CN113933393B - 一种基于电磁超声与3d相控阵的螺栓监测系统 - Google Patents
一种基于电磁超声与3d相控阵的螺栓监测系统 Download PDFInfo
- Publication number
- CN113933393B CN113933393B CN202111206115.2A CN202111206115A CN113933393B CN 113933393 B CN113933393 B CN 113933393B CN 202111206115 A CN202111206115 A CN 202111206115A CN 113933393 B CN113933393 B CN 113933393B
- Authority
- CN
- China
- Prior art keywords
- bolt
- data
- module
- imaging
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 86
- 238000003384 imaging method Methods 0.000 claims abstract description 82
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000003745 diagnosis Methods 0.000 claims abstract description 44
- 238000007405 data analysis Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000012423 maintenance Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 210000001503 joint Anatomy 0.000 claims abstract description 8
- 238000010276 construction Methods 0.000 claims abstract description 6
- 238000002604 ultrasonography Methods 0.000 claims abstract description 6
- 238000006073 displacement reaction Methods 0.000 claims description 44
- 230000007547 defect Effects 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 32
- 230000010354 integration Effects 0.000 claims description 19
- 238000010219 correlation analysis Methods 0.000 claims description 10
- 239000000523 sample Substances 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 8
- 238000013499 data model Methods 0.000 claims description 7
- 238000004445 quantitative analysis Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000001939 inductive effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000013480 data collection Methods 0.000 abstract description 2
- 230000009897 systematic effect Effects 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000010191 image analysis Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于电磁超声与3D相控阵的螺栓监测系统及方法，包括成像采集单元，成像采集单元与成像分析单元对接，成像分析单元与损伤数据分析单元对接，成像采集单元用于采集叶根螺栓数据，进行螺栓成像，并将采集的螺栓成像数据发送到成像分析单元中，成像分析单元用于接收成像采集单元发送的螺纹成像数据，做出螺纹损伤情况的分析，本发明涉及风电机组监测技术领域。该基于电磁超声与3D相控阵的螺栓监测系统及方法，集成螺栓数据采集系统、螺栓损伤数据分析、螺栓故障诊断和处理的系统性体系结构，实现螺栓损伤的数据收集与分析，从而制定相关的螺栓施工工艺、运行维护操作规范，以减少运维工作量及运维次数。
Description
技术领域
本发明涉及风电机组监测技术领域，具体为一种基于电磁超声与3D相控阵的螺栓监测系统。
背景技术
风电发电机组中最主要的固定连接方式就是螺栓连接，成千上万螺栓的质量将直接影响风力发电机组运行的安全性及可靠性，由于风电螺栓规格种类多，数量庞大，因此，选择一种快速有效的螺栓在役质量检测方法是保障风力发电机组安全运行的重要手段。
关于针对风电机组叶根螺栓的松动、断裂问题，目前市场上没有成熟可靠、易批量化实施的解决方案，因此研究叶根螺栓松动的机理，开发低成本高可靠的叶根螺栓损伤监测系统，建立规范的叶根螺栓运维标准具有极其重要的意义，为此，特提供一种基于电磁超声与3D相控阵的螺栓监测系统，通过螺栓成像和叶根螺栓轴力的监测，通过建立螺栓故障监测、诊断和处理的运维操作规范，以减少运维工作量及运维次数，降低运维成本，提高机组可靠性。
发明内容
针对现有技术的不足，本发明提供了一种基于电磁超声与3D相控阵的螺栓监测系统，解决了上述的问题。
为实现上述目的，本发明提供了如下技术方案：一种基于电磁超声与3D相控阵的螺栓监测系统，包括成像采集单元，所述成像采集单元与成像分析单元对接，所述成像分析单元与损伤数据分析单元对接，所述成像采集单元用于采集叶根螺栓数据，进行螺栓成像，并将采集的螺栓成像数据发送到成像分析单元中，所述成像分析单元用于接收成像采集单元发送的螺纹成像数据，做出螺纹损伤情况的分析，并将分析数据传输到损伤数据分析单元中，所述损伤数据分析单元分别与螺栓轴力监测单元、监测报警单元和故障诊断处理单元对接，所述螺栓轴力监测单元用于通过电磁超声波技术实现螺栓轴力大小监测，实现预紧力数值读取，并将轴力和预紧力数据传输到损伤数据分析单元中，所述监测报警单元用于监测两个螺栓法兰的相对位移，并采集叶片的频率变化，并基于相对位移数值进行预警，将相对位移数据发送到损伤数据分析单元中，所述损伤数据分析单元接收到成像分析单元、螺栓轴力监测单元和监测报警单元发送的数据后，进行数据集成，用于分析对应数据之间的相关性，并将数据之间的相关性发送到故障诊断处理单元中，用于搭建故障模型和诊断模型。
本发明进一步设置为：所述成像采集单元具体包括全聚焦成像检测模块和孔径成像模块；
所述全聚焦成像检测模块用于自定义目标检测区域的位置和大小，实现对于螺栓的实时全聚焦成像检测；
所述孔径成像模块采用原始全矩阵FMC的对角线数据，用于实现螺栓的合成孔SAFT成像。
本发明进一步设置为：所述成像分析单元具体包括缺陷重构模块、检测集成模块、定位定量分析模块和离线分析模块；
所述缺陷重构模块通过内置多种特殊缺陷的全聚焦重构模型，实现图像化重构螺栓内部各种异型缺陷的真实形状，用于确定螺栓的缺陷情况；
所述检测集成模块集成线阵、面阵、DLA双线阵及DMA双面阵探头，用于支持线阵、面阵、DLA双线阵及DMA双面阵探头实现材料的3D实时全聚焦成像检测；
所述定位定量分析模块用于根据缺陷重构模块实现螺栓缺陷的具体定位，并生成报表格式的检测报告；
所述离线分析模块采用3D全聚焦离线分析软件，支持3D型显示及B、C、D投影视图显示，用于提供离线情况下图像数据的可视化分析。
本发明进一步设置为：所述离线分析模块不仅用于展示同一机组的历史数据分析，还用于不同机组的相同工况的数据对比分析。
本发明进一步设置为：所述损伤数据分析单元具体包括数据集成模块和相关性分析模块；
所述数据集成模块用于集成螺栓缺陷位置、预紧力大小、叶片频率和法兰相对位移数据，并分别进行分类归纳整理；
所述相关性分析模块基于数据集成模块集成的多种数据信息，进行不同种类相关性的分析。
本发明进一步设置为：所述监测报警单元具体包括相对位移监测模块、数据对比模块和异常报警模块；
所述相对位移监测模块通过安装在两个螺栓法兰上安装高精度位移传感器，在法兰受到工作载荷作用时，两个法兰轴向会产生一定相对位移，且螺栓松动后，法兰轴向相对位移会明显增大，用于实时监测法兰间隙，同时采集叶片的频率变化；
所述数据对比模块用于存储法兰间隙标准值，作为报警阈值，在相对位移监测模块监测的法兰间隙值大于报警阈值时，向异常报警模块发送报警信号；
所述异常报警模块用于接收异常报警模块发送的报警信息，并向故障诊断处理单元发送报警信息。
本发明进一步设置为：所述故障诊断处理单元具体包括故障模型搭建模块和诊断模型搭建模块；
所述故障模型搭建模块用于接收损伤数据分析单元传递的数据信息，并建立螺栓预紧力衰减松动与叶片连接法兰间隙动态变化相关性的大数据模型，用于形成一套法兰连接螺栓的在线监测及故障诊断方法；
所述诊断模型搭建模块基于故障模型搭建模块形成的在线监测及故障诊断方法，积累大量监测数据，建立基于叶片振动、及外载变化模态图谱和法兰连接间隙数据的故障诊断模型，用于减少运维工作量及运维次数。
本发明还公开了一种基于电磁超声与3D相控阵的螺栓监测方法，具体包括以下步骤：
步骤一、图像获取：通过3D全聚焦超声相控阵成像技术，将探头置于螺栓端部，采集被检测螺栓内部所有信息，通过原始全矩阵FMC的对角线数据实现螺栓的合成孔SAFT成像，实时显示检测螺栓的三维立体检测图像；
步骤二、成像分析：采集多种特殊缺陷的全聚焦TFM重构模型，通过与步骤一中获得的螺栓图像进行对比的方式，确定图像化重构被检螺栓内部各种异型缺陷的真实形状，并根据缺陷所在位置，生成报表格式的检测报告，同时利用3D全聚焦离线分析软件，进行3D型显示及B、C、D投影视图显示，提供离线情况下图像数据的可视化分析；
步骤三、轴力监测：利用螺栓液压或者电动施工工具，结合超声波螺栓伸长量测量工具控制，实现螺栓轴力控制，从而获得高精度的螺栓预紧力；
步骤四、位移监测：将高精度位移传感器的两端分别安装在两个螺栓法兰上，利用叶根法兰受到工作载荷作用时，两个法兰轴向会产生一定相对位移，且螺栓松动后，法兰轴向相对位移会明显增大的原理，实时监测法兰间隙，同时采集叶片的频率变化；
步骤五、诊断处理：收集步骤三中获得的螺栓预紧力、步骤四中的叶片频率变化和步骤二中螺栓的缺陷位置信息，做出相关性分析后，建立叶片螺栓预紧力衰减松动与叶片连接法兰间隙动态变化相关性的大数据模型，形成一套高精度、高可靠性的叶片法兰连接螺栓在线监测及故障诊断方法，并积累大量监测数据，建立基于叶片振动、及外载变化模态图谱和法兰连接间隙数据的故障诊断模型。
本发明提供了一种基于电磁超声与3D相控阵的螺栓监测系统。具备以下有益效果：
（1）该基于电磁超声与3D相控阵的螺栓监测系统，通过高精度螺栓探伤采集信号与螺栓轴力变化的映射关系，结合机组风速、转速、功率、偏航位置等变量，研究螺栓损伤描述的特征参数，探索螺栓损伤与采集信号之间的映射关系，并探究不同失效形式对表征模型敏感性，包括有无损伤、损伤位置、损伤程度等，为故障和诊断模型的搭建提供资料支撑。
（2）该基于电磁超声与3D相控阵的螺栓监测系统，通过根据不同螺栓连接电磁超声技术对螺栓进行检测，利用逆效应把工件中的超声波转化为电磁波作为接收信号，从而测量螺栓轴力值，因为螺栓预紧力大小决定螺栓的使用寿命，探测预紧力大小，对螺栓损伤研究至关重要。
（3）该基于电磁超声与3D相控阵的螺栓监测系统，通过集成螺栓数据采集系统、螺栓损伤数据分析、螺栓故障诊断和处理的系统性体系结构，实现螺栓损伤的数据收集与分析。
（4）该基于电磁超声与3D相控阵的螺栓监测系统，通过建立故障和诊断模型，制定相关的螺栓施工工艺、运行维护操作规范，以减少运维工作量及运维次数，对在役机组的叶根螺栓，通过现场测量轴力值再施工，实现以检代修、代换的运维策略，避免对轴力正常的螺栓产生损伤，其次对需要复拧的螺栓，采用轴力法施工，以恢复设计规定的预紧力，避免扭矩反复拧操作产生较大的螺栓预紧力偏差，再次，通过螺栓监测系统，判定螺栓连接的有效性，制定维护计划，避免无效复拧对螺栓的损伤，同时实现运维成本的降低。
附图说明
图1为本发明的系统原理框图；
图2为本发明成像采集单元的系统原理框图；
图3为本发明成像分析单元的系统原理框图；
图4为本发明损伤数据分析单元的系统原理框图；
图5为本发明监测报警单元的系统原理框图；
图6为本发明故障诊断处理单元的系统原理框图。
图中，1、成像采集单元；2、成像分析单元；3、损伤数据分析单元；4、螺栓轴力监测单元；5、监测报警单元；6、故障诊断处理单元；7、全聚焦成像检测模块；8、孔径成像模块；9、缺陷重构模块；10、检测集成模块；11、定位定量分析模块；12、离线分析模块；13、诊断模型搭建模块；14、数据集成模块；15、相关性分析模块；16、相对位移监测模块；17、数据对比模块；18、异常报警模块；19、故障模型搭建模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-6，本发明实施例提供一种技术方案：一种基于电磁超声与3D相控阵的螺栓监测系统，包括成像采集单元1，成像采集单元1用于采集叶根螺栓数据，进行螺栓成像，并将采集的螺栓成像数据发送到成像分析单元2中，具体的，如附图2所示，成像采集单元1具体包括全聚焦成像检测模块7和孔径成像模块8；
全聚焦成像检测模块7用于自定义目标检测区域的位置和大小，实现对于螺栓的实时全聚焦成像检测；
孔径成像模块8采用原始全矩阵FMC的对角线数据，用于实现螺栓的合成孔SAFT成像。
作为优选方案，成像采集单元1与成像分析单元2对接，成像分析单元2用于接收成像采集单元1发送的螺纹成像数据，做出螺纹损伤情况的分析，并将分析数据传输到损伤数据分析单元3中，具体的，如附图3所示，成像分析单元2具体包括缺陷重构模块9、检测集成模块10、定位定量分析模块11和离线分析模块12；
缺陷重构模块9通过内置多种特殊缺陷的全聚焦重构模型，实现图像化重构螺栓内部各种异型缺陷的真实形状，用于确定螺栓的缺陷情况；
检测集成模块10集成线阵、面阵、DLA双线阵及DMA双面阵探头，用于支持线阵、面阵、DLA双线阵及DMA双面阵探头实现材料的3D实时全聚焦成像检测；
定位定量分析模块11用于根据缺陷重构模块9实现螺栓缺陷的具体定位，并生成报表格式的检测报告；
离线分析模块12采用3D全聚焦离线分析软件，支持3D型显示及B、C、D投影视图显示，用于提供离线情况下图像数据的可视化分析，需要说明的是，离线分析模块12不仅用于展示同一机组的历史数据分析，还用于不同机组的相同工况的数据对比分析。
作为优选方案，成像分析单元2与损伤数据分析单元3对接，损伤数据分析单元3分别与螺栓轴力监测单元4、监测报警单元5和故障诊断处理单元6对接，螺栓轴力监测单元4用于通过电磁超声波技术实现螺栓轴力大小监测，实现预紧力数值读取，并将轴力和预紧力数据传输到损伤数据分析单元3中。
作为优选方案，监测报警单元5用于监测两个螺栓法兰的相对位移，并采集叶片的频率变化，并基于相对位移数值进行预警，将相对位移数据发送到损伤数据分析单元3中，具体的，如附图5所示，监测报警单元5具体包括相对位移监测模块16、数据对比模块17和异常报警模块18；
相对位移监测模块16通过安装在两个螺栓法兰上安装高精度位移传感器，在法兰受到工作载荷作用时，两个法兰轴向会产生一定相对位移，且螺栓松动后，法兰轴向相对位移会明显增大，用于实时监测法兰间隙，同时采集叶片的频率变化；
数据对比模块17用于存储法兰间隙标准值，作为报警阈值，在相对位移监测模块16监测的法兰间隙值大于报警阈值时，向异常报警模块18发送报警信号；
异常报警模块18用于接收异常报警模块18发送的报警信息，并向故障诊断处理单元6发送报警信息。
作为优选方案，损伤数据分析单元3接收到成像分析单元2、螺栓轴力监测单元4和监测报警单元5发送的数据后，进行数据集成，用于分析对应数据之间的相关性，具体的，如附图4所示，损伤数据分析单元3具体包括数据集成模块14和相关性分析模块15；
数据集成模块14用于集成螺栓缺陷位置、预紧力大小、叶片频率和法兰相对位移数据，并分别进行分类归纳整理；
相关性分析模块15基于数据集成模块14集成的多种数据信息，进行不同种类相关性的分析。
作为优选方案，损伤数据分析单元3将数据之间的相关性发送到故障诊断处理单元6中，用于搭建故障模型和诊断模型，具体的，如附图6所示，故障诊断处理单元6具体包括故障模型搭建模块19和诊断模型搭建模块13；
故障模型搭建模块19用于接收损伤数据分析单元3传递的数据信息，并建立螺栓预紧力衰减松动与叶片连接法兰间隙动态变化相关性的大数据模型，用于形成一套法兰连接螺栓的在线监测及故障诊断方法；
诊断模型搭建模块13基于故障模型搭建模块19形成的在线监测及故障诊断方法，积累大量监测数据，建立基于叶片振动、及外载变化模态图谱和法兰连接间隙数据的故障诊断模型，用于减少运维工作量及运维次数。
上述的一种基于电磁超声与3D相控阵的螺栓监测方法，具体包括以下步骤：
步骤一、图像获取：通过3D全聚焦超声相控阵成像技术，将探头置于螺栓端部，采集被检测螺栓内部所有信息，通过原始全矩阵FMC的对角线数据实现螺栓的合成孔SAFT成像，实时显示检测螺栓的三维立体检测图像；
步骤二、成像分析：采集多种特殊缺陷的全聚焦TFM重构模型，通过与步骤一中获得的螺栓图像进行对比的方式，确定图像化重构被检螺栓内部各种异型缺陷的真实形状，并根据缺陷所在位置，生成报表格式的检测报告，同时利用3D全聚焦离线分析软件，进行3D型显示及B、C、D投影视图显示，提供离线情况下图像数据的可视化分析；
步骤三、轴力监测：利用螺栓液压或者电动施工工具，结合超声波螺栓伸长量测量工具控制，实现螺栓轴力控制，从而获得高精度的螺栓预紧力；
步骤四、位移监测：将高精度位移传感器的两端分别安装在两个螺栓法兰上，利用叶根法兰受到工作载荷作用时，两个法兰轴向会产生一定相对位移，且螺栓松动后，法兰轴向相对位移会明显增大的原理，实时监测法兰间隙，同时采集叶片的频率变化；
步骤五、诊断处理：收集步骤三中获得的螺栓预紧力、步骤四中的叶片频率变化和步骤二中螺栓的缺陷位置信息，做出相关性分析后，建立叶片螺栓预紧力衰减松动与叶片连接法兰间隙动态变化相关性的大数据模型，形成一套高精度、高可靠性的叶片法兰连接螺栓在线监测及故障诊断方法，并积累大量监测数据，建立基于叶片振动、及外载变化模态图谱和法兰连接间隙数据的故障诊断模型。