CN106471247A - 状态监视系统和使用该系统的风力发电系统 - Google Patents

状态监视系统和使用该系统的风力发电系统 Download PDF

Info

Publication number
CN106471247A
CN106471247A CN201580034268.XA CN201580034268A CN106471247A CN 106471247 A CN106471247 A CN 106471247A CN 201580034268 A CN201580034268 A CN 201580034268A CN 106471247 A CN106471247 A CN 106471247A
Authority
CN
China
Prior art keywords
diagnostic parameters
cabin
period
condition monitoring
detector
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
CN201580034268.XA
Other languages
English (en)
Other versions
CN106471247B (zh
Inventor
坂口智也
加藤甲马
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.)
NTN Corp
Original Assignee
NTN Corp
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
Priority claimed from JP2014129057A external-priority patent/JP2016008538A/ja
Priority claimed from JP2014129052A external-priority patent/JP6374234B2/ja
Application filed by NTN Corp filed Critical NTN Corp
Publication of CN106471247A publication Critical patent/CN106471247A/zh
Application granted granted Critical
Publication of CN106471247B publication Critical patent/CN106471247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F03D7/04—Automatic control; Regulation
    • 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
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • 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
    • F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
    • F03D9/20—Wind motors characterised by the driven apparatus
    • F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
    • 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
    • F05B2220/00—Application
    • F05B2220/70—Application in combination with
    • F05B2220/706—Application in combination with an electrical generator
    • 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
    • F05B2240/00—Components
    • F05B2240/90—Mounting on supporting structures or systems
    • F05B2240/91—Mounting on supporting structures or systems on a stationary structure
    • F05B2240/912—Mounting on supporting structures or systems on a stationary structure on a tower
    • 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
    • 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
    • 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
    • Y02E10/728—Onshore wind turbines

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)
  • Power Engineering (AREA)
  • Wind Motors (AREA)

Abstract

一种用于风力发动机(10)的状态监视系统，设置有感测设备状态的每个传感器，基于传感器的检测结果生成诊断参数的监视器设备(80)，基于诊断参数诊断设备异常的数据服务器(330)，以及用于检测机舱的旋转速度的旋转角度传感器。该数据服务器(330)基于旋转角度传感器的检测结果修正诊断参数，并且将修正的诊断参数与预定的阈值相比较，从而诊断设备是否有异常。

Description

状态监视系统和使用该系统的风力发电系统
技术领域
本发明涉及状态监视系统和包括该系统的风力发电系统，并且尤其涉及监视(配置风力涡轮机和包括该风力涡轮机的风力发电系统的)设备的状态的状态监视系统。
背景技术
例如，专利文件1公开了监视风力涡轮机的机械元件状况的状态监视系统(CMS)。该状态监视系统接收设置在机械元件上的振动传感器的信号，长时间记录表示额定操作中的振动状况的状态(以下称为诊断参数)的量随时间如何变化，并且基于诊断参数的增加率、变化特征等，判定机械元件是否具有故障(参照专利文献1)。
引用列表
专利文献
专利文献1：日本专利公开号2013-185507
发明内容
技术问题
如果机械元件不具有故障，则诊断参数可以相对明显地变化。如果为了判定机械元件的故障而应用的阈值随着被考虑的诊断参数的此类变化而增加，则实际引起的故障的感测将被延迟。当实际引起的故障的感测被延迟时，其他正常机械元件也被损坏，导致更换部件延迟等，并且风力涡轮机的操作可能停止延长的时间段。
作为各种研究的结果，本发明的发明人已经获得这样的发现：当机舱绕轴旋转时，机械元件具有大的振动，并且诊断参数明显变化。因此，当基于在机舱不旋转时获得的诊断参数来执行故障诊断时，可以将故障判定阈值降低到适当水平，并且在这点上，可以抑制感测故障的延迟。
然而，在具有风向从不固定的风状态的位置中，当机舱不绕轴旋转时的诊断参数不能被充分地收集，并且因此故障感测可能被延迟。
因此，本发明的主要目标是提供一种状态监视系统，其能够快速且可靠地检测配置风力涡轮机以及包括该风力涡轮机的风力发电系统的设备的故障。
问题的解决方案
根据本发明的状态监视系统是监视配置风力涡轮机的设备的状态的状态监视系统。风力涡轮机包括可旋转地支承在塔架顶部的机舱。状态监视系统包括：第一检测器，配置为检测设备的状态；监视器设备，配置为基于第一检测器的检测结果生成诊断参数；控制器，配置为基于诊断参数诊断设备的故障；以及第二检测器，配置为检测机舱的旋转速度。控制器，通过基于第二检测器的检测结果修正诊断参数以及将修正的诊断参数与预定的阈值相比较，来诊断所述设备是否有故障。
注意，机舱的旋转速度指示机舱的旋转的速度，并且包括每单位时间的旋转数目和每单位时间的旋转角度这两者。
优选地，控制器配置为：通过使用将机舱的旋转速度用作变量的修正函数来修正诊断参数。修正函数是修正诊断参数以使得，当机舱拥有更高的旋转速度时，修正后的诊断参数与修正前的诊断参数的比变得更小的函数。
仍然优选地，修正函数有关于通过将诊断参数除以在机舱的非旋转期间获得的诊断参数而获得的无量纲诊断参数，该修正函数使用通过将机舱的旋转速度除以其最大速度而获得的机舱的无量纲旋转速度作为变量。
优选地，控制器配置为计算在诊断之前的预定的时段中的机舱的旋转速度的平均值，并且基于该平均值使用修正函数修正诊断参数。
优选地，监视器设备配置为将在诊断之前的第一时段中获得的诊断参数发送到控制器。控制器配置为(i)存储从监视器设备接收的数据，(ii)当第一时段结束时，基于第二检测器的检测值修正第一时段的诊断参数，并且(iii)基于修正的诊断参数生成阈值。更具体地，当第一时段结束时控制器确定诊断参数的修正函数，并且基于该修正函数和第二检测器的检测结果，控制器修正任何存储的第一时段的诊断参数，并且基于修正的诊断参数生成阈值。此外，监视器设备配置为将在第一时段过去后的第二时段期间获得的诊断参数发送到控制器。控制器配置为：基于在第二时段中的第二检测器的检测结果以及当第一时段结束时获得的修正函数，修正第二时段的诊断参数，并且通过将修正的诊断参数与阈值相比较来诊断设备是否有故障。
根据本发明的状态监视系统是监视配置风力涡轮机的设备的状态的状态监视系统，该状态监视系统包括：第一检测器，配置为检测设备的状态；监视器设备，配置为基于第一检测器的检测结果生成诊断参数；以及控制器，配置为基于诊断参数诊断设备的故障。风力涡轮机包括：叶片，将风力转换成主轴的旋转扭矩；机舱，容纳将主轴的旋转扭矩转换成电力的发电机；塔架，旋转地支承所述机舱；以及驱动设备，配置为旋转机舱以使叶片面向迎风方向。诊断参数随着机舱旋转而变化。监视器设备配置为将在诊断之前的第一时段中获得的诊断参数发送到控制器，并且控制器配置为：基于在第一时段的有效时段中的诊断参数，生成用于诊断设备故障的阈值。监视器设备配置为将在第一时段过去后的第二时段期间获得的诊断参数发送到控制器，并且控制器配置为：基于在第二时段的有效时段中的诊断参数和阈值，诊断设备是否有故障。
优选地，诊断参数的有效时段是机舱没有旋转的时段。优选地，诊断参数的有效时段是每一预定时间的机舱的旋转角速度的量值的平均值小于预定值的时段。
优选地，状态监视系统进一步包括第二检测器，配置为检测机舱的旋转角速度。监视器设备配置为将第二检测器的检测值与诊断参数一起发送到控制器。控制器配置为：基于第二检测器的检测值，判定生成诊断参数的时段是否为有效时段。
优选地，控制器配置为：基于从来自单独监视风力涡轮机的SCADA(监督控制和数据采集)的信息所获得的机舱的旋转速度来修正诊断参数。
优选地，第二检测器包括方向传感器、陀螺仪传感器和GPS(全球定位系统)中的至少一个。
此外，优选地，第二检测器包括检测器以用于检测驱动机舱的驱动设备的驱动电流和驱动电压中的至少一个。
此外，根据本发明，风力发电系统包括风力涡轮机和上述的任何状态监视系统。
发明的有益效果
在根据本发明的状态监视系统中，由于基于由第二检测器检测到的机舱的旋转速度来修正诊断参数，因此能够抑制随着机舱绕轴旋转而引入的诊断参数的变化的增加。因此，不必将在诊断设备是否具有故障时所应用的阈值的设置设定不必要地大，并且没有在感测由设定不必要地大的阈值所引入的设备的故障中引起延迟。
此外，机舱是否旋转或停止，可以收集诊断参数并且可感测故障，所以，当与基于仅当机舱停止时所获得的诊断参数来感测故障的情况作比较后，可以早期地找到设备的故障。因此，根据本发明，配置风力涡轮机的设备的故障可以被快速和可靠地检测。
在根据本发明的另一状态监视系统中，风力涡轮机停止的时段被设为诊断参数的有效时段，基于诊断前的第一时段的有效时段的诊断参数来生成阈值，并且基于随后的第二时段的有效时段的诊断参数和该阈值，诊断设备是否具有故障。因此，可以将诊断参数的阈值设为低于常规的阈值，并且可以快速检测风力涡轮机的故障。
在根据本发明的又一状态监视系统中，在预定时间内风力涡轮机的机舱的旋转角速度的大小的平均值小于预定值的时段被设为诊断参数的有效时段，基于诊断前的第一时段的有效时段的诊断参数来生成阈值，并且基于随后的第二时段的有效时段的诊断参数和该阈值，诊断设备是否具有故障。因此，可以将诊断参数的阈值设为低于常规的阈值，并且可以快速检测风力涡轮机的故障。
附图说明
图1是示出根据本发明的第一实施例的状态监视系统的总体配置的框图。
图2示出图1所示的风力涡轮机的主要部分。
图3是用于说明图2所示的传感器和诊断参数的关系的图。
图4表示无量纲诊断参数与机舱的无量纲旋转角速度之间的关系。
图5是表示在基本数据收集时段期间的图1所示的状态监视系统的操作的流程图。
图6是表示在学习时段期间的图1所示的状态监视系统的操作的流程图。
图7是表示在服务时段期间的图1所示的状态监视系统的操作的流程图。
图8表示图1所示的监视终端的监视器上所显示的诊断参数的值如何随时间变化。
图9示出了图1所示的监视终端的监视器上所显示的某操作状态下的频谱。
图10示出了图1所示的监视终端的监视器上所显示的测量数据的振动包络谱。
图11是用于说明本实施例效果的图。
图12是在学习时段期间的第一实施例的示例性变化中的状态监视系统的操作的流程图。
图13是在基本数据收集时段期间的第二实施例中的状态监视系统的操作的流程图。
图14是在学习时段期间的第二实施例中的状态监视系统的操作的流程图。
图15是在服务时段期间的第二实施例中的状态监视系统的操作的流程图。
具体实施方式
以下，将参照附图更具体地描述本发明。在附图中，一致或对应的部件被一致地标识并不做重复描述。
第一实施例
<状态监视系统的总体配置>
图1示意性地示出根据第一实施例的状态监视系统的总体配置.参考图1，状态监视系统包括监视器设备80、数据服务器(监视侧控制器)330和监视终端340。
监视器设备80包括稍后描述的传感器70A-70I(参见图2)，从传感器的感测值计算有效值、峰值、波峰因数、包络处理后的有效值、包络处理后的峰值等，并且经由互联网320将它们发送到数据服务器330。
虽然这里的监视器设备80和数据服务器330被描述为经由有线通信，但是这不是排他的，并且它们可以无线地通信。
数据服务器330和监视终端340例如经由公司LAN(局域网)连接。提供监视终端340以观看由数据服务器330接收的测量数据、进行测量数据的详细分析、改变监视器设备的设置、以及显示风力涡轮机的每个设备的状态。
<风力涡轮机的配置>
图2是示例性示出风力涡轮机10的配置的示图。参考图2，风力涡轮机10包括主轴20、叶片30、加速齿轮40、发电机50、主轴轴承60、机舱90和塔架100。此外，风力涡轮机10包括传感器70A-70I和监视器设备80。加速齿轮40、发电机50、主轴轴承60、传感器70A-70I和监视器设备80被容纳在机舱90中，并且机舱90由塔架100支承。
主轴20插入到机舱90中，连接到加速齿轮40的输入轴，并且由主轴轴承60旋转地支承。并且主轴20将由接收风力的叶片30产生的旋转扭矩传递到加速齿轮40的输入轴。叶片30设置在主轴20的端部，将风力转化成扭矩，并且将该扭矩传递到主轴20。
主轴轴承60以固定的方式设置在机舱90中并且旋转地支承主轴20。主轴轴承60是滚动轴承，并且例如是自定心滚子轴承、锥形滚子轴承、圆柱形滚子轴承、或滚球轴承。注意，这些轴承可以是单排或双排。
传感器70A-70I以固定的方式设置在机舱90中的每个设备处。具体地，传感器70A以固定的方式设置在主轴轴承60的上表面上，并且监视主轴轴承60的状态。传感器70B-70D以固定的方式设置在加速齿轮40的上表面上，并且监视加速齿轮40的状态。传感器70E和70F以固定的方式设置在发电机50的上表面，并且监视发电机50的状态。传感器70G以固定的方式设置在主轴轴承60处，并且监视机舱90的未对齐和异常振动。传感器70H以固定的方式设置在主轴轴承60处，并且监视机舱的不平衡和异常振动。传感器70I设置在机舱90的地板上，并且感测机舱90的旋转角速度，该旋转角速度可以是每单位时间机舱的旋转速度。传感器70I包括陀螺传感器，例如，其使元件振动，并且从施加到元件的科里奥利(Coriolis)力感测角速度。
