CN111852791B - 一种风力发电机组法兰连接螺栓断裂定位预警方法 - Google Patents

一种风力发电机组法兰连接螺栓断裂定位预警方法 Download PDF

Info

Publication number
CN111852791B
CN111852791B CN202010749843.7A CN202010749843A CN111852791B CN 111852791 B CN111852791 B CN 111852791B CN 202010749843 A CN202010749843 A CN 202010749843A CN 111852791 B CN111852791 B CN 111852791B
Authority
CN
China
Prior art keywords
bolt
flange
displacement
wind speed
early warning
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
Application number
CN202010749843.7A
Other languages
English (en)
Other versions
CN111852791A (zh
Inventor
段焱森
陈标
张磊
舒忠虎
揭军
刘明宇
张世浩
杨洪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guodian Longyuan Jiangyong Wind Power Generation Co Ltd
Original Assignee
Guodian Longyuan Jiangyong Wind Power Generation Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guodian Longyuan Jiangyong Wind Power Generation Co Ltd filed Critical Guodian Longyuan Jiangyong Wind Power Generation Co Ltd
Priority to CN202010749843.7A priority Critical patent/CN111852791B/zh
Publication of CN111852791A publication Critical patent/CN111852791A/zh
Application granted granted Critical
Publication of CN111852791B publication Critical patent/CN111852791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明提供了一种风力发电机组法兰连接螺栓断裂定位预警方法，首先根据风速和法兰片航进行分仓，将分体式位移传感器采集到的位移数据分别按照风速和偏航位置存储至对应的存储仓中，在每个预设的计算周期内，计算当前风速和偏航位置下的螺栓位移滑动平均值和螺栓位移峰值，进行螺栓松动报警、螺栓外载过大报警以及法兰间隙监测报警。本发明可实现通过分体式位移传感器，结合风速信号与偏航信号，进行螺栓松动报警、螺栓外载过大报警和法兰缝隙监测报警，计算全面，计算效率高，可靠性强；实时在线监测法兰间连接螺栓的断裂情况，避免因法兰连接螺栓失效而造成设备损伤。

