CN105675112A - 风电机组异常振动的监测方法和装置 - Google Patents

风电机组异常振动的监测方法和装置 Download PDF

Info

Publication number
CN105675112A
CN105675112A CN201511032721.1A CN201511032721A CN105675112A CN 105675112 A CN105675112 A CN 105675112A CN 201511032721 A CN201511032721 A CN 201511032721A CN 105675112 A CN105675112 A CN 105675112A
Authority
CN
China
Prior art keywords
signal
vibration
vibration signal
abnormal vibrations
oscillation signal
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
Application number
CN201511032721.1A
Other languages
English (en)
Other versions
CN105675112B (zh
Inventor
张芳
董兆宇
范德功
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.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment 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 Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority to CN201511032721.1A priority Critical patent/CN105675112B/zh
Publication of CN105675112A publication Critical patent/CN105675112A/zh
Application granted granted Critical
Publication of CN105675112B publication Critical patent/CN105675112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/12—Measuring characteristics of vibrations in solids by using direct conduction to the detector of longitudinal or not specified vibrations
    • G01H1/16—Amplitude
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供一种风电机组异常振动的监测方法和装置，所述方法包括：同步采集位于风电机组上的监测点沿预定方向的振动信号以及风电机组的转速；记录预定转速区间对应的所述振动信号，并针对各记录的所述振动信号，在原始振动信号中提取包含该振动信号的第一区间振动信号作为一组原始信号；所述该振动信号在相应所述第一区间中位置固定；根据各所述第一区间振动信号的幅值，确定所述监测点针对所述预定转速区间的异常振动类型以及异常振动时刻。本发明提供的技术方案可实时、准确、有效地监测风电机组的异常振动，减少遗漏和误判，为机组控制策略的优化提供依据，为机组提供预警和维护的判断依据，降低部件损坏风险，提高机组可靠性和利用率。

Description

风电机组异常振动的监测方法和装置
技术领域
本发明涉及风电技术领域，尤其涉及一种风电机组异常振动的监测方法和装置。
背景技术
风电机组在运行时，由于外界的环境(例如风)的影响以及自身(例如发电机的转动)的影响，风电机组一直在不停的振动，这会影响到风电机组的安全运行，而且不同的振动情况也可反映风电机组是否出现异常状态，因此准确的监测风电机组的振动状态成为一种需求。
目前，风力发电机组及其组件的振动状态监测主要是通过对大能量、高振幅等异常振动信号判断而实现。但在实际运行中，风力发电机组及其组件的振动能量和幅值并不大，特别是在损坏早期，很难监测得到上述异常信号。因此，通过异常振动信号监测风电机组的振动状态的方法存在很大的局限性，不能准确监测到异常振动状况，这将带来风力发电机组及其组件因振动导致的部件损坏和机组被迫停机维修，降低机组的可靠性，甚至引起较大经济损失。因此，为减少异常振动带来的问题，需要提供一种可以实时、准确监测风电机组及其组件的振动的方法和装置。
