CN111788387B - 用于监视风力涡轮机的方法和装置 - Google Patents
用于监视风力涡轮机的方法和装置 Download PDFInfo
- Publication number
- CN111788387B CN111788387B CN201880090510.9A CN201880090510A CN111788387B CN 111788387 B CN111788387 B CN 111788387B CN 201880090510 A CN201880090510 A CN 201880090510A CN 111788387 B CN111788387 B CN 111788387B
- Authority
- CN
- China
- Prior art keywords
- signal
- tower
- predetermined
- wind turbine
- event
- 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
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
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2240/00—Components
- F05B2240/90—Mounting on supporting structures or systems
- F05B2240/91—Mounting on supporting structures or systems on a stationary structure
- F05B2240/912—Mounting on supporting structures or systems on a stationary structure on a tower
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/333—Noise or sound levels
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/334—Vibration measurements
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/728—Onshore wind turbines
Abstract
用于监视风力涡轮机的方法,所述方法包括监视所述风力涡轮机的塔架内的声信号和/或振动信号,分析所述信号,以识别指示塔架内的事件的一个或多个预定特征,基于所述预定特征,辨认所述事件已经发生,以及基于辨认的事件,生成输出。所述一个或多个预定特征是以下中的至少一个:信号的幅度,信号的持续时间,信号的形状,存在于信号中的一个或多个频率以及信号的能量。
Description
技术领域
本发明涉及用于监视风力涡轮机的方法和装置,特别是监视诸如掉落的部件撞击所述风力涡轮机的塔架中的地板的事件。
背景技术
风力涡轮机的塔架内有许多部件可能变得松动,例如由于制造或安装错误或异常情况而变得松动,然后掉落在塔架内。这样的部件可包括监视设备(诸如传感器部件),结构设备(诸如螺栓或螺钉),发电设备等。这些部件的移位可导致操作效率降低,或者可能在风力涡轮机塔架内或周围存在安全隐患。这样,期望有效地监视这样的事件,使得可采取修复行动来替换和/或修理所述部件并恢复所述风力涡轮机的原始功能。
发明内容
根据本发明,提供了用于监视风力涡轮机的方法。所述方法包括:监视风力涡轮机的塔架内的声信号和/或振动信号;分析信号,以识别指示塔架内的事件的一个或多个预定特征;基于所述预定特征,辨认事件已经发生,以及基于辨认的事件,生成输出。所述一个或多个预定特征是以下中的至少一个:信号的幅度,信号的持续时间,信号的形状,存在于信号中的一个或多个频率以及信号的能量。所述方法例如可以是计算机实施的方法。
在实施方式中,所述一个或多个预定特征指示部件撞击塔架中的地板。
分析信号可包括确定信号的幅度,并且其中,所述一个或多个预定特征包括信号在最小持续时间内具有高于预定阈的幅度。
附加地或可替代地,分析信号可包括确定信号的形状,其中,所述一个或多个预定特征包括:信号的形状包括第一峰幅度和第二峰幅度,其中,第一峰和第二峰以预定时间间隔开。例如,预定时间可对应于信号传播到塔架的一端并返回所花费的时间。
附加地或可替代地,分析信号可包括对信号应用算法,以确定信号的一个或多个频率分量,并且其中,所述一个或多个预定特征包括一个或多个预定频率的存在和/或所述一个或多个频率具有预定幅度。例如,所述算法可以是信号的快速傅立叶变换。
在实施方式中,所述方法可包括监视声信号,并且分析信号可包括确定声信号中的声能,并且其中,所述一个或多个预定特征包括声能的阈值。
输出可包括用于生成警报和/或用于风力涡轮机的一个或多个控制命令的信号。警报可以是针对操作员的音频或视觉信号,控制命令可配置为关闭风力涡轮机,直到事件被调查。