Description

一种风力发电机组法兰连接螺栓断裂定位预警方法
技术领域
本发明涉及一种风力发电机组法兰连接螺栓断裂定位预警方法，属于风力发电机组法兰连接螺栓监测技术领域。
背景技术
法兰连接是指由法兰、垫片及螺栓三者相互连接作为一组组合密封结构的可拆连接，法兰连接结构在目前工业领域中极其常见，发挥着十分重要的作用。法兰连接结构中的螺栓在交变载荷作用下，承受拉、压循环作用。在拉、压交变载荷作用下，螺纹发生塑性变形而导致松弛，将导致螺栓预紧力减小。预紧力过小会造成连接的不可靠，工作时产生振动松弛、泄露、结构滑移等现象，从而影响机器正常工作；如果螺栓紧固的预紧力过大，导致螺栓在载荷作用下极易断裂，从而削弱了连接节点的承载力，严重时可能诱发结构失稳。因此为了防止螺栓预紧力的减少或消失，用力矩扳手检查螺栓的预紧力是定期维护的一项重要内容。运维地处偏远地带时，螺栓预紧力的定期检查运维策略一般为半年进行一次。这项工作既费时又费力，加之工作人员个人主观和客观方面的多因素影响，并不能保证每次及时发现和消除螺栓松动问题，所以有必要对螺栓松动进行在线监测。
目前监测螺栓松动通常有以下三种方法：第一种方法是基于垫片式力传感器的测量方法，把一个特制的力传感器像垫片一样套在螺栓上，传感器的压力即为螺栓的轴向力，该方法需要根据空间和螺栓尺寸特制传感器，过程较繁琐，成本较高；第二种方法是超声波法，该方法根据超声波时间与速度，计算螺栓伸长量，依据螺栓的轴向刚度计算螺栓的轴向力，该方法需要再螺栓头安装特定传感器；第三种方法是根据通过摄像技术，监测螺栓连接副的螺母是否发生跟转，如果发生跟转，则发生了松动。前两种方法需要对每一颗螺栓的预紧力进行监测，需要对每一根螺栓进行处理或采用，工艺复杂，成本高昂；第三种方法，为实现对法兰连接所有螺栓的监测，通常需安装至少两个以上高精度摄像头，对安装环境有较高要求，成本高。
发明内容
为了解决现有技术的不足，本发明提供了一种风力发电机组法兰连接螺栓断裂定位预警方法，能够实现螺栓松动报警、螺栓外载过大报警法以及兰缝隙监测报警，工艺简单，成本低，精度高。
本发明为解决其技术问题所采用的技术方案是：提供了一种风力发电机组法兰连接螺栓断裂定位预警方法，包括以下步骤：
(1)对风速进行分仓处理，将风速从低到高区分为N个风速区间；对法兰偏航位置等效到0°至360°，并对法兰偏航位置进行分仓处理，将法兰偏航位置按角度分为M个偏航位置区间；设置M×N个存储仓，每个存储仓对应一个风速区间和偏航位置区间组合而成的风速段，每个存储仓存储最多n个数据；
(2)实时采集各个分体式位移传感器的电磁感应信号数据，将电磁感应信号数据转换为位移数据；将位移数据根据采集时刻的风速区间和偏航位置区间存储至对应的存储仓中；
(3)在每个预设的计算周期内，确定当前风速和偏航位置，对该风速和偏航位置对应的存储仓中的有效数据进行以下处理：计算滑动平均值，得到每个存储仓对应风速段下的螺栓位移滑动平均值；取最大值作为该存储仓对应风速段下的螺栓位移峰值；有效数据为数值不为零的位移数据；
(4)基于螺栓位移滑动平均值和螺栓位移峰值，根据外部逻辑预设参数进行螺栓松动报警、螺栓外载过大报警以及法兰间隙监测报警；
(5)返回步骤(2)。
步骤(1)根据机组变量和法兰变形量，通过雨流算法预测法兰剩余寿命，当法兰剩余寿命达到预设的预警值，则进行报警，机组变量为风力发电机组的实时采集数据，包括停机标志位、限功率标志位、风速、转速、功率和偏航位置。
步骤(2)所述将位移数据根据采集时刻的风速区间和偏航位置区间存储至对应的存储仓中，若存储仓已满，则删除最旧的位移数据后，将当前位移数据存储入。
设置历史螺栓位移最大值清除周期，在历史螺栓位移峰值最大值清除周期结束时将每个风速段下的最大的一个位移数据。
外部逻辑预设参数包括松动阈值、外载阈值和法兰间隙阈值。
步骤(4)中，还基于螺栓位移峰值，根据外部逻辑预设参数进行故障预警。
步骤(4)中，还基于螺栓位移滑动平均值和螺栓位移峰值，利用趋势识别方法，计算法兰螺栓疲劳加速趋势，从而进行法兰螺栓故障预警。
各个分体式位移传感器均匀地安装在法兰连接处的内圆周或外圆周上，每个分体式位移传感器包括壳体、PCB组件、导杆、滑动基体和高精密磁铁，导杆和PCB组件固定于壳体内，滑动基体的内端套在导杆上并能够沿导杆滑动，滑动基体的外端由壳体内伸出，滑动基体的外端设置有磁体并通过磁力吸附固定于限位块上，高精密磁铁固定于滑动基体上并随滑动基体同步移动；高精度电磁感应芯片、单片机、温度传感芯片和振动传感芯片均设置于PCB组件中。
本发明基于其技术方案所具有的有益效果在于：
(1)本发明提供的一种风力发电机组法兰连接螺栓断裂定位预警方法可实现通过分体式位移传感器，结合风速信号与偏航信号，进行螺栓松动报警、螺栓外载过大报警和法兰缝隙监测报警，计算全面，计算效率高，可靠性强；实时在线监测法兰间连接螺栓的断裂情况，避免因法兰连接螺栓失效而造成设备损伤；
(2)本发明提供的一种风力发电机组法兰连接螺栓断裂定位预警方法中，位移数据利用分体式位移传感器进行采集，内部设计有高精度电磁感应芯片和高精密磁铁，高精密磁铁平行于高精度电磁感应芯片安装，并贴合在芯片表面，高精密磁铁周围的磁场强度是稳定不变的，当间隙发生相对移动时，高精密磁铁相对高精度电磁感应芯片同步移动，高精密电磁感应芯片周围的磁场就会发生线性变化，从而输出对应磁场强度变化的电信号到单片机内，经过单片机运算将电信号转换为位移信号，并输出对应的位移信号到上位机，来实现位移的测量，精度可达0.5μm，可保持微米级精度持续监测产品的高精度相对位移；并且该采集装置的结构和布置方式成本低，避免大量轴力在线测量的投入；