发明内容
本发明实施例提供的一种风电机组异常振动的监测方法和装置，以对风电机组的异常振动进行监测。
为达到上述目的，本发明实施例提供了一种风电机组异常振动的监测方法，所述方法包括：同步采集位于风电机组上的监测点沿预定方向的振动信号以及风电机组的转速；记录预定转速区间对应的所述振动信号，并针对各记录的所述振动信号，在原始振动信号中提取包含该振动信号的第一区间振动信号作为一组原始信号；所述该振动信号在相应所述第一区间中位置固定；根据各所述第一区间振动信号的幅值，确定所述监测点针对所述预定转速区间的异常振动类型以及异常振动时刻。
本发明实施例还提供了一种风电机组异常振动的监测装置，所述装置包括：信号采集模块，用于同步采集位于风电机组上的监测点沿预定方向的振动信号以及风电机组的转速；第一区间振动信号提取模块，用于记录预定转速区间对应的所述振动信号，并针对各记录的所述振动信号，在原始振动信号中提取包含该振动信号的第一区间振动信号作为一组原始信号；所述该振动信号在相应所述第一区间中位置固定；异常振动类型确定模块，用于根据各所述第一区间振动信号的幅值，确定所述监测点针对所述预定转速区间的异常振动类型以及异常振动时刻。
本发明实施例提供的风电机组异常振动的监测方法和装置，以实时、准确、有效地监测风电机组的异常振动，减少遗漏和误判，为机组控制策略的优化提供依据，为机组提供预警和维护的判断依据，降低部件损坏风险，提高机组可靠性和利用率。
附图说明
图1为本发明提供的风电机组异常振动的监测方法一个实施例的流程图；
图2为本发明提供的风电机组异常振动的监测方法另一个实施例的流程图；
图3为风电机组水平方向和竖直方向的振动波形图；
图4为风电机组的转速图；
图5为风电机组水平方向和竖直方向的振动波形包络线的3次多项式拟合曲线图；
图6为第二区间内的监测点在水平方向和竖直方向的振动频谱图；
图7为本发明提供的风电机组异常振动的监测装置一个实施例的结构示意图；
图8为本发明提供的风电机组异常振动的监测装置另一个实施例的结构示意图。
附图标记说明：710-信号采集模块；720-第一区间振动信号提取模块；730-异常振动类型确定模块；731-第二区间振动信号提取单元；732-拟合曲线生成单元；733-异常振动频段确定单元；734-异常类型确定单元。
具体实施方式
本方案的发明构思为，同步采集监测点的水平方向和竖直方向的振动信号和风电机组转速；对处于风电机组转速为12RPM～14RPM的之间的对应的监测点的振动信号进行包络线的斜率判断，确定监测点的异常振动发生在7Hz～10Hz之间；对第二区间振动信号进行频谱分析，进一步确定异常振动发生的频率区间，最终判断风电机组的异常振动类型。
下面结合附图对本发明实施例的风电机组异常振动的监测方法和装置进行详细描述。
实施例一
图1为本发明提供的风电机组异常振动的监测方法一个实施例的流程图，该方法的执行主体可为设置在风电场中的控制器，如风电场中的中央监控器。如图1所示，该方法包括如下步骤：
S110，同步采集位于风电机组上的监测点沿预定方向的振动信号以及风电机组的转速。
具体地，上述监测点可设置在风电机组的机舱顶和/或塔筒上，以分别监测机舱顶和/或塔筒的振动情况。在本实施例中，可通过将加速度传感器安装在风电机组的监测点处，实时采集监测点处的振动信号。
监测点的加速度向各个方向都会有分加速度，为了便于计算处理，在本实施例中，采用水平方向(机舱所在平面)和竖直方向(沿塔筒方向)作为参考方向。
如图3所示，其为风电机组水平方向和竖直方向的振动波形图，如图所示，水平方向的振动波形为x方向的振动波形，竖直方向的振动波形为y方向的振动波形，坐标轴的横坐标表示时间，纵坐标表示幅值(振动信号值的大小)。
如图4所示，为风电机组的转速图，如图所示，坐标轴的横坐标表示时间，纵坐标表示转速，图中的曲线即为实时采集到的风电机组的转速。
值得注意的是，为了计算的准确性，振动信号和风电机组的转速需要同步采集，即图3和图4中横坐标的时刻是对应的。
S120，记录预定转速区间对应的振动信号，并针对各记录的振动信号，在原始振动信号中提取包含该振动信号的第一区间振动信号作为一组原始信号；该振动信号在相应第一区间中位置固定。
具体地，上述预定转速区间可选取为转速在12RPM～14RPM的区段，其原因为在该转速区间段内最易于出现8X类型(异常振动出现在8Hz频率段的振动)的异常振动，而8X类型的异常振动对风机造成的危害性影响最为严重。在本实施例中，记录风电机组转速在12RPM～14RPM区段内对应的监测点x方向和y方向的振动加速度的数据。
