CN109238691B - 便携式故障检测系统、故障检测方法 - Google Patents
便携式故障检测系统、故障检测方法 Download PDFInfo
- Publication number
- CN109238691B CN109238691B CN201710546208.7A CN201710546208A CN109238691B CN 109238691 B CN109238691 B CN 109238691B CN 201710546208 A CN201710546208 A CN 201710546208A CN 109238691 B CN109238691 B CN 109238691B
- Authority
- CN
- China
- Prior art keywords
- component
- shaft
- tested
- detected
- sampling
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 230000004044 response Effects 0.000 claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 79
- 230000005540 biological transmission Effects 0.000 claims abstract description 36
- 238000005070 sampling Methods 0.000 claims description 73
- 238000000034 method Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 12
- 230000001360 synchronised effect Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 230000005284 excitation Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 5
- 238000012933 kinetic analysis Methods 0.000 claims 2
- 238000012423 maintenance Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 238000013461 design Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 1
- 208000008312 Tooth Loss Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 235000012431 wafers Nutrition 0.000 description 1
Images
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
- G01M13/021—Gearings
-
- 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
- G01M13/04—Bearings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明实施例提供了一种便携式故障检测系统，包括采集装置与分析装置。采集装置用于采集待测部件的响应数据和已知轴的轴速度数据；分析装置用于根据风机传动链中各部件的参数信息和所述已知轴的轴速度数据，确定所述已知轴和所述待测部件之间的运动学关系，以及，根据所述已知轴和所述待测部件之间的运动学关系、预设的动力学分析模型，对所述待测部件的响应数据进行分析，得到所述待测部件的损伤因子，并根据所述损伤因子，检测所述待测部件是否存在故障。本发明实施例的技术方案，能够降低检测结果的误差，使检测结果更具有力学和物理意义，提高对风机进行运维的效率。
Description
技术领域
本发明实施例涉及旋转机械无损检测技术领域，尤其涉及一种便携式故障检测系统、故障检测方法。
背景技术
风力发电是未来可再生清洁能源的主要方式之一。虽然风能本身是无成本的，但风力发电的运维成本在平准化发电成本计算中占有较高的比例，因此有必要建立一套精准的故障诊断与预测系统，以实现有效控制成本和优化产能的目的。风机的传动链部分由于承受有很大的运行载荷与阵风引起的突变载荷，所以常常发生与设计寿命不符的早期破坏，由此导致的故障修复工作成本高、耗时长，因而风机传动链的分析检测便成为故障诊断系统的重点。
在现代风机传动链系统中，为提高电能转换效率，通常是多级齿轮箱将叶轮速度放大大约两个数量级，用来驱动变速发电机。随着单机容量的增加，为保障齿轮箱传动效率及总体的紧凑性和轻量化，齿轮箱也设计的更为复杂(从一级行星齿轮加二级平行齿轮设计，到更为复杂的三级行星齿轮加一级平行齿轮设计)，而传统的基于傅里叶变换的旋转机械的故障诊断系统，往往是针对结构比较简单的风机传动链系统，且假设风机在高速运行下进行检测的，这就导致传统的基于傅里叶变换的旋转机械的故障诊断系统已很难解决风机传动链系统中的所有问题。
由于风机是变速运行的，在采集轴速度时，采集得到的轴速度往往不是恒定的，即便在采集轴速度时段速度没有变化，其振动激励也可能不恒定，而是依据输出功率大小而变化。因此，有些研究者针对该特征，假设了一种基于非线性模型的故障检测系统，该基于非线性模型的故障检测系统将所得的信号按非线性系统和非平稳系统来处理，通常这些方法试图用一些特殊的变换方法，如小波变换和经验模态分解法将那些因转速变化相关的响应成分完整地分离开来。但是，在实际应用中，这种基于非线性模型的故障检测系统是很难实现的，因为风速的变化大小是不定的，因而风机转速的变化也不定，所以很难形成一种通用的办法将与损伤相关的变频成分完整地分离出来，而且从故障检测的角度来看，线性响应是主要的，将采集到的振动响应数据按照非线性系统来处理，并不会在故障检测系统中提供更多的信息。