加速齿轮40设置在主轴20和发电机50之间，将主轴20的旋转速度加速并将其输出到发电机50。作为示例，加速齿轮40由包括行星齿轮、中间轴、高速轴等的齿轮加速机构组成。注意，尽管图中未示出，加速齿轮40中还设有旋转地支承多个轴的多个轴承。发电机50连接到加速齿轮40的输出轴，并且通过从加速齿轮40接收的旋转扭矩生成电力。发电机50为例如感应发电机。注意，发电机50中还设置有用于旋转地支承转子的轴承。
机舱旋转机构包括：附连在机舱90的侧面上以用于改变机舱方向的驱动设备124，以及由固定在驱动设备124的旋转轴上的小齿轮旋转的环齿轮126。环齿轮126固定到塔架100并由此附连。
机舱旋转机构旋转机舱90以改变或调整机舱90方向。注意，用于支承机舱的轴承122设置在机舱90和塔架100的边界处。机舱90由轴承122支承并且绕轴承122的旋转轴旋转。机舱90围绕塔架100的中心轴的旋转被称为偏航(yaw)移动或偏航。
监视器设备80设置在机舱90内部，并且接收由传感器70A-70I感测的每个设备的振动、声音和声发射(acoustic emission；AE)、机舱90的旋转角速度等的数据。注意，尽管在图中未示出，但是传感器70A-70I和监视器设备80由电缆连接。
监视终端340具有之前存储在其中的程序，以至少观看存储在数据服务器330中的测量数据、进行测量数据的详细分析、改变监视器设备80的设置、以及显示风力涡轮机10的每个设备的状态。在监视终端340的屏幕上显示关于风力涡轮机10的每个设备的数据，这对于风力涡轮机10的专家来做出决定是有用的。
注意，监视终端340的每个组件是通用部件。因此，可以说本发明的必要部分是上述存储在存储介质中的软件(或程序)。
<诊断参数和故障模式之间的关系>
图3是用于说明在第一实施例中使用的各种类型的数据的关系的图。图3示出了风力涡轮机10的一部分(或部件)、故障模式、传感器和从传感器的测量数据计算的诊断参数之间的关系。
具体地说，如图2和3所示，对于主轴轴承60，使用由设置在主轴轴承60的高频振动传感器70A测量的数据，来允许监视设备80计算作为诊断参数的有效值，并且当所计算出的有效值超过对应的阈值时，监视终端340显示主轴轴承60具有损坏。
此外，对于主轴轴承60，使用设置来测量主轴轴承60的径向振动的低频振动传感器70H所测量的数据，来允许监视设备80计算作为诊断参数的第一阶旋转频率分量、第二阶旋转频率分量和第三阶旋转频率分量，并且当每个所计算的值超过对应的阈值时，监视终端340显示主轴轴承60不平衡。
此外，对于主轴轴承60，使用设置来测量主轴轴向振动的低频振动传感器70G所测量的数据，来允许监视设备80计算作为诊断参数的第一阶旋转频率分量、第二阶旋转频率分量和第三阶旋转频率分量，并且当每个所计算的值超过对应的阈值时，监视终端340显示主轴轴承60未对齐。
对于加速齿轮40，由高频振动传感器70B-70D测量的数据用于允许监视设备80计算作为诊断参数的有效值，并且当所计算的有效值超过对应的阈值时，监视终端340显示加速齿轮40具有损坏的轴承。
此外，对于加速齿轮40，使用由高频振动传感器70B-70D测量的数据，来允许监视设备80计算作为诊断参数的齿轮的第一阶啮合频率分量、第二阶啮合频率分量和第三阶啮合频率分量，并且当每个所计算的值超过对应的阈值时，监视终端340显示加速齿轮40具有损坏的齿轮。
对于发电机50，由高频振动传感器70E-70F所测量的数据用于允许监视设备80计算作为诊断参数的有效值，并且当所计算的有效值超过对应的阈值时，监视终端340显示发电机50具有损坏的轴承。
对于机舱90，使用设置用于测量主轴的径向振动的低频振动传感器70H所测量的数据，来允许监视设备80计算作为诊断参数的低频振动分量，并且当所计算的值超过相应的阈值时，监视终端340显示机舱90异常振动。
此外，对于机舱90，使用设置用于测量主轴的轴向振动的低频振动传感器70G所测量的数据，来允许监视设备80计算作为诊断参数的低频振动分量，并且当所计算的值超过相应的阈值时，监视终端340显示机舱90异常振动。
注意，在根据第一实施例的状态监视系统中，旋转角度传感器70I感测机舱90的旋转角速度ω(rad/s)。并且随着机舱90绕轴旋转，传感器70A-70H的测量数据变化，并且在该状态监视系统中，基于机舱90的旋转角速度ω来修正诊断参数。具体地，当机舱90具有较高的旋转角速度ω时，传感器70A-70H的测量数据和基于该测量数据的诊断参数显著地变化。因此，为了抑制由于机舱90绕轴旋转而导致的诊断参数的变化，修正诊断参数以使得当机舱90具有较高的旋转角速度ω时，修正后的诊断参数与修正前的诊断参数比值较小。该修正诊断参数的方法将在稍后更具体地描述。
注意，为了便于理解，上述测量项目被部分地提取，并且不是排他的。可以使用振动传感器、AE传感器、温度传感器和声音传感器的测量数据来计算有效值、峰值、平均值、波峰因数、包络处理后的有效值、以及通过使用统计方法的包络处理后的峰值，并且可以将所计算的值与对应的阈值进行比较，以理解风力涡轮机10的设备状态，并使监视终端340显示设备的状态。
<状态监视系统的操作>下面将要描述根据第一实施例的状态监视系统的操作。状态监视系统包括：用于设定风力涡轮机10的诊断操作状态的基本数据收集时段中的处理(见图5)；在基本数据收集时段之后的学习时段中的处理，以生成阈值，该阈值应用于确定满足诊断操作状态的操作测量数据是否异常(见图6)；以及在学习时段之后的服务时段中的处理，以实际操作服务中的风力涡轮机10，并且使用学习时段中生成的阈值，以监视风力涡轮机10的状态(见图7)。
注意，在上述每个处理中，使用从各种传感器的测量数据计算的诊断参数(将要在下文描述的)，并且在根据第一实施例的状态监视系统中基于机舱90的旋转角速度ω修正诊断参数(如上文已经描述的)。下文中，首先描述诊断参数修正处理。
(诊断参数修正处理)在数据服务器330(见图1)中执行诊断参数修正处理。数据服务器330从传感器70I接收机舱90的旋转角速度ω(rad/s)的感测值，并且基于下列表达式(1)计算旋转角速度ω的绝对值的平均值ωa：
其中t表示时间，T1和T2分别表示测量开始时间和测量结束时间，并且时间(T2-T1)被设置为预定时间。注意，可以根据诊断目标(主轴轴承、加速齿轮等)适当地设定时间(T2-T1)。此外，数据服务器330将值ωa除以旋转角速度ω的最大值ωaMax，以计算机舱90的无量纲旋转角速度Ω。
注意，最大值ωaMax可以是风力涡轮机10的规格的设定值，或者可以是在下述基本数据收集时段中所收集的旋转角速度ω的实际测量值的最大值。
当通过将从每种类型的传感器的测量数据计算出的诊断参数Vm除以机舱90不旋转时获得的诊断参数的平均值Vm0而获得的无量纲诊断参数(Vm/Vm0)相对于上述机舱90的无量纲旋转角速度Ω而被排列(marshal)时，观察无量纲诊断参数(Vm/Vm0)和机舱90的无量纲旋转角速度Ω之间的关系，如图4所示。
图4表示无量纲诊断参数(Vm/Vm0)与机舱90的无量纲旋转角速度Ω之间的关系。注意，图4中的数据是当每个设备没有故障时(即，在正常操作中)所收集的数据。参考图4，Vm0表示当机舱90不旋转时所获得的诊断参数的值，相应地，当旋转角速度Ω为0时，无量纲诊断参数(Vm/Vm0)具有值1。并且，随着旋转角速度Ω增加，无量纲诊断参数(Vm/Vm0)的值增加。
此图4示出了，以当机舱90不旋转时所获得的诊断参数的值Vm0为参照，诊断参数Vm达到机舱90的最大旋转角速度(Ω＝1)的向上趋势。通过修正诊断参数以消除在机舱90绕轴旋转时引起的诊断参数的变化增量，可以精确地估计由设备故障引起的诊断参数的变化。
因此，在根据第一实施例的状态监视系统中，基于图4所示的数据，计算表示无量纲诊断参数(Vm/Vm0)与机舱90的无量纲旋转角速度Ω之间的关系的近似函数L(修正函数)。并且通过依据实际测量的旋转角速度Ω将诊断参数Vm除以近似函数L(或修正函数)的值，修正诊断参数。
这抑制了机舱90的绕轴旋转对诊断参数的影响，并且可以设置用于执行故障诊断的阈值，而不考虑随着机舱90绕轴旋转而产生的振动参数的变化。更具体地，考虑到随着机舱90绕轴旋转而产生的振动参数的变化，不必将阈值设定为不必要的大的值。这允许将用于故障诊断的阈值降低到适当水平，因此允许在故障诊断中进行早期故障检测。
注意，各种函数可以适用于表示无量纲诊断参数(Vm/Vm0)与机舱90的无量纲旋转角速度Ω之间的关系的近似函数(修正函数)L。在第一实施例中，使用以下功能作为示例。
其中Vm1表示当机舱90的无量纲旋转角速度Ω为1(即，ωa＝ωaMax)时的诊断参数Vm的值，且α是常数。基于实际测量的诊断参数Vm值来确定常数α，并且例如，基于图4中所示的数据的回归公式来确定常数α。
并且使用由表达式(3)表示的修正函数来修正诊断参数Vm，如下：
Vrec表示基于机舱90的旋转角速度ω而被修正的诊断参数。并且在第一实施例中，在学习时段结束以及在服务时段中所执行的处理中，执行用于修正诊断参数Vm的处理，并且基于修正诊断参数Vrec来执行每个处理。以下，将描述基本数据收集时段、学习时段和服务时段中的每个处理。
(基本数据收集时段中的处理)
基本数据收集时段是用来收集确定风力涡轮机10的诊断操作状态中所需的基本数据的时段。将描述在基本数据收集时段中完成的处理。
图5是用来说明基本数据收集时段中的处理的流程图。参考图5，当风力涡轮机10的操作开始并且负责人操作监视终端340以向数据服务器330发送命令来收集基本数据(步骤S1)时，用来收集基本数据的命令经由数据服务器330被发送到监视设备80(步骤S2)。监视器设备80接收用来收集基本数据的命令，并且作为响应，同时地收集诸如风力涡轮机10的每个设备的振动(以下称为测量数据)的各种类型的数据，以及诸如叶片30的旋转速度、机舱90的旋转角速度ω和发电电流(以下称为操作状态数据)的各种类型的数据(步骤S3)，从诸如振动的各种类型的测量数据计算诊断参数Vm(步骤S4)，并将诊断参数Vm、测量数据和操作状态数据发送到数据服务器330(步骤S5)。
数据服务器330将诊断参数Vm、测量数据和操作状态数据存储到存储单元(步骤S6)。继续测量数据和操作状态数据的测量的处理(步骤S3)、诊断参数的计算(步骤S4)、向数据服务器330的发送(步骤S5)、以及存储到数据服务器330的存储单元(步骤S6)，直到步骤S7，在步骤S7中监视器设备80接收来自监视终端340的命令来结束收集基本数据(步骤S7；否)。