值得注意的是，风电机组的转速在12RPM～14RPM区段内对应的振动信号有很多，每一个振动信号对应一个第一区间，在采集数据时，只要转速落在12RPM～14RPM的范围内，就对当前的振动信号对应的第一区间内的振动信号进行记录。其中，该第一区间是以采集的振动信号在时间轴上构成的时间序列下定义的，所谓第一区间即为有振动信号构成的一段连续的时间信号序列。
S130，根据各第一区间振动信号的幅值，确定监测点针对预定转速区间的异常振动类型以及异常振动时刻。
在本实施例中，发生在转速为12RPM～14RPM区段内的异常振动类型主要包括7X振动(7X振动指振动频率在7Hz～8Hz之间的振动)、8X振动(8X振动指振动频率在8Hz～9Hz之间的振动)和9X振动(9X振动指振动频率在9Hz～10Hz之间的振动)等。
由于风电机组的固有频率在8Hz～9Hz之间，当异常振动在固有频率附近时，风电机组的振动幅度增大，对风电机组的安全运行带来严重威胁，因此在本实施例中，该风电机组异常振动的监测方法主要监测的异常振动类型为8X振动。
具体地，可根据选取的振动信号所在的时间序列对应的风电机组的转速，即可初步判断风电机组发生异常振动的类型以及时间。例如，可进一步根据上述第一区间中振动信号随时间的变化率、振动信号幅值的大小、以及频率，判断风电机组的转速在12RPM～14RPM区段内时的异常振动类型和发生振动的时刻。
本发明实施例提供的风电机组异常振动的监测方法，通过监测特定风电机组转速对应的振动信号，从而实时、准确、有效地监测风电机组的异常振动，减少遗漏和误判，为机组控制策略的优化提供依据，为机组提供预警和维护的判断依据，降低部件损坏风险，提高机组可靠性和利用率。
实施例二
图2为本发明提供的风电机组异常振动的监测方法另一个实施例的流程图，本实施例对S130的进行了进一步细化。如图2所示，该风电机组异常振动的监测方法包括：
S210，同步采集位于风电机组上的监测点沿预定方向的振动信号以及风电机组的转速。S210与前述S110内容相同。
S220，记录预定转速区间对应的振动信号，并针对各记录的振动信号，在原始振动信号中以该振动信号为第90秒信号，提取包含该振动信号在内的120秒的振动信号构成一个第一区间振动信号。其中所述的预定转速区间为12RPM～14RPM。本步骤可视为上述S120的细化步骤。
具体地，如图3和图4所示，本实施例中以风电机组转速达到12RPM～14RPM时，记录此时振动信号的时刻为第90秒，并且从实时采集的数据中提取该振动信号前90秒和后30秒的振动信号，将这120秒的区间定义为第一区间，将第一区间内的振动信号看作一组原始信号。
在此基础上，步骤130，根据各第一区间振动信号的幅值，确定监测点针对预定转速区间的异常振动类型以及异常振动时刻可转化为执行下列步骤(S230～S260)。
S230，针对各第一区间振动信号，提取其中第70秒～90秒之间的信号作为第二区间振动信号。
具体地，由于触发时刻是第90秒，触发前20s的数据变化趋势最为明显，因此截取120秒中第70秒～90秒的振动数据进行分析，并将此区段作为第二区间。
S240，对第二区间振动信号进行包络线的3次多项式拟合，生成两条拟合曲线。
如图5所示，其为风电机组水平方向和竖直方向的振动波形包络线的3次多项式拟合曲线图，坐标轴的横坐标表示时间，纵坐标表示幅值。
图中曲线的绘制方法的具体步骤为：
步骤一，从实时采集的120秒内的振动数据，按照一定的区间间隔进行取点。例如，将每10个点作为一个区间，从这10个点中提取一个极大值和一个极小值，最终得到一个极大值的数组和一个极小值的数组。
步骤二，对得到的极大值和极小值的数组分别进行包络线的3次多项式拟合。具体地，上述3次多项式拟合即对数组进行y＝ax3+bx2+cx+d的函数拟合，分别得到极大值和极小值的拟合曲线，并将极大值的拟合曲线看作上包络线，将极小值的拟合曲线作为下包络线。
优选地，为了降低运算量，可以只对第70秒～90秒的振动数据进行包络线的3次多项式拟合。
S250，若两条拟合曲线中存在某一点对应的两条拟合曲线的斜率的绝对值均大于特定阈值，则将该数据点对应的原始时刻确定为异常振动时刻，并且确定相应监测点发生7Hz～10Hz频段的异常振动。
如图5所示，在第70秒～90秒的区段中，上包络线的斜率大于0，下包络线的斜率小于0，因此两条包络线形成一个“喇叭口”的形状。当上、下包络线处于第70秒～90秒区段中的某一点的曲线斜率的绝对值大于特定阈值(如5×10-5)，可认定存在明显的发散，则确定该数据点的振动异常，此时可判断监测点的异常振动发生在7Hz～10Hz频段，并确定该异常振动发生的时刻为异常振动时刻。
值得注意的是，在本方法步骤中，仅仅可以确定异常振动发生在7Hz～10Hz频段，并不能确定异常振动是为8X振动，需要进一步的分析判断。
S260，对第二区间振动信号进行频域分析，提取频域信号中幅值峰值对应的频率，并将相应监测点的振动类型确定为幅值峰值对应的频率区间的异常类型。
图6为第二区间内监测点在水平方向和竖直方向的振动频谱图，其坐标轴的横坐标表示频率，纵坐标表示幅值，该曲线是对图3中的采集的120秒内的振动数据进行频率的划分，其表示的意义是不同的加速度在频率区间内的分布情况。
如图6所示，其中幅值峰值(即最大值)为8.35Hz，落在8Hz～9Hz之间，因此，该异常振动类型属于8X振动。
值得注意的是，在振动频谱上提取的幅值峰值不一定是8X振动，如果幅值峰值落在7Hz～8Hz之间，则确定该异常振动为7X振动。
本发明实施例提供的风电机组异常振动的监测方法，通过对第二区间振动信号进行包络线的斜率判断，确定监测点的异常振动发生在7Hz～10Hz之间，然后对第二区间振动信号进行频谱分析，进一步确定异常振动发生的频率区间，最终判断风电机组的异常振动类型，以实时、准确地监测风电机组的异常振动。
实施例三
图7为本发明提供的风电机组异常振动的监测装置一个实施例的结构示意图，可用于执行上述图1的方法步骤，该装置包括：信号采集模块710、第一区间振动信号提取模块720和异常振动类型确定模块730。
信号采集模块710，用于同步采集位于风电机组上的监测点沿预定方向的振动信号以及风电机组的转速。
第一区间振动信号提取模块720，用于记录预定转速区间对应的振动信号，并针对各记录的振动信号，在原始振动信号中提取包含该振动信号的第一区间振动信号作为一组原始信号；该振动信号在相应第一区间中位置固定。
异常振动类型确定模块730，用于根据各第一区间振动信号的幅值，确定监测点针对所述预定转速区间的异常振动类型以及异常振动时刻。
本发明实施例提供的风电机组异常振动的监测装置，以实时、准确地监测风电机组的异常振动。
本发明实施例提供的风电机组异常振动的监测装置，通过监测特定风电机组转速对应的振动信号，从而实时、快速、准确地监测风电机组的异常振动。
实施例四
图8为本发明提供的风电机组异常振动的监测装置另一个实施例的结构示意图，可视为图7所示装置实施例的具体结构，可用于执行上述图2的方法步骤，该风电机组异常振动的监测装置：信号采集模块710、第一区间振动信号提取模块720和异常振动类型确定模块730，且各模块与图7中功能模块对应相同。
进一步地，上述预定转速区间为12RPM～14RPM。
在此基础上，图8所示风电机组异常振动的监测装置中，第一区间振动信号提取模块720具体用于，以各振动信号为第90秒信号，提取包含该振动信号在内的120秒的振动信号构成一个第一区间振动信号。
进一步地，上述异常振动类型确定模块730具体包括：
第二区间振动信号提取单元731，用于针对各第一区间振动信号，提取其中第70秒～90秒之间的信号作为第二区间振动信号。
拟合曲线生成单元732，用于对第二区间振动信号进行包络线的3次多项式拟合，生成两条拟合曲线。
异常振动频段确定单元733，用于若两条拟合曲线中存在某一点对应的两条拟合曲线的斜率的绝对值均大于特定阈值，则将该数据点对应的原始时刻确定为异常振动时刻，并且确定相应监测点发生7Hz～10Hz频段的异常振动。
异常类型确定单元734，用于对第二区间振动信号进行频域分析，提取频域信号中幅值峰值对应的频率，并将相应监测点的振动类型确定为幅值峰值对应的频率区间的异常类型。
本发明实施例提供的风电机组异常振动的监测装置，通过对第二区间振动信号进行包络线的斜率判断，确定监测点的异常振动发生在7Hz～10Hz之间，然后对第二区间振动信号进行频谱分析，进一步确定异常振动发生的频率区间，最终判断风电机组的异常振动类型，以实时、准确地监测风电机组的异常振动，减少遗漏和误判，为机组控制策略的优化提供依据，为机组提供预警和维护的判断依据，降低风电机组部件损坏风险，提高风电机组可靠性和利用率。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种风电机组异常振动的监测方法，其特征在于，所述方法包括：
同步采集位于风电机组上的监测点沿预定方向的振动信号以及风电机组的转速；
记录预定转速区间对应的所述振动信号，并针对各记录的所述振动信号，在原始振动信号中提取包含该振动信号的第一区间振动信号作为一组原始信号；所述该振动信号在相应所述第一区间中位置固定；
根据各所述第一区间振动信号的幅值，确定所述监测点针对所述预定转速区间的异常振动类型以及异常振动时刻。
2.根据权利要求1所述的方法，其特征在于，所述预定转速区间为12RPM～14RPM。
3.根据权利要求2所述的方法，其特征在于，所述在原始振动信号中提取包含该振动信号的第一区间振动信号作为一组原始信号包括：
以所述该振动信号为第90秒信号，提取包含该振动信号在内的120秒的振动信号构成一个所述第一区间振动信号。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述第一区间振动信号的幅值，确定所述监测点针对所述预定转速区间的振动类型以及异常振动时刻包括：
针对各所述第一区间振动信号，提取其中第70秒～90秒之间的信号作为第二区间振动信号；
对所述第二区间振动信号进行包络线的3次多项式拟合，生成两条拟合曲线；
若所述两条拟合曲线中存在某一点对应的所述两条拟合曲线的斜率的绝对值均大于特定阈值，则将该数据点对应的原始时刻确定为所述异常振动时刻，并且确定相应所述监测点发生7Hz～10Hz频段的异常振动。
5.根据权利要求4所述的方法，其特征在于，所述确定所述监测点针对所述预定转速区间的振动类型包括：
对所述第二区间振动信号进行频域分析，提取频域信号中幅值峰值对应的频率，并将相应所述监测点的振动类型确定为所述幅值峰值对应的频率区间的异常类型。
6.一种风电机组异常振动的监测装置，其特征在于，所述装置包括：
信号采集模块，用于同步采集位于风电机组上的监测点沿预定方向的振动信号以及风电机组的转速；
第一区间振动信号提取模块，用于记录预定转速区间对应的所述振动信号，并针对各记录的所述振动信号，在原始振动信号中提取包含该振动信号的第一区间振动信号作为一组原始信号；所述该振动信号在相应所述第一区间中位置固定；
异常振动类型确定模块，用于根据各所述第一区间振动信号的幅值，确定所述监测点针对所述预定转速区间的异常振动类型以及异常振动时刻。
7.根据权利要求6所述的装置，其特征在于，所述预定转速区间为12RPM～14RPM。
8.根据权利要求7所述的装置，其特征在于，所述第一区间振动信号提取模块具体用于，以所述该振动信号为第90秒信号，提取包含该振动信号在内的120秒的振动信号构成一个所述第一区间振动信号。
9.根据权利要求8所述的装置，其特征在于，所述异常振动类型确定模块包括：
第二区间振动信号提取单元，用于针对各所述第一区间振动信号，提取其中第70秒～90秒之间的信号作为第二区间振动信号；
拟合曲线生成单元，用于对所述第二区间振动信号进行包络线的3次多项式拟合，生成两条拟合曲线；
异常振动频段确定单元，用于若所述两条拟合曲线中存在某一点对应的所述两条拟合曲线的斜率的绝对值均大于特定阈值，则将该数据点对应的原始时刻确定为所述异常振动时刻，并且确定相应所述监测点发生7Hz～10Hz频段的异常振动。
10.根据权利要求9所述的装置，其特征在于，所述异常振动类型确定模块还包括：
异常类型确定单元，用于对所述第二区间振动信号进行频域分析，提取频域信号中幅值峰值对应的频率，并将相应所述监测点的振动类型确定为所述幅值峰值对应的频率区间的异常类型。
CN201511032721.1A 2015-12-31 2015-12-31 风电机组异常振动的监测方法和装置 Active CN105675112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511032721.1A CN105675112B (zh) 2015-12-31 2015-12-31 风电机组异常振动的监测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511032721.1A CN105675112B (zh) 2015-12-31 2015-12-31 风电机组异常振动的监测方法和装置

Publications (2)

Publication Number Publication Date
CN105675112A true CN105675112A (zh) 2016-06-15
CN105675112B CN105675112B (zh) 2019-04-05

Family

ID=56298582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511032721.1A Active CN105675112B (zh) 2015-12-31 2015-12-31 风电机组异常振动的监测方法和装置

Country Status (1)

Country Link
CN (1) CN105675112B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107894279A (zh) * 2017-10-25 2018-04-10 北京金风科创风电设备有限公司 风力发电机组振动数据及工况数据的同步检测方法和装置
CN108204834A (zh) * 2016-12-19 2018-06-26 北京金风科创风电设备有限公司 风力发电机组的状态监测方法及装置
CN108536877A (zh) * 2017-03-01 2018-09-14 新疆金风科技股份有限公司 风力发电机组振动程度的评估方法与系统
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
CN110186684A (zh) * 2019-06-25 2019-08-30 东北大学 一种航空发动机机械振动故障信号特征提取方法
CN111665047A (zh) * 2019-03-07 2020-09-15 北京金风慧能技术有限公司 风力发电机组振动信号的识别方法、装置、设备和介质
CN111947903A (zh) * 2020-07-08 2020-11-17 中核武汉核电运行技术股份有限公司 振动异常定位方法及装置
CN112267979A (zh) * 2020-10-26 2021-01-26 积成电子股份有限公司 一种判断偏航轴承失效的预警方法及系统
CN112798901A (zh) * 2020-12-29 2021-05-14 成都沃特塞恩电子技术有限公司 一种设备校准系统及方法
CN113464380A (zh) * 2021-08-09 2021-10-01 观为监测技术无锡股份有限公司 一种塔筒安全性能确定方法、装置、设备及存储介质
CN114279555A (zh) * 2021-12-27 2022-04-05 深圳市双合电气股份有限公司 一种电机异常振动监测方法及系统
CN114882912A (zh) * 2022-07-08 2022-08-09 杭州兆华电子股份有限公司 一种声信号时域瞬态缺陷的测试方法及装置
CN115200689A (zh) * 2022-09-15 2022-10-18 苏州英特模汽车科技有限公司 一种振动分析方法及装置
CN116910452A (zh) * 2023-07-21 2023-10-20 郑州铁路职业技术学院 基于大数据的有害垃圾无菌化处理风险预测评估方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1430063A (zh) * 2001-12-31 2003-07-16 岩壶卓三 旋转机械的异常诊断系统
CN101858778A (zh) * 2010-05-28 2010-10-13 浙江大学 基于振动监测的风力发电机组故障自动诊断方法
CN101995336A (zh) * 2009-08-12 2011-03-30 孟照辉 风力发电机运行状态在线监测装置
CN102155988A (zh) * 2010-02-11 2011-08-17 中国钢铁股份有限公司 设备监诊方法
CN102269620A (zh) * 2011-06-23 2011-12-07 中国人民解放军军事交通学院 基于转速调整的改进阶比分析方法
CN102620807A (zh) * 2012-03-22 2012-08-01 内蒙古科技大学 风力发电机状态监测系统及方法
CN102661786A (zh) * 2012-05-22 2012-09-12 国电联合动力技术有限公司 变转速风电机组转子振动信号的采集分析方法及其装置
CN102661787A (zh) * 2012-05-22 2012-09-12 国电联合动力技术有限公司 一种变转速风电机组转子振动信号的变换分析方法
EP2597437A1 (en) * 2011-11-28 2013-05-29 ABB Technology AG A method of assessing the technical condition of a rotating shaft
CN104075795A (zh) * 2014-06-18 2014-10-01 北京金风科创风电设备有限公司 用于监测风力发电机组的叶轮振动状态的方法和系统
CN104866633A (zh) * 2015-05-27 2015-08-26 安徽容知日新信息技术有限公司 一种设备振动数据处理方法、装置及系统
CN105043770A (zh) * 2015-05-13 2015-11-11 北京天源科创风电技术有限责任公司 一种风电机组振动异常的判断方法及其装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1430063A (zh) * 2001-12-31 2003-07-16 岩壶卓三 旋转机械的异常诊断系统
CN101995336A (zh) * 2009-08-12 2011-03-30 孟照辉 风力发电机运行状态在线监测装置
CN102155988A (zh) * 2010-02-11 2011-08-17 中国钢铁股份有限公司 设备监诊方法
CN101858778A (zh) * 2010-05-28 2010-10-13 浙江大学 基于振动监测的风力发电机组故障自动诊断方法
CN102269620A (zh) * 2011-06-23 2011-12-07 中国人民解放军军事交通学院 基于转速调整的改进阶比分析方法
EP2597437A1 (en) * 2011-11-28 2013-05-29 ABB Technology AG A method of assessing the technical condition of a rotating shaft
CN102620807A (zh) * 2012-03-22 2012-08-01 内蒙古科技大学 风力发电机状态监测系统及方法
CN102661786A (zh) * 2012-05-22 2012-09-12 国电联合动力技术有限公司 变转速风电机组转子振动信号的采集分析方法及其装置
CN102661787A (zh) * 2012-05-22 2012-09-12 国电联合动力技术有限公司 一种变转速风电机组转子振动信号的变换分析方法
CN104075795A (zh) * 2014-06-18 2014-10-01 北京金风科创风电设备有限公司 用于监测风力发电机组的叶轮振动状态的方法和系统
CN105043770A (zh) * 2015-05-13 2015-11-11 北京天源科创风电技术有限责任公司 一种风电机组振动异常的判断方法及其装置
CN104866633A (zh) * 2015-05-27 2015-08-26 安徽容知日新信息技术有限公司 一种设备振动数据处理方法、装置及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《沈阳大学学报（自然科学版）》 *
《沈阳工业大学学报》 *
《风能》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108204834A (zh) * 2016-12-19 2018-06-26 北京金风科创风电设备有限公司 风力发电机组的状态监测方法及装置
CN108204834B (zh) * 2016-12-19 2020-12-08 北京金风科创风电设备有限公司 风力发电机组的状态监测方法及装置
CN108536877B (zh) * 2017-03-01 2021-11-26 新疆金风科技股份有限公司 风力发电机组振动程度的评估方法与系统
CN108536877A (zh) * 2017-03-01 2018-09-14 新疆金风科技股份有限公司 风力发电机组振动程度的评估方法与系统
CN107894279A (zh) * 2017-10-25 2018-04-10 北京金风科创风电设备有限公司 风力发电机组振动数据及工况数据的同步检测方法和装置
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
CN109973325B (zh) * 2017-12-20 2020-09-29 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
CN111665047A (zh) * 2019-03-07 2020-09-15 北京金风慧能技术有限公司 风力发电机组振动信号的识别方法、装置、设备和介质
CN111665047B (zh) * 2019-03-07 2024-04-02 北京金风慧能技术有限公司 风力发电机组振动信号的识别方法、装置、设备和介质
CN110186684A (zh) * 2019-06-25 2019-08-30 东北大学 一种航空发动机机械振动故障信号特征提取方法
CN111947903A (zh) * 2020-07-08 2020-11-17 中核武汉核电运行技术股份有限公司 振动异常定位方法及装置
CN112267979A (zh) * 2020-10-26 2021-01-26 积成电子股份有限公司 一种判断偏航轴承失效的预警方法及系统
