从轮毂方向看4个标记点分别处于LE120°、SS210°、TE300°及CS30°,传感器在叶根处安装位置如图2所示。
本实施例的光纤传感载荷测量***通过光学数据的处理,计算出被测量点的应变,光纤载荷测量***设备包括一个光纤传感器解调仪和12个应变传感器。
根据本发明的另一个实施例,如图3-图5所示,提供了一种光纤传感载荷测量***的使用方法,该使用方法包括以下步骤:
S1、获取风机每个叶片的基本参数;
其中,所述基本参数包括风机叶片的质量、质心位置、机舱仰角及叶片锥角。
S2、获取风机每个叶片的动态数据;
其中,所述动态数据包括光纤传感数据(即动态实时波长数据、中心波长)和风机安装参数(即桨距角及方位角)。
具体的,获取风机每个叶片的动态数据还包括以下步骤:
在5m/s的低风速下,将叶片旋转到方位角为180°,桨距角为0°、45°和90°,在风机叶片处于完全静止时,记录该叶片实时的传感器测量波长数据。三个叶片依次进行,单独读取各个叶片上光纤传感的波长数据。在读取数据时,确认桨距角误差控制在±1°范围内,再读取波长数据。
在5m/s的低风速下,将叶片旋转到方位角为90°,保持静止不变,同时执行风机叶片独立变桨,桨距角从0至85°,等待叶片稳定后,再从85°至0°变桨。按照上述方式,循环执行10次。其中在风机叶片处于完全静止时,记录该叶片实时的传感器测量波长数据、桨距角数据和方位角数据,三个叶片依次进行,单独读取各个叶片上光纤传感的波长数据。在读取数据时,确认桨距角误差控制在±1°范围内,再读取波长数据。全程保证叶片变桨期间,叶片完全静止且风速的湍流强度较低。
在5m/s低风速下,将叶片旋转到方位角为270°,同时执行风机叶片独立变桨,桨距角从0至85°,等待叶片稳定后,再从85°至0°变桨。按照上述方式,循环执行10次。其中在风机叶片处于完全静止时,记录该叶片实时的传感器测量波长数据、桨距角数据和方位角数据,三个叶片依次进行,单独读取各个叶片上光纤传感的波长数据。在读取数据时,确认桨距角误差控制在±1°范围内,再读取波长数据。全程保证叶片变桨期间,叶片完全静止且风速的湍流强度较低。
在5m/s低风速下,叶片正常运转,方位角从0至360°,同时执行风机叶片独立变桨,桨距角从0至85°,等待叶片稳定后,再从85°至0°变桨。按照上述方式,循环执行10次。其中实时记录传感器波长数据、桨距角、方位角信息。全程保证叶片变桨期间,无惯性和抖动带来的测量误差。
S3、根据载荷标定方法,动态标定每个叶片的载荷系数。
本实施例中叶片载荷主要是叶根的X与Y方向,又称挥舞载荷与摆振载荷,如图4所示(图中a表示挥舞,b表示摆振),且本实施例中只研究这两个方向的载荷。图5示出根据本发明的实施例的叶片锥角α和叶片倾角β。
其中,所述根据载荷标定方法,动态标定每个叶片的载荷系数包括以下步骤:
S31、在5m/s低风速下,利用叶片重力作为理论载荷,结合光纤传感的波长变化数值,标定挥舞载荷系数与摆振载荷系数;
具体的,所述挥舞载荷与摆振载荷的计算公式如下:
Figure BDA0003988958600000071
式中,M_flap表示挥舞载荷,M_edge表示摆振载荷,m表示叶片质量,g表示重力加速度,r表示叶片重心的位置,C、T、P和A分别表示方位角、叶轮倾角、叶片桨距角和叶轮方位角。
S32、利用依据线性叠加原理的多元线性回归法结合归一化方法,建立叶片波长变化与载荷之间的关系;
具体的,所述叶片波长变化与载荷之间的关系如下:
Figure BDA0003988958600000081
式中,K11、K12、K13、K14表示flap载荷标定系数;K21、K22、K23、K24表示edge载荷标定系数;Δλ1、Δλ2、Δλ3、Δλ4是实时波长数据;Δλ10、Δλ20、Δλ30、Δλ40表示每个传感器的中心波长数据。
S33、依据RANSAC(随机采样一致性)算法,得到载荷标定系数;
具体的,RANSAC是一种对带有外点的数据拟合参数模型的迭代方法。该算法执行步骤:
S331、首先需要20000个数据样本,包含20000个波长数据、20000个桨距角、20000个方位角,并计算出20000个理论载荷,组成载荷样本。
S332、利用叶片波长变化与载荷之间的关系确定求解挥舞与摆振载荷标定模型F,即确定模型参数挥舞标定系数与摆振标定系数K,所需要的最小数据点的个数10000,包含(10000个波长数据、10000个桨距角、10000个方位角),由10000个数据点组成的子集称为载荷标定模型F的一个样本;
S333、从该样本20000个点中随机地抽取10000个点,包含理论载荷、波长数据,组成小样本S,由该样本评估计算出第一个载荷标定模型F1。根据该样本,结合载荷标定模型F1,计算出该样本下的载荷数值样本S1。
S334、对上述载荷数值样本进行筛选,筛选出S1小于S样本的数值。根据筛选后的数据(理论载荷、波长数据),重新估计载荷标定模型F;然后计算出相应载荷数值。如果载荷数据中依然有大于理论载荷S的数值,返回到S333;
S335、经过多次随机抽样,选择完全满足重构载荷标定模型F的设定阈值S2的样本,用该重新估计载荷标定模型F,并输出结果。
抽样次数样本由从测量数据集中均匀随机抽取的子集所构成,每个样本所包含数据点的个数n是确定模型参数所需要数据点的最小数目,例如:直线最少需要两个数据点才能确定,即n=2;圆最少需要3个数据点,即n=3。
RANSAC是一种概率算法,为了能确保有更好的概率找到真正的内点集合,必须实验足够多的次数。以下为试验次数的计算过程:
假设每次选取测量点都是相互独立的,且每个测量点为内点的概率均为w,载荷标定系数为经过多次试验后成功的总体概率;
那么在某次实验中,n个随机样本都是内点的可能性是wn(这里n表示为拟合该模型需要的最少数据个数);
因此经过了p次试验,失败的概率是:
1-p=(1-wn)k
得到最少需要的试验测试为:
Figure BDA0003988958600000091
事实上,这个k值被看作是选取不重复点的上限,因为这个结果假设n个点都是独立选择的,也就是说,某个点被选定之后,它可能会被后续的迭代过程重复选定到。而数据点通常是顺序选择的。