注意，操作状态数据不限于转速和发电电流，还包括表征风力涡轮机10的操作状态的物理量，诸如风速、发电机的轴的扭矩等。
此外，测量数据不限于振动，还包括表示设备状态的物理量，例如AE、温度和声音。
当负责人操作监视终端340以发出结束收集基本数据的指令时(步骤S91；是)，结束收集基本数据的命令从监视终端340发送到数据服务器330(步骤S9)。作为响应，如上所述，监视器设备80结束收集基本数据，并且处理结束(步骤S7；是)。同时，数据服务器330将在基本数据收集时段收集的所有诊断参数、测量数据和操作状态数据发送到监视终端340(步骤S10)。注意，当负责人没有经由监视终端340发出指令以结束收集基本数据(步骤S91；否)时，处理按原样结束。
监视终端340显示诊断参数、测量数据和操作状态数据(步骤S11)，并且负责人看到诊断参数和操作状态数据并指定诊断操作状态(步骤S12)。注意，诊断操作状态是状态监视系统进行诊断的操作状态。例如，当诊断操作状态被指定为使得主轴的旋转速度为12rpm至17rpm并且发电电流为300A至1000A时，旋转速度和发电电流的各种类型的数据(即，操作状态数据)被测量，并且如果风力涡轮机10的主轴具有在12至17rpm的范围内的转速并且发电电流在300A至1000A的范围内，则操作状态满足诊断操作状态，因此，从同时测量的测量数据计算诊断参数并将其与对应于诊断参数的阈值进行比较以进行诊断。注意，当操作状态不满足诊断操作状态时，不诊断风力涡轮机10的每个设备的状态。注意，可以指定多个诊断操作状态。
在监视终端340中，指定的诊断操作状态被发送到数据服务器330(步骤S13)，并且数据服务器330将该诊断操作状态存储到存储单元(步骤S14)。因此，基本数据收集时段中的监视终端340和数据服务器330中的处理结束。
(学习时段中的处理)
学习时段是在如上所述确定风力涡轮机10的诊断操作状态所需的基本数据收集时段已经过去之后，用于确定涡轮机10的每个设备的状态的阈值被生成的时段。将要描述在此学习时段中的处理。
图6是用于说明风力涡轮机10的学习时段中的处理的流程图。参考图6，当负责人操作监视终端340以发出开始学习的指令时，从监视终端340向数据服务器330发送开始学习的命令(步骤S15)。数据服务器330接收开始学习的命令，并且作为响应，读取存储在存储单元中的诊断操作状态，并将其发送到监视器设备80(步骤S16)。监视器设备80接收诊断操作状态(步骤S17)，并且作为响应，同时测量测量数据和操作状态数据(步骤S18)。并且，监视器设备80从作为诸如振动的各种类型数据的测量数据来计算诊断参数Vm(步骤S19)。
当前操作状态满足诊断操作状态时，监视器设备80将诊断参数Vm、测量数据和操作状态数据发送到数据服务器330(步骤S20)。数据服务器330接收诊断参数Vm、测量数据和操作状态数据，并且将其存储到存储单元(步骤S22)。继续测量数据和操作状态数据的测量的处理(步骤S18)、诊断参数的计算(步骤S19)、向数据服务器330的发送(步骤S20)、以及存储到存储服务器330的存储单元(步骤S22)，直到步骤S21，在步骤S21中监视器设备80接收来自监视终端340的命令来结束学习(步骤S21；否)。
当负责人操作监视终端340以发出结束学习的指令时(步骤S241；是)，结束学习的命令从监视终端340发送到数据服务器330(步骤S24)。数据服务器330向监视器设备80发送结束学习的命令(步骤S23)，并且监视器设备80结束测量数据和操作状态数据的收集，并且处理结束(步骤S21；是)。同时，数据服务器330确定由上述表达式(3)表示的修正函数。具体地，数据服务器330在感兴趣的操作状态下确定ωaMax、Vm0和Vm1，并且最后计算修正函数的常数α。
并且，数据服务器330使存储在存储单元中的各种诊断参数Vm根据上述表达式(4)经历修正处理，以生成修正的诊断参数Vrec，并将其存储到存储单元(步骤S231)。通过存储在存储单元中的诊断参数Vrec的统计操作，数据服务器330自动地生成用于每个诊断操作状态的诊断参数的阈值(步骤S25)。该阈值被存储到数据服务器330的存储单元，并被发送到监视终端340(步骤S26)。监视终端340接收阈值并将其显示在监视器等的显示单元上(步骤S27)，并且负责人可以确认阈值。因此，学习时段中的数据服务器330和监视器设备80中的处理结束。注意，当负责人没有经由监视终端340发出指令以结束学习(步骤S241；否)时，处理按原样结束。
注意，用于生成阈值的基本数据收集和学习时段可以根据需要改变。
使用在风力涡轮机10的每个设备处于正常状态时获得的测量数据，为用于每个诊断操作状态的风力涡轮机10的每个设备生成阈值。
这里，为了便于理解，作为具体示例，将在下文中更具体地描述在某个诊断操作状态下为单个风力涡轮机10的一个设备生成两个阶段的阈值的情况。
假设在步骤S22中，诊断参数Vrec具有存储在存储单元中的多个值，并且多个诊断参数具有平均值μ0和标准偏差σ0。例如，假设第一阈值CT为μ0+3σ0，第二阈值WN为第一阈值的3倍。第一阈值CT和第二阈值WN分别由下面的表达式(5)和(6)表示：
CT＝μ0+3σ0…(5)；和
WN＝3(μ0+3σ0)…(6)。
使用阈值CT和WN，使用稍后描述的服务时段的诊断参数Vrec，以允许数据服务器330确定风力涡轮机10的每个设备的状态是否处于故障状态，并且其结果被显示在监视终端340上。例如，当超过阈值CT时，监视终端340显示诸如“注意”的指示，以指示相应的设备处于异常状态。此外，当超过阈值WN时，监视终端340显示诸如“警告”的指示，以指示相应的设备处于具有大程度的故障的状态。
被分为两个阶段的阈值允许容易地进行分类，使得对于小于阈值CT的测量数据，不需要专家的决定，而对于大于阈值WN的测量数据，有必要让专家仔细地确定风力涡轮机10的每个设备的状态，并且例如当测量数据落在阈值CT和阈值WN之间时，可以在观察风力涡轮机10的每个设备的状况的同时确定是否让专家做出诊断。
这样的配置可以省去驻留专家并因此降低成本。
注意，虽然阈值被描述为具有被分成两个阶段的水平，但是阈值的水平不限于此，并且可以具有更多水平。
(服务时段中的处理)
服务时段是在学习时段过去之后的时段，在该时段中，风力涡轮机10实际上处于服务操作中，并且在学习时段中生成的阈值用于监视风力涡轮机10的状态。将要描述在服务时段中的处理。
图7是用来说明服务时段中的处理的流程图。参考图7，负责人从监视终端340向数据服务器330发送开始风力涡轮机10的每个设备的状态的诊断的命令(开始诊断的命令)(步骤S30)。数据服务器330接收开始诊断的命令，并将诊断操作状态发送到监视器设备80(步骤S31)。
监视器设备80接收诊断操作状态(步骤S32)，并且同时测量风力涡轮机10的每个设备中的诸如振动数据的测量数据，以及诸如主轴20的旋转速度、机舱90的旋转角速度ω和发电电流的操作状态数据(步骤S33)。
监视器设备80判定当前的操作状态是否满足诊断操作状态(步骤S34)。并且在当前的操作状态满足诊断操作状态时(步骤S34；是)，监视器设备80从测量数据计算诊断参数(步骤S35)，并且将诊断参数、测量数据、操作状态数据发送到数据服务器330(步骤S36)。相反，如果当前操作状态不满足诊断操作状态(步骤S34；否)，则控制返回到步骤S33以再次测量测量数据和操作状态数据。
因此，仅当前操作状态满足诊断操作状态时，监视器设备80将诊断参数Vm、测量数据和操作状态数据发送到数据服务器330。
数据服务器330接收诊断参数Vm、测量数据和操作状态数据，并且根据上述表达式(4)使诊断参数Vm经历修正处理。
然后，数据服务器330基于修正的诊断参数Vrec和在学习时段期间生成的阈值来确定风力涡轮机10的每个设备的状态。例如，当修正的诊断参数Vrec超过第二阈值WN时，数据服务器330提供WN的诊断结果，而当修正的诊断参数Vrec超过第一阈值CT时，数据服务器330提供CT的诊断结果(步骤S38)。数据服务器330将该诊断结果、修正的诊断参数Vrec、测量数据和操作状态数据存储到存储单元，并将这些数据片发送到监视终端340(步骤S39)。
监视终端340接收诊断结果、诊断参数值、测量数据和操作状态数据(步骤S40)，并显示诊断结果。当诊断结果为WN时，显示“警告”，而当诊断结果为CT时，显示“注意”，否则显示“满意”(步骤S41)。
此外，当诊断结果是WN或CT时，可以向负责人发送电子邮件，以确保他/她被通知异常状态。
当风力涡轮机10以不同的方法操作时，有必要改变诊断操作状态、阈值等。这种情况也可以通过遵循图5的从步骤S1的过程来处理，以改变诊断操作状态来设置新的阈值。注意，阈值可以由负责人经由监视终端340来改变。
注意，由于在图7的步骤S40中，监视终端340接收诊断结果并且与之一起接收诊断参数值和测量数据，监视终端340可以容易地向专家提供可由专家评估和分析的最新和最佳测量数据等，此外，终端340可以提供允许测量数据等和与其相关联的数据同时在监视器(未示出)上显示的环境。
因此，专家可以基于来自监视器的图像容易地判定是否需要详细诊断。
(在监视终端的监视器上显示的测量结果)
图8表示在监视终端340的监视器上所显示的诊断参数的值如何随时间变化。参考图8，纵轴表示有效值，横轴表示过去60天的日期。此外，波形W1表示诊断参数的示例性时间变化，实线L1和L2表示阈值，在这些阈值处每个设备分别具有与波形W1一起指示的第一状态(上述“注意”状态)和第二状态(上述“警告”状态)。
例如，使监视终端340的显示单元(未示出)随时间显示诊断参数的值允许专家理解有效值在9月20日左右增加，以及在9月30日之前，对应设备的有效值超过“注意”状态，并确定对于此设备需要进一步详细诊断。
注意，即使没有超过这些阈值，可以做出这样的估计：诊断参数的最新值具有向上趋势，尽管该值具有向上的趋势但在阈值下具有一些余量等。
图9示出在特定操作状态下在监视终端340的监视器上显示的频谱。
在图9中，波形W2表示最新的测量数据，并且波形W3表示(过去的)任意日期和时间的正常数据频谱。注意，在一致的操作状态下测量波形W2和W3。为了准确地理解由波形W2表示的设备的情况，监视终端340同时显示波形W2和波形W3以用于比较。这允许专家将波形W2与波形W3进行比较，以容易地理解要监视的设备是否处于接近正常状态或异常状态的状态，并且因此在短时间段内评估测量数据。
