CN112302885A - 用于检测旋转机器中的损坏的系统和方法 - Google Patents

用于检测旋转机器中的损坏的系统和方法 Download PDF

Info

Publication number
CN112302885A
CN112302885A CN202010757663.3A CN202010757663A CN112302885A CN 112302885 A CN112302885 A CN 112302885A CN 202010757663 A CN202010757663 A CN 202010757663A CN 112302885 A CN112302885 A CN 112302885A
Authority
CN
China
Prior art keywords
measurement signals
environmental
sensors
regression
operating conditions
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.)
Pending
Application number
CN202010757663.3A
Other languages
English (en)
Inventor
I·考尔
F·W·惠勒
M·J·里佐
J·J·米霍克
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.)
General Electric Renovables Espana SL
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN112302885A publication Critical patent/CN112302885A/zh
Pending legal-status Critical Current

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
    • F03D80/70—Bearing or lubricating arrangements
    • 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
    • F03D80/50—Maintenance or repair
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C17/00—Sliding-contact bearings for exclusively rotary movement
    • F16C17/12—Sliding-contact bearings for exclusively rotary movement characterised by features not related to the direction of the load
    • F16C17/24—Sliding-contact bearings for exclusively rotary movement characterised by features not related to the direction of the load with devices affected by abnormal or undesired positions, e.g. for preventing overheating, for safety
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00—Bearings with rolling contact, for exclusively rotary movement
    • F16C19/52—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00—Bearings with rolling contact, for exclusively rotary movement
    • F16C19/52—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
    • F16C19/527—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions related to vibration and noise
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C41/00—Other accessories, e.g. devices integrated in the bearing not relating to the bearing function as such
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • 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
    • F05B2240/50—Bearings
    • 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
    • F05B2260/00—Function
    • F05B2260/80—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
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/32—Wind speeds
    • 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
    • F05B2270/321—Wind directions
    • 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
    • F05B2270/327—Rotor or generator speeds
    • 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
    • F05B2270/335—Output power or torque
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C2233/00—Monitoring condition, e.g. temperature, load, vibration
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C2360/00—Engines or pumps
    • F16C2360/31—Wind motors
    • 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)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Wind Motors (AREA)

Abstract

一种用于检测联接到旋转机器的旋转轴的轴承中的损坏的方法包括在一时间段内从用于监测旋转轴在一个或多个方向上的移动的一个或多个第一传感器接收一个或多个测量信号。该方法还包括从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响。在去除之后，该方法包括分析来自一个或多个第一传感器的一个或多个测量信号中的变化，其中一个或多个测量信号中的变化超过预定阈值或具有一定幅度指示轴承损坏。此外，该方法包括当一个或多个测量信号中的变化超过预定阈值时实施校正动作。

Description

用于检测旋转机器中的损坏的系统和方法
技术领域
本公开大体上涉及旋转机器，并且更特别地涉及用于检测这种旋转机器中的损坏的系统和方法。
背景技术
风力被认为是目前可用的最清洁、最环保的能源之一，并且风力涡轮在这方面得到了越来越多的关注。现代风力涡轮典型地包括塔架、发电机、齿轮箱、机舱和一个或多个转子叶片。转子叶片利用已知的翼型件原理捕获风的动能。转子叶片传递呈旋转能的形式的动能，从而转动低速主轴，该低速主轴将转子叶片联接到齿轮箱，或者如果不使用齿轮箱，则直接联接到发电机。例如，发电机可联接到低速主轴，使得轴的旋转驱动发电机。例如，发电机可包括通过齿轮箱可旋转地联接到主轴的高速发电机轴。发电机然后将来自转子的机械能转换成电能，该电能可被部署到公用电网。
此外，现代风力涡轮包括多个高速和低速轴承，以提供其各种部件的旋转。例如，低速主轴典型地包括安装在其前端部和后端部处的一个或多个主轴承，以允许低速主轴围绕轴线旋转。
检测风力涡轮(或任何旋转机器)中损坏的部件对于最小化涡轮的计划外停机时间和提高涡轮的可用性至关重要。此外，主轴承是机舱中的大型部件，并且是更换起来非常昂贵的部件。照此，对允许主轴朝向齿轮箱横向移动的损坏的主轴承采取预防或校正动作越快，主轴承的寿命就可延长得越长。在极端情况下，这种主轴移动可损坏风力涡轮上的许多其它部件，从而增加成本。一些环境和/或操作条件也可导致主轴横向移动。该运动与由于主轴承的劣化或磨损引起的横向运动混淆。
至少由于上述原因，在本领域中需要改进的系统和方法，以用于在诸如风力涡轮的这种旋转机器中更早地检测损坏。
发明内容
本发明的方面和优点将在下面的描述中部分地被阐述，或者可从描述中显而易见，或者可通过本发明的实践而习知。
在一个方面，本公开涉及一种用于检测联接到旋转机器的旋转轴的轴承中的损坏的方法。该方法包括在一时间段内从用于监测旋转轴在一个或多个方向上的移动的一个或多个第一传感器接收一个或多个测量信号。该方法还包括从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响。在去除之后，该方法包括分析来自一个或多个第一传感器的一个或多个测量信号中的变化，其中一个或多个测量信号中的变化超过预定阈值或具有一定幅度指示轴承损坏。此外，该方法包括当一个或多个测量信号中的变化超过预定阈值时实施校正动作。
在实施例中，一个或多个测量信号中的变化可为一个或多个测量信号中的减小。
在另一个实施例中，该方法包括自动地和自适应地学习一个或多个环境和/或操作条件的影响。因此，在某些实施例中，从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响可包括自动地和自适应地从一个或多个测量信号中消除一个或多个环境和/或操作条件对旋转轴的移动的影响。在某些实施例中，环境和/或操作条件可包括例如风速、风向、阵风、风切变、温度、一天中的时间、空气密度、发电机速度、转子速度、功率输出、推力和/或扭矩。
在另外的实施例中，该方法可包括经由机器学习回归模型自动地和自适应地学习和消除环境和/或操作条件对旋转轴的移动的影响。
在附加实施例中，机器学习回归模型可利用线性回归、非线性回归、支持向量回归、梯度增强回归、决策树回归、随机森林回归、广义线性模型、核回归或神经网络中的至少一种。
在另一个实施例中，从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响可包括经由回归模型确定一个或多个第一传感器的预测测量信号以及从一个或多个测量信号的原始测量信号中减去预测测量信号以获得校正的测量信号。在这样的实施例中，校正的测量信号剔除了由于主轴承劣化或磨损引起的横向运动影响。如果校正的测量信号超过阈值或呈上升或下降趋势，则可指示主轴承磨损。
因此，在某些实施例中，分析一个或多个测量信号中的变化可包括将校正的测量信号与预定阈值进行比较或确定校正的测量信号中的变动是否具有一定幅度。
在特定实施例中，旋转机器可为风力涡轮。照此，旋转轴可为风力涡轮的主轴，并且轴承可为风力涡轮的主轴承。
在几个实施例中，一个或多个第一传感器可为一个或多个接近传感器。
在又一个实施例中，实施校正动作可包括产生警报、安排维护和/或修理程序和/或除关闭风力涡轮之外的校正动作。
在另一个方面，本公开涉及一种用于检测联接到风力涡轮的主轴的主轴承中的损坏的系统。该系统包括：一个或多个第一传感器，其用于监测主轴在一个或多个方向上的移动；和一个或多个第二传感器，其用于监测风力涡轮的一个或多个环境和/或操作条件。此外，该系统包括通信地耦合到一个或多个第一传感器和第二传感器的控制器。控制器配置成执行多个操作，包括但不限于：在一时间段内从一个或多个第一传感器接收一个或多个测量信号；从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响；分析来自一个或多个第一传感器的一个或多个测量信号中的减小，其中，一个或多个测量信号中的减小超过预定阈值或具有一定幅度指示主轴承损坏；以及当一个或多个测量信号中的减小超过预定阈值时，实施校正动作。还应当理解，该系统还可包括本文描述的任何附加特征。
在又一个方面，本公开涉及一种用于检测联接到旋转机器的旋转轴的轴承中的损坏的方法。该方法包括从用于监测旋转轴的移动的一个或多个第一传感器接收一个或多个测量信号。该方法还包括在训练期期间，经由机器学习回归模型自动地和自适应地学习一个或多个环境和/或操作条件对旋转轴的移动的影响。此外，在校正期期间，该方法包括自动地和自适应地消除一个或多个环境和/或操作条件对旋转轴的移动的影响。此外，该方法包括在消除一个或多个环境和/或操作条件的影响之后分析一个或多个测量信号中的减小。此外，该方法包括当来自一个或多个传感器的一个或多个测量信号中的减小超过预定阈值或具有一定幅度时实施校正动作。还应当理解，该方法还可包括本文描述的任何附加特征和/或步骤。
技术方案1. 一种用于检测联接到旋转机器的旋转轴的轴承中的损坏的方法，所述方法包括：
在一时间段内从用于监测所述旋转轴在一个或多个方向上的移动的一个或多个第一传感器接收一个或多个测量信号；
从在所述时间段内的所述一个或多个测量信号中去除所述旋转机器的一个或多个环境和/或操作条件的影响；
在去除之后，分析来自所述一个或多个第一传感器的所述一个或多个测量信号中的变化，其中，所述一个或多个测量信号中的变化超过预定阈值或具有一定幅度指示轴承损坏；和
当所述一个或多个测量信号中的所述变化超过所述预定阈值时实施校正动作。
技术方案2. 根据技术方案1所述的方法，其特征在于，所述一个或多个测量信号中的所述变化包括所述一个或多个测量信号中的减小。
技术方案3. 根据技术方案1所述的方法，其特征在于，还包括经由一个或多个第二传感器监测所述旋转机器的所述一个或多个环境和/或操作条件；和
从所述一个或多个测量信号自动地和自适应地学习所述一个或多个环境和/或操作条件对所述旋转轴的所述移动的影响。
技术方案4. 根据技术方案3所述的方法，其特征在于，从在所述时间段内的所述一个或多个测量信号中去除所述旋转机器的所述一个或多个环境和/或操作条件的影响还包括：
从所述一个或多个测量信号自动地和自适应地消除所述一个或多个环境和/或操作条件对所述旋转轴的所述移动的影响。
技术方案5. 根据技术方案4所述的方法，其特征在于，还包括经由机器学习回归模型自动地和自适应地学习和消除所述环境和/或操作条件对所述旋转轴的移动的影响。
技术方案6. 根据技术方案5所述的方法，其特征在于，所述机器学习回归模型利用线性回归、非线性回归、支持向量回归、梯度增强回归、决策树回归、随机森林回归、广义线性模型、核回归或神经网络中的至少一种。
技术方案7. 根据技术方案5所述的方法，其特征在于，从在所述时间段内的所述一个或多个测量信号中去除所述旋转机器的所述一个或多个环境和/或操作条件的影响还包括：
经由所述回归模型确定所述一个或多个第一传感器的预测测量信号；和
从所述一个或多个测量信号的原始测量信号中减去所述预测测量信号以获得校正的测量信号。
技术方案8. 根据技术方案7所述的方法，其特征在于，分析所述一个或多个测量信号中的所述变化还包括将所述校正的测量信号与所述预定阈值进行比较或确定所述校正的测量信号中的变动是否具有所述一定幅度。
技术方案9. 根据技术方案3所述的方法，其特征在于，所述旋转机器包括风力涡轮，所述旋转轴包括所述风力涡轮的主轴，并且所述轴承包括所述风力涡轮的主轴承。
技术方案10. 根据技术方案9所述的方法，其特征在于，所述环境和/或操作条件包括风速、风向、阵风、风切变、温度、一天中的时间、空气密度、发电机速度、转子速度、功率输出、推力或扭矩中的至少一个。
技术方案11. 根据技术方案1所述的方法，其特征在于，所述一个或多个第一传感器包括一个或多个接近传感器。
技术方案12. 根据技术方案1所述的方法，其特征在于，所述一个或多个方向至少包括相对于所述旋转轴的纵向方向的横向方向。
技术方案13. 根据技术方案1所述的方法，其特征在于，实施所述校正动作还包括产生警报或安排维护和/或修理程序中的至少一者。
技术方案14. 一种用于检测联接到风力涡轮的主轴的主轴承中的损坏的系统，所述系统包括：
一个或多个第一传感器，其用于监测所述主轴在一个或多个方向上的移动；
一个或多个第二传感器，其用于监测所述风力涡轮的一个或多个环境和/或操作条件；和
控制器，其通信地耦合到所述一个或多个第一传感器和所述一个或多个第二传感器，所述控制器配置成执行多个操作，所述多个操作包括：
在一时间段内从所述一个或多个第一传感器接收一个或多个测量信号；
从在所述时间段内的所述一个或多个测量信号中去除所述风力涡轮的一个或多个环境和/或操作条件的影响；
分析来自所述一个或多个第一传感器的所述一个或多个测量信号中的减小，其中，所述一个或多个测量信号中的减小超过预定阈值或具有一定幅度指示主轴承损坏；和
当所述一个或多个测量信号中的所述减小超过所述预定阈值时实施校正动作。
技术方案15. 根据技术方案14所述的系统，其特征在于，所述多个操作还包括从所述一个或多个测量信号自动地和自适应地学习所述一个或多个环境和/或操作条件对所述主轴的所述移动的影响。
技术方案16. 根据技术方案15所述的系统，其特征在于，所述环境和/或操作条件包括风速、风向、阵风、风切变、温度、空气密度、发电机速度、转子速度、功率输出或扭矩中的至少一个。
技术方案17. 根据技术方案15所述的系统，其特征在于，从在所述时间段内的所述一个或多个测量信号中去除所述旋转机器的所述一个或多个环境和/或操作条件的影响还包括：
经由机器学习回归模型自动地和自适应地学习和消除所述环境和/或操作条件对所述旋转轴的移动的影响。
技术方案18. 根据技术方案17所述的系统，其特征在于，从在所述时间段内的所述一个或多个测量信号中去除所述旋转机器的所述一个或多个环境和/或操作条件的影响还包括：
经由所述回归模型确定所述一个或多个第一传感器的预测测量信号；和
从所述一个或多个测量信号的原始测量信号中减去所述预测测量信号以获得校正的测量信号。
技术方案19. 根据技术方案18所述的系统，其特征在于，分析来自所述一个或多个第一传感器的所述一个或多个测量信号中的所述减小还包括将所述校正的测量信号与所述预定阈值进行比较或确定所述校正的测量信号中的变动是否具有所述一定幅度。
技术方案20. 一种用于检测联接到旋转机器的旋转轴的轴承中的损坏的方法，所述方法包括：
从用于监测所述旋转轴的移动的一个或多个第一传感器接收一个或多个测量信号；
在训练期期间，经由机器学习回归模型自动地和自适应地学习一个或多个环境和/或操作条件对所述旋转轴的所述移动的影响；
在校正期期间，自动地和自适应地消除所述一个或多个环境和/或操作条件对所述旋转轴的所述移动的影响；和
在消除所述一个或多个环境和/或操作条件的影响之后分析所述一个或多个测量信号中的减小；和
当来自所述一个或多个传感器的所述一个或多个测量信号中的所述减小超过预定阈值或具有一定幅度时实施校正动作。
参考以下描述和所附权利要求书，本发明的这些和其它特征、方面和优点将变得更好理解。结合到本说明书中并构成本说明书的一部分的附图示出了本发明的实施例，并与描述一起用于解释本发明的原理。
附图说明
在参考附图的说明书中阐述了针对本领域普通技术人员而言的本发明的完整且能够实现的公开内容，包括其最佳模式，在附图中：
图1示出根据本公开的一个实施例的风力涡轮的透视图；
图2示出根据本公开的一个实施例的风力涡轮的机舱的内部透视图；
图3示出根据本公开的风力涡轮的传动系统的一个实施例的横截面视图；
图4示出根据本公开的可包括在风力涡轮控制器中的合适部件的一个实施例的框图；
图5示出根据本公开的用于检测旋转机器的轴承中的损坏的方法的一个实施例的流程图；
图6示出根据本公开的控制器的滚动训练期和校正期的一个实施例的时间线图表；
图7示出根据本公开的控制器的训练期和校正期的一个实施例的详细示意图；
图8A示出根据本公开的原始接近传感器测量数据(y轴)与时间(x轴)的关系的一个实施例的曲线图；和
图8B示出根据本公开的校正的接近传感器测量数据(y轴)与时间(x轴)的关系的一个实施例的曲线图。
具体实施方式
现在将详细参考本发明的实施例，其一个或多个示例在附图中被示出。每个示例通过解释本发明而不是限制本发明的方式被提供。事实上，对于本领域技术人员来说显而易见的是，在不脱离本发明的范围或精神的情况下，可对本发明进行各种修改和变型。例如，作为一个实施例的部分示出或描述的特征可与另一个实施例一起被使用，以产生又一个实施例。因此，意在本发明覆盖如归入所附权利要求书的范围内的这种修改和变型及其等同物。
大体上，本公开涉及用于检测诸如风力涡轮的旋转机器中受损部件的系统和方法。更具体地，本公开使用主轴接近传感器提供风力涡轮主轴承失效的早期检测。来自主轴接近传感器的测量信号中的缓慢漂移可指示主轴承中的问题。轻微磨损的主轴承允许主轴横向移动，从而减小接近传感器测量信号。然而，接近传感器测量信号中的变动也可受到多个附加因素(诸如风速和温度)的影响。照此，本公开的系统和方法仅提取和监测由于临近的主轴承失效引起的接近传感器测量信号的接近度(proximity)的分量(component)。更具体地，本公开的系统和方法自动地和自适应地从原始测量信号中学习并消除已知和系统性原因的影响。该方法可因此比现有方法早得多地检测漂移，并提供主轴承故障的更早警告。
现在参考附图，图1示出根据本公开的风力涡轮10的一个实施例的透视图。尽管本公开是参考风力涡轮来描述的，但是应当理解，本公开的系统和方法可适用于任何旋转机器(例如，燃气涡轮、蒸汽涡轮或用于功率产生的任何其它涡轮系统)。如所示的，风力涡轮10包括从支撑表面14延伸的塔架12、安装在塔架12上的机舱16以及联接到机舱16的转子18。转子18包括可旋转的毂20和至少一个转子叶片22，转子叶片22联接到毂20并从毂20向外延伸。例如，在示出的实施例中，转子18包括三个转子叶片22。然而，在备选实施例中，转子18可包括多于或少于三个转子叶片22。每个转子叶片22可围绕毂20间隔开，以便于旋转转子18，从而使动能能够从风能转换成可用的机械能，并随后转换成电能。例如，毂20可能够旋转地联接到定位在机舱16内的传动系统28(图2)，以允许产生电能。
现在参考图2，示出了其中容纳传动系统28的风力涡轮10的机舱16的一个实施例的简化内部视图。如所示的，传动系统28至少包括设置在机舱16内的发电机24。一般来说，发电机24可联接到风力涡轮10的转子18，用于通过由转子18产生的旋转能产生电能。例如，转子18可包括联接到毂20以与其一起旋转的主轴30。发电机24可然后联接到主轴30，使得主轴30的旋转驱动发电机24。例如，在示出的实施例中，发电机24包括通过齿轮箱34能够旋转地联接到主轴30的发电机轴29。然而，在其它实施例中，应当理解，发电机轴29可直接能够旋转地联接到主轴30。备选地，发电机24可直接能够旋转地联接到主轴30。应当理解，主轴30可大体上由定位在风力涡轮塔架12顶上的支撑框架或底板36支撑在机舱16内。
如图1和图2所示，风力涡轮10还可包括机舱16内的涡轮控制系统或涡轮控制器26。例如，如图2所示，涡轮控制器26设置在安装到机舱16的一部分的控制柜38内。然而，应当理解，涡轮控制器26可设置在风力涡轮10上或风力涡轮10中的任何位置处、支撑表面14上的任何位置处或大体上任何其它位置处。涡轮控制器26可大体上配置成控制风力涡轮10的各种操作模式(例如，启动或关闭顺序)和/或部件。
每个转子叶片22还可包括变桨调节机构40，该变桨调节机构40配置成经由变桨轴承44使每个转子叶片22围绕其变桨轴线42旋转。类似地，风力涡轮10可包括通信地耦合到控制器26的一个或多个偏转驱动机构46，其中每个偏转驱动机构46配置成改变机舱16相对于风的角度(例如，通过接合风力涡轮10的偏转轴承48以使机舱16围绕偏转轴线旋转)。
此外，如图2所示，风力涡轮10还可包括一个或多个传感器52、53、54、55。例如，如所示的，一个或多个第一传感器52、54可用于监测主轴30在一个或多个方向上的移动。这种第一传感器可为例如定位在主轴30附近的接近传感器，用于监测轴30在一个或多个方向上的移动，以便检测本文描述的主轴承39的损坏。此外，如所示的，一个或多个第二传感器53、55可配置用于监测或测量可能影响轴30的横向运动的任何合适的环境和/或操作条件，诸如例如可为定位在机舱16内，用于监测传动系统28的各种操作条件的风传感器53和/或附加传感器55。因此，应当理解，本文描述的第一传感器52、54和第二传感器53、55可为能够监测主轴30以及风力涡轮10中的任何其它轴的移动的任何合适的传感器。此外，应当理解，风力涡轮10可包括用于监测这种移动的任何合适数量的传感器。
现在参考图3，示出了风力涡轮10的传动系统28的详细横截面视图，以进一步描绘其各种部件。如所提及的，传动系统28至少包括发电机24和齿轮箱34。此外，如所示的，发电机24包括发电机转子25和发电机定子27。如本领域大体上已知的，发电机转子25是发电机24的旋转部件，而定子27是发电机24的固定部件。此外，在某些实施例中，发电机24可为双馈感应发电机(DFIG)。然而，应当理解，根据本公开的发电机24不限于DFIG发电机，并且可包括适于给本公开的风力涡轮10提供功率的任何发电机。一般来说，转子叶片16使发电机24的发电机转子25旋转。照此，发电机转子25可能够操作地连接到毂18。因此，转子叶片16的操作使转子毂18旋转，转子毂18使发电机转子25旋转，并因此操作发电机24。
此外，如所示的，低速主轴30配置成向齿轮箱34提供输入旋转速度。例如，毂18可安装到主轴30。如所示的，主轴30可包括主凸缘41，该主凸缘41配置成接合毂18上的配合凸缘(未示出)，以将毂18安装到主轴30。因此，在风力涡轮10的操作期间，转子叶片16的旋转速度可作为输入旋转速度通过毂18直接传递到主轴30。
主轴30可延伸穿过至少一个支撑壳体35或多个支撑壳体35并由其支撑。例如，可提供第一壳体35和在一些实施例中的第二壳体(未示出)来支撑主轴30。此外，(一个或多个)壳体35可包括配置成与主轴30相互作用的一个或多个主轴承39。例如，如所示的，(一个或多个)壳体35可包括配置在其中的定位轴承39(在本文中也称为主轴轴承39)，而第二壳体可包括配置在其中的浮动轴承(未示出)。应当理解，本公开不限于如上所述定位在壳体中的定位轴承和浮动轴承，并且附图仅提供用于说明目的。此外，如所示的，(一个或多个)主轴轴承39可包括内座圈31、外座圈32和配置在它们之间的多个滚子元件33。
仍然参考图3，如本文所述的齿轮箱34可为行星齿轮箱34。照此，齿轮箱34可配置成将来自主轴30的输入旋转速度转换成输出旋转速度。在一个实施例中，输出旋转速度可比输入旋转速度快。然而，备选地，输出旋转速度可比输入旋转速度慢。在一个实施例中，齿轮箱34可为单级齿轮箱。因此，如下文所讨论的，输入旋转速度可通过单级的各种配合齿轮转换成输出旋转速度。然而，备选地，齿轮箱34可为多级齿轮箱，并且输入旋转速度可通过多级的各种配合齿轮转换成输出旋转速度。
更具体地，行星齿轮箱34的示出的实施例包括固定环形齿轮45和多个可旋转齿轮。照此，固定环形齿轮45支撑配置在其中的各种可旋转齿轮。此外，固定环形齿轮45包括可旋转齿轮围绕其旋转的各种轴线。在某些实施例中，行星齿轮箱34还可包括固定环形齿轮45、一个或多个可旋转行星齿轮47和可旋转太阳齿轮49。例如，在一个实施例中，行星齿轮箱34可包括四个行星齿轮47。然而，应当理解，多于或少于四个行星齿轮47在本公开的范围和精神内。此外，行星齿轮箱34中的每个可旋转齿轮包括多个齿轮齿(未示出)。照此，齿可啮合在一起，使得各种齿轮45、47、49彼此啮合。
在几个实施例中，托架43可驱动行星齿轮箱34。因此，托架43和主轴30可联接，使得主轴30的输入旋转速度被提供给托架43。例如，齿轮箱盘可连接托架43和主轴30，或者托架43和主轴30可以其它方式适当地连接。然而，备选地，环形齿轮45或太阳齿轮49可驱动行星齿轮箱34。
仍然参考图3并且如所提及的，本公开的传动系统28还可包括输出轴或发电机轴29。更具体地，如所示的，发电机轴29可与齿轮箱34联接并配置成以输出旋转速度旋转。在特定实施例中，例如，发电机轴29可为太阳齿轮49。因此，太阳齿轮49可接合行星齿轮47，并且可进一步从行星齿轮箱34朝向发电机24延伸。在其它实施例中，发电机轴29可联接到太阳齿轮49或行星齿轮箱34的其它输出齿轮或其它合适的齿轮箱，使得发电机轴29可以输出旋转速度旋转。
