CN109100102B - 基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质 - Google Patents

基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质 Download PDF

Info

Publication number
CN109100102B
CN109100102B CN201810738172.7A CN201810738172A CN109100102B CN 109100102 B CN109100102 B CN 109100102B CN 201810738172 A CN201810738172 A CN 201810738172A CN 109100102 B CN109100102 B CN 109100102B
Authority
CN
China
Prior art keywords
fan
strain
frequency
rotating speed
time
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
Application number
CN201810738172.7A
Other languages
English (en)
Other versions
CN109100102A (zh
Inventor
胡卫华
滕军
卞晓晗
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN201810738172.7A priority Critical patent/CN109100102B/zh
Publication of CN109100102A publication Critical patent/CN109100102A/zh
Application granted granted Critical
Publication of CN109100102B publication Critical patent/CN109100102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00Vibration-testing of structures; Shock-testing of structures
    • G01M7/02Vibration-testing by means of a shake table
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • G01M99/005Testing of complete machines, e.g. washing-machines or mobile phones

Abstract

一种基于应变连续监测的风机模态分析方法,包括:确定风机的时不变周期;获取所述风机于所述时不变周期内的应变响应;根据所述风机的应变响应识别所述风机的频率;计算所述风机于所述时不变周期内的平均转速;循环执行上述步骤获取所需数量的频率‑平均转速数对,根据所述频率‑平均转速数对建立坎贝尔图。一种基于应变连续监测的风机模态分析装置,包括周期确定模块、响应获取模块、频率识别模块、转速计算模块、循环建模模块。本发明提供的基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质,可实现高精确度的在线自动模态监测分析,快速判断风机的振动模态,对于风机的结构安全有着重要的意义。

