CN111156136A - 一种风力发电机变桨轴承及连接螺栓状态监测方法及系统 - Google Patents

Abstract

本发明公开一种风力发电机变桨轴承及连接螺栓状态监测方法和系统，所述系统包括：变桨轴承座圈(8)；设置在变桨轴承座圈(8)上的座圈传感器(10)；变桨轴承轴圈(2)；水平对称设置在变桨轴承轴圈(2)上的第一轴圈传感器(11)和第二轴圈传感器(12)；数据采集和分析单元(13)和风场中控室(16)；其中，座圈传感器(10)用于感知变桨轴承座圈(8)的振动；第一轴圈传感器(11)和第二轴圈传感器(12)用于感知变桨轴承轴圈(2)的振动；数据采集和分析单元(13)，设置在轮毂内部，用于同步采集第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号，对第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号进行处理和分析，根据处理和分析结果确定变桨轴承和连接螺栓是否发生故障，将变桨轴承和连接螺栓的故障监测结果传输至风场中控室。

Description

一种风力发电机变桨轴承及连接螺栓状态监测方法及系统

技术领域

本发明涉及风力发电机技术领域，尤其涉及一种风力发电机变桨轴承及连接螺栓状态监测方法及系统。

背景技术

兆瓦级风电机组基本都采用变速变桨控制方式，变桨控制系统必不可少的机械部件就是变桨轴承。通过变桨轴承，变桨控制系统可以利用电变桨或者液压变桨对叶片角度进行控制。叶片通过螺栓连接在变桨轴承的轴圈上，变桨轴承又通过螺栓连接在轮毂法兰上，叶片的受力都将通过螺栓和变桨轴承传递至轮毂。

随着已安装风电机组不断运行以及新投入机组叶片不断加长等因素影响，近年来大批的风电场出现叶片根部螺栓断裂及变桨轴承开裂等故障。这些故障轻则导致风电机组长时间停机维修，重则直接发生变桨轴承卡死、叶片脱落等恶性事故。由于缺少有效的监测方法及手段，目前对变桨轴承及连接螺栓的检查只能通过现场运维人员进行定期肉眼检查或者螺栓力矩检查，不能及时地发现早期损伤，往往检查时螺栓已经断裂，而且导致了相邻的连接螺栓也断裂。这样不但增加了机组运行的风险而且也增加了后期的更换费用。

因此，需要一种风力发电机变桨轴承及连接螺栓状态监测方法及系统，实现对变桨轴承及连接螺栓的运行状态进行自动地实时监测，及时发现叶片根部螺栓断裂及变桨轴承开裂等故障。

发明内容

本发明的实施例提供一种风力发电机变桨轴承及连接螺栓状态监测方法及系统，能够实现对变桨轴承及连接螺栓的运行状态进行实时监测，及时发现叶片根部螺栓断裂及变桨轴承开裂等故障，降低风电机组运行的风险和维护费用。

根据本申请实施例的一个方面，提供一种风力发电机变桨轴承及连接螺栓状态监测系统，包括：变桨轴承座圈(8)；设置在变桨轴承座圈(8)上的座圈传感器(10)；变桨轴承轴圈(2)；水平对称设置在变桨轴承轴圈(2)上的第一轴圈传感器(11)和第二轴圈传感器(12)；数据采集和分析单元(13)和风场中控室(16)；

其中，座圈传感器(10)用于感知变桨轴承座圈(8)的振动；

第一轴圈传感器(11)和第二轴圈传感器(12)用于感知变桨轴承轴圈(2)的振动；

数据采集和分析单元(13)，设置在轮毂内部，用于同步采集第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号，对第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号进行处理和分析，根据处理和分析结果确定变桨轴承和连接螺栓是否发生故障，将变桨轴承和连接螺栓的故障监测结果传输至风场中控室；

风场控制室(16)用于对接收的故障监测结果实时显示，并根据监测结果自动报警。

根据本申请实施例的另一方面，提供一种风力发电机变桨轴承及连接螺栓状态监测方法，包括：

分别获取风力发电机的三个叶片的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号；

针对每一个叶片，分别计算第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度指标；

根据三个叶片的第一轴圈传感器信号的峭度指标、第二轴圈传感器信号的峭度指标和座圈传感器信号的峭度指标确定叶片连接螺栓和轮毂连接螺栓是否发生故障；

对三个叶片的第一轴圈传感器信号进行处理；

根据三个叶片的第一轴圈传感器信号的处理结果确定变桨轴承是否发生故障。

本发明实施例分别在变桨轴承座圈上安装一个座圈传感器和在变桨轴承轴圈上安装两个水平对称的轴圈传感器，并通过数据采集和分析单元对获取的座圈传感器信号和轴圈传感器信号进行分析和处理，以实现对螺栓断裂和变桨轴承故障进行实时监测，解决了目前风电运行中变桨轴承及连接螺栓无法实时监测的问题。本发明实施例能够实时监测变桨轴承的螺栓是否发生断裂，并在断裂第一时间由系统自动发出报警通知，不需要人工分析数据，分析效率较高。通过本发明实施例还可实现变桨轴承的实时故障监测，并在故障早期实现自动报警，有效避免轴承故障累计后期产生卡滞和开裂等严重故障，大大提高了风电机组的运行安全性。

附图说明

下面根据附图和实施例对本发明作进一步详细说明。

图1为本发明一实施例的变桨轴承及连接螺栓的监测结构示意图。

图2为本发明另一实施例的变桨轴承及连接螺栓监测系统的示意图。

图3为根据本发明实施例提供的风力发电机变桨轴承及连接螺栓的监测系统的结构框图。

图4是本发明实施例提供的风力发电机变桨轴承及连接螺栓状态监测方法的流程图。

图5是根据本发明示例性实施例提供的变桨轴承及连接螺栓的状态监测算法流程。

图中：

1、叶根截面；2、变桨轴承轴圈；3、双头螺栓；4、叶根螺母；变桨轴承滚动体；6、轮毂螺母；7、轮毂法兰；8、变桨轴承座圈；9、轮毂螺栓；10、座圈传感器；11、轴圈传感器1；12、轴圈传感器2；13、数据采集和分析单元；14、机舱控制柜；15、塔底交换机；16、风场中控室。

具体实施方式

下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

图1是根据本发明实施例提供的风力发电机变桨轴承及连接螺栓的监测结构示意图。目前主流机型都采用3叶片方式，3个叶片变桨系统相同，本发明实施例以一个叶片为例进行说明。如图1所示为变桨轴承及连接螺栓的监测结构示意图，叶根1通过双头螺栓3和叶根螺母4和变桨轴承轴圈2连接在一起；变桨轴承座圈8通过轮毂螺栓9和轮毂螺母6连接在轮毂法兰7上，这样变桨轴承轴圈即可通过滚动体5和变桨轴承座圈实现转动。从目前失效变桨轴承分析来看，大部分螺栓断裂和轴承故障发生在轴圈，而且发生在0度和10度位置，因此，本发明实施例分别在变桨轴承座圈8上安装一个座圈传感器10和在变桨轴承轴圈2上安装两个水平对称的第二轴圈传感器11和第二轴圈传感器12，以实现对螺栓断裂和变桨轴承故障进行实时监测。

图2是根据本发明实施例提供的风力发电机变桨轴承及连接螺栓的监测系统的示意图。第一轴圈传感器11和第二轴圈传感器12水平对称安装在变桨轴承轴圈上、用于感知变桨轴承轴圈(2)的振动，座圈传感器10安装在变桨轴承座圈上、用于感知变桨轴承座圈(8)的振动，数据采集分析系统13设置在轮毂内部，用于同步采集座圈传感器10、第一轴圈传感器11和第二轴圈传感器12的感测信号，并对感测信号进行处理和分析。同时数据采集分析系统13将采集的感测信号和处理结果通过滑环有线通讯或者无线通讯的方式传输至机舱控制柜14，经由机舱控制柜进入塔底交换机15，最后塔底交换机15将接收的感测信号和处理结果传输至风场中控室16。因此，维护人员可以通过风场中控室实时监测变桨轴承和连接螺栓的状态。

实施例二

图3是根据本发明实施例提供的风力发电机变桨轴承及连接螺栓的监测系统的结构框图。该系统包括：变桨轴承座圈8；设置在变桨轴承座圈8上的座圈传感10；变桨轴承轴圈2；水平对称设置在变桨轴承轴圈2上的第一轴圈传感器11和第二轴圈传感器12；数据采集和分析单元13和风场中控室16。

座圈传感器10用于感知变桨轴承座圈的振动；第一轴圈传感器11和第二轴圈传感器12用于感知变桨轴承轴圈的振动。可选地，座圈传感器10、第一轴圈传感器11和第二轴圈传感器12均采用振动传感器。

数据采集和分析单元用于同步采集第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号，对第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号进行处理和分析，根据处理和分析结果确定变桨轴承和连接螺栓是否发生故障，将变桨轴承和连接螺栓的故障监测结果传输至风场中控室。

风场控制室用于对接收的监测结果实时显示变桨轴承和连接螺栓的状态，并根据监测结果自动报警。

可选地，数据采集和分析单元包括螺栓断裂监测子单元、变桨轴承故障监测子单元、感测信号和监测结果输出子单元。螺栓断裂监测子单元用于根据第一轴圈传感器信号的峭度等指标、第二轴圈传感器信号的峭度等指标和座圈传感器信号的峭度等指标确定叶片连接螺栓和轮毂连接螺栓是否正常；变桨轴承故障监测子单元用于对第一轴圈传感器信号进行处理，并根据三个叶片的第一轴圈传感器信号的处理结果确定变桨轴承是否发生故障；感测信号和监测结果输出子单元用于将采集的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号以及监测结果传输至风场中控室。

可选地，本发明实施例的系统还包括机舱控制柜14和塔底交换机15，数据采集和分析单元13将采集的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号以及处理结果通过滑环有线通讯或者无线通讯的方式传输至机舱控制柜14，并通过机舱控制柜14发送至塔底交换机15，最后将传输至风场中控室16。

可选地，座圈传感器10、第一轴圈传感器11、第二轴圈传感器12均为振动传感器。

本发明实施例分别在变桨轴承座圈上安装一个座圈传感器和在变桨轴承轴圈上安装两个水平对称的轴圈传感器，并通过数据采集和分析单元对获取的座圈传感器信号和轴圈传感器信号进行分析和处理，以实现对螺栓断裂和变桨轴承故障进行实时监测，解决了目前风电运行中变桨轴承及连接螺栓无法实时监测的问题。本发明实施例通过可以实时监测变桨轴承的螺栓是否发生断裂，并在断裂第一时间由系统自动发出报警通知。

实施例三

本发明实施例提供了一种风力发电机变桨轴承及连接螺栓状态监测方法，图4是本发明实施例提供的风力发电机变桨轴承及连接螺栓状态监测方法的流程图，该方法包括以下步骤100至步骤108。

步骤100，分别获取风力发电机的三个叶片的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号。

由于螺栓断裂或者轴承损坏将会产生高频冲击信号，第一轴圈传感器、第二轴圈传感器、第三轴圈传感器均选用振动传感器。

步骤102，针对每一个叶片，分别计算第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度等指标。

步骤104，根据三个叶片的第一轴圈传感器信号的峭度等指标、第二轴圈传感器信号的峭度等指标和座圈传感器信号的峭度等指标确定叶片连接螺栓和轮毂连接螺栓是否正常。

根据高频信号通过变桨轴承滚动体和之间的油膜传递时会发生很大的衰减这一特点，若叶片和变桨轴承轴圈连接螺栓断裂，断裂瞬间产生的冲击会使第一轴圈传感器和第二轴圈传感器的响应比座圈传感器大。同理若轮毂和变桨轴承座圈连接螺栓断裂，断裂瞬间产生的冲击会使座圈传感器的响应比第一轴圈传感器和第二轴圈传感器大。若变桨轴承滚动体发生故障则对3个传感器产生的冲击基本相同。

步骤106，对三个叶片的第一轴圈传感器信号进行处理。

步骤108，根据三个叶片的第一轴圈传感器信号的时域处理结果确定变桨轴承是否发生故障。

可选地，在步骤102之前，该方法还包括：对第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号进行滤波。

由于轮毂和叶片旋转时会产生很多机械振动干扰，这些干扰信号的频率基本在低频，为了减少信号干扰首先进行滤波。

可选地，步骤104，根据所述第一轴圈传感器信号的峭度等指标、第二轴圈传感器信号的峭度等指标和座圈传感器信号的峭度等指标确定叶片连接螺栓和轮毂连接螺栓异常是否正常，包括：

针对每一个叶片，判断第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度等指标是否均大于第一预定阈值；如果均大于第一预定阈值，则保存当前的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度等指标；

针对三个叶片所保存的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度等指标进行同步分析，分别确定第一轴圈传感器信号的峭度等指标的最大值A1max、第二轴圈传感器信号的峭度等指标的最大值A2max和座圈传感器信号的峭度等指标的最大值A3max，计算系数K1＝A1max/A3max；K2＝A2max/A3max；

若K1或者K2大于第二预定阈值，则确定叶片连接螺栓异常，若K1或者K2小于第三预定阈值，则确定轮毂连接螺栓异常，其中第二预定值大于第三预定阈值。

可选地，第一预定阈值为4，第二预定阈值为8，第三预定阈值为0.12。

可选地，步骤106，对三个叶片的第一轴圈传感器的传感器信号进行处理，包括：

分别计算三个叶片的第一轴圈传感器信号的均方根值得到第一叶片的第一轴圈传感器信号的均方根值Blade1-RMS1、第二叶片的第一轴圈传感器的传感信号的均方根值Blade2-RMS1、第三叶片的第一轴圈传感器信号的均方根值Blade3-RMS1；

对每个叶片的第一轴圈传感器信号进行高通滤波后分为三个频带信号，并分别计算三个频带信号的有效值；

计算以下数据的标准差：计算三个叶片的第一轴圈传感器信号的均方根值的标准差σ1；计算三个叶片的第一频带信号的有效值的标准差σ2；计算三个叶片的第二频带信号的有效值的标准差σ3；计算三个叶片的第三频带信号的有效值的标准差σ4。

可选地，步骤108，根据三个叶片的第一轴圈传感器信号的处理结果确定变桨轴承是否发生故障，包括：如果标准差σ1大于第四预定阈值，且标准差σ2、σ3、σ4中的一个大于第五预定阈值，则确定变桨轴承发生故障。

优选地，第五预定阈值小于第四预定阈值。更优选地，第四阈值为0.2，第五阈值为0.1。

本发明实施例通过对三个叶片的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号进行处理和分析，并根据处理和分析结果确定变桨轴承及连接螺栓是否发生故障，在发生故障的第一时间由系统自动发出报警通知，实现对螺栓断裂和变桨轴承故障进行实时监测，解决了目前风电运行中变桨轴承及连接螺栓无法实时监测的问题，大大提高了风电机组的运行安全性。

示例性实施例

下面以示例的方式说明本发明实施例的螺栓断裂和变桨轴承故障监测算法。图5是根据本发明示例性实施例提供的变桨轴承及连接螺栓的状态监测算法流程。

螺栓断裂及变桨轴承故障监测算法

步骤1：分别获取风力发电机的三个叶片的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号，分别表示为传感器信号1、传感器信息2、传感器信号3。相应地，将第一轴圈传感器、第二轴圈传感器和座圈传感器分别表示为传感器1、传感器2、传感器3。

由于螺栓断裂或者轴承损坏将会产生高频冲击信号，传感器1、2、3选用振动传感器。

步骤2：由于轮毂和叶片旋转时会产生很多机械振动干扰，这些干扰信号频率基本在低频，为了减少信号干扰，需要对传感器信号1、传感器信息2、传感器信号3进行滤波.

根据高频信号通过变桨轴承滚动体和之间的油膜传递时会发生很大的衰减这一特点，若叶片和变桨轴承轴圈连接螺栓断裂，断裂瞬间产生的冲击会使传感器1和2的响应比传感器3大。同理若轮毂和变桨轴承座圈连接螺栓断裂，断裂瞬间产生的冲击会使传感器3的响应比传感器1和2大。若变桨轴承滚动体发生故障则对3个传感器产生的冲击基本相同。

步骤3：实时计算传感器信号1、2、3的峭度等指标Cp分别记做Cp1，Cp2，Cp3，正常的传感器信号1、2、3的峭度等指标Cp一般小于3，当Cp1≥4或Cp2≥4或Cp3≥4时说明信号中存在明显冲击，同时保存当前3个传感器的组数据进入步骤4，其他不满足该要求的数据不保存。

步骤4：.对经过步骤3处理保留的数据进行同步分析，分别找出峭度等指标信号中的最大值，A1max、A2max、A3max，即针对3个叶片经过步骤3处理后保存的Cp1求最大值A1max、针对3个叶片经过步骤3处理后保存的Cp2求最大值A2max、针对3个叶片经过步骤3处理后保存的Cp3求最大值A3max。确定判别系数K1＝A1max/A3max；K2＝A1max/A3max。

若K1≥8或者K2≥8，系统输出叶片连接螺栓异常，若K1≤0.12或者K2≤0.12系统输出轮毂连接螺栓异常。

步骤5：对经过上述步骤1的传感器1原始数据进行时域指标计算，计算均方根值即RMS值，3支叶片同步计算。如变桨轴承1分别记做：Blade1-RMS1,；变桨轴承2记做Blade2-RMS1；变桨轴承3记做Blade3-RMS1；

在计算均方根值之前，同步对3支叶片的原始传感器信号1进行滤波。

步骤6：将滤波后数据进行FFT处理，由于数据经过滤波,根据采样原理分析频谱范围在fi-fo之间。将fi-fo之间的频率分成3个频带，其中第一频带fi-f1记做band1；第二频带f1-f2Hz记做band2；第三频带f2-foHz记做band3；分别计算叶片1的3个频带信号的有效值即(Blade1-band1-Rms,Blade1-band2-Rms,Blade1-band3-Rms)，叶片2和叶片3的3个频带信号的有效值分别为：(Blade2-band1-Rms,Blade2-band2-Rms,Blade2-band3-Rms)，(Blade3-band1-Rms,Blade3-band2-Rms,Blade3-band3-Rms)。

步骤7：由于3支叶片变桨轴承同时出现故障的概率较低，所以利用3支叶片的同位置传感器值进行差异化对比，计算以下几组数据的标准差，第一组为3支叶片的均方根值(Blade1-Rms1，Blade2-Rms1，、Blade3-Rms1)，第一组数据的标准差记做σ1；第二组数据为3支叶片的第一频带信号的有效值(Blade1-band1-Rms、Blade2-band1-Rms、Blade3-band1-Rms)，第二组数据的标准差记做σ2；第三组数据为3支叶片的第二频带信号的有效值(Blade1-band2-Rms，Blade2-band2-Rms，Blade3-band2-Rms)，第三组数据的标准差记做σ3；第四组数据数据为3支叶片的第三频带信号的有效值(Blade1-band3-Rms，Blade2-band3-Rms，Blade3-band3-Rms)，第四组信号的标准差记做σ4。

步骤8：若σ1≥0.2；且σ2≥0.1或σ3≥0.1或σ4≥0.1则系统输出变桨轴承故障。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。

Claims (12)

1.一种风力发电机变桨轴承及连接螺栓的监测系统，其特征在于，包括：变桨轴承座圈(8)；设置在变桨轴承座圈(8)上的座圈传感器(10)；变桨轴承轴圈(2)；水平对称设置在变桨轴承轴圈(2)上的第一轴圈传感器(11)和第二轴圈传感器(12)；数据采集和分析单元(13)和风场中控室(16)；

其中，座圈传感器(10)用于感知变桨轴承座圈(8)的振动；

第一轴圈传感器(11)和第二轴圈传感器(12)用于感知变桨轴承轴圈(2)的振动；

数据采集和分析单元(13)，设置在轮毂内部，用于同步采集第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号，对第一轴圈传感器信号、

第二轴圈传感器信号和座圈传感器信号进行处理和分析，根据处理和分析结果确定变桨轴承和连接螺栓是否发生故障，将变桨轴承和连接螺栓的故障监测结果传输至风场中控室；

风场控制室(16)用于对接收的故障监测结果实时显示，并根据监测结果自动报警。

2.根据权利要求1所述的系统，其特征在于，数据采集和分析单元(13)包括螺栓断裂监测子单元(131)、变桨轴承故障监测子单元(132)、感测信号和监测结果输出子单元(133)；

其中，螺栓断裂监测子单元(131)用于根据第一轴圈传感器信号的峭度指标、第二轴圈传感器信号的峭度指标和座圈传感器信号的峭度指标确定叶片连接螺栓和轮毂连接螺栓是否正常；

变桨轴承故障监测子单元(132)用于对三个叶片的第一轴圈传感器信号进行处理，并根据三个叶片的第一轴圈传感器信号的处理结果确定变桨轴承是否发生故障；

感测信号和监测结果输出子单元(133)用于将采集的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号以及监测结果传输至风场中控室(16)。

3.根据权利要求2所述的系统，其特征在于，还包括：机舱控制柜(14)和塔底交换机(15)，其中，感测信号和监测结果输出子单元(133)将采集的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号以及监测结果通过滑环有线通讯或者无线通讯的方式传输至机舱控制柜(14)，通过机舱控制柜(14)发送至塔底交换机(15)，最后通过塔底交换机(15)传输至风场中控室(16)。

4.根据权利要求1-3中任一项所述的系统，其特征在于，座圈传感器(10)、第一轴圈传感器(11)、第二轴圈传感器(12)均为振动传感器。

5.一种风力发电机变桨轴承及连接螺栓的监测方法，其特征在于，包括：

分别获取风力发电机的三个叶片的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号；

针对每一个叶片，分别计算第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度指标；

根据三个叶片的第一轴圈传感器信号的峭度指标、第二轴圈传感器信号的峭度指标和座圈传感器信号的峭度指标确定叶片连接螺栓和轮毂连接螺栓是否发生故障；

对三个叶片的第一轴圈传感器信号进行处理；

根据三个叶片的第一轴圈传感器信号的处理结果确定变桨轴承是否发生故障。

6.根据权利要求5所述的方法，其特征在于，分别计算第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度指标之前，所述方法还包括：对第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号进行滤波。

7.根据权利要求5或6所述的方法，其特征在于，所述根据三个叶片的第一轴圈传感器信号的峭度指标、第二轴圈传感器信号的峭度指标和座圈传感器信号的峭度指标确定叶片连接螺栓和轮毂连接螺栓是否发生故障，包括：

针对每一个叶片，判断第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度指标是否均大于第一预定阈值；如果均大于第一预定阈值，则保存当前的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度指标；

针对三个叶片所保存的第一轴圈传感器信号、第二轴圈传感器信号和座圈传感器信号的峭度指标进行同步分析，分别确定所保存的第一轴圈传感器信号的峭度指标的最大值A1max、所保存的第二轴圈传感器信号的峭度指标的最大值A2max和所保存的座圈传感器信号的峭度指标的最大值A3max，计算系数K1＝A1max/A3max；K2＝A2max/A3max；

若K1或者K2大于第二预定阈值，则确定叶片连接螺栓异常，若K1或者K2小于第三预定阈值，则确定轮毂连接螺栓异常，其中第二预定值大于第三预定阈值。

8.根据权利要求5所述的方法，其特征在于，所述对三个叶片的第一轴圈传感器的传感器信号进行处理，包括：

分别计算三个叶片的第一轴圈传感器信号的均方根值得到第一叶片的第一轴圈传感器信号的均方根值Blade1-RMS1、第二叶片的第一轴圈传感器的传感信号的均方根值Blade2-RMS1、第三叶片的第一轴圈传感器信号的均方根值Blade3-RMS1；

对每个叶片的第一轴圈传感器信号进行滤波后分为三个频带信号，并分别计算三个频带信号的有效值；

计算以下数据的标准差：计算三个叶片的第一轴圈传感器信号的均方根值的标准差σ1；计算三个叶片的第一频带信号的有效值的标准差σ2；计算三个叶片的第二频带信号的有效值的标准差σ3；计算三个叶片的第三频带信号的有效值的标准差σ4。

9.根据权利要求8所述的方法，其特征在于，所述根据三个叶片的第一轴圈传感器信号的处理结果确定变桨轴承是否发生故障，包括：如果标准差σ1大于第四预定阈值，且标准差σ2、σ3、σ4中的一个大于第五预定阈值，则确定变桨轴承发生故障。

10.根据权利要求5所述的方法，其特征在于，所述方法还包括：将故障信息传输到风场中控室。

11.根据权利要求5所述的方法，其特征在于，第一预定阈值为4，第二预定阈值为8，第三预定阈值为0.12。

12.根据权利要求9所述的方法，其特征在于，第四阈值为0.2，第五阈值为0.1。

Images