此外，各种轴承39、70、72可围绕传动系统28的各种可旋转部件，以便于这种可旋转部件的相对高效的旋转。例如，如所示的，多个托架轴承70可围绕行星齿轮托架43，并且多个行星轴承72可围绕行星齿轮47和/或支撑太阳齿轮或太阳齿轮轴(未示出)的附加轴承。这种轴承70、72可为滚子轴承，并且包括以大体上环形阵列布置的各种滚子元件，或者可为轴颈轴承或任何其它合适的轴承。此外，本文所述的轴承39、70、72也可被称为低速轴承。
现在参考图4，示出了根据本公开的可包括在涡轮控制器26(或单独的控制器)内的合适部件的一个实施例的框图。如所示的，控制器26可包括一个或多个处理器56和(一个或多个)相关联的存储器设备58，其配置成执行各种计算机实施的功能(例如，执行如本文公开的方法、步骤、计算等和存储相关数据)。另外，控制器26还可包括通信模块60，以便于控制器26和风力涡轮10的各种部件之间的通信。此外，通信模块60可包括传感器接口62(例如，一个或多个模数转换器)，以允许从传感器52、53、54、55传输的信号被转换成可被处理器56理解和处理的信号。应当理解，传感器52、53、54、55可使用任何合适的手段通信地耦合到通信模块64。例如，如图4所示，传感器52、53、54、55经由有线连接耦合到传感器接口62。然而，在其它实施例中，传感器52、53、54、55可经由无线连接耦合到传感器接口62，诸如通过使用本领域已知的任何合适的无线通信协议。
在附加实施例中，传感器52、53、54、55也可耦合到单独的控制器，该控制器可位于或不位于控制柜38中。照此，传感器52、53、54、55可向涡轮控制器26和/或单独的控制器提供相关信息。还应当理解，如本文所使用的，术语“监测”及其变型指示风力涡轮10的各种传感器可配置成提供被监测参数的直接测量和/或这样的参数的间接测量。因此，本文所述传感器52、53、54、55可例如用于产生与被监测的参数相关的信号，这些信号然后可由控制器26利用来确定条件。
如本文所使用的，术语“处理器”不仅指在本领域中被称为包含在计算机中的集成电路，还指控制器、微控制器、微型计算机、可编程逻辑控制器(PLC)、专用集成电路和其它可编程电路。另外，(一个或多个)存储器设备58大体上可包括(一个或多个)存储器元件，包括但不限于计算机可读介质(例如，随机存取存储器(RAM))、计算机可读非易失性介质(例如，闪存存储器)、软盘、致密盘只读存储器(CD-ROM)、磁光盘(MOD)、数字多功能盘(DVD)和/或其它合适的存储器元件。(一个或多个)这样的存储器设备58大体上可配置成存储合适的计算机可读指令，该指令在由(一个或多个)处理器56实施时配置控制器26以执行各种功能，包括但不限于，响应于如本文所述距离信号超过预定阈值而传输合适的控制信号以实施(一个或多个)校正动作，以及各种其它合适的计算机实施的功能。
现在参考图5，涡轮控制器26(或与涡轮控制器26成一体或远离涡轮控制器26的任何单独的控制器或计算系统)还配置成实施用于检测联接到旋转机器(诸如风力涡轮10)的旋转轴的轴承中的损坏的算法。一般来说，本文所述方法100大体上适用于上述风力涡轮10。然而，应当理解，所公开的方法100可使用具有旋转轴和相关联的轴承的任何其它合适的旋转机器来实施。此外，为了说明和讨论的目的，图5描绘了以特定顺序执行的步骤。使用本文提供的公开内容，本领域普通技术人员将理解，在不偏离本公开的范围的情况下，本文公开的任何方法的各种步骤可以各种方式进行修改、省略、重新排列或扩展。
如在(102)所示，方法100包括在一时间段内从用于监测主轴30在一个或多个方向上的移动的(一个或多个)第一传感器52、54接收一个或多个测量信号。在一个实施例中，例如，方向可包括相对于主轴30的纵向方向的横向方向。应当理解，方法100还可包括经由(一个或多个)第二传感器53、55监测风力涡轮10的各种环境和/或操作条件。
如在(104)所示，方法100包括从在该时间段内的一个或多个测量信号中去除风力涡轮10的一个或多个环境和/或操作条件的影响。例如，在实施例中，在如图6所示的训练期期间，例如通过经由第二传感器53、55监测环境和/或操作条件，控制器可自动地和自适应地学习一个或多个环境和/或操作条件对主轴30的移动的影响。此外，在实施例中，训练期可包括任何合适的时间段，例如，范围从1天到50天，诸如，如所示的28、29、30或31天。此外，在某些实施例中，环境和/或操作条件可包括例如风速、风向、阵风、风切变、温度、一天中的时间、空气密度、发电机速度、转子速度、功率输出、推力和/或扭矩。
因此，在随后的校正期中，控制器配置成通过从(一个或多个)测量信号(即，来自传感器53、55的数据)中自动地和自适应地消除一个或多个环境和/或操作条件对旋转轴30的移动的影响来从一个或多个测量信号中去除风力涡轮10的(一个或多个)环境和/或操作条件的影响。例如，如图6所示，在校正期期间，控制器可自动地和自适应地从(一个或多个)测量信号中消除一个或多个环境和/或操作条件对旋转轴30的移动的影响(即通过计算校正的测量信号)。
特别地参考图7，示出了根据本公开的控制器的训练期和校正期的一个实施例的示意图。在训练期期间，控制器可假设轴30没有移动；然而，在校正期期间检测到或预期到移动。更具体地，如所示的，方法100可包括经由机器学习回归模型160自动地和自适应地学习和消除环境和/或操作条件(例如，输入变量150)对主轴30的移动的影响。在特定实施例中，机器学习回归模型160可利用线性回归、非线性回归、支持向量回归、梯度增强回归、决策树回归、随机森林回归、广义线性模型、核回归或神经网络中的至少一种。例如，在一个实施例中，机器学习回归模型可由下面的方程(1)表示：
Figure DEST_PATH_IMAGE002
　　　　　　方程(1)
其中Y是传感器测量信号；
f是由于环境和/或操作条件引起的传感器测量信号中的变动；
g是由于轴承磨损或损坏引起的传感器测量信号中的变动；
X代表有助于环境和/或操作条件的因素；
Z是轴承磨损或损坏；和
e是传感器测量信号中的随机噪声。
因此，为了理解轴承磨损或损坏(即Z)，控制器可配置成使用方程(1)来估计g(Z)，其中
Figure DEST_PATH_IMAGE004
和
Figure DEST_PATH_IMAGE006
分别是f和g的估计量：
Figure DEST_PATH_IMAGE008
　　　　　　　　方程(2)
使用方程(2)，控制器可导出方程(3)：
Figure DEST_PATH_IMAGE010
　　　　　　方程(3)
其中，
Figure DEST_PATH_IMAGE012
是f的误差估计。此外，如方程(3)所示，
Figure DEST_PATH_IMAGE014
是由于主轴承磨损引起的测量信号中的变动加上随机噪声和系统变动的估计中的误差。因此，代替用Y(如方程(2)所述)来工作，控制器使用
Figure DEST_PATH_IMAGE015
。
仍然参考图7，如所示的，控制器配置成通过经由回归模型160确定(一个或多个)传感器的预测测量信号154而在一时间段内从一个或多个测量信号中去除风力涡轮10的(一个或多个)环境和/或操作条件的影响。此外，如在158所示，控制器配置成使用例如经由方程(2)从(一个或多个)测量信号的原始测量信号152中减去预测测量信号154以获得校正的测量信号156。
