CN106525415B - 一种风电机组传动链健康状态评价系统及方法 - Google Patents
一种风电机组传动链健康状态评价系统及方法 Download PDFInfo
- Publication number
- CN106525415B CN106525415B CN201610940811.9A CN201610940811A CN106525415B CN 106525415 B CN106525415 B CN 106525415B CN 201610940811 A CN201610940811 A CN 201610940811A CN 106525415 B CN106525415 B CN 106525415B
- Authority
- CN
- China
- Prior art keywords
- transmission chain
- wind turbine
- turbine transmission
- processing unit
- health
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 272
- 230000036541 health Effects 0.000 title claims abstract description 132
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 210
- 239000013307 optical fiber Substances 0.000 claims abstract description 49
- 230000003862 health status Effects 0.000 claims description 160
- 238000000605 extraction Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 15
- 230000004927 fusion Effects 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 239000000523 sample Substances 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 23
- 238000013210 evaluation model Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/023—Power-transmitting endless elements, e.g. belts or chains
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Wind Motors (AREA)
Abstract
本发明提供了一种风电机组传动链健康状态评价系统及方法,涉及风力发电机组传动链监测技术领域。系统包括分布于各风电机组传动链处的多类传感器;各多类传感器分别与各云端处理装置连接;各云端处理装置分别与各光纤交换机连接;各光纤交换机通过光纤环网与远程服务器连接;远程服务器通过互联网络与远程显示终端连接;多类传感器包括振动传感器和温度传感器。云端处理装置根据振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;从而以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,发生故障的部位,及剩余寿命;并通过光纤交换机和光纤环网传输至远程服务器,从而使得远程显示终端进行显示。
Description
技术领域
本发明涉及风力发电机组传动链监测技术领域。尤其涉及一种风电机组传动链健康状态评价系统及方法。
背景技术
目前,随着能源危机问题的日益严重,风力发电越来越受到人们的重视,但由于风力发电机组结构复杂,工作环境恶劣,经常会出现不同形式的故障。风力发电机组齿轮箱作为风力发电机组的核心传动部件,它的工作状况将影响整个风力发电机组的性能。据统计,在风轮、风力发电机组齿轮箱和风力发电机这三者中,故障率最高的部件就是风力发电机组齿轮箱,其故障损坏率高达40%~50%,极个别品牌的风力发电机组齿轮箱故障率几乎达到100%。与此同时,风场偏僻的环境和风力发电机组齿轮箱庞大的体积也给维修人员对风力发电机组齿轮箱的运输、安装和拆卸带来了巨大困难。因此,如何对风力发电机组齿轮箱进行日常检测,提前预知其工作状态和运行中的异常类型,合理安排设备零件的更换和维护,对提高发电机组运行效率,保障电力供应非常重要。有利于减少维修时间和降低由于齿轮箱故障引起的经济损失,对提高风电场的经济效益和安全性具有重大意义。
目前针对风力发电机组传动链采取以下诊断方式:
①计划维修与事后维修的方式。这种方式往往在发现故障时,故障已经发展到比较严重的程度,修理周期也比较长。此种方式容易造成风电场故障停机时间过长,严重地影响了日常发电工作,造成重大损失。
②离线故障诊断的方式。分析人员诊断出风电机组存在故障时,往往故障已经发生一段时间,具有一定的滞后性。况且这种诊断方式需要分析人员具有一定的故障分析能力,这增加了风电机组诊断的运营成本。
③远程在线状态监测的方式:通过安装在风电机组传动链上的多类传感器,将所采集的数据实时传输到远程控制中心,再进行诊断评估。近年来,在各大风场主要安装这种在线状态监测系统(CMS),相比于上述两种方式,其能及时发现传动链运行过程中产生的故障,从而能使风机运营商及早采取措施,最终最大限度地降低维护费用,减小停机时间。然而,目前市场上的在线状态监测系统虽然能克服上诉两种方式诊断的缺陷,但是其各方面性能存在诸多问题:一、评价指标单一:风机在线状态监测系统厂家通常仅安装振动传感器,以振动信号参数作为风机健康状态评价的唯一指标,其评价指标较为单一且评价结果不一定能准确代表风力发电机组传动链的健康状态。二、大量无关数据的存储:往往风机在将要出现或已出现故障时采集的数据才是分析人员所关心的,然而,风机平稳状态下的数据存储大大增加了服务器数据存储负担;三、高配置的终端处理性能:每台风机传动链具有多个数据采集点,况且单个风场就多达三十多台风机,大量的监测数据往往都需要传输了终端监测中心实现在线处理,这对终端处理性能提出很高的要求;四、无法适应智能化、网络化分布式的监测趋势。由于国内风场分布较为分散,且后期的风电机组传动链故障产生较为频繁。目前监测系统一般只设置简单数据阈值报警,一旦多个风机运行出现异常报警,这时风场往往需要大量分析诊断人员介入,这些因素都将直接导致分析诊断耗时耗力,大大增加了风场运维成本。
发明内容
本发明的实施例提供一种风电机组传动链健康状态评价系统及方法,以解决当前风电机组远程在线状态监测存在的评价指标单一、难以实现网络化分布式的监测的问题。
为达到上述目的,本发明采用如下技术方案:
一种风电机组传动链健康状态评价系统,包括:分布于各风电机组传动链处的多类传感器;各多类传感器分别与各云端处理装置连接;各云端处理装置分别与各光纤交换机连接;所述各光纤交换机通过光纤环网与远程服务器连接;所述远程服务器通过互联网络与远程显示终端连接;
所述多类传感器包括各风电机组传动链各部位的振动传感器和温度传感器;
所述云端处理装置,用于根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;
所述云端处理装置,还用于根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;
所述云端处理装置,还用于将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器;
所述远程显示终端,用于从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示。
具体的,各风电机组传动链各部位包括传动链轴承、传动链齿轮以及传动链轴系;所述多类传感器还包括主齿轮箱输出轴处的转速传感器,用于采集主齿轮箱输出转速。
此外,所述云端处理装置,具体用于:
对风电机组传动链各部位的振动数据进行信号降噪,并进行特征数据提取处理,形成振动信号特征数据;
将风电机组传动链各部位的振动信号特征数据与预先设置的健康评价模型数据库中的振动信号特征阈值区间进行比较;
确定风电机组传动链各部位的振动信号特征数据所处的振动信号特征阈值区间;
从预先设置的健康评价模型数据库中获取各振动信号特征阈值区间对应的振动健康状态阶段;所述振动健康状态阶段包括正常状态、需注意状态以及警告状态;
确定风电机组传动链各部位所对应的振动健康状态阶段。
进一步的,所述云端处理装置,具体还用于:
对风电机组传动链各部位的温度数据进行特征数据提取处理,形成温度信号特征数据;
将风电机组传动链各部位的温度信号特征数据与预先设置的健康评价模型数据库中的温度信号特征阈值区间进行比较;
确定风电机组传动链各部位的温度信号特征数据所处的温度信号特征阈值区间;
从预先设置的健康评价模型数据库中获取各温度信号特征阈值区间对应的温度健康状态阶段;所述温度健康状态阶段包括正常状态、需注意状态以及警告状态;
确定风电机组传动链各部位所对应的温度健康状态阶段。
进一步的,所述云端处理装置,具体还用于:
当风电机组传动链的第一部位对应的振动健康状态阶段为正常状态,且第一部位对应的温度健康状态阶段为正常状态时,则确定所述第一部位的综合健康状态为正常状态;
当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段为正常状态或需注意状态,且至少一个为需注意状态时,则确定所述第一部位的综合健康状态为需注意状态;
当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段至少一个为警告状态时,则确定所述第一部位的综合健康状态为警告状态。
进一步的,所述云端处理装置,具体还用于:
若风电机组传动链的各部位的综合健康状态均为正常状态,将各部位的综合健康状态、各部位的振动数据和温度数据进行循环存储于云端处理装置本地;
若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,将综合健康状态为需注意状态或警告状态的部位的振动信号特征数据和温度信号特征数据进行融合处理,提取融合处理后的数据特征参数;
根据所述数据特征参数,在预先设置的健康评价模型数据库中获取所述综合健康状态为需注意状态或警告状态的部位对应的故障位置和剩余寿命。
进一步的,所述云端处理装置,具体还用于:
运行客户端TCP架构,向远程服务器不间断请求建立TCP通信连接;
在与所述远程服务器成功建立TCP通信连接后,判断风电机组传动链中是否存在综合健康状态为需注意状态或警告状态的部位;
若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,确定风电机组传动链异常,向远程服务器发送风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命;
若风电机组传动链的各部位的综合健康状态均为正常状态,确定风电机组传动链正常;接收远程服务器发送的数据请求指令,向远程服务器发送风电机组传动链的在线运行健康状态。
此外,所述远程服务器,具体用于:
创建TCP连接侦听,确定远程服务器是否侦听到云端处理装置发送的TCP连接请求;
若远程服务器侦听到云端处理装置发送的TCP连接请求,将发送TCP连接请求的云端处理装置的句柄加入远程服务器的处理队列;
依次提取处理队列中的云端处理装置的句柄,并查询云端处理装置的TCP连接请求,并向云端处理装置发送TCP连接请求响应;
将云端处理装置的句柄重新加入远程服务器的处理队列;
若未查询到云端处理装置的TCP连接请求,判断云端处理装置与远程服务器是否存在连接错误;
若云端处理装置与远程服务器存在连接错误,将存在连接错误的云端处理装置的句柄从所述处理队列中删除,并关闭存在连接错误的云端处理装置与远程服务器的TCP连接;
若云端处理装置与远程服务器不存在连接错误,将云端处理装置的句柄重新加入远程服务器的处理队列。
一种风电机组传动链健康状态评价方法,应用于一种风电机组传动链健康状态评价系统,所述系统包括:分布于各风电机组传动链处的多类传感器;各多类传感器分别与各云端处理装置连接;各云端处理装置分别与各光纤交换机连接;所述各光纤交换机通过光纤环网与远程服务器连接;所述远程服务器通过互联网络与远程显示终端连接;所述多类传感器包括各风电机组传动链各部位的振动传感器和温度传感器;
所述方法包括:
云端处理装置根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;
所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;
所述云端处理装置将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器;
所述远程显示终端从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示。
此外,所述系统中的各风电机组传动链各部位包括传动链轴承、传动链齿轮以及传动链轴系;所述多类传感器还包括用于采集主齿轮箱输出转速的主齿轮箱输出轴处的转速传感器。
具体的,所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,包括:
对风电机组传动链各部位的振动数据进行信号降噪,并进行特征数据提取处理,形成振动信号特征数据;
将风电机组传动链各部位的振动信号特征数据与预先设置的健康评价模型数据库中的振动信号特征阈值区间进行比较;
确定风电机组传动链各部位的振动信号特征数据所处的振动信号特征阈值区间;
从预先设置的健康评价模型数据库中获取各振动信号特征阈值区间对应的振动健康状态阶段;所述振动健康状态阶段包括正常状态、需注意状态以及警告状态;
确定风电机组传动链各部位所对应的振动健康状态阶段。
进一步的,所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,还包括:
对风电机组传动链各部位的温度数据进行特征数据提取处理,形成温度信号特征数据;
将风电机组传动链各部位的温度信号特征数据与预先设置的健康评价模型数据库中的温度信号特征阈值区间进行比较;
确定风电机组传动链各部位的温度信号特征数据所处的温度信号特征阈值区间;
从预先设置的健康评价模型数据库中获取各温度信号特征阈值区间对应的温度健康状态阶段;所述温度健康状态阶段包括正常状态、需注意状态以及警告状态;
确定风电机组传动链各部位所对应的温度健康状态阶段。
进一步的,所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,还包括:
当风电机组传动链的第一部位对应的振动健康状态阶段为正常状态,且第一部位对应的温度健康状态阶段为正常状态时,则确定所述第一部位的综合健康状态为正常状态;
当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段为正常状态或需注意状态,且至少一个为需注意状态时,则确定所述第一部位的综合健康状态为需注意状态;
当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段至少一个为警告状态时,则确定所述第一部位的综合健康状态为警告状态。
具体的,确定发生故障的部位,及发生故障的部位的剩余寿命,包括:
若风电机组传动链的各部位的综合健康状态均为正常状态,将各部位的综合健康状态、各部位的振动数据和温度数据进行循环存储于云端处理装置本地;
若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,将综合健康状态为需注意状态或警告状态的部位的振动信号特征数据和温度信号特征数据进行融合处理,提取融合处理后的数据特征参数;
根据所述数据特征参数,在预先设置的健康评价模型数据库中获取所述综合健康状态为需注意状态或警告状态的部位对应的故障位置和剩余寿命。
进一步的,所述的风电机组传动链健康状态评价方法,还包括:
云端处理装置运行客户端TCP架构,向远程服务器不间断请求建立TCP通信连接;
云端处理装置在与所述远程服务器成功建立TCP通信连接后,判断风电机组传动链中是否存在综合健康状态为需注意状态或警告状态的部位;
若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,云端处理装置确定风电机组传动链异常,向远程服务器发送风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命;
若风电机组传动链的各部位的综合健康状态均为正常状态,云端处理装置确定风电机组传动链正常;接收远程服务器发送的数据请求指令,向远程服务器发送风电机组传动链的在线运行健康状态。
进一步的,所述的风电机组传动链健康状态评价方法,还包括:
远程服务器创建TCP连接侦听,确定远程服务器是否侦听到云端处理装置发送的TCP连接请求;
若远程服务器侦听到云端处理装置发送的TCP连接请求,远程服务器将发送TCP连接请求的云端处理装置的句柄加入远程服务器的处理队列;
远程服务器依次提取处理队列中的云端处理装置的句柄,并查询云端处理装置的TCP连接请求,并向云端处理装置发送TCP连接请求响应;
远程服务器将云端处理装置的句柄重新加入远程服务器的处理队列;
若未查询到云端处理装置的TCP连接请求,远程服务器判断云端处理装置与远程服务器是否存在连接错误;
若云端处理装置与远程服务器存在连接错误,远程服务器将存在连接错误的云端处理装置的句柄从所述处理队列中删除,并关闭存在连接错误的云端处理装置与远程服务器的TCP连接;
若云端处理装置与远程服务器不存在连接错误,远程服务器将云端处理装置的句柄重新加入远程服务器的处理队列。
本发明实施例提供的风电机组传动链健康状态评价系统及方法,其中风电机组传动链健康状态评价系统,包括分布于各风电机组传动链处的多类传感器;各多类传感器分别与各云端处理装置连接;各云端处理装置分别与各光纤交换机连接;所述各光纤交换机通过光纤环网与远程服务器连接;所述远程服务器通过互联网络与远程显示终端连接;所述多类传感器包括各风电机组传动链各部位的振动传感器和温度传感器。云端处理装置能够根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;从而根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;之后将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器,从而使得远程显示终端从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示,实现实时监测风力发电机组传动链在线运行健康状态。可见,通过上述分布式网络化结构和云端在线数据采集、分析处理技术,充分利用云端的实时处理能力,实现分布式分析处理的同时,降低了终端服务器的资源消耗,有利于远程控制中心同时对多个风场的多台风机的运行健康状态进行实时在线监测。
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,下面将对实施例或现有技术描述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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种风电机组传动链健康状态评价系统的结构示意图;
图2为本发明实施例提供的一种风电机组传动链健康状态评价方法的流程图一;
图3为本发明实施例提供的一种风电机组传动链健康状态评价方法的流程图二;
图4为本发明实施例中的云端处理装置的客户端TCP架构建立的流程图;
图5为本发明实施例中的远程服务器的TCP架构建立的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供的一种风电机组传动链健康状态评价系统,包括:分布于各风电机组传动链101处的多类传感器102;各多类传感器102分别与各云端处理装置103连接;各云端处理装置103分别与各光纤交换机104连接;所述各光纤交换机104通过光纤环网105与远程服务器106连接;所述远程服务器106通过互联网络与远程显示终端107连接。
此处该云端处理装置103可以采用嵌入式控制器,包括有输入输出(Intput/Output,简称I/0)模块、可编程配置的机箱、实时控制器等。
此处的光纤环网采用光纤通信,其是基于TCP/IP的C/S通讯架构,远程服务器与各个云端处理装置可建立一主多从的网络通信协议,实时对不同风力发电机组传动链运行状态的健康监测。
所述多类传感器102可包括各风电机组传动链101各部位的振动传感器和温度传感器。
所述云端处理装置103,用于根据各风电机组传动链101各部位的振动传感器和温度传感器分别获取风电机组传动链101各部位的振动数据和温度数据。
所述云端处理装置103,还用于根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;
所述云端处理装置103,还用于将风电机组传动链101的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机104和光纤环网105传输至所述远程服务器106。
所述远程显示终端107,用于从所述远程服务器106处获取所述风电机组传动链101的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示。
具体的,各风电机组传动链101各部位可包括传动链轴承、传动链齿轮以及传动链轴系;所述多类传感器102还包括主齿轮箱输出轴处的转速传感器,用于采集主齿轮箱输出转速。
此外,所述云端处理装置103,具体用于:
对风电机组传动链101各部位的振动数据进行信号降噪,并进行特征数据提取处理,形成振动信号特征数据。
将风电机组传动链101各部位的振动信号特征数据与预先设置的健康评价模型数据库中的振动信号特征阈值区间进行比较。
确定风电机组传动链101各部位的振动信号特征数据所处的振动信号特征阈值区间。
从预先设置的健康评价模型数据库中获取各振动信号特征阈值区间对应的振动健康状态阶段;所述振动健康状态阶段包括正常状态、需注意状态以及警告状态。
确定风电机组传动链101各部位所对应的振动健康状态阶段。
进一步的,所述云端处理装置103,具体还用于:
对风电机组传动链101各部位的温度数据进行特征数据提取处理,形成温度信号特征数据。
将风电机组传动链101各部位的温度信号特征数据与预先设置的健康评价模型数据库中的温度信号特征阈值区间进行比较。
确定风电机组传动链101各部位的温度信号特征数据所处的温度信号特征阈值区间。
从预先设置的健康评价模型数据库中获取各温度信号特征阈值区间对应的温度健康状态阶段;所述温度健康状态阶段包括正常状态、需注意状态以及警告状态。
确定风电机组传动链101各部位所对应的温度健康状态阶段。
进一步的,所述云端处理装置103,具体还用于:
当风电机组传动链101的第一部位对应的振动健康状态阶段为正常状态,且第一部位对应的温度健康状态阶段为正常状态时,则确定所述第一部位的综合健康状态为正常状态。
当风电机组传动链101的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段为正常状态或需注意状态,且至少一个为需注意状态时,则确定所述第一部位的综合健康状态为需注意状态。
当风电机组传动链101的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段至少一个为警告状态时,则确定所述第一部位的综合健康状态为警告状态。
进一步的,所述云端处理装置103,具体还用于:
若风电机组传动链101的各部位的综合健康状态均为正常状态,将各部位的综合健康状态、各部位的振动数据和温度数据进行循环存储于云端处理装置103本地。
若风电机组传动链101中存在综合健康状态为需注意状态或警告状态的部位,将综合健康状态为需注意状态或警告状态的部位的振动信号特征数据和温度信号特征数据进行融合处理,提取融合处理后的数据特征参数。
根据所述数据特征参数,在预先设置的健康评价模型数据库中获取所述综合健康状态为需注意状态或警告状态的部位对应的故障位置和剩余寿命。
进一步的,所述云端处理装置103,具体还用于:
运行客户端TCP架构,向远程服务器106不间断请求建立TCP通信连接。
在与所述远程服务器106成功建立TCP通信连接后,判断风电机组传动链101中是否存在综合健康状态为需注意状态或警告状态的部位。
若风电机组传动链101中存在综合健康状态为需注意状态或警告状态的部位,确定风电机组传动链101异常,向远程服务器106发送风电机组传动链101的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命。
若风电机组传动链101的各部位的综合健康状态均为正常状态,确定风电机组传动链101正常;接收远程服务器106发送的数据请求指令,向远程服务器106发送风电机组传动链101的在线运行健康状态。
此外,所述远程服务器106,具体用于:
创建TCP连接侦听,确定远程服务器106是否侦听到云端处理装置103发送的TCP连接请求。
若远程服务器侦听到云端处理装置103发送的TCP连接请求,将发送TCP连接请求的云端处理装置103的句柄加入远程服务器的处理队列。
依次提取处理队列中的云端处理装置103的句柄,并查询云端处理装置103的TCP连接请求,并向云端处理装置103发送TCP连接请求响应。
将云端处理装置103的句柄重新加入远程服务器106的处理队列。
若未查询到云端处理装置103的TCP连接请求,判断云端处理装置103与远程服务器106是否存在连接错误。
若云端处理装置103与远程服务器106存在连接错误,将存在连接错误的云端处理装置103的句柄从所述处理队列中删除,并关闭存在连接错误的云端处理装置103与远程服务器的TCP连接。
若云端处理装置103与远程服务器106不存在连接错误,将云端处理装置103的句柄重新加入远程服务器106的处理队列。
本发明实施例提供的风电机组传动链健康状态评价系统,其中风电机组传动链健康状态评价系统,包括分布于各风电机组传动链处的多类传感器;各多类传感器分别与各云端处理装置连接;各云端处理装置分别与各光纤交换机连接;所述各光纤交换机通过光纤环网与远程服务器连接;所述远程服务器通过互联网络与远程显示终端连接;所述多类传感器包括各风电机组传动链各部位的振动传感器和温度传感器。云端处理装置能够根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;从而根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;之后将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器,从而使得远程显示终端从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示,实现实时监测风力发电机组传动链在线运行健康状态。可见,通过上述分布式网络化结构和云端在线数据采集、分析处理技术,充分利用云端的实时处理能力,实现分布式分析处理的同时,降低了终端服务器的资源消耗,有利于远程控制中心同时对多个风场的多台风机的运行健康状态进行实时在线监测。
对应于上述图1的风电机组传动链健康状态评价系统,如图2所示,本发明实施例提供一种风电机组传动链健康状态评价方法,包括:
步骤201、云端处理装置根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据。
步骤202、所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命。
步骤203、所述云端处理装置将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器。
步骤204、所述远程显示终端从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示。
本发明实施例提供的风电机组传动链健康状态评价方法,云端处理装置能够根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;从而根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;之后将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器,从而使得远程显示终端从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示,实现实时监测风力发电机组传动链在线运行健康状态。可见,通过上述分布式网络化结构和云端在线数据采集、分析处理技术,充分利用云端的实时处理能力,实现分布式分析处理的同时,降低了终端服务器的资源消耗,有利于远程控制中心同时对多个风场的多台风机的运行健康状态进行实时在线监测。
为了使得本领域的技术人员更好的了解本发明,下面列举一个更为详细的实施例,如图3所示,本发明实施例提供一种风电机组传动链健康状态评价方法,包括:
步骤301、云端处理装置根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据。
此外,所述系统中的各风电机组传动链各部位包括传动链轴承、传动链齿轮以及传动链轴系;所述多类传感器还包括用于采集主齿轮箱输出转速的主齿轮箱输出轴处的转速传感器。
步骤302、云端处理装置对风电机组传动链各部位的振动数据进行信号降噪,并进行特征数据提取处理,形成振动信号特征数据。
步骤303、将风电机组传动链各部位的振动信号特征数据与预先设置的健康评价模型数据库中的振动信号特征阈值区间进行比较。
步骤304、确定风电机组传动链各部位的振动信号特征数据所处的振动信号特征阈值区间。
步骤305、从预先设置的健康评价模型数据库中获取各振动信号特征阈值区间对应的振动健康状态阶段。
所述振动健康状态阶段包括正常状态、需注意状态以及警告状态。
步骤306、确定风电机组传动链各部位所对应的振动健康状态阶段。
步骤307、对风电机组传动链各部位的温度数据进行特征数据提取处理,形成温度信号特征数据。
步骤308、将风电机组传动链各部位的温度信号特征数据与预先设置的健康评价模型数据库中的温度信号特征阈值区间进行比较。
步骤309、确定风电机组传动链各部位的温度信号特征数据所处的温度信号特征阈值区间。
步骤310、从预先设置的健康评价模型数据库中获取各温度信号特征阈值区间对应的温度健康状态阶段。
所述温度健康状态阶段包括正常状态、需注意状态以及警告状态。
步骤311、确定风电机组传动链各部位所对应的温度健康状态阶段。
本发明实施例中的振动信号特征阈值的选取原则是依据风力发电机组振动标准VDI3834,并以此标准划分基于振动信号的风力发电机组健康状态等级。温度信号特征阈值选取原则是依据风力发电机组传动链润滑油温的高斯分布特性,并此次特性划分基于温度信号的风力发电机组健康状态等级。
由于风力发电机组所处风场的风速多变性,导致了风力发电机组运行工况往往具有复杂性和时变性。因此前期所建立的振动、温度信号特征阈值并不完善,在风力发电机组不断运行过程中更新数据库中阈值,不断修正数据库模型;当风电机组全寿命数据获取的同时,数据库也将趋于完善,以可适用于不同风机全寿命健康状态评估。
步骤312、通过该振动健康状态阶段和温度健康状态阶段确定风电机组传动链的在线运行健康状态。
其中,当风电机组传动链的第一部位对应的振动健康状态阶段为正常状态,且第一部位对应的温度健康状态阶段为正常状态时,则确定所述第一部位的综合健康状态为正常状态。
其中,当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段为正常状态或需注意状态,且至少一个为需注意状态时,则确定所述第一部位的综合健康状态为需注意状态。
另外,当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段至少一个为警告状态时,则确定所述第一部位的综合健康状态为警告状态。
在步骤312之后执行步骤313或者步骤314。
步骤313、若风电机组传动链的各部位的综合健康状态均为正常状态,将各部位的综合健康状态、各部位的振动数据和温度数据进行循环存储于云端处理装置本地。
步骤314、若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,将综合健康状态为需注意状态或警告状态的部位的振动信号特征数据和温度信号特征数据进行融合处理,提取融合处理后的数据特征参数。
步骤315、根据所述数据特征参数,在预先设置的健康评价模型数据库中获取所述综合健康状态为需注意状态或警告状态的部位对应的故障位置和剩余寿命。
此处,健康评价模型数据库可以采用最小二乘支持向量机(LS-SVM)中分类和回归算法分别预测风力发电机组传动链多个部位故障发生位置和剩余寿命,为适应风力发电机组运行工况的复杂性和多变性的特点,数据库中包含有风力发电机组传动链多个部件在不同工况下的多个LS-SVM诊断模型。与此同时,当积累了不同故障模式的原始寿命数据时,通过标定建立相应的故障征兆库,从而使数据库模型更加完善,从而能够实时监测风力发电机组的动态健康状态。
步骤316、所述云端处理装置将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器。
步骤317、所述远程显示终端从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示。
此外,如图4和图5所示,该云端处理装置可以与远程服务器之间采用如下方式进行通信连接:如图4所示,对于云端处理装置,可以有如下方式:
步骤401、云端处理装置运行客户端TCP架构,向远程服务器不间断请求建立TCP通信连接。
步骤402、云端处理装置在与所述远程服务器成功建立TCP通信连接后,判断风电机组传动链中是否存在综合健康状态为需注意状态或警告状态的部位。
在步骤402之后执行步骤403或者步骤404。
步骤403、若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,云端处理装置确定风电机组传动链异常,向远程服务器发送风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命。
步骤404、若风电机组传动链的各部位的综合健康状态均为正常状态,云端处理装置确定风电机组传动链正常;接收远程服务器发送的数据请求指令,向远程服务器发送风电机组传动链的在线运行健康状态。
这样,通过上述步骤401至步骤404即可实现云端处理装置的客户端TCP架构循环。
如图5所示,对于远程服务器,可以有如下方式:
步骤501、远程服务器创建TCP连接侦听,确定远程服务器是否侦听到云端处理装置发送的TCP连接请求。
步骤502、若远程服务器侦听到云端处理装置发送的TCP连接请求,远程服务器将发送TCP连接请求的云端处理装置的句柄加入远程服务器的处理队列。
步骤503、远程服务器依次提取处理队列中的云端处理装置的句柄。
在步骤503之后,执行步骤504或者步骤506。
步骤504、查询云端处理装置的TCP连接请求,并向云端处理装置发送TCP连接请求响应。
步骤505、远程服务器将云端处理装置的句柄重新加入远程服务器的处理队列。
步骤506、若未查询到云端处理装置的TCP连接请求,远程服务器判断云端处理装置与远程服务器是否存在连接错误。
在步骤506之后,执行步骤507或者步骤508。
步骤507、若云端处理装置与远程服务器存在连接错误,远程服务器将存在连接错误的云端处理装置的句柄从所述处理队列中删除,并关闭存在连接错误的云端处理装置与远程服务器的TCP连接。
步骤508、若云端处理装置与远程服务器不存在连接错误,远程服务器将云端处理装置的句柄重新加入远程服务器的处理队列。
在步骤507和步骤508之后,可以返回执行步骤501,从而完成远程服务器的TCP架构循环。
本发明实施例提供的风电机组传动链健康状态评价方法,其中风电机组传动链健康状态评价系统,包括分布于各风电机组传动链处的多类传感器;各多类传感器分别与各云端处理装置连接;各云端处理装置分别与各光纤交换机连接;所述各光纤交换机通过光纤环网与远程服务器连接;所述远程服务器通过互联网络与远程显示终端连接;所述多类传感器包括各风电机组传动链各部位的振动传感器和温度传感器。云端处理装置能够根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;从而根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;之后将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器,从而使得远程显示终端从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示,实现实时监测风力发电机组传动链在线运行健康状态。本发明采用数据云端在线处理的方式,大大减小了服务器数据存储量和系统资源,提高了数据利用率,节约监测成本,实现了不同风场多个风机的在线实时监测。可见,通过上述分布式网络化结构和云端在线数据采集、分析处理技术,充分利用云端的实时处理能力,实现分布式分析处理的同时,降低了终端服务器的资源消耗,有利于远程控制中心同时对多个风场的多台风机的运行健康状态进行实时在线监测。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种风电机组传动链健康状态评价系统,其特征在于,包括:分布于各风电机组传动链处的多类传感器;各多类传感器分别与各云端处理装置连接;各云端处理装置分别与各光纤交换机连接;所述各光纤交换机通过光纤环网与远程服务器连接;所述远程服务器通过互联网络与远程显示终端连接;
所述多类传感器包括各风电机组传动链各部位的振动传感器和温度传感器;
所述云端处理装置,用于根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;
所述云端处理装置,还用于根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;
所述云端处理装置,还用于将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器;
所述远程显示终端,用于从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示;
所述云端处理装置,具体还用于:
若风电机组传动链的各部位的综合健康状态均为正常状态,将各部位的综合健康状态、各部位的振动数据和温度数据进行循环存储于云端处理装置本地;
若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,将综合健康状态为需注意状态或警告状态的部位的振动信号特征数据和温度信号特征数据进行融合处理,提取融合处理后的数据特征参数;
根据所述数据特征参数,在预先设置的健康评价模型数据库中获取所述综合健康状态为需注意状态或警告状态的部位对应的故障位置和剩余寿命;
所述云端处理装置,具体还用于:
当风电机组传动链的第一部位对应的振动健康状态阶段为正常状态,且第一部位对应的温度健康状态阶段为正常状态时,则确定所述第一部位的综合健康状态为正常状态;
当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段为正常状态或需注意状态,且至少一个为需注意状态时,则确定所述第一部位的综合健康状态为需注意状态;
当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段至少一个为警告状态时,则确定所述第一部位的综合健康状态为警告状态。
2.根据权利要求1所述的风电机组传动链健康状态评价系统,其特征在于,各风电机组传动链各部位包括传动链轴承、传动链齿轮以及传动链轴系;所述多类传感器还包括主齿轮箱输出轴处的转速传感器,用于采集主齿轮箱输出转速。
3.根据权利要求2所述的风电机组传动链健康状态评价系统,其特征在于,所述云端处理装置,具体用于:
对风电机组传动链各部位的振动数据进行信号降噪,并进行特征数据提取处理,形成振动信号特征数据;
将风电机组传动链各部位的振动信号特征数据与预先设置的健康评价模型数据库中的振动信号特征阈值区间进行比较;
确定风电机组传动链各部位的振动信号特征数据所处的振动信号特征阈值区间;
从预先设置的健康评价模型数据库中获取各振动信号特征阈值区间对应的振动健康状态阶段;所述振动健康状态阶段包括正常状态、需注意状态以及警告状态;
确定风电机组传动链各部位所对应的振动健康状态阶段。
4.根据权利要求3所述的风电机组传动链健康状态评价系统,其特征在于,所述云端处理装置,具体还用于:
对风电机组传动链各部位的温度数据进行特征数据提取处理,形成温度信号特征数据;
将风电机组传动链各部位的温度信号特征数据与预先设置的健康评价模型数据库中的温度信号特征阈值区间进行比较;
确定风电机组传动链各部位的温度信号特征数据所处的温度信号特征阈值区间;
从预先设置的健康评价模型数据库中获取各温度信号特征阈值区间对应的温度健康状态阶段;所述温度健康状态阶段包括正常状态、需注意状态以及警告状态;
确定风电机组传动链各部位所对应的温度健康状态阶段。
5.根据权利要求4所述的风电机组传动链健康状态评价系统,其特征在于,所述云端处理装置,具体还用于:
运行客户端TCP架构,向远程服务器不间断请求建立TCP通信连接;
在与所述远程服务器成功建立TCP通信连接后,判断风电机组传动链中是否存在综合健康状态为需注意状态或警告状态的部位;
若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,确定风电机组传动链异常,向远程服务器发送风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命;
若风电机组传动链的各部位的综合健康状态均为正常状态,确定风电机组传动链正常;接收远程服务器发送的数据请求指令,向远程服务器发送风电机组传动链的在线运行健康状态。
6.根据权利要求5所述的风电机组传动链健康状态评价系统,其特征在于,所述远程服务器,具体用于:
创建TCP连接侦听,确定远程服务器是否侦听到云端处理装置发送的TCP连接请求;
若远程服务器侦听到云端处理装置发送的TCP连接请求,将发送TCP连接请求的云端处理装置的句柄加入远程服务器的处理队列;
依次提取处理队列中的云端处理装置的句柄,并查询云端处理装置的TCP连接请求,并向云端处理装置发送TCP连接请求响应;
将云端处理装置的句柄重新加入远程服务器的处理队列;
若未查询到云端处理装置的TCP连接请求,判断云端处理装置与远程服务器是否存在连接错误;
若云端处理装置与远程服务器存在连接错误,将存在连接错误的云端处理装置的句柄从所述处理队列中删除,并关闭存在连接错误的云端处理装置与远程服务器的TCP连接;
若云端处理装置与远程服务器不存在连接错误,将云端处理装置的句柄重新加入远程服务器的处理队列。
7.一种风电机组传动链健康状态评价方法,其特征在于,应用于一种风电机组传动链健康状态评价系统,所述系统包括:分布于各风电机组传动链处的多类传感器;各多类传感器分别与各云端处理装置连接;各云端处理装置分别与各光纤交换机连接;所述各光纤交换机通过光纤环网与远程服务器连接;所述远程服务器通过互联网络与远程显示终端连接;所述多类传感器包括各风电机组传动链各部位的振动传感器和温度传感器;
所述方法包括:
云端处理装置根据各风电机组传动链各部位的振动传感器和温度传感器分别获取风电机组传动链各部位的振动数据和温度数据;
所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,并确定发生故障的部位,及发生故障的部位的剩余寿命;
所述云端处理装置将风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命通过光纤交换机和光纤环网传输至所述远程服务器;
所述远程显示终端从所述远程服务器处获取所述风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命,并进行显示;
确定发生故障的部位,及发生故障的部位的剩余寿命,包括:
若风电机组传动链的各部位的综合健康状态均为正常状态,将各部位的综合健康状态、各部位的振动数据和温度数据进行循环存储于云端处理装置本地;
若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,将综合健康状态为需注意状态或警告状态的部位的振动信号特征数据和温度信号特征数据进行融合处理,提取融合处理后的数据特征参数;
根据所述数据特征参数,在预先设置的健康评价模型数据库中获取所述综合健康状态为需注意状态或警告状态的部位对应的故障位置和剩余寿命;
所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,还包括:
当风电机组传动链的第一部位对应的振动健康状态阶段为正常状态,且第一部位对应的温度健康状态阶段为正常状态时,则确定所述第一部位的综合健康状态为正常状态;
当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段为正常状态或需注意状态,且至少一个为需注意状态时,则确定所述第一部位的综合健康状态为需注意状态;
当风电机组传动链的第一部位对应的振动健康状态阶段和第一部位对应的温度健康状态阶段至少一个为警告状态时,则确定所述第一部位的综合健康状态为警告状态。
8.根据权利要求7所述的风电机组传动链健康状态评价方法,其特征在于,所述系统中的各风电机组传动链各部位包括传动链轴承、传动链齿轮以及传动链轴系;所述多类传感器还包括用于采集主齿轮箱输出转速的主齿轮箱输出轴处的转速传感器。
9.根据权利要求8所述的风电机组传动链健康状态评价方法,其特征在于,所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,包括:
对风电机组传动链各部位的振动数据进行信号降噪,并进行特征数据提取处理,形成振动信号特征数据;
将风电机组传动链各部位的振动信号特征数据与预先设置的健康评价模型数据库中的振动信号特征阈值区间进行比较;
确定风电机组传动链各部位的振动信号特征数据所处的振动信号特征阈值区间;
从预先设置的健康评价模型数据库中获取各振动信号特征阈值区间对应的振动健康状态阶段;所述振动健康状态阶段包括正常状态、需注意状态以及警告状态;
确定风电机组传动链各部位所对应的振动健康状态阶段。
10.根据权利要求9所述的风电机组传动链健康状态评价方法,其特征在于,所述云端处理装置根据所述振动数据和温度数据,以预先设置的健康评价模型数据库确定风电机组传动链的在线运行健康状态,还包括:
对风电机组传动链各部位的温度数据进行特征数据提取处理,形成温度信号特征数据;
将风电机组传动链各部位的温度信号特征数据与预先设置的健康评价模型数据库中的温度信号特征阈值区间进行比较;
确定风电机组传动链各部位的温度信号特征数据所处的温度信号特征阈值区间;
从预先设置的健康评价模型数据库中获取各温度信号特征阈值区间对应的温度健康状态阶段;所述温度健康状态阶段包括正常状态、需注意状态以及警告状态;
确定风电机组传动链各部位所对应的温度健康状态阶段。
11.根据权利要求10所述的风电机组传动链健康状态评价方法,其特征在于,还包括:
云端处理装置运行客户端TCP架构,向远程服务器不间断请求建立TCP通信连接;
云端处理装置在与所述远程服务器成功建立TCP通信连接后,判断风电机组传动链中是否存在综合健康状态为需注意状态或警告状态的部位;
若风电机组传动链中存在综合健康状态为需注意状态或警告状态的部位,云端处理装置确定风电机组传动链异常,向远程服务器发送风电机组传动链的在线运行健康状态、发生故障的部位及发生故障的部位的剩余寿命;
若风电机组传动链的各部位的综合健康状态均为正常状态,云端处理装置确定风电机组传动链正常;接收远程服务器发送的数据请求指令,向远程服务器发送风电机组传动链的在线运行健康状态。
12.根据权利要求11所述的风电机组传动链健康状态评价方法,其特征在于,还包括:
远程服务器创建TCP连接侦听,确定远程服务器是否侦听到云端处理装置发送的TCP连接请求;
若远程服务器侦听到云端处理装置发送的TCP连接请求,远程服务器将发送TCP连接请求的云端处理装置的句柄加入远程服务器的处理队列;
远程服务器依次提取处理队列中的云端处理装置的句柄,并查询云端处理装置的TCP连接请求,并向云端处理装置发送TCP连接请求响应;
远程服务器将云端处理装置的句柄重新加入远程服务器的处理队列;
若未查询到云端处理装置的TCP连接请求,远程服务器判断云端处理装置与远程服务器是否存在连接错误;
若云端处理装置与远程服务器存在连接错误,远程服务器将存在连接错误的云端处理装置的句柄从所述处理队列中删除,并关闭存在连接错误的云端处理装置与远程服务器的TCP连接;
若云端处理装置与远程服务器不存在连接错误,远程服务器将云端处理装置的句柄重新加入远程服务器的处理队列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610940811.9A CN106525415B (zh) | 2016-10-25 | 2016-10-25 | 一种风电机组传动链健康状态评价系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610940811.9A CN106525415B (zh) | 2016-10-25 | 2016-10-25 | 一种风电机组传动链健康状态评价系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106525415A CN106525415A (zh) | 2017-03-22 |
CN106525415B true CN106525415B (zh) | 2019-07-26 |
Family
ID=58292391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610940811.9A Active CN106525415B (zh) | 2016-10-25 | 2016-10-25 | 一种风电机组传动链健康状态评价系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106525415B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272635A (zh) * | 2017-05-31 | 2017-10-20 | 贵州乌江水电开发有限责任公司 | 水电集控机组基本状态判断方法 |
US11549491B2 (en) * | 2017-06-14 | 2023-01-10 | Kk Wind Solutions A/S | Independent monitoring system for a wind turbine |
CN108377209A (zh) * | 2018-01-17 | 2018-08-07 | 北京和利时智能技术有限公司 | 基于scada的设备故障检测系统和检测方法 |
CN109855873B (zh) * | 2018-12-12 | 2021-02-05 | 华润电力技术研究院有限公司 | 汽轮机大轴的故障诊断方法及装置 |
CN109738088A (zh) * | 2019-01-03 | 2019-05-10 | 北京玻钢院复合材料有限公司 | 风电叶片模具温度监测系统及温度监测方法 |
CN110926809B (zh) * | 2019-06-19 | 2021-07-27 | 山西大学 | 一种基于大数据分析的风电机组传动链故障预警方法 |
CN110426138A (zh) * | 2019-07-15 | 2019-11-08 | 乌江渡发电厂 | 一种电厂发电机组的上导轴瓦温度检测方法 |
CN110736926A (zh) * | 2019-10-14 | 2020-01-31 | 湖南银河电气有限公司 | 电机运行状态的特征参数提取方法和装置 |
CN112253404B (zh) * | 2020-11-17 | 2022-09-13 | 武汉大学 | 基于多级健康评估的风机传动链智能运维系统 |
CN113417810B (zh) * | 2021-07-20 | 2022-10-14 | 中广核(北京)新能源科技有限公司 | 风电机组传动链健康度监测评价方法和装置 |
CN114413055B (zh) * | 2022-01-20 | 2024-04-16 | 济南轨道交通集团有限公司 | 一种地铁隧道风机连锁风阀的运维装置和方法 |
CN114837902B (zh) * | 2022-06-02 | 2023-03-28 | 中节能风力发电股份有限公司 | 一种风电机组健康度评估方法、系统、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102434388A (zh) * | 2011-11-17 | 2012-05-02 | 高丙团 | 风力发电机组健康状态在线监测装置及其监测方法 |
CN104977047A (zh) * | 2015-07-22 | 2015-10-14 | 中国长江三峡集团公司 | 基于振动和油液的风电机组在线状态监测与健康评估系统及方法 |
CN105721561A (zh) * | 2016-01-28 | 2016-06-29 | 华北电力大学(保定) | 一种基于云平台的风机故障数据中心 |
CN105787584A (zh) * | 2016-01-28 | 2016-07-20 | 华北电力大学(保定) | 一种基于云平台的风电机群故障预警方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9348394B2 (en) * | 2010-09-14 | 2016-05-24 | Microsoft Technology Licensing, Llc | Managing computational workloads of computing apparatuses powered by renewable resources |
CN103940608B (zh) * | 2014-04-29 | 2016-10-19 | 中能电力科技开发有限公司 | 一种提高风电机组齿轮箱故障等级判断精度的方法 |
-
2016
- 2016-10-25 CN CN201610940811.9A patent/CN106525415B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102434388A (zh) * | 2011-11-17 | 2012-05-02 | 高丙团 | 风力发电机组健康状态在线监测装置及其监测方法 |
CN104977047A (zh) * | 2015-07-22 | 2015-10-14 | 中国长江三峡集团公司 | 基于振动和油液的风电机组在线状态监测与健康评估系统及方法 |
CN105721561A (zh) * | 2016-01-28 | 2016-06-29 | 华北电力大学(保定) | 一种基于云平台的风机故障数据中心 |
CN105787584A (zh) * | 2016-01-28 | 2016-07-20 | 华北电力大学(保定) | 一种基于云平台的风电机群故障预警方法 |
Non-Patent Citations (1)
Title |
---|
基于Hadoop云平台风电机组振动数据处理的技术研究;杨继明;《CNKI中国优秀硕士学位论文全文数据库(电子期刊)》;20160531(第5期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106525415A (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106525415B (zh) | 一种风电机组传动链健康状态评价系统及方法 | |
US10288043B2 (en) | Wind turbine condition monitoring method and system | |
CN104503399B (zh) | 一种集团级风电机组状态监测及故障诊断平台 | |
CN108252873B (zh) | 一种风力发电机组在线数据监测及其性能评估的系统 | |
CN109611288B (zh) | 一种基于大数据的风电运维平台 | |
CN103245912B (zh) | 一种风电机组运行状态分析诊断方法和系统 | |
CN103234585A (zh) | 一种大型风电机组在线监测及故障诊断系统 | |
CN112594142B (zh) | 一种基于5g的端云协同风电运维诊断系统 | |
CN107013473A (zh) | 一种泵站实时在线监测与能效管理方法及系统 | |
CN105809255A (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
CN107037800B (zh) | 基于客户端制氧设备远程故障诊断系统的故障诊断方法 | |
CN103343728A (zh) | 风力发电机组远程在线多模式健康状态监测与故障诊断系统 | |
CN107247230A (zh) | 一种基于支持向量机和数据驱动的旋转电机状态监测方法 | |
CN105787584A (zh) | 一种基于云平台的风电机群故障预警方法 | |
CN110469462A (zh) | 一种基于多模板的风电机组智能状态监测系统 | |
CN103835882A (zh) | 大型风力发电机组状态监测与故障诊断系统 | |
CN109639483B (zh) | 一种风力发电机组数据互通共享平台及其故障穿越方法 | |
CN104018988A (zh) | 基于物理组件模型和实时数据的风力发电机组监测系统 | |
CN110531656A (zh) | 一种水电机组性能的监测系统和方法 | |
CN106610617A (zh) | 一种蓄能机组故障分析系统及方法 | |
CN112541563A (zh) | 基于边缘计算技术的旋转设备振动预测管理系统 | |
CN104179529A (zh) | 基于物联网和云计算的矿井通风机智能监控与故障诊断系统 | |
CN104564542A (zh) | 一种基于大数据技术的故障诊断系统及其诊断方法 | |
CN102123177A (zh) | 基于网络实现的旋转机械故障检测系统及其在线检测方法 | |
CN116717434A (zh) | 风力发电系统及其风电机组的预警方法、及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | 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 |