图10示出了监视终端340的监视器上所显示的测量数据的振动包络谱。参考图10，频域A1到A5(斜线部分)表示包含第一到第五阶的缺陷频率(外环缺陷频率)的区域，其中每一阶具有5％的容许范围，并且这些缺陷频率与波形W4一起显示。
设置这样的容许范围是因为，当测量旋转速度的时间和测量振动的时间偏移，或者旋转速度在测量振动的开始和测量振动的结束等之间变化时，测量的频谱与先前计算的缺陷频率不同，并且即便在这种情况下，可以检测具有故障的风力涡轮机10的每个设备的状态。
这种先前计算的具有容许范围的缺陷频率有助于检测风力涡轮机10的每个设备的故障(或缺陷)。特别地，风力涡轮机的转速变化，因此，当设置容许范围时，优选地根据旋转速度的变化来设置。
注意，上述缺陷频率例如包括当外环具有缺陷(外环缺陷频率Fo)时产生的频率，当内环具有缺陷(内环缺陷频率Fi)时产生的频率，以及当滚动元件具有缺陷(球缺陷频率Fb)时产生的频率，并且这些频率可以通过下面的表达式(7)至(9)预先计算：
Fo＝(Fr/2)x(1-(d/D)x cosα)x z…(7)，
Fi＝(Fr/2)x(1+(d/D)x cosα)x z…(8)，和
Fb＝(Fr/2)x(D/d)(1-(d/D)2x cos2α)…(9)，
其中，“Fr”表示旋转频率(Hz)，“d”表示滚动元件的直径(mm)，“D”表示节径(pitchdiameter)(mm)，“α”表示接触角，“z”表示滚动元件的数目。此外，通过计算n x Fo，n x Fi和n x Fb，可以获得n阶的缺陷频率，其中n表示自然数。
图11示出了第一实施例的效果。该图表示诊断参数Vm(未根据机舱90的旋转角速度ω来修正)随时间的变化和常规阈值VTHA，以及诊断参数Vrec(根据机舱90的旋转角速度ω被修正)随时间的变化和在第一实施例中设定的常规阈值VTHA的诊断参数Vrec的变化。作为诊断参数，从传感器70A的测量数据计算出的主轴轴承60的振动加速度的有效值(m/s2)作为示例被指示。
常规地，诊断参数Vm已经被记录，而不考虑伴随机舱90的旋转的测量数据的变化，因此，即使在正常时间，诊断参数具有大的变化。用于判定诊断参数是否异常的阈值VTHA需要设定为比在正常时获得的诊断参数的峰值高的值，因此，常规地，将其设定为相对较高的值。结果，感测机械元件的故障的定时趋于被延迟，和当引入该延迟时另一正常机械元件被损坏或者采购更换部件延迟等，以及风力涡轮机不能操作的时间段被延长等。
相反，在第一实施例中，基于机舱90的旋转角速度ω修正诊断参数Vm，并且修正诊断参数Vrec用于执行学习时段和服务时段中的每个处理，因此，随着机舱90旋转而产生的诊断参数的变化的增加被抑制。因此，不必使在诊断设备是否具有故障时所应用的阈值的设置设定不必要地大，并且阈值VTH可以被设定为相对低的值，因此，在通过将阈值设定为不必要地大而引入的感测设备的故障中不会引起延迟。此外，无论机舱是否可旋转或停止，可以收集诊断参数并且感测故障，从而使得，当与基于仅当机舱停止时所获得的诊断参数来感测故障的情况作比较后，可以早期地找到设备的故障。因此，根据第一实施例，配置风力涡轮机10的设备的故障可以被快速和可靠地检测。
注意，虽然在第一实施例中，在学习时段生成用于诊断风力涡轮机10的每个设备是否具有故障的阈值，但是可以省去如上所述的学习时间段，并且可以基于通过实验等获得的诊断参数单独地设置阈值。换句话说，不需要在学习时段自动地生成阈值，并且可以使用通过实验等获得的诊断参数Vm来从中导出上述表达式(4)，该表达式可以依次用于计算修正诊断参数Vrec，并且可以基于此确定阈值VTH。
示例性变化的第一实施例在示例性变化的第一实施例中，根据下述表达式(10)修正诊断参数，使得根据机舱90的旋转角速度的诊断参数的变化量较小。
Vrec＝Vmesmin[1,(ωa-ωa0)-B]…(10)，
其中Vrec表示要记录的修正诊断参数，Vmes表示实际测量、未修正的诊断参数，min[1,(ωa-ωa0)-B]表示返回1和(ωa-ωa0)–B中的较小的那个，以及A和B表示常数。需要设置A和B以允许Vrec具有响应于ωa的变化的尽可能不变的值。
ωa是由上述表达式(1)计算的值，以及ωa0是预定值。ωa0的值可以通过类似于在第一实施例中所做的实验获得，或者可以从实际风力涡轮机的状态来确定。
根据类似于图5所示的第一实施例的流程图，执行示例性变化的状态监视系统中的基本数据收集时段中的处理。注意，然而，在步骤S6中，根据上述表达式(10)对诊断参数进行修正处理。
图12是用于描述与图6相比的示例性变化的状态监视系统中的学习时段中的处理的流程图。图12与图6的不同是步骤S22被替换为步骤S22A，以及此外，步骤S231被删除。在步骤S22A中，数据服务器330接收诊断参数、测量数据和操作状态数据，根据上述表达式(10)使诊断参数经历修正处理，并且将所修正的诊断参数、测量数据和操作状态数据存储到存储单元。
根据类似于图7所示的第一实施例的流程图，执行示例性变化的状态监视系统中的服务时段中的处理。注意，在步骤S37中，根据上述表达式(10)对诊断参数进行修正处理。
配置和操作中的其余部分与第一实施例的相同，因此不再重复描述。在示例性变化的第一实施方式中，能够减少伴随着机舱90的旋转的诊断参数的变化量，能够设定在早期故障检测中有利的临界阈值。因此，同样在第一实施例中，可以快速检测风力涡轮机10的故障。
第二实施例在第一实施方式中，描述了如下情况的示例：其中，为了抑制诊断参数的变化，基于机舱的旋转角速度ω修正诊断参数，并且使用修正后的诊断参数来执行处理。
在第二实施例中，将描述如下情况的示例：其中，通过仅记录针对规定时段(以下也称为“有效时段”)获得的诊断参数，将诊断参数的变化抑制得较小。注意，第二实施例还提供了具有与第一实施例类似的基本配置的状态监视系统，因此，将不再重复描述类似的配置。
与图5所示的第一实施例相比，图13是用于描述在根据第二实施例的状态监视系统中的基本数据收集时段中的处理的流程图。图13与图5的不同是步骤S6被替换为步骤S6B。
在步骤S6B中，数据服务器330接收诊断参数、测量数据和操作状态数据，并将其在有效时段中获得的部分存储到存储单元。本文中，有效时段是旋转角传感器70I感测到机舱90的旋转角速度ω(rad/s)为0(即机舱90不旋转)的时段。
与图6所示的第一实施例相比，图14是用于描述在根据第二实施例的状态监视系统中的学习时段中的处理的流程图。图14与图6的不同是步骤S22被替换为步骤S22B，以及此外，步骤S231被删除。
在步骤S22B中，数据服务器330接收诊断参数、测量数据和操作状态数据，并将其在有效时段(即，机舱90不旋转的时段)中获得的部分存储到存储单元。当从监视终端340向数据服务器330发送结束学习的命令时(步骤S24)，数据服务器330将该命令发送到监视器设备80以结束学习(步骤S23)，并且同时，通过存储在存储单元中的诊断参数的统计操作，数据服务器330自动地生成用于每个诊断操作状态的诊断参数的阈值(步骤S25)。
与图7所示的第一实施例相比，图15是用于描述在根据第二实施例的状态监视系统中的服务时段中的处理的流程图。图15与图7的不同是步骤S37和步骤S38分别替换为步骤S37B和步骤S38B。
在步骤S37B中，数据服务器330从监视器设备接收诊断参数、测量数据和操作状态数据。然后，在步骤S38B中，数据服务器330随后基于所接收的在有效时段中获得的诊断参数和在学习时段期间生成的阈值来确定风力涡轮机10的每个设备的状态。例如，当在有效时段中获得的诊断参数值超过第二阈值WN时，数据服务器330提供WN的诊断结果，而当在有效时段中获得的诊断参数值超过第一阈值CT时，数据服务器330提供CT的诊断结果。该诊断结果，在有效时段中获得的诊断参数值、测量数据和操作状态数据被存储到数据服务器330的存储单元，并且这些数据片被发送到监视终端340(步骤S39)。
因此，在第二实施例中，将机舱90不旋转的时段设定为诊断参数的有效时段，仅在有效时段记录诊断参数，因此将诊断参数的变化抑制得较小。因此，可以将阈值VTH设置为相对低的值，并且可以在早期感测机械元件的故障。
注意，在上述例子中，将机舱90不旋转的时段设定为有效时段，例如，由表达式(1)在第一实施例中所指示的在预定时段内的机舱90的旋转角速度ω的绝对值(或大小)的平均值ωa小于预定值ωa0的时段可以是诊断参数的有效时段。
虽然在第一和第二实施例中，包括陀螺仪传感器的传感器701感测机舱90的旋转角速度，并且基于感测结果修正诊断参数，但这不是排他的，并且机舱90的旋转角速度可以通过任何方式被感测。
例如，测量地磁的方向传感器可以用于测量方位随时间的变化，并且方位角可以被时间微分以获得机舱90的旋转角速度。
此外，可以使用通过利用卫星来测量位置的GPS(全球定位系统)传感器。可以向机舱90提供间隔开规定距离的两个GPS传感器，以从两个GPS传感器的相对位置获得机舱90的方位，并且该方位可以被时间微分以获得机舱90的旋转角速度。
此外，可以使用单个GPS传感器来在机舱90旋转一次时记录机舱90的轨迹，并且可以使用该记录的轨迹和当前位置信息以计算机舱90的方位角，其可以进而被时间微分以获得旋转角速度。
此外，可以使用视频记录器记录机舱90周围的场景，并且根据场景如何改变，可以获得旋转角速度。
此外，可以测量用于旋转机舱90的驱动设备124的驱动电流和驱动电压中的至少一个，并且可以使用该测量值以计算机舱90的旋转速度。
此外，可以使用非接触式位移计以测量旋转机舱90的齿轮的旋转，并且可以使用该测量值以计算机舱90的旋转角速度。
此外，可以使用来自分别监视风力涡轮机的SCADA(监视控制和数据获取)的信息以获得机舱90的旋转角速度。
注意，在上述实施例中，传感器70A到70H各自对应于本发明中的“第一检测器”的一个实施例，旋转角传感器70I对应于本发明中的“第二检测器”的一个实施例。此外，数据服务器330对应于本发明中的“控制器”的一个实施例。
应该明白的是本文公开的实施例仅为说明目的而描述，而不在任何方面限制本发明。本发明的范围由权利要求的各项而不是由以上描述所限定，且旨在包括等同于权利要求的各项的意义和范围内的任何变形。
附图标记列表
10：风力涡轮机；20：主轴；30：叶片；40：加速齿轮；50：发电机；60：主轴轴承；70A-70I：传感器；80：监视器设备；90：机舱；100：塔架；122：轴承；124：驱动设备；126：环齿轮；320：互联网；330：数据服务器；340：监视终端。

