CN109322797A - 基于声音处理的风力发电机组的叶片状态监测系统及检测方法 - Google Patents

Abstract

本发明公开了一种基于声音处理的风力发电机组的叶片状态监测系统及检测方法，其中，叶片状态监测系统包括塔筒、固定在所述塔筒上的机舱和设置在所述机舱上的风机，所述风机上连接有叶片，所述叶片状态监测系统还包括声音分析系统；本发明采用间接方案，不直接安装传感器到叶片位置，而是远距离通过非接触的方式监测叶片的运行状态，在避免了叶片施工上的限制的同时，也具备维护方便，信号传输简单等优点，能够对风机运行提供有效的安全保证。

Description

基于声音处理的风力发电机组的叶片状态监测系统及检测 方法

技术领域

本发明涉及风力发电机检测领域，具体地，涉及一种基于声音处理的风力发电机组的叶片状态监测系统及检测方法。

背景技术

风力发电机组的叶片状态监测一直是业内的一个难点问题，目前通用的做法是在叶片上加装振动传感器，此类技术最大的优点在于无需对被测物体进行破坏性检测。缺点也很明显，在信号除噪、滤波、定标和模式识别上还有很大的不足，同时在已经安装完成的风力发电机组上再次进行叶片振动传感器的安装会非常困难。

因此，提供一种能够避免在叶片上施工的限制，且能够准确、有效的对叶片进行监测的风力发电机组的叶片状态监测系统及检测方法是本发明亟需解决的问题。

发明内容

本发明的目的是提供一种基于声音处理的风力发电机组的叶片状态监测系统及检测方法，解决了普通的叶片监测方法需要在叶片上加装振动传感器，此种监测方法受叶片安装的限制，而且在信号除噪、滤波、定标和模式识别上还有很大的不足的问题。

为了实现上述目的，本发明提供了一种基于声音处理的风力发电机组的叶片状态监测系统，包括塔筒、固定在所述塔筒上的机舱和设置在所述机舱上的风机，所述风机上连接有叶片，所述叶片状态监测系统还包括声音分析系统和/或图像分析系统；

其中，所述声音分析系统包括风机杂音采集模块、风机音频分析模块和特征频率分析模块，所述风机杂音采集模块用来采集风机产生的声音信号，所述风机音频分析模块用来截取特征频率，所述特征频率分析模块用来将特征频率进行对比处理并发出警报；

所述图像分析系统包括视频采集模块、视频分析模块和特征信号分析模块；所述视频采集模块用来采集叶片的图像信号，所述视频分析模块用来截取特征信号，所述特征信号分析模块用来将特征信号进行对比处理并发出警报。

优选地，所述风机杂音采集模块至少包括声音信号采集器；

所述风机音频分析模块包括截频模块、调制模块、时域/频域转换模块和滤波模块；

所述特征频率分析模块至少包括第一报警模块。

优选地，所述视频采集模块至少包括视频信号采集器；

所述视频分析模块包括反卷积模块、除噪音模块、特征识别模块和特征抓取模块；

所述特征信号分析模块至少包括第二报警模块。

优选地，所述塔筒、所述机舱和位于所述叶片下方的地面中至少一个部位设置有所述声音信号采集器。

优选地，所述声音信号采集器设置于机舱上部，并沿所述机舱的长度方向间距分布。

优选地，所述声音信号采集器设置于塔筒上，并沿所述塔筒的高度方向间距分布。

本发明还提供了一种基于声音处理的风力发电机组的叶片状态监测系统的检测方法，所述方法包括：

1）声音信号采集器将采集到的第一声音信号传递至截频模块，除去泛音后得到第二声音信号；

2）将第二声音信号传递至调制模块，经频率调制后传递至时域/频域转换模块，经时域和频域调节后得到第三声音信号；

3）将第三声音信号经滤波模块去除特定波段频率后，得到特征频率；

4）将特征频率经特征频率分析模块分析后，若超过阈值则会通过第一报警模块发出警报。

本发明还提供了一种基于声音处理的风力发电机组的叶片状态监测系统的图像分析方法，所述方法包括：

1）视频信号采集器将采集到的第一图像信号传递至反卷积模块，经反卷积处理后得到第二图像信号；

2）将第二图像信号经除噪音模块以去除噪音干扰，得到第三图像信号；

3）将第三图像信号经特征识别模块和特征抓取模块处理后，得到特征图像信号；

4）将特征图像信号经特征信号分析模块分析后，若超过阈值则会通过第二报警模块发出警报。

根据上述技术方案，本发明提供了一种基于声音处理的风力发电机组的叶片状态监测系统及检测方法，其中，叶片状态监测系统包括塔筒、固定在所述塔筒上的机舱和设置在所述机舱上的风机，所述风机上连接有叶片，所述叶片状态监测系统还包括声音分析系统和/或图像分析系统；本发明采用间接方案，不直接安装传感器到叶片位置，而是远距离通过非接触的方式监测叶片的运行状态，在避免了叶片施工上的限制的同时，也具备维护方便，信号传输简单等优点，能够对风机运行提供有效的安全保证。

本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是本发明提供的风力发电机组的叶片状态监测系统的示意图；

图2是本发明提供的风力发电机组的叶片状态监测系统中声音分析系统的模块图；

图3是本发明提供的风力发电机组的叶片状态监测系统中图像分析系统的模块图。

附图标记说明

1-塔筒 2-机舱

3-叶片 4-声音信号采集器

5-视频信号采集器。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

在本发明中，在未作相反说明的情况下，“长度方向、高度方向”等包含在术语中的方位词仅代表该术语在常规使用状态下的方位，或为本领域技术人员理解的俗称，而不应视为对该术语的限制。

本发明提供了一种基于声音处理的风力发电机组的叶片状态监测系统，包括塔筒1、固定在所述塔筒1上的机舱2和设置在所述机舱2上的风机，所述风机上连接有叶片3，所述叶片状态监测系统还包括声音分析系统和/或图像分析系统；

其中，所述声音分析系统包括风机杂音采集模块、风机音频分析模块和特征频率分析模块，所述风机杂音采集模块用来采集风机产生的声音信号，所述风机音频分析模块用来截取特征频率，所述特征频率分析模块用来将特征频率进行对比处理并发出警报；所述图像分析系统包括视频采集模块、视频分析模块和特征信号分析模块；所述视频采集模块用来采集叶片的图像信号，所述视频分析模块用来截取特征信号，所述特征信号分析模块用来将特征信号进行对比处理并发出警报。本发明采用间接方案，不直接安装传感器到叶片位置，而是远距离通过非接触的方式监测叶片的运行状态，在避免了叶片施工上的限制的同时，也具备维护方便，信号传输简单等优点，能够对风机运行提供有效的安全保证。

在本发明的一种优选的实施方式中，所述风机杂音采集模块至少包括声音信号采集器4（这里的声音信号采集器4可以采用本领域人员常用的拾音器，例如广州市峰火电子科技有限公司市售的型号为WM-040VN的拾音器，可以收集包括但不限2-2000kHz的音频信号）；所述风机音频分析模块包括截频模块、调制模块、时域/频域转换模块和滤波模块；所述特征频率分析模块至少包括第一报警模块。这里的截频模块主要是去除收集的音频信号中的杂音，这里的调制模块主要是对收集的音频信号进行调频和调幅，提高音频信号的质量，时域/频域转换模块主要通过傅立叶级数和傅立叶变换实现，使得后续对音频信号的解释更为简练，滤波模块主要是去除音频信号中特定波段频率，抑制和防止杂音的干扰。风机正常工作时，其产生的音频信号有特定的阈值，采集的音频信号经特征频率分析模块分析后，若超出特定的阈值会通过第一报警模块发出警报。

在本发明的一种优选的实施方式中，所述视频采集模块至少包括视频信号采集器5（这里的视频信号采集器5可以为本领域人员常用的高清摄像机或类似产品，可以抓取叶片的表面图像信号）；所述视频分析模块包括反卷积模块、除噪音模块、特征识别模块和特征抓取模块；所述特征信号分析模块至少包括第二报警模块；这里的反卷积模块主要是对采集的图像信号进行预处理，如对叶片转动产生的运动模糊进行剔除，根据环境情况调节亮度，饱和度等，特征识别模块和特征抓取模块用于抓取叶片表面的图像信息并记录叶片的抖动频率，风机正常工作时会产生正常的工作抖动频率阈值，采集的图像信息经特征信号分析模块分析后若超出工作抖动频率阈值，则会通过第二报警模块发出警报。

在本发明的一种优选的实施方式中，为了更为准确的采集音频信号，所述塔筒1、所述机舱2和位于所述叶片3下方的地面中至少一个部位设置有所述声音信号采集器4。

在本发明的一种优选的实施方式中，为了更为准确的采集音频信号，所述声音信号采集器4设置于机舱2上部，并沿所述机舱2的长度方向间距分布。

在本发明的一种优选的实施方式中，所述声音信号采集器4设置于塔筒1上，并沿所述塔筒1的高度方向间距分布。

这里主要有三种设置方式，一是在机舱2上部沿所述机舱2的长度方向间距分布，二是将声音信号采集器4设置于塔筒1上，并沿所述塔筒1的高度方向间距分布，三是设置于叶片3下方的地面上，这三种实施方式可以根据实际安装需要和环境进行选择，其声音信号采集器4的数量也可以根据需求进行调整。

本发明还提供了一种基于声音处理的风力发电机组的叶片状态监测系统的检测方法，所述方法包括：

1）声音信号采集器4将采集到的第一声音信号传递至截频模块，除去泛音后得到第二声音信号；

2）将第二声音信号传递至调制模块，经频率调制后传递至时域/频域转换模块，经时域和频域调节后得到第三声音信号；

3）将第三声音信号经滤波模块去除特定波段频率后，得到特征频率；

4）将特征频率经特征频率分析模块分析后，若超过阈值则会通过第一报警模块发出警报。

本发明还提供了一种基于声音处理的风力发电机组的叶片状态监测系统的图像分析检测方法，所述方法包括：

1）视频信号采集器5将采集到的第一图像信号传递至反卷积模块，经反卷积处理后得到第二图像信号；

2）将第二图像信号经除噪音模块以去除噪音干扰，得到第三图像信号；

3）将第三图像信号经特征识别模块和特征抓取模块处理后，得到特征图像信号；

4）将特征图像信号经特征信号分析模块分析后，若超过阈值则会通过第二报警模块发出警报。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (7)

1.一种基于声音处理的风力发电机组的叶片状态监测系统，包括塔筒（1）、固定在所述塔筒（1）上的机舱（2）和设置在所述机舱（2）上的风机，所述风机上连接有叶片（3），其特征在于，所述叶片状态监测系统还包括声音分析系统；

其中，所述声音分析系统包括风机杂音采集模块、风机音频分析模块和特征频率分析模块，所述风机杂音采集模块用来采集风机产生的声音信号，所述风机音频分析模块用来截取特征频率，所述特征频率分析模块用来将特征频率进行对比处理并发出警报。

2.根据权利要求1所述的叶片状态监测系统，其特征在于，所述风机杂音采集模块至少包括声音信号采集器（4）；

所述风机音频分析模块包括截频模块、调制模块、时域/频域转换模块和滤波模块；

所述特征频率分析模块至少包括第一报警模块。

3.根据权利要求1或2所述的叶片状态监测系统，其特征在于，还包括图像分析系统；

所述图像分析系统包括视频采集模块、视频分析模块和特征信号分析模块；所述视频采集模块用来采集叶片的图像信号，所述视频分析模块用来截取特征信号，所述特征信号分析模块用来将特征信号进行对比处理并发出警报；

所述视频采集模块至少包括视频信号采集器（5）；

所述视频分析模块包括反卷积模块、除噪音模块、特征识别模块和特征抓取模块；

所述特征信号分析模块至少包括第二报警模块。

4.根据权利要求1或2所述的叶片状态监测系统，其特征在于，所述塔筒（1）、所述机舱（2）和位于所述叶片（3）下方的地面中至少一个部位设置有所述声音信号采集器（4）。

5.根据权利要求4所述的叶片状态监测系统，其特征在于，所述声音信号采集器（4）设置于机舱（2）上部，并沿所述机舱（2）的长度方向间距分布。

6.根据权利要求4所述的叶片状态监测系统，其特征在于，所述声音信号采集器（4）设置于塔筒（1）上，并沿所述塔筒（1）的高度方向间距分布。

7.一种基于声音处理的风力发电机组的叶片状态监测系统的检测方法，其特征在于，所述方法包括：

1）声音信号采集器（4）将采集到的第一声音信号传递至截频模块，除去泛音后得到第二声音信号；

2）将第二声音信号传递至调制模块，经频率调制后传递至时域/频域转换模块，经时域和频域调节后得到第三声音信号；

3）将第三声音信号经滤波模块去除特定波段频率后，得到特征频率；

4）将特征频率经特征频率分析模块分析后，若超过阈值则会通过第一报警模块发出警报。