返回参考图5，如在(106)所示，方法100包括分析(一个或多个)测量信号中的变化，其中(一个或多个)测量信号中的变化超过预定阈值或具有一定幅度指示轴承损坏(例如主轴承39损坏)。在实施例中，例如，(一个或多个)测量信号中的变化或变动可为(一个或多个)测量信号中的减小。因此，在某些实施例中，控制器配置成通过将校正的测量信号与预定阈值进行比较或者通过确定校正的测量信号中的变动是否具有一定幅度来分析(一个或多个)测量信号中的变化/变动。在后一示例中，校正的测量信号的高度(high-degree)变动可指示测量信号不再被操作和环境信号准确预测。
因此，如在(108)所示，方法100包括当(一个或多个)测量信号中的变化/变动超过预定阈值或具有一定幅度时实施校正动作。例如，在一个实施例中，校正动作可包括除了关闭风力涡轮10之外的任何合适的动作，诸如例如产生警报、安排维护和/或修理程序。
参考图8A和图8B可更好地理解本公开的优点。例如，如所示的，图8A示出原始接近传感器测量数据(y轴)与时间(x轴)的关系的曲线图200，而图8B示出校正的接近传感器测量数据(y轴)与时间(x轴)的关系的曲线图300。如特别地经由圆圈区域202和302所示，在消除系统变动之后，存在均方根偏差的显著减小。因此，如经由圆圈区域204和304所示，数据提供轴承故障的更清晰和更早的检测。
本发明的各个方面和实施例由以下编号的条款限定：
条款1. 一种用于检测联接到旋转机器的旋转轴的轴承中的损坏的方法，该方法包括：
在一时间段内从用于监测旋转轴在一个或多个方向上的移动的一个或多个第一传感器接收一个或多个测量信号；
从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响；
在去除之后，分析来自一个或多个第一传感器的一个或多个测量信号中的变化，其中一个或多个测量信号中的变化超过预定阈值或具有一定幅度指示轴承损坏；和
当一个或多个测量信号中的变化超过预定阈值时实施校正动作。
条款2. 根据条款1所述的方法，其中，一个或多个测量信号中的变化包括一个或多个测量信号中的减小。
条款3. 根据前述条款中任一项所述的方法，还包括经由一个或多个第二传感器监测旋转机器的一个或多个环境和/或操作条件；和
从一个或多个测量信号自动地和自适应地学习一个或多个环境和/或操作条件对旋转轴的移动的影响。
条款4. 根据条款3所述的方法，其中，从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响还包括：
从一个或多个测量信号自动地和自适应地消除一个或多个环境和/或操作条件对旋转轴的移动的影响。
条款5. 根据条款4所述的方法，还包括经由机器学习回归模型自动地和自适应地学习和消除环境和/或操作条件对旋转轴的移动的影响。
条款6. 根据条款5所述的方法，其中，机器学习回归模型利用线性回归、非线性回归、支持向量回归、梯度增强回归、决策树回归、随机森林回归、广义线性模型、核回归或神经网络中的至少一种。
条款7. 根据条款5所述的方法，其中，从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响还包括：
经由回归模型确定一个或多个第一传感器的预测测量信号；和
从一个或多个测量信号的原始测量信号中减去预测测量信号以获得校正的测量信号。
条款8. 根据条款7所述的方法，其中，分析一个或多个测量信号中的变化还包括将校正的测量信号与预定阈值进行比较或确定校正的测量信号中的变动是否具有一定幅度。
条款9. 根据条款3所述的方法，其中，旋转机器包括风力涡轮，旋转轴包括风力涡轮的主轴，并且轴承包括风力涡轮的主轴承。
条款10. 根据条款9所述的方法，其中，环境和/或操作条件包括风速、风向、阵风、风切变、温度、一天中的时间、空气密度、发电机速度、转子速度、功率输出、推力或扭矩中的至少一个。
条款11. 根据前述条款中任一项所述的方法，其中，一个或多个第一传感器包括一个或多个接近传感器。
条款12. 根据前述条款中任一项所述的方法，其中，一个或多个方向至少包括相对于旋转轴的纵向方向的横向方向。
条款13. 根据前述条款中任一项所述的方法，其中，实施校正动作还包括产生警报或安排维护和/或修理程序中的至少一者。
条款14. 一种用于检测联接到风力涡轮的主轴的主轴承中的损坏的系统，该系统包括：
一个或多个第一传感器，其用于监测主轴在一个或多个方向上的移动；
一个或多个第二传感器，其用于监测风力涡轮的一个或多个环境和/或操作条件；和
控制器，其通信地耦合到一个或多个第一和第二传感器，该控制器配置成执行多个操作，所述多个操作包括：
在一时间段内从一个或多个第一传感器接收一个或多个测量信号；
从在该时间段内的一个或多个测量信号中去除风力涡轮的一个或多个环境和/或操作条件的影响；
分析来自一个或多个第一传感器的一个或多个测量信号中的减小，其中一个或多个测量信号中的减小超过预定阈值或具有一定幅度指示主轴承损坏；和
当一个或多个测量信号中的减小超过预定阈值时实施校正动作。
条款15. 根据条款14所述的系统，其中，所述多个操作还包括从一个或多个测量信号自动地和自适应地学习一个或多个环境和/或操作条件对主轴的移动的影响。
条款16. 根据条款15所述的系统，其中，环境和/或操作条件包括风速、风向、阵风、风切变、温度、空气密度、发电机速度、转子速度、功率输出或扭矩中的至少一个。
条款17. 根据条款15所述的系统，其中，从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响还包括：
经由机器学习回归模型自动地和自适应地学习和消除环境和/或操作条件对旋转轴的移动的影响。
条款18. 根据条款17所述的系统，其中，从在该时间段内的一个或多个测量信号中去除旋转机器的一个或多个环境和/或操作条件的影响还包括：
经由回归模型确定一个或多个第一传感器的预测测量信号；和
从一个或多个测量信号的原始测量信号中减去预测测量信号以获得校正的测量信号。
条款19. 根据条款18所述的系统，其中，分析来自一个或多个第一传感器的一个或多个测量信号中的减小还包括将校正的测量信号与预定阈值进行比较或确定校正的测量信号中的变动是否具有一定幅度。
条款20. 一种用于检测联接到旋转机器的旋转轴的轴承中的损坏的方法，该方法包括：
从用于监测旋转轴的移动的一个或多个第一传感器接收一个或多个测量信号；
在训练期期间，经由机器学习回归模型自动地和自适应地学习一个或多个环境和/或操作条件对旋转轴的移动的影响；
在校正期期间，自动地和自适应地消除一个或多个环境和/或操作条件对旋转轴的移动的影响；和
在消除一个或多个环境和/或操作条件的影响之后分析一个或多个测量信号中的减小；和
当来自一个或多个传感器的一个或多个测量信号中的减小超过预定阈值或具有一定幅度时实施校正动作。
本书面描述使用示例来公开本发明(包括最佳模式)，并且还使得本领域的任何技术人员能够实践本发明，包括制造和使用任何设备或系统以及执行任何结合的方法。本发明的可专利性范围由权利要求书限定，并且可包括本领域技术人员想到的其它示例。如果这些其它示例包括不异于权利要求书的字面语言的结构要素，或者如果它们包括与权利要求书的字面语言具有非实质性差异的等效结构要素，则这些其它示例旨在处于权利要求书的范围内。

Claims (10)

1.一种用于检测联接到旋转机器的旋转轴的轴承中的损坏的方法，所述方法包括：
在一时间段内从用于监测所述旋转轴在一个或多个方向上的移动的一个或多个第一传感器接收一个或多个测量信号；
从在所述时间段内的所述一个或多个测量信号中去除所述旋转机器的一个或多个环境和/或操作条件的影响；
在去除之后，分析来自所述一个或多个第一传感器的所述一个或多个测量信号中的变化，其中，所述一个或多个测量信号中的变化超过预定阈值或具有一定幅度指示轴承损坏；和
当所述一个或多个测量信号中的所述变化超过所述预定阈值时实施校正动作。
2. 根据权利要求1所述的方法，其特征在于，所述一个或多个测量信号中的所述变化包括所述一个或多个测量信号中的减小。
3.根据权利要求1所述的方法，其特征在于，还包括经由一个或多个第二传感器监测所述旋转机器的所述一个或多个环境和/或操作条件；和
从所述一个或多个测量信号自动地和自适应地学习所述一个或多个环境和/或操作条件对所述旋转轴的所述移动的影响。
4.根据权利要求3所述的方法，其特征在于，从在所述时间段内的所述一个或多个测量信号中去除所述旋转机器的所述一个或多个环境和/或操作条件的影响还包括：
从所述一个或多个测量信号自动地和自适应地消除所述一个或多个环境和/或操作条件对所述旋转轴的所述移动的影响。
5.根据权利要求4所述的方法，其特征在于，还包括经由机器学习回归模型自动地和自适应地学习和消除所述环境和/或操作条件对所述旋转轴的移动的影响。
6.根据权利要求5所述的方法，其特征在于，所述机器学习回归模型利用线性回归、非线性回归、支持向量回归、梯度增强回归、决策树回归、随机森林回归、广义线性模型、核回归或神经网络中的至少一种。
7. 根据权利要求5所述的方法，其特征在于，从在所述时间段内的所述一个或多个测量信号中去除所述旋转机器的所述一个或多个环境和/或操作条件的影响还包括：
经由所述回归模型确定所述一个或多个第一传感器的预测测量信号；和
从所述一个或多个测量信号的原始测量信号中减去所述预测测量信号以获得校正的测量信号。
8.根据权利要求7所述的方法，其特征在于，分析所述一个或多个测量信号中的所述变化还包括将所述校正的测量信号与所述预定阈值进行比较或确定所述校正的测量信号中的变动是否具有所述一定幅度。
9.根据权利要求3所述的方法，其特征在于，所述旋转机器包括风力涡轮，所述旋转轴包括所述风力涡轮的主轴，并且所述轴承包括所述风力涡轮的主轴承。
10.根据权利要求9所述的方法，其特征在于，所述环境和/或操作条件包括风速、风向、阵风、风切变、温度、一天中的时间、空气密度、发电机速度、转子速度、功率输出、推力或扭矩中的至少一个。
CN202010757663.3A 2019-07-31 2020-07-31 用于检测旋转机器中的损坏的系统和方法 Pending CN112302885A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IN201911030887 2019-07-31
IN201911030887 2019-07-31

Publications (1)

Publication Number Publication Date
CN112302885A true CN112302885A (zh) 2021-02-02

Family

ID=71899642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010757663.3A Pending CN112302885A (zh) 2019-07-31 2020-07-31 用于检测旋转机器中的损坏的系统和方法

Country Status (4)

Country Link
US (1) US11460006B2 (zh)
EP (1) EP3771823B8 (zh)
CN (1) CN112302885A (zh)
DK (1) DK3771823T3 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3951167B1 (en) * 2019-03-28 2024-01-31 NTN Corporation Condition monitoring system
CN113503232A (zh) * 2021-08-20 2021-10-15 西安热工研究院有限公司 一种风机运行健康状态预警方法及系统

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002340922A (ja) * 2001-01-25 2002-11-27 Nsk Ltd 車輪用回転検出装置
EP1548419B1 (en) 2002-08-30 2013-07-24 NSK Ltd. Method and device for monitoring status of mechanical equipment and abnormality diagnosing device
US7860663B2 (en) 2004-09-13 2010-12-28 Nsk Ltd. Abnormality diagnosing apparatus and abnormality diagnosing method
ES2329182T3 (es) 2007-10-12 2009-11-23 Siemens Aktiengesellschaft Procedimiento y dispositivo para proporcionar al menos una señal de sensor de entrada para una aplicacion de control y/o monitorizacion y dispositivo de control.
WO2010074645A1 (en) 2008-12-22 2010-07-01 S.P.M. Instrument Ab An analysis system
US8810396B2 (en) 2008-12-22 2014-08-19 S.P.M. Instrument Ab Analysis system
JP5725833B2 (ja) 2010-01-04 2015-05-27 Ntn株式会社 転がり軸受の異常診断装置、風力発電装置および異常診断システム
JP5534875B2 (ja) 2010-03-12 2014-07-02 Ｎｔｎ株式会社 軸受のスミアリング損傷防止装置および軸受のスミアリング損傷防止方法
JP5562274B2 (ja) 2010-03-12 2014-07-30 Ｎｔｎ株式会社 摩耗検知装置およびそれを備える風力発電装置ならびに摩耗検知方法
SE534531C2 (sv) 2010-03-30 2011-09-20 Rubico Ab Metod för feldetektion av rullningslager genom förhöjning av statistisk asymmetri
US9574570B2 (en) * 2010-11-03 2017-02-21 Hamilton Sundstard Corporation Shaft speed and vibration sensor apparatus
US8099255B2 (en) * 2010-12-16 2012-01-17 General Electric Company System and method for measuring shaft deflection in a wind turbine
IN2013MN02382A (zh) 2011-05-20 2015-06-12 Romax Technology Ltd
EP2626683B1 (en) 2012-02-07 2014-07-16 Siemens Aktiengesellschaft Wind turbine, comprising a number of bearings
JP6196093B2 (ja) 2012-12-25 2017-09-13 Ntn株式会社 軸受装置の振動解析方法、軸受装置の振動解析装置、および転がり軸受の状態監視装置
CN103176128A (zh) 2013-03-28 2013-06-26 华南理工大学 一种风力发电机组状态预报及智能故障诊断方法及系统
US10677685B2 (en) 2013-04-05 2020-06-09 Aktiebolaget Skf Method, computer program product and system
CN103411774B (zh) 2013-07-17 2016-12-28 华北电力大学 波动工况下的风电机组在线预警方法
CN103940608B (zh) 2014-04-29 2016-10-19 中能电力科技开发有限公司 一种提高风电机组齿轮箱故障等级判断精度的方法
WO2016017396A1 (ja) * 2014-07-29 2016-02-04 Ntn株式会社 状態監視システム及びそれを備えた風力発電システム
JP6308922B2 (ja) * 2014-09-17 2018-04-11 Ntn株式会社 転がり軸受の異常診断装置、風力発電装置、及び転がり軸受の異常診断方法
JP5943357B2 (ja) 2014-09-17 2016-07-05 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 検出装置、検出方法、およびプログラム
EP3414453B1 (en) 2016-02-12 2020-04-08 Vestas Wind Systems A/S Improvements relating to controlling bearing wear
CN108780025B (zh) 2016-03-17 2021-07-23 Ntn株式会社 状态监视系统和风力发电装置
JP6953434B2 (ja) 2016-05-04 2021-10-27 コベストロ、ドイチュラント、アクチエンゲゼルシャフトＣｏｖｅｓｔｒｏ Ｄｅｕｔｓｃｈｌａｎｄ Ａｇ ３ｄ印刷における支持材料としてのコポリカーボネート
US10852214B2 (en) 2017-05-19 2020-12-01 Nutech Ventures Detecting faults in wind turbines
US10495693B2 (en) 2017-06-01 2019-12-03 General Electric Company Wind turbine fault detection using acoustic, vibration, and electrical signals
JP7013787B2 (ja) 2017-10-19 2022-02-01 日本精工株式会社 風力発電用風車の状態監視装置、状態監視方法、及び状態監視システム
CN208021323U (zh) 2018-03-26 2018-10-30 苏州车萝卜汽车电子科技有限公司 用于汽车a柱的显示装置、汽车
CN109187021B (zh) 2018-07-26 2019-10-01 河海大学 基于熵的多源风电机组轴承故障诊断方法
CN108896312A (zh) 2018-08-08 2018-11-27 国电联合动力技术有限公司 一种风电主轴承故障预测和寿命评估系统及方法
CN109239598A (zh) 2018-09-30 2019-01-18 中船重工电机科技股份有限公司 轴承电蚀风力发电机结构缺陷检测机构及检测方法

Also Published As

Publication number Publication date
EP3771823A1 (en) 2021-02-03
EP3771823B8 (en) 2023-12-20
US20210033074A1 (en) 2021-02-04
US11460006B2 (en) 2022-10-04
DK3771823T3 (da) 2024-02-05
EP3771823B1 (en) 2023-11-08

Similar Documents

Publication Publication Date Title
EP3421786B1 (en) Systems and methods for detecting damage in wind turbine bearings
EP3514376B1 (en) System and method for monitoring a wind turbine pitch bearing
ES2936255T3 (es) Sistema y procedimiento para predecir paradas de turbinas eólicas debido a vibraciones excesivas
EP3581795B1 (en) System and method for controlling a wind turbine to minimize rotor blade damage
US20230011028A1 (en) System and method for monitoring rotor blade health of a wind turbine
CN109958577B (zh) 用于在阵风期间保护风力涡轮的系统和方法
US11460006B2 (en) Systems and methods for detecting damage in rotary machines
CN109404226B (zh) 用于检测旋转机器中的损坏的系统及方法
CN112005009B (zh) 用于以减小的转子速度操作的风力涡轮的改进超速监测的系统和方法
CN111810357A (zh) 用于减轻风力涡轮的转子叶片的损坏的系统及方法
US20230003192A1 (en) System and method for preventing pitch bearing failures in a wind turbine using pitch motor signals
US11774324B2 (en) System and method for detecting actual slip in a coupling of a rotary shaft
US20230030681A1 (en) System and method for detecting anomalies in wind turbine control signals
US20200325874A1 (en) System and Method for Preventing Catastrophic Damage in Drivetrain of a Wind Turbine
US20240068442A1 (en) System and method for detecting and responding to rotor blade damage in a wind turbine
US11913429B2 (en) System and method for slip detection and surface health monitoring in a slip coupling of a rotary shaft
JP7209542B2 (ja) 風力発電装置とその運転方法
EP3584438A1 (en) System and method for determining water contamination in oil of a wind turbine gearbox
CN114945750A (zh) 用于控制风力涡轮的系统和方法

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
TA01 Transfer of patent application right

Effective date of registration: 20240103

Address after: Barcelona, Spain

Applicant after: Ge renewable energy Spain Ltd.

Address before: New York State, USA

Applicant before: General Electric Co.

TA01 Transfer of patent application right