Claims (17)

1.一种用于监视配置风力涡轮机的设备的状态的状态监视系统，所述风力涡轮机包括可旋转地支承在塔架顶部的机舱，所述状态监视系统包括：
第一检测器，配置为检测所述设备的状态；
监视器设备，配置为基于所述第一检测器的检测结果生成诊断参数；
控制器，配置为基于所述诊断参数诊断所述设备的故障；以及
第二检测器，配置为检测所述机舱的旋转速度，
所述控制器配置成：通过基于所述第二检测器的检测结果修正所述诊断参数以及将修正的诊断参数与预定的阈值相比较来诊断所述设备是否有故障。
2.如权利要求1所述的状态监视系统，其特征在于：
所述控制器配置为：通过使用将所述机舱的所述旋转速度用作变量的修正函数来修正所述诊断参数；并且
所述修正函数是修正所述诊断参数以使得当所述机舱拥有更高的旋转速度时，修正后的诊断参数与修正前的诊断参数的比变得更小的函数。
3.如权利要求2所述的状态监视系统，其特征在于，所述修正函数有关于通过将所述诊断参数除以在所述机舱的非旋转期间获得的诊断参数而获得的无量纲诊断参数，所述修正函数使用通过将所述机舱的旋转速度除以其最大速度而获得的机舱的无量纲旋转速度作为变量。
4.如权利要求2或3所述的状态监视系统，其特征在于，所述控制器配置为计算在所述诊断之前的预定的时段中的所述机舱的旋转速度的平均值，并且基于所述平均值使用所述修正函数修正所述诊断参数。
5.如权利要求1所述的状态监视系统，其特征在于：
所述监视器设备配置为将在所述诊断之前的第一时段中的所述诊断参数和所述第二检测器的检测结果发送到所述控制器；
所述控制器配置为(i)存储从所述监视器设备接收的数据，(ii)当所述第一时段结束时，基于所述第二检测器的所述检测值修正所述第一时段的所述诊断参数，并且(iii)基于修正的诊断参数生成所述阈值；
所述监视器设备配置为将在所述第一时段过去后的第二时段中获得的诊断参数发送到所述控制器；并且
所述控制器配置为：基于在所述第二时段中的所述第二检测器的检测结果修正所述第二时段的诊断参数，并且通过将修正的诊断参数与所述阈值相比较来诊断所述设备是否有故障。
6.如权利要求1所述的状态监视系统，其特征在于，所述控制器配置为：基于从来自单独监视所述风力涡轮机的SCADA(监督控制和数据采集)的信息所获得的所述机舱的旋转速度来修正所述诊断参数。
7.如权利要求1所述的状态监视系统，其特征在于，所述第二检测器包括方向传感器、陀螺仪传感器和GPS(全球定位系统)中的至少一个。
8.如权利要求1所述的状态监视系统，其特征在于，所述第二检测器包括检测器以用于检测驱动所述机舱的驱动设备的驱动电流和驱动电压中的至少一个。
9.一种风力发电系统，包括：
所述风力涡轮机；以及
如权利要求1所述的状态监视系统。
10.一种监视配置风力涡轮机的设备的状态的状态监视系统，包括：
第一检测器，配置为检测所述设备的状态；
监视器设备，配置为基于所述第一检测器的检测结果生成诊断参数；以及
控制器，配置为基于所述诊断参数诊断所述设备的故障，
所述风力涡轮机包括：
叶片，将风力转换成主轴的旋转扭矩；
机舱，容纳将所述主轴的所述旋转扭矩转换成电力的发电机；
塔架，旋转地支承所述机舱；以及
驱动设备，配置为旋转所述机舱以使所述叶片面向迎风方向，
所述诊断参数随着所述机舱旋转而变化，
所述监视器设备配置为将在所述诊断之前的第一时段中获得的诊断参数发送到所述控制器，
所述控制器配置为：基于在所述第一时段的有效时段中的所述诊断参数，生成用于诊断所述设备故障的阈值，
所述监视器设备配置为将在所述第一时段过去后的第二时段期间获得的诊断参数发送到所述控制器，
所述控制器配置为：基于在所述第二时段的有效时段中的诊断参数和所述阈值，诊断所述设备是否有故障。
11.如权利要求10所述的状态监视系统，其特征在于，所述诊断参数的所述有效时段是所述机舱没有旋转的时段。
12.如权利要求10所述的状态监视系统，其特征在于，所述诊断参数的所述有效时段是每一预定时间的机舱的旋转角速度的量值的平均值小于预定值的时段。
13.如权利要求11或12所述的状态监视系统，其特征在于，进一步包括第二检测器，配置为检测所述机舱的旋转角速度，其中：
所述监视器设备配置为将所述第二检测器的检测值与所述诊断参数一起发送到所述控制器；并且
所述控制器配置为：基于所述第二检测器的检测值，判定生成所述诊断参数的时段是否为所述有效时段。
14.如权利要求11或12所述的状态监视系统，其特征在于，所述控制器：基于来自单独监视所述风力涡轮机的SCADA(监督控制和数据采集)的信息中包括的所述机舱的旋转角速度，判定生成所述诊断参数的时段是否为所述有效时段。
15.如权利要求13所述的状态监视系统，其特征在于，所述第二检测器包括方向传感器、陀螺仪传感器和GPS(全球定位系统)中的至少一个。
16.如权利要求13所述的状态监视系统，其特征在于，所述第二检测器包括检测器以用于检测所述驱动设备的驱动电流和驱动电压中的至少一个。
17.一种风力发电系统，包括：
所述风力涡轮机；以及
如权利要求10所述的状态监视系统。
CN201580034268.XA 2014-06-24 2015-05-29 状态监视系统和使用该系统的风力发电系统 Active CN106471247B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2014-129052 2014-06-24
JP2014-129057 2014-06-24
JP2014129057A JP2016008538A (ja) 2014-06-24 2014-06-24 状態監視システムおよびそれを用いた風力発電システム
JP2014129052A JP6374234B2 (ja) 2014-06-24 2014-06-24 状態監視システム及びそれを備えた風力発電システム
PCT/JP2015/065592 WO2015198793A1 (ja) 2014-06-24 2015-05-29 状態監視システムおよびそれを用いた風力発電システム

Publications (2)

Publication Number Publication Date
CN106471247A true CN106471247A (zh) 2017-03-01
CN106471247B CN106471247B (zh) 2019-06-28

Family

ID=54937890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580034268.XA Active CN106471247B (zh) 2014-06-24 2015-05-29 状态监视系统和使用该系统的风力发电系统

Country Status (4)

Country Link
US (1) US10519935B2 (zh)
EP (1) EP3163074B1 (zh)
CN (1) CN106471247B (zh)
WO (1) WO2015198793A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002555A (zh) * 2018-08-09 2018-12-14 郑州市景安网络科技股份有限公司 一种icp备案方法、装置、设备及可读存储介质
CN109611288A (zh) * 2018-12-29 2019-04-12 南京安维士传动技术股份有限公司 一种基于大数据的风电运维平台
WO2019140613A1 (en) * 2018-01-18 2019-07-25 Abb Schweiz Ag Method, apparatus and system for wind converter management
CN110234972A (zh) * 2017-01-31 2019-09-13 Ntn株式会社 状态监视系统及风力涡轮机
CN110475966A (zh) * 2017-03-31 2019-11-19 西门子歌美飒可再生能源公司 确定风力涡轮机的转子平面的定向
CN113525553A (zh) * 2021-06-03 2021-10-22 韦淑庄 一种智能跟随随动车及其控制方法
WO2023142372A1 (zh) * 2022-01-30 2023-08-03 新疆金风科技股份有限公司 一种针对风力发电机的检测方法和相关装置

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160010628A1 (en) * 2014-07-10 2016-01-14 General Electric Company System and method for determining life of a wind turbine
CN106537111A (zh) * 2014-07-18 2017-03-22 Ntn株式会社 机械部件诊断系统及其服务器
DE102015010491A1 (de) * 2015-08-17 2017-02-23 Senvion Gmbh Verfahren zum Betrieb einer Windenergieanlage, Windenergieanlage und Computerprogrammprodukt
WO2017196821A1 (en) 2016-05-09 2017-11-16 Strong Force Iot Portfolio 2016, Llc Methods and systems for the industrial internet of things
WO2017170270A1 (ja) * 2016-03-30 2017-10-05 Ntn株式会社 歯車装置の状態監視システムおよび状態監視方法
US11327475B2 (en) 2016-05-09 2022-05-10 Strong Force Iot Portfolio 2016, Llc Methods and systems for intelligent collection and analysis of vehicle data
US10983507B2 (en) 2016-05-09 2021-04-20 Strong Force Iot Portfolio 2016, Llc Method for data collection and frequency analysis with self-organization functionality
US11774944B2 (en) 2016-05-09 2023-10-03 Strong Force Iot Portfolio 2016, Llc Methods and systems for the industrial internet of things
US11507064B2 (en) 2016-05-09 2022-11-22 Strong Force Iot Portfolio 2016, Llc Methods and systems for industrial internet of things data collection in downstream oil and gas environment
US11237546B2 (en) 2016-06-15 2022-02-01 Strong Force loT Portfolio 2016, LLC Method and system of modifying a data collection trajectory for vehicles
JP6852476B2 (ja) * 2017-03-13 2021-03-31 オムロン株式会社 回転機の状態監視システム、回転機の状態監視方法、プログラムおよび記録媒体
CN110073301A (zh) 2017-08-02 2019-07-30 强力物联网投资组合2016有限公司 工业物联网中具有大数据集的数据收集环境下的检测方法和系统
US11442445B2 (en) 2017-08-02 2022-09-13 Strong Force Iot Portfolio 2016, Llc Data collection systems and methods with alternate routing of input channels
EP3457231A1 (en) * 2017-09-14 2019-03-20 Deutsche Telekom AG Method and system for detection of remote control errors in wind farms
CN109959335B (zh) * 2017-12-22 2021-09-21 北京金风科创风电设备有限公司 测量塔顶位移的方法、装置和系统
JP2019210811A (ja) * 2018-05-31 2019-12-12 株式会社日立製作所 風力発電システム
WO2020195691A1 (ja) 2019-03-28 2020-10-01 Ntn株式会社 状態監視システム
JP7191759B2 (ja) 2019-04-01 2022-12-19 Ntn株式会社 状態監視システム及びそれを備える風力発電システム
WO2021121506A1 (en) * 2019-12-20 2021-06-24 Vestas Wind Systems A/S Method of determining orientation of a nacelle
CN111322206B (zh) * 2020-02-28 2021-05-04 唐智科技湖南发展有限公司 一种风电机组机械大部件的智慧运维系统及方法
CN112118376B (zh) * 2020-08-20 2021-12-14 大唐国际茫崖新能源有限公司 一种风力发电站视频监控设备
CN112324628A (zh) * 2020-09-22 2021-02-05 大唐可再生能源试验研究院有限公司 一种风电机组吊轨式机舱巡检系统
CN114647223A (zh) * 2020-12-18 2022-06-21 新疆金风科技股份有限公司 整机行为诊断方法、装置、控制器、风电场、系统及介质
US11708815B2 (en) 2021-02-08 2023-07-25 General Electronic Company System and method for controlling a wind turbine
US11774324B2 (en) 2021-03-12 2023-10-03 General Electric Renovables Espana, S.L. System and method for detecting actual slip in a coupling of a rotary shaft
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
US11913429B2 (en) 2021-04-29 2024-02-27 General Electric Renovables Espana, S.L. System and method for slip detection and surface health monitoring in a slip coupling of a rotary shaft
CN113757052B (zh) * 2021-09-28 2023-08-15 国电投河南新能源有限公司 风力发电机运行状态的检测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156043A (zh) * 2010-12-31 2011-08-17 北京四方继保自动化股份有限公司 风力发电机组在线状态监测与故障诊断系统
US20120027585A1 (en) * 2011-04-26 2012-02-02 General Electric Company System for actively monitoring wear on wind turbine brake pads and related methods
CN102713554A (zh) * 2010-01-04 2012-10-03 Ntn株式会社 滚动轴承的异常诊断装置、风力发电装置及异常诊断系统
CN103140672A (zh) * 2010-06-28 2013-06-05 维斯塔斯风力系统有限公司 在风力发电厂中执行状况监测的方法
US20140054894A1 (en) * 2011-04-13 2014-02-27 Vestas Wind Systems A/S Wind turbine including optical sensor system
CN104792294A (zh) * 2014-01-21 2015-07-22 Ssb风系统两合公司 风轮机、用于风轮机的桨距角测量系统和方法