(3)本发明提供的一种风力发电机组法兰连接螺栓断裂定位预警方法中，数据的计算采用分仓式处理，能够提高PLC计算单元的利用率，提高计算效率和准确性。
附图说明
图1为实施例中分体式位移传感器的分布状态示意图；
图2为实施例中分体式位移传感器的安装状态侧视图；
图3为实施例中分体式位移传感器的结构示意图；
图4是分体式位移传感器的布置图；
图中：1-壳体，2-限位块，3-PCB组件，4-导杆，5-滑动基体，6-高精密磁铁，7-磁体，8-限位弹簧，9-盖板，10-分体式位移传感器，11-上法兰，12-下法兰，13-法兰连接螺栓。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
本发明提供了一种风力发电机组法兰连接螺栓断裂定位预警方法，参照图1至图4，包括以下步骤：
(1)对风速进行分仓处理，将风速从低到高区分为N个风速区间；对法兰偏航位置等效到0°至360°，并对法兰偏航位置进行分仓处理，将法兰偏航位置按角度分为M个偏航位置区间；设置M×N个存储仓，每个存储仓对应一个风速区间和偏航位置区间组合而成的风速段，每个存储仓存储最多n个数据；
本实施例中，N取13，风速0到0.5(不包含0.5)为0米风速仓，0.5到1.5(不包含1.5)之间为1米风速仓，依次类推，11.5以上为12米风速仓。偏航位置每15设为一个分仓，分为24个分仓；共计分仓个数为312个仓，每个仓存储10个位移数据。
(2)实时采集各个分体式位移传感器的电磁感应信号数据，将电磁感应信号数据转换为位移数据；将位移数据根据采集时刻的风速区间和偏航位置区间存储至对应的存储仓中；
(3)在每个预设的计算周期内，确定当前风速和偏航位置，对该风速和偏航位置对应的存储仓中的有效数据进行以下处理：计算滑动平均值，得到每个存储仓对应风速段下的螺栓位移滑动平均值；取最大值作为该存储仓对应风速段下的螺栓位移峰值；有效数据为数值不为零的位移数据；
(4)基于螺栓位移滑动平均值和螺栓位移峰值，根据外部逻辑预设参数进行螺栓松动报警、螺栓外载过大报警以及法兰间隙监测报警；
(5)返回步骤(2)。
步骤(1)根据机组变量和法兰变形量，通过雨流算法预测法兰剩余寿命，当法兰剩余寿命达到预设的预警值，则进行报警，机组变量为风力发电机组的实时采集数据，包括停机标志位、限功率标志位、风速、转速、功率和偏航位置。
步骤(2)所述将位移数据根据采集时刻的风速区间和偏航位置区间存储至对应的存储仓中，若存储仓已满，则删除最旧的位移数据后，将当前位移数据存储入。
设置历史螺栓位移最大值清除周期，在历史螺栓位移峰值最大值清除周期结束时将每个风速段下的最大的一个位移数据。
外部逻辑预设参数指比较阈值包括：
松动阈值：螺栓设计预紧力20％所对应螺栓伸长量；
外载阈值：螺栓设计预紧力40％所对应螺栓伸长量；
法兰间隙阈值：法兰设计变形极限。当螺栓位移滑动平均值和螺栓位移峰值超出比较阈值，则进行相应报警。
步骤(4)中，还基于螺栓位移峰值，根据外部逻辑预设参数进行故障预警。
步骤(4)中，还基于螺栓位移滑动平均值和螺栓位移峰值，利用趋势识别方法，通过每个分仓中时域上结果的增长或降低趋势，计算法兰螺栓疲劳加速趋势，从而进行法兰螺栓故障预警。
各个分体式位移传感器均匀地安装在法兰连接处的内圆周或外圆周上，每个分体式位移传感器10设置有四个且均匀的分布在法兰连接处的内圆周上，其分布状态如图1所示。所述分体式位移传感器由相互分离的限位块2和传感器本体组成，其中限位块和传感器本体分别固定于两个相互连接的上法兰11和下法兰12上，法兰连接螺栓13将上法兰11和下法兰12连接固定，如图2所示。所述分体式位移传感器的结构如图3所示，传感器本体包括壳体1、PCB组件3、导杆4、滑动基体5和高精密磁铁6，壳体的顶面设置有开口，开口处设置有盖板9，所述壳体及盖板均为不锈钢材质，整体采用金属外壳设计，同时壳体内部还设置有防电磁干扰电路，因此可屏蔽外界对产品的干扰，产品稳定性极强。所述壳体内设置有PCB组件3、导杆4、滑动基体5和高精密磁铁6，导杆和PCB组件固定于壳体内，滑动基体的内端套在导杆上并能够沿导杆滑动，滑动基体的内端为套设在导杆上的滑块，所述导杆的两端均套设有限位弹簧8，限位弹簧位于滑块的左右两侧并限制滑块在自由状态下处于导杆上的中间位置。滑动基体的外端由壳体内伸出，滑动基体的外端设置有磁体7并通过磁力吸附固定于限位块上，所述磁体为强磁性永磁体。所述高精密磁铁固定于滑动基体上并随滑动基体同步移动；所述PCB组件中包括高精度电磁感应芯片以及单片机。
各个分体式位移传感器通过数据采集仪或边缘技术网关将信号传输至上位机进行存储和处理。
本发明提供的一种风力发电机组法兰连接螺栓断裂定位预警方法可实现通过分体式位移传感器，结合风速信号与偏航信号，进行螺栓松动报警、螺栓外载过大报警和法兰缝隙监测报警，计算全面，计算效率高，可靠性强；实时在线监测法兰间连接螺栓的断裂情况，避免因法兰连接螺栓失效而造成设备损伤。

Claims (6)

1.一种风力发电机组法兰连接螺栓断裂定位预警方法，其特征在于包括以下步骤：
(1)对风速进行分仓处理，将风速从低到高区分为N个风速区间；对法兰偏航位置等效到0°至360°，并对法兰偏航位置进行分仓处理，将法兰偏航位置按角度分为M个偏航位置区间；设置M×N个存储仓，每个存储仓对应一个风速区间和偏航位置区间组合而成的风速段，每个存储仓存储最多n个数据；
(2)实时采集各个分体式位移传感器的电磁感应信号数据，将电磁感应信号数据转换为位移数据；将位移数据根据采集时刻的风速区间和偏航位置区间存储至对应的存储仓中；若存储仓已满，则删除最旧的位移数据后，将当前位移数据存储入；
(3)在每个预设的计算周期内，确定当前风速和偏航位置，对该风速和偏航位置对应的存储仓中的有效数据进行以下处理：计算滑动平均值，得到每个存储仓对应风速段下的螺栓位移滑动平均值；取最大值作为该存储仓对应风速段下的螺栓位移峰值；有效数据为数值不为零的位移数据；
(4)基于螺栓位移滑动平均值和螺栓位移峰值，根据外部逻辑预设参数进行螺栓松动报警、螺栓外载过大报警以及法兰间隙监测报警；外部逻辑预设参数包括松动阈值、外载阈值和法兰间隙阈值；
(5)返回步骤(2)。
2.根据权利要求1所述的风力发电机组法兰连接螺栓断裂定位预警方法，其特征在于：步骤(1)根据机组变量和法兰变形量，通过雨流算法预测法兰剩余寿命，当法兰剩余寿命达到预设的预警值，则进行报警，机组变量为风力发电机组的实时采集数据，包括停机标志位、限功率标志位、风速、转速、功率和偏航位置。
3.根据权利要求1所述的风力发电机组法兰连接螺栓断裂定位预警方法，其特征在于：设置历史螺栓位移最大值清除周期，在历史螺栓位移峰值最大值清除周期结束时将每个风速段下的最大的一个位移数据。
4.根据权利要求1所述的风力发电机组法兰连接螺栓断裂定位预警方法，其特征在于：步骤(4)中，还基于螺栓位移峰值，根据外部逻辑预设参数进行故障预警。
5.根据权利要求1所述的风力发电机组法兰连接螺栓断裂定位预警方法，其特征在于：步骤(4)中，还基于螺栓位移滑动平均值和螺栓位移峰值，利用趋势识别方法，计算法兰螺栓疲劳加速趋势，从而进行法兰螺栓故障预警。
6.根据权利要求1所述的风力发电机组法兰连接螺栓断裂定位预警方法，其特征在于：各个分体式位移传感器均匀地安装在法兰连接处的内圆周或外圆周上，每个分体式位移传感器包括壳体、PCB组件、导杆、滑动基体和高精密磁铁，导杆和PCB组件固定于壳体内，滑动基体的内端套在导杆上并能够沿导杆滑动，滑动基体的外端由壳体内伸出，滑动基体的外端设置有磁体并通过磁力吸附固定于限位块上，高精密磁铁固定于滑动基体上并随滑动基体同步移动；高精度电磁感应芯片、单片机、温度传感芯片和振动传感芯片均设置于PCB组件中。
CN202010749843.7A 2020-07-30 2020-07-30 一种风力发电机组法兰连接螺栓断裂定位预警方法 Active CN111852791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010749843.7A CN111852791B (zh) 2020-07-30 2020-07-30 一种风力发电机组法兰连接螺栓断裂定位预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010749843.7A CN111852791B (zh) 2020-07-30 2020-07-30 一种风力发电机组法兰连接螺栓断裂定位预警方法