在实施方式中,所述方法包括监视来自风力涡轮机塔架的地板或墙壁的振动信号,以识别振动的预定特征,所述预定特征指示事件。
所述方法可包括在风力涡轮机的塔架内的多个位置处监视声信号和/或振动信号,并且还可包括比较在多个位置中的每个位置处接收的信号,以确定事件在塔架内的定位。
同样根据本发明,提供了用于监视风力涡轮机的装置。所述装置包括用于检测风力涡轮机的塔架内的声信号和/或振动信号的监视设备,以及耦合到该监视设备并配置为接收和分析该信号以确定指示事件的一个或多个预定特征的处理器,所述处理器还配置为基于预定特征,辨认事件已经发生,以及基于辨认的事件,生成输出。预定特征是信号的幅度,信号的持续时间,信号的形状,存在于信号中的一个或多个频率以及信号的能量中的至少一个。
处理器可配置为确定信号的幅度,并且其中,所述一个或多个预定特征包括信号在最小持续时间内具有高于预定阈的幅度。
附加地或可替代地,处理器可配置为确定信号的形状,其中,所述一个或多个预定特征包括:信号的形状包括第一峰幅度和第二峰幅度,其中,第一峰和第二峰以预定时间间隔开。例如,预定时间可对应于信号传播到塔架的一端并返回所花费的时间。
附加地或可替代地,处理器可配置为将算法应用于信号,以确定信号的一个或多个频率分量,并且其中,所述一个或多个预定特征包括一个或多个预定频率的存在和/或所述一个或多个频率具有预定幅度。例如,所述算法可以是信号的快速傅立叶变换。
在实施方式中,方法监视设备可包括声传感器,并且分析声信号可包括确定声信号中的声能,并且其中,所述一个或多个预定特征包括声能的阈值。
在实施方式中,所述一个或多个预定特征指示部件撞击塔架中的地板。
所述装置可以进一步包括用于生成警报的仪器,其中,用于生成警报的仪器连接到处理器,并配置为在接收到指示事件已经发生的输出时,生成警报。所述监视设备包括
监视设备可包括用于安装在所述塔架中的分开位置中的多个传感器。处理器可配置为通过比较来自每个位置的接收到的信号,确定事件的定位。
在实施方式中,监视设备包括一个或多个麦克风和/或一个或多个加速度计。
风力涡轮机可包括根据上述任一实施方式中的装置。
附图说明
现在将参考附图通过示例的方式描述本发明,其中:
图1示出了风力涡轮机的截面图;
图2示出了撞击风力涡轮机塔架内的地板的部件的录音;
图3示出了图2的录音,所述录音经过处理以确定在移动窗口内的峰到峰值;
图4a示出了图2的录音的快速傅立叶变换;
图4b示出了风力涡轮机内的常态操作状态的录音的快速傅立叶变换;
图5示出了在风力涡轮机塔架的墙壁中感测到的振动;
图6示出了在两个事件中来自声信号的声能的平均值;以及
图7示出了用于监视来自塔架内多个位置的声信号的声监视装置。
具体实施方式
图1示出了风力涡轮机10的示例的截面图。所述风力涡轮机10包括在风的作用下旋转的转子12,包含发电设备的机舱14和塔架16。塔架16从涡轮机的基座18延伸到机舱14,并由多个中空钢塔架部分20形成,所述中空钢塔架部分通过螺栓和/或焊接接头(未示出)结合在一起。每个塔架部分20包括水平平台22和通向相邻塔架部分20的平台22的梯子24,以提供从基座18到机舱14的通道。
风力涡轮机10还包括涡轮机控制器26。所述涡轮机控制器26经常监视风力涡轮机的操作因素,诸如风速、电功率输出、转子速度、桨距角、发电机频率和电流强度。涡轮机控制器26接收与操作因素有关的传感器信息,以允许改进风力涡轮机10的控制以最大化功率输出。涡轮机控制器可附加地连接到集群控制器(未示出),用于监视和控制多个这种风力涡轮机。
机舱14和塔架16内有许多部件,所述部件在风力涡轮机10的操作期间可能变得松动并掉落在塔架16内。这样的部件可包括经由磁体、单个紧固件(诸如螺栓或螺钉)安装在塔架墙壁上的电缆桥架和梯子,辅助传感器等。由于制造错误、安装错误、异常操作状态或外部因素,这样的部件可能变得松动。
当部件变得松动并掉落在风力涡轮机塔架16内时,其经常撞击其下方的塔架部分20的平台22。所述平台22经常是金属地板,并且可以位于部件掉落的位置下方1-2米。当部件撞击地板22时,部件在地板22上的冲击将在塔架内产生相当大的声能和振动,这将持续几秒钟。可以从塔架16内的任何位置清楚地听到该声音。本发明涉及用于检测塔架16内的声音和/或振动的各种特征以确定是否已经发生这样的事件的方法和装置。
图2示出了曲线图30,其表示记录在如以上关于图1所描述的风力涡轮机10塔架内的示例性声信号32。曲线图30相对于时间36测量信号的幅度34。声信号32包括在风力涡轮机10的常态操作期间记录的第一部分38和在部件掉落并撞击塔架16内的地板的事件期间记录的第二部分40。信号的第一部分38示出了声音振幅的少量变化,这解释了风力涡轮机10本身操作中的声音以及由外部因素产生的背景噪声。第二部分40示出了独特的图案,其表示了部件撞击塔架内的地板22的声音。
可确定信号的第二部分40的许多特征,其不同于第一部分38,并因此指示部件掉落在塔架16内。声信号32的可测量特征可包括一个或多个检测到的信号的幅度,信号的持续时间,信号的形状,信号中存在的频率以及信号的能量,其可以通过一种或多种方法来检测,这将在下面更详细地描述。
