CN107218180B - 一种基于振动加速度测量的风力发电机组传动系统故障报警方法 - Google Patents
一种基于振动加速度测量的风力发电机组传动系统故障报警方法 Download PDFInfo
- Publication number
- CN107218180B CN107218180B CN201710585800.8A CN201710585800A CN107218180B CN 107218180 B CN107218180 B CN 107218180B CN 201710585800 A CN201710585800 A CN 201710585800A CN 107218180 B CN107218180 B CN 107218180B
- Authority
- CN
- China
- Prior art keywords
- vibration acceleration
- generating set
- wind power
- power generating
- 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
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
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)
- Wind Motors (AREA)
Abstract
本发明涉及一种基于振动加速度测量的风力发电机组传动系统故障报警方法。该方法首先对风力发电机组传动系统重要部位的振动加速度信号进行采集,然后构造基于加速度信号的复合指标M。该方法的复合指标M通过振动加速度信号的有效值与峭度指标合成得到,将所得到的复合指标M与预先设定的报警阀值MThreshold相比较,最后通过比较结果判定风力发电机组传动系统的运行状况及故障等级。对多组风力发电机组实测振动加速度数据的分析表明,本发明方法对提高风力发电机组故障报警的灵敏度和准确率有显著促进作用。
Description
技术领域
本发明属风力发电机组状态监测领域,涉及一种风电机组传动系统状态监测与故障报警的方法。
背景技术
风能是可再生能源的典型代表,由于其清洁、高效的特性符合可持续发展的要求,目前全球风力发电的装机量正不断攀升。随着大规模风力发电场的规划和建设,风力发电在电力系统中的比重逐步增加,如何提高风电的运行效率和收益成为风电发展的关键。
由于风力发电机组运行环境恶劣,同时运行状态和工况复杂,其传动系统的齿轮箱、轴系等故障率往往很高,过高的故障率造成很高的维修费用和计划外停机损失;如果能实现及时准确的故障报警及识别,将有效降低维修费用,缩短停机时间。所以,在风机运行过程中提供行之有效的故障报警方法变得至关重要。
当前风场对于故障的报警多是基于振动加速度有效值的判定方法,即对风机传动系统的振动加速度进行等时间间隔采样,计算振动加速的有效值,通过与标准中规定的有效值报警阈值进行比较,判断传动系统是否发生故障,若计算得到的振动加速度有效值大于标准中规定的报警阈值,则判定传动系统出现故障;反之判定传动系统运行正常。
基于振动加速度有效值的故障报警阈值设定已有相关文件作为参考,如德国工程师协会发布的VDI3834《风力发电机及其组件机械振动的测量和评估》,被广泛用于0-3MW风力发电机的运行状况评估。但是,通过对多组风力发电机实测振动加速度数据进行分析后发现,一些已经确定出现故障的机组,其振动加速度有效值却没有超过标准规定的报警阈值,即基于振动加速度有效值的报警方法存在报警不灵敏的问题。
发明内容
本发明提供了一种风力发电机组传动系统故障报警的方法。本发明方法中报警阈值通过振动加速度信号的有效值与峭度指标合成得到,可以得到确定数值的报警阈值,称为复合指标M。通过对比实测振动加速度信号的复合指标M与报警阈值间MThreshold关系,即可判定传动系统是否存在故障及故障程度。
本发明提供了风力发电机组传动系统故障报警的方法,其包括下述步骤:
步骤1:对风电机组传动系统重要部位的振动加速度信号进行连续等时间间隔采样,设置采样点数为N点;
步骤2:对采样得到的振动加速度信号按式(1)进行去直流处理;
式中:yi为去直流后的振动加速度信号值;
xi为采样得到振动加速度信号值;
i为信号采样序号,i=1,2,3,……,N;
为信号均值;
步骤3:计算去直流后的振动加速度信号的方差σ2;
根据方差的定义:
由于,yi为去直流后的振动加速度信号,即因此
步骤4:计算振动加速度信号的复合指标M;
式中各项的定义如前所述;
步骤5:将所得到的复合指标M与预先设定的报警阀值MThreshold相比较;
步骤6:基于复合指标M与报警阈值MThreshold的比较结果判定传动系统的运行状况,若复合指标大于报警阈值,表明传动系统出现故障,需要报警;同时,通过设定不同等级的报警阈值,可以将故障划分出不同等级的严重程度;
其中采样点的位置包括风力发电机组的主轴轴承、齿轮箱以及发电机轴承等;
其中在步骤(5)中,报警阈值MThreshold的设定方法如下:
对信号进行去直流处理后,信号的方差σ2与有效值RMS满足下述关系式:
σ2=RMS2 (6)
由此,可对公式(5)中的复合指标M作如下变形:
则报警阈值MThreshold的计算公式为:
MThreshold=K×RMS2 (8)
式中:K为信号的峭度指标,当传动系统无故障时振动加速度信号近似服从正态分布,其峭度值约为3;RMS的取值可参考基于振动加速度有效值报警相关标准中的有效值报警阈值,如德国工程师协会发布的VDI3834《风力发电机及其组件机械振动的测量和评估》。将相应值代入式(8)计算,可得本发明所提供报警方法的确定报警阈值。
对多组风力发电机实测振动加速度数据的分析表明,本发明方法提供的复合指标M结合了有效值与峭度指标的优点,比单一使用有效值的故障报警方法更加灵敏,具体表现在:通过对实测风电机组振动加速度数据的分析,对故障确实存在但有效值方法未报警的数据,本发明提供的方法能够有效地对其报警;对有效值方法可以报警的故障数据,本方法计算的复合指标要比报警阈值更加突出,报警效果更加明显。本发明方法对提高风力发电机组故障报警的灵敏度和准确率有显著促进作用。
附图说明
图1为本发明提供的风力发电机组传动系统故障报警方法的流程图;
图2为基于有效值标准的风力发电机组故障报警结果图;
图3为基于本发明方法的风力发电机组故障报警结果图;
图4为附图3的基于本发明方法的风力发电机组故障报警结果的纵坐标方向局部放大图。
具体实施方式
本发明提供了风力发电机组传动系统故障报警的方法,其包括下述步骤:
步骤1:对风电机组传动系统重要部位的振动加速度信号进行连续等时间间隔采样,设置采样点数为N点;
步骤2:对采样得到的振动加速度信号按式(1)进行去直流处理;
式中:yi为去直流后的振动加速度信号值;
xi为采样得到振动加速度信号值;
i为信号采样序号,i=1,2,3,……,N;
为信号均值;
步骤3:计算去直流后的振动加速度信号的方差σ2;
根据方差的定义:
由于,yi为去直流后的振动加速度信号,即因此
步骤4:计算振动加速度信号的复合指标M;
式中各项的定义如前所述;
步骤5:将所得到的复合指标M与预先设定的报警阀值MThreshold相比较;
步骤6:基于复合指标M与报警阈值MThreshold的比较结果判定传动系统的运行状况,若复合指标大于报警阈值,表明传动系统出现故障,需要报警;同时,通过设定不同等级的报警阈值,可以将故障划分出不同等级的严重程度;
其中采样点的位置包括风力发电机组的主轴轴承、齿轮箱以及发电机轴承等;
其中在步骤(5)中,报警阈值MThreshold的设定方法如下:
对信号进行去直流处理后,信号的方差σ2与有效值RMS满足下述关系式:
σ2=RMS2 (6)
由此,可对公式(5)中的复合指标M作如下变形:
则报警阈值MThreshold的计算公式为:
MThreshold=K×RMS2 (8)
式中:K为信号的峭度指标,当传动系统无故障时振动加速度信号近似服从正态分布,其峭度值约为3;RMS的取值可参考基于振动加速度有效值报警相关标准中的有效值报警阈值,如德国工程师协会发布的VDI3834《风力发电机及其组件机械振动的测量和评估》。将相应值代入式(8)计算,可得本发明所提供报警方法的确定报警阈值。
下面以一组具体的数据为例,将本发明的方法与基于振动加速度有效值的故障报警方法进行比较。
对某风场1.5MW风力发电机组按照发明内容中所述采样点位置进行采样,得到多台风力发电机共19只轴承的振动加速度信号数据。分别计算各只轴承振动加速度信号的有效值,根据德国工程师协会发布的VDI3834《风力发电机及其组件机械振动的测量和评估》对风力发电机组进行故障报警,结果如图2所示。
按照VDI3834《风力发电机及其组件机械振动的测量和评估》将风力发电机组传动系统的运行状况划分为三类,如图2所示,其中轴承序号1、2、4、5、6、9、11-13、15、17、19表示轴承的运行状况正常;轴承序号为3、7、8、10表示轴承出现了故障预警,需加强监测;轴承序号为14、16、18表示轴承出现了严重故障,处于危险状态,需尽快检修。按照发明内容中所述的本发明方法的实施步骤,计算各只轴承的复合指标M;同时按照发明内容中所述方法并结合VDI3834《风力发电机及其组件机械振动的测量和评估》,计算本发明方法的报警阈值MThreshold。将计算得到的复合指标M与报警阀值MThreshold进行比较,得到基于本发明方法的故障报警结果如图3所示。图4为图3的纵坐标方向局部放大图。
图3及图4的结果显示,使用本发明方法对风力发电机组进行故障报警时,轴承序号为3、7、8、9、10的轴承出现了故障预警;轴承序号为14、16、18的轴承出现了严重故障。与基于振动加速度有效值的报警标准相比,本发明方法新增显示了轴承9的故障预警,通过对轴承9的进一步检查分析,证实该轴承内圈与外圈已经出现了故障,而基于振动加速度有效值的报警方法并没有对其故障进行报警,表明了本发明方法对风力发电机组的故障报警更加准确;同时将图3、图4与图2进行对比可以发现,相比于基于振动加速度有效值的报警方法,本发明方法对于各状态数值的对比更加突出,,表明了本发明方法对风力发电机组状态判别的灵敏度更高。
Claims (4)
1.一种基于振动加速度测量的风力发电机组传动系统故障报警方法,其特征在于包括下述步骤:
步骤1:对风力发电机组传动系统重要部位的振动加速度信号进行连续等时间间隔采样,设置采样点数为N点;
步骤2:对采样得到的振动加速度信号按式(1)进行去直流处理;
式中:yi为去直流后的振动加速度信号值;
xi为采样得到振动加速度信号值;
i为信号采样序号,i=1,2,3,……,N;
为信号均值;
步骤3:计算去直流后振动加速度信号的方差σ2;
根据方差的定义:
由于,yi为去直流后的振动加速度信号,即因此
步骤4:计算振动加速度信号的复合指标M,其是由振动加速度信号的有效值与峭度指标合成得到;
对信号进行去直流处理后,信号的方差σ2与有效值RMS满足下述关系式:
σ2=RMS2 (6)
由此,可对公式(5)中的复合指标M作如下变形:
式中,K为信号的峭度指标,当传动系统无故障时振动加速度信号近似服从正态分布,其峭度值为3;RMS的取值可参考基于振动加速度有效值报警相关方法的有效值报警阈值;
步骤5:将所得到的复合指标与预先设定的不同等级的报警阈值MThreshold相比较;
步骤6:基于复合指标与报警阈值MThreshold的比较结果判定风力发电机组传动系统的运行状况及故障等级。
2.根据权利要求1所述的一种基于振动加速度测量的风力发电机组传动系统故障报警方法,其特征在于:根据风力发电机组振动加速度信号的复合指标M设置不同等级的报警阈值,通过比较所采的集振动加速度信号的复合指标M与预先设定的报警阈值MThreshold间的关系,即可判定传动系统是否存在故障及故障严重程度。
3.根据权利要求2所述的一种基于振动加速度测量的风力发电机组传动系统故障报警方法,其特征在于,其中所述步骤5中,所述报警阈值MThreshold的设定方法如下:
MThreshold=K×RMS2 (8) 。
4.根据权利要求1所述的一种基于振动加速度测量的风力发电机组传动系统故障报警方法,其特征在于,其中所述采样点的位置包括风力发电机组的主轴轴承、齿轮箱以及发电机轴承。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710585800.8A CN107218180B (zh) | 2017-07-18 | 2017-07-18 | 一种基于振动加速度测量的风力发电机组传动系统故障报警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710585800.8A CN107218180B (zh) | 2017-07-18 | 2017-07-18 | 一种基于振动加速度测量的风力发电机组传动系统故障报警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107218180A CN107218180A (zh) | 2017-09-29 |
CN107218180B true CN107218180B (zh) | 2019-11-01 |
Family
ID=59952508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710585800.8A Active CN107218180B (zh) | 2017-07-18 | 2017-07-18 | 一种基于振动加速度测量的风力发电机组传动系统故障报警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107218180B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110541795B (zh) * | 2019-08-26 | 2020-07-28 | 重庆科凯前卫风电设备有限责任公司 | 一种海上风电机组机舱振动加速度数据有效性的判定方法 |
US20230011584A1 (en) * | 2019-12-16 | 2023-01-12 | Envision Energy CO.,LTD | Method and system for monitoring the health state of blade root fastener |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102305714A (zh) * | 2011-07-27 | 2012-01-04 | 西安交通大学 | 基于振动等效幅值风力发电机组传动链定量故障检测方法 |
CN102721924A (zh) * | 2012-06-26 | 2012-10-10 | 新疆金风科技股份有限公司 | 风力发电机组的故障预警方法 |
CN103439109A (zh) * | 2013-09-12 | 2013-12-11 | 华北电力大学(保定) | 一种风力发电机组传动系统故障预警的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102900600B (zh) * | 2011-07-29 | 2015-09-09 | 西门子公司 | 风力发电机状态监测方法 |
-
2017
- 2017-07-18 CN CN201710585800.8A patent/CN107218180B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102305714A (zh) * | 2011-07-27 | 2012-01-04 | 西安交通大学 | 基于振动等效幅值风力发电机组传动链定量故障检测方法 |
CN102721924A (zh) * | 2012-06-26 | 2012-10-10 | 新疆金风科技股份有限公司 | 风力发电机组的故障预警方法 |
CN103439109A (zh) * | 2013-09-12 | 2013-12-11 | 华北电力大学(保定) | 一种风力发电机组传动系统故障预警的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107218180A (zh) | 2017-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108072524B (zh) | 一种风电机组齿轮箱轴承故障预警方法 | |
CN107701378B (zh) | 一种风力发电机故障预警方法 | |
KR20160073945A (ko) | 풍력플랜트 관리 시스템 및 그 방법 | |
Qu et al. | Wind turbine condition monitoring based on assembled multidimensional membership functions using fuzzy inference system | |
CN105891546A (zh) | 基于大数据的风电机组偏航系统中风向标故障诊断的方法 | |
CN103925155B (zh) | 一种风电机组输出功率异常的自适应检测方法 | |
CN103439109A (zh) | 一种风力发电机组传动系统故障预警的方法 | |
CN105863970A (zh) | 一种风机故障识别方法及装置 | |
CN110361193A (zh) | 用于风力发电机组变桨轴承故障识别的方法 | |
CN103439091A (zh) | 水轮机转轮叶片裂纹故障早期预警和诊断方法及系统 | |
CN107728059A (zh) | 一种变桨系统状态评估方法 | |
CN107218180B (zh) | 一种基于振动加速度测量的风力发电机组传动系统故障报警方法 | |
CN112065668A (zh) | 一种风电机组状态异常评估方法及系统 | |
CN115306652A (zh) | 一种风电机组发电机轴承故障预警方法及装置 | |
CN113007040B (zh) | 风电机组主轴总成窜动在线监测与故障预警系统及方法 | |
CN202453182U (zh) | 一种风电机组齿轮箱故障诊断装置 | |
CN115929569B (zh) | 一种风电机组变桨系统故障诊断方法 | |
Hoxha et al. | Supervised classification with SCADA data for condition monitoring of wind turbines | |
CN110273818A (zh) | 一种基于轴变换粗细度分类的风机叶片结冰故障监测方法 | |
Zhang et al. | Probability warning for wind turbine gearbox incipient faults based on SCADA data | |
CN111075661B (zh) | 基于温度变化趋势判断风电机组主轴轴承健康状况的方法 | |
Ashwini et al. | Wireless sensor network for condition monitoring of remote wind mill | |
CN113431800A (zh) | 一种实时判别风机运行状态的方法 | |
CN115326393A (zh) | 一种基于温度信息的风电机组轴承对故障诊断方法 | |
CN112699598A (zh) | 齿轮箱油温异常智能诊断方法及装置 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211216 Address after: 266111 room 230, science and Technology Museum, EMU Town, west end of Chunyang Road, Jihongtan street, Chengyang District, Qingdao, Shandong Province Patentee after: Qingdao Green Development Research Institute Co.,Ltd. Address before: 071003 Baoding City, Hebei Province No. 619, Yonghua North Street, Baoding City, Hebei Province Patentee before: NORTH CHINA ELECTRIC POWER University (BAODING) |
|
TR01 | Transfer of patent right |