Publications (2)

Publication Number Publication Date
CN111852791A CN111852791A (zh) 2020-10-30
CN111852791B true CN111852791B (zh) 2022-06-03

Family

ID=72945005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010749843.7A Active CN111852791B (zh) 2020-07-30 2020-07-30 一种风力发电机组法兰连接螺栓断裂定位预警方法

Country Status (1)

Country Link
CN (1) CN111852791B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112648151A (zh) * 2020-12-14 2021-04-13 陕西中科启航科技有限公司 一种风力发电机组叶根螺栓断裂监测方法
CN112855465B (zh) * 2021-01-29 2024-01-02 陕西中科启航科技有限公司 一种基于法兰间隙传感器的叶轮转速容错监测方法和系统
CN112796953B (zh) * 2021-02-01 2022-03-22 中国华能集团清洁能源技术研究院有限公司 一种风电机组塔筒寿命预测方法、系统、设备及存储介质
CN113933393B (zh) * 2021-10-16 2024-04-02 北京创程科技有限公司 一种基于电磁超声与3d相控阵的螺栓监测系统
CN114112371A (zh) * 2021-12-31 2022-03-01 成都华动科技有限公司 动车组大部件脱落检测系统及方法
CN114541733B (zh) * 2022-02-28 2023-07-14 重庆建工集团股份有限公司 一种预拼装式操作平台
CN114689215B (zh) * 2022-03-16 2024-02-23 国网甘肃省电力公司电力科学研究院 一种风力发电机组叶片连接螺栓断裂监测方法
CN116591907B (zh) * 2023-04-06 2024-05-14 中广核新能源安徽有限公司 风力发电机变桨轴承及连接螺栓状态监测方法及系统
CN116517785B (zh) * 2023-04-06 2024-05-10 中广核全椒风力发电有限公司 用于监测风电机组叶片螺栓断裂的监测系统及监测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105332862A (zh) * 2015-11-27 2016-02-17 新疆金风科技股份有限公司 用于检测风力发电机组工作状态的方法、装置和系统
CN106870298A (zh) * 2017-03-28 2017-06-20 南京天数信息科技有限公司 基于机器学习的叶根螺栓断裂故障检测方法
EP3263892A1 (en) * 2016-07-01 2018-01-03 Siemens Aktiengesellschaft Wind turbine with wind sensor
CN109630366A (zh) * 2018-12-10 2019-04-16 国电联合动力技术有限公司 低风速风电机组固定螺栓紧固状态智能监测装置及其方法
CN110410283A (zh) * 2019-07-29 2019-11-05 浙江未来技术研究院(嘉兴) 一种螺栓或螺母紧固状态监测方法及系统
CN110778464A (zh) * 2019-11-15 2020-02-11 东方电气风电有限公司 一种大型风力发电机组螺栓在线监测系统及方法
CN110778463A (zh) * 2019-09-17 2020-02-11 东方电气风电有限公司 一种风机叶片螺栓断裂监测保护方法及装置
US20200099161A1 (en) * 2018-09-26 2020-03-26 Jdr Cable Systems Ltd. Cable release device
CN111120203A (zh) * 2018-11-01 2020-05-08 北京金风科创风电设备有限公司 确定风力发电机组的偏航对风偏差角度的方法及设备
CN111351423A (zh) * 2020-03-19 2020-06-30 郑州陆根智能技术有限公司 一种法兰连接螺栓松动监测方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7971508B2 (en) * 2003-02-12 2011-07-05 Kozak Ira M Device to extract broken fasteners embedded in a workpiece
RU2346182C2 (ru) * 2007-03-05 2009-02-10 Александр Александрович Михеев Ветроэнергетическая парусная установка (варианты)
KR101158984B1 (ko) * 2009-12-29 2012-06-21 주식회사 효성 풍력발전기용 로터
US20110138706A1 (en) * 2010-08-13 2011-06-16 Stefan Voss Wind turbine anchor element
DE102017008782A1 (de) * 2017-09-20 2019-03-21 Senvion Gmbh System und Verfahren zur Überwachung einer Flanschverbindung einer Windenergieanlage
CN109681391B (zh) * 2017-10-18 2020-09-11 中车株洲电力机车研究所有限公司 一种叶根螺栓断裂故障检测方法及介质
CN107976307B (zh) * 2017-11-15 2019-12-10 西安工程大学 一种输电线路铁塔螺栓松动在线监测装置及监测方法
CN108709724B (zh) * 2018-04-13 2021-02-05 山东中车风电有限公司 风力发电机组螺栓在线状态监测系统及方法
ES2951288T3 (es) * 2018-06-14 2023-10-19 Vestas Wind Sys As Conexión de tren de potencia de turbina eólica
CN110173399B (zh) * 2019-06-06 2023-07-04 上海电力学院 一种海上风力发电机组螺栓松动检测系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105332862A (zh) * 2015-11-27 2016-02-17 新疆金风科技股份有限公司 用于检测风力发电机组工作状态的方法、装置和系统
EP3263892A1 (en) * 2016-07-01 2018-01-03 Siemens Aktiengesellschaft Wind turbine with wind sensor
CN106870298A (zh) * 2017-03-28 2017-06-20 南京天数信息科技有限公司 基于机器学习的叶根螺栓断裂故障检测方法
US20200099161A1 (en) * 2018-09-26 2020-03-26 Jdr Cable Systems Ltd. Cable release device
CN111120203A (zh) * 2018-11-01 2020-05-08 北京金风科创风电设备有限公司 确定风力发电机组的偏航对风偏差角度的方法及设备
CN109630366A (zh) * 2018-12-10 2019-04-16 国电联合动力技术有限公司 低风速风电机组固定螺栓紧固状态智能监测装置及其方法
CN110410283A (zh) * 2019-07-29 2019-11-05 浙江未来技术研究院(嘉兴) 一种螺栓或螺母紧固状态监测方法及系统
CN110778463A (zh) * 2019-09-17 2020-02-11 东方电气风电有限公司 一种风机叶片螺栓断裂监测保护方法及装置
CN110778464A (zh) * 2019-11-15 2020-02-11 东方电气风电有限公司 一种大型风力发电机组螺栓在线监测系统及方法
CN111351423A (zh) * 2020-03-19 2020-06-30 郑州陆根智能技术有限公司 一种法兰连接螺栓松动监测方法

Also Published As

Publication number Publication date
CN111852791A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN111852791B (zh) 一种风力发电机组法兰连接螺栓断裂定位预警方法
CN111351423B (zh) 一种法兰连接螺栓松动监测方法
CN108709724B (zh) 风力发电机组螺栓在线状态监测系统及方法
Cui et al. An anomaly detection approach based on machine learning and scada data for condition monitoring of wind turbines
CN211954195U (zh) 一种法兰螺栓松动监测装置
CN110687896A (zh) 故障诊断方法、装置、设备及可读介质
CN112665856B (zh) 一种齿轮箱在线监测系统
CN106990357A (zh) 智能电机集成式多参数融合健康诊断及预警系统
CN109333161B (zh) 一种用于机床主轴传动部件故障检测的智能螺栓监测系统
CN112161731B (zh) 一种法兰螺栓拉力和工作载荷在线监测方法
CN106682815A (zh) 一种抽油井监控系统及监控方法
CN112922763A (zh) 水轮发电机组顶盖螺栓失效监测与预警装置及其工作方法
CN1200259C (zh) 铁路车辆走行部在线故障诊断系统
CN108508358A (zh) 一种在线的风电机组双信号故障诊断装置及诊断方法
CN209148192U (zh) 风力发电机螺栓紧固应力监测系统
CN108663082A (zh) 一种回转窑动态运行数据采集装置及采集方法
KR102045823B1 (ko) 미분기 고장 진단 모니터링 방법 및 시스템
KR20140045826A (ko) 원전 저널 베어링 온라인 결함 진단 시스템
CN116105991A (zh) 高强螺栓安全与健康的在线监测方法
CN109746763A (zh) 数控机床、电主轴寿命预测系统及方法
CN212539626U (zh) 一种轴承振动监测系统
WO2022189800A1 (en) Pitch bearing condition monitoring
CN202933948U (zh) 一种高速线材轧机齿轮箱故障检测装置
CN107843431A (zh) 一种接触式轴箱轴承传感器
CN113482905A (zh) 连杆大头瓦小头瓦温度监测与故障诊断装置

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