Description

基于应变连续监测的风机模态分析方法、装置、终端与计算机 可读存储介质
技术领域
本发明属于风机结构监测技术领域,具体地来说,是一种基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质。
背景技术
随着人们环保意识的提高,清洁能源的需要日益增长,使风电行业迎来了良好的发展机遇。风机多建设于荒野无人区域,风速较大、环境恶劣,难以到达现场进行维护。尤其是海上风机,环境更为恶劣且更难到达,使测量维护面临巨大挑战。
也有一些在线监测技术出现。例如,采用加速度传感器获取结构的时域加速度响应,并利用快速傅里叶变换方法得到平均正则化功率谱,通过观察平均正则化功率谱来判断风机是否处于共振状态。这种方式硬件成本很高,且分析方法老旧而精确度低,需要人手进行观察分析,难以实现大量数据的连续在线自动分析。
发明内容
为了克服现有技术的不足,本发明提供了一种基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质,实现高精确度的在线自动模态监测分析。
本发明的目的通过以下技术方案来实现:
一种基于应变连续监测的风机模态分析方法,包括:
确定风机的时不变周期;
获取所述风机于所述时不变周期内的应变响应;
根据所述风机的应变响应识别所述风机的频率;
计算所述风机于所述时不变周期内的平均转速;
循环执行上述步骤获取所需数量的频率-平均转速数对,根据所述频率-平均转速数对建立坎贝尔图。
作为上述技术方案的改进,所述时不变周期根据所述风机的转速、桨距角与机舱转角确定。
作为上述技术方案的进一步改进,所述风机的塔架底端设有至少一个应变片,所述应变片用于采集所述风机的应变响应。
作为上述技术方案的进一步改进,“根据所述风机的应变响应识别所述风机的频率”包括:
建立离散应变状态空间方程;
根据所述离散应变状态空间方程与所述风机的应变响应计算风机的频率、阻尼比与模态振型。
作为上述技术方案的进一步改进,“根据所述风机的应变响应识别所述风机的频率”还包括:
根据所述风机的频率与模态振型建立稳态图。
一种基于应变连续监测的风机模态分析装置,包括:
周期确定模块,用于确定风机的时不变周期;
响应获取模块,用于获取所述风机于所述时不变周期内的应变响应;
频率识别模块,用于根据所述风机的应变响应识别所述风机的频率;
转速计算模块,用于计算所述风机于所述时不变周期内的平均转速;
循环建模模块,用于获取所需数量的频率-平均转速数对,根据所述频率-平均转速数对建立坎贝尔图。
作为上述技术方案的改进,所述时不变周期根据所述风机的转速、桨距角与机舱转角确定。
作为上述技术方案的进一步改进,所述频率识别模块包括:
建模子模块,用于建立离散应变状态空间方程;
识别子模块,用于根据所述离散应变状态空间方程与所述风机的应变响应计算风机的频率、阻尼比与模态振型。
一种终端,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器执行所述计算机程序以使所述终端实现以上任一项所述的基于应变连续监测的风机模态分析方法。
一种计算机可读存储介质,其存储有所述终端所执行的所述计算机程序。
本发明的有益效果是:
通过对多个时不变周期进行连续在线监测,识别每一时不变周期内的应变响应而得到对应的风机频率,并计算每一时不变周期内的平均转速,从而得到大量的频率-平均转速数对,根据所述频率-平均转速数对建立坎贝尔图,得到标准化的分析模型,从而得以快速判断风机的振动模态,可实现自动化、高精度的连续在线监测分析,对于风机的结构安全有着重要的意义。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明实施例1提供的基于应变连续监测的风机模态分析方法的流程图;
图2是本发明实施例1提供的基于应变连续监测的风机模态分析方法的步骤A的流程图;
图3是本发明实施例1提供的基于应变连续监测的风机模态分析方法涉及的应变片的布置轴测结构示意图;
图4是本发明实施例1提供的基于应变连续监测的风机模态分析方法涉及的应变片的布置截面结构示意图;
图5是本发明实施例1提供的基于应变连续监测的风机模态分析方法的应变响应的示意图;
图6是本发明实施例1提供的基于应变连续监测的风机模态分析方法的步骤C的流程图;
图7是应用本发明实施例1提供的基于应变连续监测的风机模态分析方法得到的稳态图;
图8是应用本发明实施例1提供的基于应变连续监测的风机模态分析方法得到的坎贝尔图;
图9是本发明实施例2提供的基于应变连续监测的风机模态分析装置的结构示意图;
图10是本发明实施例2提供的基于应变连续监测的风机模态分析装置的周期确定模块的结构示意图;
图11是本发明实施例2提供的基于应变连续监测的风机模态分析装置的频率识别模块的结构示意图;
图12是本发明实施例3提供的终端的结构示意图。
主要元件符号说明:
100-基于应变连续监测的风机模态分析装置,110-周期确定模块,111-获取子模块,112-计算子模块,113-判断子模块,120-响应获取模块,130-频率识别模块,131-建模子模块,132-识别子模块,133-稳态图子模块,140-转速计算模块,150-循环建模模块,200-终端,210-存储器,220-处理器,230-输入单元,240-显示单元,300-风机,310-塔架,320-机舱,400-应变片。
具体实施方式
为了便于理解本发明,下面将参照相关附图对基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质进行更全面的描述。附图中给出了基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质的优选实施例。但是,基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质可以通过许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质的公开内容更加透彻全面。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。相反,当元件被称作“直接在”另一元件“上”时,不存在中间元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
请参阅图1,本实施例提供一种基于应变连续监测的风机模态分析方法,该方法包括以下步骤:
A:确定风机300的时不变周期;
示范性地,时不变周期根据风机300的转速、桨距角与机舱转角确定。风机300需要根据风向与风速,实时调整转速、桨距角与机舱320等相关参数,以保证较佳的能量转换效率,属于难以准确测量的时变结构。为了进行有效的精确监测,需要确定时不变周期。在时不变周期内,风机300符合时不变假定,即其结构特性可认为不随时间变化。
其中,风机300的转速为风机300的实时转速。其中,风机300的桨距角是指叶片顶端翼型弦线与旋转平面的夹角。其中,风机300的机舱320包容着风机300的关键设备,如齿轮箱、发电机等。机舱转角即为机舱320为迎合风向而转过的角度。
请参阅图2,示范性地,步骤A可包括以下步骤:
A1:获取风机300的转速、桨距角与机舱转角。应当理解,风机300的转速、桨距角与机舱转角由连续监测获取,属于连续数据,以便确定其变化趋势。
A2:计算风机300的转速变化量、桨距角变化量与机舱转角变化量。由于风机300的转速、桨距角与机舱转角均属连续数据,风机300的转速变化量、桨距角变化量与机舱转角变化量得以精确计算。
A3:比较判断三者是否超出对应的阈值范围,若三者均未超出对应的阈值范围,则风机300处于当前的时不变周期内,否则当前的时不变周期结束。其中,阈值范围根据时不变假定而确定,用于限定时不变结构的允许变化范围。
换言之,当风机300的转速变化量、桨距角变化量与机舱转角变化量均处于各自对应的阈值范围内时,表明风机300的特性基本保持平稳,相对于前一时刻符合时不变假定,该时刻属于时不变周期内。
当风机300的转速变化量、桨距角变化量与机舱转角变化量中的至少一者超出对应的阈值范围时,表明风机300的特性发生剧变,相对于前一时刻已不满足时不变假定,该时刻应当予以过滤或作为新的时不变周期的起点。
B:获取风机300于所述时不变周期内的应变响应。
请结合参阅图3~4,示范性地,风机300的塔架310底端设有至少一个应变片400,应变片400用于采集风机300的应变响应。相较于传统的加速度传感器等方式(通常需要多处设置),应变片400的数量可低至一个,有效地减少所需的传感器数量。由于应变片400的价格低廉,进一步降低监测成本。
例如,在一个实际监测例中,风机300的塔架310沿高度三等分,并于三等分的四个点处分别布置采集单元。其中,塔架310的底端为4Q,在一个至简结构中,仅需于4Q处的外周布置一个应变片400,即可实现应变响应的采集。补充说明,图5示出了应变片400采集到的应变响应信号。
C:根据风机300的应变响应识别风机300的频率。
请参阅图6,示范性地,步骤C包括:
C1:建立离散应变状态空间方程。其中,离散应变状态空间方程基于离散化的应变响应而建立,于风机300的应变响应与频率、阻尼比、模态振型之间建立数学联系。
示范性地,风机300的离散应变状态空间方程如下:
Figure BDA0001722555570000081
式中,xk为离散状态向量,yk为离散输出向量,wk、νk为白噪声项,ε为风机300的应变,Aε为离散状态矩阵,Cε为离散输出矩阵。
C2:根据所述离散应变状态空间方程与风机300的应变响应计算风机300的频率、阻尼比与模态振型。
示范性地,步骤C还包括:
C3:根据风机300的频率与模态振型建立稳态图。其中,稳态图用于指明系统极点的位置。由于极点是系统的全局特征(在此表现为风机300的频率),随着模型阶数的增加,由阶数增加的数学模型提取到的系统极点将重复出现,并于同一图上表征,以便通过观察极点分布而找出结构的物理极点。例如,图7示出了一个根据应变连续监测得到的稳态图,根据该稳态图可清晰地观察到风机300的基频(0.41Hz)。
D:计算风机300于所述时不变周期内的平均转速。
E:循环执行上述步骤获取所需数量的频率-平均转速数对,根据所述频率-平均转速数对建立坎贝尔图。换言之,即连续监测预设数量的时不变周期,获取每一时不变周期对应的风机300的频率与平均转速,从而得到频率-平均转速数对。根据复数个频率-平均转速数对,即可建立基于连续监测的坎贝尔图,从而分析风机300的结构模态。
例如,基于长达两年的应变连续监测,得以建立长期监测得到的坎贝尔图。图8示出了一个根据应变连续监测得到的坎贝尔图,根据该坎贝尔图可以得到所监测的风机300的基频(0.41Hz)。进一步地,可以得出1P(一倍转速的激励频率)不会使所监测的风机300发生共振,3P(三倍转速的激励频率)会使所监测的风机300发生共振且共振频率为0.41Hz。
补充说明,1P由叶片之间的微小质量差异引起。当叶片高速旋转时,该微小质量差异会对风塔产生具有固定频率的激励力,该固定频率即为一倍转速的激励频率。当1P与风机300的基频重合,风机300将发生共振,需要在设计时进行规避。
由于1P数值很小,传统方法难以实现有效观测,尤其是加速度传感器更难以采集到属于低频信号的1P。通过本发明提供的分析方法,可有效地基于应变获取1P,从而为风机300在1P条件下的振动分析提供数据基础。
补充说明,3P亦由叶片产生。叶片转动的时候会对塔架310产生一个推力,在风机300高速运转时,三个叶片连续扫过风塔会产生三倍转速的激励频率。当3P与风机300的基频重合,风机300将发生共振,需要在设计时进行规避。
实施例2
请参阅图9,本实施例提供一种基于应变连续监测的风机模态分析装置100,该装置包括:
周期确定模块110,用于确定风机300的时不变周期;
响应获取模块120,用于获取风机300于所述时不变周期内的应变响应;
频率识别模块130,用于根据风机300的应变响应识别风机300的频率;
转速计算模块140,用于计算风机300于所述时不变周期内的平均转速;
循环建模模块150,用于获取所需数量的频率-平均转速数对,根据所述频率-平均转速数对建立坎贝尔图。
请参阅图10,示范性地,周期确定模块110包括:
获取子模块111,获取风机300的转速、桨距角与机舱转角。
计算子模块112,计算风机300的转速变化量、桨距角变化量与机舱转角变化量。
判断子模块113,比较判断三者是否超出对应的阈值范围,若三者均未超出对应的阈值范围,则风机300处于当前的时不变周期内,否则当前的时不变周期结束。
请参阅图11,示范性地,频率识别模块130包括:
建模子模块131,用于建立离散应变状态空间方程;
识别子模块132,用于根据所述离散应变状态空间方程与风机300的应变响应计算风机300的频率、阻尼比与模态振型。
进一步地,频率识别模块130还包括稳态图子模块133,用于根据风机300的频率与模态振型建立稳态图。
实施例3
请参阅图12,本实施例提供一种终端200,该终端200包括存储器210以及处理器220,存储器210用于存储计算机程序,处理器220执行计算机程序以使终端200实现以上所述的基于应变连续监测的风机模态分析方法。
其中,终端200包括不具备移动通信能力的终端设备(比如计算机、服务器等),亦包括移动终端(比如智能电话、平板电脑、车载电脑、智能穿戴设备等)。
存储器210可包括存储程序区和存储数据区。其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端200的使用所创建的数据(比如音频数据、备份文件等)等。此外,存储器210可以包括高速随机存取存储器,还可以包括非易失性存储器(例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件)。
优选地,终端200还包括输入单元230与显示单元240。其中,输入单元230用于接收用户输入的各项指令或参数(包括预设滚动方式、预设时间间隔与预设滚动次数),包括鼠标、键盘、触控面板及其他输入设备。显示单元240用于显示终端200的各种输出信息(包括网页页面、参数配置界面等),包括显示面板。
在此一并提供一种计算机可读存储介质,其存储有终端200所执行的所述计算机程序。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在这里示出和描述的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制,因此,示例性实施例的其他示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明的保护范围应以所附权利要求为准。

Claims (7)

1.一种基于应变连续监测的风机模态分析方法,其特征在于,所述风机的塔架上设有用于采集所述风机的应变响应的应变片,所述方法包括:
确定风机的时不变周期;
获取所述风机于所述时不变周期内的应变响应;
根据所述风机的应变响应识别所述风机的频率;
计算所述风机于所述时不变周期内的平均转速;
循环执行上述步骤获取所需数量的频率-平均转速数对,根据所述频率-平均转速数对建立坎贝尔图;所述坎贝尔图用于反映所述风机的一倍转速的激励频率与所述风机的基频的重合情况;
其中,所述“根据所述风机的应变响应识别所述风机的频率”包括:
建立离散应变状态空间方程;根据所述离散应变状态空间方程与所述风机的应变响应计算风机的频率、阻尼比与模态振型;根据所述风机的频率与模态振型建立稳态图,所述稳态图用于反映风机的基频和谐振频率。
2.根据权利要求1所述的基于应变连续监测的风机模态分析方法,其特征在于,所述时不变周期根据所述风机的转速、桨距角与机舱转角确定。
3.根据权利要求1所述的基于应变连续监测的风机模态分析方法,其特征在于,所述风机的塔架底端设有至少一个应变片。
4.一种基于应变连续监测的风机模态分析装置,其特征在于,所述风机的塔架上设有用于采集所述风机的应变响应的应变片,所述装置包括:
周期确定模块,用于确定风机的时不变周期;
响应获取模块,用于获取所述风机于所述时不变周期内的应变响应;
频率识别模块,用于根据所述风机的应变响应识别所述风机的频率;
转速计算模块,用于计算所述风机于所述时不变周期内的平均转速;循环建模模块,用于获取所需数量的频率-平均转速数对,根据所述频率-平均转速数对建立坎贝尔图;所述坎贝尔图用于反映所述风机的一倍转速的激励频率与所述风机的基频的重合情况;
其中,所述频率识别模块包括:建模子模块,用于基于离散化的应变响应建立离散应变状态空间方程;识别子模块,用于根据所述离散应变状态空间方程与所述风机的应变响应计算风机的频率、阻尼比与模态振型;根据所述风机的频率与模态振型建立稳态图,所述稳态图用于反映风机的基频和谐振频率。
5.根据权利要求4所述的基于应变连续监测的风机模态分析装置,其特征在于,所述时不变周期根据所述风机的转速、桨距角与机舱转角确定。
6.一种终端,其特征在于,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器执行所述计算机程序以使所述终端实现权利要求1~3中任一项所述的基于应变连续监测的风机模态分析方法。
7.一种计算机可读存储介质,其特征在于,其存储有权利要求6所述的终端所执行的所述计算机程序。
CN201810738172.7A 2018-07-06 2018-07-06 基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质 Active CN109100102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810738172.7A CN109100102B (zh) 2018-07-06 2018-07-06 基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810738172.7A CN109100102B (zh) 2018-07-06 2018-07-06 基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109100102A CN109100102A (zh) 2018-12-28
CN109100102B true CN109100102B (zh) 2020-08-18

Family

ID=64845679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810738172.7A Active CN109100102B (zh) 2018-07-06 2018-07-06 基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109100102B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113049081B (zh) * 2019-12-27 2023-03-14 青岛宏达赛耐尔科技股份有限公司 风机运转工装试验方法及试验系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101221104A (zh) * 2007-10-16 2008-07-16 吴智深 基于分布式应变动态测试的结构健康监测方法
CN104075795A (zh) * 2014-06-18 2014-10-01 北京金风科创风电设备有限公司 用于监测风力发电机组的叶轮振动状态的方法和系统
CN104092308A (zh) * 2014-07-17 2014-10-08 云南电网公司技术分公司 一种应力量测的输电铁塔在线安全监测系统及方法
CN106529055A (zh) * 2016-11-18 2017-03-22 南京航空航天大学 一种基于应变模态振型相关性的模型修正方法
CN107330176A (zh) * 2017-06-26 2017-11-07 大连三维土木监测技术有限公司 一种基于结构模态估计的应变计与加速度计联合布设方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101221104A (zh) * 2007-10-16 2008-07-16 吴智深 基于分布式应变动态测试的结构健康监测方法
CN104075795A (zh) * 2014-06-18 2014-10-01 北京金风科创风电设备有限公司 用于监测风力发电机组的叶轮振动状态的方法和系统
CN104092308A (zh) * 2014-07-17 2014-10-08 云南电网公司技术分公司 一种应力量测的输电铁塔在线安全监测系统及方法
CN106529055A (zh) * 2016-11-18 2017-03-22 南京航空航天大学 一种基于应变模态振型相关性的模型修正方法
CN107330176A (zh) * 2017-06-26 2017-11-07 大连三维土木监测技术有限公司 一种基于结构模态估计的应变计与加速度计联合布设方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Experimental Modal Parameters Identification Of An Alstom Wind Turbine In Operation Using Strain Gauges.Comparison with numerical models;Carlos Garcia 等;《The 21st International Congress on Sound and Vibration》;20140731;第1-8页 *
基于应变模态桥梁健康监测关键技术研究;吴春利;《中国博士学位论文全文数据库工程科技Ⅱ辑(月刊)》;20120915;第C034-4页 *
风力发电机塔架结构动力安全性分析;徐佩;《中国优秀硕士学位论文全文数据库工程科技II辑(月刊)》;20140315;第C042-81页 *

Also Published As

Publication number Publication date
CN109100102A (zh) 2018-12-28

Similar Documents

Publication Publication Date Title
Dong et al. Structural vibration monitoring and operational modal analysis of offshore wind turbine structure
CN112629647B (zh) 大跨悬索桥涡振事件的实时识别和监测预警方法
Devriendt et al. Monitoring resonant frequencies and damping values of an offshore wind turbine in parked conditions
CN107679768B (zh) 一种基于电网实时数据的态势感知系统及其构建方法
Dong et al. Vibration source identification of offshore wind turbine structure based on optimized spectral kurtosis and ensemble empirical mode decomposition
Zonno et al. Automated long-term dynamic monitoring using hierarchical clustering and adaptive modal tracking: validation and applications
Oliveira et al. Development and implementation of a continuous dynamic monitoring system in a wind turbine
CN111797569A (zh) 一种桥梁状态的评估方法、装置、设备和存储介质
CN109100102B (zh) 基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质
Devriendt et al. Long-term dynamic monitoring of an offshore wind turbine
CN114357567A (zh) 基于bim的风振监测、系统、存储介质及计算机设备
GB2555010B (en) Determining loads on a wind turbine
CN109100103B (zh) 基于连续监测的风机1p信号识别方法、装置、终端与计算机可读存储介质
CN114997028B (zh) 一种基于改进稳定图的空间网格结构省时随机子空间方法
KR101502402B1 (ko) 차분방식과 확률기법을 적용한 바람 모델링 방법
CN114841077A (zh) 一种风电功率预测方法、装置、介质
Muto et al. Model-based load estimation for wind turbine blade with Kalman filter
Babazadeh et al. Development of an Arduino101-LoRa based wind speed estimator
Croce et al. Towards a Cloud-Based Platform for Structural Health Monitoring: Implementation and Numerical Issues
van der Valk et al. Identifying structural parameters of an idling offshore wind turbine using operational modal analysis
Hsiung et al. Analyzing the dynamic response of rotating blades in small-scale wind turbines
CN117536872B (zh) 一种罗茨风机状态监测系统与故障预测方法
CN115493644A (zh) 一种风电机组上游来流风速获取方法
Prowell et al. In-situ Ambient Vibration Study of a 900-kw Wind Turbine
CN117763972A (zh) 风电机组塔架的载荷预测方法、装置、设备及介质

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