最终估计,由内点得到模型估计M,由M应用卡方检验重新划分内点与外点;继续这个过程直至内点集收敛。
S34、根据预设的载荷标定方法,利用叶片的重力标定叶片的传感器载荷系数,测量出每个叶片的实时载荷变化。
综上所述,借助于本发明的上述技术方案,通过光学数据的处理,计算出被测量点的应变,并采用预设的载荷标定方法,将应变转换成叶片挥舞载荷和摆振载荷,输出给风力发电机组变桨控制***或主控***,从而可以计算出载荷系数,并可以把系数写入变桨控制***,实时采集载荷数值,查看三个叶片的载荷测量正确性与一致性,进而可以通过标定方法结合标定流程,增加标定精度和三个叶片的一致性,较高精度测量出叶片的实时载荷。且该方法可有效地减少人力与物力,较为长期稳定检测叶片载荷。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种光纤传感载荷测量***,其特征在于,该***包括光纤信号采集模块(1)、光学数据处理模块(2)、通讯模块(3)及光纤传感器组模块(4);
其中,所述光纤信号采集模块(1)用于采集光纤传感器的光学信号;
所述光学数据处理模块(2)用于将采集的光学信号转换成数字信号,实现后续数据的分析及处理;
所述通讯模块(3)用于传递及收发光纤传感器的光学信号;
所述光纤传感器组模块(4)用于作用在风机叶片上,通过叶片应变与波长变化之间的关系,测量出叶片的实时应变;
所述光纤传感器组模块(4)由若干光纤应变传感器构成,且每支风机叶片的叶根后缘、前缘、迎风面和背风面处均安装有应变传感器。
2.根据权利要求1所述的一种光纤传感载荷测量***,其特征在于,所述应变传感器的安装布局为:
在风机叶片的叶根前缘和后缘位置安装应变传感器时错开20~30°;
标记距离叶根法兰面1~2米处的圆截面上的4个点,且标记的点从轮毂方向看分别处于前缘120°、背风面210°、后缘300°及迎风面30°。
3.一种光纤传感载荷测量***的使用方法,基于权利要求2中所述的光纤传感载荷测量***来实现,其特征在于,该使用方法包括以下步骤:
S1、获取风机每个叶片的基本参数;
S2、获取风机每个叶片的动态数据;
S3、根据载荷标定方法,动态标定每个叶片的载荷系数。
4.根据权利要求3所述的一种光纤传感载荷测量***的使用方法,其特征在于,所述基本参数包括风机叶片的质量、质心位置、机舱仰角及叶片锥角。
5.根据权利要求3所述的一种光纤传感载荷测量***的使用方法,其特征在于,所述动态数据包括动态实时波长数据、中心波长、桨距角及方位角。
6.根据权利要求1所述的一种光纤传感载荷测量***的使用方法,其特征在于,所述根据载荷标定方法,动态标定每个叶片的载荷系数包括以下步骤:
S31、利用叶片重力作为理论载荷,结合光纤传感的波长变化数值,标定挥舞载荷系数与摆振载荷系数;
S32、利用依据线性叠加原理的多元线性回归法结合归一化方法,建立叶片波长变化与载荷之间的关系;
S33、依据RANSAC算法,得到载荷标定系数;
S34、根据预设的载荷标定方法,利用叶片的重力标定叶片的传感器载荷系数,测量出每个叶片的实时载荷变化。
7.根据权利要求6所述的一种光纤传感载荷测量***的使用方法,其特征在于,所述挥舞载荷与摆振载荷的计算公式如下:
Figure FDA0003988958590000021
式中,M_flap表示挥舞载荷,M_edge表示摆振载荷,m表示叶片质量,g表示重力加速度,r表示叶片重心的位置,C、T、P和A分别表示方位角、叶轮倾角、叶片桨距角和叶轮方位角。
8.根据权利要求6所述的一种光纤传感载荷测量***的使用方法,其特征在于,所述叶片波长变化与载荷之间的关系如下:
Figure FDA0003988958590000022
式中,K11、K12、K13、K14表示flap载荷标定系数;K21、K22、K23、K24表示edge载荷标定系数;Δλ1、Δλ2、Δλ3、Δλ4是实时波长数据;Δλ10、Δλ20、Δλ30、Δλ40表示每个传感器的中心波长数据。
9.根据权利要求6所述的一种光纤传感载荷测量***的使用方法,其特征在于,所述依据RANSAC算法,得到载荷标定系数包括以下步骤:
S331、获取预设数量的数据样本,并计算出理论载荷,组成载荷样本,其中,数据样本包含波长数据、桨距角及方位角;
S332、利用叶片波长变化与载荷之间的关系确定求解挥舞与摆振载荷标定模型F,即确定模型参数挥舞标定系数与摆振标定系数K,并将若干数据点组成的子集称为载荷标定模型F的一个样本;
S333、从该样本点中随机地抽取若干点,包含理论载荷、波长数据,组成小样本S,由该样本评估计算出第一个载荷标定模型F1,根据该样本,结合载荷标定模型F1,计算出该样本下的载荷数值样本S1;
S334、对上述载荷数值样本进行筛选,筛选出S1小于S样本的数值,根据筛选后的数据重新估计载荷标定模型F;然后计算出相应载荷数值,若载荷数据中依然有大于理论载荷S的数值,则返回到S333;
S335、经过多次随机抽样,选择完全满足重构载荷标定模型F的设定阈值S2的样本,则用该重新估计载荷标定模型F,并输出结果。
10.根据权利要求9所述的一种光纤传感载荷测量***的使用方法,其特征在于,所述依据RANSAC算法,得到载荷标定系数之前还包括对RANSAC算法进行预设次数的实验,确保有找到真正内点集合的最佳概率。
CN202211574882.3A 2022-12-08 2022-12-08 一种光纤传感载荷测量***及其使用方法 Pending CN115790925A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211574882.3A CN115790925A (zh) 2022-12-08 2022-12-08 一种光纤传感载荷测量***及其使用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211574882.3A CN115790925A (zh) 2022-12-08 2022-12-08 一种光纤传感载荷测量***及其使用方法

Publications (1)

Publication Number Publication Date
CN115790925A true CN115790925A (zh) 2023-03-14

Family

ID=85418052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211574882.3A Pending CN115790925A (zh) 2022-12-08 2022-12-08 一种光纤传感载荷测量***及其使用方法

Country Status (1)

Country Link
CN (1) CN115790925A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116398379A (zh) * 2023-04-18 2023-07-07 中国长江三峡集团有限公司 基于分布式光纤传感的风电机组叶片状态监测装置及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070107877A (ko) * 2006-05-04 2007-11-08 주식회사 에어로네트 축류 팬의 다중영역설계방법 및 그 설계방법에 의해 제작되는 축류팬
US20120292905A1 (en) * 2010-02-01 2012-11-22 Lm Glasfiber A/S Method of in situ calibrating load sensors of a wind turbine blade
CN103698063A (zh) * 2013-12-02 2014-04-02 成都阜特科技股份有限公司 一种风力发电机组叶片载荷测量装置及其测量方法
CN108267264A (zh) * 2016-12-31 2018-07-10 北京金风科创风电设备有限公司 用于标定风机叶片的光纤光栅传感器的方法、装置和设备
CA3040494A1 (en) * 2018-04-20 2019-10-20 Hamilton Sundstrand Corporation Aircraft rotor with embedded optical fiber sensor
CN110761957A (zh) * 2018-07-27 2020-02-07 北京金风科创风电设备有限公司 风力发电机组的光纤载荷传感器的标定方法和设备
CN112665766A (zh) * 2020-12-19 2021-04-16 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) 一种基于fbg的风机叶片载荷测量方法及应用
CN114689237A (zh) * 2020-12-31 2022-07-01 新疆金风科技股份有限公司 载荷传感器标定方法、装置及计算机可读存储介质
CN115095481A (zh) * 2022-06-27 2022-09-23 上海拜安传感技术有限公司 风力发电机独立变桨调整方法及调整***

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070107877A (ko) * 2006-05-04 2007-11-08 주식회사 에어로네트 축류 팬의 다중영역설계방법 및 그 설계방법에 의해 제작되는 축류팬
US20120292905A1 (en) * 2010-02-01 2012-11-22 Lm Glasfiber A/S Method of in situ calibrating load sensors of a wind turbine blade
CN103698063A (zh) * 2013-12-02 2014-04-02 成都阜特科技股份有限公司 一种风力发电机组叶片载荷测量装置及其测量方法
CN108267264A (zh) * 2016-12-31 2018-07-10 北京金风科创风电设备有限公司 用于标定风机叶片的光纤光栅传感器的方法、装置和设备
CA3040494A1 (en) * 2018-04-20 2019-10-20 Hamilton Sundstrand Corporation Aircraft rotor with embedded optical fiber sensor
CN110761957A (zh) * 2018-07-27 2020-02-07 北京金风科创风电设备有限公司 风力发电机组的光纤载荷传感器的标定方法和设备
CN112665766A (zh) * 2020-12-19 2021-04-16 武汉船舶通信研究所(中国船舶重工集团公司第七二二研究所) 一种基于fbg的风机叶片载荷测量方法及应用
CN114689237A (zh) * 2020-12-31 2022-07-01 新疆金风科技股份有限公司 载荷传感器标定方法、装置及计算机可读存储介质
CN115095481A (zh) * 2022-06-27 2022-09-23 上海拜安传感技术有限公司 风力发电机独立变桨调整方法及调整***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈磊;罗振;: "独立变桨控制的工程实现与算法研究", 智能电网, no. 10, 10 October 2014 (2014-10-10), pages 36 - 41 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116398379A (zh) * 2023-04-18 2023-07-07 中国长江三峡集团有限公司 基于分布式光纤传感的风电机组叶片状态监测装置及方法
CN116398379B (zh) * 2023-04-18 2024-05-14 中国长江三峡集团有限公司 基于分布式光纤传感的风电机组叶片状态监测装置及方法

Similar Documents

Publication Publication Date Title
US8718831B2 (en) Methods and apparatus for sensing parameters of rotating blades
US8951011B2 (en) Wind turbine and a method for monitoring a wind turbine
US9018788B2 (en) Wind sensor system using blade signals
US8322984B2 (en) Pressure measurement device and method for determining wind force at wind energy installations
KR101476986B1 (ko) 풍력 터빈용 제어 장치
US20090039650A1 (en) Event monitoring via combination of signals
US9032807B2 (en) Method and system for monitoring bending strains of wind turbine blades
US20200363282A1 (en) System and method for diagnosing a rotor unbalance of a wind turbine
Clifton et al. Turbine inflow characterization at the national wind technology center
CN106643906A (zh) 变桨轴承的监测方法和监测***
CN115790925A (zh) 一种光纤传感载荷测量***及其使用方法
CN106338384B (zh) 一种风力发电机组叶片全展向载荷测量方法
Fu et al. MEMS gyroscope sensors for wind turbine blade tip deflection measurement
Barber et al. Development of a wireless, non-intrusive, MEMS-based pressure and acoustic measurement system for large-scale operating wind turbine blades
Mouzakis et al. Fatigue loading parameter identification of a wind turbine operating in complex terrain
CN108267264B (zh) 用于标定风机叶片的光纤光栅传感器的方法、装置和设备
Iungo et al. Machine-learning identification of the variability of mean velocity and turbulence intensity for wakes generated by onshore wind turbines: Cluster analysis of wind LiDAR measurements
CN113323816A (zh) 一种基于叶片载荷分析的叶片检测方法
CN106768917A (zh) 一种风力机叶片现场载荷测试与评估方法
Bertelè et al. Wind inflow observation from load harmonics: initial steps towards a field validation
CN108691727B (zh) 一种风力机导流罩
Pedersen et al. Spinner Anemometry: an Innovative Wind Measurement Concept
CN115126665A (zh) 风力发电机的风机叶片监测方法及装置、存储介质、风力发电机
CN111561907A (zh) 一种基于平面倾角测量的塔筒不均匀沉降监测方法
CN214944743U (zh) 一种海上风电机组载荷测试数据采集***

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