CN107387333A - 风力发电机组塔架部件的疲劳损伤的确定方法和设备 - Google Patents
风力发电机组塔架部件的疲劳损伤的确定方法和设备 Download PDFInfo
- Publication number
- CN107387333A CN107387333A CN201710804147.XA CN201710804147A CN107387333A CN 107387333 A CN107387333 A CN 107387333A CN 201710804147 A CN201710804147 A CN 201710804147A CN 107387333 A CN107387333 A CN 107387333A
- Authority
- CN
- China
- Prior art keywords
- pylon
- displacement
- tower
- section
- load
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000006073 displacement reaction Methods 0.000 claims abstract description 302
- 239000011159 matrix material Substances 0.000 claims description 129
- 238000005316 response function Methods 0.000 claims description 55
- 230000003068 static effect Effects 0.000 claims description 45
- 238000001228 spectrum Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000013016 damping Methods 0.000 description 15
- 230000001133 acceleration Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 230000001174 ascending effect Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 240000002853 Nelumbo nucifera Species 0.000 description 6
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 6
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 6
- 239000011888 foil Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 5
- 240000007594 Oryza sativa Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 230000006735 deficit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 230000017105 transposition Effects 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
- F03D13/20—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors
-
- 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
-
- 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)
- Wind Motors (AREA)
Abstract
提供一种风力发电机组塔架部件的疲劳损伤的确定方法和设备,所述确定方法包括:获取塔架顶部绝对位移,塔架顶部绝对位移指塔架顶部相对于塔架底部的位移;获取塔架上部相对位移,塔架上部相对位移指塔架上的预定位置处相对于轴心线的位移;根据获取的塔架顶部绝对位移和塔架上部相对位移获得塔架载荷;根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值。采用本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定方法和设备,通过实时采集的塔架顶部绝对位移和塔架上部相对位移来确定塔架上预定部件的疲劳损伤值,不依赖于风力发电机组的历史运行数据,提高了对风力发电机组塔架整体剩余寿命的预估的可靠性和准确性。
Description
技术领域
本发明总体说来涉及风力发电技术领域,更具体地讲,涉及一种风力发电机组塔架部件的疲劳损伤的确定方法和设备。
背景技术
风力发电机组运行于极端不稳定的大气环境中,承受着随机交变载荷,风力发电机组的安全稳定运行一直是行业内的重点研究课题。随着风电装机容量的持续提升,针对风力发电机组的状态监测、健康诊断、寿命评估的研究越来越多,已然是一个热点研究方向。
针对风力发电机组塔架,通常是长期采集塔架振动加速度信号,基于统计方法构建寿命预测模型来完成塔架的状态监测和寿命预测。除此之外,还可采用应变片直接测量塔架应变,推算塔架载荷,用于评估塔架的疲劳损伤和剩余寿命。
现有的针对塔架的状态监测和寿命预测技术严重依赖于风力发电机组历史运行数据,基于统计方法构建寿命预测模型,没有考虑塔架本身的特性。这类方法的精度有限,尤其是早期阶段,有可能因为缺乏历史数据而无法预测寿命。
采用应变片测量塔架应变和载荷的方式,受限于应变片的寿命和可靠性,难以实现长时间监测。应变片的寿命一般为3~5年,其测量精度与应变片的安装工艺、环境温度变化、标定等相关,实践表明这种基于应变片的测试结果稳定性和可靠性较差。
发明内容
本发明的示例性实施例的目的在于提供一种风力发电机组塔架部件的疲劳损伤的确定方法和设备,能够准确预估风力发电机组塔架部件在预定时间段的疲劳损伤值,以有助于确定塔架的剩余寿命。
根据本发明示例性实施例的一方面,提供一种风力发电机组塔架部件的疲劳损伤的确定方法,其特征在于,包括:获取预定时间段内的多个不同时间点的塔架顶部绝对位移,所述塔架顶部绝对位移指塔架顶部相对于塔架底部的位移;获取所述预定时间段内的所述多个不同时间点的塔架上部相对位移,所述塔架上部相对位移指塔架上的预定位置处相对于轴心线的位移;根据获取的塔架顶部绝对位移和塔架上部相对位移获得所述预定时间段内的所述多个不同时间点的塔架载荷;根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值。
可选地,所述预定位置可包括预定数量的位置,所述多个不同时间点中任一时间点的塔架上部相对位移可包括所述预定数量的位置处分别相对于轴心线的位移。
可选地,所述确定方法可还包括:建立风力发电机组的有限元模型;基于建立的风力发电机组的有限元模型选取所述预定数量的模态频率对应的模态振型;针对每个模态振型,确定出在所述模态振型下塔架上振动变形最大的节点所在的位置,将在所述模态振型下塔架上振动变形最大的节点所在的位置作为塔架上的所述预定数量的位置中的一个。
可选地,所述确定方法可还包括:基于风力发电机组的实测数据对建立的风力发电机组的有限元模型进行修正,以基于修正后的风力发电机组的有限元模型选取所述预定数量的模态阶次对应的模态振型。
可选地,根据获取的塔架顶部绝对位移和塔架上部相对位移获得所述预定时间段内的所述多个不同时间点的塔架载荷的步骤可包括:根据所述多个不同时间点的塔架顶部绝对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的静态部分;根据所述多个不同时间点的塔架上部相对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分;将所述多个不同时间点中的任一时间点的塔架载荷的静态部分和动态部分相加,相加的和作为所述任一时间点的的塔架载荷。
可选地,根据所述预定时间段内的所述多个不同时间点的塔架顶部绝对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的静态部分的步骤可包括:将所述预定时间段内的所述多个不同时间点的塔架顶部绝对位移变换到频域,获得塔架顶部绝对位移的频域值;通过低通滤波器对塔架顶部绝对位移的频域值进行滤波,获得滤波后的塔架顶部绝对位移的频域值;将滤波后的塔架顶部绝对位移的频域值变换到时域,获得滤波后的塔架顶部绝对位移的时域值;利用滤波后的塔架顶部绝对位移的时域值来确定所述多个不同时间点的塔架载荷的静态部分。
可选地,所述塔架载荷的静态部分可包括所有待求塔架截面的第一弯矩,其中,根据所述多个不同时间点中任一时间点的塔架顶部绝对位移确定所述任一时间点的所有待求塔架截面中的任一截面的第一弯矩的步骤可包括:基于塔架顶部绝对位移与塔架所述任一截面的弯矩之间预设的对应关系,确定与所述任一时间点的塔架顶部绝对位移对应的塔架所述任一截面的弯矩,将确定的塔架所述任一截面的弯矩作为所述任一时间点的所述任一截面的第一弯矩。
可选地,根据所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分的步骤可包括:将所述预定时间段内的所述多个不同时间点的塔架上部相对位移变换到频域,获得塔架上部相对位移的频域值;通过带通滤波器对塔架上部相对位移的频域值进行滤波,获得滤波后的塔架上部相对位移的频域值;根据滤波后的塔架上部相对位移的频域值来确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分。
可选地,所述塔架载荷的动态部分可包括所有待求塔架截面的第二弯矩,其中,根据所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述多个不同时间点中任一时间点的所有待求塔架截面中的任一截面的第二弯矩的步骤可包括:基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述任一时间点的塔架所述任一截面的转角和所述任一截面的相邻截面的转角;基于塔架所述任一截面的转角、所述相邻截面的转角、塔架的材料弹性模量、所述任一截面的惯性矩、所述任一截面与所述相邻截面之间的距离得到所述任一时间点的塔架所述任一截面的第二弯矩。
可选地,所述确定方法可还包括:基于风力发电机组的有限元模型获得第一频响函数矩阵和第二频响函数矩阵;基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移和第一频响函数矩阵获得频域激励力矩阵;基于频域激励力矩阵和第二频响函数矩阵获得所有待求塔架截面的转角的频谱;将获得的所述频谱变换到时域,获得所述预定时间段内的所述多个不同时间点的所有待求塔架截面的转角。
可选地,所述塔架上部相对位移包括所述预定位置可包括的预定数量的位置处分别相对于轴心线的位移,其中,基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移和第一频响函数矩阵获得频域激励力矩阵的步骤可包括:将所述预定时间段内的所述多个不同时间点的所述预定数量的位置处分别相对于轴心线的位移变换到频域,获得所述预定数量的位置处分别相对于轴心线的位移的频域值;由所述预定数量的位置处分别相对于轴心线的位移的频域值构成相对位移矩阵;基于构成的相对位移矩阵和第一频响函数矩阵获得频域激励力矩阵。