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3117865B2 (ja) * 1994-01-28 2000-12-18 新日本製鐵株式会社 回転機器の異常診断方法
JPH10288546A (ja) * 1997-04-16 1998-10-27 Nkk Corp 回転機器の異常判定方法
DK1045988T3 (da) 1998-01-14 2002-10-14 Dancontrol Engineering As Detektering og kontrol af svingninger i en vindmølle
JP2000146771A (ja) * 1998-11-18 2000-05-26 Nippon Steel Corp 加減速型回転機械設備の簡易異常診断方法
US7086834B2 (en) 2004-06-10 2006-08-08 General Electric Company Methods and apparatus for rotor blade ice detection
JP4581693B2 (ja) 2004-09-13 2010-11-17 日本精工株式会社 異常診断装置
WO2006030786A1 (ja) 2004-09-13 2006-03-23 Nsk Ltd. 異常診断装置及び異常診断方法
JP4581860B2 (ja) 2005-01-26 2010-11-17 日本精工株式会社 機械設備の異常診断装置及び異常診断方法
JP4527585B2 (ja) 2005-03-30 2010-08-18 財団法人鉄道総合技術研究所 軸受監視システム、及び軸受監視プログラム
US7523001B2 (en) * 2006-09-28 2009-04-21 General Electric Company Method and apparatus for operating wind turbine generators
JP2008309097A (ja) 2007-06-15 2008-12-25 Ebara Corp 風力発電設備及び風力発電用風車制御方法
US7861583B2 (en) * 2008-01-17 2011-01-04 General Electric Company Wind turbine anemometry compensation
JP5024127B2 (ja) 2008-03-10 2012-09-12 トヨタ自動車株式会社 ノイズ測定装置およびノイズ測定方法
WO2011058099A1 (en) * 2009-11-13 2011-05-19 Schaeffler Technologies Gmbh & Co. Kg Non-invasive speed sensor
US8082115B2 (en) * 2009-11-16 2011-12-20 Nrg Systems, Inc. Data acquisition system for condition-based maintenance
US20110175365A1 (en) * 2010-01-15 2011-07-21 Douglas Hines Wind-driven electric generator structure vibration-deadening apparatus and methods
JP5285708B2 (ja) * 2010-03-31 2013-09-11 三菱重工業株式会社 風力発電装置
WO2012000504A1 (en) 2010-06-29 2012-01-05 Vestas Wind Systems A/S Rotational positioning system in a wind turbine
JP5524805B2 (ja) * 2010-10-27 2014-06-18 住友重機械工業株式会社 風力発電設備に使用する減速装置
JP5106619B2 (ja) 2010-12-06 2012-12-26 株式会社日立製作所 風力発電装置及び風力発電装置のヨーベアリング交換方法
JP2012181169A (ja) 2011-03-03 2012-09-20 Ntn Corp 転動部品の状態監視装置および状態監視方法
EP2682732B1 (en) 2011-03-03 2017-11-29 NTN Corporation Status monitoring system for rolling device and threshold setting method for the status monitoring system
US8249852B2 (en) 2011-05-19 2012-08-21 General Electric Company Condition monitoring of windturbines
JP2013011200A (ja) 2011-06-28 2013-01-17 Mitsubishi Heavy Ind Ltd 運転監視システム、運転監視方法、及びプログラム
WO2013057836A1 (ja) * 2011-10-21 2013-04-25 三菱重工業株式会社 風力発電装置及び風力発電装置のヨー旋回制御方法
US8545639B2 (en) 2011-10-31 2013-10-01 Lam Research Corporation Method of cleaning aluminum plasma chamber parts
WO2013065323A1 (ja) 2011-11-04 2013-05-10 独立行政法人海上技術安全研究所 浮体式洋上風力発電施設の制御装置
GB201200491D0 (en) 2012-01-12 2012-02-22 Romax Technology Ltd Method for operating a wind turbine generator
JP5567044B2 (ja) 2012-02-21 2014-08-06 三菱重工業株式会社 ウインドファームの運転方法及びウインドファームの運転制御システム
JP5917956B2 (ja) 2012-03-08 2016-05-18 Ntn株式会社 状態監視システム
CN104160145B (zh) 2012-03-08 2017-06-13 Ntn株式会社 状态监视系统
JP5878089B2 (ja) 2012-06-28 2016-03-08 住友重機械工業株式会社 モニタリング方法およびモニタリング装置
US9291154B2 (en) * 2012-07-18 2016-03-22 General Electric Company Methods and systems for use in monitoring a tachometer
US10557459B2 (en) 2014-09-29 2020-02-11 Vestas Wind Systems A/S Verification of wind turbine nacelle yaw position sensor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102713554A (zh) * 2010-01-04 2012-10-03 Ntn株式会社 滚动轴承的异常诊断装置、风力发电装置及异常诊断系统
CN103140672A (zh) * 2010-06-28 2013-06-05 维斯塔斯风力系统有限公司 在风力发电厂中执行状况监测的方法
CN102156043A (zh) * 2010-12-31 2011-08-17 北京四方继保自动化股份有限公司 风力发电机组在线状态监测与故障诊断系统
US20140054894A1 (en) * 2011-04-13 2014-02-27 Vestas Wind Systems A/S Wind turbine including optical sensor system
US20120027585A1 (en) * 2011-04-26 2012-02-02 General Electric Company System for actively monitoring wear on wind turbine brake pads and related methods
CN104792294A (zh) * 2014-01-21 2015-07-22 Ssb风系统两合公司 风轮机、用于风轮机的桨距角测量系统和方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110234972A (zh) * 2017-01-31 2019-09-13 Ntn株式会社 状态监视系统及风力涡轮机
CN110234972B (zh) * 2017-01-31 2021-09-21 Ntn株式会社 状态监视系统及风力涡轮机
CN110475966A (zh) * 2017-03-31 2019-11-19 西门子歌美飒可再生能源公司 确定风力涡轮机的转子平面的定向
CN110475966B (zh) * 2017-03-31 2022-02-25 西门子歌美飒可再生能源公司 确定风力涡轮机的转子平面的定向
US11384737B2 (en) 2017-03-31 2022-07-12 Siemens Gamesa Renewable Energy A/S Determining an orientation of a rotor plane of a wind turbine
WO2019140613A1 (en) * 2018-01-18 2019-07-25 Abb Schweiz Ag Method, apparatus and system for wind converter management
US11168669B2 (en) 2018-01-18 2021-11-09 Abb Schweiz Ag Method, apparatus and system for wind converter management
CN109002555A (zh) * 2018-08-09 2018-12-14 郑州市景安网络科技股份有限公司 一种icp备案方法、装置、设备及可读存储介质
CN109611288A (zh) * 2018-12-29 2019-04-12 南京安维士传动技术股份有限公司 一种基于大数据的风电运维平台
CN113525553A (zh) * 2021-06-03 2021-10-22 韦淑庄 一种智能跟随随动车及其控制方法
WO2023142372A1 (zh) * 2022-01-30 2023-08-03 新疆金风科技股份有限公司 一种针对风力发电机的检测方法和相关装置

Also Published As

Publication number Publication date
WO2015198793A1 (ja) 2015-12-30
CN106471247B (zh) 2019-06-28
EP3163074A4 (en) 2018-03-28
US20170130700A1 (en) 2017-05-11
EP3163074B1 (en) 2020-04-22
US10519935B2 (en) 2019-12-31
EP3163074A1 (en) 2017-05-03

Similar Documents

Publication Publication Date Title
CN106471247B (zh) 状态监视系统和使用该系统的风力发电系统
CN106574606A (zh) 状态监视系统和具有该状态监视系统的风力发电系统
JP5917956B2 (ja) 状態監視システム
CN104160145B (zh) 状态监视系统
US11441940B2 (en) Condition monitoring apparatus, condition monitoring system, and condition monitoring method
EP2570879B1 (en) Condition monitoring system and method
US7089154B2 (en) Automatic machinery fault diagnostic method and apparatus
JP6374234B2 (ja) 状態監視システム及びそれを備えた風力発電システム
KR102120756B1 (ko) 실시간 진동 분석을 이용한 회전기계의 자동진단방법
EP1851008B1 (fr) Outillage comprenant au moins un organe rotatif et des moyens de mesure de frequences vibratoires dudit organe en vue de determiner son etat d&#39;usure, unite de controle et procede correspondants
CN107850513A (zh) 异常诊断设备和传感器分离检测方法
CN109477464A (zh) 机械设备，尤其是风力涡轮机的状态监控
WO2017170270A1 (ja) 歯車装置の状態監視システムおよび状態監視方法
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
US20060095231A1 (en) Plant diagnosis support system and plant diagnosis support method
CN106704080B (zh) 基于在线数据的水轮发电机组推力头松动故障的诊断方法
US10466139B2 (en) Rotating body monitoring and alert system and method
CN109814517A (zh) 风机运行参数的处理方法和系统与计算机可读存储介质
JP6824076B2 (ja) 状態監視システムおよび風力発電装置
KR102168403B1 (ko) 스펙트럴 커터시스를 이용한 풍력발전시스템 상태감시 방법
JP6320218B2 (ja) 状態監視システム及びそれを備えた風力発電システム
CA2407566C (en) Method for controlling machines and an information system for operating a machine
US11048774B1 (en) Rotating body monitoring and alert system and method
JP2017181283A (ja) シングルピニオン式の遊星歯車装置の歯数特定装置および歯数特定方法
JP2016008538A (ja) 状態監視システムおよびそれを用いた風力発電システム

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
GR01 Patent grant
GR01 Patent grant