因此，如何针对结构复杂、频率跨度大、运行速度不恒定、输出功率随机性等特点的风机的传动链系统进行有效的检测，提高对风机进行运维的效率较低，是当前亟待解决的重要问题。
发明内容
本发明实施例提供一种便携式故障检测系统、故障检测方法，实现了对结构复杂、频率跨度大、运行速度不恒定、输出功率随机性等特点的风机的传动链系统进行有效的检测，降低了检测结果的误差，使检测结果更具有力学和物理意义，提高了对风机进行运维的效率。
本发明实施例提供一种故障检测系统，包括：
采集装置，用于采集待测部件的响应数据和已知轴的轴速度数据，所述已知轴为能够直接测量出轴速度的轴；
分析装置，用于根据风机传动链中各部件的参数信息和所述已知轴的轴速度数据，确定所述已知轴和所述待测部件之间的运动学关系，以及，根据所述已知轴和所述待测部件之间的运动学关系、预设的动力学分析模型，对所述待测部件的响应数据进行分析，得到所述待测部件的损伤因子，并根据所述损伤因子，检测所述待测部件是否存在故障；
其中，所述预设的动力学分析模型为一个线性系统承受非平稳激励的动力学分析模型，所述待测部件为所述风机传动链中各部件中的至少一个部件。
进一步地，上述所述的系统中，所述分析装置包括：
数据库，用于存储所述各部件的参数信息；
处理器，用于从所述数据库中获取所述各部件的参数信息，根据风机传动链中各部件的参数信息和所述已知轴的轴速度数据，确定所述已知轴和所述待测部件之间的运动学关系，以及，根据所述已知轴和所述待测部件之间的运动学关系、预设的动力学分析模型，将所述待测部件的响应数据转化为所述待测部件的同步采样数据，根据所述待测部件的同步采样数据，得到所述待测部件的损伤因子，并根据所述损伤因子，检测所述待测部件是否存在故障。
进一步地，上述所述的系统中，所述分析装置还包括：
第一控制器，用于设置所述待测部件的参数信息；
所述处理器，还用于检测所述待测部件的参数信息是否存在于所述数据库；
若存在，从所述数据库的所述各部件的参数信息中读取所述待测部件的参数信息；
若不存在，则将所述待测部件的参数信息存入所述数据库中。
进一步地，上述所述的系统中，所述分析装置还包括：
第二控制器，用于设置目标待测部件的过滤参数；
滤波器，用于根据所述过滤参数，从所述待测部件的损伤因子中筛选目标待测部件的损伤因子。
进一步地，上述所述的系统中，所述采集装置包括：
传感器，用于采集所述待测部件的响应信号和所述已知轴的轴速度信号；
转换器，用于根据所述待测部件的响应信号和所述已知轴的轴速度信号，生成所述待测部件的响应信号对应的待测部件的响应数据和所述已知轴的轴速度信号对应的所述已知轴的轴速度数据。
进一步地，上述所述的系统中，所述采集装置还包括：
初始化模块，用于设置所述传感器的采样参数的初始值；
所述采样参数包括：采样频率、采样长度和采样灵敏度中的至少一种。
进一步地，上述所述的系统中，所述采集装置还包括：
显示器，用于显示所述待测部件的响应数据和所述已知轴的轴速度数据。
进一步地，上述所述的系统中，所述采集装置还包括：
第三控制器，用于设置所述传感器的采样参数修正值，以及，将所述采样参数修正值发送给所述传感器。
进一步地，上述所述的系统中，
所述第三控制器，还用于根据每个待测部件的固有信息设置所述每个待测部件上的传感器的采样权重值，以使所述每个待测部件上的传感器根据所述采样权重值，依次采集所述每个待测部件的响应信号；
所述每个待测部件的固有信息包括：所述每个待测部件的名称、所述每个待测部件的位置和所述每个待测部件的易损度。
进一步地，上述所述的系统中，所述采集装置还包括：
第四控制器，用于控制所述传感器停止采样，以便用户通过所述第三控制器设置所述采样参数的修正值，或者，控制所述传感器重新采样，以便所述传感器根据所述第三控制器设置的所述采样参数的修正值，重新采集所述待测部件的响应信号和所述已知轴的轴速度信号。
进一步地，上述所述的系统中，所述采集装置还包括：
存储器，用于存储所述待测部件的响应数据和所述已知轴的轴速度数据。
本发明实施例还提供一种故障检测方法，包括：
采集待测部件的响应数据和已知轴的轴速度数据，所述已知轴为能够直接测量出轴速度的轴；
根据风机传动链中各部件的参数信息和所述已知轴的轴速度数据，确定所述已知轴和所述待测部件之间的运动学关系；
根据所述已知轴和所述待测部件之间的运动学关系、预设的动力学分析模型，对所述待测部件的响应数据进行分析，得到所述待测部件的损伤因子；
根据所述损伤因子，检测所述待测部件是否存在故障；
其中，所述预设的动力学分析模型为一个线性系统承受非平稳激励的动力学分析模型，所述待测部件为所述风机传动链中各部件中的至少一个部件。
进一步地，上述所述的方法，还包括：
设置目标待测部件的过滤参数；
对应的，根据所述损伤因子，检测所述待测部件是否存在故障，包括：
根据所述过滤参数，从所述待测部件的损伤因子中筛选目标待测部件的损伤因子；
根据所述目标待测部件的损伤因子，检测所述目标待测部件是否存在故障。
进一步地，上述所述的方法中，采集待测部件的响应数据，包括：
根据每个待测部件的固有信息，设置所述每个待测部件上的传感器的采样权重值；
根据所述采样权重值，依次采集所述每个待测部件的响应信号；
根据所述待测部件的响应信号，生成所述待测部件的响应信号对应的待测部件的响应数据；
所述每个待测部件的固有信息包括：所述每个待测部件的名称、所述每个待测部件的位置和所述每个待测部件的易损度。
本发明实施例的故障检测系统、故障检测方法，利用采集装置采集待测部件的响应数据和已知轴的轴速度数据后，再利用分析装置根据风机传动链中各部件的参数信息和已知轴的轴速度数据，确定已知轴和待测部件之间的运动学关系，以及，根据已知轴和待测部件之间的运动学关系、预设的动力学分析模型，对待测部件的响应数据进行分析，得到待测部件的损伤因子，并根据得到的损伤因子，检测待测部件是否存在故障，实现了对结构复杂、频率跨度大、运行速度不恒定、输出功率随机性等特点的风机的传动链系统进行有效的检测。本发明实施例的技术方案，能够降低检测结果的误差，使检测结果更具有力学和物理意义，提高对风机进行运维的效率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明实施例的一部分，本发明实施例的示意性实施例及其说明用于解释本发明实施例，并不构成对本发明实施例的不当限定。在附图中：
图1为本发明实施例的故障检测系统实施例的结构示意图；
图2为常用的三级齿轮箱的结构简图；
图3为轴承几何关系示意图；
图4为风机的风速与功率曲线图；
图5为本发明实施例的分析装置实施例一的结构示意图；
图6为本发明实施例的分析装置实施例二的结构示意图；
图7为本发明实施例的采集装置实施例的结构示意图；
图8为本发明实施例的采集装置的功能简图；
图9为本发明实施例的分析装置的功能简图；
图10为本发明实施例的故障检测方法实施例的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例具体实施例及相应的附图对本发明实施例技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，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，都属于本发明实施例保护的范围。
说明书和权利要求书及上述附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的部分，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示的以外的顺序实施。
以下结合附图，详细说明本发明实施例各实施例提供的技术方案。
图1为本发明实施例的故障检测系统实施例的结构示意图，如图1所示，本发明实施例的故障检测系统可以包括采集装置10和分析装置11。
在一个具体实现过程中，采集装置10是一个具有多通道，软件可控的数据采集前端，其用于采集待测部件的响应数据和已知轴的轴速度数据。
其中，已知轴为能够直接测量出轴速度的轴，通常情况下，现在的风机传动链中，为了提高电能转换效率，大多采用多级齿轮箱将输入轴的轴速度放大大约两个数量级，用来驱动风机。随着单机容量的增加，为保障齿轮箱传动效率及总体的紧凑型和轻量化，齿轮箱也设计的更为复杂，例如，从一级行星齿轮加二级平行齿轮设计，到更为复杂的三级行星齿轮加一级平行齿轮设计等。
图2为常用的三级齿轮箱的结构简图。如图2所示，输入轴的轴速度大约在1/3Hz，经过一级行星齿轮和二级平行齿轮放大后，输出轴的轴速度达到30Hz左右，而这一增速过程是由一系列轴之间的齿轮啮合来实现的。理论上轴速度是可以从输入轴或者输出轴上获取，但在实际操作中，由于输入轴的轴速度较低，测量误差较大，且输入轴的轴速度向输出轴的轴速度放大过程中，所有噪声也会随之放大，进一步增大测量误差，因此，本发明实施例优选为输出轴作为已知轴，将已知轴每转动一次的脉冲信号作为已知轴的轴速度数据进行采集，具体地，可以通过但不限制于：基于光敏元件、基于激光或基于霍尔效应的方式，采集已知轴的轴速度数据。
在一个具体实现过程中，本发明实施例可以使用传感器采集待测部件的响应数据，本发明实施例中的传感器可以包括但不限制于：加速度传感器、应变片、基于压电效应的薄膜或晶片。
需要说明的是，本发明实施例中的待测部件可以包括但不限制于：主轴轴承、齿轮箱、发电机轴承等，且安装在待测部件上的传感的数目，本发明实施例不做具体限制。
本发明实施例的故障检测系统，在采集装置10采集到待测部件的响应数据和已知轴的轴速度数据后，分析装置11可以根据待测部件的参数信息和已知轴的轴速度数据，确定已知轴和待测部件之间的运动学关系，其中分析装置11是一个基于计算机的软件系统，采集装置10和分析装置11可以由同一台计算机进行控制。
例如，在一个齿轮箱中，不同风机所对应的风机传动链中各部件的参数信息是已知的，如图2所示，对于平行齿轮而言，其高速啮合小齿轮的齿数NHP和高速啮合大齿轮的齿数NHG是已知的，待测部件可以为中高速轴上的齿轮，本发明实施例为了能够精确的对中高速轴上的齿轮进行故障检测，需要得知中高速轴的轴速度数据，在后续对采集到的中高速轴上的齿轮的响应数据进行分析时与中高速轴的轴速度数据同步，从而使中高速轴上的齿轮的响应数据得到加强，所以在测量到高速轴(输出轴)的轴速度数据后，可以根据风机传动链中各部件的参数信息，确定中高速轴的轴速度fHIS与高速轴的轴速度数据fHSS之间的运动学关系，即确定已知轴与待测部件之间的运动学关系，如公式(1)：
在确定已知轴与待测部件之间的运动学关系后，即可获知中高速轴的轴速度数据，此时在对中高速轴上的齿轮的响应数据进行分析时，齿轮的响应数据与中高速轴的轴速度数据同步，齿轮啮合相关的响应数据会得到加强，使后续得到的分析结果更加精确。
同理，可以根据风机传动链中各部件的参数信息，确定中低速轴fLIS与高速轴的轴速度数据fHSS之间的运动学关系，如公式(2)：
其中,NMP为中速啮合小齿轮的齿数；NMG为中速啮合大齿轮的齿数。
本发明实施例中，还可以根据风机传动链中各部件的参数信息，确定行星齿轮中行星轴绝对速度fp和行星支撑架旋转速度fc与高速轴的轴速度数据fHSS之间的运动学关系，如公式(3)和公式(4)：
其中，Nr为行星齿轮级环齿的齿数；Np为行星齿轮级行星齿轮的齿数；Ns为行星齿轮级太阳齿轮的齿数。
在一个具体实现过程中，由于行星齿轮的轴承是差动轴承，即轴承的内圈和外圈在风机运行过程中都是运动的，因此，本发明实施例为了能够更加精确的获知轴承的损伤因子，可以利用轴承相对转速概念或者虚拟轴的概念，类似的，行星齿轮与太阳齿轮的齿损在相对轴概念下显得非常直观。
具体地，本发明实施例可以根据风机传动链中各部件的参数信息，确定行齿轮轴相对于行星架的相对轴的轴速度数据fPLTr与高速轴的轴速度数据fHSS之间的运动学关系，如公式(5)：
同理，太阳齿轮轴相对于行星架的相对轴的轴速度fSUNr与高速轴的轴速度数据fHSS之间的运动学关系，如公式(6)：
其中，fs是太阳齿轮的绝对轴速度。
图3为轴承几何关系示意图，如图3所示，当引入相对轴概念后，轴承主要待测部件的损伤特征，如滚子损伤特征fRE、内圈损伤特征fBPFI和外圈损伤特征fBPFO的表达与理解就与常规的外圈固定的轴承一致了，各待测部件与行齿轮轴相对于行星架的相对轴的轴速度数据fPLTr的关系如公式(7)-公式(9)：
其中D为轴承的节圆直径；d为轴承的滚子直径；α为滚子接触角；n为滚子数。
结合公式(5)和公式(7)-(9)，可以进一步得知滚子损伤特征fRE、内圈损伤特征fBPFI和外圈损伤特征fBPFO分别与高速轴的轴速度数据fHSS之间的运动学关系。
在一个具体实现过程中，行星齿轮fpgd和太阳齿轮的单齿损伤分别简化为公式(10)和(11)：
fpgd＝2(fp+fc)＝2fPLTr (10)
fsgd＝NNP(fs-fc)＝NNPfSUNr (11)
其中，NNP为行星齿轮个数。
本发明实施例在得到已知轴和待测部件之间的运动学关系后，可以根据已知轴和待测部件之间的运动学关系、预设的动力学分析模型，将待测部件的响应数据转化为待测部件的同步采样数据，根据待测部件的同步采样数据，得到待测部件的损伤因子，并根据损伤因子，检测待测部件是否存在故障，其中，预设的动力学分析模型为一个线性系统承受非平稳激励的动力学分析模型，待测部件为风机传动链中各部件中的至少一个部件。
具体地，在风机运行过程中，为了最大化将风能转化为电能，大部分风机是可以变速运行的。当风速大于所谓的切入风速时，风机即可进行发电，其中，风机的切入风速，一般在3-5m/s左右，持续5-10分钟左右风机便可启动，开始发电。风机的另一速度限制为切出风速，切出风速大约在是25m/s左右，当风速超过切出速度时，风机继续运行会有安全问题，风机控制系统便会自动切断和电网的联接，并收浆停机，这就导致风机在运行过程中其风速与风机的输出功率是非线性的，如图4所示，图4为风机的风速与功率曲线图。
本发明实施例中，虽然风机传动链中各部件连接的轴的轴速度随时间变化，但在一个有效的故障检测系统中，至少一个轴(高速轴或者低速轴)的轴速度ω(t)和风机的输出功率P(t)是可以随时监测的，理想状况下，风机传动链中各部件连接的轴的响应数据T(t)与风机的输出功率P(t)之间成线性关系，如公式(12)：
P(t)＝T(t)ω(t) (12)
因此，本发明实施例在进行分析时，可以假设为理想状况下，根据公式(12)构造一个线性系统承受非平稳激励的动力学分析模型，在不失普遍性和实用性的情况下，利用该线性系统承受非平稳激励的动力学分析模型，并根据确定的已知轴和待测部件之间的运动学关系，对采集到的振动响应数据按照线性系统进行分析，使其能够提供更多的部件损伤信息，并进一步得到待测部件的损伤因子。
本发明实施例的故障检测系统，利用采集装置10采集待测部件的响应数据和已知轴的轴速度数据后，再利用分析装置11根据风机传动链中各部件的参数信息和已知轴的轴速度数据，确定已知轴和待测部件之间的运动学关系，以及，根据已知轴和待测部件之间的运动学关系、预设的动力学分析模型，对待测部件的响应数据进行分析，得到待测部件的损伤因子，并根据得到的损伤因子，检测待测部件是否存在故障，实现了对结构复杂、频率跨度大、运行速度不恒定、输出功率随机性等特点的风机的传动链系统进行有效的检测。本发明实施例的技术方案，能够降低检测结果的误差，使检测结果更具有力学和物理意义，提高对风机进行运维的效率。
图5为本发明实施例的分析装置实施例一的结构示意图，如图5所示，本发明实施例的分析装置11可以包括数据库111、处理器112、第一控制器113和第二控制器114。
具体地，数据库111用于存储各部件的参数信息，处理器112用于从数据库111中获取各部件的参数信息，根据风机传动链中各部件的参数信息和已知轴的轴速度数据，确定已知轴和待测部件之间的运动学关系，以及，根据已知轴和待测部件之间的运动学关系、预设的动力学分析模型，将待测部件的响应数据转化为待测部件的同步采样数据，对待测部件的同步采样数据进行时域分析、频域分析、轴周期域分析、周阶次域分析、包络谱分析、瀑布图分析等，得到待测部件的损伤因子，并根据得到的损伤因子，检测待测部件是否存在故障。
在一个具体实现过程中，可以通过第一控制器113设置风机传动链中各部件的参数信息，预先将各部件的参数信息存储至所述数据库111，本发明实施例的风机传动链中各部件的参数信息可以包括但不限制于：指定风机类型下齿轮级数、齿轮啮合信息、轴承数目、轴承损伤特征和轴名称等。
具体应用过程中，用户可以根据实际需求通过第一控制器113设置待测部件的参数信息，此时，处理器112检测待测部件的参数信息是否存在与数据库中，若存在，可以从数据库111的各部件的参数信息中读取待测部件的参数信息，若不存在，可以建立一个新的风机类型，将待测部件的参数信息保存在数据库111中。
例如，用户需要检测齿轮是否存在故障，可以通过第一控制器113定义齿轮级数，以及，输入齿轮啮合信息，如齿轮1和齿轮2啮合，齿轮3和齿轮4啮合等。处理器112从数据库111中查找是否存在与用户需要的参数相匹配的风机类型，若存在，则直接调取该风机的各部件的参数，若不存在，可以计算用户需要的参数与各类型风机的各部件的参数的匹配度，找出匹配度最高的风机，修改部分参数，并重新命名后保存，或者，若不存在，直接新建一个风机类型，并依次输入新建风机类型的各部件的参数，以便后续直接应用。
在一个具体实现过程中，处理器112会得到多个部件的损伤因子，为了使用户能够方便的获知每个待测部件的损伤因子，本发明实施例可以利用第二控制器114设置目标待测部件的过滤参数，例如，该过滤参数可以包括但不限制于数字滤波器或力学滤波器，以根据设置的过滤参数，孤立出每个待测部件的损伤因子，使用户能够根据每个待测部件的重要性等，有针对性的依次进行故障检测，提高了故障检测效率。
图6为本发明实施例的分析装置实施例二的结构示意图，如图6所示，本发明实施例的分析装置11在图5所示实施例的基础上进一步还可以包括缓存器115和启停开关116。
如图6所示，为了保证数据库111的数据不被任意修改，本发明实施例设置了缓存器115，从数据库111中获取的各部件的参数信息可以先缓存到缓存器115中，处理器112再从缓存器115中获取各部件的参数信息，同理，第一控制器113设置的待测部件的参数信息，也先缓存到缓存器115中，并进一步确定是否需要覆盖原有的数据或者建立新的数据。
如图6所示，在实际应用过程中，本发明实施例可以通过启停开关116控制本发明实施例的分析装置11运行或者停止运行。例如，处理器112在对待测部件进行分析时，用户发现采集装置10采集的待测部件的响应数据或者已知轴的轴速度数据有误，为了提高故障检测效率，本发明实施例可以通过启停开关116控制分析装置11停止运行，以便重新采集的待测部件的响应数据和已知轴的轴速度数据；或者，若用户临时有其它事情，可以通过启停开关116控制分析装置11停止运行，并将当前分析结果保存至缓存器115中，用户通过启停开关116控制分析装置11再次运行后，从缓存器115中获取保存的分析结果，并根据该分析结果继续分析，得到待测部件的损伤因子。
图7为本发明实施例的采集装置实施例的结构示意图，如图7所示，本发明实施例的采集装置10可以包括传感器101、转换器102、初始化模块103、显示器104、第三控制器105、第四控制器106和存储器107。
例如，传感器101用于采集待测部件的响应信号和已知轴的轴速度信号，其中，待测部件的响应信号和已知轴的轴速度信号均为模拟信号。为了能够清晰的了解采集的待测部件的响应信号和已知轴的轴速度信号，本发明实施例需要将得到的模拟信号转化为数字信号，具体地，本发明实施例的转换器102可以，根据待测部件的响应信号和已知轴的轴速度信号，生成待测部件的响应信号对应的待测部件的响应数据和已知轴的轴速度信号对应的已知轴的轴速度数据，并将在得到的待测部件的响应数据和已知轴的轴速度数据存储至存储器107中，以便后续分析装置11能够获取到待测部件的响应数据和已知轴的轴速度数据。
需要说明的是，本发明实施例中优选为模-数转换器102，其精度不小于16位。当已知轴的轴速度信号是以整周期时间来提供时，精确校对已知轴转动的起始时刻是很重要的。
在一个具体实现过程中，当采集装置10被启动后，需要利用初始化模块103设置传感器101的采样参数的初始值，其中该采样参数可以包括但不限制于采样频率、采样长度和采样灵敏度中的至少一种。传感器101可以根据设置的采样参数的初始值进行采样，并通过显示器104将采集到的待测部件的响应数据和已知轴的轴速度数据按照设定的显示格式显示给用户，以便用户随时获知采样信息。例如，本发明实施例中的显示器104可以包括但不限制于显示模式和屏幕模式，其中显示模式可以包括但不限制于时域显示、频率域显示以及时域和频率域双域显示，屏幕模式可以包括但不限制于：4×1、2×4、2×2、2×1、1×2、1×1或初通道选择。
但是，实际应用过程中，传感器101的采样参数可以根据需要随时调整。，此时，用户可以通过第三控制器105输入采样参数的修正值，并由第三控制器105重新设置传感器101的采样参数后，发送给传感器101，使传感器101根据采样参数的修正值进行采样。
当用户需要对传感器的采样数据进行具体检验时，可以通过第四控制器106控制传感器101停止采样，用以检验缓存区内的具体数据。在一个具体实现过程中，本发明实施例的采集装置10可能需要对齿轮箱中多个部件进行检测，对于齿轮箱而言，其包括多个齿轮和多个轴承，但是不同的齿轮或不同的轴承在齿轮箱内的作用和重要性存在不同，以及，每个齿轮或者每个轴承的易损度不同，因此为了提高故障检测效率，本发明实施例用户可以根据待测部件的固有信息，确定每个待测部件的重要性和易损度，并针对每个待测部件上的传感器101通过第三控制器105设置对应的采样权重值，采样权重值越大说明该待测部件越重要，这样可以使每个待测部件上的传感器101根据设置的采样权重值，依次采集每个待测部件的响应信号。例如，可以优先采集采样权重值较大的待测部件的响应信号，以优先对该待测部件进行分析。
其中，每个待测部件的固有信息可以包括但不限制于：每个待测部件的名称、每个待测部件的位置和每个待测部件的易损度。
图8为本发明实施例的采集装置的功能简图，如图8所示，当开始故障检测后，先对传感器进行初始化，以使传感器按照采样参数初始值进行采样，其中，采样参数可以包括采样率、采样长度和传感器灵敏度。采样完成后，显示器显示采样数据，例如可以时间域显示或者频率域显示或者时间域和频率域双域显示，其屏幕模式可以包括但不限制于：4×1、2×4、2×2、2×1、1×2、1×1或初通道选择。
在显示器显示采样数据过程中，用户可以通过数据采集选项控制传感器采样，例如，控制传感器暂停采样、重新采样、将采集的数据存储至存储器、退出采样、进入分析装置等。
图9为本发明实施例的分析装置的功能简图，如图9所示，用户可以定义齿轮几何参数，例如，定义齿轮级数和定义齿轮啮合信息等，放入缓存中，此时可以检测数据库中是否存在定义的齿轮几何参数，若存在，则打开数据库，读取相关数据，若不存在，可以新建立一个风机类型，并将缓存内的齿轮几何参数存至新建立的风机类型所对应的数据单元。同理，用户还可以定义轴承几何参数，例如，定义轴、定义轴承数和定义轴承损伤参数等，并打开数据库，存入数据库，以更新已知的风机类型，或者，存至数据库以建立新的风机类型。
在分析装置进行故障检测过程中，可以从缓存内获取到齿轮或者轴承的几何参数，根据齿轮或者轴承的几何参数，以及，采集装置采集的相关数据，基于动力分析模型和后处理选项对数据进行速度分析、时域分析、频域分析、周期域分析或者阶次域分析，得到分析结果，并进行滤波处理，孤立处各部件的损伤因子。分在分析完成后可以停止分析，以退出分析装置。
图10为本发明实施例的故障检测方法实施例的流程图，如图10所示，本发明实施例的故障检测方法可以包括如下步骤：
100、采集待测部件的响应数据和已知轴的轴速度数据。
其中，已知轴为能够直接测量出轴速度的轴。
101、根据风机传动链中各部件的参数信息和已知轴的轴速度数据，确定已知轴和待测部件之间的运动学关系。
在一个具体实现过程中，可以预先将各部件的参数信息存储在数据库中，例如，可以预选设置需要的各部件的参数信息，以存储在数据库中，并从数据库中获取到各部件的参数信息后，根据风机传动链中各部件的参数信息和所述已知轴的轴速度数据，确定所述已知轴和所述待测部件之间的运动学关系。例如，用户以根据实际需求设置待测部件的参数信息，此时先检测待测部件的参数信息是否存在于数据库，若存在，从数据库的各部件的参数信息中读取待测部件的参数信息，若不存在，则将待测部件的参数信息存入数据库中，以便后续直接应用。
102、根据已知轴和待测部件之间的运动学关系、预设的动力学分析模型，对待测部件的响应数据进行分析，得到待测部件的损伤因子。
其中，预设的动力学分析模型为一个线性系统承受非平稳激励的动力学分析模型，待测部件为风机传动链中各部件中的至少一个部件。
在一个具体实现过程中，根据已知轴和所述待测部件之间的运动学关系、预设的动力学分析模型，将待测部件的响应数据转化为待测部件的同步采样数据，根据待测部件的同步采样数据，得到待测部件的损伤因子。
103、根据损伤因子，检测待测部件是否存在故障。
本发明实施例的故障检测方法，实现对故障进行检测的实现机制与图1所示实施例的实现机制相同，详细请参考上述相关记载，在此不再赘述。
本发明实施例的故障检测系统，通过采集待测部件的响应数据和已知轴的轴速度数据后，根据风机传动链中各部件的参数信息和已知轴的轴速度数据，确定已知轴和待测部件之间的运动学关系，以及，根据已知轴和待测部件之间的运动学关系、预设的动力学分析模型，对待测部件的响应数据进行分析，得到待测部件的损伤因子，并根据得到的损伤因子，检测待测部件是否存在故障，实现了对结构复杂、频率跨度大、运行速度不恒定、输出功率随机性等特点的风机的传动链系统进行有效的检测。本发明实施例的技术方案，能够降低检测结果的误差，使检测结果更具有力学和物理意义，提高对风机进行运维的效率。
进一步地，上述所述的方法中，步骤103“据损伤因子，检测待测部件是否存在故障”之前，还包括以下步骤：设置目标待测部件的过滤参数。对应的，步骤103“据损伤因子，检测待测部件是否存在故障”可以包括如下步骤：
根据过滤参数，从待测部件的损伤因子中筛选目标待测部件的损伤因子；
根据目标待测部件的损伤因子，检测目标待测部件是否存在故障。
进一步地，上述所述的方法中，步骤101“采集待测部件的响应数据和已知轴的轴速度数据”可以包括如下步骤：
采集待测部件的响应信号和已知轴的轴速度信号。
例如，可以对传感器设置一个采样参数的初始值，以便按照该采样参数的初始值进行采样，该采样参数可以包括但不限制于：采样频率、采样长度和采样灵敏度中的至少一种。
根据待测部件的响应信号和已知轴的轴速度信号，生成待测部件的响应信号对应的待测部件的响应数据和已知轴的轴速度信号对应的已知轴的轴速度数据。
例如，可以将采集到的待测部件的响应数据和已知轴的轴速度数据进行存储，并按照设定的显示格式显示给用户，以便用户随时获知采样信息，并根据实际需求，对采样参数随时调整，此时，可以先控制传感器停止采样，以便设置采样参数的修正值，发送给传感器后，控制传感器根据设置的采样参数的修正值，重新采集待测部件的响应信号和已知轴的轴速度信号。
进一步地，上述所述的方法中，在采集待测部件的响应数据时，可以按照以下步骤执行：
根据每个待测部件的固有信息，设置每个待测部件上的传感器的采样权重值；
根据采样权重值，依次采集每个待测部件的响应信号；
根据待测部件的响应信号，生成待测部件的响应信号对应的待测部件的响应数据；
其中，每个待测部件的固有信息包括：每个待测部件的名称、每个待测部件的位置和每个待测部件的易损度。
本发明实施例的故障检测方法，实现对故障进行检测的实现机制与图5-图7所示实施例的实现机制相同，详细请参考上述相关记载，在此不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (14)
1.一种便携式故障检测系统，其特征在于，包括：
采集装置，用于采集待测部件的响应数据和已知轴的轴速度数据，所述已知轴为能够直接测量出轴速度的轴；
分析装置，用于根据风机传动链中各部件的参数信息和所述已知轴的轴速度数据，确定所述已知轴和所述待测部件之间的运动学关系，以及，根据所述已知轴和所述待测部件之间的运动学关系、预设的动力学分析模型，对所述待测部件的响应数据进行分析，得到所述待测部件的损伤因子，并根据所述损伤因子，检测所述待测部件是否存在故障；
其中，所述预设的动力学分析模型为一个线性系统承受非平稳激励的动力学分析模型，所述待测部件为所述风机传动链中各部件中的至少一个部件；
其中，根据以下公式构建所述预设的动力学分析模型：
P(t)＝T(t)ω(t)
P(t)表示所述风机的输出功率，T(t)表示所述风机的传动链中各部件的轴的响应数据，ω(t)表示轴速度。
2.根据权利要求1所述的系统，其特征在于，所述分析装置包括：
数据库，用于存储所述各部件的参数信息；
处理器，用于从所述数据库中获取所述各部件的参数信息，根据风机传动链中各部件的参数信息和所述已知轴的轴速度数据，确定所述已知轴和所述待测部件之间的运动学关系，以及，根据所述已知轴和所述待测部件之间的运动学关系、预设的动力学分析模型，将所述待测部件的响应数据转化为所述待测部件的同步采样数据，根据所述待测部件的同步采样数据，得到所述待测部件的损伤因子，并根据所述损伤因子，检测所述待测部件是否存在故障。
3.根据权利要求2所述的系统，其特征在于，所述分析装置还包括：
第一控制器，用于设置所述待测部件的参数信息；
所述处理器，还用于检测所述待测部件的参数信息是否存在于所述数据库；
若存在，从所述数据库的所述各部件的参数信息中读取所述待测部件的参数信息；
若不存在，则将所述待测部件的参数信息存入所述数据库中。
4.根据权利要求2所述的系统，其特征在于，所述分析装置还包括：
第二控制器，用于设置目标待测部件的过滤参数；
滤波器，用于根据所述过滤参数，从所述待测部件的损伤因子中筛选目标待测部件的损伤因子。
5.根据权利要求1-4任一所述的系统，其特征在于，所述采集装置包括：
传感器，用于采集所述待测部件的响应信号和所述已知轴的轴速度信号；
转换器，用于根据所述待测部件的响应信号和所述已知轴的轴速度信号，生成所述待测部件的响应信号对应的待测部件的响应数据和所述已知轴的轴速度信号对应的所述已知轴的轴速度数据。
6.根据权利要求5所述的系统，其特征在于，所述采集装置还包括：
初始化模块，用于设置所述传感器的采样参数的初始值；
所述采样参数包括：采样频率、采样长度和采样灵敏度中的至少一种。
7.根据权利要求6所述的系统，其特征在于，所述采集装置还包括：
显示器，用于显示所述待测部件的响应数据和所述已知轴的轴速度数据。
8.根据权利要求6所述的系统，其特征在于，所述采集装置还包括：
第三控制器，用于设置所述传感器的采样参数修正值，以及，将所述采样参数修正值发送给所述传感器。
9.根据权利要求8所述的系统，其特征在于，所述第三控制器，还用于根据每个待测部件的固有信息设置所述每个待测部件上的传感器的采样权重值，以使所述每个待测部件上的传感器根据所述采样权重值，依次采集所述每个待测部件的响应信号；
所述每个待测部件的固有信息包括：所述每个待测部件的名称、所述每个待测部件的位置和所述每个待测部件的易损度。
10.根据权利要求8所述的系统，其特征在于，所述采集装置还包括：
第四控制器，用于控制所述传感器停止采样，以便用户通过所述第三控制器设置所述采样参数的修正值，或者，控制所述传感器重新采样，以便所述传感器根据所述第三控制器设置的所述采样参数的修正值，重新采集所述待测部件的响应信号和所述已知轴的轴速度信号。
11.根据权利要求6所述的系统，其特征在于，所述采集装置还包括：
存储器，用于存储所述待测部件的响应数据和所述已知轴的轴速度数据。
12.一种故障检测方法，其特征在于，包括：
采集待测部件的响应数据和已知轴的轴速度数据，所述已知轴为能够直接测量出轴速度的轴；
根据风机传动链中各部件的参数信息和所述已知轴的轴速度数据，确定所述已知轴和所述待测部件之间的运动学关系；
根据所述已知轴和所述待测部件之间的运动学关系、预设的动力学分析模型，对所述待测部件的响应数据进行分析，得到所述待测部件的损伤因子；
根据所述损伤因子，检测所述待测部件是否存在故障；
其中，所述预设的动力学分析模型为一个线性系统承受非平稳激励的动力学分析模型，所述待测部件为所述风机传动链中各部件中的至少一个部件；
其中，根据以下公式构建所述预设的动力学分析模型：
P(t)＝T(t)ω(t)
P(t)表示所述风机的输出功率，T(t)表示所述风机的传动链中各部件的轴的响应数据，ω(t)表示轴速度。
13.根据权利要求12所述的方法，其特征在于，还包括：
设置目标待测部件的过滤参数；
对应的，根据所述损伤因子，检测所述待测部件是否存在故障，包括：
根据所述过滤参数，从所述待测部件的损伤因子中筛选目标待测部件的损伤因子；
根据所述目标待测部件的损伤因子，检测所述目标待测部件是否存在故障。
14.根据权利要求12所述的方法，其特征在于，采集待测部件的响应数据，包括：
根据每个待测部件的固有信息，设置所述每个待测部件上的传感器的采样权重值；
根据所述采样权重值，依次采集所述每个待测部件的响应信号；
根据所述待测部件的响应信号，生成所述待测部件的响应信号对应的待测部件的响应数据；
所述每个待测部件的固有信息包括：所述每个待测部件的名称、所述每个待测部件的位置和所述每个待测部件的易损度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710546208.7A CN109238691B (zh) | 2017-07-06 | 2017-07-06 | 便携式故障检测系统、故障检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710546208.7A CN109238691B (zh) | 2017-07-06 | 2017-07-06 | 便携式故障检测系统、故障检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109238691A CN109238691A (zh) | 2019-01-18 |
| CN109238691B true CN109238691B (zh) | 2020-05-26 |
Family
ID=65083294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710546208.7A Active CN109238691B (zh) | 2017-07-06 | 2017-07-06 | 便携式故障检测系统、故障检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109238691B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101872165A (zh) * | 2010-06-13 | 2010-10-27 | 西安交通大学 | 一种基于遗传神经网络的风电机组故障诊断方法 |
| CN105136454A (zh) * | 2015-10-15 | 2015-12-09 | 上海电机学院 | 一种风电机组齿轮箱故障识别方法 |
| CN105320794A (zh) * | 2014-07-30 | 2016-02-10 | 南车株洲电力机车研究所有限公司 | 一种风力发电机组传动链动态特性评估方法 |
| CN106777606A (zh) * | 2016-12-02 | 2017-05-31 | 上海电机学院 | 一种风电机组齿轮箱故障预测诊断算法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2493748A (en) * | 2011-08-17 | 2013-02-20 | Gm Global Tech Operations Inc | Unit for estimating the rotational speed of a turbocharger |
-
2017
- 2017-07-06 CN CN201710546208.7A patent/CN109238691B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101872165A (zh) * | 2010-06-13 | 2010-10-27 | 西安交通大学 | 一种基于遗传神经网络的风电机组故障诊断方法 |
| CN105320794A (zh) * | 2014-07-30 | 2016-02-10 | 南车株洲电力机车研究所有限公司 | 一种风力发电机组传动链动态特性评估方法 |
| CN105136454A (zh) * | 2015-10-15 | 2015-12-09 | 上海电机学院 | 一种风电机组齿轮箱故障识别方法 |
| CN106777606A (zh) * | 2016-12-02 | 2017-05-31 | 上海电机学院 | 一种风电机组齿轮箱故障预测诊断算法 |
Non-Patent Citations (3)
| Title |
|---|
| Torsional Vibration Detection Using High Sampling Rate and High Resolution Keyphasor;huageng Luo,etc;《Proceedings of the ASME 2013 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference》;20131231;第1-12页 * |
| 兆瓦级风力发电机组传动链动态特性研究;陈爽;《优秀硕士学位论文全文数据库▪工程科技Ⅱ辑》;20140315(第3期);C042-53 * |
| 风力发电机齿轮箱故障预警方法研究;张欣欣;《中国优秀硕士学位论文全文数据库▪工程科技Ⅱ辑》;20160115(第1期);C042-73 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109238691A (zh) | 2019-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yoon et al. | On the use of a single piezoelectric strain sensor for wind turbine planetary gearbox fault diagnosis | |
| US8364424B2 (en) | System and method for monitoring a wind turbine gearbox | |
| EP2581724B1 (en) | A method and a system for the purpose of condition monitoring of gearboxes | |
| CN111337250A (zh) | 基于虚拟仪器的机床状态故障诊断系统和方法 | |
| US20120025526A1 (en) | System and method for monitoring wind turbine gearbox health and performance | |
| US20080262787A1 (en) | Method and apparatus of monitoring a machine | |
| US20080033669A1 (en) | Cyclic time averaging for machine monitoring | |
| EP3421786A1 (en) | Systems and methods for detecting damage in wind turbine bearings | |
| JP6250345B2 (ja) | 監視システムおよび監視方法 | |
| CN110988472B (zh) | 基于电流信号的风力发电机变桨传动齿轮故障诊断方法 | |
| CN109268214B (zh) | 一种风力发电机联轴器对中状态智能监测方法 | |
| US12061236B2 (en) | Power conversion device, rotating machine system, and diagnosis method | |
| WO2015086959A1 (fr) | Procédé et dispositif de détection de défauts mécaniques dans une machine tournante a régime variable | |
| JP2017122635A (ja) | 風力発電設備の異常診断装置 | |
| KR20210010123A (ko) | 복합 조건을 고려한 진동 기반 고장 진단 방법 및 이러한 방법을 수행하는 장치 | |
| CN116858535B (zh) | 一种谐波减速机动态扭转刚度测试分析方法 | |
| CN109238691B (zh) | 便携式故障检测系统、故障检测方法 | |
| CN110219816A (zh) | 用于风机故障诊断的方法和系统 | |
| JP6577394B2 (ja) | 風力発電設備の異常診断装置 | |
| CN115962100A (zh) | 一种风电机组状态监测系统 | |
| JP7124448B2 (ja) | 風力発電機の主軸軸受の異常検知システム及び異常検知方法 | |
| CN114923686A (zh) | 基于改进连续变分模态分解的旋转机械故障诊断方法 | |
| Koukoura et al. | Wind turbine gearbox vibration signal signature and fault development through time | |
| Mones et al. | Fault diagnosis of planetary gearboxes via processing the on-rotor MEMS accelerometer signals | |
| KR101378868B1 (ko) | 풍력발전기의 이상상태 감지 장치 및 그 방법 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100011 Beijing Dongcheng District, West Binhe Road, No. 22 Applicant after: National energy investment Refco Group Ltd Applicant after: Beijing low carbon clean energy research institute Address before: 100011 Beijing, Dongcheng District Anwai Binhe West Road No. 22 Shenhua building Applicant before: Shenhua Group LLC Applicant before: National Institute of Clean and Low Carbon Energy |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |