CN110234972A - 状态监视系统及风力涡轮机 - Google Patents

Abstract

本发明的振动传感器测量机械部件的振动波形。处理器检测振动波形的变化。处理器包括评估值计算单元和检测器。评估值计算单元在时间上连续地计算评估值，该评估值表征在规定时间段内从振动传感器输出的振动波形数据的均方根值。检测器基于评估值检测振动波形的变化。评估值计算单元计算基于规定时间段内的均方根值分布的峰度和偏斜度得到的值作为评估值。

Description

状态监视系统及风力涡轮机

技术领域

本发明涉及一种对装置中机械部件的状态进行监视的状态监视系统，并且具体地涉及一种对风力涡轮机中的机械部件的状态进行监视的状态监视系统。

背景技术

在风力涡轮机中，使连接到承受风力的叶片的主轴旋转，并且在变速箱提高主轴的转速之后，使发电机的转子旋转以产生电力。主轴、变速箱的转轴和发电机的转轴分别由滚动轴承可旋转地支承。已知一种状态监视系统(CMS)来诊断这种轴承的异常。在这种状态监视系统中，使用固定在轴承上的振动传感器测量到的振动波形数据来诊断轴承是否发生损坏。

作为检测这种振动波形数据变化的方法，已知有计算振动波形数据的均方根值并检测所计算的均方根值的趋势数据的变化的方法。响应于检测到趋势数据的变化来作为触发，开始测量振动波形数据，从而能够使用所测量的振动波形数据来诊断机械部件中的异常。

作为上述方法之一，有对在前一循环中获取到的均方根值与在当前循环中获取到的均方根值之间的差值进行计算，当该差值超过阈值时，检测出振动波形数据的变化的方法。例如，日本专利特开No.2012-252651(专利文献1)公开了一种监视装置，其被配置为提取在前一周期和当前周期之间从发电厂发送的处理数据的差异。

现有技术

专利文献

专利文献1：日本专利特开No.2012-252651

发明内容

技术问题

然而，根据上述基于差值是否超过阈值来检测趋势数据变化的方法，存在差值增加得足够大之前难以检测到这种变化的问题。这是由于每个轴承的振动幅度根据主轴和变速箱及发电机的转轴的转速而不同，其结果是叠加在振动波形数据上的噪声的影响也根据转速而不同。因此，为了检测趋势数据的变化，需要将阈值设置为大于噪声所导致的差值的值。然而，当阈值被设置为相对大的值时，即使趋势数据改变，也可能存在在这种改变引起的差值超过阈值之前无法检测到这种改变的情况。因此，例如，当趋势数据由于轴承损坏而发生变化时，有可能在发展到严重故障之前是无法检测到此变化的。其结果是难以在早期阶段检测出轴承损坏作为失效的征兆。

另外，表示均方根值的趋势数据的分布范围(扩展)的数值范围根据主轴等的转速、噪声的影响程度等而不同。由此，差值的数值范围在趋势数据之间也不同。因此，为了检测趋势数据的显著变化，需要根据趋势数据的数值范围重置阈值。换言之，当趋势数据的数值范围相对较小时，需要将阈值设置为相对较小的值，并且当趋势数据的数值范围相对较大时，需要将阈值设置为相对较大的值。由此会出现如下问题：需要针对每个趋势数据单独设置适合于每个趋势数据的数值范围的阈值，以便确保检测趋势数据变化的灵敏度。

本发明旨在解决以上所述的技术问题。本发明的一个目的在于提供一种状态监测系统和一种风力涡轮机，通过该系统可以简单地提高检测振动波形的趋势数据变化的灵敏度。

发明所要解决的技术问题

根据本发明的一个方面，状态监测系统包括振动传感器和处理器。状态监视系统被配置成监视装置中的机械部件的状态。振动传感器被配置成测量机械部件的振动波形。处理器包括评估值计算单元和诊断单元，并且被配置成检测振动波形的变化。评估值计算单元被配置成在时间上连续地计算评估值，该评估值表征在规定时间段内从振动传感器输出的振动波形数据的均方根值。检测器被配置成基于评估值的演变来检测振动波形的变化。评估值计算单元被配置成计算基于规定时间段内的均方根值分布的峰度和偏斜度得到的值作为评估值。

发明的有益效果

根据本发明，能提供一种状态监测系统和一种风力涡轮机，通过该系统可以简单地提高检测振动波形的趋势数据变化的灵敏度。

附图说明

图1示意性示出应用了根据本发明的实施例的状态监视系统的风力涡轮机的配置的图。

图2是功能性示出图1所示的数据处理器的配置的功能框图。

图3是示出振动波形数据的差值的时间变化的示例的图。

图4A是示出峰度的定义的图。

图4B是示出偏斜度的定义的图。

图5是当数据趋势改变时发生的分布的概念图。

图6是表示图3所示的振动波形数据示例的评估值的时间变化的图。

图7是表示在根据本发明的实施例的状态监视系统中对振动波形数据的变化进行检测的控制处理的流程图。

具体实施方式

以下，参照附图对本发明的实施方式进行说明，相同或对应的组件由相同的附图标记表示，并且其描述将不再重复。

图1示意性示出应用了根据本发明的状态监视系统的风力涡轮机的配置的图。参照图1，风力涡轮机10包括主轴20、叶片30、变速箱40、发电机50、主轴轴承(下面简称为“轴承”)60、振动传感器70、以及数据处理器80。变速箱40、发电机50、主轴轴承60、振动传感器70、以及数据处理器80被安装在由塔架100支撑的机舱90中。

主轴20延伸至机舱90内以连接到变速箱40的输入轴。主轴20也可旋转地由轴承60支承。主轴20将由承受风力的叶片30产生的转矩传递至变速箱40的输入轴。叶片30被设置在主轴20的端部。叶片30将风力转化成转矩，并将其传递至主轴20。

轴承60固定在机舱90内并且支承主轴20使其可以旋转。轴承60由滚动轴承构成，例如由自对准滚子轴承、圆锥滚子轴承、圆柱滚子轴承、滚珠轴承等构成。这些轴承可以是单排也可以是多排。

振动传感器70固定在轴承60上。振动传感器70检测轴承60的振动波形并且将所检测到的振动波形数据输出至数据处理器80。振动传感器70由例如具有压电元件的加速度传感器构成。

变速箱40设置于主轴20和发电机50之间，用来增大主轴20的转速，并将增大后的转速输出至发电机50。作为示例，变速箱40由包括行星齿轮、中间轴、高速轴的齿轮加速机构构成。虽然未图示，但是在变速箱40中还设置有支承多个轴使其能够旋转的多个轴承。

发电机50与变速箱40的输出轴相连接，并且利用从变速箱40接收的转矩产生电力。发电机50由例如感应发电机构成。在发电机50中还设置有支承转子使其可旋转的轴承。

数据处理器80设置在机舱90内并且从振动传感器70接收轴承60的振动波形数据。数据处理器80根据预设程序检测轴承60的振动波形数据的变化。并且，数据处理器80将振动波形数据传输至风力涡轮机10外部的分析器180和通知器170(参照图2)。

图2功能性地示出图1所示的数据处理器80的配置的功能框图。参照图2，数据处理器80包括低通滤波器(以下称为“LPF”)110、均方根值计算单元120、存储单元130、评估值计算单元140、检测器150、以及阈值设定单元160。

LPF110从振动传感器70接收轴承60的振动波形数据。关于接收到的振动波形数据，LPF110允许低于预定频率(例如，400Hz)的信号分量通过，但截止高频分量。

均方根值计算单元120从LPF 110接收轴承60的振动波形数据。均方根值计算单元120计算轴承60的振动波形数据的均方根值(也被称为“RMS(Root Mean Square：均方根)值”)并且将计算出的振动波形数据的均方根值输出至存储单元130。

存储单元130时刻存储由均方根值计算单元120计算出的轴承60的振动波形数据的均方根值。存储单元130由例如可读写非易失性存储器等形成。

存储单元130被配置成存储至少规定的时间段(例如，七天)内的轴承60的振动波形数据的均方根值。例如，存储单元130被配置成在以预定时间间隔(例如，两小时)从均方根值计算单元120接收到轴承60的振动波形数据时，擦除规定时间段内的振动波形数据的均方根值中最旧的振动波形数据的均方根值，并加上新输入的振动波形数据的均方根值。

具体地，存储单元130以预定时间间隔更新规定时间段内的轴承60的振动波形数据的均方根值。如之后将描述的，读取存储在存储单元130中的规定时间段内的轴承60的振动波形数据的均方根值，并且该读取的均方根值被用于检测振动波形数据的变化。并且，存储单元130将振动波形数据的均方根值输出至分析器180，这将在后文中进行描述。

评估值计算单元140从存储单元130读取规定时间段内的轴承60的振动波形数据的均方根值，然后计算评估值，该评估值表征所读取的规定时间段内的振动波形数据的均方根值。评估值计算单元140被配置成在时间上连续地计算评估值。也就是说，评估值计算单元140以预定时间间隔更新评估值。之后将描述由评估值计算单元140进行的评估值计算的细节。

阈值设定单元160被用于设定阈值，该阈值被用于在检测器150中检测振动波形数据的变化。阈值设定单元160将设定的阈值输出至检测器150。阈值设定单元160中的阈值的设置可以由用户任意确定、或者可以基于振动波形数据来确定。

检测器150从评估值计算单元140接收评估值，并从阈值设定单元160接收阈值。检测器150将评估值与阈值进行比较，以检测振动波形数据的变化。特别地，当评估值大于阈值时，检测器150检测振动波形数据的变化。另一方面，当评估值等于或小于阈值时，检测器150不对振动波形数据的变化进行检测。检测器150还将检测结果输出至分析器180和通知器170。

通知器170通过例如视觉或听觉的方法向位于远处的用户通知检测结果。

当分析器180从检测器150接收到表示检测到振动波形数据的变化的信息时，分析器180响应于该检测作为触发而开始测量振动波形数据。特别地，从该触发产生后，分析器180读取存储在存储单元130中的振动波形数据的均方根值。分析器180分析所读取的振动波形数据的均方根值，从而诊断轴承60中的异常。这种振动波形数据的分析能够进一步详细检查风力涡轮机10的振动波形数据变化的原因等(例如，轴承60的损坏、环境变化等)。分析器180对振动波形数据的分析可以由用于自动分析的程序执行或由用户手动执行。

在下文中，将描述检测器150中检测振动波形数据变化的方法。参见图3，首先将使用均方根值之间的差值来检测振动波形数据变化的方法作为比较例来进行说明。

图3是表示存储在存储单元130中的轴承60的振动波形数据的均方根值的时间变化的示例；以及均方根值之间的差值的时间变化的图。在本申请的说明书中，均方根值之间的差值表示通过从当前存储的均方根值中减去先前存储的均方根值而获得的值。

参照图3，均方根值随时间而改变。关于均方根值的时间序列变化趋势(以下也称为趋势)，均方根值的数值范围在时刻t1之前的时间段内落在规定范围内。相比之下，均方根值在时刻t1之后的时间段中显著地变化。在这种情况下，均方根值的数值范围在上限侧延伸得相对较高。其结果是数值范围的中心部分高于时刻t1之前的中心部分。

由此，在图3的示例中，图中用圈划出的区域42示出均方根值的趋势在时刻t1处和其附近变化。在时刻t1处和其附近的趋势变化示出例如由时刻t1和其之后的均方根值的显著变化表示的测量目标的状态变化、或诸如表示风如何在风力涡轮机10安装处吹动的风状况等环境的变化。因此，需要检测趋势数据的这种变化。

以下，如在时刻t1处所示，说明基于差值对上述测量目标的状态变化或者表示环境变化的趋势数据的变化进行检测。在图3中，阈值Td被设定为大于时刻t1之前时间段中的差值的数值范围的值。

如图3所示，在时刻t1处的差值小于阈值Td。因此，通过使用差值不能检测在时刻t1处的趋势数据的任何变化。另外，在晚于时刻t1的时刻t2处的差值超过阈值Td。因此，在晚于时刻t1的时刻t2处对趋势数据的变化进行检测。

在图3中，需要降低阈值Td以减少以下两者之间的偏差：基于差值检测趋势数据中的变化的时刻t2与趋势数据实际上响应于测量目标的状态变化或环境变化而变化的时刻t1。然而，在时刻t1处的差值近似等于在时刻t1之前时刻处的差值。因此，当阈值Td减小时，在时刻t1之前的时间段中趋势数据不发生趋势变化(下文中也称为趋势数据的变化)期间内，会错误地检测出趋势数据的变化。

根据以这种方式使用均方根值之间的差值来检测趋势数据变化的方法，为了防止错误检测，阈值Td受到差值的数值范围的限制。其结果，上述方法存在只有差值的数值范围足够大才能识别趋势数据的变化的问题。

另外，差值的数值范围也根据均方根值的数值范围而不同。由此也会出现如下问题：需要针对每个趋势数据单独设置适合于每个趋势数据的数值范围的阈值，以便确保检测趋势数据变化的灵敏度(以下也称为检测灵敏度)。

因此，本实施例包括如下配置：在时间上连续地计算评估值，并且基于计算出的评估值的演变检测振动波形的变化，该评估值表征规定时间段内的振动波形数据的均方根值。在上述配置中，评估值被定义为基于在规定时间段内的均方根值分布的峰度和偏斜度得到的值。

峰度和偏斜度均为表示分布形状的统计值，并且也是与差值不同的无量纲值。因此，不论均方根值的数值范围如何，都可以表示规定时间段内的均方根值分布的特征。因此，不需要为各种均方根值的数值范围设置各种阈值，而可以使用共同的阈值。因此，可以简单地提高检测趋势数据变化的灵敏度。

在下文中，参照图4A、4B、5对峰度和偏斜度的定义进行描述。

图4A是示出峰度的定义的图。作为显示在规定时间段内的均方根值分布形状的统计值，峰度表示分布的尖削程度。一般来说，在正态分布的情况下，峰度倾向于为零(见曲线32)、与正态分布相比尾部相对较厚的情况下倾向于为正值(见曲线33)、以及与正态分布相比尾部相对较薄的情况下倾向于为负值(见曲线31)。在本实施例所使用的数据中，分布的峰度大致为正。换言之，在本实施例中，峰度的绝对值越小，数据越集中在平均值附近。

更具体地说，分布的尾部的厚度表示数据集中在分布平均值附近的程度。在以下描述中，假设在规定时间段内的均方根值的数据的数量被定义为n，则均方根值的数据将被表示为x₁，x₂，...和x_n。假设平均值定义为μ，标准差定义为σ，峰度定义为K，则在均方根值数据x₁，x₂和...x_n的分布中，μ、σ以及K分别由以下等式(1)、(2)和(3)表示。

[等式1]

[等式2]

[等式3]

图4B是示出偏斜度的定义的图。偏斜度表示分布的双侧对称性(变形)。当分布是双侧对称时偏斜度为零(见曲线35)，与分布是双侧对称的情况相比，当分布偏向负侧(左侧)时偏斜度为正(见曲线34)，与分布是双侧对称的情况相比，当分布偏向正侧(右侧)时偏斜度为负值(见曲线36)。换言之，偏斜度的绝对值越大，数据分布越偏向正侧或负侧。

更具体地，假设偏斜度被定义为S，S由以下等式(4)表示。

[等式4]

然后，参照图5，说明当在诸如本说明书中的振动波形数据那样的时间序列数据中发生趋势变化时可能出现的峰度和偏斜度的变化。

以下是关于发生数据上升趋势的情况的说明。可以认为，当出现上升趋势时，与出现上升趋势之前的情况相比，异常值开始出现在正侧(右侧)。因此，与上一时间段(见曲线38)的分布相比，可以认为在上升趋势的情况下出现数据的分布更多地扩展到正侧(尾部变厚)(见曲线39)。换言之，可以认为峰度的值正向地增加，偏斜度的值正向地增加。

以下是关于发生数据下降趋势的情况的说明。可以认为，当出现下降趋势时，与出现下降趋势之前的情况相比，异常值开始出现在负侧(左侧)。因此，与上一时间段(见曲线38)的分布相比，可以认为在下降趋势的情况下出现数据的分布更多地扩展到负侧(尾部变厚)(见曲线37)。换言之，可以认为峰度的值正向地增加，偏斜度的值负向地增加。

具体地，可以认为当在诸如本说明书中的振动波形数据那样的时间序列数据中出现上升趋势或下降趋势时，峰度的值正向地增加并且偏斜度的值正向或负向地增加。换言之，峰度和偏斜度的绝对值都会增加。因此，在本实施例中，计算基于规定时间段内的均方根值的分布的峰度和偏斜度得到的值作为用于检测振动波形数据的变化的评估值。更优选地，计算峰度和偏斜度的乘积的绝对值作为评估值。

在本实施例中，如上所述，计算在规定时间段内的均方根值的分布的峰度K与偏斜度S的乘积的绝对值作为评估值。假设评估值被定义为P，则评估值P由以下等式(5)表示。

[等式5]P＝|KS| (5)

从等式(5)可以看出，随着峰度K变大，评估值P变大。并且，随着偏斜度S的绝对值变大，评估值P变大。因此，在规定时间段内的均方根值的分布中，当数据的尾部在负侧(左侧)变厚时(参见图5中的曲线37)或当数据的尾部在正侧(右侧)变厚时(参见图5中的曲线39)，评估值P变大。

图6是表示相对于图3所示的均方根值的时间变化，评估值P的时间变化的图。

参见图6，评估值P在时刻t1处及其附近突然地增加。如上所述，这表明在时刻t1及其附近，响应于趋势数据的变化，规定时间段内的均方根值的分布也发生变化，更具体地表示在规定的时间段内的均方根值的分布中发生了数据集中在负侧或正侧的失真。

如图6所示，通过在时刻t1将阈值Tp设置为近似等于评估值P的值，可以检测在时刻t1处及其附近的趋势数据的变化。由于评估值P是峰度K和偏斜度S的乘积的绝对值，因此该评估值P是如同峰度K和偏斜度S那样无量纲的值。换言之，可以为各种均方根值的数值范围设置相同的阈值Tp。这样还能检测出难以通过差值检测的变化。因此，可以简单地提高检测趋势数据变化的灵敏度。

图7是表示在根据本发明的实施例的状态监视系统中对振动波形的变化进行检测的控制处理的流程图。数据处理器80以预定的时间间隔重复执行图7所示的控制处理。

参见图7，在步骤S01中，数据处理器80从振动传感器70接收轴承60的振动波形数据。然后，在步骤S02中，LPF 110对轴承60的振动波形数据执行滤波处理。

接着，在步骤S03中，当从LPF 110接收到实施了滤波处理后的轴承60的振动波形数据时，数据处理器80使均方根值计算单元120来计算轴承60的振动波形数据的均方根值。在步骤S04中，数据处理器80使存储单元130存储由均方根值计算单元120计算出的振动波形数据的均方根值。

然后，在步骤S05中，数据处理器80使均方根值计算单元120从所有均方根值数据中提取满足规定条件的均方根值。特别地，数据处理器80从存储在存储单元130中的均方根值中规定时间段的最新数据中，仅提取满足发电机输出等于或大于规定值并且转速等于或大于规定值这一条件的数据。

数据处理器80的评估值计算单元140在步骤S06中确定在步骤S05中提取的均方根值的数据的数量是否等于或大于规定数量。当在步骤S05中提取的振动波形数据的均方根值的数据的数量小于规定数量时(S06中的否)，跳过后续步骤S07至S09，处理返回主程序。

另一方面，当在步骤S05中提取的数据的数量等于或大于规定数量时(S06中的是)，处理前进至步骤S07，其中数据处理器80使评估值计算单元140对所提取的规定数量的振动波形数据的均方根值的评估值P进行计算。在这种情况下，如上所述，评估值P是均方根值的峰度K与偏斜度S的乘积的绝对值。

在步骤S08中，数据处理器80使检测器150将计算出的评估值P与阈值Tp进行比较。当评估值P小于阈值Tp时(S08中的否)，数据处理器80跳过随后的步骤S09并将处理返回到主程序。另一方面，当评估值P等于或大于阈值Tp时(S08中的是)，则在步骤S09中，数据处理器80使检测器150将检测结果输出至通知器170和分析器180(参见图2)。然后，通知器170通知用户关于检测到振动波形的变化。分析器180在该检测之后分析存储在存储单元130中的振动波形数据的均方根值，从而诊断风力涡轮机10中的异常。其结果是可以在早期识别出导致振动波形变化的事件(例如，严重故障的征兆)。

如上所述，根据本实施例，基于规定时间内的均方根值的分布的峰度和偏斜度来计算评估值，该评估值表征在规定时间段内轴承60的振动波形数据的均方根值。从而无需考虑趋势数据的数值范围来设置阈值。因此，甚至也可以检测难以通过差值检测到的变化。因此，可以简单地提高检测趋势数据变化的灵敏度。具体地，可以检测例如机械部件的损坏，该机械部件的损坏是严重故障的征兆并且难以通过差值被检测到。

优选地，利用在规定时间段内的均方根值的分布的峰度与偏斜度的乘积的绝对值作为评估值。在这种情况下，当在规定时间段内的均方根值的分布中发生了尾部在正侧或负侧便后的变化时，则评估值也会发生变化从而反映出该变化。因此，通过识别评估值的这种变化，可以检测趋势数据的变化。

应当理解，本文公开的实施例在各个方面都是说明性的而非限制性的。本发明的范围由权利要求书的术语限定而不是上述实施例的说明，并且旨在包括在权利要求书的术语等同的范围和含义内的任何修改。

标号说明

10风力涡轮机，20主轴，30叶片，40变速箱，42均方根值的变化，50发电机，60轴承，70振动传感器，80数据处理器，90机舱，100塔架，120均方根值计算单元，130存储单元，140评估值计算单元，150检测器，160阈值设定单元，170通知器，180分析器，P评估值，Td、Tp阈值。

Claims (5)

1.一种状态监视系统，其被配置成对装置中的机械部件的状况进行监视，所述状态监视系统包括：

振动传感器，所述振动传感器被配置成测量所述机械部件的振动波形；以及

处理器，所述处理器被配置成检测所述振动波形的变化，

所述处理器包括：

评估值计算单元，所述评估值计算单元被配置成在时间上连续地计算评估值，该评估值表征在规定时间段内从所述振动传感器输出的振动波形数据的均方根值；以及

检测器，所述检测器被配置成基于所述评估值的演变来检测所述振动波形的变化，

所述评估值计算单元被配置成计算基于所述规定时间段内的所述均方根值的分布的峰度和偏斜度得到的值，作为所述评估值。

2.如权利要求1所述的状态监视系统，其中所述评估值计算单元被配置成计算所述规定时间段内的所述均方根值的分布的峰度和偏斜度的乘积的绝对值，作为所述评估值。

3.如权利要求1所述的状态监视系统，其中当所述评估值超过阈值时，所述检测器被配置成检测所述振动波形的变化。

4.如权利要求2所述的状态监视系统，其中当所述评估值超过阈值时，所述检测器被配置成检测所述振动波形的变化。

5.一种风力涡轮机，其特征在于，包括权利要求1至4中任一项所述的状态监视系统。