CN112989682B - 一种基于计算机辅助分析的螺栓组松动检测方法及系统 - Google Patents

一种基于计算机辅助分析的螺栓组松动检测方法及系统 Download PDF

Info

Publication number
CN112989682B
CN112989682B CN202110550817.6A CN202110550817A CN112989682B CN 112989682 B CN112989682 B CN 112989682B CN 202110550817 A CN202110550817 A CN 202110550817A CN 112989682 B CN112989682 B CN 112989682B
Authority
CN
China
Prior art keywords
bolt
stress
wind speed
incoming flow
correction data
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
CN202110550817.6A
Other languages
English (en)
Other versions
CN112989682A (zh
Inventor
水沛
尹旭晔
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.)
ZHEJIANG CHTRICSAFEWAY NEW ENERGY TECHNOLOGY CO LTD
Original Assignee
ZHEJIANG CHTRICSAFEWAY NEW ENERGY TECHNOLOGY 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 ZHEJIANG CHTRICSAFEWAY NEW ENERGY TECHNOLOGY CO LTD filed Critical ZHEJIANG CHTRICSAFEWAY NEW ENERGY TECHNOLOGY CO LTD
Priority to CN202110550817.6A priority Critical patent/CN112989682B/zh
Publication of CN112989682A publication Critical patent/CN112989682A/zh
Application granted granted Critical
Publication of CN112989682B publication Critical patent/CN112989682B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

一种基于计算机辅助分析的螺栓组松动检测方法，所述方法包括以下步骤：S1、建立关于塔筒法兰的有限元模型，构建来流风速方位角与任一螺栓的应力关系曲线；S2、在所述塔筒法兰上，每间隔n个螺栓设置一个应力测量点，相邻的两个应力测量点之间设为一个螺栓检测区域，检测应力测量点的螺栓的实际螺栓应力数据并进行修正，获得螺栓应力修正数据；S3、将所有应力测量点的螺栓应力修正数据进行特征提取，获取所有螺栓检测区域的特征值；S4、通过对特征值进行比较，确定损坏螺栓所处区域；S5、根据所述损坏螺栓所处区域所对应的两个应力测量点获得的螺栓应力修正数据大小，以及，该两个螺栓应力修正数据的大小关系，确定损坏螺栓位置。

Description

一种基于计算机辅助分析的螺栓组松动检测方法及系统
技术领域
本发明涉及计算机辅助优化技术领域，尤其涉及一种基于计算机辅助分析的螺栓组松动检测方法及系统。
背景技术
目前风电机组各部件的连接一般是通过高强螺栓进行连接，比如叶片和轮毂之间的连接、轮毂和主轴之间的连接、塔筒筒体之间的连接等，在风电机组整个生命周期20年-30年内，因风的多变及不确定性所带来的交变载荷而导致的局部螺栓断裂事件时有发生，若局部螺栓断裂后没有及时发现，往往会导致事故的进一步扩大，甚至会引起机组倒塌等恶性事故的发生。风电机组正常运行期间，高强螺栓的巡检周期一般为半年至一年，巡检周期间隔较长，螺栓出现松动或断裂的情况不能够及时发现，且每次巡检耗费大量的时间、人力、物力，尤其对于海上风电机组，深入海岸线以内数公里，机组巡检不方便，巡检费用较高等问题比较突出。这些都对螺栓连接的可靠性和巡检维护的科学性提出了较高的要求。
迄今为止，对螺栓的应力检测方式多种多样，但是仍存在问题，现有技术的螺栓检测方式多是针对单个具体的螺栓，在具有多个螺栓的场景，现有技术无法覆盖全部的螺栓，存在漏检的可能。因此，有必要提出一种技术方案来解决上述螺栓可能漏检的问题。
发明内容
基于以上技术问题，本发明提供一种基于塔筒法兰有限元分析的螺栓组松动检测方法，所述方法包括以下步骤：
S1、任一螺栓受来流风速方位角不同的风作用，产生与该来流风速方位角相对应的应力，通过建立关于塔筒法兰的有限元模型，在额定风速u set 条件下，计算所述塔筒法兰上任一螺栓产生的与不同来流风速方位角相对应的应力，获得由不同来流风速方位角和与该来流风速方位角相对应的应力所组成的离散数据集，根据该离散数据集，构建在额定风速下任意来流风速方位角与塔筒法兰上任一螺栓的应力关系曲线；
S2、在所述塔筒法兰上，每间隔n个螺栓设置一个应力测量点，以各个应力测量点为分界，将任意相邻的两个应力测量点之间设为一个螺栓检测区域，通过应力测量装置检测位于该应力测量点上的螺栓的实际螺栓应力数据，根据风速大小对该实际螺栓应力数据进行修正获得螺栓应力修正数据；
S3、将所有应力测量点的螺栓应力修正数据进行特征提取，获取所有螺栓检测区域的特征值；
S4、在所有的螺栓检测区域的特征值中，若连续的三个螺栓检测区域的特征值均在一螺栓损坏阈值范围内时，则判定特征值最大的螺栓检测区域为损坏螺栓所处的区域；
S5、根据所述损坏螺栓所处的区域所对应的两个应力测量点的两个螺栓应力修正数据的数值，以及，该两个螺栓应力修正数据的大小关系，确定损坏螺栓的位置。
进一步的，所述步骤S1包括：
S101、以实际风速u wind 作为输入条件，根据公式（1）确定塔筒的顶端推力F top ：
Figure DEST_PATH_IMAGE001
（1）；
其中，ρ为空气密度，S fan 为风机叶轮扫掠面积，函数C f (u wind )的解为风机在风速u wind 下的对应的推力系数；
S102、使用有限元软件，将F top 作为边界条件，通过公式（2）求解额定风速条件下螺栓受力情况
Figure DEST_PATH_IMAGE003
：
Figure 185472DEST_PATH_IMAGE004
（2）；
其中，u set 为事先给定的额定风速，α N 是螺栓N的方位角，N为自然数，表示螺栓的编号，β是来流风速方位角，
Figure 520638DEST_PATH_IMAGE006
为来流风速方位角和螺栓N的方位角的相对夹角，代表来流风速对N号螺栓所施加的拖曳力的方向， k为来流风速角度分析采样分辨率，F k 表示不同来流风速方位角下螺栓N的受力情况；
S103、通过公式（3）对
Figure 452822DEST_PATH_IMAGE003
进行三次样条插值，构建来流风速方位角在 [0,2π]范围内与任一螺栓的应力关系曲线
Figure DEST_PATH_IMAGE007
（3）；
其中，cubic表示三次样条插值处理。
进一步的，选定一螺栓为基准螺栓，指定一时钟方向为旋转方向，在该旋转方向上，以该基准螺栓与塔筒的中心连线为始边，以螺栓N与塔筒的中心连线为终边的角为所述螺栓N的方位角α N ；
以指定的所述时钟方向为旋转方向，在该旋转方向上，以该基准螺栓与塔筒的中心连线为始边，以来流风速的方向矢量为终边的角为所述来流风速方位角β，所述来流风速的方向矢量以所述塔筒的中心为起点。
进一步的，所述步骤S2还包括：根据外部测量装置获得的实际风速u wind ，实际来流风速方位角β wind ，塔筒设计的额定风速u set ，以及风机的推力系数-风速曲线C f ，通过公式(4)推算出在来流风速方位角β的取值为β wind 时，额定风速u set 下所述螺栓N的应力大小：
Figure DEST_PATH_IMAGE009
(4) ；
其中，A为螺栓截面积，P pre 为螺栓预应力。
进一步的，所述步骤S2：根据在来流风速方位角β的取值为β wind 时，额定风速u set 下推算出的所述螺栓N应有的应力大小，对所述应力测量装置测得的实际螺栓应力数据进行修正，得到额定风速条件下，来流风速方位角β的取值为β wind 时的螺栓应力修正数据。
进一步的，所述应力测量装置为超声波应力测量装置，该超声波应力测量装置将螺栓应力转换成声时差，并通过公式(5)对实际螺栓应力数据进行修正得到额定风速条件下的所述螺栓应力修正数据：
Figure DEST_PATH_IMAGE011
(5) ；
其中，Δt measure 为超声波应力测量装置所测的实际螺栓应力数据，Δt mod 为额定风速条件下螺栓应力修正数据，
Figure 314992DEST_PATH_IMAGE012
为额定风速下产生的螺栓应力对应的声时差，通过公式(6)表示：
Figure DEST_PATH_IMAGE013
(6) ；
其中，a和b为超声波应力测量装置内部预设的模型参数，为常数。
进一步的，所述步骤S3包括: 所述特征值的提取方式包括将相邻两个所述应力测量点获得的所述螺栓应力修正数据以相加、相减、相乘中的任意一种方式进行数据处理。
进一步的，所述步骤S4包括:所述螺栓损坏阈值为0，当在塔筒法兰上连续的三个螺栓检测区域的特征值均大于0时，则该三个螺栓检测区域中，特征值最大的螺栓检测区域为损坏螺栓所处区域。
进一步的，所述步骤S5包括:
统计所述损坏螺栓处于不同位置时的特征值并形成查找表，将实际获得的所述特征值与该查找表比对，分析出所述损坏螺栓分别与该区域所对应的两个所述应力测量点间隔的螺栓数量的组合，比较该两个螺栓应力修正数据的大小关系，该损坏螺栓在该螺栓检测区域中的所处位置趋近于获得螺栓应力修正数据较大的应力测量点，以此确定损坏螺栓位置。
本发明还提供一种基于计算机辅助分析的螺栓组松动检测系统，其特征在于，所述系统包括：
有限元模型构建模块，任一螺栓受来流风速方位角不同的风作用，产生与该来流风速方位角相对应的应力，通过建立关于塔筒法兰的有限元模型，在额定风速u set 条件下，计算所述塔筒法兰上任一螺栓产生的与不同来流风速方位角相对应的应力，获得由不同来流风速方位角和与该来流风速方位角相对应的应力所组成的离散数据集，根据该离散数据集，构建在额定风速下任意来流风速方位角与塔筒法兰上任一螺栓的应力关系曲线；
数据修正模块，在所述塔筒法兰上，每间隔n个螺栓设置一个应力测量点，以各个应力测量点为分界，将任意相邻的两个应力测量点之间设为一个螺栓检测区域，通过应力测量装置检测位于该应力测量点上的螺栓的实际螺栓应力数据，根据风速大小对该实际螺栓应力数据进行修正获得螺栓应力修正数据；
特征值提取模块，将所有应力测量点的螺栓应力修正数据进行特征提取，获取所有螺栓检测区域的特征值；
故障区域判定模块，在所有的螺栓检测区域的特征值中，若连续的三个螺栓检测区域的特征值均在一螺栓损坏阈值范围内时，则判定特征值最大的螺栓检测区域为损坏螺栓所处的区域；
损坏螺栓定位模块，根据所述损坏螺栓所处的区域所对应的两个应力测量点的两个螺栓应力修正数据的数值，以及，该两个螺栓应力修正数据的大小关系，确定损坏螺栓的位置。
通过本发明所提供的一种基于计算机辅助分析的螺栓组松动检测方法，通过挑选部分螺栓安装应力测量装置即可判断损坏螺栓的具体位置，避免了漏检的可能性，同时降低了螺栓检测的成本。
附图说明
图1为基于计算机辅助分析的螺栓组松动检测方法流程示意图；
图2为塔筒法兰上螺栓及应力测量装置的装配示意图。
1—第一应力测量点，2—第二应力测量点，3—第一螺栓，4—第二螺栓，5—第三螺栓。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，虽图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的形态、数量及比例可为一种随意的改变，且其组件布局形态也可能更为复杂。
如图1所示，本发明提供一种基于计算机辅助分析的螺栓组松动检测方法，所述方法包括以下步骤：
S1、任一螺栓受来流风速方位角不同的风作用，产生与该来流风速方位角相对应的应力，通过建立关于塔筒法兰的有限元模型，在额定风速u set 条件下，计算所述塔筒法兰上任一螺栓产生的与不同来流风速方位角相对应的应力，获得由不同来流风速方位角和与该来流风速方位角相对应的应力所组成的离散数据集，根据该离散数据集，构建在额定风速下任意来流风速方位角与塔筒法兰上任一螺栓的应力关系曲线；
S2、在所述塔筒法兰上，每间隔n个螺栓设置一个应力测量点，以各个应力测量点为分界，将任意相邻的两个应力测量点之间设为一个螺栓检测区域，通过应力测量装置检测位于该应力测量点上的螺栓的实际螺栓应力数据，根据风速大小对该实际螺栓应力数据进行修正获得螺栓应力修正数据；
S3、将所有应力测量点的螺栓应力修正数据进行特征提取，获取所有螺栓检测区域的特征值；
S4、在所有的螺栓检测区域的特征值中，若连续的三个螺栓检测区域的特征值均在一螺栓损坏阈值范围内时，则判定特征值最大的螺栓检测区域为损坏螺栓所处的区域；
S5、根据所述损坏螺栓所处的区域所对应的两个应力测量点的两个螺栓应力修正数据的数值，以及，该两个螺栓应力修正数据的大小关系，确定损坏螺栓的位置。
如图2所示，给出了塔筒法兰上螺栓及应力测量装置的装配示意图，为了便于说明，本实施例中每间隔3个螺栓设置一个应力测量点，并在每一应力测量点上安装一个应力测量装置，在图2中给出的应力测量装置的数量为4个，但这并不表示应力测量装置的数量被限定为4个，根据实际情况所采用的应力测量装置的数量随之变化，螺栓数量与应力测量装置之间的关系应为：每间隔n个螺栓安装一个应力测量装置，共安装M个应力测量装置，因此，螺栓总数为(n+1)*M个。
步骤S1包括：
S101、以实际风速u wind 作为输入条件，根据公式（1）确定塔筒的顶端推力F top ：
Figure 78549DEST_PATH_IMAGE014
（1）；
其中，ρ为空气密度，S fan 为风机叶轮扫掠面积，C f 为风机在实际风速u wind 下的推力系数，以u wind 为自变量，如果对于u wind 在某一范围内的每一个确定的值，按照对应法则C f (u wind )，都有一个唯一确定值C f 与其对应，那么就称u wind 为自变量，C f (u wind )是u wind 的函数，函数C f (u wind )的解的图像即为风机的推力系数-风速曲线，所述风机的推力系数-风速曲线为风机本身的设计参数，是风机的固有属性，在风机主机厂的设计文档处可以查阅；
S102、使用有限元软件，将F top 作为边界条件，通过公式（2）求解额定风速条件下螺栓受力情况：
Figure DEST_PATH_IMAGE015
（2）；
其中，u set 为事先给定的额定风速，α N 是螺栓N的方位角，N为自然数，表示螺栓的编号，β是来流风速方位角，
Figure 256720DEST_PATH_IMAGE006
为来流风速方位角与螺栓N的方位角的相对夹角，代表来流风速对N号螺栓所施加的拖曳力的方向，k为来流风速角度分析采样分辨率，F k 表示不同来流风速方位角下螺栓N的受力情况；
S103、对
Figure 659889DEST_PATH_IMAGE003
进行三次样条插值，构建来流风速方位角在 [0,2π]范围内与任一螺栓的应力关系曲线。
公式（3）为对
Figure 73553DEST_PATH_IMAGE003
进行三次样条插值的表现形式，cubic表示三次样条插值处理；
Figure 566982DEST_PATH_IMAGE016
（3）；
在此，结合图2对如上所述的螺栓N的方位角以及来流风速方位角的定义进行解释说明。
如图2所示，选定一螺栓为基准螺栓，指定一时钟方向为旋转方向，在本实施例中指定的时钟方向为顺时针方向，在该旋转方向上，以该基准螺栓与所述塔筒的中心连线为始边，以所述螺栓N与所述塔筒的中心连线为终边的角为所述螺栓N的方位角α N ；
以指定的所述时钟方向为旋转方向，由于本实施例指定的时钟方向为顺时针方向，因此在该旋转方向上，以该基准螺栓与所述塔筒的中心连线为始边，以来流风速的方向矢量为终边的角为所述来流风速方位角β，所述来流风速的方向矢量以所述塔筒的中心为起点。
对螺栓N的方位角以及来流风速方位角进行释义后，即可理解公式（2）的右侧矩阵第一列为不同的
Figure 509530DEST_PATH_IMAGE006
值，由来流风速角度分析采样分辨率k定义，将来流风速可能的角度（0到2π范围内）分为k份，每个角度进行一次有限元分析，获得对应的螺栓N的应力，
Figure 478623DEST_PATH_IMAGE003
为一组由k+1个角度和应力所组成的离散数据集，对其进行如上所述的三次样条插值处理后，即可构建出来流风速方位角在 [0,2π]范围内与任一螺栓的应力关系曲线。
考虑到螺栓预应力的存在，结合对
Figure 351770DEST_PATH_IMAGE003
进行三次样条插值的结果，可以获得当所有螺栓完好时，任一螺栓的应力曲线F(N,u wind ,P pre )，其中，P pre 是螺栓预应力，为塔筒设计参数。
完成所述上述步骤后，即可根据外部测量装置获得的实际风速u wind ，实际来流风速方位角β wind ，塔筒设计的额定风速u set ，以及风机的推力系数-风速曲线C f ，通过公式(4)推算出在来流风速方位角β的取值为β wind 时，额定风速u set 下所述螺栓N的应力大小：
Figure DEST_PATH_IMAGE017A
（4）；
其中，外部测量装置可以为风机SCADA，公式（4）中，A为螺栓截面积，该步骤的目的是为了过滤由风速大小不同引起的螺栓应力波动，以专注于捕捉螺栓损坏引起的应力变化，从而提高本发明检测的精准度。
作为一种示例性实施方式，本发明使用超声波声时差方法对螺栓应力进行检测，所述应力检测装置为超声波应力测量装置，该超声波应力测量装置将螺栓应力转换成声时差，但应当知道，也可以选用其他的方式对螺栓应力进行测量，如测力扳手，应变片，图像形变监测等。
根据在来流风速方位角β的取值为β wind 时，额定风速u set 下推算出的所述螺栓N应有的应力大小，对所述应力测量装置测得的实际螺栓应力数据进行修正，得到额定风速条件下，来流风速方位角β的取值为β wind 时的螺栓应力修正数据。
由于不同的应力测量装置测量螺栓应力的表现形式不同，因此，对应力测量装置测得的实际螺栓应力数据进行修正的手段也有所不同，但是，所有修正手段的目的都是为了获得得到额定风速条件下，来流风速方位角β的取值为β wind 时的螺栓应力修正数据。
例如，在本发明中超声波应力测量装置测得的应力表现形式为声时差，因此，将测得的实际声时差数据作为实际螺栓应力数据，通过公式（5）对所述实际声时差数据进行修正得到额定风速条件下的所述螺栓应力修正数据：
Figure 100002_DEST_PATH_IMAGE018
（5）；
其中，Δt measure 为超声波应力测量装置所测的实际螺栓应力数据，Δt mod 为额定风速条件下螺栓应力修正数据，
Figure 948974DEST_PATH_IMAGE012
为额定风速下产生的螺栓应力对应的声时差，通过公式(6)表示：
Figure 62423DEST_PATH_IMAGE019
(6) ；
其中，a和b为超声波应力测量装置内部预设的模型参数，为常数。
进一步的，所述特征值的提取方式包括将相邻两个所述超声波应力测量装置获得的所述螺栓应力修正数据以相加、相减、相乘中的任意一种方式进行数据处理。
作为一种具体的实施方式，本发明选择将相邻两个应力测量点测得的螺栓应力修正数据相加作为特征值。
将安装了应力传感器的螺栓，称之为应力测量螺栓。
螺栓检测区域，定义为两颗相邻的应力测量螺栓，以及它们之间所有螺栓的集合。在图中，1和2是应力测量螺栓，安装了超声波应力测量装置，3,4,5为没有安装超声波应力测量装置的螺栓，螺栓1,2,3,4,5的集合，为一个螺栓检测区域。
应当知道，当螺栓出现损坏时，该螺栓处的预警力消失，从而导致周边螺栓的应力增加，应力测量螺栓与损坏螺栓间隔的螺栓数量越多，则应力测量装置测得的应力增加量相应的减少。
在本发明提供的具体实施例中，当任一螺栓检测区域中存在损坏螺栓时，该螺栓检测区域所对应的两个应力测量点所获得的螺栓应力修正数据会增大，因此，包含该两个应力测量点中任一应力测量点的螺栓检测区域的特征值都会出现变化，即，包含损坏螺栓的螺栓检测区域以及与该螺栓检测区域相邻的另外两个螺栓检测区域的特征值会出现变化。
在本实施例中，螺栓损坏阈值为0。可以通过将所有螺栓检测区域的特征值与螺栓损坏阈值进行比较，当在塔筒法兰上连续的三个螺栓检测区域的特征值均大于0时，则该三个螺栓检测区域中，特征值最大的螺栓检测区域为损坏螺栓所处区域。
在步骤S5中，通过比较应力测量装置的螺栓应力修正数据大小即可判断损坏螺栓趋近于哪一个应力测量点。
下面，结合图2来具体说明判断损坏螺栓具体位置的可行性，需要说明的是，对于装有应力测量装置的螺栓，可以直接由应力测量装置的测量结果判断螺栓是否损毁，因此，本实施例中仅列举了未安装应力测量装置的螺栓的出现损坏的情况，以及针对该情况判断损坏螺栓的具体位置的方法：
对于任一螺栓检测区域，将该螺栓检测区域对应的两个应力测量点分别定义为第一应力测量点以及第二应力测量点。
假设，第一应力测量点1与第二应力测量点2之间的区域存在一个损坏螺栓，
当损坏螺栓与应力测量点相邻时，该应力测量点可以获得的螺栓应力修正数据为Δt 1 ；
当损坏螺栓与应力测量点间隔一个完好螺栓时，该应力测量点可以获得的螺栓应力修正数据为Δt 2 ；
当损坏螺栓与应力测量点间隔两个完好螺栓时，该应力测量点可以获得的螺栓应力修正数据为Δt 3 ；
其中，Δt 1 >Δt 2 >Δt 3 ；
因此，当第一螺栓3损坏时，第一应力测量点1测得的螺栓应力修正数据为Δt 1 ，第二应力测量点2测得的螺栓应力修正数据为Δt 3 ，可以得到特征值ΔT 1 =Δt 1 +Δt 3 。
又由于当第三螺栓5损坏时，第一应力测量点1测得的螺栓应力修正数据为Δt 3 ，第二应力测量点2测得的螺栓应力修正数据为Δt 1 ，可以得到特征值ΔT 1 =Δt 3 +Δt 1 ；由于这两种情况的特征值相同，需要比较第一应力测量点1和第二应力测量点2测得的螺栓应力修正数据大小来判断损坏螺栓的具体位置。
当第二螺栓4损坏时，第一应力测量点1测得的螺栓应力修正数据为Δt 2 ，第二应力测量点2测得的螺栓应力修正数据为Δt 2 ，可以得到特征值ΔT 2 =Δt 2 +Δt 2 。
通过上述实施例可以知道，可以通过统计所述损坏螺栓处于不同位置时的特征值并形成查找表，将实际获得的所述特征值与该查找表比对，分析出所述损坏螺栓分别与该区域所对应的两个所述应力测量点间隔的螺栓数量的组合，比较该两个螺栓应力修正数据的大小关系，该损坏螺栓在该螺栓检测区域中的所处位置趋近于获得螺栓应力修正数据较大的应力测量点，以此确定损坏螺栓位置。
本发明还提供一种基于计算机辅助分析的螺栓组松动检测系统，所述系统包括：
有限元模型构建模块，任一螺栓受来流风速方位角不同的风作用，产生与该来流风速方位角相对应的应力，通过建立关于塔筒法兰的有限元模型，在额定风速u set 条件下，计算所述塔筒法兰上任一螺栓产生的与不同来流风速方位角相对应的应力，获得由不同来流风速方位角和与该来流风速方位角相对应的应力所组成的离散数据集，根据该离散数据集，构建在额定风速下任意来流风速方位角与塔筒法兰上任一螺栓的应力关系曲线；
数据修正模块，在所述塔筒法兰上，每间隔n个螺栓设置一个应力测量点，以各个应力测量点为分界，将任意相邻的两个应力测量点之间设为一个螺栓检测区域，通过应力测量装置检测位于该应力测量点上的螺栓的实际螺栓应力数据，根据风速大小对该实际螺栓应力数据进行修正获得螺栓应力修正数据；
特征值提取模块，将所有应力测量点的螺栓应力修正数据进行特征提取，获取所有螺栓检测区域的特征值；
故障区域判定模块，在所有的螺栓检测区域的特征值中，若连续的三个螺栓检测区域的特征值均在一螺栓损坏阈值范围内时，则判定特征值最大的螺栓检测区域为损坏螺栓所处的区域；
损坏螺栓定位模块，根据所述损坏螺栓所处的区域所对应的两个应力测量点的两个螺栓应力修正数据的数值，以及，该两个螺栓应力修正数据的大小关系，确定损坏螺栓的位置。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (9)

1.一种基于计算机辅助分析的螺栓组松动检测方法，其特征在于，所述方法包括以下步骤：
S1、任一螺栓受来流风速方位角不同的风作用，产生与该来流风速方位角相对应的应力，通过建立关于塔筒法兰的有限元模型，在额定风速u set 条件下，计算所述塔筒法兰上任一螺栓产生的与不同来流风速方位角相对应的应力，获得由不同来流风速方位角和与该来流风速方位角相对应的应力所组成的离散数据集，根据该离散数据集，构建在额定风速下任意来流风速方位角与塔筒法兰上任一螺栓的应力关系曲线；
S2、在所述塔筒法兰上，每间隔n个螺栓设置一个应力测量点，以各个应力测量点为分界，将任意相邻的两个应力测量点之间设为一个螺栓检测区域，通过应力测量装置检测位于该应力测量点上的螺栓的实际螺栓应力数据，根据风速大小对该实际螺栓应力数据进行修正获得螺栓应力修正数据；
S3、将所有应力测量点的螺栓应力修正数据进行特征提取，获取所有螺栓检测区域的特征值，所述特征值的提取方式包括将相邻两个所述应力测量点获得的所述螺栓应力修正数据以相加、相减、相乘中的任意一种方式进行数据处理；
S4、在所有的螺栓检测区域的特征值中，若连续的三个螺栓检测区域的特征值均在一螺栓损坏阈值范围内时，则判定特征值最大的螺栓检测区域为损坏螺栓所处的区域；
S5、根据损坏螺栓所处的区域所对应的两个应力测量点的两个螺栓应力修正数据的数值，以及，该两个螺栓应力修正数据的大小关系，确定损坏螺栓的位置。
2.根据权利要求1所述的一种基于计算机辅助分析的螺栓组松动检测方法，其特征在于，所述步骤S1包括：
S101、以实际风速u wind 作为输入条件，根据公式（1）确定塔筒的顶端推力F top ：
Figure DEST_PATH_IMAGE002
（1）；
其中，ρ为空气密度，S fan 为风机叶轮扫掠面积，函数C f (u wind )的解为风机在风速u wind 下的对应的推力系数；
S102、使用有限元软件，将F top 作为边界条件，通过公式（2）求解额定风速条件下螺栓受力情况
Figure DEST_PATH_IMAGE004
：
Figure DEST_PATH_IMAGE006
（2）；
其中，u set 为事先给定的额定风速，α N 是螺栓N的方位角，N为自然数，表示螺栓的编号，β是来流风速方位角，
Figure DEST_PATH_IMAGE008
为来流风速方位角和螺栓N的方位角的相对夹角，代表来流风速对N号螺栓所施加的拖曳力的方向， k为来流风速角度分析采样分辨率，F k 表示不同来流风速方位角下螺栓N的受力情况；
S103、通过公式（3）对
Figure 450512DEST_PATH_IMAGE004
进行三次样条插值，构建来流风速方位角在[0,2π]范围内与任一螺栓的应力关系曲线：
Figure DEST_PATH_IMAGE010
（3）；
其中，cubic表示三次样条插值处理。
3.根据权利要求2所述的一种基于计算机辅助分析的螺栓组松动检测方法，其特征在于：
选定一螺栓为基准螺栓，指定一时钟方向为旋转方向，在该旋转方向上，以该基准螺栓与塔筒的中心连线为始边，以螺栓N与塔筒的中心连线为终边的角为所述螺栓N的方位角α N ；
以指定的所述时钟方向为旋转方向，在该旋转方向上，以该基准螺栓与塔筒的中心连线为始边，以来流风速的方向矢量为终边的角为所述来流风速方位角β，所述来流风速的方向矢量以所述塔筒的中心为起点。
4.根据权利要求3所述的一种基于计算机辅助分析的螺栓组松动检测方法，其特征在于，所述步骤S2还包括：
根据外部测量装置获得的实际风速u wind ，实际来流风速方位角β wind ，塔筒设计的额定风速u set ，以及风机的推力系数-风速曲线C f ，通过公式(4)推算出在来流风速方位角β的取值为β wind 时，额定风速u set 下所述螺栓N的应力大小：
Figure DEST_PATH_IMAGE012
(4) ；
其中，A为螺栓截面积，P pre 为螺栓预应力。
5.根据权利要求4所述的一种基于计算机辅助分析的螺栓组松动检测方法，其特征在于，所述步骤S2：
根据在来流风速方位角β的取值为β wind 时，额定风速u set 下推算出的所述螺栓N应有的应力大小，对所述应力测量装置测得的实际螺栓应力数据进行修正，得到额定风速条件下，来流风速方位角β的取值为β wind 时的螺栓应力修正数据。
6.根据权利要求5所述的一种基于计算机辅助分析的螺栓组松动检测方法，其特征在于：
所述应力测量装置为超声波应力测量装置，该超声波应力测量装置将螺栓应力转换成声时差，并通过公式(5)对实际螺栓应力数据进行修正得到额定风速条件下的所述螺栓应力修正数据：
Figure DEST_PATH_IMAGE014
(5) ；
其中，Δt measure 为超声波应力测量装置所测的实际螺栓应力数据，Δt mod 为额定风速条件下螺栓应力修正数据，
Figure DEST_PATH_IMAGE016
为额定风速下产生的螺栓应力对应的声时差，通过公式(6)表示：
Figure DEST_PATH_IMAGE018
(6) ；
其中，a和b为超声波应力测量装置内部预设的模型参数，为常数。
7.根据权利要求1所述的一种基于计算机辅助分析的螺栓组松动检测方法，其特征在于，所述步骤S4包括:
所述螺栓损坏阈值为0，当在塔筒法兰上连续的三个螺栓检测区域的特征值均大于0时，则该三个螺栓检测区域中，特征值最大的螺栓检测区域为损坏螺栓所处区域。
8.根据权利要求1所述的一种基于计算机辅助分析的螺栓组松动检测方法，其特征在于，所述步骤S5包括:
统计所述损坏螺栓处于不同位置时的特征值并形成查找表，将实际获得的所述特征值与该查找表比对，分析出所述损坏螺栓分别与该区域所对应的两个所述应力测量点间隔的螺栓数量的组合，
比较该两个螺栓应力修正数据的大小关系，该损坏螺栓在该螺栓检测区域中的所处位置趋近于获得螺栓应力修正数据较大的应力测量点，以此确定损坏螺栓位置。
9.一种基于计算机辅助分析的螺栓组松动检测系统，其特征在于，所述系统包括：
有限元模型构建模块，任一螺栓受来流风速方位角不同的风作用，产生与该来流风速方位角相对应的应力，通过建立关于塔筒法兰的有限元模型，在额定风速u set 条件下，计算所述塔筒法兰上任一螺栓产生的与不同来流风速方位角相对应的应力，获得由不同来流风速方位角和与该来流风速方位角相对应的应力所组成的离散数据集，根据该离散数据集，构建在额定风速下任意来流风速方位角与塔筒法兰上任一螺栓的应力关系曲线；
数据修正模块，在所述塔筒法兰上，每间隔n个螺栓设置一个应力测量点，以各个应力测量点为分界，将任意相邻的两个应力测量点之间设为一个螺栓检测区域，通过应力测量装置检测位于该应力测量点上的螺栓的实际螺栓应力数据，根据风速大小对该实际螺栓应力数据进行修正获得螺栓应力修正数据；
特征值提取模块，将所有应力测量点的螺栓应力修正数据进行特征提取，获取所有螺栓检测区域的特征值，所述特征值的提取方式包括将相邻两个所述应力测量点获得的所述螺栓应力修正数据以相加、相减、相乘中的任意一种方式进行数据处理；
故障区域判定模块，在所有的螺栓检测区域的特征值中，若连续的三个螺栓检测区域的特征值均在一螺栓损坏阈值范围内时，则判定特征值最大的螺栓检测区域为损坏螺栓所处的区域；
损坏螺栓定位模块，根据所述损坏螺栓所处的区域所对应的两个应力测量点的两个螺栓应力修正数据的数值，以及，该两个螺栓应力修正数据的大小关系，确定损坏螺栓的位置。
CN202110550817.6A 2021-05-20 2021-05-20 一种基于计算机辅助分析的螺栓组松动检测方法及系统 Active CN112989682B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110550817.6A CN112989682B (zh) 2021-05-20 2021-05-20 一种基于计算机辅助分析的螺栓组松动检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110550817.6A CN112989682B (zh) 2021-05-20 2021-05-20 一种基于计算机辅助分析的螺栓组松动检测方法及系统

Publications (2)

Publication Number Publication Date
CN112989682A CN112989682A (zh) 2021-06-18
CN112989682B true CN112989682B (zh) 2021-08-03

Family

ID=76337717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110550817.6A Active CN112989682B (zh) 2021-05-20 2021-05-20 一种基于计算机辅助分析的螺栓组松动检测方法及系统

Country Status (1)

Country Link
CN (1) CN112989682B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109299532A (zh) * 2018-09-17 2019-02-01 许继集团有限公司 一种风机主机架与后机架连接螺栓强度校核方法及系统
CN110348151A (zh) * 2019-07-17 2019-10-18 国电联合动力技术有限公司 风电机组塔筒法兰连接螺栓设计方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106644448B (zh) * 2016-12-31 2018-11-02 北京金风科创风电设备有限公司 塔筒螺栓疲劳预测方法及预测系统
CN109543258B (zh) * 2018-11-09 2023-07-18 东南大学 一种基于模态叠加法的风电机组塔架应力状态计算方法
CN110455517B (zh) * 2019-08-22 2021-05-18 苏州旋械感知信息科技有限公司 一种风力发电机组的塔筒健康监测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109299532A (zh) * 2018-09-17 2019-02-01 许继集团有限公司 一种风机主机架与后机架连接螺栓强度校核方法及系统
CN110348151A (zh) * 2019-07-17 2019-10-18 国电联合动力技术有限公司 风电机组塔筒法兰连接螺栓设计方法及装置

Also Published As

Publication number Publication date
CN112989682A (zh) 2021-06-18

Similar Documents

Publication Publication Date Title
CN113836762B (zh) 一种风力机及风电场数字镜像模拟展示系统
CA2732571C (en) Rotating blade analysis
CN101622516B (zh) 叶片罩振动监测器
US10371123B2 (en) Methods and systems for detecting wind turbine rotor blade damage
US11422052B2 (en) System and method for diagnosing a rotor unbalance of a wind turbine
EP2478342B1 (de) Verfahren zur ermittlung von rissen in turbinenschaufeln
CN112629647A (zh) 大跨悬索桥涡振事件的实时识别和监测预警方法
US10281297B2 (en) Blade tip timing
US10844842B2 (en) Abnormality monitoring apparatus and abnormality monitoring method for wind farm
EP3642481B1 (en) A method for determining wind turbine blade edgewise load recurrence
CN112989682B (zh) 一种基于计算机辅助分析的螺栓组松动检测方法及系统
JP7263096B2 (ja) 風力発電システム及び風力発電装置のメンテナンス方法
CN107038264B (zh) 一种风电机组的扇区划分方法及系统
US20230115206A1 (en) Sign detection device and sign detection method
WO2021200702A1 (ja) 予兆検知装置及び予兆検知方法
US8342010B2 (en) Surge precursor protection systems and methods
US20160327589A1 (en) System and method for speed sensor position detection in a multiple channel control system
JP6644562B2 (ja) 風車管理システム、風車管理方法及び風車管理プログラム
JP7487412B2 (ja) プラント監視方法、プラント監視装置及びプラント監視プログラム
WO2022191098A1 (ja) プラント監視方法、プラント監視装置及びプラント監視プログラム
JP6736987B2 (ja) 風力発電装置の回転部品の状態監視装置
CN113107786A (zh) 风电塔筒法兰盘安全监测方法、装置和设备
CN117662390A (zh) 基于螺栓轴向应力的风机状态监测方法、装置及存储介质
CN114810509A (zh) 一种风电机组的运行状态监测方法、装置和电子设备

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