例如,信号的第二部分40具有比第一部分38大得多的最大峰幅度42。此外,第二部分40在特定的持续时间内维持在第一部分38的最大峰幅度42以上的峰幅度,以下称为事件持续时间。
更一般地,第二部分40在事件持续时间48上具有高于阈值46的峰幅度。阈值46可以是如上所述常态操作状态44下的最大幅度,或者可以小于或大于常态操作状态44下的最大幅度。阈值46可以是被认为指示事件(当存在预定时间段时)的任何预定值。阈值46和事件持续时间48例如可以经由测试来确定或者可以从部件的已知特性中得出。
从图2可以看出,可以将阈值46(信号的峰幅度明显高于背景噪声)选择为0.2,并且可以选择事件持续时间48(在该事件持续时间中,峰幅度高于阈值46)大于5秒。在图2的图解中,幅度的测量是归一化的信号,其中,1是录音仪器的最大可测量值,使得所有大于1的值将被饱和。来自声传感器的输入信号的增益已调整为在具有小物体的事件期间给约1的峰值。因此,0.2是最大可测量声音输入的20%。应当理解,由于对所示数据进行了光滤波,因此图2也确实示出了名义上大于1的值。
这样,当峰幅度为0.2或更大且持续5秒或更长时间时,确定部件已经掉落在塔架16内并且可需要跟进动作。在一些实施方式中,事件持续时间48可以是时间范围,即在4和6秒之间,以便排除持续远远长于5秒的事件,这可以指示替代性事件,但也允许事件的轻微变化,例如部件从不同的高度掉落或以不同的角度撞击地板。附加地或可替代地,峰幅度可以在例如0.2和0.8之间的范围内。
应当理解,图2示出了撞击风力涡轮机10的钢地板22的特定部件的声信号,并且还可以监视其他事件,诸如其他部件掉落和/或撞击风力涡轮机10的其他部分,以及由此确定的替代阈值和事件持续时间,而不背离本发明的范围。上面提到的特定值仅旨在说明。
在实施方式中,可以将在塔架内检测到的声信号处理成替代性形式,以便于检测所述一个或多个特性。例如,可以对信号进行处理,以确定随时间所记录的信号的峰到峰幅度。如图3所示,这样的处理可以使信号的特征更清晰。图3是图2的声信号32在移动窗口内随时间54的峰到峰幅度值52的曲线图50。也就是说,图3考察了一定时间段(例如10毫秒)内最大和最小值之间的差异,并存储该值。然后测量并存储下一个10毫秒周期,然后在整个采样周期内伴随下一个10毫秒等等,以生成图3的曲线图。因此,在此示例中,将10秒的信号分为1000峰到峰值,与采样频率无关。
与图2所示的原始声信号32相比,通过使用声信号的峰到峰幅度52,可更容易识别用于检测事件的信号的一个或多个特征。例如,可以监视图3的情况,以检测峰到峰幅度52是否在模拟事件持续时间的最小时间段58内保持在预定阈值极限56以上。与图2中所示的原始声信号32的振荡值相比,这可能更易于检测。在这些实施方式中,幅度阈值56和事件持续时间58是信号的预定特征,所述信号被认为指示该特定部件从其期望位置掉落并撞击其下方的塔架部分20的金属地板22。
在实施方式中,声信号的替代或附加特征可以用于确定事件是否已经发生。例如,声信号的形状也可以被认为指示事件。
再次参考图3,声信号包括幅度的第一峰60,其后幅度下降62,随后是幅度的第二峰64,其幅度与第一峰60相似。在此示例中,存在位于第一峰60和第二峰64的每个的开始之间大约为330毫秒的间隙66。此间隙66对应于声音传播到塔架16的顶部并再次返回的时间(大约2×60m)。在此示例中,幅度56和间隙66可以被认为是指示事件的信号的特征。在可考虑到声信号如何在塔架16中来回传播的知识的情况下,也可以使用信号形状的更详细的分析。
检测事件的另一种方法是分析信号的频率内容,例如通过使用信号的快速傅立叶变换。快速傅立叶变换(FFT)可以在一段时间内对信号进行采样并将其划分为频率分量。
图4a示出了图2的检测掉落物体的声信号的第二部分的FFT。在事件的持续时间内,信号包含多个不同的主导频率70a-g。为了比较,图4b示出了记录图2的风力涡轮机10的常态操作的声信号的第一部分的FFT。当比较事件期间的声音的频率内容与常态操作期间的频率内容时,很明显仅在活动期间存在许多频率。一些频率在常态操作和事件期间都存在,但是在事件期间它们的幅度会大大增加。例如,在图4a和图4b中都存在43.23Hz的主频,但是在图4a中振幅更大(0.02915cf.0.001773)。
这样,通过记录具有不同事件的不同构造场景,可以为事件找到共同的频率足迹,并在录音中进行搜索。例如,一个或多个特定频率可能仅在事件期间存在,这可以是指示事件的信号的预定特征。附加地或可替代地,一个或多个频率的幅度可以被识别为事件期间信号的特征。
在实施方式中,塔架中的振动的测量可以用于确定事件是否已经发生。如果部件撞击地板,则会使地板振动。地板的振动也会使塔架的墙壁振动。因此,通过使用放置在塔架的地板和/或墙壁上的一个或多个振动传感器,有可能以与上述对于声信号所述的类似方式来检测事件。
图5,例如,示出了由安装于塔架的振动传感器检测到的三个分开事件92a-c期间塔架内随时间的振动90。在所述三个事件92a-c中的每一个期间,振动的幅度增加到超过阈值量,例如,如虚线94所示。这样,振动90的阈值幅度可以是用于确定事件是否已经发生的信号的一种可能的特征。
在实施方式中,可以同时在塔架内的多于一个位置处监视声信号和/或振动。例如,可以在塔架内的两个,三个,四个或更多不同位置处监视声信号。在特定实施方式中,可以在邻近塔架基座的第一位置处监视声信号,并且还可以在邻近机舱的第二位置处监视声信号。通过监视塔架中不同定位处的信号,可以通过比较到达的不同时间和/或在每个位置处感测到的信号幅度来确定事件的定位。例如,如果信号到达第一位置然后第二位置,并且在第一位置具有比第二位置更高的幅度,则可以确定掉落的物体相对于第二位置更靠近第一位置撞击地板。到达时间的确切差异可用于确定物体离第一个位置多近掉落,从而更准确地了解部件掉落何处。
确定零件掉落的更精确位置可以为维修人员节省时间,否则他们将需要检查每个平台以定位掉落的物体。这将导致风力涡轮机的停机时间减少,从而产量增加。
此外,通过监视塔架中的声和振动,可以更可靠地检测事件并拒绝错误事件。考虑到空气中传播的声音速度和钢中振动速度不同,可以更加准确地确定事件的定位。此外,可以确定声音是否来自与正在寻找的特定事件不相关的涡轮机外部的事件或涡轮机内部某处。例如,如果物体在两个平台之间的位置(从外部或内部)撞击塔架,则可以确定所述定位并将其与平台的已知位置进行比较。如果认为所述位置与平台没有间隔,则可以认为其不是事件。在特定示例中,物体可能会在距平台10米处撞击塔架。声传感器可以位于平台的正上方,而振动传感器可以位于邻近声传感器的塔架上。由于钢中的声音速度约为5000米/秒,因此振动传感器检测到它只需要2毫秒,但是声传感器检测到它差不多需要30毫秒。如果物体撞击平台,则声传感器将在振动传感器之后的10毫秒内检测到它。以此方式,可以区分物体撞击平台(在此被认为是事件)和物体撞击塔架的其他部分(不被认为是事件)。
可以用来确定事件的声信号的另一特征是声能曲线。声能曲线是所产生的声音中包含的能量的量,可以通过已知方法从声信号中得出。一个检测事件的可能方法是查看特定时间段期间声音中的能量的量。例如,如果在指定时间段期间的平均能量超过预定阈值,则这可以被认为是事件的特征。
图6示出了表示第一事件102a和第二事件102b的声信号100,在第一事件102a中,第一物体掉落并撞击钢地板;在第二事件102b中,第二物体掉落并撞击钢地板。在所示的示例中,第二物体大于第一物体并且产生更响亮的声音。
在图6中还示出了由虚线104表示的声音中的能量的两秒移动平均(即,在任何给定时间点前两秒的平均能量)。直线106是被认为指示事件的信号中的能量的预定阈值。
在所示的示例中,所有频率均被加权,并且用于检测声音的麦克风的响应被忽略。然而,在实施方式中,可以将信号处理为仅集中于一个或多个特定频率范围内的能量和/或可以忽略一个或多个特定频率范围内的能量。这可以通过应用高、低或带通滤波器以仅查看特定频率来实现,或者通过使用带阻滤波器来抑制特定频率来实现。用于处理信号的算法还可以考虑麦克风的频率响应,以提高能量内容的准确性。例如,通过提供补偿麦克风的非线性频率响应的滤波器,或者通过具有来自不同频率的能量的不同增益来实现。在实施方式中,可以根据监视一个或多个事件的类型来调整移动平均窗口的长度和阈值。
图7示出了用于检测一个或多个风力涡轮机122a、122b中的事件的示例性装置120。为了简单起见,所示的示例示出了两个风力涡轮机122a、122b,但是应当理解,描述的装置可以用于监视一个风力涡轮机或多于两个风力涡轮机。例如,所述装置可以用于监视整个风场或其部分。
每个风力涡轮机122a、122b包括一个或多个单元124,其安装在其各自的塔架126内,用于检测塔架126内的声信号。每个单元124可包括一个或多个传感器和一个或多个处理单元。处理单元设有用于储存程序的存储器,所述程序用于处理从传感器接收的数据并储存从传感器接收的数据,以用于进一步研究或用于算法的改进。处理器配置为基于接收的传感器数据和储存的特征,辨认一个或多个事件。在实施方式中,处理器可包括一个或多个查找表、概率分析、自学习算法。
例如,事件辨认可以基于不同检测方法的简单组合,诸如能量和事件的持续时间以及事件的定位的组合。因此,如果测量的能量在阈值1a和1b之间,并且持续时间在阈2a和2b之间,以及位置是平台3a或3b,则确定已经发生第一事件E1。如果测量的能量在阈1c和1d之间以及持续时间在2c和2d之间以及定位是平台3b或3c,则确定已经发生第二事件E2,等等。
附加地或可替代地,事件辨认可以基于概率分析。例如,如果测量的能量为4a的值,则计算出第一事件E1已经发生的可能性为50%,第二事件E2已经发生的可能性为35%。如果持续时间是5a,则确定第一事件E1已经发生的可能性为20%,第二事件E2的可能性为50%,第三事件E3的可能性为10%。如果测量的定位是3b,则第一事件E1的可能性为10%,第二事件E2的可能性为50%,第三事件E3的可能性为30%。给定上述概率,可以确定第二事件E2是最可能的事件。
附加地或可替代地,事件检测可以基于本领域中已知的机器学习算法。
每个单元124可包括至少一个声传感器和/或振动传感器形式的一个或多个传感器。声传感器可以是用于测量空气中声波的任何接收器。例如,声传感器可包括一个或多个本领域中已知的麦克风。合适的麦克风可包括电容器/电容麦克风、光纤麦克风、压电麦克风、驻极体麦克风和/或声波传感器。
振动传感器可以是用于测量结构振动的任何接收器。一个合适的振动传感器可以是加速度计。加速度计可与塔架126的墙壁或地板刚性连接。加速度计还可配置为在至少一个轴线上测量塔架126的墙壁或地板的加速度。灵敏度、质量、安装和相关的频率范围可以根据要测量的事件进行选择。附加地或可替代地,可以使用其他类型的振动传感器,例如使用诸如激光多普勒振动计的光学传感器。单元124还可包括温度传感器,以补偿温度影响的测量结果和/或帮助改善事件检测。例如,传感器的增益可随温度变化。此外,如果塔架126的温度快速变化,则随着钢膨胀可能会产生一些明显的声音。这样,通过测量塔架126中的温度,例如可以通过将这些因素合并到事件检测算法中,以对此进行补偿。
单元124可以进一步包括壳体,以帮助将传感器和/或处理单元安装到塔架。在实施方式中,处理单元可以被包含在壳体内,并且传感器可以被安装在壳体的外部或内部或者外部和内部这两者。单元124可以例如通过磁体内部地安装到塔架墙壁。尽管可以附加地或可替代地使用诸如紧固件或焊接的其他安装方式。
所示的装置对于每个塔包括两个单元124,每个单元放置在塔内的不同高度处。然而,将意识到,可以在塔架内的多个位置处放置两个以上的单元124。如上所述,从多个位置监视声音和/或振动的能力可以改善事件的检测。每个单元124可放置在塔架中的各平台中的一个的正上方,以便于安装和服务。
每个单元124可以(例如经由以太网交换机130)连接到涡轮机控制器128。每个涡轮机控制器128还可以连接到集群控制器132。集群控制器132可控制整个风电场或多个风电场的操作。可替代地,集群控制器132可控制风电场内的风力涡轮机的子集的操作。集群控制器132尤其用于监视每个风力涡轮机的操作因素,以确保安全可靠的自动操作。集群控制器132还处理通信接口,收集并储存操作数据以用于进一步分析。在实施方式中,每个单元124可以直接连接到集群控制器132,而无需与涡轮机控制器128进行任何通信。为了最小化布线,单元124的电力可以来自具有以太网供电(PoE)功能的交换机。如果单元124连接到涡轮机控制器128,则可以以与由涡轮机控制器128直接检测到的其他事件相同的方式触发警报或警告。
事件检测可以直接在每个单元124中实现,或者单元124可以将传感器数据提供给涡轮机控制器128,然后涡轮机控制器128可以执行事件检测。可替代地,集群控制器132可以对一个风电场或其子集中的所有涡轮机执行事件检测。事件检测也可以是上述方案的任意组合。
在检测到所述一个或多个预定特征的情况下,涡轮机和/或集群控制器可配置成产生警报以指示事件已经发生。例如,警报可包括音频或视觉信号以供操作员检测。警报可包括与已经检测到的事件有关的信息。例如,警报可包含与已经发生的事件的性质有关的信息以及响应于所述事件而采取的一个或多个适当的动作。
在一些实施方式中,事件的检测可触发自动控制信号,以调整风力涡轮机的操作。例如,所述检测可触发控制信号,以停止风力涡轮机的操作,直到事件被纠正为止。其也可以只是一个日志,指示需要对潜在事件的储存数据进行进一步分析,以确定是否需关闭涡轮机或需要进行维修。
上述方法可以用于监视多于一个类型的事件。例如,多于一个类型的部件掉落在塔架内。在这样的实施方式中,与每个事件有关的特征可以被储存,用以分析和检测。
应当理解,本发明可以用于监视具有与图1所示不同结构的风力涡轮机中的事件。例如,所述方法可以用于监视没有钢平台的风力涡轮机中的这样的事件。在这种情况下,掉落的物体可能产生不同的声音或振动,其可以以与上述实施方式有关的类似方式表征。
还应当理解,本发明可以用于检测塔架内的任何可疑声音。例如,润滑不充分的偏航系统,风扇或其他仪器的频率变化都可能产生具有不同特征的声音,可以用类似的方式对其进行监视。更一般地,风力涡轮机在常态操作中的声音的频率内容也可以被记录,并且如果它突然偏离,则可以触发事件。
尽管已经示出并描述了本发明的实施方式,但是应当理解,仅以示例的方式描述了这样的实施方式,并且应当意识到,不同实施方式的特点可以彼此组合。在不脱离由所附权利要求限定的本发明的范围的情况下,本领域的技术人员将想到许多变化,改变和替换。因此,意图是所附权利要求覆盖落入本发明的精神和范围内的所有这样的变化或等同物。
Claims (9)
1.用于监视风力涡轮机的方法,所述方法包括:
监视风力涡轮机的塔架内多个位置处的信号,所述信号包括声信号和/或振动信号;
比较在所述多个位置中的每个位置处接收的信号,以确定产生所述信号的振动在所述塔架内的定位;
分析所述信号,以识别指示塔架内物体撞击地板的一个或多个预定特征,所述一个或多个预定特征是以下中的至少一个:
信号的幅度;
信号的持续时间;
信号的形状;
存在于信号中的一个或多个频率;以及
信号的能量;
基于所述一个或多个预定特征,辨认物体撞击地板已经发生;以及
基于辨认的物体撞击地板的出现,生成警报和/或用于风力涡轮机的一个或多个控制命令。
2.根据权利要求1所述的方法,其中,分析所述信号包括确定所述信号的幅度,并且其中,所述一个或多个预定特征包括所述信号在预定持续时间内具有高于预定阈的幅度。
3.根据权利要求1所述的方法,其中,分析所述信号包括确定所述信号的形状,并且其中,所述一个或多个预定特征包括所述信号的形状,所述信号的形状包括第一峰幅度和第二峰幅度,其中,所述第一峰幅度和第二峰幅度以预定时间间隔开。
4.根据权利要求3所述的方法,其中,所述预定时间对应于所述信号传播到所述塔架的顶部并返回所花费的时间。
5.根据权利要求1所述的方法,其中,分析所述信号包括对所述信号应用算法,以确定所述信号的一个或多个频率分量,并且其中,所述一个或多个预定特征包括一个或多个预定频率或所述一个或多个频率具有预定幅度。
6.根据权利要求1所述的方法,还包括:确定所述信号中的声能,并且其中,所述一个或多个预定特征包括声能的阈值。
7.根据权利要求1所述的方法,还包括:监视来自塔架的地板或墙壁的振动信号,以识别所述振动信号的预定特征,识别的预定特征指示物体撞击地板。
8.用于监视风力涡轮机的装置,所述装置包括:
监视设备,用于检测所述风力涡轮机的塔架内多个位置处的信号,所述信号包括声信号和/或振动信号;以及
处理器,其耦合到监视设备并配置为接收和分析信号以确定指示在塔架中物体撞击地板的一个或多个预定特征,所述一个或多个预定特征是以下中的至少一个:
信号的幅度;
信号的持续时间;
信号的形状;
存在于信号中的一个或多个频率;以及
信号的能量;
所述处理器还配置为基于所述一个或多个预定特征,辨认物体撞击地板,以及
基于辨认的物体撞击地板已经发生,生成警报和/或用于风力涡轮机的一个或多个控制命令。
9.风力涡轮机,包括:根据权利要求8所述的装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA201771032 | 2017-12-29 | ||
DKPA201771032 | 2017-12-29 | ||
PCT/DK2018/050347 WO2019129328A1 (en) | 2017-12-29 | 2018-12-11 | Method and apparatus for monitoring a wind turbine |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111788387A CN111788387A (zh) | 2020-10-16 |
CN111788387B true CN111788387B (zh) | 2023-09-05 |
Family
ID=64901265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880090510.9A Active CN111788387B (zh) | 2017-12-29 | 2018-12-11 | 用于监视风力涡轮机的方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11313355B2 (zh) |
EP (1) | EP3732370B1 (zh) |
CN (1) | CN111788387B (zh) |
WO (1) | WO2019129328A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3732370B1 (en) | 2017-12-29 | 2024-04-24 | Vestas Wind Systems A/S | Method and apparatus for monitoring a wind turbine |
CN111577552B (zh) * | 2020-03-31 | 2021-06-25 | 华电电力科学研究院有限公司 | 一种高低速插值拟合的风电机组振动信号归一化方法 |
CN112324629A (zh) * | 2020-11-09 | 2021-02-05 | 华能陕西靖边电力有限公司 | 一种基于振动和声音的风电叶片早期损伤监测系统及方法 |
CN112943560A (zh) * | 2021-03-09 | 2021-06-11 | 华能新能源股份有限公司 | 一种风力发电机组塔筒螺栓的监测方法及设备 |
WO2022198212A2 (en) | 2021-03-19 | 2022-09-22 | Gridware Technologies Inc. | Fault detection and monitoring |
US20230383730A1 (en) * | 2022-05-24 | 2023-11-30 | General Electric Renovables Espana, S.L. | System and method for detecting a failure condition in a component of a wind turbine |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6785673B1 (en) * | 2000-02-09 | 2004-08-31 | At&T Corp. | Method for converting relational data into XML |
EP2026160A1 (en) * | 2007-08-10 | 2009-02-18 | General Electric Company | Event monitoring via combination of signals |
CN102828919A (zh) * | 2011-06-14 | 2012-12-19 | 西门子公司 | 声学监控风力涡轮机的方法、声学监控系统和重装备套件 |
CN103512651A (zh) * | 2012-06-26 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于振动突变报警的风电机组状态监测方法及装置 |
WO2015045014A1 (ja) * | 2013-09-25 | 2015-04-02 | 株式会社日立製作所 | 風車装置、風車装置の異常検出装置及び風車装置の異常検出方法 |
WO2021119909A1 (zh) * | 2019-12-16 | 2021-06-24 | 远景能源有限公司 | 一种用于监测叶根紧固件的健康状态的方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19948194C2 (de) * | 1999-10-06 | 2001-11-08 | Aloys Wobben | Verfahren zur Überwachung von Windenergieanlagen |
US7086834B2 (en) | 2004-06-10 | 2006-08-08 | General Electric Company | Methods and apparatus for rotor blade ice detection |
JP5851193B2 (ja) | 2011-10-13 | 2016-02-03 | 大阪瓦斯株式会社 | 風力発電装置の騒音低減方法、及び騒音低減型風力発電装置 |
US9395337B2 (en) | 2013-03-15 | 2016-07-19 | Digital Wind Systems, Inc. | Nondestructive acoustic doppler testing of wind turbine blades from the ground during operation |
EP3732370B1 (en) | 2017-12-29 | 2024-04-24 | Vestas Wind Systems A/S | Method and apparatus for monitoring a wind turbine |
-
2018
- 2018-12-11 EP EP18826938.5A patent/EP3732370B1/en active Active
- 2018-12-11 US US16/959,125 patent/US11313355B2/en active Active
- 2018-12-11 WO PCT/DK2018/050347 patent/WO2019129328A1/en unknown
- 2018-12-11 CN CN201880090510.9A patent/CN111788387B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6785673B1 (en) * | 2000-02-09 | 2004-08-31 | At&T Corp. | Method for converting relational data into XML |
EP2026160A1 (en) * | 2007-08-10 | 2009-02-18 | General Electric Company | Event monitoring via combination of signals |
CN102828919A (zh) * | 2011-06-14 | 2012-12-19 | 西门子公司 | 声学监控风力涡轮机的方法、声学监控系统和重装备套件 |
CN103512651A (zh) * | 2012-06-26 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于振动突变报警的风电机组状态监测方法及装置 |
WO2015045014A1 (ja) * | 2013-09-25 | 2015-04-02 | 株式会社日立製作所 | 風車装置、風車装置の異常検出装置及び風車装置の異常検出方法 |
WO2021119909A1 (zh) * | 2019-12-16 | 2021-06-24 | 远景能源有限公司 | 一种用于监测叶根紧固件的健康状态的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3732370B1 (en) | 2024-04-24 |
US20200332775A1 (en) | 2020-10-22 |
WO2019129328A1 (en) | 2019-07-04 |
CN111788387A (zh) | 2020-10-16 |
US11313355B2 (en) | 2022-04-26 |
EP3732370A1 (en) | 2020-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111788387B (zh) | 用于监视风力涡轮机的方法和装置 | |
US20120010852A1 (en) | Method for monitoring wind turbines | |
KR101742339B1 (ko) | 철도 차량의 주행 거동을 모니터하는 방법 및 장치 | |
CN109209783A (zh) | 一种基于噪声检测叶片的雷击损伤的方法及装置 | |
CN103998775A (zh) | 用于确定风能源设备的转子叶片的机械损坏的方法 | |
Tcherniak et al. | Vibration-based SHM system: application to wind turbine blades | |
Dube et al. | Vibration based condition assessment of rolling element bearings with localized defects | |
EP2610604B1 (en) | Method for oscillation measurement on rotor blades of wind power installations | |
US6907368B2 (en) | Method and device for detecting a pulse-type mechanical effect on a system part | |
US10216691B2 (en) | Sensor based means of monitoring the mechanical condition of rotating machinery that operates intermittently | |
KR101663820B1 (ko) | 사운드 신호를 이용하여 기계 장치를 진단하는 방법 및 장치 | |
CN114450483A (zh) | 风力涡轮发电机的异常状况的检测 | |
JP2012166935A (ja) | エレベータの異常音検出装置 | |
KR20010053568A (ko) | 냉간 압연기의 채터링 검지방법 및 장치 | |
RU2390736C2 (ru) | Способ и устройство для выявления места импульсного механического воздействия на элемент оборудования | |
US20050102116A1 (en) | High-resolution intelligent rotor machine diagnostic system and method | |
Krause et al. | Acoustic emission damage detection for wind turbine rotor blades using airborne sound | |
KR102433483B1 (ko) | 진동 센서를 통한 설비 예지 보전 시스템 | |
CN114562429A (zh) | 一种基于净空及声振监测的风电机组叶片损伤预警方法 | |
JP7482016B2 (ja) | 故障検知装置、方法およびプログラム | |
EP4343301A1 (en) | Method for identifying periodic shocks in a structure, wind turbine generator and a wind farm adapted for performing the method | |
EP4299900A1 (en) | Method for monitoring and determining wake conditions and providing alarm at a wind turbine generator and method for monitoring, localizing and providing alarm when cracks are observed in wind turbine blades | |
KR101035469B1 (ko) | 플랜트 구성요소에 대한 펄스 기계적 효과를 검출하기 위한방법 및 장치 | |
JP2022096256A (ja) | 故障検知装置、方法およびプログラム | |
WO2024009069A1 (en) | Wind turbine blade monitoring |
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 |