CN103998775B - 用于确定风能源设备的转子叶片的机械损坏的方法 - Google Patents

用于确定风能源设备的转子叶片的机械损坏的方法 Download PDF

Info

Publication number
CN103998775B
CN103998775B CN201280064306.2A CN201280064306A CN103998775B CN 103998775 B CN103998775 B CN 103998775B CN 201280064306 A CN201280064306 A CN 201280064306A CN 103998775 B CN103998775 B CN 103998775B
Authority
CN
China
Prior art keywords
rotor blade
signal energy
value
source device
energy value
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
CN201280064306.2A
Other languages
English (en)
Other versions
CN103998775A (zh
Inventor
D.布伦纳
D.肖尔巴赫
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.)
Wade Miller Fan Monitoring System Co., Ltd.
Original Assignee
Wade Miller Fan Monitoring System 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 Wade Miller Fan Monitoring System Co Ltd filed Critical Wade Miller Fan Monitoring System Co Ltd
Publication of CN103998775A publication Critical patent/CN103998775A/zh
Application granted granted Critical
Publication of CN103998775B publication Critical patent/CN103998775B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04Analysing solids
    • G01N29/12Analysing solids by measuring frequency or resonance of acoustic waves
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/30Control parameters, e.g. input parameters
    • F05B2270/334Vibration measurements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/01Indexing codes associated with the measuring variable
    • G01N2291/014Resonance or resonant frequency
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/028Material parameters
    • G01N2291/0289Internal structure, e.g. defects, grain size, texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Sustainable Energy (AREA)
  • General Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Sustainable Development (AREA)
  • Mechanical Engineering (AREA)
  • Wind Motors (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种用于识别风能源设备的转子叶片的机械损坏的方法,其中检测转子叶片的振动并且产生与频率相关的振动信号,其中在多个测量时刻分别求得在振动信号的预先确定的频率范围上的信号能量值,并且在时间上分析各个确定的信号能量值,从而识别出机械损坏。

Description

用于确定风能源设备的转子叶片的机械损坏的方法
技术领域
本发明涉及一种用于确定风能源设备的转子叶片的机械损坏的方法、用于执行该方法的计算单元以及相应设置的监控装置。
背景技术
风能源设备(WEA)的尽可能无中断的运行是其经济性的重要前提条件。特别是由于传动线路或者尤其转子叶片上的损坏引起的偶然的运行中断产生了显著的维修成本并且经常引起安全事故。
为了避免这种缺点,在WEA中经常设置所谓的状态定位的维护,其例如根据转子叶片的基于震动的状态监控(Condition Monitoring,CM)在相应的状态监控装置或者说系统(Condition Monitoring Systems,CMS)中实现。通过这种措施例如可以提前识别转子叶片中确定的损坏。CMS经常被布置用于远程诊断,其中在认证诊断中心中通常通过专门受过训练的人员对状态信息进行分析。
通过使用CMS可以提前识别故障,避免了偶然的停机状态并且降低了用于备用件储存、维修以及生产损失的成本。总之由此提高了可使用性以及生产稳定性。
由DE 100 65 314 B4和WO 2006/012827 A1公开了用于监控转子叶片的状态的方法和装置,其中借助于一个或多个布置在转子叶片上的运动传感器来测量固体声,在分析单元中借助于合适的方法从相应的信号中求得频谱,该频谱与相应于保存在分析单元中确定的损坏状态以及特殊状态的参考频谱进行比较并且从中查明转子叶片的状态。由此应该能提前识别并且评估转子叶片的可能形成的局部内外损坏以及造成损坏的特殊状态、例如例外的负载状态,从而能够优选自动地影响到设备的运行。WO 2007/131489公开了关于时间来分析相应的传感器信号并且将损坏事故划分至损坏类别。
然而所述方法被证明不足矣特别是用于提前识别雷击损坏。因此,存在对于更可靠地预测和/或识别相应损坏的需求。
发明内容
在该背景下,本发明提出一种具有独立权利要求的特征的、用于确定风能源设备的转子叶片的机械损坏的方法,用于实施该方法的计算单元以及相应的监控装置。优选的设计方案是从属权利要求以及下面的说明的主题。
本发明基于以下令人吃惊的认识:对从转子叶片传感器的传感器信号中产生的转子叶片谱、也就是频谱的分析在预先确定的频率范围内(例如100或200Hz以上)允许提前诊断转子叶片中开始的损坏。这种诊断不能借助于对转子叶片传感器的常规分析来实现。这尤其涉及影响转子叶片的结构的机械损坏,例如裂纹或雷击损坏,其中通常制成薄板的或者粘贴的转子叶片的部件受到损坏和/或部分地脱落。这种损坏引起明显高频率的振动、然而该振动有利地没有以单个频率的形式检测,而是尤其在确定的频率范围内以平均的信号能量的形式具有诊断值。
换句话说,这种损坏、尤其雷击损坏在100Hz或150Hz以上、尤其在200Hz以上、例如在100到500Hz或150到500Hz或1000Hz范围内的转子叶片谱中示出了与不损坏的转子叶片的谱的差别。优选涉及下面的低频率范围、例如从约20Hz到约5kHz中的频率。
由此可以提前识别出确定的损坏、尤其结构损坏,因此能够提前并且尤其可计划地消除损坏。这对相应风能源设备的操作者来说能实现显著的成本节省并且提高了其设备安全性以及可使用性。这种更早并且更可靠的损坏检测能实现关于首先较小的开始的损坏的走向的断言以及由此关于维护的紧迫性的断言。
本发明提出,为转子叶片、优选为每个转子叶片确定并且在时间上分析在确定的频率范围内、例如前面说明的从150到500Hz的频率范围内的信号能量值。从时间曲线中可以推断出损坏。例如可以为了进行分析而求得用于各个转子叶片相互间的差或者与参考值的差。因此,提供了各个转子叶片的比较观察,因为由此可以推断出同时作用到整个转子叶片上的因素,例如由传动系影响和/或风诱发的频率引起的高频重叠。
在确定的观察时间上断断续续地或者(近似)连续地实现按本发明的观察。对信号能量值的分析可以在相应的时间段上实现,其中特别是确定的时间段可以被积分、求平均或者以滑动平均值的形式给出。
优选地,尤其通过积分关于频率的信号强度,信号能量本身被确定作为在确定的频率范围内的信号能量值。进一步优选地,可以形成在信号能量与关于多个或所有转子叶片的信号能量平均值或者参考值之间的差作为信号能量值。各个转子叶片谱的信号能量相对于所有三个叶片的共同的平均值或者参考值的差的图示提前在时间趋势曲线中说明了损坏情况。
作为对转子叶片的比较观察的替代或者补充方案,也可以使各个转子叶片的关于不同运行参数影响的谱标准化,由此各个转子叶片的标准化的平均的信号能量的曲线对于评估来说足够了。这意味着,对于按本发明的分析来说不必实现对所有转子叶片的比较。这可以是值得希望的,因为损坏的结果不仅会在一个转子叶片上,而是例如可能在两个或三个转子叶片上出现。如果例如在两个转子叶片上存在雷击损坏,那么这会导致两个转子叶片在其谱特性被证明是类似的,也就是在所提到的频率范围内示出偏差。在与没有损坏的第三转子叶片进行比较而观察这种偏差时,这种偏差关于没有损坏的第三转子叶片可能导致容易误解的断言。
本发明的特别的优点在于,信号能量值、例如在所提到的频率范围上的信号能量或者差的曲线示出了与损坏强度的相互关系。这能够从信号能量值的曲线中推导出损坏强度,从而能够检测损坏的曲线,并且例如在超过确定的阈值时可以引入措施。
总之,本发明由此实现了在风能源设备的转子叶片上的更早以及更可靠的损坏检测。本发明尤其如所述能及早识别结构损坏、例如裂纹、极细裂纹以及雷击损坏,以前这可以用常规的方法在后期阶段中进行检测。
特别有利的是,在本发明的范围内,使用电容加速传感器作为振动传感器。利用这种电容传感器可以确定0Hz的下部极限频率,由此附加地也可以安全并且可靠地监控例如缓慢旋转的组件。在这种传感器中提供了,按照对快速旋转的组件的改进的监控,而向上拓展频率范围。因此,相应的传感器比利用常规方式构造的压电加速传感器能够改善监控,在压电加速传感器中只能分析约0.1Hz和500Hz之间的频率范围。
为了对转子叶片进行监控,可以有利地使用商业上可获得的叶片监控装置,其例如在每个转子叶片中具有双轴加速传感器,所述双轴加速传感器相对于叶片叶根以约三分之一的叶片长度的距离进行定位。在工作位置中,相应的传感器测量切向于转子旋转的加速度以及沿着转子轴线方向的加速度(切向加速度和轴向加速度)。
在本发明的范围内,对相应频率的分析有利地以频谱的形式实现,所述频谱例如从相应的传感器的加速时间数据中借助于傅里叶变换产生。所述频谱也可以以其它方式产生,例如借助于离散的余弦变换、小波变换或ARMA-(AutoRegressive-Moving Average)谱评估。
前面所解释的优点以同样的方式涉及按本发明的方法、按本发明的监控装置以及相应的计算单元,所述计算单元尤其在编程技术方面用于实施按本发明的方法。
以软件的形式执行本发明也是有利的,因为这一点尤其是在下述情况下实现了特别少的成本:执行的计算单元还用于其它任务、例如操控风能源设备或者用作CMS并且因此原本存在。用于提供计算机程序的合适的数据载体尤其是磁盘、硬盘、闪存、EEPROM、CD-ROM、DVD等。也可以经由计算机网络(因特网、内联网等)下载程序。
本发明的其它优点和设计方案从说明书以及附图中获得。
当然,后面前面所述的以及还要解释的特征不仅可以在分别给出的组合中,而且还在其它组合中或者单独地进行使用,而不会离开本发明的范围。
附图说明
根据实施例在附图中示意性示出了本发明,并且下面参照附图详细描述本发明。
图1示出了风能源设备,该风能源设备可以借助于根据本发明实施方式的方法进行监控,
图2示出了频率信号能量沿第一转子叶片方向的、根据本发明特别优选的实施方式获得的时间曲线,
图3示出了频率信号能量沿第二转子叶片方向的、根据本发明特别优选的实施方式获得的时间曲线。
具体实施方式
在图1中示出了风能源设备的部分的纵剖图,该风能源设备可以借助于按本发明特别优选的实施方式所述的方法进行监控。该风能源设备总体用100表示,其传动系用10表示。
所示出的传动系10基本上由在其上安置了转子20的主轴1、传动装置2以及发电机轴3组成。传动装置24例如可以涉及通常在风能源设备中使用的三级传动装置。主轴1力配合与转子20、例如旋翼转子或者说旋转叶片转子(Drehflügelrotor)相连接。发电机轴3可以通过接合器30与发电机40连接。主轴1、传动装置2、发电机轴3以及发电机40利用相应的机构进行支承,包围在壳体50中并且安装在塔架60上。在转子20上示出了两部分示出的转子叶片21。通常用在风能源设备中的转子例如具有三个叶片21。本发明同样可以用在无齿轮风力涡轮机或者说风力发电设备(Windkraftanlagen)中。
转子20的叶片21具有加速传感器71,该加速传感器例如与转子转子桨毂或者说转子轴线25以三分之一叶片长度的距离进行布置。该加速传感器71作为分析系统70的一部分利用线路72与分析装置73连接,该分析装置对加速传感器71的信号进行分析并且为此可以具有未示出的计算单元。该加速传感器71可以分别具有两个带有彼此不同的加速方向的一维的加速传感器,借助于该加速传感器可以检测沿叶片转动方向的加速度并且由此检测切向于转子的加速度以及沿着叶片的冲击方向、也就是相对于转子轴向的加速度。
在图2和3中分别绘出了三个信号能量值,其中将每个信号能量值(Signalenergiemaße)配属于具有三个转子叶片的风能源设备的一个转子叶片。为每个转子叶片确定在相同的频率范围上求得的信号能量。此外,确定所述三个信号能量的平均值。作为用于确定的转子叶片的信号能量值,在本实例中使用在所述频率范围上求得的、用于确定的转子叶片的信号能量和平均值之间的差。使用150Hz至350Hz的频率范围。信号能量值作为趋势曲线A、B、C关于在横坐标上的时间绘出。
在此,在横坐标上给出了所谓的BAID(测量循环识别)。每个小时在使用的监控装置中将一种测量例如保存在数据备份服务器上,从而所述BAID7000约相应于10个月的测量时间。关于时间画出了趋势发展。
在此使用的信号能量值、也就是在信号能量和所涉及的频率范围上的平均值之间的差与信号能量的绝对值的图示相比更明显并且更早地示出了偏差以及损坏。
图2示出了按本发明的特别优选的实施方式所获得的沿转动方向时间曲线。图3相应于图2地示出了沿冲击方向的分析。
明显可以看到,信号能量值A不仅沿转动方向而且沿冲击方向从约BAID6000起与损坏之前的时间段(例如BAID5000)相比具有明显更大的振幅。信号能量值A也与其它两个曲线B和C、也就是其它叶片相比被提高。信号能量值A对于转子叶片A来说沿两个测量方向约从六个星期起在测量时间段的所示出的末端之前持续增加。
在转子叶片评定中确定了由电击引起的损坏,其中叶片叶尖裂开。在电击附近没有额外的横向裂纹。基于这一点,裂开的叶片叶尖在旋转时由相互打击部分产生了冲击脉冲。

Claims (13)

1.用于识别风能源设备(100)的转子叶片(21)的机械损坏的方法,其中检测转子叶片(21)的振动并且产生与频率相关的振动信号,其中在多个测量时刻分别求得在振动信号的预先确定的频率范围上的信号能量值,并且在时间上分析各个确定的信号能量值,从而识别出机械损坏。
2.按权利要求1所述的方法,其中,所述预先确定的频率范围具有至少50Hz的宽度。
3.按权利要求1所述的方法,其中,所述预先确定的频率范围包括50Hz以上的频率。
4.按权利要求1所述的方法,其中,所述预先确定的频率范围包含1000Hz以下的频率。
5.按权利要求1所述的方法,其中,作为所述预先确定的频率范围使用150到500Hz的频率范围。
6.按权利要求5所述的方法,其中,作为所述预先确定的频率范围使用150到350Hz的频率范围。
7.按权利要求1所述的方法,其中,在频率范围内基于平均的信号能量来求得所述信号能量值。
8.按上述权利要求1到6中任一项所述的方法,其中在时间上的分析包括:将所述转子叶片(21)的信号能量值与同一风能源设备(100)的另一转子叶片的相应的信号能量值进行比较,其中当两个信号能量值的时间曲线相互间的偏差超过阈值时,则识别出机械损坏。
9.按上述权利要求1到6中任一项所述的方法,其中在时间上的分析包括:将所述转子叶片(21)的信号能量值与同一风能源设备(100)的至少两个转子叶片的相应的信号能量值的平均值进行比较,其中当所述信号能量值和平均值的时间曲线相互间的偏差超过阈值时,则识别出机械损坏。
10.按权利要求9所述的方法,其中在时间上的分析包括:将所述转子叶片(21)的信号能量值与同一风能源设备(100)的所有转子叶片的相应的信号能量值的平均值进行比较。
11.按上述权利要求1到6中任一项所述的方法,其中在时间上的分析包括:将所述转子叶片(21)的信号能量值与参考值进行比较,其中当所述信号能量值与参考值的时间曲线相互间的偏差超过阈值时,则识别出机械损坏。
12.用于实施按上述权利要求1到11中任一项所述的方法的计算单元。
13.用于风能源设备(100)的至少一个转子叶片(21)的监控装置(73),其具有至少一个用于检测所述转子叶片(21)振动的振动传感器(71)以及按权利要求12所述的计算单元。
CN201280064306.2A 2011-10-26 2012-10-10 用于确定风能源设备的转子叶片的机械损坏的方法 Active CN103998775B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102011116961.3A DE102011116961B4 (de) 2011-10-26 2011-10-26 Verfahren zur Bestimmung einer mechanischen Beschädigung eines Rotorblatts einer Windenergieanlage
DE102011116961.3 2011-10-26
PCT/EP2012/004234 WO2013060420A2 (de) 2011-10-26 2012-10-10 Verfahren zur bestimmung einer mechanischen beschädigung eines rotorblatts einer windenergieanlage

Publications (2)

Publication Number Publication Date
CN103998775A CN103998775A (zh) 2014-08-20
CN103998775B true CN103998775B (zh) 2017-12-15

Family

ID=47115720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280064306.2A Active CN103998775B (zh) 2011-10-26 2012-10-10 用于确定风能源设备的转子叶片的机械损坏的方法

Country Status (4)

Country Link
US (1) US10466205B2 (zh)
CN (1) CN103998775B (zh)
DE (1) DE102011116961B4 (zh)
WO (1) WO2013060420A2 (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011117468B4 (de) * 2011-11-02 2022-10-20 Weidmüller Monitoring Systems Gmbh Verfahren, Recheneinheit und Einrichtung zur Überwachung eines Antriebstrangs
DE102012108776A1 (de) * 2012-09-18 2014-03-20 Technische Universität München Verfahren und Vorrichtung zur Überwachung von Betriebszuständen von Rotorblättern
US10371123B2 (en) * 2013-08-19 2019-08-06 General Electric Company Methods and systems for detecting wind turbine rotor blade damage
CN104595112B (zh) 2013-10-30 2018-01-16 通用电气公司 风力涡轮机及评估其上叶片健康状态的方法
DE102014207612A1 (de) * 2014-04-23 2015-10-29 Senvion Gmbh Windenergieanlagen-Diagnosevorrichtung für Generatorkomponenten
DE102016203013A1 (de) * 2016-02-25 2017-08-31 Innogy Se Verfahren zur Schwingungszustandsüberwachung einer Windkraftanlage
WO2017174094A1 (en) 2016-04-08 2017-10-12 Vestas Wind Systems A/S Method and system for controlling a wind turbine to manage edgewise blade vibrations
EP3239039B1 (en) * 2016-04-29 2019-07-24 Ratier-Figeac SAS Blade structure health monitoring system
CN107064298B (zh) * 2017-02-28 2019-09-13 重庆工商大学 一种运行中风机叶片裂纹的激光检测方法
US11014265B2 (en) * 2017-03-20 2021-05-25 Battelle Energy Alliance, Llc Methods and apparatus for additively manufacturing structures using in situ formed additive manufacturing materials
CN106837709A (zh) * 2017-04-20 2017-06-13 北京金风科创风电设备有限公司 风力发电机组叶片的监测方法和监测系统
US10488372B2 (en) * 2017-08-16 2019-11-26 General Electric Company Systems and methods for detecting damage in rotary machines
JP6827992B2 (ja) * 2017-10-16 2021-02-10 三菱重工業株式会社 風力発電装置及びその制御方法並びに制御プログラム
EP3820453B1 (en) * 2018-07-10 2024-09-04 The Regents of The University of California Biomolecule coated particles and films and uses thereof
EP3667082A1 (en) 2018-12-13 2020-06-17 Siemens Gamesa Renewable Energy A/S Wind turbine blade flow regulation
US10876518B2 (en) * 2019-04-12 2020-12-29 General Electric Company System and method for mitigating damage in a rotor blade of a wind turbine
CN112696313A (zh) * 2019-10-22 2021-04-23 通用电气公司 用于减轻作用于风力涡轮的转子叶片的负载的系统和方法
CN113286944B (zh) * 2019-12-16 2022-06-10 远景能源有限公司 一种用于监测叶根紧固件的健康状态的方法及系统
CN113090458B (zh) * 2019-12-23 2022-04-15 江苏金风科技有限公司 叶片控制方法和系统、控制器及计算机可读存储介质
EP3954897A1 (en) * 2020-08-14 2022-02-16 Siemens Gamesa Renewable Energy A/S Monitoring of blades in wind turbines
CN113984900B (zh) * 2021-10-12 2023-10-03 北京福泽润慧科技有限公司 一种新能源风力发电用电极检测系统
CN118309616B (zh) * 2024-06-06 2024-08-09 华电(福建)风电有限公司 海上风电设备的运维方法和系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK58998A (da) * 1998-04-30 1999-10-31 Lm Glasfiber As Vindmølle
US6321602B1 (en) 1999-09-28 2001-11-27 Rockwell Science Center, Llc Condition based monitoring by vibrational analysis
DE10065314B4 (de) 2000-12-30 2007-08-16 Igus - Innovative Technische Systeme Gmbh Verfahren und Einrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen
US7086834B2 (en) * 2004-06-10 2006-08-08 General Electric Company Methods and apparatus for rotor blade ice detection
DE102005017054B4 (de) 2004-07-28 2012-01-05 Igus - Innovative Technische Systeme Gmbh Verfahren und Vorrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen
CA2651925A1 (en) 2006-05-15 2007-11-22 Igus-Innovative Technische Systeme Gmbh Method for monitoring the load on rotor blades of wind energy installations
DK179081B1 (da) * 2007-06-25 2017-10-16 Siemens Wind Power As Overvågning af en vindmølles vingefrekvenser
DK200701456A (da) * 2007-10-09 2009-04-10 Siemens Wind Power As Overvågning af en vindmölles vingefrekvenser
WO2011029439A1 (de) 2009-09-08 2011-03-17 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V. Modellbasiertes verfahren zur zustandsüberwachung von rotorblättern
WO2011060424A1 (en) * 2009-11-16 2011-05-19 Nrg Systems, Inc. Data acquisition system for condition-based maintenance

Also Published As

Publication number Publication date
CN103998775A (zh) 2014-08-20
WO2013060420A2 (de) 2013-05-02
US20150000404A1 (en) 2015-01-01
DE102011116961B4 (de) 2024-06-27
US10466205B2 (en) 2019-11-05
WO2013060420A3 (de) 2013-06-27
DE102011116961A1 (de) 2013-05-02

Similar Documents

Publication Publication Date Title
CN103998775B (zh) 用于确定风能源设备的转子叶片的机械损坏的方法
Siegel et al. A comparative study on vibration‐based condition monitoring algorithms for wind turbine drive trains
US8544331B2 (en) Parameter independent detection of rotating machinery faults
US9841352B2 (en) System and method for monitoring gear and bearing health
Sheng Wind turbine gearbox condition monitoring round robin study-vibration analysis
Saruhan et al. Vibration analysis of rolling element bearings defects
US10495693B2 (en) Wind turbine fault detection using acoustic, vibration, and electrical signals
CN104011515B (zh) 用于监控传动系的方法、计算单元和装置
Shahriar et al. Electrical signature analysis-based detection of external bearing faults in electromechanical drivetrains
AU2010220551B2 (en) Method for monitoring wind turbines
US7698942B2 (en) Turbine engine stall warning system
US20150322924A1 (en) Method of monitoring the condition of a wind turbine
WO2009000787A3 (en) Monitoring of blade frequencies of a wind turbine
WO2012000506A2 (en) A method for performing condition monitoring in a wind farm
US8820149B2 (en) Method for oscillation measurement on rotor blades or wind power installations
JP2017525891A (ja) 駆動システムの早期エラー検出方法、早期エラー検出システム、早期エラー検出システムを備える風力発電機、および早期エラー検出システムの使用
Babu et al. Condition monitoring and vibration analysis of boiler feed pump
Romero et al. Vestas V90‐3MW Wind Turbine Gearbox Health Assessment Using a Vibration‐Based Condition Monitoring System
Zhang et al. Generalized transmissibility damage indicator with application to wind turbine component condition monitoring
JP6714844B2 (ja) 異常診断方法
Rao et al. In situ detection of turbine blade vibration and prevention
Zhan et al. Adaptive autoregressive modeling of non-stationary vibration signals under distinct gear states. Part 2: experimental analysis
JP6869156B2 (ja) 状態監視装置および状態監視方法
CN107436244B (zh) 基于频率分段振动数据采集的设备故障报警方法
JP2019128179A (ja) 振動センサの脱落検知方法及び異常診断装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20170606

Address after: Dresden, Germany

Applicant after: Wade Miller Fan Monitoring System Co., Ltd.

Address before: Stuttgart, Germany

Applicant before: Robert Bosch Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant