CN113266538B - 一种海上风电塔架与传动链模态频率自动识别方法及系统 - Google Patents
一种海上风电塔架与传动链模态频率自动识别方法及系统 Download PDFInfo
- Publication number
- CN113266538B CN113266538B CN202110599540.6A CN202110599540A CN113266538B CN 113266538 B CN113266538 B CN 113266538B CN 202110599540 A CN202110599540 A CN 202110599540A CN 113266538 B CN113266538 B CN 113266538B
- Authority
- CN
- China
- Prior art keywords
- tower
- frequency
- variable
- modal
- 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
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
- F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
- F03D13/20—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors
- F03D13/25—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors specially adapted for offshore installation
-
- 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
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/20—Wind motors characterised by the driven apparatus
- F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
-
- 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
- Y02E10/727—Offshore wind turbines
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)
- Power Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种海上风电塔架与传动链模态频率自动识别方法及系统,该方法通过导入海上风电数据,根据控制器参数表设定塔架与传动链模态理论频率,输入采样频率,传动比等,批量自动识别塔架与传动链模态频率并绘制频谱图,批量识别风电机组的模态频率并在频谱图上标记,快速判断风电机组是否出现大的振动,及时对机组进行控制维护;本发明针对海上风力发电机组塔架与传动链模态频率谐振频率多,谐振频率点间隔短的特点,提出了快速傅里叶与区域峰值结合的方法快速识别模态频率,可直接输出已经标记模态的频谱图,便于观察以及分析塔架与传动链振动情况,计算简单,运算较快,可进行批量处理,提高了工作效率。
Description
技术领域
本发明涉及风电模态频率识别的技术领域,尤其是指一种海上风电塔架与传动链模态频率自动识别方法及系统。
背景技术
风力发电机组由叶片、轮毂、传动链、塔架等部件组成,结构复杂,并且各部件都有固有的谐振频率。当由环境以及叶轮旋转所激发的频率与部件的固有频率接近时,塔架与传动链会产生较大的振动,甚至导致部件损坏,因此及时识别塔架以及传动链的频率对风机的正常运行有重要影响。鉴于各个风场风力发电机组数量较多,单独对每台机组分析模态频率尤为困难,因此一种批量自动识别塔架与传动链模态频率的平台尤为重要。
发明内容
本发明目的在于为解决现有技术中的不足,提供了一种海上风电塔架与传动链模态频率自动识别方法及系统,该方法通过导入海上风电数据,根据控制器参数表设定塔架与传动链模态理论频率,输入采样频率,传动比等,批量绘制频谱图,自动识别塔架与传动链模态频率并在频谱图上标记,快速判断风电机组是否出现大的振动,及时对机组进行控制维护。
为实现上述目的,本发明所提供的技术方案为:一种海上风电塔架与传动链模态频率自动识别方法,包括以下步骤:
1)导入塔架振动数据与发电机转速数据,并设置塔架理论频率、传动链理论频率、采样频率、传动比、塔架侧向振动的变量名、塔架前后振动变量名以及发电机转速的变量名;
2)根据设置的塔架侧向振动的变量名、塔架前后振动的变量名以及发电机转速的变量名,筛选出相应的塔架振动数据和发电机转速数据,其中所述塔架振动数据包括塔架侧向振动数据的第一变量和第二变量以及塔架前后振动数据的第一变量和第二变量;
3)根据筛选出的塔架振动数据和发电机转速数据,识别塔架振动数据的模态频率以及传动链模态频率;
4)绘制塔架数据频谱图以及转速数据频谱图,并根据步骤3)得到的识别结果,在塔架数据频谱图上自动标记塔架振动数据的模态频率,在转速数据频谱图上自动标记传动链模态频率。
进一步,在步骤3)中,所述识别塔架振动数据的模态频率,包括以下步骤:
3.1)识别塔架前后振动模态频率与塔架侧向振动模态频率;
3.2)识别塔架未知模态频率。
进一步,在步骤3.1)中,包括以下步骤:
3.1.1)分别对塔架前后振动数据和塔架侧向振动数据的第一变量进行快速傅里叶变换;
3.1.2)根据设置的塔架的理论频率,分别设定塔架前后振动模态频率和塔架侧向振动模态频率的区间范围;
3.1.3)在塔架前后振动模态频率和塔架侧向振动模态频率的区间范围中,分别获取塔架前后振动数据的第一变量的振幅的最大值和振幅最大值所对应的频率,以及塔架侧向振动数据的第一变量的振幅的最大值和振幅最大值所对应的频率;
3.1.4)分别对塔架前后振动数据和塔架侧向振动数据的第二变量重复步骤3.1.1)至步骤3.1.3)的操作,获取塔架前后振动数据和塔架侧向振动数据的第二变量的振幅最大值以及最大值对应的频率;
3.1.5)将塔架前后振动数据的两个变量的振幅最大值进行对比,并将数值更大的振幅最大值所对应的频率设定为塔架前后振动模态频率;同时,将塔架侧向振动数据的两个变量的振幅最大值进行对比,并将数值更大的振幅最大值所对应的频率设定为塔架侧向振动模态频率。
进一步,在步骤3.2)中,包括以下步骤:
3.2.1)对塔架侧向振动数据的第一变量进行快速傅里叶变换;
3.2.2)设定塔架低频区域段,并将塔架低频区域段与传动链模态频率区域段区分;
3.2.3)在设定的塔架低频区域段中,获取塔架侧向振动数据的第一变量的振幅的最大值以及振幅最大值所对应的频率;
3.2.4)对塔架侧向振动数据的第二变量以及塔架前后振动数据的第一变量和第二变量分别重复步骤3.2.1)至步骤3.2.3)的操作,获得塔架侧向振动数据的第二变量以及塔架前后振动数据的第一变量和第二变量的振幅最大值以及振幅最大值所对应的频率;
3.2.5)比较塔架侧向振动数据的第一变量和第二变量以及塔架前后振动数据的第一变量和第二变量的振幅最大值以及振幅最大值所对应的频率,将最大的振幅值所对应的频率设为塔架未知模态频率;
3.2.6)求得海上风电叶轮转速的1倍频率与叶轮转速的3倍频率;
3.2.7)将叶轮转速的1倍频率、叶轮转速的3倍频率、塔架前后振动模态频率、塔架侧向振动模态频率与塔筒未知模态频率进行对比,若塔架未知模态频率与其它频率均不相同,则判定塔架存在未知模态。
进一步,在步骤3.2.6)中,包括以下步骤:
3.2.6.1)对塔架侧向振动数据的第一变量进行快速傅里叶变换;
3.2.6.2)设定叶轮转速的1倍频率估计值1p的区间范围与叶轮转速的3倍频率估计值3p的区间范围,其中叶轮转速的1倍频率估计值1P与叶轮转速3倍频率估计值3P的计算公式如下:
rotor_speed_median为发电机转速数据中值;
3.2.6.3)在设定叶轮转速的1倍频率估计值1p的区间范围与叶轮转速的3倍频率估计值3p的区间范围中,获取塔架侧向振动数据的第一变量的振幅的最大值以及振幅最大值所对应的频率;
3.2.6.4)对塔架侧向振动数据的第二变量、塔架前后振动数据的第一变量和第二变量分别重复步骤3.2.6.1)至步骤3.2.6.3)的操作,获得对应变量的振幅最大值以及振幅最大值所对应的频率;
3.2.6.5)比较塔架侧向振动数据的第一变量和第二变量以及塔架前后振动数据的第一变量和第二变量的振幅最大值,将最大的振幅值所对应的频率设为实际工作之中叶轮转速的1倍频率与叶轮转速的3倍频率。
进一步,在步骤3)中,所述识别传动链模态频率,包括以下步骤:
3.3.1)对发电机转速数据进行快速傅里叶变换;
3.3.2)根据控制器参数表查看理论模态个数,设置对应的传动链理论模态频率以及每个传动链理论模态频率的区间范围;
3.3.3)在设定的理论模态区域段之中获取振幅的最大值以及振幅最大值所对应的频率,将振幅最大值所对应的频率设定为传动链模态频率。
本发明所提供的一种海上风电塔架与传动链模态频率自动识别系统,包括:
数据输入模块,用于导入塔架振动数据与发电机转速数据,并输入塔架理论频率、传动链理论频率、采样频率、传动比、塔架侧向振动的变量名、塔架前后振动的变量名和转速的变量名;
数据筛选模块,根据塔架侧向振动的变量名、塔架前后振动的变量名和转速的变量名,筛选出相应的塔架振动数据和发电机转速数据;
模态频率识别模块,根据塔架振动数据和发电机转速数据进行模态频率识别,得到塔架振动数据的模态频率以及传动链模态频率;
频谱图绘制模块,用于绘制塔架数据频谱图以及转速数据频谱图,并在塔架数据频谱图上自动标记塔架振动数据的模态频率,在转速数据频谱图上自动标记传动链模态频率。
本发明与现有技术相比,具有如下优点与有益效果:
本发明针对海上风力发电机组塔架与传动链模态频率谐振频率多,谐振频率点间隔短的特点,提出了快速傅里叶与区域峰值结合的方法快速识别模态频率,可直接输出已经标记模态的频谱图,便于观察以及分析塔架与传动链振动情况,计算简单,运算较快,可进行批量处理,提高了工作效率。
附图说明
图1为海上风电塔架与传动链模态频率自动识别方法的流程图。
图2为塔架振动数据的模态频率识别的流程图。
图3为传动链模态频率识别的流程图。
图4为海上风电塔架与传动链模态频率自动识别系统的主界面图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
参见图1至图3所示,为本实施例所提供的海上风电塔架与传动链模态频率自动识别方法,包括以下步骤:
1)导入塔架振动数据与发电机转速数据,并设置塔架理论频率tower_freq、传动链模态Notch1、Notch2、Notch3,传动链理论频率Notch1_freq、Notch2_freq、Notch3_freq,采样频率50Hz,传动比driveRate,塔架侧向振动的变量名,塔架前后振动变量名以及发电机转速的变量名GeneratorSpeed;
2)根据设置的塔架侧向振动的变量名、塔架前后振动的变量名以及发电机转速的变量名GeneratorSpeed,筛选出相应的塔架振动数据和发电机转速数据,其中所述塔架振动数据包括塔架侧向振动数据的第一变量X1和第二变量X2以及塔架前后振动数据的第一变量Y1和第二变量Y2;
3)根据筛选出的塔架振动数据和发电机转速数据,识别塔架振动数据的模态频率以及传动链模态频率,包括以下步骤:
3.1)识别塔架前后振动模态频率与塔架侧向振动模态频率,包括以下步骤:
3.1.1)分别对塔架前后振动数据的第一变量Y1和塔架侧向振动数据的第一变量X1进行快速傅里叶变换,数据采样频率为50Hz;
3.1.2)根据设置的塔架的理论频率tower_freq,分别设定塔架前后振动模态频率和塔架侧向振动模态频率的区间范围[tower_freq*0.8,tower_freq*1.2];
3.1.3)在塔架前后振动模态频率和塔架侧向振动模态频率的区间范围中,分别获取塔架前后振动数据的第一变量Y1的振幅的最大值和振幅最大值所对应的频率,以及塔架侧向振动数据的第一变量X1的振幅的最大值和振幅最大值所对应的频率;
3.1.4)分别对塔架前后振动数据的第二变量Y2和塔架侧向振动数据的第二变量X2重复步骤3.1.1)至步骤3.1.3)的操作,获取塔架前后振动数据的第二变量Y2和塔架侧向振动数据的第二变量X2的振幅最大值以及最大值对应的频率;
3.1.5)将塔架前后振动数据的两个变量(Y1、Y2)的振幅最大值进行对比,并将数值更大的振幅最大值所对应的频率设定为塔架前后振动模态频率tower_freq2;同时,将塔架侧向振动数据的两个变量(X1、X2)的振幅最大值进行对比,并将数值更大的振幅最大值所对应的频率设定为塔架侧向振动模态频率tower_freq1。
3.2)进行塔架未知模态频率识别,包括以下步骤:
3.2.1)对塔架侧向振动数据的第一变量X1进行快速傅里叶变换;
3.2.2)设定塔架低频区域段[0.2hz,0.85*Notch1_freq],并将塔架低频区域段与传动链模态频率区域段区分;
3.2.3)在设定的塔架低频区域段中,获取塔架侧向振动数据的第一变量X1的振幅的最大值以及振幅最大值所对应的频率;
3.2.4)对塔架侧向振动数据的第二变量X2以及塔架前后振动数据的第一变量Y1和第二变量Y2分别重复步骤3.2.1)至步骤3.2.3)的操作,获得塔架侧向振动数据的第二变量X2以及塔架前后振动数据的第一变量Y1和第二变量Y2的振幅最大值以及振幅最大值所对应的频率;
3.2.5)比较塔架侧向振动数据的第一变量X1和第二变量X2以及塔架前后振动数据的第一变量Y1和第二变量Y2的振幅最大值以及振幅最大值所对应的频率,将最大的振幅值所对应的频率设为塔架未知模态频率Tower_unknown;
3.2.6)求得海上风电机组的叶轮转速的1倍频率与叶轮转速的3倍频率,包括以下步骤:
3.2.6.1)对塔架侧向振动数据的第一变量X1进行快速傅里叶变换;
3.2.6.2)设定叶轮转速的1倍频率估计值1p的区间范围与叶轮转速的3倍频率估计值3p的区间范围,其中叶轮转速的1倍频率估计值1P与叶轮转速3倍频率估计值3P的计算公式如下:
rotor_speed_median为发电机转速数据中值;
3.2.6.3)在设定叶轮转速的1倍频率估计值1p的区间范围与叶轮转速的3倍频率估计值3p的区间范围中,获取塔架侧向振动数据的第一变量X1的振幅的最大值以及振幅最大值所对应的频率;
3.2.6.4)对塔架侧向振动数据的第二变量X2、塔架前后振动数据的第一变量Y1和第二变量Y2分别重复步骤3.2.6.1)至步骤3.2.6.3)的操作,获得对应变量的振幅最大值以及振幅最大值所对应的频率;
3.2.6.5)比较塔架侧向振动数据的第一变量X1和第二变量X2以及塔架前后振动数据的第一变量Y1和第二变量Y2的振幅最大值,将最大的振幅值所对应的频率设为实际工作之中叶轮转速的1倍频率与叶轮转速的3倍频率。
3.2.7)将叶轮转速的1倍频率、叶轮转速的3倍频率、塔架前后振动模态频率tower_freq2、塔架侧向振动模态频率tower_freq1与塔筒未知模态频率Tower_unknown进行对比,若塔架未知模态频率Tower_unknown与其它频率均不相同,则判定塔架存在未知模态。
在步骤3)中,所述识别传动链模态频率,包括以下步骤:
3.3.1)对发电机转速数据GeneratorSpeed进行快速傅里叶变换,发电机转速数据采样频率为50Hz;
3.3.2)根据其3个理论模态频率Notch1、Notch2、Notch3,设置对应的传动链理论模态频率Notch1_freq、Notch2_freq、Notch3_freq以及设定相应的模态频率的区间范围[0.85*Notch1_freq,1.1*Notch1_freq]、[0.85*Notch2_freq,1.1*Notch2_freq]、[0.85*Notch3_freq,1.1*Notch3_freq];
3.3.3)在设定的理论模态区域段之中获取振幅的最大值以及振幅最大值所对应的频率,将振幅最大值所对应的频率设定为传动链模态频率。
4)绘制塔架数据频谱图以及转速数据频谱图,并根据步骤3)得到的识别结果,在塔架数据频谱图上自动标记塔架振动数据的模态频率,在转速数据频谱图上自动标记传动链模态频率。
参见图4所示,下面为本实施例所提供的海上风电塔架与传动链模态频率自动识别系统,包括:
数据输入模块,用于导入塔架振动数据与发电机转速数据,并输入塔架理论频率、传动链理论频率、采样频率、传动比、塔架侧向振动的变量名、塔架前后振动的变量名和转速的变量名;
数据筛选模块,根据塔架侧向振动的变量名、塔架前后振动的变量名和转速的变量名,筛选出相应的塔架振动数据和发电机转速数据;
模态频率识别模块,根据塔架振动数据和发电机转速数据进行模态频率识别,得到塔架振动数据的模态频率以及传动链模态频率;
频谱图绘制模块,用于绘制塔架数据频谱图以及转速数据频谱图,并在塔架数据频谱图上自动标记塔架振动数据的模态频率,在转速数据频谱图上自动标记传动链模态频率。
以上所述之实施例只为本发明之较佳实施例,并非以此限制本发明的实施范围,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,涵盖在本发明的保护范围内。
Claims (3)
1.一种海上风电塔架与传动链模态频率自动识别方法,其特征在于,包括以下步骤:
1)导入塔架振动数据与发电机转速数据,并设置塔架理论频率、传动链理论频率、采样频率、传动比、塔架侧向振动的变量名、塔架前后振动变量名以及发电机转速的变量名;
2)根据设置的塔架侧向振动的变量名、塔架前后振动的变量名以及发电机转速的变量名,筛选出相应的塔架振动数据和发电机转速数据,其中所述塔架振动数据包括塔架侧向振动数据的第一变量和第二变量以及塔架前后振动数据的第一变量和第二变量;
3)根据筛选出的塔架振动数据和发电机转速数据,识别塔架振动数据的模态频率以及传动链模态频率;
所述识别塔架振动数据的模态频率,包括以下步骤:
3.1)识别塔架前后振动模态频率与塔架侧向振动模态频率,包括以下步骤:
3.1.1)分别对塔架前后振动数据和塔架侧向振动数据的第一变量进行快速傅里叶变换;
3.1.2)根据设置的塔架的理论频率,分别设定塔架前后振动模态频率和塔架侧向振动模态频率的区间范围;
3.1.3)在塔架前后振动模态频率和塔架侧向振动模态频率的区间范围中,分别获取塔架前后振动数据的第一变量的振幅的最大值和振幅最大值所对应的频率,以及塔架侧向振动数据的第一变量的振幅的最大值和振幅最大值所对应的频率;
3.1.4)分别对塔架前后振动数据和塔架侧向振动数据的第二变量重复步骤3.1.1)至步骤3.1.3)的操作,获取塔架前后振动数据和塔架侧向振动数据的第二变量的振幅最大值以及振幅最大值所对应的频率;
3.1.5)将塔架前后振动数据的两个变量的振幅最大值进行对比,并将数值更大的振幅最大值所对应的频率设定为塔架前后振动模态频率;同时,将塔架侧向振动数据的两个变量的振幅最大值进行对比,并将数值更大的振幅最大值所对应的频率设定为塔架侧向振动模态频率;
3.2)识别塔架未知模态频率,包括以下步骤:
3.2.1)对塔架侧向振动数据的第一变量进行快速傅里叶变换;
3.2.2)设定塔架低频区域段,并将塔架低频区域段与传动链模态频率区域段区分;
3.2.3)在设定的塔架低频区域段中,获取塔架侧向振动数据的第一变量的振幅的最大值以及振幅最大值所对应的频率;
3.2.4)对塔架侧向振动数据的第二变量以及塔架前后振动数据的第一变量和第二变量分别重复步骤3.2.1)至步骤3.2.3)的操作,获得塔架侧向振动数据的第二变量以及塔架前后振动数据的第一变量和第二变量的振幅最大值以及振幅最大值所对应的频率;
3.2.5)比较塔架侧向振动数据的第一变量和第二变量以及塔架前后振动数据的第一变量和第二变量的振幅最大值以及振幅最大值所对应的频率,将最大的振幅值所对应的频率设为塔架未知模态频率;
3.2.6)求得海上风电叶轮转速的1倍频率与叶轮转速的3倍频率;
3.2.7)将叶轮转速的1倍频率、叶轮转速的3倍频率、塔架前后振动模态频率、塔架侧向振动模态频率与塔架未知模态频率进行对比,若塔架未知模态频率与其它频率均不相同,则判定塔架存在未知模态;
所述识别传动链模态频率,包括以下步骤:
3.3.1)对发电机转速数据进行快速傅里叶变换;
3.3.2)根据控制器参数表查看理论模态个数,设置对应的传动链理论模态频率以及每个传动链理论模态频率的区间范围;
3.3.3)在设定的传动链理论模态频率的区间范围之中获取振幅的最大值以及振幅最大值所对应的频率,将振幅最大值所对应的频率设定为传动链模态频率;
4)绘制塔架数据频谱图以及转速数据频谱图,并根据步骤3)得到的识别结果,在塔架数据频谱图上自动标记塔架振动数据的模态频率,在转速数据频谱图上自动标记传动链模态频率。
2.根据权利要求1所述的一种海上风电塔架与传动链模态频率自动识别方法,其特征在于,在步骤3.2.6)中,包括以下步骤:
3.2.6.1)对塔架侧向振动数据的第一变量进行快速傅里叶变换;
3.2.6.2)设定叶轮转速的1倍频率估计值1p的区间范围与叶轮转速的3倍频率估计值3p的区间范围,其中叶轮转速的1倍频率估计值1P与叶轮转速3倍频率估计值3P的计算公式如下:
1P=rotor_speed_median/2π
3P=(rotor_speed_median/2π)*3
rotor_speed_median为发电机转速数据中值;
3.2.6.3)在设定叶轮转速的1倍频率估计值1p的区间范围与叶轮转速的3倍频率估计值3p的区间范围中,获取塔架侧向振动数据的第一变量的振幅的最大值以及振幅最大值所对应的频率;
3.2.6.4)对塔架侧向振动数据的第二变量、塔架前后振动数据的第一变量和第二变量分别重复步骤3.2.6.1)至步骤3.2.6.3)的操作,获得对应变量的振幅最大值以及振幅最大值所对应的频率;
3.2.6.5)比较塔架侧向振动数据的第一变量和第二变量以及塔架前后振动数据的第一变量和第二变量的振幅最大值,将最大的振幅值所对应的频率设为实际工作之中叶轮转速的1倍频率与叶轮转速的3倍频率。
3.一种基于权利要求1所述的海上风电塔架与传动链模态频率自动识别方法的自动识别系统,其特征在于,包括:
数据输入模块,用于导入塔架振动数据与发电机转速数据,并输入塔架理论频率、传动链理论频率、采样频率、传动比、塔架侧向振动的变量名、塔架前后振动的变量名和转速的变量名;
数据筛选模块,根据塔架侧向振动的变量名、塔架前后振动的变量名和转速的变量名,筛选出相应的塔架振动数据和发电机转速数据;
模态频率识别模块,根据塔架振动数据和发电机转速数据进行模态频率识别,得到塔架振动数据的模态频率以及传动链模态频率;
频谱图绘制模块,用于绘制塔架数据频谱图以及转速数据频谱图,并在塔架数据频谱图上自动标记塔架振动数据的模态频率,在转速数据频谱图上自动标记传动链模态频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110599540.6A CN113266538B (zh) | 2021-05-31 | 2021-05-31 | 一种海上风电塔架与传动链模态频率自动识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110599540.6A CN113266538B (zh) | 2021-05-31 | 2021-05-31 | 一种海上风电塔架与传动链模态频率自动识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113266538A CN113266538A (zh) | 2021-08-17 |
CN113266538B true CN113266538B (zh) | 2022-03-22 |
Family
ID=77233770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110599540.6A Active CN113266538B (zh) | 2021-05-31 | 2021-05-31 | 一种海上风电塔架与传动链模态频率自动识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113266538B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104632522A (zh) * | 2015-01-04 | 2015-05-20 | 国电联合动力技术有限公司 | 一种风电机组振动的监测和控制方法及系统 |
CN105426644A (zh) * | 2016-01-05 | 2016-03-23 | 中国航空动力机械研究所 | 模态阻尼识别方法、装置和系统 |
CN111160082A (zh) * | 2018-11-07 | 2020-05-15 | 通用电气公司 | 确定风力涡轮塔架的模态特征的系统及方法 |
CN111625909A (zh) * | 2020-05-27 | 2020-09-04 | 南京高速齿轮制造有限公司 | 一种基于工作振型和模态振型的振动模态识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK2103915T3 (en) * | 2008-03-17 | 2017-02-20 | Siemens Ag | Device and method for determining a resonant frequency of a wind turbine tower |
ES2398051B1 (es) * | 2011-06-28 | 2014-09-05 | Gamesa Innovation & Technology S.L. | Un método para la identificación de la frecuencia principal del tren de potencia de un aerogenerador. |
-
2021
- 2021-05-31 CN CN202110599540.6A patent/CN113266538B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104632522A (zh) * | 2015-01-04 | 2015-05-20 | 国电联合动力技术有限公司 | 一种风电机组振动的监测和控制方法及系统 |
CN105426644A (zh) * | 2016-01-05 | 2016-03-23 | 中国航空动力机械研究所 | 模态阻尼识别方法、装置和系统 |
CN111160082A (zh) * | 2018-11-07 | 2020-05-15 | 通用电气公司 | 确定风力涡轮塔架的模态特征的系统及方法 |
CN111625909A (zh) * | 2020-05-27 | 2020-09-04 | 南京高速齿轮制造有限公司 | 一种基于工作振型和模态振型的振动模态识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113266538A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Fault diagnosis of industrial wind turbine blade bearing using acoustic emission analysis | |
Gong et al. | Imbalance fault detection of direct-drive wind turbines using generator current signals | |
Pons-Llinares et al. | Induction motor diagnosis based on a transient current analytic wavelet transform via frequency B-splines | |
Mauricio et al. | Bearing diagnostics under strong electromagnetic interference based on Integrated Spectral Coherence | |
CN108252873B (zh) | 一种风力发电机组在线数据监测及其性能评估的系统 | |
US11255310B2 (en) | Wind turbine noise analysis and control | |
CN109952429B (zh) | 预测风力涡轮机噪声 | |
CN105756864B (zh) | 基于双馈风力发电机组定子电流的桨叶不平衡故障诊断方法 | |
JP2003502543A (ja) | ウィンドパーク運営 | |
CN105065212A (zh) | 一种风电场风电机组校验方法及系统 | |
CN110905732B (zh) | 风电机组风轮不平衡的辨识方法、系统及储存介质 | |
Lu et al. | Current-based fault detection for wind turbine systems via Hilbert-Huang transform | |
CN113266538B (zh) | 一种海上风电塔架与传动链模态频率自动识别方法及系统 | |
CN114061948A (zh) | 一种风力发电机组齿轮箱的故障诊断方法 | |
CN111412114B (zh) | 一种基于定子电流包络谱的风电机组叶轮不平衡检测方法 | |
CN108278184B (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 | |
CN103926075B (zh) | 一种提高风电机组齿轮箱故障分析精度的方法 | |
CN102156044B (zh) | 适用于直驱型风电机组测试的风力机模拟器选型方法 | |
Pazdrii et al. | Two-level Signal Processing of Vibroacoustical Signals for Condition Monitoring of Complex Rotary System | |
CN115076020B (zh) | 变速抽水蓄能机组水泵工况的寻优方法、装置及设备 | |
CN106782483A (zh) | 一种服务器降噪方法及装置 | |
CN111174901A (zh) | 一种噪声分贝值的计算方法 | |
Wang et al. | Fault detection of water hydraulic motor by demodulated vibration signal analysis with the hilbert transform and genetic algorithm | |
CN111400959B (zh) | 风力发电机组的叶片故障诊断方法及装置 | |
WO2021129908A1 (en) | Masking tonal noise from a wind turbine |
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 |