CN112798901A (zh) * 2020-12-29 2021-05-14 成都沃特塞恩电子技术有限公司 一种设备校准系统及方法
CN112798901B (zh) * 2020-12-29 2023-01-10 成都沃特塞恩电子技术有限公司 一种设备校准系统及方法
CN113464380B (zh) * 2021-08-09 2022-09-27 观为监测技术无锡股份有限公司 一种塔筒安全性能确定方法、装置、设备及存储介质
CN113464380A (zh) * 2021-08-09 2021-10-01 观为监测技术无锡股份有限公司 一种塔筒安全性能确定方法、装置、设备及存储介质
CN114279555A (zh) * 2021-12-27 2022-04-05 深圳市双合电气股份有限公司 一种电机异常振动监测方法及系统
CN114882912A (zh) * 2022-07-08 2022-08-09 杭州兆华电子股份有限公司 一种声信号时域瞬态缺陷的测试方法及装置
CN114882912B (zh) * 2022-07-08 2022-09-23 杭州兆华电子股份有限公司 一种声信号时域瞬态缺陷的测试方法及装置
CN115200689A (zh) * 2022-09-15 2022-10-18 苏州英特模汽车科技有限公司 一种振动分析方法及装置
CN116910452A (zh) * 2023-07-21 2023-10-20 郑州铁路职业技术学院 基于大数据的有害垃圾无菌化处理风险预测评估方法
CN116910452B (zh) * 2023-07-21 2024-04-26 郑州铁路职业技术学院 基于大数据的有害垃圾无菌化处理风险预测评估方法

Also Published As

Publication number Publication date
CN105675112B (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN105675112A (zh) 风电机组异常振动的监测方法和装置
EP3221579B1 (en) Wind turbine condition monitoring method and system
CN104075795B (zh) 用于监测风力发电机组的叶轮振动状态的方法和系统
KR102509577B1 (ko) 풍력 터빈 블레이드를 검사하는 방법 및 기기, 및 그 장치 및 저장 매체
CN102102629B (zh) 一种风电机组在线数据采集与分析装置
CN103675355B (zh) 风速仪监测方法和系统
US10496775B2 (en) Method and system for use in dynamically configuring data acquisition systems
CN103019902A (zh) Arinc429总线信号性能参数的自动测试装置及测试方法
CN104198138A (zh) 一种风力发电机组异常振动的预警方法及系统
CN103674234A (zh) 一种风力发电机组振动异常的状态预警方法及系统
CN204831532U (zh) 一种风力发电机组塔架模态测试系统
CN105321039A (zh) 一种隔离开关在线监测数据管理系统及方法
CN114893360A (zh) 风电机组塔筒异常振动识别和运行状态监测方法及系统
CN106246465B (zh) 一种风电机组风速风向获取方法及风电机组系统
CN205785821U (zh) 一种测量汽轮机转子临界转速影响因素的实验装置
CN110334562B (zh) 轴承振动运行状态预测模型训练方法及预测方法、装置
CN104410053B (zh) 一种直流输电系统行波保护方法
CN112267979B (zh) 一种判断偏航轴承失效的预警方法及系统
CN103439970B (zh) 一种风力发电机组仿真测试方法
CN102435294B (zh) 一种应用于振动分析仪的振动分析方法
CN104215849A (zh) 一种潮流能发电装置模拟测试平台及测试方法
CN102536866A (zh) 喘振前兆防护系统和方法
CN202267870U (zh) 一种事件顺序记录系统的测试分析装置
CN113404651B (zh) 风力发电机组的数据异常检测方法和装置
CN204613245U (zh) 齿盘测速综合校验仪

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant