CN110226096B - 状态监视系统、状态监视方法、状态监视程序和存储介质 - Google Patents
状态监视系统、状态监视方法、状态监视程序和存储介质 Download PDFInfo
- Publication number
- CN110226096B CN110226096B CN201880008562.7A CN201880008562A CN110226096B CN 110226096 B CN110226096 B CN 110226096B CN 201880008562 A CN201880008562 A CN 201880008562A CN 110226096 B CN110226096 B CN 110226096B
- Authority
- CN
- China
- Prior art keywords
- frequency
- converter
- value
- mover
- waveform data
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 240
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 238000003745 diagnosis Methods 0.000 claims description 61
- 238000004804 winding Methods 0.000 claims description 49
- 238000010248 power generation Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 24
- 230000033001 locomotion Effects 0.000 claims description 22
- 230000014509 gene expression Effects 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 description 34
- 238000004891 communication Methods 0.000 description 30
- 230000006870 function Effects 0.000 description 28
- 238000007726 management method Methods 0.000 description 23
- 230000006378 damage Effects 0.000 description 22
- 230000000737 periodic effect Effects 0.000 description 18
- 238000012423 maintenance Methods 0.000 description 12
- 238000002405 diagnostic procedure Methods 0.000 description 9
- 230000001360 synchronised effect Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 239000000470 constituent Substances 0.000 description 7
- 230000007257 malfunction Effects 0.000 description 6
- 230000006866 deterioration Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012631 diagnostic technique Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
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
-
- 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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/80—Arrangement of components within nacelles or towers
- F03D80/82—Arrangement of components within nacelles or towers of electrical components
-
- 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
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/10—Combinations of wind motors with apparatus storing energy
- F03D9/12—Combinations of wind motors with apparatus storing energy storing kinetic energy, e.g. using flywheels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
- G01H11/08—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means using piezoelectric devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/72—Testing of electric windings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
提供一种容易引入的状态监视系统、状态监视方法、状态监视程序和存储介质。状态监视系统(1)配备有获取单元(11)和生成单元(12)。获取单元(11)从用于测量作为转换器(4)的输出或输入的电气信号的测量装置(2)获取表示该电气信号的波形的波形数据。生成单元(12)使用该波形数据来生成用于监视与转换器(4)有关的状态的分析数据。生成单元(12)根据在驱动频率的值改变时的波形数据通过频率分析来获得各自包括频率的值和作为强度或相位的特征量的值的多个组合。生成单元(12)被配置为生成至少具有包括频率、特征量和驱动频率的三个变量的分析数据。
Description
技术领域
本发明一般涉及状态监视系统、状态监视方法、状态监视程序和存储介质。更特别地,本发明涉及全部被配置为或设计成监视转换器的状态的状态监视系统、状态监视方法、状态监视程序和存储介质,该转换器用于使用于按可变的驱动频率进行周期性运动的动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。
背景技术
在现有技术中提出了状态监视系统作为用于通过使用振动传感器来检测诸如风力涡轮机等的发电设施的任何故障的系统。在例如专利文献1中公开了这样的风力涡轮机状态监视装置。专利文献1的风力涡轮机包括布置在其塔的顶部的机舱和附接有叶片的转子(转子头)。引入机舱内的主轴连接至转子。主轴联接至增速齿轮的输入轴,该增速齿轮的输出轴连接至发电机。
专利文献1的状态监视系统包括用于检测主轴所用的轴承的机械振动的振动传感器和用于检测在风力涡轮机中产生的机械振动的另一振动传感器。使用这些振动传感器的输出,该状态监视系统监视风力涡轮机的状态,以检测轴承的任何故障或者塔的机械强度(刚度)的任何下降。这些振动传感器各自例如被实现为包括压电元件的加速度传感器。为了检测在风力涡轮机中产生的机械振动,这些振动传感器设置在振动产生的区域附近、即在机舱内或在机舱附近。
在像这样的已知的状态监视系统中,振动传感器需要位于振动产生的区域附近。因此,在例如风力涡轮机的情况下,振动传感器需要安装在通常不可接近的高处(诸如在机舱内等),因而在安装振动传感器时遇到许多麻烦。这给状态监视系统的安装带来了障碍。
现有技术文献
专利文献
专利文献1:日本特开2015-72006
发明内容
有鉴于上述背景,因此本发明的目的是提供容易引入的状态监视系统、状态监视方法、状态监视程序和存储介质。
根据第一方面的状态监视系统是一种用于监视与转换器有关的状态的系统,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视系统包括:获取单元,其被配置为从测量装置获取波形数据,所述测量装置被配置为测量作为所述转换器的输出或输入的电气信号,所述波形数据表示所述电气信号的波形;以及生成单元,其被配置为基于所述波形数据来生成分析数据,所述分析数据用于监视与所述转换器有关的状态,其中,所述生成单元被配置为:基于在所述驱动频率的值改变时的所述波形数据通过频率分析来获得多个组合,所述组合各自包括频率的值和作为强度或相位的特征量的值;以及由此生成至少包括所述频率、所述特征量和所述驱动频率的三个变量的所述分析数据。
在可以结合第一方面实现的根据第二方面的状态监视系统中,所述生成单元被配置为进行用于根据所述驱动频率重排所述分析数据的排序处理。
在可以结合第一方面或第二方面实现的根据第三方面的状态监视系统中,所述分析数据被配置为显示如下的图像,在所述图像中,多个像素沿着所述频率和所述驱动频率的轴二维地排列,所述像素的像素值各自表示所述特征量。
根据第四方面的状态监视系统是一种用于监视与转换器有关的状态的系统,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视系统包括:诊断单元,其被配置为基于根据波形数据所要生成的分析数据来诊断与所述转换器有关的状态,所述波形数据表示作为所述转换器的输出或输入的电气信号的波形,其中,所述分析数据是通过基于在所述驱动频率的值改变时的所述波形数据通过频率分析获得多个组合而生成的,所述组合各自包括频率的值和作为强度或相位的特征量的值,所述分析数据至少包括所述频率、所述特征量和所述驱动频率的三个变量。
在可以结合第四方面实现的根据第五方面的状态监视系统中,所述诊断单元被配置为通过参考所述分析数据,基于与所述频率的多个值中的特定频率的值相对应的所述特征量的值,来诊断与所述转换器有关的状态。
在可以结合第五方面实现的根据第六方面的状态监视系统中,所述诊断单元被配置为确定与多个组合相对应的所述特征量的值满足预定条件时的系数n,并由此基于如此确定的所述系数n的值来确定所述特定频率,其中所述多个组合中的各组合包括由至少使用所述驱动频率fx、所述频率fy和所述系数n的预定关系表达式给出的所述驱动频率的值和所述频率的值。
在可以结合第六方面实现的根据第七方面的状态监视系统中,进一步使用所述电气信号的基准频率fs1的所述预定关系表达式是fy=fs1+n×fx。
在可以结合第一方面至第七方面中任一方面实现的根据第八方面的状态监视系统中,所述动子被配置为按所述驱动频率进行旋转运动。
在可以结合第八方面实现的根据第九方面的状态监视系统中,所述动子包括磁场绕组,以及所述状态监视系统还包括估计单元,所述估计单元用于至少使用所述磁场绕组的输出来获得所述驱动频率的值。
在可以结合第一方面至第九方面中任一方面实现的根据第十方面的状态监视系统中,所述转换器构成发电设施。
根据第十一方面的状态监视方法是一种用于监视与转换器有关的状态的方法,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视方法包括:获取处理,用于从测量装置获取波形数据,所述测量装置被配置为测量作为所述转换器的输出或输入的电气信号,所述波形数据表示所述电气信号的波形;以及生成处理,用于基于所述波形数据来生成分析数据,所述分析数据用于监视与所述转换器有关的状态,其中,所述生成处理包括:基于在所述驱动频率的值改变时的所述波形数据通过频率分析来获得多个组合,所述组合各自包括频率的值和作为强度或相位的特征量的值;以及由此生成至少包括所述频率、所述特征量和所述驱动频率的三个变量的所述分析数据。
根据第十二方面的状态监视方法是一种用于监视与转换器有关的状态的方法,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视方法包括:诊断处理,用于基于根据波形数据所要生成的分析数据来诊断与所述转换器有关的状态,所述波形数据表示作为所述转换器的输出或输入的电气信号的波形,其中,所述分析数据是通过基于在所述驱动频率的值改变时的所述波形数据通过频率分析获得多个组合而生成的,所述组合各自包括频率的值和作为强度或相位的特征量的值,所述分析数据至少包括所述频率、所述特征量和所述驱动频率的三个变量。
根据第十三方面的状态监视程序是一种用于监视与转换器有关的状态的程序,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视程序被设计成使计算机系统执行以下处理:获取处理,用于从测量装置获取波形数据,所述测量装置被配置为测量作为所述转换器的输出或输入的电气信号,所述波形数据表示所述电气信号的波形;以及生成处理,用于基于所述波形数据来生成分析数据,所述分析数据用于监视与所述转换器有关的状态,其中,所述生成处理包括:基于在所述驱动频率的值改变时的所述波形数据通过频率分析来获得多个组合,所述组合各自包括频率的值和作为强度或相位的特征量的值;以及由此生成至少包括所述频率、所述特征量和所述驱动频率的三个变量的所述分析数据。
根据第十四方面的状态监视程序是一种用于监视与转换器有关的状态的程序,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视程序被设计成使计算机系统执行以下处理:诊断处理,用于基于根据波形数据所要生成的分析数据来诊断与所述转换器有关的状态,所述波形数据表示作为所述转换器的输出或输入的电气信号的波形,其中,所述分析数据是通过基于在所述驱动频率的值改变时的所述波形数据通过频率分析获得多个组合而生成的,所述组合各自包括频率的值和作为强度或相位的特征量的值,所述分析数据至少包括所述频率、所述特征量和所述驱动频率的三个变量。
根据第十五方面的存储介质存储通过根据第十一方面的状态监视方法所生成的分析数据。
附图说明
图1是示出根据第一实施例的状态监视系统的基本结构的框图;
图2是示出状态监视系统的具体结构的框图;
图3的A是示出在未检测到故障的情况下的电枢绕组的输出电流的频谱的曲线图;
图3的B是示出在检测到任何故障的情况下的电枢绕组的输出电流的频谱的曲线图;
图4的A概念性地示出状态监视系统所生成的二维数据集;
图4的B概念性地示出状态监视系统所生成的分析数据;
图5概括地示出基于状态监视系统所生成的分析数据而显示的图像;
图6是示出转子的转数和特定间隔之间的关系的曲线图;
图7概括地示出基于状态监视系统所生成的分析数据而显示的图像;
图8是示出状态监视系统的边带阶次(order)n与边带频率级的总和之间的关系的曲线图;
图9是示出磁场绕组的输出电流的频谱的曲线图;
图10示意性示出根据第一实施例的状态监视系统的示例性应用;以及
图11是示出图10所示的示例性应用中的状态监视系统的操作的序列图。
具体实施方式
(第一实施例)
(1)概述
如图1所示,根据典型实施例的状态监视系统1用于监视与转换器4有关的状态,该转换器4用以使动子442的能量单向地从动能转换成电能或者从电能转换成动能,或者使该能量双向地从动能(机械能)转换成电能和/或反之亦然。动子442按驱动频率进行周期性运动。如本文所使用的,“周期性运动”是指按大致规则的时间间隔要重复的运动,并且至少包括转动和振动这两者。此外,如本文所使用的,“与转换器4有关的状态”例如是指转换器4是否存在任何故障、转换器4的工作(运行)状态、以及转换器4的寿命。此外,“与转换器4有关的状态”不仅包括转换器4自身的状态,而且还包括机械地联接至转换器4的机械部分以及与转换器4相关联的其它装置和设备的状态。
这种类型的转换器4的示例包括用于利用风力转动风车的风力发电设施(也称为“风力涡轮机设施”)、用于利用水力转动水力磨的水力发电设施、用于利用蒸汽或燃气转动涡轮机的火力发电设施、以及核能发电设施。除此以外,地热发电设施、抽水发电设施和波浪发电设施也算在内。转换器4不必是用于通过动子442的旋转运动来发电的发电设施,而且也可以是用于通过动子442的振动来发电的发电设施。
此外,转换器4仅需具有使动子442的能量单向地从动能转换成电能或者从电能转换成动能、或者在动能和电能之间双向地转换的功能,而不必是用于将动子442的动能转换成电能的发电设施。可替代地,转换器4例如还可以是用于将电能转换成动子442的动能的电动马达(马达)或任何其它装置。具体地,在被供给电能时,电动马达或任何其它转动装置将电能转换成动子442的动能,由此使动子442进行周期性运动。此外,转换器4还可被配置为使动子442的能量在动能和电能之间双向地转换。
在转换器4被实现为发电设施的情况下,动子442的周期性运动使得转换器4能够输出电气信号(例如,其可以是AC(交流)电压信号或AC电流信号)。另一方面,在转换器4被实现为电动马达的情况下,向转换器4输入电气信号(诸如驱动电流等)使得动子442能够进行周期性运动。
在以下要说明的典型实施例中,作为示例,状态监视系统1所要监视的转换器4是发电设施。另外,在以下的说明中,作为示例,转换器4包括被配置为按驱动频率进行旋转运动的动子442。具体地,在以下要说明的典型实施例中,转换器4被实现为诸如图1所示的风力涡轮机设施等的风力涡轮机设施。
这种类型的转换器4包括用于向动子442供给动力以通过使动子442转动来生成电能的可动块41。也就是说,动子442是被配置为按可变的驱动频率进行旋转运动的转子。如本文所使用的,可动块41包括转动体410(其在风力涡轮机设施的情况下可以是风车)、以及促成转动体410或动子442的转动的构件(诸如轴、轴承和增速齿轮413等)。在这种类型的转换器4中,由于例如可动块41的至少一个部件的随时间经过的劣化而导致在可动块41中可能发生一些故障。如本文所使用的,“可动块41的故障”是指可动块41可能具有的所有类型的故障,并且不仅包括转动体410自身的故障(诸如变形或损坏等),而且还包括主轴411(参见图2)、轴承412(参见图2)或增速齿轮413(参见图2)的故障。后面将在“(2.2)可动块的故障”部分中说明可动块41的一个具体示例性故障。如果在可动块41中发生了任何故障的状态下转换器4继续工作,则损坏可能扩展到严重损坏转换器4的地步。
因而,为了克服这样的问题,根据本实施例的状态监视系统1使得能够通过将转换器4的可动块41是否存在任何故障作为与转换器4有关的状态进行诊断来进行对可动块41的任何故障的早期检测。因此,如果状态监视系统1所作出的诊断表明可动块41应存在一些故障,则用户可以在对转换器4造成严重损坏之前采取诸如转换器4的维护(包括检查和修理)等的一些主动措施。也就是说,利用该状态监视系统1监视转换器4,这样通过让用户检测可能对转换器4造成的损坏的任何症状并在对转换器4造成严重损坏之前采取适当的预防措施,来减少损坏扩散的可能性。如本文所使用的,“用户”是指经营或管理转换器4的商业所有人,并且有时可以是诸如企业等的组织且有时是独资经营者。
(2)详情
接着,将详细说明根据本实施例的状态监视系统1。
(2.1)转换器
首先,将说明根据本实施例的状态监视系统1所要监视的转换器4。在本实施例的以下说明中,如以上所述,作为示例,转换器4是风力涡轮机设施。
转换器4是如图2所示包括具有多个叶片415的风车作为转动体410的螺旋桨驱动型风力涡轮机设施。该转换器4不仅包括转动体410,而且还包括用于可转动地保持转动体410的机舱42和用于支撑机舱42的塔43。附接至塔43的顶部的机舱42安装在离地面约数十米的高度。转换器4包括主轴411、轴承412、增速齿轮413和制动鼓414,这四者配置在机舱42内以连同转动体410一起形成可动块41。转换器4还包括也配置在机舱42内的发电机44。
在图2所示的示例中,转动体410包括多个(例如,在该示例中为三个)叶片415和轮毂416。多个叶片415以轮毂416为中心呈放射状配置,并且经由轮毂416联接至主轴411。主轴411由机舱42内的轴承412可转动地保持,并联接至增速齿轮413的输入轴。增速齿轮413的输出轴经由制动鼓414连接至发电机44。因而,在转动体410以多个叶片415暴露至风的状态转动时,转动体410的转动由增速齿轮413加速,然后被传递至发电机44。
发电机44包括定子441和动子(转子)442。如图1所示,定子441包括电枢绕组451并且动子442包括磁场绕组452。动子442经由制动鼓414连接至增速齿轮413的输出轴。在增速齿轮413的输出轴转动时,动子442相对于定子441转动。电枢绕组451经由电枢侧电通路541电气连接至电力供给路径52。磁场绕组452经由磁场侧电通路542和电力转换器51电气连接至电力供给路径52。例如如在背靠背式电力转换器中那样,电力转换器51被实现为双向逆变器。
如本文所使用的,“电枢侧电通路541”是指配置在发电机44和电力供给路径52之间的电通路中的、相对于电力转换器51与电力供给路径52的连接点位于更靠近电枢绕组451的位置的各个部分。另一方面,“磁场侧电通路542”是指配置在发电机44和电力供给路径52之间的电通路中的、相对于电力转换器51位于更靠近磁场绕组452的位置的各个部分、即在电力转换器51和磁场绕组452之间的电通路。磁场侧电通路542包括滑环。在图1中,假定电枢绕组451包括在定子441中,因此定子所用的附图标记441和电枢绕组所用的附图标记451这两者指定相同部分。
在本实施例中,发电机44例如可以被实现为双馈感应发电机(DFIG)。这种类型的发电机44通过由电力转换器51控制的流经磁场绕组452的电流的量来进行变速操作,由此将与电网7相同频率(例如,50Hz)的AC电压输出至电力供给路径52。如果动子442的转数(转速)小于同步速度(即,如果动子442进行次同步操作)、或者如果滑移(slip)具有正的值,则电力转换器51将来自电力供给路径52的电力供给至磁场绕组452。如本文所使用的,通过从同步速度中减去动子442的转数并将该差除以同步速度来获得“滑移”。另一方面,如果动子442的转数等于或大于同步速度(即,如果动子442进行超同步操作)、或者如果滑块具有负的值,则电力转换器51将来自磁场绕组452的电力供给至电力供给路径52。在这种情况下,转数和同步速度的单位都是rpm(每分钟转数)。可以看出,发电机44进行将滑移频率的AC电力供给至磁场绕组452的滑移频率控制,由此即使转动体410的转数不恒定、也能维持发电频率与电网7的发电频率一样高。如本文所使用的,“发电频率”是指作为转换器4的输出的电气信号(其在转换器4被实现为发电设施时可以是AC电压信号或AC电流信号)的基准频率。
电枢侧电通路541在塔43内通过,以将机舱42内的发电机44电气连接至电力供给路径52。电力转换器51配置在塔43的内底部。磁场侧电通路542在塔43内通过,以将机舱42内的发电机44电气连接至电力转换器51。在本实施例中,假定电网7是三相(U相、V相、W相)的AC电网,因此针对三相AC电网7提供设置三个电枢绕组451和三个磁场绕组452。同样,电力供给路径52、电枢侧电通路541和磁场侧电通路542全部被实现为三相AC电网7所用的三条涂布电线。
网连设施6经由电力供给路径52电气连接至发电机44。这使得转换器4所产生的电力能够经由电力供给路径52发送至网连设施6。换句话说,网连设施6经由电力供给路径52作为负载电气连接至发电机44。
网连设施6是用于将转换器4连接至电网7的设施。在本实施例中,网连设施6例如可以包括变压器61。电力供给路径52电气连接至变压器61的初级绕组。变压器61的次级绕组电气连接至电网7。转换器4的输出(AC电压)在被调整成电网7的电压和频率之后被供给至电网7。可选地,网连设施6可以包括诸如切断器等的保护装置。
在具有这样的结构的转换器4中,在动子442转动时,电力(电能)从发电机44经由电力供给路径52被输出至网连设施6。换句话说,转换器4使得动子442能够利用从可动块41供给至动子442的动力而转动,并将此时动子442所产生的动能(转动能量)转换成电能。在这种情况下,转换器4输出具有基准频率的电气信号(其可以是AC电压信号或AC电流信号)。基准频率例如可以是与电网7的基准频率一样高的50Hz。
在该转换器4中,针对机舱42设置用于测量风向的风向仪和用于测量风速的风速仪,使得转换器4基于风向和风速来进行控制。也就是说,转换器4通过利用例如偏航驱动器根据风向使机舱42沿着水平面转动来按照风向高效地发电。此外,转换器4还通过根据风速改变叶片415的俯仰角来将发电机44的输出(电力)控制于额定值。
(2.2)可动块的故障
在具有在“(2.1)转换器”部分已说明的结构的转换器4中,可动块41例如可能存在以下故障。
具体地,在这样的转换器4中,由于例如可动块41的一些部件的随着时间经过的劣化而导致可动块41可能存在一些故障。特别是在用于通过利用自然能量转动转动体410的诸如风力涡轮机设施等的发电设施中,施加到转动体410的力的方向和大小往往容易地和经常地改变,使得这种随时间经过的劣化是不可避免的。
例如,在风力涡轮机设施暴露于向上(从下向上)吹的一阵风的情况下,在使主轴411倾斜的方向上向转动体410施加力,而这反过来以凿击(gouge)轴承412的方式向轴承412施加应力。特别是在轴承412是滚动轴承时,反复对轴承412施加这种应力会导致由于剥落引起的对轴承412的损坏。如本文所使用的,“剥落”是指由于滚动疲劳而在滚动接触面或轨道面上引起的脱落。
轴承412的剥落增加了对轴承412造成的损坏,由此导致转换器4的发电效率下降。此外,使转换器4继续在这样的条件下工作使倾斜的主轴411从而引起未对准。这例如反过来导致增速齿轮413的齿轮之间的脱离,因而导致齿轮之间的显著摩擦并由此可能对齿轮导致诸如切屑或划伤等的损坏。这种损坏不仅会对增速齿轮413发生、而且还会对制动鼓414和发电机44发生。
简言之,使转换器4继续以在可动块41中产生一些故障(诸如轴承412的剥落等)的状态工作不仅会导致转换器4的发电效率下降,而且还会由于损坏的扩展而对转换器4造成严重损坏。因此,根据本实施例的状态监视系统1通过诊断可动块41是否存在故障并向用户通知诊断结果来向用户提供与可动块41的故障有关的早期预警。
(2.3)状态监视系统的结构
接着,将说明状态监视系统1的结构。
如图1所示,状态监视系统1包括用于诊断与转换器4有关的状态的诊断装置10。在本实施例中,诊断装置10诊断可动块41是否存在任何故障作为与转换器4有关的状态。诊断装置10被配置为从用于测量作为转换器4的输出或输入的电气信号的测量装置2获取波形数据,并基于该波形数据来诊断与转换器4有关的状态(例如,可动块41是否存在任何故障)。在本实施例中,测量装置2测量从转换器4输出的电流信号(输出电流)作为用作转换器4的输出的电气信号。
在本实施例中,如图2所示,诊断装置10和测量装置2连接至诸如因特网等的网络8,并且被配置为彼此进行通信。这使得诊断装置10能够通过网络8从测量装置2获取波形数据。另外,在用户的管理下的管理服务器91也连接至网络8。这使得诊断装置10能够将对可动块41进行的故障诊断的结果经由网络8输出至管理服务器91。这使得管理服务器91能够将对可动块41进行的故障诊断的结果呈现给用户。结果,用户可以在对发电设施造成严重损坏之前采取诸如发电设施的维护(包括检查和修理)等的一些主动措施。在本实施例中,“用户”是指经营或管理转换器4的商业所有人,并且假定是诸如企业等的组织。
此外,尽管在假定测量装置2不计入状态监视系统1的构成元件的情况下描述了本实施例,但测量装置2可以是状态监视系统1的构成元件之一。同样,尽管在假定转换器4不计入状态监视系统1的构成元件的情况下描述了本实施例,但转换器4可以是状态监视系统1的构成元件之一。也就是说,状态监视系统1仅需至少包括诊断装置10,并且还可以包括测量装置2和转换器4至少之一。
(2.3.1)测量装置
如图1所示,测量装置2包括第一传感器211、第二传感器212和信号处理单元25。测量装置2测量转换器4的输出电流(即,作为转换器4的输出的电气信号)的量,并将表示转换器4的输出电流的波形的波形数据输出至诊断装置10。
第一传感器211和第二传感器212各自可被实现为诸如电流互感器(CT)等的电流传感器。第一传感器211布置在转换器4的塔43(参见图2)中,并附接至电枢侧电通路541以检测流经电枢侧电通路541的电流。第二传感器212也布置在转换器4的塔43中,并附接至磁场侧电通路542以检测流经磁场侧电通路542的电流。第一传感器211和第二传感器212都电气连接至信号处理单元25。在这种情况下,第一传感器211和第二传感器212各自可以附接至三相AC电网7所用的3线式电枢侧电通路541至少之一或3线式磁场侧电通路542至少之一。例如,第一传感器211可以附接至三个电枢侧电通路541中的仅一个或者电枢侧电通路541中的两个或全部三个。
信号处理单元25根据第一传感器211的输出来生成表示电枢绕组451的输出电流波形的波形数据(以下也称为“电枢侧数据”)。另外,信号处理单元25还根据第二传感器212的输出来生成表示磁场绕组452的输出电流波形的波形数据(以下也称为“磁场侧数据”)。测量装置2被配置为将信号处理单元25如此生成的波形数据(包括电枢侧数据和磁场侧数据)作为表示用作转换器4的输出的电气信号的波形的波形数据输出至诊断装置10。
在本实施例中,转换器4的输出包括两条线的输出、即电枢绕组451的输出和磁场绕组452的输出。然而,在无修饰语的情况下简单地提及“转换器4的输出”的情况下,“转换器4的输出”是指电枢绕组451的输出。换句话说,测量装置2被配置为测量电枢绕组451的输出(输出电流)作为用作转换器4的输出的电气信号。
接着,将参考图2来说明测量装置2的更具体的结构。
测量装置2不仅包括第一传感器211和第二传感器212,而且还包括第一通信单元22、第二通信单元23和网关24。在以下的说明中,假定信号处理单元25(参见图1)的功能包括在第一通信单元22中。
第一传感器211和第二传感器212配置在塔43的内底部的电力转换器51附近。换句话说,第一传感器211和第二传感器212配置在地面附近。第一传感器211和第二传感器212都电气连接至第一通信单元22,并且被配置为能够将检测结果输出至第一通信单元22。各种类型的传感器中的任何传感器都可以用作第一传感器211和第二传感器212。然而,这些传感器被适当地配置为可以在没有一次断开这些路径中的任何路径的情况下后附接至电枢侧电通路541和磁场侧电通路542。这种类型的传感器的示例包括夹持传感器。
第一通信单元22被配置为能够相对于第二通信单元23发送和接收数据。例如,第一通信单元22和第二通信单元23之间的通信可以是符合不需要许可证的低功率无线电标准(诸如特定低功率无线电标准等)的无线通信。对于这种类型的低功率无线电,在各个国家定义了根据预期用途所采用的频带、天线功率和其它具体参数。在日本,例如,定义了需要使用920MHz频带或420MHz频带上的无线电波的低功率无线电标准。然而,这不是第一通信单元22和第二通信单元23之间的唯一通信方法,而是示例。可替代地,通信方法也可以是使用诸如由通信服务提供商提供的3G(第三代)网络等的蜂窝网络(载波网络)的通信,或者也可以是有线通信。
网关24电气连接至第二通信单元23。网关24还可以具有经由诸如由通信服务提供商提供的3G(第三代)网络等的蜂窝网络(载波网络)连接至网络8(诸如因特网等)的功能,即例如移动路由器的功能。然而,该结构仅仅是示例且不应被解释为限制性的。可替代地,网关24也可以不经由这样的蜂窝网络连接至网络8。
该结构使得测量装置2能够经由第二通信单元23、网关24和网络8将信号处理单元25所生成的波形数据(包括电枢侧数据和磁场侧数据)从第一通信单元22发送至诊断装置10。网关24还用作用于保存从第一通信单元22获取到(收集到)的波形数据的数据记录器。
可以从电网7或者用作发电设施的转换器4供给使测量装置2工作的电力。
测量装置2被配置为将波形数据按规则间隔输出至诊断装置10。测量装置2以预定测量周期(例如,4小时)测量转换器4的输出电流,并将由此获得的波形数据输出至诊断装置10。测量周期可以由针对第一传感器211和第二传感器212所设置的计时器或者针对网关24所设置的计时器进行计时。在由针对网关24所设置的计时器进行计时的情况下,可以通过经由管理服务器91访问网关24来远程设置(或改变)测量周期。
(2.3.2)诊断装置
如图2所示,诊断装置10包括获取单元11、生成单元12、诊断单元13、输出单元14、存储单元15和估计单元16。诊断装置10使获取单元11从测量装置2获取波形数据,并且还使诊断单元13诊断与转换器4有关的状态(例如,可动块41是否存在任何故障)。诊断装置10包括包含处理器和存储器的计算机作为其主要构成元件其中之一,并且通过使处理器执行存储器中所存储的程序来进行作为诊断装置10的功能。
获取单元11被配置为从测量装置2获取表示作为转换器4的输出或输入的电气信号的波形的波形数据。在本实施例中,测量装置2所测量的电气信号是转换器4的输出电流。因而,获取单元11从测量装置2获取至少表示转换器4的输出电流的波形的波形数据(电枢侧数据)。在这种情况下,获取单元11被配置为经由网络8从测量装置2的网关24获取波形数据。获取单元11所获取到的波形数据是表示电流波形本身的原始数据,或者是例如未经过压缩以外的任何处理的电流波形。在这种情况下,第一传感器211或第二传感器212在预定时间量内(例如,其落在数秒~约1分钟的范围内)检测到的电流的波形形成单组波形数据。在本实施例中,例如,波形数据可以是数据大小为约每相200千字节的wav文件。
生成单元12基于获取单元11所获取到的波形数据来生成用于监视与转换器4有关的状态(在本示例中,诊断可动块41是否存在任何故障)的分析数据。生成单元12所生成的分析数据是包括至少三个变量即频率fy、特征量Sz和驱动频率fx的数据集。如本文所使用的,“频率fy”和“特征量Sz”是通过波形数据的频率分析所获得的变量。如本文所使用的,“特征量Sz”是强度Iz(信号强度)或相位。在本实施例中,假定特征量Sz是强度Iz作为示例。也就是说,波形数据的频率分析使得能够获得频率fy和特征量Sz(在本示例中为强度Iz)的各个值的组合。此外,如本文所使用的,“驱动频率fx”是指动子442所进行的周期性运动的频率。如果如本实施例那样动子442进行旋转运动,则驱动频率fx对应于动子442的转数。也就是说,由于通过将驱动频率fx[Hz]乘以常数(例如,60)来获得动子442的转数Ra[rpm],因此满足关系式Ra=60×fx。
生成单元12基于在驱动频率fx的值改变时生成的波形数据,通过频率分析来获得频率fy的值和特征量Sz(例如,强度Iz)的值的多个组合,由此生成分析数据。具体地,生成单元12对表示转换器4的输出电流的波形的波形数据(电枢侧数据)进行诸如快速傅立叶变换(FFT)等的傅立叶变换,由此获得输出电流的频谱。生成单元12通过获得驱动频率fx的值改变的各个波形数据的频谱来生成分析数据。后面将在“(2.4.1)生成阶段”部分中详细说明用于使生成单元12生成分析数据的算法。
诊断单元13被配置为基于生成单元12所生成的分析数据来诊断与转换器4有关的状态(在本示例中,可动块41是否存在任何故障)。诊断单元13分析生成单元12所生成的分析数据,并且按照诊断条件诊断可动块41是否存在任何故障。后面将在“(2.4.2)诊断阶段”部分中详细说明用于使得诊断单元13能够进行诊断的算法。
输出单元14输出诊断单元13所作出的诊断结果。输出单元14被配置为将该诊断结果经由网络8发送至管理服务器91。输出单元14所输出的诊断结果是至少表示与转换器4有关的状态(在本示例中,可动块41是否存在任何故障)的数据,并且可以包括与存在故障的地点、故障的级别(或程度)和对策有关的数据。如本文所使用的,诊断结果的输出包括诊断结果的呈现(诸如显示、发出语音消息和打印等)和通知。
存储单元15存储获取单元11所获取到的多组波形数据。如本文所使用的,“多组波形数据”可以是单个第一传感器211(或单个第二传感器212)多次检测并获得的多组波形数据、或者基于多个第一传感器211(或多个第二传感器212)的输出所获得的多组波形数据。还可替代地,“多组波形数据”也可以是多个第一传感器211(或多个第二传感器212)通过多个测量会话所获得的多组波形数据。后面将在“(2.6)状态监视系统的示例性应用”部分中说明设置多个第一传感器211(或多个第二传感器212)的示例。
估计单元16被配置为获得转换器4中的动子442的转数(或驱动频率fx)。也就是说,在转换器4中,动子442的转数(转速)不是恒定的,而是例如根据风速而改变。一些转换器4可以设置有用于监视动子442的转数的附加的rpm监视器。然而,即使在无rpm监视器的情况下,估计单元16也仍能够估计动子442的转数。
在本实施例中,估计单元16被配置为至少基于磁场绕组452的输出来获得动子442的转数。也就是说,估计单元16至少使用获取单元11所获取到的波形数据中的表示磁场绕组452的输出电流波形的波形数据(磁场侧数据)来估计动子442的转数。另外,估计单元16还被配置为不仅基于磁场绕组452的输出而且还基于电枢绕组451的输出来获得动子442的转数。也就是说,估计单元16不仅使用磁场侧数据而且还使用表示电枢绕组451的输出电流波形的波形数据(电枢侧数据)来估计动子442的转数。后面将在“(2.4.3)转数估计算法”部分中将详细说明使得估计单元16能够估计动子442的转数的算法。
上述结构使得诊断装置10能够基于从测量装置2获取到的波形数据来诊断与转换器4有关的状态(在本示例中,移动块41是否存在任何故障),并将诊断结果输出至管理服务器91。因而,管理服务器91能够将对与转换器4有关的状态进行的诊断的结果呈现给用户。这使得用户能够在对转换器4造成严重损坏之前采取诸如转换器4的维护(包括检查和修理)等的一些主动措施。
可替代地,诊断装置10可被配置为仅在转换器4正在工作时才输出诊断结果。与转换器4是否正在工作有关的判断例如可以由诊断装置10基于从测量装置2获取到的波形数据来进行。在发现转换器4生成等于或大于预定最小所需电力值的电力时,诊断装置10判断为转换器4现在应正在工作。在发现转换器4不工作时,诊断装置10不诊断与转换器4有关的状态,并且例如可以输出表示诊断装置10不能诊断与转换器4有关的状态的信息。
可选地,诊断装置10可以采用默认定义的预定条件或不受限制地根据需要随时更新的条件作为诊断单元13中所使用的诊断条件。如果需要随时更新诊断条件,则诊断单元13可以基于存储单元15中所存储的多组波形数据来更新诊断条件。换句话说,通过机器学习自动改变使得诊断单元13能够进行诊断的算法。如果多组波形数据存储在存储单元15中,则可以基于这些多组波形数据(即所谓的“大数据”)来自动更新诊断条件。
(2.4)状态监视系统的操作
根据本实施例的状态监视系统1的操作大致可分类为用于生成用以监视以转换器4有关的状态的分析数据的生成阶段、以及用于基于分析数据来诊断与转换器4有关的状态的诊断阶段。因而,在以下的说明中,将单独地对状态监视系统1的操作的生成阶段和诊断阶段进行说明。
(2.4.1)生成阶段
首先,将说明用于生成分析数据的生成阶段。
假定如下的情形:由对表示转换器4的输出电流波形的波形数据(电枢侧数据)进行了快速傅立叶变换的生成单元12获得诸如图3的A和图3的B所示的频谱等的频谱。在图3的A和图3的B中,横轴表示频率fy(Hz)并且纵轴表示强度Iz(分量的大小)。图3的A示出在转换器4无故障的情况下(即,在转换器4被证明是正常的情况下)获得的结果,并且图3的B示出在转换器4存在一些故障的情况下获得的结果。
从图3的A和图3的B可以清楚地看出,在可动块41出现任何故障时,会在转换器4的输出电流波形中引起一些变化,由此还引起频谱中的一些变化。这就是为什么诊断单元13可以通过检测频谱中的任何变化来诊断是否存在任何故障的原因。
在可动块41出现任何故障时,在频谱中可能会发生各种变化。本发明人发现了存在任何故障都会使得在至少一个特定频率分量中出现差异。也就是说,在转换器4的输出电流中,在至少一个特定频率分量中可观察到由可动块41的故障引起的明显变化。如本文所使用的,“特定频率”例如可以是指在频率轴fy上相对于基准频率按与动子442的转数相对应的间隔(以下称为“特定间隔”)并排排列的频率。如本文所使用的,各个“间隔”是指频谱上的频率fy之间的间隔。因而,两个频率fy之间的间隔与这两个频率fy之间的差相对应。基准频率是转换器4所输出的AC电压的频率(例如,在图3的A和图3的B所示的示例中为50Hz),其与电网7的频率一样高。
在图3的A和图3的B所示的示例中,在频率轴fy上(即,在横轴上),强度Iz变为最大的基准频率fs1(50Hz)和四个特定频率f1~f4以基准频率fs1为中心按特定间隔Fi1排列。具体地,在频率轴fy上(在横轴上),两个特定频率f1和f2按特定间隔Fi1排列在比基准频率fs1高的范围中(其中f1<f2)。另一方面,在频率轴fy上(在横轴上),两个特定频率f3和f4按特定间隔Fi1排列在比基准频率fs1低的范围中(其中f3>f4)。换句话说,特定频率f1、基准频率fs1和特定间隔Fi1满足关系f1=fs1+Fi1。同样,特定频率f2、基准频率fs1和特定间隔Fi1满足关系f2=fs1+2×Fi1。同样,特定频率f3、基准频率fs1和特定间隔Fi1满足关系f3=fs1–Fi1。此外,特定频率f4、基准频率fs1和特定间隔Fi1满足关系f4=fs1–2×Fi1。
关注特定频率f1~f4,并且可以看出,与如图3的A所示转换器4无故障的情形相比,在如图3的B所示转换器4存在一些故障的情形中,这些频率分量各自的强度Iz增大。也就是说,在图3的B所示的示例中,频谱在各个特定频率f1~f4处达到其局部极大值。这就是为什么如图3的B所示在频谱上相对于基准频率fs1按特定间隔Fi1生成多个局部最大点的原因。
本发明人还通过实验确认了:在频率轴fy上相对于基准频率fs1按与动子442的转数相对应的间隔(特定间隔Fi1)排列的特定频率f1~f4至少之一的分量中,可动块41的任何故障都将引起明显变化。该事实也可以从数学上解释。简言之,在转换器4的可动块41出现任何故障时,在动子442的转动中将会发生角速度的周期性变化,并且在转换器4的输出电流中将会发生周期性失真(对应于相对于基准频率fs1的理想正弦波形的“偏离”)。如本文所使用的,“失真”的一个周期对应于动子442的转数。因此,将输出电流的周期性失真视为“信号”并且将基准频率fs1的理想正弦波形视为“载波”,如通过信号来调制载波的情形那样,将在比载波(基准频率fs1)高和低的两个范围各自中产生至少一个边带。在这种情况下,边带之间的间隔是信号的频率(即,输出电流的周期性失真),因此特定间隔Fi1由动子442的转数(驱动频率fx)确定。从频率调制或振幅调制的等式中可以明显地看出这种边带的产生。
因而,在根据本实施例的状态监视系统1中,生成单元12进行以下要说明的生成处理,由此基于获取单元11所获取到的波形数据来生成用于监视与转换器4有关的状态的分析数据。
首先,生成单元12对波形数据进行利用傅立叶变换的频率分析以获得频谱。在这种情况下,通过快速傅立叶变换从单组波形数据获得诸如图3的A或图3的B所示的频谱等的单个频谱。频谱是指包括频率fy值(Y1,Y2,Y3,…)和强度Iz值(Z1,Z2,Z3,…)的多个组合的数据。也就是说,频谱是包括作为频率fy和特征量Sz的两个变量的二维数据集。
生成单元12基于在驱动频率fx的值(X1,X2,X3,…)改变时获得的波形数据来生成各自包括频率fy值(Y1,Y2,Y3,…)和强度Iz值(Z1,Z2,Z3,…)的多个组合的多个这样的二维数据集。生成单元12通过对分别具有不同的驱动频率fx值的多组波形数据各自进行频率分析来生成多个频谱。换句话说,生成单元12针对各种驱动频率fx值(X1,X2,X3,…),生成各自包括频率fy值(Y1,Y2,Y3,…)和强度Iz值(Z1,Z2,Z3,…)的多个组合的多个二维数据集。因而,如图4的A所示,生成单元12生成分别具有不同的驱动频率fx值(X1,X2,X3,…)的至少两个二维数据集D1、D2、D3、…。在图4的A中,多个二维数据集D1、D2、D3、…各自是表示诸如图3的A和图3的B所示的频谱等的频谱的曲线图、即横轴表示频率fy并且纵轴表示强度Iz的曲线图。也就是说,在图4的A中,将各自包括频率fy值(Y1,Y2,Y3,…)和强度Iz值(Z1,Z2,Z3,…)的多个组合的多个二维数据集D1、D2、D3、…示意性例示为曲线图。
具体地,生成单元12通过对在一定时间段内(例如,几天~数周)按规则间隔获取到的波形数据进行快速傅立叶变换来获得多个频谱。如此获得的这些频谱各自是频率fy值(Y1,Y2,Y3,…)和强度Iz值(Z1,Z2,Z3,…)的多个组合的二维数据集。在这种情况下,生成单元12将获得波形数据时的驱动频率fx的值(X1,X2,X3,…)作为标签添加到多个二维数据集D1、D2、D3、…中的各二维数据集。驱动频率fx的值(X1,X2,X3,…)是通过将动子442的转数乘以常数(1/60)所获得的并且与动子442的转数相对应的值。因此,可以利用用于估计动子442的转数的估计单元16来估计作为标签的驱动频率fx的值(X1,X2,X3,…)。
另外,在本实施例中,生成单元12还进行用于根据驱动频率fx来重排分析数据Da1的排序处理。也就是说,生成单元12根据作为标签的驱动频率fx的值(X1,X2,X3,…)按升序或降序重排多个二维数据集D1、D2、D3、…。以这种方式,生成单元12生成按驱动频率fx的升序(或降序)排列的各自包括频率fy值(Y1,Y2,Y3,…)和强度Iz值(Z1,Z2,Z3,…)的多个组合的多个二维数据集D1、D2、D3、…。
生成单元12通过将这些二维数据集D1、D2、D3、…整合在一起来生成诸如图4的B所示的分析数据Da1等的分析数据Da1。也就是说,以驱动频率fx为基础标绘图4的A所示的多个二维数据集D1、D2、D3、…使得能够生成横轴表示驱动频率fx且纵轴表示频率fy并且各个像素的像素值指示强度Iz的数据。以这种方式生成的图像对应于具有三个变量即频率fy、强度Iz和驱动频率fx的三维数据集、或者分析数据Da1。分析数据Da1是三维数据集。分析数据Da1本身并不一定是图像。在图4的B中,为了例示性目的,将分析数据Da1示意性地例示为图像。
将参考图5来说明由此生成的分析数据Da1的具体示例。在本实施例中,如图5所示,分析数据Da1是用以显示图像Im1的数据(图像数据),其中在该数据中,像素值各自表示强度Iz的多个像素相对于频率fy的轴和驱动频率fx(转数)的轴二维地排列。在图5所示的示例中,图像Im1是单色图像,因此表示强度Iz的像素值是多个灰度(例如,256个灰度)的灰度值(亮度值)。在图5所示的示例中,强度Iz越高,像素值变得越大(即,图像Im1变得越明亮)。在这种情况下,强度Iz可以是通过频率分析所获得的值本身,或者可以是通过频率分析所获得的且经过了例如对数变换等的处理的值。
也就是说,生成单元12所生成的分析数据Da1使得能够显示诸如图5所示的图像Im1等的图像Im1。在图5中,横轴已从图4的B所示的驱动频率fx改变为动子442的转数。然而,由于通过将驱动频率fx乘以常数(例如60)来获得动子442的转数,因此图5所示的图像Im1本身与图4的B所示的分析数据Da1(图像)相同。简言之,在图5所示的图像Im1中,横轴表示与驱动频率fx相对应的动子442的转数,纵轴表示频率fz,并且像素值表示强度Iz。因此,图5所示的图像Im1等同于具有频率fy、强度Iz和驱动频率fx这三个变量的分析数据Da1。
在该示例中,在图5所示的图像Im1中,各自均具有像素值0且以纯黑色显示的区域R1、R2、R3、R4和R5对应于未获得二维数据集的驱动频率fx值。可以看出,分析数据Da1不必在落在预定范围内的所有的驱动频率fx值处都具有有效数据(诸如频率fy和强度Iz等)。特别地,在动子442的转数在同步速度(在图5中为1200rpm)附近的区域R3中,适当地不使用二维数据集来生成分析数据Da1。这是因为如后面将在“(2.4.3)转数估计算法”部分中详细所述,在该区域R3中,很难确定滑移频率fc1项的符号(+或-)。
不是所有的形成分析数据Da1的基础的多个二维数据集D1、D2、D3、…都必须具有不同的驱动频率fx值。相反,多个二维数据集中的至少两个二维数据集需要具有彼此不同的驱动频率fx值。换句话说,形成分析数据Da1的基础的多个二维数据集D1、D2、D3、…中的一些二维数据集可以具有相同的驱动频率fx值。例如,在如本实施例那样、转换器4被实现为风力涡轮机设施的情况下,动子442的转数将随机地改变,因此多个二维数据集D1、D2、D3、…中的一些二维数据集趋于具有相同的驱动频率fx值。如果针对同一驱动频率fx提供了多个二维数据集D1、D2、D3、…,则生成单元12通过采用强度Iz的诸如平均值、最大值、众数或中值的代表性值来生成分析数据Da1。具体地,如果存在驱动频率fx是X1的多个二维数据集,则生成单元12针对这些二维数据集基于频率fy值(Y1,Y2,Y3,…)获得关于强度Iz的代表值。如此获得的代表值是在驱动频率fx是X1时的各个频率fy值(Y1,Y2,Y3,…)的强度Iz值。
例如,生成单元12所生成的分析数据Da1一次适当地存储在存储单元15中。在这种情况下,存储单元15构成用于存储生成单元12所生成的分析数据的存储介质。
(2.4.2)诊断阶段
接着,将说明基于分析数据来诊断转换器4是否存在任何故障的诊断阶段。
在根据本实施例的状态监视系统1中,诊断单元13按以下方式进行诊断处理,以基于生成单元12所生成的分析数据来诊断与转换器4有关的状态。
具体地,诊断单元13基于诸如上述等的至少一个特定频率f1~f4的分量来诊断与转换器4有关的状态(在本示例中,可动块41是否存在任何故障)。在这种情况下,特定间隔Fi1和动子442的转数具有相关性。如图6所示,作为示例,随着动子442的转数增加,特定间隔Fi1也增大。在图6中,横轴表示动子442的转数[rpm],并且纵轴表示特定间隔[Hz]。
因此,在本实施例中,诊断单元13基于给定的分析数据Da1中的、与各种频率fy值中的特定频率f1~f4值相对应的特征量(例如,在本示例中为强度Iz)值来诊断与转换器4有关的状态。具体地,诊断单元13从如图5所示的表示分析数据Da1的图像Im1中提取与动子442的转数相关的亮线L1和L2,并基于这些亮线L1和L2来诊断与转换器4有关的状态。在图5中,附图标记L1和L2各自表示被关联的点划线包围的区域中的亮线。
也就是说,亮线L1和L2对应于如下的两个边带,这两个边带是在相对于发电频率(即,输出电流的基准频率)上的亮线L0的分别高于和低于基准频率(在本示例中为50Hz)的两个范围中生成的。因此,这些亮线L1和L2满足以下的预定关系式:
fy=fs1+n×fx…(等式1)
其中:fy是频率,fs1是基准频率,n是系数,并且fx是驱动频率。高于基准频率的频率范围中的亮线L1是在该关系表达式中用n=1代替n时获得的线。另一方面,低于基准频率的频率范围中的亮线L2是在该关系表达式中用n=-1代替n时获得的线。在这种情况下,系数n对应于特定频率f1~f4的分量(边带)的阶次。也就是说,亮线L1对应于(具有特定频率f1的)一阶边带,并且亮线L2对应于(具有特定频率f3的)负一阶边带。
在本实施例中,分析数据Da1是用以显示诸如图5所示的图像Im1等的图像Im1的数据。因而,在显示装置上显示图像Im1可以使得人能够用他或她自己的眼睛诊断与转换器4有关的状态。然而,根据本实施例,诊断单元13通过进行以下要说明的处理来自动诊断与转换器4有关的状态。
诊断单元13确定在强度Iz值满足预定条件时的系数n值,其中该强度Iz值与通过使用至少驱动频率fx、频率fy和系数n的预定关系表达式所给出的驱动频率fx值和频率fy值的多个组合相对应。然后,诊断单元13基于由此确定的系数n值来确定特定频率f1~f4。在这种情况下,预定关系式是不仅使用驱动频率fx、频率fy和系数n而且还使用基准频率fs1的等式(1)。具体地,诊断单元13可以改变(扫描)等式(1)的系数n,以使系数n从0起按0.1的步长增大。
图7示出通过n=1.0的等式(1)表示的线Ln1和通过n=1.5的等式(1)表示的线Ln2。在图7中,这两个线Ln1和Ln2绘制在基于分析数据Da1所显示的图像Im1上。在这种情况下,假定基准频率fs1是50Hz。也就是说,诊断单元13通过使等式(1)的系数n从0起按0.1的步长增大来形成诸如图7所示的线Ln1和Ln2等的多条线。
在这种情况下,存在诊断单元13确定特定频率f1~f4所用的各种技术(预定条件)。例如,每当诊断单元13使等式(1)的系数n从0起按0.1的步长增大时,诊断单元13可以针对各系数n计算强度Iz值的总和,并获得该总和达到局部极大值的系数n,由此确定特定频率f1~f4。也就是说,诊断单元13计算各个线Ln1和Ln2上的(与强度Iz值相对应的)像素值的总和。诊断单元13获得所计算出的像素值的总和大于针对周围系数n所计算出的总和中的任何总和并且达到局部极大值的的系数n。在本示例中,预定条件是:在系数n逐渐增大时、针对系数n所计算出的强度Iz值的总和应达到局部极大值。当然,诊断单元13不必逐渐地增大系数n,而是例如可以在系数n从特定值逐渐减小的情形下针对系数n计算强度Iz值的总和。在另一示例中,在逐渐增大系数n的同时,诊断单元13可以将针对系数n所计算出的强度Iz值的总和与阈值进行比较,并且可以获得该总和超过阈值的系数n。在这种情况下,预定条件是:在系数n逐渐增大时、针对系数n所计算出的强度Iz值的总和应超过阈值。还可替代地,诊断单元13也可以采用总和应达到局部极大值并且超过阈值的预定条件。
也就是说,在存在边带的情形下,如图8所示,如此计算出的总和按这些边带中的关联边带的阶次指示峰值。在图8中,横轴表示系数n(边带阶次)并且纵轴表示针对各系数n所计算出的强度Iz值的总和(即,边带频率级的总和)。在图7和图8所示的示例中,在线Ln1上产生亮线,因此线Ln1上的像素值的总和达到局部极大值。因而,确认存在至少“一阶”(其中n=1)边带。边带阶次由以这种方式获得的系数n确定。换句话说,确定了特定频率f1~f4的分量。
存在用于基于如此确定的至少一个特定频率f1~f4的分量的强度Iz来诊断是否存在任何故障的各种特定技术(诊断条件)。例如,诊断单元13可以通过将强度Iz与阈值进行比较来诊断是否存在任何故障。在这种情况下,诊断单元13可以从波形数据(电枢侧数据)提取至少一个特定频率f1~f4的分量,并且在发现该分量的强度Iz小于阈值时诊断为应无故障,且在发现强度Iz等于或大于阈值时诊断为应存在一些故障。
在这种情况下,诊断单元13可被配置为在诊断为应存在一些故障的情况下,评价故障的级别(或程度)。也就是说,将故障的级别评价为1~99这99个级别其中之一,这使得诊断单元13能够区分轻度的故障和重度的故障。故障级别可以基于例如至少一个特定频率f1~f4的分量的强度Iz与阈值之间的差来确定。
可替代地,诊断单元13进行诊断所用的具体技术也可以是例如马田法(Mahalanobis-Taguchi Method)。还可替代地,诊断单元13还可以通过诸如k-最近邻法、支持向量机(SVM)法或神经网络法等的一些机器学习算法进行诊断。在这种情况下,神经网络方法包括深度学习。注意,这些特定诊断技术仅仅是示例且不应被解释为限制性的。因而,可以适当地改变具体诊断技术。
此外,诊断单元13仅需基于至少一个特定频率f1~f4的分量来诊断是否存在任何故障。因而,诊断单元13可以仅基于单个特定频率f1的分量或者基于两个以上的特定频率f1~f4的分量来进行诊断。此外,在图3的B所示的示例中,假定总共有四个特定频率f1~f4,这些特定频率包括高于基准频率fs1的频率范围中的两个特定频率和低于基准频率fs1的频率范围中的两个特定频率。然而,这仅仅是示例且不应被解释为限制性的。可替代地,特定频率可以位于分别高于和低于基准频率fs1的这两个频率范围中的仅一个频率范围中。还可替代地,存在五个以上的特定频率。
(2.4.3)转数估计算法
接着,将详细说明估计单元16如何工作以估计动子442的转数(即,估计单元16估计转数所使用的算法)。
本发明人发现,在通过进行将具有滑移频率的AC电力供给至磁场绕组452的所谓的“滑移频率控制”来将发电频率维持于恒定频率(即,基准频率fs1)的转换器4中,磁场绕组452的输出包括与滑移频率有关的信息。估计单元16估计转数所使用的算法是基于这一发现的。也就是说,估计单元16基于获取单元11所获取到的波形数据中的表示磁场绕组452的输出电流波形的波形数据(即,磁场侧数据)来估计动子442的转数。
特别地,估计单元16通过对磁场侧数据进行快速傅立叶变换来获得磁场绕组452的输出电流的频谱。然后,估计单元16对频谱进行分析以提取滑移频率。估计单元16通过使用从磁场绕组452的输出电流的频谱中获得的滑移频率fc1来计算动子442的转数。也就是说,通过以下的数学等式(1)给出基准频率fs1,其中:Ra[rpm]是动子442的转数,P1是发电机44的极数,并且fc1[Hz]是滑移频率。注意,以下数学公式(1)中的滑移频率fc1是绝对值。
[数学公式1]
在该等式中,发电机44的极数P1(例如,P1=4)和基准频率fs1是已知的。因此,在确定了滑移频率fc1时,通过该数学等式(1)获得动子442的转数Ra。这使得估计单元16能够估计动子442的转数Ra。
假定通过使估计单元16对磁场侧数据进行快速傅立叶变换获得了诸如图9所示的例示性频谱等的频谱。在图9中,横轴表示频率[Hz]并且纵轴表示强度(分量的大小)。从图9可以清楚地看出,关于磁场绕组452的输出电流,频谱在滑移频率fc1处达到局部极大值。因此,如图9所示,频谱在滑移频率fc1处具有局部最大点。在图9所示的示例中,滑移频率fc1是3.875Hz。在这种情况下,假定发电机44的极数P1是4并且基准频率fs1是50Hz,则通过数学公式(1)将动子442的转数Ra计算为1616.25rpm。
在这种情况下,为了精确地获得动子442的转数Ra,估计单元16需要确定数学等式(1)的右边第二项(即,滑移频率fc1项)的符号(+/-)。因而,估计单元16不仅使用磁场侧数据而且还使用表示电枢绕组451的输出电流波形的波形数据(电枢侧数据)来估计动子442的转数。具体地,估计单元16通过对电枢侧数据进行快速傅立叶变换来获得电枢绕组451的输出电流的频谱。然后,估计单元16分析该频谱以提取基准频率fs1的分量的强度(以下称为“峰值级”)。
估计单元16根据所提取的峰值级的大小来确定数学等式(1)的右边第二项的符号。在动子442的转数Ra增大时,转换器4的输出增加,由此提高了峰值级。因此,在发现峰值级等于或大于预定值时,估计单元16判断为动子442的转数Ra应等于或大于同步速度并选择负的(-)符号。另一方面,在发现峰值级小于预定值时,估计单元16判断为动子442的转数Ra应小于同步速度并选择正的(+)符号。在这种情况下,基于统计数据来确定要与峰值级进行比较的预定值。
在生成单元12生成分析数据之前执行这种估计转数Ra的处理。也就是说,在获取单元11定期地获取波形数据以使得生成单元12能够生成分析数据的情形下,估计单元16进行包括每当获取到波形数据时、获得转数Ra并标记转数Ra(驱动频率fx)的一系列处理。然而,由于对电枢侧数据的快速傅立叶变换也由生成单元12进行,因此估计单元16不必再次对电枢侧数据进行快速傅立叶变换。也就是说,生成单元12和估计单元16可以共享对电枢侧数据的快速傅立叶变换的结果(频谱)。
可替代地,尽管估计精度低于通过转数估计算法所实现的估计精度,但估计单元16可以仅基于表示电枢绕组451的输出电流波形的波形数据(即,电枢侧数据)来估计动子442的转数。例如,估计单元16可以分析电枢绕组451的输出电流的频谱,并且可以基于基准频率fs1的分量的强度(峰值级)来估计动子442的转数。如以上所述,随着动子442的转数增加,峰值级增大。因而,如果峰值级和转数之间的对应关系是已知的,则可以利用峰值级来估计转数。
(2.6)状态监视系统的示例性应用
(2.6.1)结构
接着,将参考图10来说明状态监视系统1的具体示例性应用。
在图10所示的示例中,状态监视系统1包括第一装置31和第二装置32,其中这两个装置各自相对于另一装置发送和接收数据。形成诊断装置10的获取单元11、生成单元12、诊断单元13、输出单元14、存储单元15和估计单元16的功能分散在第一装置31和第二装置32中。在该示例中,至少存储单元15是针对第一装置31设置的,并且生成单元12和诊断单元13是针对第二装置32设置的。第一装置31不仅配备有存储单元15,而且还配备有获取单元11和输出单元14。第二装置32不仅配备有生成单元12和诊断单元13,而且还配备有估计单元16。
这使得第一装置31能够进行状态监视系统1(诊断装置10)的各种功能中的、用于累积波形数据并输出(可以是呈现或通知)诊断结果的功能。第一装置31还具有用于识别用户的用户标识(ID)功能和日志数据管理功能。另一方面,第二装置32进行状态监视系统1(诊断装置10)的各种功能中的、用于分析波形数据、生成分析数据、诊断可动块41是否存在任何故障以及估计动子442的转数的功能。也就是说,状态监视系统1的功能分散地实现在第一装置31和第二装置32中。使第一装置31和第二装置32彼此协作使得能够执行状态监视系统1的功能。
在本实施例中,第一装置31和第二装置32各自被实现为云计算系统。更具体地,第一装置31是在A国安装和建立的公共云计算系统,并且第二装置32是在B国安装和建立的私有云计算系统。也就是说,诊断装置10可被实现为作为公共云计算系统和私有云计算系统的组合的所谓的“混合云计算系统”。如本文所使用的,A国是安装转换器4和用户所属的国家。另一方面,B国不同于A国。也就是说,第一装置31和第二装置32安装在两个不同的国家,但能够通过作为因特网的网络8彼此进行通信。在这种情况下,第一装置31包括存储单元15,因此被实现为与第二装置32相比具有更大存储容量的云计算系统。
第一装置31使用非加密数据(即,明文)与测量装置2进行通信。第一装置31还使用明文与第二装置32进行通信。这使得即使在例如按照法规人们有义务使用明文等的国家中也能够使用第一装置31。因此,例如即使在A国必须使用明文,在A国也可以使用第一装置31。然而,这并不适用于许可加密数据通信的国家或地区。在这样的国家或地区,第一装置31还可以使用加密数据建立通信。
此外,在图10所示的示例中,转换器4包括多个风力涡轮机401、402、403、…和40n。正如在“(2.1)转换器”部分中所述的转换器4那样,多个风力涡轮机401、402、403、…和40n各自包括具有定子441和动子442的发电机44。也就是说,在图10所示的示例中,转换器4包括各自将动子442的动能转换成电能的多个发电机44。
多个风力涡轮机401、402、403、…和40n一起形成一组发电设施。例如,形成该组发电设施的多个风力涡轮机401、402、403、…和40n例如按几十米~数千米的间隔配置。
此外,测量装置2包括多个传感器201、202、203、…和20n。多个传感器201、202、203、…和20n各自对应于在“(2.3.1)测量装置”部分中已经说明的第一传感器211和第二传感器212的组合。也就是说,多个传感器201、202、203、…和20n各自检测流经电枢侧电通路541和磁场侧电通路542的电流。
在这种情况下,多个传感器201、202、203、…和20n各自是针对多个风力涡轮机401、402、403、…和40n中的关联风力涡轮机以一对一的方式设置的。换句话说,多个传感器201、202、203、…和20n各自是针对多个风力涡轮机401、402、403、…和40n中的关联风力涡轮机的发电机44(参见图1)以一对一的方式设置的。也就是说,多个传感器201、202、203、…和20n各自附接至多个风力涡轮机401、402、403、…和40n中的关联风力涡轮机的电枢侧电通路541和磁场侧电通路542。多个传感器201、202、203、…和20n一起形成一组传感器。在图10中,多个传感器201、202、203、…和20n被例示为从外部连接至与其关联的风力涡轮机401、402、403、…和40n。然而,该图仅示意性地表示它们的对应关系。实际上,多个传感器201、202、203、…和20n分别安装在风力涡轮机401、402、403、…和40n中。
第一通信单元22(参见图2)连接至多个传感器201、202、203、…和20n各自。单个第二通信单元23(参见图2)连接至网关24。这使得形成传感器组的多个传感器201、202、203、…和20n能够与网关24建立多对一通信。
因而,将多个风力涡轮机401、402、403、…和40n的输出电流的波形数据从连接至多个传感器201、202、203、…和20n各自的第一通信单元22发送至第二通信单元23并一起聚合在网关24中。以这种方式,测量装置2将多个风力涡轮机401、402、403、…和40n所测量到的波形数据收集在单个网关24中。
在本实施例中,预先设置了用以识别各个风力涡轮机401、402、403、…和40n的标识符,并且多个传感器201、202、203、…和20n各自均与这些风力涡轮机中的相应风力涡轮机的标识符相关联。另外,多个风力涡轮机401、402、403、…和40n各自都不仅与它们自己的标识符相关联,而且还与运营和管理风力涡轮机的商业所有人的用户ID相关联。这使得状态监视系统1能够基于用户ID来向用户提供与他或她自己运营和管理的风力涡轮机401、402、403、…和40n是否存在任何故障有关的信息。
在本实施例中,状态监视系统1(第一装置31和第二装置32)被配置为使用多个传感器201、202、203、…和20n中的关联传感器针对多个发电机44各自所检测到的输出电流,来诊断该发电机44是否存在任何故障。也就是说,根据本实施例的状态监视系统1能够针对多个风力涡轮机401、402、403、…和40n中的每一个风力涡轮机诊断它们的可动块41是否存在任何故障。在这种情况下,输出单元14不仅输出与可动块41是否存在任何故障有关的信息、而且还输出指示多个风力涡轮机401、402、403、…和40n中的对象风力涡轮机的信息(标识符),作为诊断结果。
另外,在图10所示的示例中,还设置有均可连接至管理服务器91的监视器92和移动终端93。监视器92和移动终端93这两者都在用户的管理下,并且在连接至管理服务器91时用作管理服务器91的用户界面。因而,在接收到来自诊断装置10的诊断结果时,管理服务器91将这些诊断结果显示在监视器92或移动终端93上,由此将这些诊断结果呈现给用户。在这种情况下,不仅诊断装置10所作出的诊断结果而且存储单元15中所存储的波形数据都可以显示在监视器92或移动终端93上。移动终端93是能够与管理服务器91进行通信的电信装置。移动终端93的示例包括智能电话和平板电脑。
此外,在图10所示的示例中,还设置有用于进行状态监视系统1(第一装置31和第二装置32)的维护和管理的维护终端94。维护终端94被配置为能够与第一装置31和第二装置32进行通信。维护终端94可以通过网络8或经由专用线路连接至第一装置31和第二装置32。维护终端94由经营状态监视系统1的管理员管理,并与第一装置31或第二装置32进行通信以改变状态监视系统1的各种设置或添加新用户(用户ID)或改变注册用户配置文件。维护终端94还具有例如从状态监视系统1所进行的诊断结果方面检查状态监视系统1的操作状态的功能。
(2.6.2)操作
接着,将参考图11来说明具有图10所示的结构的状态监视系统1如何工作。
测量装置2定期地测量电流波形,并通过网络8将表示电流波形的波形数据从网关24发送至状态监视系统1的第一装置31(S1)。此时,测量装置2将多个传感器201、202、203、…和20n所测量到的电流波形缓冲在网关24中,然后发送至第一装置31。此外,将指示多个风力涡轮机401、402、403、…和40n中的对象风力涡轮机的信息(标识符)作为补充数据进一步添加到波形数据。
在从网关24接收到波形数据时,第一装置31将该波形数据累积在存储单元15中(S2)。在这种情况下,第一装置31针对各个风力涡轮机401、402、403、…和40n沿着时间序列存储波形数据。第一装置31所存储的波形数据不会自动擦除,而是将保留在存储单元15中,直到维护终端94进行了预定类型的操作为止。另外,第一装置31还将波形数据通过网络8发送至第二装置32(S3)。
在从第一装置31接收到波形数据时,第二装置32使生成单元12和诊断单元13分析该波形数据,并且基于该分析数据来诊断可动块41是否存在任何故障(S4)。此时,第二装置32将波形数据和通过该波形数据的分析所获得的分析数据存储在存储器中。第二装置32将诊断结果通过网络8发送至第一装置31(S5)。
在从第二装置32接收到诊断结果时,第一装置31使输出单元14创建用以输出诊断结果的电子邮件消息(S6)。在这种情况下,第一装置31用作Web服务器以提供指示诊断结果的网页。因此,该电子邮件消息包括至因特网上的指示诊断结果的网页的采用通用资源定位器(URL)的链接。第一装置31将如此创建的电子邮件消息作为通知电子邮件消息通过网络8发送至管理服务器91(S7)。
在接收到通知电子邮件消息时,管理服务器91将通知电子邮件消息转发至监视器92或移动终端93。这使得指示诊断结果的网页准备好由用户在他或她点击或轻击监视器92或移动终端93上显示的通知电子邮件消息中的链接时访问。在用户尝试访问网页的URL时,管理服务器91向第一装置31发送请求(S8)。结果,监视器92或移动终端93的浏览器功能使网页上的诊断结果可读和可供用户使用。也就是说,在这种情况下,管理服务器91用作用于在监视器92或移动终端93与网络8之间进行访问控制的代理服务器。
(3)变形例
上述的状态监视系统1仅仅是本发明的示例。根据本发明的状态监视系统1不应被解释为局限于上述的第一实施例,而且在没有背离本发明的真实精神和范围的情况下可以根据设计选择或任何其它因素而容易地修改。
状态监视系统1所要监视的对象可以是具有以下结构的转换器4。具体地,在要监视的转换器4中,其动子442仅需包括经由电力转换器51电气连接至电力供给路径52的磁场绕组452,并且转换器4仅需被配置为将动子442的动能转换成电能并将电能输出至电力供给路径52。因此,状态监视系统1所要监视的对象不必是风力涡轮机设施,而且也可以是水力发电设施、火力发电设施、核能发电设施、地热发电设施、抽水发电设施或波浪发电设施。如果转换器4被实现为除双馈感应发电机以外的发电设施(例如,在被实现为同步发电机时),则转换器4所输出的AC电压的基准频率根据转动体410的转数是可变的。也就是说,转换器4所输出的AC电压的基准频率不必是恒定的,而且可以是可变的。
可替代地,转换器4也可被实现为例如用于将电能转换成动子442的动能的电动马达(马达)。在这种情况下,状态监视系统1获取表示输入至转换器4的电气信号(诸如驱动电流等)的波形的波形数据,并且可以基于该波形数据来监视与转换器4有关的信息。可选地,在转换器4被实现为电动马达时,可以设置用于在向转换器4的动子442(的输出轴)施加外力的情况下有意地使动子442转动的测试模式。在这种情况下,即使转换器4被实现为电动马达,状态监视系统1也可以获取表示作为转换器4的输出的电气信号(诸如电压信号或电流信号等)的波形的波形数据,并且基于该波形数据来监视与转换器4有关的信息。
此外,分析数据不必是基于转换器4的输出电流所生成的,而且例如也可以是基于表示转换器4的输出电压的波形的波形数据所生成的。也就是说,用于生成分析数据的波形数据仅需是作为转换器4的输出或输入的电气信号,因此不必是电流信号、而且也可以是电压信号。
此外,分析数据不一定是利用作为像素值的灰度值(亮度值)来表示强度Iz的黑白图像,而且也可以是用以显示利用作为像素值的色调或饱和度来表示强度Iz的有色图像的数据。此外,分析数据不必是利用像素值表示强度Iz的图像,而且也可以是用以显示例如具有分别指示频率、驱动频率和强度的三个轴的三维曲线图的图像的数据。此外,分析数据不必是用以显示图像的数据,而且例如也可以是采用表的形式的数据。
作为分析数据中所包括的变量其中之一的特征量Sz不必是强度Iz,而且也可以是相位。此外,分析数据仅需包括频率fy、特征量Sz(其可以是强度Iz或相位)和驱动频率fx这三个变量,并且不必是三维数据。可替代地,分析数据也可以是四维数据,该四维数据不仅包括频率fy、特征量Sz(其可以是强度Iz或相位)和驱动频率fx,而且还包括指示获取到波形数据的定时的时间点,作为变量。在这种情况下,状态监视系统1能够从分析数据中提取例如时间依赖因素,并使包括故障的类型的诊断更加具体或更加精确。还可替代地,分析数据甚至可以是包括五个以上的变量的五维以上的数据。
此外,与状态监视系统1所要监视的转换器4有关的条件不必是由于劣化而在转换器4中发生的故障。可替代地,还可以通过在转换器4实际开始工作之前使用状态监视系统1来诊断转换器4是否存在诸如初始故障等的任何故障。此外,状态监视系统1适用于监视与转换器4有关的任何一般状态。因此,不仅可以监视转换器4的任何故障而且还可以监视转换器4的工作(运行)状态或转换器4的寿命,作为与转换器4有关的状态。可选地,状态监视系统1不仅可以监视转换器4自身的状态而且还可以监视机械地联接至转换器4的机构部分的状态(例如,联接至被实现为电动马达的转换器4的输出轴的变速箱的状态),作为与转换器4有关的状态。
此外,分析数据也可用于监视与转换器4有关的更广泛种类的状态。例如,分析数据可用于基于例如与除特定频率f1~f4以外的频率fy值相对应的特征量Sz的值来定位转换器4自身或机械联接至转换器4的机构部分的故障。此外,还可以使用在假定频率fy具有固定值而不依赖于驱动频率fx的情形下的特征量Sz(例如,在图7所示的示例性图像Im1中是与横轴平行的线上的像素值)来监视与转换器4有关的状态。
此外,估计单元16所获取到的与动子442的转数有关的信息不必用于使生成单元12生成分析数据,而且也可用于任何其它目的。在这种情况下,状态监视系统1至少需要包括获取单元11和估计单元16,并且可以不具有生成单元12。如果与转数有关的信息用于除使生成单元12生成分析数据以外的目的,则例如可以将估计单元16所估计的与动子442的转数有关的信息从输出单元14通过网络8发送至管理服务器91。这使得管理服务器91能够向用户呈现与动子442的转数有关的信息。
此外,第一装置31和第二装置32不必被实现为云计算系统,而且也可被实现为诸如服务器计算机等的计算机。此外,状态监视系统1至少需要包括第一装置31和第二装置32,并且状态监视系统1的功能也可以分散在三个以上的装置中。例如,生成单元12可以分散地设置在多个装置中。在具体示例中,在生成单元12的各种功能中,可以适当地分散用于进行频率分析的功能、用于基于频率分析的结果来进行排序处理的功能和用于生成显示图像Im所用的图像数据的功能。此外,状态监视系统1不一定包括第一装置31和第二装置32,而且状态监视系统1的功能也可以由单个装置实现。可选地,第一装置31和第二装置32也可以安装在同一国家。
此外,状态监视系统1的各个功能不必如以上所述的示例那样分配给第一装置31和第二装置32。可替代地,输出单元14可以包括在例如第二装置32而不是第一装置31中。在这种情况下,诊断单元13所作出的诊断的结果将从第二装置32的输出单元14输出,而不是被发送回至第一装置31。
此外,测量装置2不必被配置为定期地输出波形数据。可替代地,测量装置2还可被配置为响应于用户所提交的测量请求来向诊断装置10输出波形数据。在这种情况下,用户对移动终端93进行预定类型的操作会导致测量请求从管理服务器91发送至测量装置2。该测量请求触发波形数据从测量装置2发送至诊断装置10。
此外,测量装置2不必被配置为基于从转换器4供给的状态信号来判断转换器4现在是否正在工作。可替代地,测量装置2例如也可以基于第一传感器211或第二传感器212的输出来进行该判断。
可选地,状态监视系统1也可配置为甚至将临时发生的损坏(诸如旋风对可动块41造成的损坏等)判断为可动块41的故障。在这种情况下,输出单元14将临时发生的这种破坏和通过转换器4的正常使用的可动块41的随时间经过的劣化(诸如轴承412的剥落等)以使前者与后者区分开的方式适当地呈现。
此外,测量装置2的第一传感器211和第二传感器212不必安装在转换器4的塔43的内部,而且也可以安装在塔43的外部。
(4)状态监视方法、状态监视程序和存储介质
与上述的状态监视系统1的功能相同的功能也可以实现为状态监视方法、状态监视程序或存储分析数据的存储介质。
根据一方面的状态监视方法是一种状态监视方法,用于监视与转换器4有关的状态,该转换器4用于使按可变的驱动频率fx进行周期性运动的动子442的能量单向地从动能转换成电能或从电能转换成动能,或者在动能和电能之间双向地转换。该状态监视方法包括获取处理和生成处理。
根据另一方面的状态监视程序是一种用于监视与转换器4有关的状态的状态监视程序,该转换器4用于使按可变的驱动频率fx进行周期性运动的动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。该状态监视程序被设计成使计算机系统进行获取处理和生成处理。
获取处理包括从用以测量作为转换器4的输出或输入的电气信号的测量装置2获取表示该电气信号的波形的波形数据。生成处理包括基于波形数据来生成用以监视与转换器4有关的状态的分析数据。生成处理包括:基于在驱动频率fx的值改变时的波形数据来通过频率分析获得各自包括频率fy的值和作为强度Iz或相位的特征量Sz的值的多个组合,并由此生成至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量的分析数据。
根据另一个方面的状态监视方法是一种用于监视与转换器4有关的状态的方法,该转换器4用于使按可变的驱动频率fx进行周期性运动的动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。该状态监视方法包括诊断处理,该诊断处理包括基于根据表示作为转换器4的输出或输入的电气信号的波形的波形数据所要生成的分析数据来诊断与转换器4有关的状态。
根据另一方面的状态监视程序是一种用于监视与转换器4有关的状态的程序,该转换器4用于使按可变的驱动频率fx进行周期性运动的动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。该状态监视程序使计算机系统执行诊断处理,该诊断处理包括基于根据表示作为转换器4的输出或输入的电气信号的波形的波形数据所要生成的分析数据来诊断与转换器4有关的状态。
分析数据是通过基于在驱动频率fx的值改变时的波形数据通过频率分析来获得各自包括频率fy的值和作为强度Iz或相位的特征量Sz的值的多个组合而生成的。该分析数据至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。
这些状态监视方法和状态监视程序使得即使不使用任何专用的诊断装置10的情况下也可实现根据第一实施例(包括其变形例)的状态监视系统1,由此便于引入状态监视系统1。在这种情况下,计算机系统可以包括处理器和存储器作为主要硬件组件。根据本发明的状态监视系统1的功能可以通过使处理器执行计算机系统的存储器中所存储的状态监视程序来进行。计算机系统的处理器可以由包括半导体集成电路(IC)或大规模集成电路(LSI)的单个或多个电子电路构成。这些电子电路可以一起集成在单个芯片上,或者可以不受限制地分散在多个芯片上。这些多个芯片可以一起集成在单个装置中,或者可以不受限制地分散在多个装置中。状态监视程序可以预先存储在计算机系统的存储器中。然而,这仅仅是示例且不应被解释为是限制性的。可替代地,状态监视程序也可以通过电信线路下载,或者在记录在对于计算机系统而言均是可读取的诸如存储卡、光盘或硬盘驱动器等的一些非暂时性存储介质中之后分发。
此外,即使利用状态监视方法和状态监视程序实现根据第一实施例(或其变形例)的状态监视系统1的情况下,也可以以适当组合的方式采用以上所述的各种结构和以下针对第二实施例所要说明的结构中的任何结构。例如,在状态监视方法中,生成处理可以包括生成单元12所要进行的排序处理。
(第二实施例)
在根据第二典型实施例的状态监视系统1中,诊断单元13在不使用估计单元16所估计的动子442的转数的情况下诊断可动块41是否存在任何故障,这是与以上所述的第一实施例的状态监视系统1的主要不同之处。在以下的说明中,本第二实施例中的具有与上述第一实施例的对应部分相同的功能的任何构成元件将由与该对应部分相同的附图标记指定,并且这里将省略对该构成元件的详细说明。
也就是说,在本实施例中,诊断单元13从例如rpm监视器或除估计单元16以外的任何其它合适的装置获取与动子442的转数有关的信息。然后,生成单元12将获得波形数据时的驱动频率fx(或动子442的转数)的值作为标签添加到多个二维数据集D1、D2、D3、…各自,由此生成分析数据。
可以看出,如果例如rpm监视器是针对转换器4附加地设置的,则生成单元12可以基于rpm监视器的输出来生成分析数据。这使得能够从本实施例的状态监视系统1中省略估计单元16。然而,与估计单元16所估计的动子442的转数有关的信息也可用于除使生成单元12生成分析数据以外的任何目的。因而,本实施例的状态监视系统1也可以包括估计单元16。
针对第二实施例所述的该结构也可适当地与针对第一实施例(及其变形例)所述的各种结构中的任何结构组合采用。
(摘要)
从以上说明可以看出,根据第一方面的状态监视系统1是一种用于监视与转换器4有关的状态的系统,该转换器4用于使动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。动子442按可变的驱动频率fx进行周期性运动。状态监视系统1包括获取单元11和生成单元12。获取单元11从用以测量作为转换器4的输出或输入的电气信号的测量装置2获取波形数据。该波形数据表示电气信号的波形。生成单元12基于该波形数据来生成用以监视与转换器4有关的状态的分析数据。生成单元12基于在驱动频率fx的值改变时的波形数据通过频率分析来获得各自包括频率fy的值和作为强度Iz或相位的特征量Sz的值的多个组合,并由此生成至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量的分析数据Da1。
根据该方面,监视表示作为转换器4的输出或输入的电气信号的波形的波形数据使得能够基于在该波形数据中出现的任何符号来诊断与转换器4有关的状态。因而,如果状态监视系统1所作出的诊断表明可动块41应存在一些故障,则用户可以在对转换器4造成严重损坏之前采取诸如转换器4的维护(包括检查和修理)等的一些主动措施。也就是说,这种状态监视系统1通过检测可能对转换器4造成的损坏的任何早期症状并通过在对转换器4造成严重损坏之前采取适当的预防措施,来降低损坏扩散的可能性。换句话说,状态监视系统1预测可能对转换器4造成的损坏使得用户能够按计划对转换器4进行维护和管理。这样降低了由于对转换器4造成严重损坏而导致转换器4变得不工作的可能性,由此也有助于提高转换器4的工作率。
另外,该状态监视系统1即使在不检测在转换器4中产生的机械振动的情况下也能够监视与转换器4有关的状态。也就是说,该状态监视系统1能够基于表示作为转换器4的输出或输入的电气信号的波形的波形数据来诊断与转换器4有关的状态。因此,在根据该方面的状态监视系统1中,用于测量电气信号的传感器(第一传感器211)可以配置在转换器4的输出侧或输入侧的电气路径(电枢侧电通路541)上。因而,不同于如现有技术那样使用振动传感器的情形,无需在产生振动的区域附近安装测量装置2。结果,该方面便于状态监视系统1的引入和安装。
此外,用于监视与转换器4有关的状态的分析数据Da1至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。因此,与仅使用相对于特定驱动频率fx的频率fy和特征量Sz来监视与转换器4有关的状态相比,这样提高了监视与转换器4有关的状态的精度。原因在于,例如在相对于特定驱动频率fx、特征量Sz(例如,其可以是强度Iz)在特定频率fy处达到峰值的情况下,仅使用频率fy和特征量Sz会由于一些干扰的影响而导致与转换器4有关的误故障诊断。相比之下,根据该方面,可以使用不仅包括频率fy和特征量Sz而且还包括驱动频率fx作为变量的三维数据集来监视与转换器4有关的状态,由此提高了监视与转换器4有关的状态的精度。
在可以结合第一方面实现的根据第二方面的状态监视系统1中,生成单元12被配置为进行用以根据驱动频率fx来重排分析数据的排序处理。
该方面便于确定与驱动频率fx相关的特定间隔Fi1,并最终便于确定特定频率f1~f4,由此提高了监视与转换器4有关的状态的精度。
在可以结合第一方面或第二方面实现的根据第三方面的状态监视系统1中,所述分析数据被配置为显示图像Im1,其中在该图像Im1中,像素值各自表示特征量Sz的多个像素沿着频率fy和驱动频率fx的轴二维地排列。
该方面例如通过将图像Im1显示在显示装置上,使得人类用户能够利用他或她的眼睛更容易地诊断与转换器4有关的状态。
根据第四方面的状态监视系统1是一种用于监视与转换器4有关的状态的系统,该转换器4用于使动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。动子442按可变的驱动频率fx进行周期性运动。状态监视系统1包括诊断单元13。诊断单元13基于根据表示作为转换器4的输出或输入的电气信号的波形的波形数据所要生成的分析数据来诊断与转换器4有关的状态。该分析数据是通过基于在驱动频率fx的值改变时的波形数据通过频率分析获得各自包括频率fy的值和作为强度Iz或相位的特征量Sz的值的多个组合而生成的。分析数据至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。
根据该方面,监视表示作为转换器4的输出或输入的电气信号的波形的波形数据使得能够基于在该波形数据中出现的任何符号来诊断与转换器4有关的状态。该状态监视系统1即使在不检测转换器4中产生的机械振动的情况下也能够监视与转换器4有关的状态。结果,该方面便于状态监视系统1的引入和安装。此外,用于监视与转换器4有关的状态的分析数据Da1至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。因此,与仅使用相对于特定驱动频率fx的频率fy和特征量Sz来监视与转换器4有关的状态相比,这样提高了监视与转换器4有关的状态的精度。原因在于,例如在相对于特定驱动频率fx、特征量Sz(例如,其可以是强度Iz)在特定频率fy处达到峰值的情况下,仅使用频率fy和特征量Sz会由于一些干扰的影响而导致与转换器4有关的误故障诊断。相比之下,根据该方面,可以使用不仅包括频率fy和特征量Sz而且还包括驱动频率fx作为变量的三维数据集来监视与转换器4有关的状态,由此提高了监视与转换器4有关的状态的精度。
在可以结合第四方面实现的根据第五方面的状态监视系统1中,诊断单元13被配置为通过参考分析数据,基于与频率fy的多个值中的特定频率f1~f4的值相对应的特征量Sz的值来诊断与转换器4有关的状态。
该方面使得诊断单元13能够更精确地诊断与转换器4有关的状态。
在可以结合第五方面实现的根据第六方面的状态监视系统1中,诊断单元13确定与多个组合相对应的特征量Sz的值满足预定条件时的系数n,由此基于如此确定的系数n的值来确定特定频率f1~f4。多个组合各自包括由至少使用驱动频率fx、频率fy和系数n的预定关系表达式给出的驱动频率fx的值和频率fy的值。
该方面使得使诊断单元13对与转换器4有关的状态的诊断相对容易地自动化。
在可以结合第六方面实现的根据第七方面的状态监系统1中,进一步使用电气信号的基准频率fs1的预定关系式是fy=fs1+n×fx。
该方面使得能够减轻在自动诊断与转换器4有关的状态时的针对诊断单元13的处理负担。
在可以结合第一方面至第七方面中任一方面实现的根据第八方面的状态监视系统1中,动子442被配置为按驱动频率fx进行旋转运动。
该方面使得状态监视系统1可应用于诸如风力涡轮机设施等的具有旋转动子442的转换器4。
在可以结合第八方面实现的根据第九方面的状态监视系统1中,动子442包括磁场绕组452,并且状态监视系统1还包括估计单元16,该估计单元16用于至少使用磁场绕组452的输出来获得驱动频率fx的值。
该方面使得即使在转换器4未设置rpm监视器时,估计单元16也能够估计动子442的驱动频率fx(rpm)值。
在可以结合第一方面至第九方面中任一方面实现的根据第十方面的状态监视系统1中,转换器4构成发电设施。
该方面使得状态监视系统1可应用于用作诸如风力涡轮机设施等的发电设施的转换器4。这使得能够使用表示作为转换器4的输出的电气信号的波形的波形数据来监视与转换器4有关的状态。
根据第十一方面的状态监视方法是一种用于监视与转换器4有关的状态的方法,该转换器4用于使动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。动子442按可变的驱动频率fx进行周期性运动。状态监视方法包括获取处理和生成处理。获取处理包括从用以测量作为转换器4的输出或输入的电气信号的测量装置2获取波形数据。该波形数据表示电气信号的波形。生成处理包括基于该波形数据来生成用以监视与转换器4有关的状态的分析数据。生成处理包括:基于在驱动频率fx的值改变时的波形数据通过频率分析来获得各自包括频率fy的值和作为强度Iz或相位的特征量Sz的值的多个组合,并由此生成至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量的分析数据。
根据该方面,监视表示作为转换器4的输出或输入的电气信号的波形的波形数据使得能够基于在该波形数据中出现的任何符号来诊断与转换器4有关的状态。该状态监视方法还使得即使在不检测转换器4中产生的机械振动的情况下也能够监视与转换器4有关的状态。结果,该方面便于状态监视方法的引入。此外,用于监视与转换器4有关的状态的分析数据Da1至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。因此,与仅使用相对于特定驱动频率fx的频率fy和特征量Sz来监视与转换器4有关的状态相比,这样提高了监视与转换器4有关的状态的精度。
根据第十二方面的状态监视方法是一种用于监视与转换器4有关的状态的方法,该转换器4用于使动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。动子442按可变的驱动频率fx进行周期性运动。状态监视方法包括诊断处理。该诊断处理包括基于根据表示作为转换器4的输出或输入的电气信号的波形的波形数据所要生成的分析数据来诊断与转换器4有关的状态。该分析数据是通过基于在驱动频率fx的值改变时的波形数据通过频率分析获得各自包括频率fy的值和作为强度Iz或相位的特征量Sz的值的多个组合而生成的。分析数据至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。
根据该方面,监视表示作为转换器4的输出或输入的电气信号的波形的波形数据使得能够基于在该波形数据中出现的任何符号来诊断与转换器4有关的状态。该状态监视方法还使得即使在不检测转换器4中产生的机械振动的情况下也能够监视与转换器4有关的状态。结果,该方面便于状态监视方法的引入。此外,用于监视与转换器4有关的状态的分析数据Da1至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。因此,与仅使用相对于特定驱动频率fx的频率fy和特征量Sz来监视与转换器4有关的状态相比,这样提高了监视与转换器4有关的状态的精度。
根据第十三方面的状态监视程序是一种用于监视与转换器4有关的状态的程序,该转换器4用于使动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。动子442按可变的驱动频率fx进行周期性运动。状态监视程序使计算机系统执行获取处理和生成处理。获取处理包括从用以测量作为转换器4的输出或输入的电气信号的测量装置2获取波形数据。该波形数据表示电气信号的波形。生成处理包括基于该波形数据来生成用以监视与转换器4有关的状态的分析数据。生成处理包括:基于在驱动频率fx的值改变时的波形数据通过频率分析来获得各自包括频率fy的值和作为强度Iz或相位的特征量Sz的值的多个组合,并由此生成至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量的分析数据。
根据该方面,监视表示作为转换器4的输出或输入的电气信号的波形的波形数据使得能够基于该波形数据中出现的任何符号来诊断与转换器4有关的状态。该状态监视程序还使得即使在不检测转换器4中产生的机械振动的情况下也能够监视与转换器4有关的状态。结果,该方面便于状态监视程序的引入。此外,用于监视与转换器4有关的状态的分析数据Da1至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。因此,与仅使用相对于特定驱动频率fx的频率fy和特征量Sz来监视与转换器4有关的状态相比,这样提高了监视与转换器4有关的状态的精度。
根据第十四方面的状态监视程序是一种用于监视与转换器4有关的状态的程序,该转换器4用于使动子442的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换。动子442按可变的驱动频率fx进行周期性运动。状态监视程序使计算机系统执行诊断处理。该诊断处理包括基于根据表示作为转换器4的输出或输入的电气信号的波形的波形数据所要生成的分析数据来诊断与转换器4有关的状态。该分析数据是通过基于在驱动频率fx的值改变时的波形数据通过频率分析获得各自包括频率fy的值和作为强度Iz或相位的特征量Sz的值的多个组合而生成的。分析数据至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。
根据该方面,监视表示作为转换器4的输出或输入的电气信号的波形的波形数据使得能够基于该波形数据中出现的任何符号来诊断与转换器4有关的状态。该状态监视程序还使得即使在不检测转换器4中产生的机械振动的情况下也能够监视与转换器4有关的状态。结果,该方面便于状态监视程序的引入。此外,用于监视与转换器4有关的状态的分析数据Da1至少具有包括频率fy、特征量Sz和驱动频率fx的三个变量。因此,与仅使用相对于特定驱动频率fx的频率fy和特征量Sz来监视与转换器4有关的状态相比,这样提高了监视与转换器4有关的状态的精度。
根据第十五方面的存储介质存储根据第十一方面的状态监视方法所生成的分析数据。
根据该方面,监视表示作为转换器4的输出或输入的电气信号的波形的波形数据使得能够基于在该波形数据中出现的任何符号来诊断与转换器4有关的状态。该存储介质还使得即使在不检测转换器4中产生的机械振动的情况下也能够监视与转换器4有关的状态。结果,该方面便于状态监视方法的引入。
注意,这些方面仅仅是本发明的例示性方面。可选地,根据以上所述的第一典型实施例和第二典型实施例及其变形例的状态监视系统1的各种结构也可实现为例如状态监视方法、状态监视程序或存储介质。
注意,根据第二方面、第三方面和第五方面~第十方面的构成元件不是状态监视系统1的必需元件,而且可以适当省略。
附图标记列表
1 状态监视系统
11 获取单元
12 生成单元
13 诊断单元
15 存储单元(存储介质)
16 估计单元
2 测量装置
4 转换器
442 动子
452 磁场绕组
Da1 分析数据
fs1 基准频率
f1~f4 特定频率
fx 驱动频率
fy 频率
Iz 强度
Im1 图像
Claims (15)
1.一种状态监视系统,其被配置为监视与转换器有关的状态,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视系统包括:
获取单元,其被配置为从测量装置获取波形数据,所述测量装置被配置为测量作为所述转换器的输出或输入的电气信号,所述波形数据表示所述电气信号的波形;以及
生成单元,其被配置为基于所述波形数据来生成分析数据,所述分析数据用于监视与所述转换器有关的状态,
其中,所述生成单元被配置为:基于在使所述驱动频率的值改变时的所述波形数据通过频率分析来获得多个组合,所述组合各自包括频率的值和作为强度或相位的特征量的值;以及由此生成至少包括所述频率、所述特征量和所述驱动频率的三个变量的所述分析数据。
2.根据权利要求1所述的状态监视系统,其中,
所述生成单元被配置为进行用于根据所述驱动频率重排所述分析数据的排序处理。
3.根据权利要求1所述的状态监视系统,其中,
所述分析数据被配置为显示如下的图像,在所述图像中,多个像素沿着所述频率和所述驱动频率的轴二维地排列,所述像素的像素值各自表示所述特征量。
4.一种状态监视系统,其被配置为监视与转换器有关的状态,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视系统包括:
诊断单元,其被配置为基于根据波形数据所要生成的分析数据来诊断与所述转换器有关的状态,所述波形数据表示作为所述转换器的输出或输入的电气信号的波形,
其中,所述分析数据是通过基于在使所述驱动频率的值改变时的所述波形数据通过频率分析获得多个组合而生成的,所述组合各自包括频率的值和作为强度或相位的特征量的值,所述分析数据至少包括所述频率、所述特征量和所述驱动频率的三个变量。
5.根据权利要求4所述的状态监视系统,其中,
所述诊断单元被配置为通过参考所述分析数据,基于与所述频率的多个值中的特定频率的值相对应的所述特征量的值,来诊断与所述转换器有关的状态。
6.根据权利要求5所述的状态监视系统,其中,
所述诊断单元被配置为确定与多个组合相对应的所述特征量的值满足预定条件时的系数n,并由此基于如此确定的所述系数n的值来确定所述特定频率,其中所述多个组合中的各组合包括由至少使用所述驱动频率fx、所述频率fy和所述系数n的预定关系表达式给出的所述驱动频率的值和所述频率的值。
7.根据权利要求6所述的状态监视系统,其中,
进一步使用所述电气信号的基准频率fs1的所述预定关系表达式是fy = fs1 + n ×fx。
8.根据权利要求1至7中任一项所述的状态监视系统,其中,
所述动子被配置为按所述驱动频率进行旋转运动。
9.根据权利要求8所述的状态监视系统,其中,
所述动子包括磁场绕组,以及
所述状态监视系统还包括估计单元,所述估计单元被配置为至少使用所述磁场绕组的输出来获得所述驱动频率的值。
10.根据权利要求1至7中任一项所述的状态监视系统,其中,
所述转换器构成发电设施。
11.一种状态监视方法,用于监视与转换器有关的状态,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视方法包括:
获取处理,用于从测量装置获取波形数据,所述测量装置被配置为测量作为所述转换器的输出或输入的电气信号,所述波形数据表示所述电气信号的波形;以及
生成处理,用于基于所述波形数据来生成分析数据,所述分析数据用于监视与所述转换器有关的状态,
其中,所述生成处理包括:基于在使所述驱动频率的值改变时的所述波形数据通过频率分析来获得多个组合,所述组合各自包括频率的值和作为强度或相位的特征量的值;以及由此生成至少包括所述频率、所述特征量和所述驱动频率的三个变量的所述分析数据。
12.一种状态监视方法,用于监视与转换器有关的状态,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视方法包括:
诊断处理,用于基于根据波形数据所要生成的分析数据来诊断与所述转换器有关的状态,所述波形数据表示作为所述转换器的输出或输入的电气信号的波形,
其中,所述分析数据是通过基于在使所述驱动频率的值改变时的所述波形数据通过频率分析获得多个组合而生成的,所述组合各自包括频率的值和作为强度或相位的特征量的值,所述分析数据至少包括所述频率、所述特征量和所述驱动频率的三个变量。
13.一种状态监视程序,用于监视与转换器有关的状态,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视程序被设计成使计算机系统执行以下处理:
获取处理,用于从测量装置获取波形数据,所述测量装置被配置为测量作为所述转换器的输出或输入的电气信号,所述波形数据表示所述电气信号的波形;以及
生成处理,用于基于所述波形数据来生成分析数据,所述分析数据用于监视与所述转换器有关的状态,
其中,所述生成处理包括:基于在使所述驱动频率的值改变时的所述波形数据通过频率分析来获得多个组合,所述组合各自包括频率的值和作为强度或相位的特征量的值;以及由此生成至少包括所述频率、所述特征量和所述驱动频率的三个变量的所述分析数据。
14.一种状态监视程序,用于监视与转换器有关的状态,所述转换器被配置为使动子的能量单向地从动能转换成电能或从电能转换成动能、或者在动能和电能之间双向地转换,所述动子按可变的驱动频率进行周期性运动,所述状态监视程序被设计成使计算机系统执行以下处理:
诊断处理,用于基于根据波形数据所要生成的分析数据来诊断与所述转换器有关的状态,所述波形数据表示作为所述转换器的输出或输入的电气信号的波形,
其中,所述分析数据是通过基于在使所述驱动频率的值改变时的所述波形数据通过频率分析获得多个组合而生成的,所述组合各自包括频率的值和作为强度或相位的特征量的值,所述分析数据至少包括所述频率、所述特征量和所述驱动频率的三个变量。
15.一种用于存储根据权利要求11所述的状态监视方法所生成的分析数据的计算机可读存储介质。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-011413 | 2017-01-25 | ||
JP2017011413 | 2017-01-25 | ||
PCT/JP2018/002189 WO2018139505A1 (ja) | 2017-01-25 | 2018-01-25 | 状態監視システム、状態監視方法、状態監視プログラム、及び記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110226096A CN110226096A (zh) | 2019-09-10 |
CN110226096B true CN110226096B (zh) | 2022-03-29 |
Family
ID=62979490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880008562.7A Active CN110226096B (zh) | 2017-01-25 | 2018-01-25 | 状态监视系统、状态监视方法、状态监视程序和存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11619669B2 (zh) |
JP (1) | JP7042448B2 (zh) |
CN (1) | CN110226096B (zh) |
WO (1) | WO2018139505A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7059161B2 (ja) * | 2018-10-22 | 2022-04-25 | 株式会社日立製作所 | 回転機診断システム |
CN111379664A (zh) * | 2020-02-14 | 2020-07-07 | 深圳奇迹智慧网络有限公司 | 风力发电设备监控方法、装置、计算机设备和存储介质 |
JP6931409B1 (ja) * | 2020-04-28 | 2021-09-01 | 三菱重工業株式会社 | 風力発電装置用の状態監視装置及び状態監視方法 |
CN111707472B (zh) * | 2020-06-08 | 2022-06-21 | 王萌 | 基于fft和全连接层-svm的滚动轴承故障诊断方法 |
US11774324B2 (en) * | 2021-03-12 | 2023-10-03 | General Electric Renovables Espana, S.L. | System and method for detecting actual slip in a coupling of a rotary shaft |
EP4331111A1 (de) * | 2021-04-27 | 2024-03-06 | Kaeser Kompressoren SE | Verfahren zur kontaktlosen ermittlung eines betriebszustandes |
CN113915078B (zh) * | 2021-11-26 | 2023-06-06 | 龙源(北京)风电工程技术有限公司 | 光纤光栅式风电机组叶片工况智能识别方法及系统 |
CN114526813A (zh) * | 2022-01-27 | 2022-05-24 | 南京苏逸实业有限公司 | 一种变压器振动监测方法及装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6232378A (ja) * | 1985-08-06 | 1987-02-12 | Fuji Electric Co Ltd | 誘導電動機の診断装置 |
US5049815A (en) * | 1990-04-20 | 1991-09-17 | General Electric Company | Spectral analysis of induction motor current to detect rotor faults with reduced false alarms |
JP3252362B2 (ja) | 1992-01-20 | 2002-02-04 | ミネベア株式会社 | 回転電機の検査方法及びその検査装置 |
JPH1183686A (ja) | 1997-09-01 | 1999-03-26 | Nippon Steel Corp | 機械設備の異常診断方法およびその装置 |
JP2002257622A (ja) * | 2001-02-27 | 2002-09-11 | Hitachi Ltd | 誘導電動機ロータバーのねじり固有振動数検出装置 |
AU2009329205B9 (en) | 2008-12-19 | 2014-11-20 | Eskom Holdings Soc Limited | Rotating machine shaft signal monitoring method and system |
CN102352824B (zh) * | 2011-10-11 | 2013-07-10 | 苏州市思玛特电力科技有限公司 | 一种基于电气信息的风力发电机健康状态监测系统和方法 |
JP6377464B2 (ja) | 2013-09-04 | 2018-08-22 | Ntn株式会社 | 風力発電装置の状態監視装置 |
GB201404226D0 (en) * | 2014-03-11 | 2014-04-23 | Rolls Royce Plc | Fault detection in induction machines |
DE102014207612A1 (de) * | 2014-04-23 | 2015-10-29 | Senvion Gmbh | Windenergieanlagen-Diagnosevorrichtung für Generatorkomponenten |
JP5828948B2 (ja) | 2014-10-09 | 2015-12-09 | 株式会社高田工業所 | 回転機械系の異常診断方法 |
JP2017014966A (ja) | 2015-06-30 | 2017-01-19 | パナソニックIpマネジメント株式会社 | 発電設備監視システム、計測装置、発電設備監視方法、およびプログラム |
CN105221353B (zh) | 2015-11-10 | 2017-11-10 | 华北电力大学(保定) | 双馈风力发电机组的叶轮气动不对称故障的诊断方法 |
CN105929331A (zh) * | 2016-04-28 | 2016-09-07 | 上海电机学院 | 一种双馈风力发电机定转子故障分析诊断装置及方法 |
CN107064796A (zh) * | 2017-04-20 | 2017-08-18 | 哈尔滨理工大学 | 智能电机振动在线监测及预警系统 |
-
2018
- 2018-01-25 WO PCT/JP2018/002189 patent/WO2018139505A1/ja active Application Filing
- 2018-01-25 JP JP2018564610A patent/JP7042448B2/ja active Active
- 2018-01-25 CN CN201880008562.7A patent/CN110226096B/zh active Active
- 2018-01-25 US US16/480,285 patent/US11619669B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP7042448B2 (ja) | 2022-03-28 |
JPWO2018139505A1 (ja) | 2019-11-14 |
WO2018139505A1 (ja) | 2018-08-02 |
CN110226096A (zh) | 2019-09-10 |
US20200033411A1 (en) | 2020-01-30 |
US11619669B2 (en) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110226096B (zh) | 状态监视系统、状态监视方法、状态监视程序和存储介质 | |
JP6979620B2 (ja) | 発電設備監視システム、発電設備監視方法、及びプログラム | |
US10359473B2 (en) | Detecting faults in turbine generators | |
Amirat et al. | A brief status on condition monitoring and fault diagnosis in wind energy conversion systems | |
Daneshi-Far et al. | Review of failures and condition monitoring in wind turbine generators | |
EP2565658B1 (en) | Fault detection based on current signature analysis for a generator | |
Watson et al. | Condition monitoring of the power output of wind turbine generators using wavelets | |
Fournier et al. | Current-based detection of mechanical unbalance in an induction machine using spectral kurtosis with reference | |
Artigao et al. | In-service wind turbine DFIG diagnosis using current signature analysis | |
EP3480610B1 (en) | Diagnosing a winding set of a stator | |
CN107037331B (zh) | 用于实时监控风力发电机绕组的绝缘状态的方法和系统 | |
US20170328349A1 (en) | System and method for detecting pitch bearing damage in a wind turbine | |
JP6958068B2 (ja) | 回転機械設備の異常診断システム及び異常診断方法 | |
Djurović et al. | Investigation of wound rotor induction machine vibration signal under stator electrical fault conditions | |
Sarma et al. | Rotor electrical fault detection in DFIGs using wide-band controller signals | |
CN108278184A (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 | |
Barton et al. | Analysis of electrical power data for condition monitoring of a small wind turbine | |
Moeini et al. | Perspectives on condition monitoring techniques of wind turbines | |
Merizalde et al. | Diagnosis of wind turbine faults using generator current signature analysis: A review | |
He et al. | Enhanced wind turbine main drivetrain gearbox and bearing monitoring and diagnostics via information fusion of acoustic, electrical, and vibration signatures | |
Skrimpas et al. | Analysis of generator bearing vibration data for diagnosing rotor circuit malfunction in DFIGs | |
Liu et al. | Application of order cyclostationary demodulation to damage detection in a direct-driven wind turbine bearing | |
JP2019060828A (ja) | 状態監視装置および状態監視方法 | |
JP2017014966A (ja) | 発電設備監視システム、計測装置、発電設備監視方法、およびプログラム | |
Ojaghi et al. | Winding function approach to simulate induction motors under sleeve bearing fault |
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 |