可选地,所述塔架载荷可包括所有待求塔架截面的载荷,其中,根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值的步骤可包括:确定所述预定部件所在的塔架截面;将确定的所述预定时间段内的所述多个不同时间点的塔架截面的载荷施加到所述预定部件以计算所述预定部件在所述预定时间段的疲劳损伤值。
可选地,所述预定部件可包括多个部件,所述多个部件可包括塔架螺栓、焊缝、门洞、法兰的任意组合,其中,所述确定方法可还包括:根据所述多个部件的疲劳损伤值分别确定所述多个部件的剩余寿命;将所述多个部件中剩余寿命的年限最短的部件的剩余寿命作为塔架的剩余寿命。
根据本发明示例性实施例的另一方面,提供一种风力发电机组塔架部件的疲劳损伤的确定设备,其特征在于,包括:绝对位移获取单元,获取预定时间段内的多个不同时间点的塔架顶部绝对位移,所述塔架顶部绝对位移指塔架顶部相对于塔架底部的位移;相对位移获取单元,获取所述预定时间段内的所述多个不同时间点的塔架上部相对位移,所述塔架上部相对位移指塔架上的预定位置处相对于轴心线的位移;塔架载荷确定单元,根据获取的塔架顶部绝对位移和塔架上部相对位移获得所述预定时间段内的所述多个不同时间点的塔架载荷;疲劳损伤计算单元,根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值。
可选地,所述预定位置可包括预定数量的位置,所述塔架上部相对位移可包括所述预定数量的位置处分别相对于轴心线的位移。
可选地,所述确定设备可还包括:模型建立单元,建立风力发电机组的有限元模型;选取单元,基于建立的风力发电机组的有限元模型选取所述预定数量的模态频率对应的模态振型;位置确定单元,针对每个模态振型,确定出在所述模态振型下塔架上振动变形最大的节点所在的位置,将在所述模态振型下塔架上振动变形最大的节点所在的位置作为塔架上的所述预定数量的位置中的一个。
可选地,所述确定设备可还包括:模型修正单元,基于风力发电机组的实测数据对建立的风力发电机组的有限元模型进行修正,选取单元基于修正后的风力发电机组的有限元模型选取所述预定数量的模态频率对应的模态振型。
可选地,塔架载荷确定单元可包括:静态载荷确定单元,根据所述多个不同时间点的塔架顶部绝对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的静态部分;动态载荷确定单元,根据所述多个不同时间点的塔架上部相对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分;载荷合成单元,将所述多个不同时间点中的任一时间点的塔架载荷的静态部分和动态部分相加,相加的和作为所述任一时间点的塔架载荷。
可选地,静态载荷确定单元可将所述预定时间段内的所述多个不同时间点的塔架顶部绝对位移变换到频域,获得塔架顶部绝对位移的频域值,通过低通滤波器对塔架顶部绝对位移的频域值进行滤波,获得滤波后的塔架顶部绝对位移的频域值,将滤波后的塔架顶部绝对位移的频域值变换到时域,获得滤波后的塔架顶部绝对位移的时域值,利用滤波后的塔架顶部绝对位移的时域值来确定所述多个不同时间点的塔架载荷的静态部分。
可选地,所述塔架载荷的静态部分包括所有待求塔架截面的第一弯矩,其中,静态载荷确定单元可基于塔架顶部绝对位移与所有待求塔架截面中任一截面的弯矩之间预设的对应关系,确定与所述多个不同时间点中任一时间点的塔架顶部绝对位移对应的所述任一截面的弯矩,将确定的塔架所述任一截面的弯矩作为所述任一时间点的所述任一截面的第一弯矩。
可选地,动态载荷确定单元可将所述预定时间段内的所述多个不同时间点的塔架上部相对位移变换到频域,获得塔架上部相对位移的频域值,通过带通滤波器对塔架上部相对位移的频域值进行滤波,获得滤波后的塔架上部相对位移的频域值,根据滤波后的塔架上部相对位移的频域值来确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分。
可选地,所述塔架载荷的动态部分可包括所有待求塔架截面的第二弯矩,其中,动态载荷确定单元可基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述多个不同时间点中任一时间点的塔架所述任一截面的转角和所述任一截面的相邻截面的转角,基于塔架所述任一截面的转角、所述相邻截面的转角、塔架的材料弹性模量、所述任一截面的惯性矩、所述任一截面与所述相邻截面之间的距离得到所述任一时间点的塔架所述任一截面的第二弯矩。
可选地,动态载荷确定单元可基于风力发电机组的有限元模型获得第一频响函数矩阵和第二频响函数矩阵,基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移和第一频响函数矩阵获得频域激励力矩阵,基于频域激励力矩阵和第二频响函数矩阵获得所有待求塔架截面的转角的频谱,将获得的所述频谱变换到时域,获得所述预定时间段内的所述多个不同时间点的所有待求塔架截面的转角。
可选地,所述塔架上部相对位移可包括所述预定位置包括的预定数量的位置处分别相对于轴心线的位移,其中,动态载荷确定单元可将所述预定时间段内的所述多个不同时间点的所述预定数量的位置处分别相对于轴心线的位移变换到频域,获得所述预定数量的位置处分别相对于轴心线的位移的频域值,由所述预定数量的位置处分别相对于轴心线的位移的频域值构成相对位移矩阵,基于构成的相对位移矩阵和第一频响函数矩阵获得频域激励力矩阵。
可选地,所述塔架载荷可包括所有待求塔架截面的载荷,其中,疲劳损伤计算单元可确定所述预定部件所在的塔架截面,将确定的所述预定时间段内的所述多个不同时间点的塔架截面的载荷施加到所述预定部件以计算所述预定部件在所述预定时间段的疲劳损伤值。
可选地,所述预定部件可包括多个部件,所述多个部件可包括塔架螺栓、焊缝、门洞、法兰的任意组合,其中,所述确定设备可还包括:塔架剩余寿命确定单元,根据所述多个部件的疲劳损伤值分别确定所述多个部件的剩余寿命,将所述多个部件中剩余寿命的年限最短的部件的剩余寿命作为塔架的剩余寿命。
根据本发明示例性实施例的再一方面,提供一种计算机可读存储介质,存储有当被处理器执行时使得处理器执行上述的风力发电机组塔架部件的疲劳损伤的确定方法的程序指令。
根据本发明示例性实施例的再一方面,提供一种计算装置,包括:处理器;存储器,用于存储当被处理器执行使得处理器执行上述的风力发电机组塔架部件的疲劳损伤的确定方法的程序指令。
采用本发明示例性实施例的上述风力发电机组塔架部件的疲劳损伤的确定方法和设备,不依赖于风力发电机组的历史运行数据,而是利用实时采集的塔架数据来推算塔架上预定部件的疲劳损伤值,以用于预估塔架整体的剩余寿命,提高了对风力发电机组塔架整体剩余寿命的预估的可靠性和准确性;由于塔架数据采集的实时性,可以实现塔架预定部件疲劳损伤以及塔架整体剩余寿命的在线预估。
附图说明
通过下面结合示例性地示出实施例的附图进行的详细描述,本发明示例性实施例的上述和其它目的、特点和优点将会变得更加清楚,其特征在于:
图1示出根据本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定方法的流程图;
图2示出根据本发明示例性实施例的确定塔架上部相对位移的步骤的流程图;
图3示出根据本发明示例性实施例的基于风力发电机组的有限元模型来确定预定位置的步骤的流程图;
图4示出根据本发明示例性实施例的对风力发电机组的有限元模型进行修正的流程图;
图5示出根据本发明示例实施例的确定塔架载荷的步骤的流程图;
图6示出根据本发明示例性实施例的基于塔架上部相对位移确定塔架截面的转角的步骤的流程图。
图7至图12示出根据本发明示例性实施例的所述风力发电机组塔架部件的疲劳损伤的确定方法的应用实例;
图13示出根据本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定设备的结构框图;
图14示出根据本发明示例性实施例的用于确定风力发电机组塔架上预定位置的设备的结构框图;
图15示出根据本发明示例性实施例的塔架载荷确定单元的结构框图。
具体实施方式
现在,将参照附图更充分地描述不同的示例实施例,其特征在于,一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的风力发电机组塔架的疲劳损伤的确定方法的流程图。
参照图1,在步骤S10中,获取预定时间段内的多个不同时间点的塔架顶部绝对位移。这里,塔架顶部绝对位移是指塔架顶部相对于塔架底部的位移。
这里,可利用现有的各种方法来获得塔架顶部绝对位移。在一个示例中,可基于卫星定位系统(如北斗卫星系统)实时测量(即,测量所述多个不同时间点中任一时间点的)塔架顶部相对于塔架底部的位移。
在另一示例中,可通过振动传感器来实时测量塔架顶部绝对位移。作为示例,振动传感器可包括在塔架顶部设置的振动加速度传感器,通过在塔架顶部设置的振动加速度传感器来获得实时的塔架顶部的振动加速度,再对获得的塔架顶部的振动加速度经由两次数值积分得到塔架顶部绝对位移。除此之外,振动传感器也可为在塔架顶部设置的振动位移传感器,通过振动位移传感器检测的振动位移即为塔架顶部绝对位移。
在步骤S20中,获取所述预定时间段内的所述多个不同时间点的塔架上部相对位移。这里,塔架上部相对位移是指塔架上的预定位置处相对于塔架轴心线的位移。
下面参照图2来介绍获取所述多个不同时间点中的任一时间点的塔架上部相对位移的步骤。
图2示出根据本发明示例性实施例的确定塔架上部相对位移的步骤的流程图。
如图2所示,在步骤S201中,实时检测塔架上的预定位置处的振动参数。
例如,可在塔架上的所述预定位置处设置振动传感器,通过在预定位置处设置的振动传感器来实时检测该预定位置处的振动参数。作为示例,振动传感器可包括振动位移传感器或振动加速度传感器,相应地检测到的振动参数可包括振动位移或振动加速度。
在步骤S202中,基于检测的振动参数来确定所述预定位置处相对于轴心线的位移。
例如,当振动传感器为振动位移传感器时,该振动位移传感器检测到的振动位移即为预定位置处相对于轴心线的位移。当振动传感器为振动加速度传感器时,通过对该振动加速度传感器检测到的振动加速度进行两次数值积分可获得预定位置处相对于轴心线的位移。
作为示例,所述预定位置可包括塔架上的多个位置(即,包括塔架上的预定数量的位置),相应地确定的塔架上部相对位移可包括与每个位置分别对应的多个位移(即,包括每个位置处分别相对于轴心线的位移)。这里,可基于风力发电机组的有限元模型来确定塔架上的所述多个位置。
下面参照图3来详细介绍基于风力发电机组的有限元模型来确定塔架上的预定位置的步骤。
图3示出根据本发明示例性实施例的基于风力发电机组的有限元模型来确定预定位置的步骤的流程图。
如图3所示,在步骤S301中,建立风力发电机组的有限元模型。这里,可利用现有的各种方法来建立风力发电机组的有限元模型,本发明对此内容不再赘述。
可选择地,可执行步骤S302:基于风力发电机组的实测数据对建立的风力发电机组的有限元模型进行修正。应理解,本发明不限于此,也可直接利用建立的风力发电机组的有限元模型用于后续分析过程。
例如,风力发电机组的实测数据可包括风力发电机组的振动数据,可采用现有的各种修正方式来基于风力发电机组的实测数据对风力发电机组的有限元模型进行修正。作为示例,可采用图4中所示的步骤流程对风力发电机组的有限元模型进行修正。具体说来,在风力发电机组的有限元模型中,风力发电机组的叶片和塔架可均采用梁单元建模,通过理论模态分析,可计算塔架在第一预定方向和第二预定方向上的模态频率、振型、阻尼比。在风力发电机组塔架上安装振动传感器,针对振动传感器检测的振动参数通过模态测试,识别出塔架在第一预定方向和第二预定方向上的模态频率、振型、阻尼比。开展仿真模型与实测模型的相关性分析,计算频率误差和振型MAC值,并定义目标函数,基于迭代优化的方法,修正仿真模型,从而提高仿真模型的准确性。这里,可重点修正塔架部分的有限元仿真模型,包括地基刚度参数等,将修正后的风力发电机组的有限元模型用于后续的载荷反演计算中,以进一步提高对塔架各部件的疲劳损伤计算的准确性。
在步骤S303中,通过对修正后的有限元模型进行模态分析,确定塔架上的所述预定位置。
具体说来,可基于修正后的有限元模型确定预定数量的模态振型,将各个模态振型按照模态频率的大小升序排列,选取所述预定数量之前的模态频率对应的模态振型,针对每个模态振型,确定出在该模态振型下塔架上振动变形最大的节点所在的位置,将该模态振型下塔架上振动变形最大的节点所在的位置作为塔架上的预定位置包括的多个位置中的一个。这里,该预定位置包括的多个位置的数量与选取的模态振型的数量一致。
这里,预定数量也是模态振型的模态阶次的数量,例如,当预定数量为A(A为大于零的自然数)时,此时可基于风力发电机组的有限元模型获得一阶模态振型、二阶模态振型、……、A阶模态振型(共A个模态振型,此时,各模态振型是按照模态频率的大小升序进行排列的),然后再确定在每个模态振型下塔架上振动变形最大的节点所在的位置,从而确定出塔架上的预定位置包括的A个位置。
在确定出预定位置包括的多个位置之后,可在每个位置处分别设置一振动传感器,通过每个振动传感器实时检测的振动参数来确定每个位置处分别相对于轴心线的位移,从而获得预定时间段内的塔架上部相对位移。
优选地,针对每个模态振型均可包括在第一预定方向上的模态振型和在第二预定方向上的模态振型。这里,对于每个模态振型,可针对在第一预定方向上的模态振型确定出在第一预定方向上的模态振型下塔架上振动变形最大的节点所在的位置,并针对在第二预定方向上的模态振型确定出在第二预定方向上的模态振型下塔架上振动变形最大的节点所在的位置,从确定出的两个位置中选择一个作为该模态振型下塔架上振动变形最大的节点所在的位置。
返回图1,在步骤S30中,根据塔架顶部绝对位移和塔架上部相对位移获得预定时间段内的所述多个不同时间点的塔架载荷。
下面参照图5来详细介绍根据塔架顶部绝对位移和塔架上部相对位移获得预定时间段内的多个不同时间点的塔架载荷的步骤。
图5示出根据本发明示例实施例的确定塔架载荷的步骤的流程图。
如图5所示,在步骤S501中,根据所述预定时间段内的所述多个不同时间点的塔架顶部绝对位移确定所述多个不同时间点的塔架载荷的静态部分。
这里,塔架载荷的静态部分可包括所有待求塔架截面的第一弯矩,例如,根据所述多个不同时间点中的任一时间点的塔架顶部绝对位移确定所述任一时间点的所有待求塔架截面中的任一截面的第一弯矩的步骤可包括:基于塔架顶部绝对位移与塔架所述任一截面的弯矩之间预设的对应关系,确定与所述任一时间点的塔架顶部绝对位移对应的塔架所述任一截面的弯矩,将确定的塔架所述任一截面的弯矩作为所述任一时间点的所述任一截面的第一弯矩。
优选地,可先对预定时间段内的所述多个不同时间点的塔架顶部绝对位移进行滤波,再根据预定时间段内的所述多个不同时间点的滤波后的塔架顶部绝对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的静态部分。
具体说来,可先将预定时间段内的所述多个不同时间点的塔架顶部绝对位移变换到频域,获得塔架顶部绝对位移的频域值,然后通过低通滤波器对塔架顶部绝对位移的频域值进行滤波,获得滤波后的塔架顶部绝对位移的频域值,将滤波后的塔架顶部绝对位移的频域值变换到时域,获得滤波后的塔架顶部绝对位移的时域值;利用滤波后的塔架顶部绝对位移的时域值来确定所述多个不同时间点的塔架载荷的静态部分。作为示例,低通滤波器的截止频率可为选取的多个模态频率中升序排列时第一阶模态阶次的模态频率的一半。
应理解,塔架顶部绝对位移可包括第一预定方向上的第一绝对位移和第二预定方向上的第二绝对位移,利用预定时间段内的所述多个不同时间点的第一绝对位移通过上述方式可确定出预定时间段内的所述多个不同时间点的塔架载荷在第一预定方向上的静态部分,利用预定时间段内的所述多个不同时间点的第二绝对位移通过上述方式可确定出预定时间段内的所述多个不同时间点的塔架载荷在第二预定方向上的静态部分。作为示例,第一预定方向可为垂直于风力发电机组叶轮面的方向(例如,可指风力发电机组的前后方向),第二预定方向可为平行于风力发电机组叶轮面的方向(例如,可指风力发电机组的侧方向)。应理解,在此情况下,当确定预定时间段内的所述多个不同时间点的塔架载荷在第一预定方向上的静态部分时,低通滤波器的截止频率可为塔架第一预定方向上第一阶模态阶次的模态频率的一半。当确定预定时间段内的所述多个不同时间点的塔架载荷在第二预定方向上的静态部分时,低通滤波器的截止频率可为塔架第二预定方向上第一阶模态阶次的模态频率的一半。
例如,可在多体动力学仿真软件中建立风力发电机组的仿真模型,通过在不同稳态风条件下进行时域仿真,得到塔架顶部绝对位移与塔架任一截面弯矩之间的对应关系,优选地,对上述对应关系进行一次线性拟合,可得到如下公式:
M11=k·D1+b (1)
公式(1)中,M11表示塔架载荷在第一预定方向上的静态部分(即,塔架任一截面的第一弯矩),D1为在第一预定方向上的第一绝对位移,k为一次线性拟合直线的斜率,b为一次线性拟合直线的截距。类似地,将在第二预定方向上的第二绝对位移带入上述公式(1)即可得到塔架载荷在第二预定方向上的静态部分。
应理解,可通过上述公式(1)获得预定时间段内的任一时间点的塔架任一截面的第一弯矩,对于不同的塔架截面对应的公式(1)中的k和b的值也不同。
在步骤S502中,根据预定时间段内的所述多个不同时间点的塔架上部相对位移确定预定时间段内的所述多个不同时间点的塔架载荷的动态部分。
这里,塔架载荷的动态部分可包括所述多个不同时间点的所有待求塔架截面的第二弯矩。例如,可通过对预定时间段内的所述多个不同时间点的塔架上部相对位移进行反演来确定所述多个不同时间点中的任一时间点的塔架任一截面的第二弯矩。
具体说来,根据预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述任一时间点的塔架第i个截面的弯矩的步骤可包括:将预定时间段内的所述多个不同时间点的塔架上部相对位移变换到频域,基于频域的塔架上部相对位移(即,塔架上部相对位移的频域值)确定所述任一时间点的塔架第i个截面的转角和第i-1个截面的转角。这里,第i-1个截面可为所有待求塔架截面中除第i个截面之外的其他截面,优选地,第i-1个截面为所有待求塔架截面中与第i个截面之间距离最近的截面(即,第i个截面的相邻截面),也就是说,第i个截面与第i-1个截面之间的距离越近,得到的塔架载荷的动态部分的值越准确。然后基于塔架第i个截面的转角、第i-1个截面的转角、塔架的材料弹性模量、第i个截面的惯性矩、第i个截面与第i-1个截面之间的距离得到所述任一时间点的塔架第i个截面的第二弯矩(即,塔架第i个截面的塔架载荷的动态部分)。这里,1≤i≤r,r为大于零的自然数,表示待求的塔架截面的个数。
优选地,可先对预定时间段内的所述多个不同时间点的塔架上部相对位移进行滤波,再根据预定时间段内的所述多个不同时间点的滤波后的塔架上部相对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分。
具体说来,可先将预定时间段内的所述多个不同时间点的塔架上部相对位移变换到频域,获得塔架上部相对位移的频域值,然后通过带通滤波器对塔架上部相对位移的频域值进行滤波,获得滤波后的塔架上部相对位移的频域值,最后根据滤波后的塔架上部相对位移的频域值确定预定时间段内的所述多个不同时间点的塔架载荷的动态部分(时域)。作为示例,带通滤波器的下截止频率可为选取的多个模态频率中升序排列时第一阶模态阶次的模态频率的一半,上截止频率可为选取的所述多个模态频率中升序排列时最后一阶模态阶次的模态频率。
应理解,塔架上部相对位移可包括多个位移(即,预定位置包括的每个位置处分别相对于轴心线的位移),每个位移可包括第一预定方向上的第一相对位移和第二预定方向上的第二相对位移,根据预定时间段内的所述多个不同时间点的第一相对位移可确定出预定时间段内的所述多个不同时间点的塔架载荷在第一预定方向上的动态部分,根据预定时间段内的所述多个不同时间点的第二相对位移可确定出预定时间段内的所述多个不同时间点的塔架载荷在第二预定方向上的动态部分。应理解,在此情况下,当确定预定时间段内的所述多个不同时间点的塔架载荷在第一预定方向上的动态部分时,带通滤波器的下截止频率可为第一预定方向上第一阶模态阶次的模态频率的一半,上截止频率可为第一预定方向上最后一阶模态阶次的模态频率。当确定预定时间段内的所述多个不同时间点的塔架载荷在第二预定方向上的动态部分时,带通滤波器的下截止频率可为第二预定方向上第一阶模态阶次的模态频率的一半,上截止频率可为第二预定方向上最后一阶模态阶次的模态频率。
优选地,通过对第一预定方向上的第一相对位移的频域值进行反演来确定所述任一时间点的塔架第i个截面的第二弯矩(即,塔架第i个截面的塔架载荷在第一预定方向上的动态部分)的步骤可包括:
根据第一预定方向上的第一相对位移的频域值确定所述任一时间点的第i个截面的转角和第i-1个截面的转角,根据确定的第i个截面的转角、第i-1个截面的转角、塔架的材料弹性模量、第i个截面的惯性矩、第i个截面与第i-1个截面之间的距离得到所述任一时间点的塔架第i个截面的第二弯矩,将塔架第i个截面的第二弯矩作为第i个截面的塔架载荷在第一预定方向上的动态部分。
例如,可利用下面的公式来计算塔架第i个截面的第二弯矩:
公式(2)中,M12_i为塔架第i个截面的第二弯矩,即,第i个截面的塔架载荷在第一预定方向上的动态部分,E为塔架的材料弹性模量,IZZ_i为第i个截面的惯性矩,Li-1为第i个截面与第i-1个截面之间的距离,yi(t)为第i个截面的转角,yi-1(t)为第i-1个截面的转角。
应理解,可利用公式(2)计算2≤i≤r时的塔架截面的第二弯矩,当i=1时,M12_1为塔架初始截面的第二弯矩,此时,y0(t)为初始转角,即,塔架初始截面的转角。优选地,在本发明示例性实施例中,塔架初始截面可指塔架最贴近基础部分的截面,在此情况下,可通过将塔架初始截面的等效弯曲刚度乘以初始转角y0(t)来得到塔架初始截面的第二弯矩M12_1。
类似地,可通过上述方式根据第二预定方向上的第二相对位移来确定塔架第i个截面的第二弯矩(即,塔架第i个截面的塔架载荷在第二预定方向上的动态部分)。
应理解,通过上述公式(2)获得的是预定时间段内的某一时间点的塔架载荷的动态部分,针对所有时间点计算完成之后,则获得预定时间段内的塔架载荷的动态部分。
下面参照图6来详细介绍基于塔架上部相对位移确定塔架截面的转角的步骤。
图6示出根据本发明示例性实施例的基于塔架上部相对位移确定塔架截面的转角的步骤的流程图。
如图6所示,在步骤S601中,基于风力发电机组的有限元模型获得第一频响函数矩阵。
这里,可利用基于风力发电机组的有限元模型获得的第一模态振型矩阵、模态质量矩阵、模态刚度矩阵和模态阻尼矩阵构建第一频响函数矩阵。
例如,可基于风力发电机组的整机动力学方程通过模态坐标变换法和频响函数矩阵求逆法获得风力发电机组的完整系统的频响函数,再基于完整系统的频响函数获取第一频响函数矩阵。
具体说来,风力发电机组的整机动力学方程可表示为:
公式(3)中,f(t)表示时域激励力,M表示质量矩阵,D表示阻尼矩阵,K表示刚度矩阵,y(t)为结构响应函数,表示为y(t)的一阶导数,表示为y(t)的二阶导数,t表示时间。
对f(t)和y(t)分别进行傅立叶变换,如下:
则公式(3)经傅立叶变换后可变为:
(-ω2M+jωD+K)Y(jω)=F(jω) (4)
定义频响函数H(jω):
则频响函数H(jω)的逆H-1(jω)的表达式为:
H-1(jω)=-ω2M+jωD+K (5)
基于修正后的风力发电机组的有限元模型,通过模态分析,可得模态质量矩阵Mg、模态刚度矩阵Kg、模态阻尼矩阵Dg、模态振型矩阵Φ,时域坐标向模态坐标转换如下:
将公式(6)代入公式(5)中,获得完整系统的频响函数如下:
对公式(7)求逆可得:
H(jω)=Φ(-ω2Mg+jωDg+Kg)-1ΦT
截取塔架的前q阶模态,可获得截取后的前q阶模态矩阵,如下:
公式(8)中,为ma的对角阵,表示前q阶模态的模态质量矩阵,ma表示第a阶模态质量,1≤a≤q,q为大于零的自然数,为2ξamaωa的对角阵,表示前q阶模态的模态阻尼矩阵,ξa为第a阶模态阻尼比,ωa为第a阶模态频率,为的对角阵,表示前q阶模态的模态刚度矩阵。
在此基础上,从模态振型矩阵Φ中提取实测响应点的数量m、载荷作用点的数量l对应的行,选取的模态阶次的预定数量q对应的列,构成第一模态振型矩阵Φ(m+l)×q。截取塔架的前预定数量q阶模态,获得模态质量矩阵模态阻尼矩阵模态刚度矩阵组成频响函数矩阵H(m+l)×(m+l)(jω)。
例如,可利用下面的公式来计算频响函数矩阵H(m+l)×(m+l)(jω):
公式(9)中,H(m+l)×(m+l)(jω)为频响函数矩阵,Φ(m+l)×q为第一模态振型矩阵,l为载荷作用点的数量,m为实测响应点的数量,q为选取的模态阶次的数量(即,选取的模态振型的数量),为前q阶模态的模态质量矩阵、为前q阶模态的模态刚度矩阵、为前q阶模态的模态阻尼矩阵,T表示转置。作为示例,实测响应点的数量为在塔架上的预定位置包括的多个位置的数量,通常待识别载荷指轮毂中心,此时载荷作用点的数量可为1。
从公式(9)所示的频响函数H(m+l)×(m+l)(jω)中提取实测响应点的数量对应的行(m行),载荷作用点对应的列(l列),构成第一频响函数矩阵Hm×l(jω)。
在步骤S602中,基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移和第一频响函数矩阵获得频域激励力矩阵。
由前述记载可知,塔架上的预定位置包括多个位置,塔架上部相对位移包括多个位移,即,每个位置处分别相对于轴心线的位移。这里,利用每个位置处相对于轴心线的位移的频域值构成相对位移矩阵,从而基于构成的相对位移矩阵和第一频响函数矩阵获得频域激励力矩阵。
具体说来,基于第一频响函数矩阵Hm×l(jω)和公式(4),可得:
Ym(jω)=Hm×l(jω)Fl(jω) (10)
在满足l<m条件下,Hm×l(jω)列满秩,存在左逆(下式中+表示左逆),则公式(10)可变为:
公式(11)为超定方程求解,Hm×l(jω)求伪逆得到的解为最小二乘意义上的解,并非是精确解,因此激励力矩阵应写作如下:
公式(4)中,为激励力矩阵,Hm×l(jω)为第一频响函数矩阵,T表示转置,-1表示求逆,Ym(jω)为相对位移矩阵,m为预定位置包括的多个位置的数量。
在步骤S603中,基于风力发电机组的有限元模型获得第二频响函数矩阵。例如,第二频响函数矩阵可是利用基于风力发电机组的有限元模型获得的第二模态振型矩阵、模态质量矩阵、模态刚度矩阵和模态阻尼矩阵构建的。
具体说来,决定塔架疲劳损伤的关键载荷截面一般位于塔架的中下部。假设待求的塔架截面的个数为r,r为大于零的自然数。从模态振型矩阵Φ中提取载荷作用点的数量l、待求的塔架截面的数量r对应的行,截取的模态阶次的数量q对应的列,构成第二模态振型矩阵Φ(r+l)×q。截取塔架的前预定数量q阶模态,获得模态质量矩阵模态阻尼矩阵模态刚度矩阵组成频响函数矩阵H(r+l)×(r+l)(jω)。
例如,可利用下面的公式来计算频响函数矩阵H(r+l)×(r+l)(jω):
公式(13)中,H(r+l)×(r+l)(jω)为频响函数矩阵,Φ(r+l)×q为第二模态振型矩阵,l为载荷作用点的数量,r为待求的塔架截面的个数,q为选取的模态阶次的数量,-1表示求逆,T表示转置。
从公式(13)所示的频响函数H(r+l)×(r+l)(jω)中提取待求的塔架截面的数量对应的行(r行),载荷作用点的数量对应的列(l列),构成第二频响函数矩阵Hr×l(jω)。
在步骤S604中,基于频域激励力矩阵和第二频响函数矩阵获得所有待求塔架截面的转角的频谱。
例如,将激励力矩阵左乘从第二频响函数矩阵Hr×l(jω)(即,叶轮中心载荷至塔架截面转角的频响函数),即可得到塔架截面的转角θ。
例如,所有待求的塔架截面转角的频谱可为:
在步骤S605中,将获得的所述频谱变换到时域,获得所述预定时间段内的所述多个不同时间点的所有待求塔架截面的转角。
对公式(14)经过傅立叶逆变换得到所有待求的塔架截面转角的时序为:
塔架截面转角主要来源于弯矩,这里可以忽略推力的贡献。参考梁受弯矩作用的转角计算公式,可得到塔架第i个截面的第二弯矩,如公式(2)。
应理解,通过公式(14)获得的是与预定时间段对应的频段中所有频点对应的塔架截面转角的频谱,相应地,在步骤S605中可获得预定时间段内的所有时间点的所有待求塔架截面的转角。
返回图5,在步骤S503中,根据塔架载荷的静态部分和动态部分获得所述预定时间段内的所述多个不同时间点的塔架载荷。例如,针对预定时间段内的每个时间点,可将塔架载荷的静态部分和塔架载荷的动态部分相加,相加的和作为塔架载荷。这里,塔架载荷包括所有待求塔架截面的载荷,此时,塔架载荷为塔架截面的第一弯矩与塔架截面的第二弯矩之和。
应理解,塔架载荷包括第一预定方向上的塔架载荷和第二预定方向上的塔架载荷。以第一预定方向上的塔架载荷为例,第一预定方向上的塔架载荷可表示为:
公式(16)中,M1_i表示第一预定方向上的塔架载荷,即,塔架第i个截面的在第一预定方向上的塔架载荷。类似地,可通过上述方式获得塔架第i个截面的在第二预定方向上的塔架载荷。
应理解,通过上述公式(16)获得的是预定时间段内的某一时间点的塔架载荷,针对所有时间点计算完成之后,则获得预定时间段内的塔架载荷。
返回图1,在步骤S40中,根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值。
例如,可先确定塔架上预定部件所在的塔架截面,将确定的所述预定时间段内的所述多个不同时间点的塔架上预定部件所在的塔架截面的载荷施加到所述预定部件以计算所述预定部件在所述预定时间段的疲劳损伤值。
具体说来,可将预定部件所在的塔架截面在第一预定方向和第二预定方向上的塔架载荷投影到预定部件所在的塔架截面上,基于预设的单位载荷与应力值的对应关系,确定该塔架截面上的预定部件处的应力值,从而计算出该预定部件在所述预定时间段的疲劳损伤值。这里,一个预定时间段对应一个预定部件的疲劳损伤值。
作为示例,可将预定部件所在的塔架截面划分为设定数量的扇区,将预定时间段内的所述多个不同时间点的该塔架截面在第一预定方向和第二预定方向上的塔架载荷投影到每个扇区内,基于预设的单位载荷与应力值的对应关系确定预设部件处的应力值,从而计算出各预设部件在所述预定时间段的疲劳损伤值。
例如,所述预定部件可包括多个部件,作为示例,所述多个部件可包括螺栓、焊缝、门洞、法兰的任意组合。在确定出塔架上的所述多个部件在所述预定时间段的疲劳损伤值之后,可根据所述多个部件的疲劳损伤值分别确定所述多个部件的剩余寿命,将所述多个部件中剩余寿命的年限最短的部件的剩余寿命作为塔架的剩余寿命。
例如,针对塔架上的任一部件,可对所述任一部件的疲劳损伤值进行累积获得所述任一部件的累积疲劳损伤值,以根据累积疲劳损伤值确定所述任一部件的剩余寿命。
具体说来,可实时采集塔架顶部绝对位移和塔架上部相对位移,获取预定时间段内的位移进行一次上述分析计算,得到各预定部件在所述预定时间段的疲劳损伤值,并对得到的每个预定部件的疲劳损伤值分别进行累加获得每个预定部件的累积疲劳损伤值,用1减去累积疲劳损伤值,得到每个预定部件的剩余疲劳损伤值,分别除以每个预定部件对应的每年的理论疲劳损伤值,即可得到每个预定部件的剩余寿命,将各预设部件中剩余寿命的年限最短的预设部件的剩余寿命作为塔架的剩余寿命。
优选地,可还根据塔架的剩余寿命确定报警处理方式,以控制风力发电机组执行确定的报警处理方式。
例如,当确定的塔架的剩余寿命的年限不大于(小于等于)第一设定值时,产生第一报警信号,并控制风力发电机组限功率运行或者直接停机。当确定的塔架的剩余寿命的年限大于第一设定值且小于第二设定值时,产生第二报警信号,以提示工作人员加强巡检与维护。作为示例,报警信号可包括声音报警信号、光报警信号、信息报警信号。
下面以图7至图12所示的示例为例介绍本发明示例性实施例的风力发电机组塔架的疲劳损伤的确定方法的实际应用过程。
图7示出根据本发明示例性实施例的风力发电机组的有限元模型的示例图。通过对图7所示的风力发电机组的有限元模型进行模态分析,可得到如下模态结果:
表1
模态阶次 | 模态频率(Hz) | 模态阻尼比 | 模态振型 |
1 | 0.179818 | 0.23% | 前后一阶 |
2 | 0.180611 | 0.23% | 侧向一阶 |
3 | 1.17785 | 0.35% | 前后二阶 |
4 | 1.27885 | 0.35% | 侧向二阶 |
基于风力发电机组的实测数据可获得如表2所示的模态结果:
表2
模态阶次 | 模态频率(Hz) | 模态阻尼比 | 模态振型 |
1 | 0.1853 | 0.19% | 前后一阶 |
2 | 1.2282 | 0.32% | 前后二阶 |
可通过基于风力发电机组的实测数据获得的模态结果对风力发电机组的有限元模型进行修正,使得修正后的风力发电机组的有限元模型的模态结果与表2所示的模态结果接近(优选地,可使模态结果一致),从而基于修正后的有限元模型进行后续处理。
应理解,表1和表2仅以一阶模态振型和二阶模态振型为例进行说明,本发明不限于此,本领域技术人员还可利用其他模态阶次的模态振动来进行分析。
图8和图9分别示出根据本发明示例性实施例的风力发电机组的一阶模态振型和二阶模态振型的示例图。
应理解,图8和图9仅示出风力发电机组在第一预定方向上的一阶模态振型和二阶模态振型,本领域技术人员还可建立其他模态阶次的模态振动来进行分析。这里,通过分别对图8和图9所示的模态振型进行分析可确定在一阶模态振型下塔架上振动变形最大的节点所在的位置和在二阶模态振型下塔架上振动变形最大的节点所在的位置,在确定出的位置设置振动传感器,以获取对应位置处的振动参数以确定塔架上部相对位移。
例如,以确定出塔架前后方向前四阶模态振型下振动变形最大的节点所在的位置为例,得到如下表所示的四个节点高度值:
表3
编号 | 节点高度/m |
1 | 59 |
2 | 72 |
3 | 95 |
4 | 115 |
可在塔架的上述节点高度处设置振动传感器,以获取各节点高度处的振动参数以确定各节点高度处的位移作为塔架上部相对位移。图10示出采集的塔架上四个节点高度处的预定时间段内塔架上部相对位移的其中一路信号。如图10所示,横坐标为时间(秒),纵坐标为塔架上部相对位移(米)。
假设基于北斗定位系统,采集塔架顶部相对于塔架底部的绝对位移,如图11所示。如图11所示,横坐标为时间(秒),纵坐标为塔架顶部绝对位移(米)。
可通过低通滤波器对频域的塔架顶部绝对位移进行滤波,这里,可参照表2所示,低通滤波器的截止频率为塔架前后方向第一阶模态频率的一半,即0.092Hz(0.1853÷2)。
通过带通滤波器对塔架上部相对位移进行滤波,这里,可参照表2所示,带通滤波器的下截止频率为塔架前后方向第一阶模态频率的一半,即0.092Hz(0.1853÷2),带通滤波器的上截止频率为塔架前后方向第四阶模态频率,即8.24Hz(表格中未示出)。
然后,基于模态坐标变换法和频响函数矩阵求逆法对塔架上部相对位移进行反演,获得预定时间段内塔架任意截面在前后或侧向方向上的弯矩(即,塔架任意截面的在前后或侧向方向上的塔架载荷)。图12示出塔架任意截面在前后方向上的弯矩的示例图,如图12所示,横坐标为时间(秒),纵坐标为塔架弯矩(牛米,Nm)。
假设塔架的预定部件包括塔架螺栓、焊缝、门洞、法兰,确定上述各部件所在的塔架截面,基于上述得到的塔架截面的弯矩确定出各部件在预定时间段的疲劳损伤值,结果如下:
表4
部件 | 疲劳损伤值 |
螺栓 | 2.659×10-10 |
焊缝 | 3.371×10-10 |
门洞 | 3.105×10-10 |
法兰 | 2.868×10-10 |
这里,假设预定时间段为10分钟,则获取10分钟内的塔架顶部绝对位移和塔架上部相对位移,并反演获得10分钟内的塔架载荷,例如,可根据Miner线性疲劳累计损伤理论分别计算上述各部件在10分钟内的疲劳损伤值,然后分别对各部件的疲劳损伤值进行累计相加,得到累计疲劳损伤值,从而确定出塔架的剩余寿命。
例如,假设以风力发电机组已运行5年为例,塔架上各部位的疲劳损伤值及剩余寿命如下:
表5
部件 | 每年的疲劳损伤 | 5年累计疲劳损伤 | 剩余疲劳损伤 | 剩余寿命/年 |
螺栓 | 0.0415 | 0.2073 | 0.7927 | 19.12 |
焊缝 | 0.0317 | 0.1583 | 0.8417 | 26.59 |
门洞 | 0.0333 | 0.1664 | 0.8336 | 25.05 |
法兰 | 0.0196 | 0.0982 | 0.9018 | 45.92 |
参照表5,通过对各部件的疲劳损伤值进行累计相加可获得各部件当前的累计疲劳损伤值,以螺栓为例,5年累计疲劳损伤值为0.2073,通过
1-0.2073=0.7927获得剩余疲劳损伤,再通过0.7927÷0.0415=19.12获得螺栓的剩余寿命,取各部位中剩余寿命最小的年限值19.12年作为塔架的剩余寿命。
优选地,可每天一次输出并显示塔架的剩余寿命。
例如,当塔架的剩余寿命不足5年时,发出报警信号,提示加强巡检与维护。当塔架的剩余寿命不足1年时,发出报警信号,同时控制风电机组限功率运行或者直接停机。
应理解,在本发明的示例性实施例中,当塔架载荷大于设定值(作为示例,设定值可为塔架载荷的平均值或标准差)时,可发出警告,提示检修,此时认为有可能出现了诸如地基松动、沉降、塔架倾斜等故障,为塔架状态监测提供了可能性。
图13示出根据本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定设备的结构框图。
如图13所示,根据本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定设备包括绝对位移获取单元10、相对位移获取单元20、塔架载荷确定单元30和疲劳损伤计算单元40。
具体说来,绝对位移获取单元10获取预定时间段内的多个不同时间点的塔架顶部绝对位移。这里,所述塔架顶部绝对位移指塔架顶部相对于塔架底部的位移。
在一个示例中,可利用卫星定位系统(如北斗卫星系统)实时测量(即,测量所述多个不同时间点中任一时间点的)塔架顶部相对于塔架底部的位移。绝对位移获取单元10通过卫星定位系统获取所述任一时间点的塔架顶部相对于塔架底部的位移。
在另一示例中,绝对位移获取单元10还可通过振动传感器(如振动加速度传感器或振动位移传感器)来获取塔架顶部绝对位移。
相对位移获取单元20获取所述预定时间段内的所述多个不同时间点的塔架上部相对位移。这里,塔架上部相对位移指塔架上的预定位置处相对于轴心线的位移。
例如,相对位移获取单元20可通过检测的所述多个不同时间点中任一时间点的塔架上的所述预定位置处的振动参数来确定所述任一时间点的所述预定位置处相对于轴心线的位移。
作为示例,所述预定位置可包括塔架上的预定数量的位置,相应地确定的塔架上部相对位移可包括与每个位置分别对应的预定数量的位移(即,包括每个位置处分别相对于轴心线的位移)。
优选地,根据本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定设备可还包括用于确定塔架上预定位置的设备,可基于风力发电机组的有限元模型来确定塔架上的所述多个位置。
图14示出根据本发明示例性实施例的用于确定风力发电机组塔架上预定位置的设备的结构框图。
如图14所示,根据本发明示例性实施例的用于确定风力发电机组塔架上预定位置的设备可包括模型建立单元50、选取单元60和位置确定单元70。
具体说来,模型建立单元50建立风力发电机组的有限元模型。这里,可利用现有的各种方式来建立风力发电机组的有限元模型,本发明对此内容不再赘述。
可选择地,用于确定风力发电机组塔架上预定位置的设备可还包括:模型修正单元,基于风力发电机组的实测数据对建立的风力发电机组的有限元模型进行修正,选取单元60可基于修正后的风力发电机组的有限元模型选取所述多个模态阶次对应的模态振型。
选取单元60基于建立的风力发电机组的有限元模型选取预定数量的模态阶次对应的模态振型。这里,选取的模态振型的数量与所述位置的数量相同。
例如,选取单元60可基于修正后的有限元模型确定预定数量的模态振型,将各个模态振型按照模态频率的大小升序排列,选取预定数量之前的模态频率对应的模态振型。
位置确定单元70针对每个模态振型,确定出在所述模态振型下塔架上振动变形最大的节点所在的位置,将在所述模态振型下塔架上振动变形最大的节点所在的位置作为塔架上的所述预定数量的位置中的一个。
优选地,针对每个模态振型均可包括在第一预定方向上的模态振型和在第二预定方向上的模态振型。这里,对于每个模态振型,可针对在第一预定方向上的模态振型确定出在第一预定方向上的模态振型下塔架上振动变形最大的节点所在的位置,并针对在第二预定方向上的模态振型确定出在第二预定方向上的模态振型下塔架上振动变形最大的节点所在的位置,位置确定单元70可从确定出的两个位置中选择一个作为该模态振型下塔架上振动变形最大的节点所在的位置。
返回图13,塔架载荷确定单元30根据获取的塔架顶部绝对位移和塔架上部相对位移获得所述预定时间段内的所述多个不同时间点的塔架载荷。
图15示出根据本发明示例性实施例图13所示的塔架载荷确定单元30的结构框图。
如图15所示,根据本发明示例性实施例的塔架载荷确定单元30可包括:静态载荷确定单元301、动态载荷确定单元302和载荷合成单元303。
具体说来,静态载荷确定单元301根据所述多个不同时间点的塔架顶部绝对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的静态部分。
这里,所述塔架载荷的静态部分可包括所有待求塔架截面的第一弯矩,例如,静态载荷确定单元301可基于塔架顶部绝对位移与塔架所有待求塔架截面中的任一截面的弯矩之间预设的对应关系,确定与所述多个不同时间点中的任一时间点的塔架顶部绝对位移对应的塔架所述任一截面的弯矩,将确定的塔架所述任一截面的弯矩作为所述任一时间点的所述任一截面的第一弯矩。
优选地,静态载荷确定单元301可将所述预定时间段内的所述多个不同时间点的塔架顶部绝对位移变换到频域,获得塔架顶部绝对位移的频域值,通过低通滤波器对塔架顶部绝对位移的频域值进行滤波,获得滤波后的塔架顶部绝对位移的频域值,将滤波后的塔架顶部绝对位移的频域值变换到时域,获得滤波后的塔架顶部绝对位移的时域值,利用滤波后的塔架顶部绝对位移的时域值来确定所述多个不同时间点的塔架载荷的静态部分。作为示例,低通滤波器的截止频率可为选取的多个模态频率中升序排列时第一阶模态阶次的模态频率的一半。
动态载荷确定单元302根据所述多个不同时间点的塔架上部相对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分。
例如,所述塔架载荷的动态部分可包括所有待求塔架截面的第二弯矩,动态载荷确定单元302可基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述多个不同时间点中的任一时间点的塔架所述任一截面的转角和所述任一截面的相邻截面的转角,基于塔架所述任一截面的转角、所述相邻截面的转角、塔架的材料弹性模量、所述任一截面的惯性矩、所述任一截面与所述相邻截面之间的距离得到所述任一时间点的塔架所述任一截面的第二弯矩。
优选地,动态载荷确定单元302可将所述预定时间段内的所述多个不同时间点的塔架上部相对位移变换到频域,获得塔架上部相对位移的频域值,通过带通滤波器对塔架上部相对位移的频域值进行滤波,获得滤波后的塔架上部相对位移的频域值,根据滤波后的塔架上部相对位移的频域值来确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分。作为示例,带通滤波器的下截止频率可为选取的多个模态频率中升序排列时第一阶模态阶次的模态频率的一半,上截止频率可为选取的所述多个模态频率中升序排列时最后一阶模态阶次的模态频率。
下面介绍动态载荷确定单元302基于塔架上部相对位移确定塔架截面的转角的过程。
动态载荷确定单元302可基于风力发电机组的有限元模型获得第一频响函数矩阵和第二频响函数矩阵,基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移和第一频响函数矩阵获得频域激励力矩阵,基于频域激励力矩阵和第二频响函数矩阵获得所有待求塔架截面的转角的频谱,将获得的所述频谱变换到时域,获得所述预定时间段内的所述多个不同时间点的所有待求塔架截面的转角。
作为示例,第一频响函数矩阵可以是利用基于风力发电机组的有限元模型获得的第一模态振型矩阵、模态质量矩阵、模态刚度矩阵和模态阻尼矩阵构建的。第二频响函数矩阵可以是利用基于风力发电机组的有限元模型获得的第二模态振型矩阵、模态质量矩阵、模态刚度矩阵和模态阻尼矩阵构建的。
动态载荷确定单元302可将所述预定时间段内的所述多个不同时间点的所述预定数量的位置处分别相对于轴心线的位移变换到频域,获得所述预定数量的位置处分别相对于轴心线的位移的频域值,由所述预定数量的位置处分别相对于轴心线的位移的频域值构成相对位移矩阵,基于构成的相对位移矩阵和第一频响函数矩阵获得频域激励力矩阵。
载荷合成单元303根据塔架载荷的静态部分和动态部分获得所述预定时间段内的所述多个不同时间点的塔架载荷。例如,可通过将所述任一时间点的塔架载荷的静态部分和所述任一时间点的塔架载荷的动态部分相加,将相加的和作为所述任一时间点的塔架载荷。这里,塔架载荷包括所有待求塔架截面的载荷,此时,所述任一时间点的塔架载荷可为所述任一时间点的塔架截面的第一弯矩与所述任一时间点的塔架截面的第二弯矩之和。
返回图13,疲劳损伤计算单元40根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值。
这里,塔架载荷可包括所有待求塔架截面的载荷。疲劳损伤计算单元40可确定所述预定部件所在的塔架截面,将确定的所述预定时间段内的所述多个不同时间点的塔架截面的载荷施加到所述预定部件以计算所述预定部件在所述预定时间段的疲劳损伤值。
作为示例,所述预定部件可包括多个部件,所述多个部件可包括螺栓、焊缝、门洞、法兰的任意组合。根据本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定设备可还包括:塔架剩余寿命确定单元,根据所述多个部件的疲劳损伤值分别确定所述多个部件的剩余寿命,将所述多个部件中剩余寿命的年限最短的部件的剩余寿命作为塔架的剩余寿命。
优选地,根据本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定设备可还包括:报警控制单元,根据塔架的剩余寿命确定报警处理方式,以控制风力发电机组执行确定的报警处理方式。
例如,当确定的塔架的剩余寿命的年限不大于(小于等于)第一设定值时,报警控制单元产生第一报警信号,并控制风力发电机组限功率运行或者直接停机。当确定的塔架的剩余寿命的年限大于第一设定值且小于第二设定值时,报警控制单元产生第二报警信号,以提示工作人员加强巡检与维护。
根据本发明的示例性实施例还提供一种计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述风力发电机组塔架部件的疲劳损伤的确定方法的程序指令。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。计算机可读记录介质也可分布于连接网络的计算机系统,从而计算机可读代码以分布式存储和执行。此外,完成本发明的功能程序、代码和代码段可容易地被与本发明相关的领域的普通程序员在本发明的范围之内解释。
根据本发明的示例性实施例还提供一种计算装置。该计算装置包括处理器和存储器。存储器用于存储程序指令。所述程序指令被处理器执行使得处理器执行如上所述的风力发电机组塔架部件的疲劳损伤的确定方法的程序指令。
采用本发明示例性实施例的上述风力发电机组塔架部件的疲劳损伤的确定方法和设备,基于风电机组结构动力学模型,采用模态坐标变换法和频响函数矩阵求逆法反演塔架载荷。通过上述方式计算得到的塔架载荷精度高,可以实现长期连续测量,可用于与设计载荷对比,验证设计载荷的准确性和合理性。
此外,采用本发明示例性实施例的上述风力发电机组塔架部件的疲劳损伤的确定方法和设备,基于反演的塔架载荷,根据疲劳分析理论,结合有限元方法和工程算法,在线计算塔架部件的疲劳损伤,预测塔架的剩余寿命,并能够在塔架的剩余寿命低于设定年限时发出报警信号,提高塔架运行的安全性。
此外,采用本发明示例性实施例的上述风力发电机组塔架部件的疲劳损伤的确定方法和设备,风力发电机组达到服役期限后,如果塔架的剩余寿命还大于设定值,则可酌情延期服役,使塔架继续产生经济价值。上述塔架的剩余寿命预测系统可为延期服役提供非常有说服力的数据支撑。
此外,本发明示例性实施例的上述风力发电机组塔架部件的疲劳损伤的确定方法和设备,开展塔架模态测试,修正风电机组有限元模型,重点修正塔架部分的有限元模型,提高仿真模型的准确性,从而提高了塔架载荷反演的精度,改善了塔架寿命预测系统的性能。
此外,采用本发明示例性实施例的上述风力发电机组塔架部件的疲劳损伤的确定方法和设备,将塔架位移信号通过滤波器分离为动态部分和静态部分。基于模态坐标变换法和频响函数矩阵求逆法反演塔架载荷时,仅取动态部分作为输入,因为动态部分几乎不含有低频成分,尤其是频率接近于0的成分,减小了数值计算误差,从而提高了塔架载荷反演的精度,改善了塔架寿命预测系统的性能。
此外,根据本发明示例性实施例的风力发电机组塔架部件的疲劳损伤的确定方法可以被实现为计算机可读记录介质中的计算机代码。本领域技术人员可以根据对上述方法的描述来实现所述计算机代码。当所述计算机代码在计算机中被执行时实现本发明的上述方法。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (28)
1.一种风力发电机组塔架部件的疲劳损伤的确定方法,其特征在于,包括:
获取预定时间段内的多个不同时间点的塔架顶部绝对位移,所述塔架顶部绝对位移指塔架顶部相对于塔架底部的位移;
获取所述预定时间段内的所述多个不同时间点的塔架上部相对位移,所述塔架上部相对位移指塔架上的预定位置处相对于轴心线的位移;
根据获取的塔架顶部绝对位移和塔架上部相对位移获得所述预定时间段内的所述多个不同时间点的塔架载荷;
根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值。
2.如权利要求1所述的确定方法,其特征在于,所述预定位置包括预定数量的位置,所述多个不同时间点中任一时间点的塔架上部相对位移包括所述预定数量的位置处分别相对于轴心线的位移。
3.如权利要求2所述的确定方法,其特征在于,所述确定方法还包括:
建立风力发电机组的有限元模型;
基于建立的风力发电机组的有限元模型选取所述预定数量的模态频率对应的模态振型;
针对每个模态振型,确定出在所述模态振型下塔架上振动变形最大的节点所在的位置,将在所述模态振型下塔架上振动变形最大的节点所在的位置作为塔架上的所述预定数量的位置中的一个。
4.如权利要求3所述的确定方法,其特征在于,所述确定方法还包括:
基于风力发电机组的实测数据对建立的风力发电机组的有限元模型进行修正,以基于修正后的风力发电机组的有限元模型选取所述预定数量的模态阶次对应的模态振型。
5.如权利要求1所述的确定方法,其特征在于,根据获取的塔架顶部绝对位移和塔架上部相对位移获得所述预定时间段内的所述多个不同时间点的塔架载荷的步骤包括:
根据所述多个不同时间点的塔架顶部绝对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的静态部分;
根据所述多个不同时间点的塔架上部相对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分;
将所述多个不同时间点中的任一时间点的塔架载荷的静态部分和动态部分相加,相加的和作为所述任一时间点的的塔架载荷。
6.如权利要求5所述的确定方法,其特征在于,根据所述预定时间段内的所述多个不同时间点的塔架顶部绝对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的静态部分的步骤包括:
将所述预定时间段内的所述多个不同时间点的塔架顶部绝对位移变换到频域,获得塔架顶部绝对位移的频域值;
通过低通滤波器对塔架顶部绝对位移的频域值进行滤波,获得滤波后的塔架顶部绝对位移的频域值;
将滤波后的塔架顶部绝对位移的频域值变换到时域,获得滤波后的塔架顶部绝对位移的时域值;
利用滤波后的塔架顶部绝对位移的时域值来确定所述多个不同时间点的塔架载荷的静态部分。
7.如权利要求5所述的确定方法,其特征在于,所述塔架载荷的静态部分包括所有待求塔架截面的第一弯矩,其中,根据所述多个不同时间点中任一时间点的塔架顶部绝对位移确定所述任一时间点的所有待求塔架截面中的任一截面的第一弯矩的步骤包括:
基于塔架顶部绝对位移与塔架所述任一截面的弯矩之间预设的对应关系,确定与所述任一时间点的塔架顶部绝对位移对应的塔架所述任一截面的弯矩,将确定的塔架所述任一截面的弯矩作为所述任一时间点的所述任一截面的第一弯矩。
8.如权利要求5所述的确定方法,其特征在于,根据所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分的步骤包括:
将所述预定时间段内的所述多个不同时间点的塔架上部相对位移变换到频域,获得塔架上部相对位移的频域值;
通过带通滤波器对塔架上部相对位移的频域值进行滤波,获得滤波后的塔架上部相对位移的频域值;
根据滤波后的塔架上部相对位移的频域值来确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分。
9.如权利要求5所述的确定方法,其特征在于,所述塔架载荷的动态部分包括所有待求塔架截面的第二弯矩,
其中,根据所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述多个不同时间点中任一时间点的所有待求塔架截面中的任一截面的第二弯矩的步骤包括:
基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述任一时间点的塔架所述任一截面的转角和所述任一截面的相邻截面的转角;
基于塔架所述任一截面的转角、所述相邻截面的转角、塔架的材料弹性模量、所述任一截面的惯性矩、所述任一截面与所述相邻截面之间的距离得到所述任一时间点的塔架所述任一截面的第二弯矩。
10.如权利要求9所述的确定方法,其特征在于,所述确定方法还包括:
基于风力发电机组的有限元模型获得第一频响函数矩阵和第二频响函数矩阵;
基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移和第一频响函数矩阵获得频域激励力矩阵;
基于频域激励力矩阵和第二频响函数矩阵获得所有待求塔架截面的转角的频谱;
将获得的所述频谱变换到时域,获得所述预定时间段内的所述多个不同时间点的所有待求塔架截面的转角。
11.如权利要求10所述的确定方法,其特征在于,所述塔架上部相对位移包括所述预定位置包括的预定数量的位置处分别相对于轴心线的位移,
其中,基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移和第一频响函数矩阵获得频域激励力矩阵的步骤包括:
将所述预定时间段内的所述多个不同时间点的所述预定数量的位置处分别相对于轴心线的位移变换到频域,获得所述预定数量的位置处分别相对于轴心线的位移的频域值;
由所述预定数量的位置处分别相对于轴心线的位移的频域值构成相对位移矩阵;
基于构成的相对位移矩阵和第一频响函数矩阵获得频域激励力矩阵。
12.如权利要求1所述的确定方法,其特征在于,所述塔架载荷包括所有待求塔架截面的载荷,
其中,根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值的步骤包括:
确定所述预定部件所在的塔架截面;
将确定的所述预定时间段内的所述多个不同时间点的塔架截面的载荷施加到所述预定部件以计算所述预定部件在所述预定时间段的疲劳损伤值。
13.如权利要求12所述的确定方法,其特征在于,所述预定部件包括多个部件,所述多个部件包括塔架螺栓、焊缝、门洞、法兰的任意组合,
其中,所述确定方法还包括:
根据所述多个部件的疲劳损伤值分别确定所述多个部件的剩余寿命;
将所述多个部件中剩余寿命的年限最短的部件的剩余寿命作为塔架的剩余寿命。
14.一种风力发电机组塔架部件的疲劳损伤的确定设备,其特征在于,包括:
绝对位移获取单元,获取预定时间段内的多个不同时间点的塔架顶部绝对位移,所述塔架顶部绝对位移指塔架顶部相对于塔架底部的位移;
相对位移获取单元,获取所述预定时间段内的所述多个不同时间点的塔架上部相对位移,所述塔架上部相对位移指塔架上的预定位置处相对于轴心线的位移;
塔架载荷确定单元,根据获取的塔架顶部绝对位移和塔架上部相对位移获得所述预定时间段内的所述多个不同时间点的塔架载荷;
疲劳损伤计算单元,根据获得的塔架载荷来确定塔架上预定部件在所述预定时间段的疲劳损伤值。
15.如权利要求14所述的确定设备,其特征在于,所述预定位置包括预定数量的位置,所述塔架上部相对位移包括所述预定数量的位置处分别相对于轴心线的位移。
16.如权利要求15所述的确定设备,其特征在于,所述确定设备还包括:
模型建立单元,建立风力发电机组的有限元模型;
选取单元,基于建立的风力发电机组的有限元模型选取所述预定数量的模态频率对应的模态振型;
位置确定单元,针对每个模态振型,确定出在所述模态振型下塔架上振动变形最大的节点所在的位置,将在所述模态振型下塔架上振动变形最大的节点所在的位置作为塔架上的所述预定数量的位置中的一个。
17.如权利要求16所述的确定设备,其特征在于,所述确定设备还包括:
模型修正单元,基于风力发电机组的实测数据对建立的风力发电机组的有限元模型进行修正,选取单元基于修正后的风力发电机组的有限元模型选取所述预定数量的模态频率对应的模态振型。
18.如权利要求14所述的确定设备,其特征在于,塔架载荷确定单元:
静态载荷确定单元,根据所述多个不同时间点的塔架顶部绝对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的静态部分;
动态载荷确定单元,根据所述多个不同时间点的塔架上部相对位移确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分;
载荷合成单元,将所述多个不同时间点中的任一时间点的塔架载荷的静态部分和动态部分相加,相加的和作为所述任一时间点的塔架载荷。
19.如权利要求18所述的确定设备,其特征在于,静态载荷确定单元将所述预定时间段内的所述多个不同时间点的塔架顶部绝对位移变换到频域,获得塔架顶部绝对位移的频域值,通过低通滤波器对塔架顶部绝对位移的频域值进行滤波,获得滤波后的塔架顶部绝对位移的频域值,将滤波后的塔架顶部绝对位移的频域值变换到时域,获得滤波后的塔架顶部绝对位移的时域值,利用滤波后的塔架顶部绝对位移的时域值来确定所述多个不同时间点的塔架载荷的静态部分。
20.如权利要求18所述的确定设备,其特征在于,所述塔架载荷的静态部分包括所有待求塔架截面的第一弯矩,其中,静态载荷确定单元基于塔架顶部绝对位移与塔架所有待求塔架截面中任一截面的弯矩之间预设的对应关系,确定与所述多个不同时间点中任一时间点的塔架顶部绝对位移对应的塔架所述任一截面的弯矩,将确定的塔架所述任一截面的弯矩作为所述任一时间点的所述任一截面的第一弯矩。
21.如权利要求18所述的确定设备,其特征在于,动态载荷确定单元将所述预定时间段内的所述多个不同时间点的塔架上部相对位移变换到频域,获得塔架上部相对位移的频域值,通过带通滤波器对塔架上部相对位移的频域值进行滤波,获得滤波后的塔架上部相对位移的频域值,根据滤波后的塔架上部相对位移的频域值来确定所述预定时间段内的所述多个不同时间点的塔架载荷的动态部分。
22.如权利要求18所述的确定设备,其特征在于,所述塔架载荷的动态部分包括所有待求塔架截面的第二弯矩,
其中,动态载荷确定单元基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移确定所述多个不同时间点中任一时间点的塔架所述任一截面的转角和所述任一截面的相邻截面的转角,基于塔架所述任一截面的转角、所述相邻截面的转角、塔架的材料弹性模量、所述任一截面的惯性矩、所述任一截面与所述相邻截面之间的距离得到所述任一时间点的塔架所述任一截面的第二弯矩。
23.如权利要求22所述的确定设备,其特征在于,动态载荷确定单元基于风力发电机组的有限元模型获得第一频响函数矩阵和第二频响函数矩阵,基于所述预定时间段内的所述多个不同时间点的塔架上部相对位移和第一频响函数矩阵获得频域激励力矩阵,基于频域激励力矩阵和第二频响函数矩阵获得所有待求塔架截面的转角的频谱,将获得的所述频谱变换到时域,获得所述预定时间段内的所述多个不同时间点的所有待求塔架截面的转角。
24.如权利要求23所述的确定设备,其特征在于,所述塔架上部相对位移包括所述预定位置包括的预定数量的位置处分别相对于轴心线的位移,
其中,动态载荷确定单元将所述预定时间段内的所述多个不同时间点的所述预定数量的位置处分别相对于轴心线的位移变换到频域,获得所述预定数量的位置处分别相对于轴心线的位移的频域值,由所述预定数量的位置处分别相对于轴心线的位移的频域值构成相对位移矩阵,基于构成的相对位移矩阵和第一频响函数矩阵获得频域激励力矩阵。
25.如权利要求14所述的确定设备,其特征在于,所述塔架载荷包括所有待求塔架截面的载荷,
其中,疲劳损伤计算单元确定所述预定部件所在的塔架截面,将确定的所述预定时间段内的所述多个不同时间点的塔架截面的载荷施加到所述预定部件以计算所述预定部件在所述预定时间段的疲劳损伤值。
26.如权利要求25所述的确定设备,其特征在于,所述预定部件包括多个部件,所述多个部件包括塔架螺栓、焊缝、门洞、法兰的任意组合,
其中,所述确定设备还包括:塔架剩余寿命确定单元,根据所述多个部件的疲劳损伤值分别确定所述多个部件的剩余寿命,将所述多个部件中剩余寿命的年限最短的部件的剩余寿命作为塔架的剩余寿命。
27.一种计算机可读存储介质,存储有当被处理器执行时使得处理器执行如权利要求1至13任一所述的风力发电机组塔架部件的疲劳损伤的确定方法的程序指令。
28.一种计算装置,包括:
处理器;
存储器,用于存储当被处理器执行使得处理器执行如权利要求1至13任一所述的风力发电机组塔架部件的疲劳损伤的确定方法的程序指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710804147.XA CN107387333B (zh) | 2017-09-08 | 2017-09-08 | 风力发电机组塔架部件的疲劳损伤的确定方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710804147.XA CN107387333B (zh) | 2017-09-08 | 2017-09-08 | 风力发电机组塔架部件的疲劳损伤的确定方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107387333A true CN107387333A (zh) | 2017-11-24 |
CN107387333B CN107387333B (zh) | 2018-11-06 |
Family
ID=60349448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710804147.XA Active CN107387333B (zh) | 2017-09-08 | 2017-09-08 | 风力发电机组塔架部件的疲劳损伤的确定方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107387333B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108105039A (zh) * | 2017-12-14 | 2018-06-01 | 杭州瑞纽宝科技有限公司 | 一种风力发电机塔筒与基础连接的变形测试装置及其用途 |
CN109977432A (zh) * | 2017-12-27 | 2019-07-05 | 江苏金风科技有限公司 | 塔架门洞疲劳安全系数计算方法和计算装置 |
CN110410283A (zh) * | 2019-07-29 | 2019-11-05 | 浙江未来技术研究院(嘉兴) | 一种螺栓或螺母紧固状态监测方法及系统 |
CN110500238A (zh) * | 2018-05-17 | 2019-11-26 | 北京金风科创风电设备有限公司 | 确定风力发电机组的塔顶的振动位移的方法和设备 |
CN110879925A (zh) * | 2018-09-05 | 2020-03-13 | 江苏金风科技有限公司 | 风力发电机组的顶法兰的疲劳损伤确定方法和设备 |
CN110895621A (zh) * | 2018-08-23 | 2020-03-20 | 江苏金风软件技术有限公司 | 确定风电机组的塔架环焊缝的疲劳损伤的方法和装置 |
CN111706471A (zh) * | 2020-05-11 | 2020-09-25 | 明阳智慧能源集团股份公司 | 基于运行姿态的风机载荷预测系统及风机降载延寿方法 |
CN111754128A (zh) * | 2020-06-29 | 2020-10-09 | 苏州博而特智能技术有限公司 | 一种过流部件磨损寿命的实时数字化评估方法及装置 |
CN111832163A (zh) * | 2020-06-30 | 2020-10-27 | 恒大恒驰新能源汽车研究院(上海)有限公司 | 汽车零部件疲劳寿命的计算方法、存储介质及电子设备 |
CN112513608A (zh) * | 2018-07-18 | 2021-03-16 | 智能塔系统有限责任公司 | 远程塔架监视系统 |
CN113027690A (zh) * | 2019-12-24 | 2021-06-25 | 新疆金风科技股份有限公司 | 一种风力发电机组的塔架基础开裂检测方法和检测装置 |
CN113357099A (zh) * | 2021-06-07 | 2021-09-07 | 浙江大学 | 一种基于加速度传感器的风机塔筒的疲劳诊断检测方法 |
CN113374652A (zh) * | 2021-06-10 | 2021-09-10 | 中国三峡建工(集团)有限公司 | 一种风力发电机组寿命评估方法 |
CN113719431A (zh) * | 2021-11-03 | 2021-11-30 | 浙江中自庆安新能源技术有限公司 | 一种风机塔筒剩余寿命测量方法及系统 |
CN114061743A (zh) * | 2020-08-03 | 2022-02-18 | 新疆金风科技股份有限公司 | 风力发电机组的振动监测方法、装置、设备及介质 |
CN114518295A (zh) * | 2020-11-19 | 2022-05-20 | 中车株洲电力机车研究所有限公司 | 一种塔架载荷测量方法、装置及系统 |
CN114856935A (zh) * | 2022-04-26 | 2022-08-05 | 无锡风电设计研究院有限公司 | 风力机状态分析与控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103645065A (zh) * | 2013-12-25 | 2014-03-19 | 国电联合动力技术有限公司 | 一种海上风机基础全时程耦合疲劳分析方法及系统 |
CN104699913A (zh) * | 2015-03-25 | 2015-06-10 | 北京博比风电科技有限公司 | 一种风力发电机组主机架强度计算方法 |
CN104965950A (zh) * | 2015-07-02 | 2015-10-07 | 许继集团有限公司 | 风机后机架极限强度和疲劳强度的计算方法 |
CN105351144A (zh) * | 2015-05-21 | 2016-02-24 | 同济大学 | 一种减小风机疲劳载荷的桨叶振动反馈方法 |
CN106339541A (zh) * | 2016-08-26 | 2017-01-18 | 中车株洲电力机车研究所有限公司 | 大型风力发电机组中塔筒门框的焊缝疲劳强度分析方法 |
CN106907303A (zh) * | 2017-03-21 | 2017-06-30 | 北京汉能华科技股份有限公司 | 一种风力发电机组塔筒状态监测方法和系统 |
-
2017
- 2017-09-08 CN CN201710804147.XA patent/CN107387333B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103645065A (zh) * | 2013-12-25 | 2014-03-19 | 国电联合动力技术有限公司 | 一种海上风机基础全时程耦合疲劳分析方法及系统 |
CN104699913A (zh) * | 2015-03-25 | 2015-06-10 | 北京博比风电科技有限公司 | 一种风力发电机组主机架强度计算方法 |
CN105351144A (zh) * | 2015-05-21 | 2016-02-24 | 同济大学 | 一种减小风机疲劳载荷的桨叶振动反馈方法 |
CN104965950A (zh) * | 2015-07-02 | 2015-10-07 | 许继集团有限公司 | 风机后机架极限强度和疲劳强度的计算方法 |
CN106339541A (zh) * | 2016-08-26 | 2017-01-18 | 中车株洲电力机车研究所有限公司 | 大型风力发电机组中塔筒门框的焊缝疲劳强度分析方法 |
CN106907303A (zh) * | 2017-03-21 | 2017-06-30 | 北京汉能华科技股份有限公司 | 一种风力发电机组塔筒状态监测方法和系统 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108105039A (zh) * | 2017-12-14 | 2018-06-01 | 杭州瑞纽宝科技有限公司 | 一种风力发电机塔筒与基础连接的变形测试装置及其用途 |
CN108105039B (zh) * | 2017-12-14 | 2019-09-10 | 杭州瑞纽宝科技有限公司 | 一种风力发电机塔筒与基础连接的变形测试装置及其用途 |
CN109977432A (zh) * | 2017-12-27 | 2019-07-05 | 江苏金风科技有限公司 | 塔架门洞疲劳安全系数计算方法和计算装置 |
CN110500238A (zh) * | 2018-05-17 | 2019-11-26 | 北京金风科创风电设备有限公司 | 确定风力发电机组的塔顶的振动位移的方法和设备 |
CN110500238B (zh) * | 2018-05-17 | 2020-06-19 | 北京金风科创风电设备有限公司 | 确定风力发电机组的塔顶的振动位移的方法和设备 |
US11754463B2 (en) | 2018-07-18 | 2023-09-12 | Smart Tower Systems Llc | Remote tower monitoring system |
CN112513608A (zh) * | 2018-07-18 | 2021-03-16 | 智能塔系统有限责任公司 | 远程塔架监视系统 |
CN110895621A (zh) * | 2018-08-23 | 2020-03-20 | 江苏金风软件技术有限公司 | 确定风电机组的塔架环焊缝的疲劳损伤的方法和装置 |
CN110895621B (zh) * | 2018-08-23 | 2023-07-25 | 江苏金风软件技术有限公司 | 确定风电机组的塔架环焊缝的疲劳损伤的方法和装置 |
CN110879925A (zh) * | 2018-09-05 | 2020-03-13 | 江苏金风科技有限公司 | 风力发电机组的顶法兰的疲劳损伤确定方法和设备 |
CN110879925B (zh) * | 2018-09-05 | 2023-07-11 | 江苏金风科技有限公司 | 风力发电机组的顶法兰的疲劳损伤确定方法和设备 |
CN110410283A (zh) * | 2019-07-29 | 2019-11-05 | 浙江未来技术研究院(嘉兴) | 一种螺栓或螺母紧固状态监测方法及系统 |
CN113027690A (zh) * | 2019-12-24 | 2021-06-25 | 新疆金风科技股份有限公司 | 一种风力发电机组的塔架基础开裂检测方法和检测装置 |
CN111706471A (zh) * | 2020-05-11 | 2020-09-25 | 明阳智慧能源集团股份公司 | 基于运行姿态的风机载荷预测系统及风机降载延寿方法 |
CN111754128A (zh) * | 2020-06-29 | 2020-10-09 | 苏州博而特智能技术有限公司 | 一种过流部件磨损寿命的实时数字化评估方法及装置 |
CN111832163A (zh) * | 2020-06-30 | 2020-10-27 | 恒大恒驰新能源汽车研究院(上海)有限公司 | 汽车零部件疲劳寿命的计算方法、存储介质及电子设备 |
CN114061743A (zh) * | 2020-08-03 | 2022-02-18 | 新疆金风科技股份有限公司 | 风力发电机组的振动监测方法、装置、设备及介质 |
CN114518295A (zh) * | 2020-11-19 | 2022-05-20 | 中车株洲电力机车研究所有限公司 | 一种塔架载荷测量方法、装置及系统 |
CN113357099A (zh) * | 2021-06-07 | 2021-09-07 | 浙江大学 | 一种基于加速度传感器的风机塔筒的疲劳诊断检测方法 |
CN113357099B (zh) * | 2021-06-07 | 2022-09-06 | 浙江大学 | 一种基于加速度传感器的风机塔筒的疲劳诊断检测方法 |
CN113374652A (zh) * | 2021-06-10 | 2021-09-10 | 中国三峡建工(集团)有限公司 | 一种风力发电机组寿命评估方法 |
CN113719431A (zh) * | 2021-11-03 | 2021-11-30 | 浙江中自庆安新能源技术有限公司 | 一种风机塔筒剩余寿命测量方法及系统 |
CN113719431B (zh) * | 2021-11-03 | 2022-02-08 | 浙江中自庆安新能源技术有限公司 | 一种风机塔筒剩余寿命测量方法及系统 |
CN114856935A (zh) * | 2022-04-26 | 2022-08-05 | 无锡风电设计研究院有限公司 | 风力机状态分析与控制方法 |
CN114856935B (zh) * | 2022-04-26 | 2024-05-03 | 无锡风电设计研究院有限公司 | 风力机状态分析与控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107387333B (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107387333B (zh) | 风力发电机组塔架部件的疲劳损伤的确定方法和设备 | |
Wang et al. | Fault prognostics using dynamic wavelet neural networks | |
TWI607328B (zh) | Operational auxiliary device and wind power generation system | |
Qiu et al. | Research on the damage prediction method of offshore wind turbine tower structure based on improved neural network | |
Pahn et al. | Inverse load calculation procedure for offshore wind turbines and application to a 5‐MW wind turbine support structure | |
Ringwood et al. | A competition for WEC control systems | |
WO2016195092A1 (ja) | 異常検知装置 | |
Ramlau et al. | Imbalance estimation without test masses for wind turbines | |
Henkel et al. | Strain estimation for offshore wind turbines with jacket substructures using dual-band modal expansion | |
JP2018511734A (ja) | 風力発電装置の余寿命を決定するための方法 | |
El-Shafei et al. | Rotor balancing without trial weights | |
Grosse | Monitoring and inspection techniques supporting a digital twin concept in civil engineering | |
Zhang et al. | Structural damage identification of offshore wind turbines: A two‐step strategy via FE model updating | |
Moslått et al. | A digital twin for lift planning with offshore heave compensated cranes | |
Branlard et al. | A digital twin solution for floating offshore wind turbines validated using a full-scale prototype | |
Maes et al. | Continuous strain prediction for fatigue assessment of an offshore wind turbine using Kalman filtering techniques | |
Tatsis et al. | State estimation of geometrically non-linear systems using reduced-order models | |
Kurstak et al. | Experimental investigation of mistuning and damping characteristics of a bladed disk at operational speed under synchronous vibration | |
Oliveira et al. | Modal decomposition of the dynamic response of wind turbine during one year of continuous monitoring | |
Ringwood et al. | The wave energy converter control competition (WECCCOMP): Wave energy control algorithms compared in both simulation and tank testing | |
van der Valk et al. | Dynamic models for load calculation procedures of offshore wind turbine support structures: Overview, assessment, and outlook | |
Cho et al. | Dynamic response analysis of wind turbine gearbox using simplified local tooth stiffness of internal gear system | |
Botz et al. | Structural health monitoring as a tool for smart maintenance of wind turbines | |
Lees et al. | The identification of the unbalance of a flexible rotating machine from a single rundown | |
Zou et al. | Gaussian process latent force models for virtual sensing in a monopile-based offshore wind turbine |
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 |