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种基于电磁超声与3D相控阵的螺栓监测系统，其特征在于：包括成像采集单元（1），所述成像采集单元（1）与成像分析单元（2）对接，所述成像分析单元（2）与损伤数据分析单元（3）对接，所述成像采集单元（1）用于采集叶根螺栓数据，进行螺栓成像，并将采集的螺栓成像数据发送到成像分析单元（2）中，所述成像分析单元（2）用于接收成像采集单元（1）发送的螺纹成像数据，做出螺纹损伤情况的分析，并将分析数据传输到损伤数据分析单元（3）中，所述损伤数据分析单元（3）分别与螺栓轴力监测单元（4）、监测报警单元（5）和故障诊断处理单元（6）对接，所述螺栓轴力监测单元（4）用于通过电磁超声波技术实现螺栓轴力大小监测，实现预紧力数值读取，并将轴力和预紧力数据传输到损伤数据分析单元（3）中，所述监测报警单元（5）用于监测两个螺栓法兰的相对位移，并采集叶片的频率变化，并基于相对位移数值进行预警，将相对位移数据发送到损伤数据分析单元（3）中，所述损伤数据分析单元（3）接收到成像分析单元（2）、螺栓轴力监测单元（4）和监测报警单元（5）发送的数据后，进行数据集成，用于分析对应数据之间的相关性，并将数据之间的相关性发送到故障诊断处理单元（6）中，用于搭建故障模型和诊断模型；
所述成像采集单元（1）具体包括全聚焦成像检测模块（7）和孔径成像模块（8）；
所述全聚焦成像检测模块（7）用于自定义目标检测区域的位置和大小，实现对于螺栓的实时全聚焦成像检测；
所述孔径成像模块（8）采用原始全矩阵FMC的对角线数据，用于实现螺栓的合成孔SAFT成像；
所述成像分析单元（2）具体包括缺陷重构模块（9）、检测集成模块（10）、定位定量分析模块（11）和离线分析模块（12）；
所述缺陷重构模块（9）通过内置多种特殊缺陷的全聚焦重构模型，实现图像化重构螺栓内部各种异型缺陷的真实形状，用于确定螺栓的缺陷情况；
所述检测集成模块（10）集成线阵、面阵、DLA双线阵及DMA双面阵探头，用于支持线阵、面阵、DLA双线阵及DMA双面阵探头实现材料的3D实时全聚焦成像检测；
所述定位定量分析模块（11）用于根据缺陷重构模块（9）实现螺栓缺陷的具体定位，并生成报表格式的检测报告；
所述离线分析模块（12）采用3D全聚焦离线分析软件，支持3D型显示及B、C、D投影视图显示，用于提供离线情况下图像数据的可视化分析；
所述损伤数据分析单元（3）具体包括数据集成模块（14）和相关性分析模块（15）；
所述数据集成模块（14）用于集成螺栓缺陷位置、预紧力大小、叶片频率和法兰相对位移数据，并分别进行分类归纳整理；
所述相关性分析模块（15）基于数据集成模块（14）集成的多种数据信息，进行不同种类相关性的分析；
所述监测报警单元（5）具体包括相对位移监测模块（16）、数据对比模块（17）和异常报警模块（18）；
所述相对位移监测模块（16）通过安装在两个螺栓法兰上安装高精度位移传感器，在法兰受到工作载荷作用时，两个法兰轴向会产生一定相对位移，且螺栓松动后，法兰轴向相对位移会明显增大，用于实时监测法兰间隙，同时采集叶片的频率变化；
所述数据对比模块（17）用于存储法兰间隙标准值，作为报警阈值，在相对位移监测模块（16）监测的法兰间隙值大于报警阈值时，向异常报警模块（18）发送报警信号；
所述异常报警模块（18）用于接收异常报警模块（18）发送的报警信息，并向故障诊断处理单元（6）发送报警信息；
所述故障诊断处理单元（6）具体包括故障模型搭建模块（19）和诊断模型搭建模块（13）；
所述故障模型搭建模块（19）用于接收损伤数据分析单元（3）传递的数据信息，并建立螺栓预紧力衰减松动与叶片连接法兰间隙动态变化相关性的大数据模型，用于形成一套法兰连接螺栓的在线监测及故障诊断方法；
所述诊断模型搭建模块（13）基于故障模型搭建模块（19）形成的在线监测及故障诊断方法，积累大量监测数据，建立基于叶片振动、及外载变化模态图谱和法兰连接间隙数据的故障诊断模型，用于减少运维工作量及运维次数。
2.根据权利要求1所述的一种基于电磁超声与3D相控阵的螺栓监测系统，其特征在于：所述离线分析模块（12）不仅用于展示同一机组的历史数据分析，还用于不同机组的相同工况的数据对比分析。
3.根据权利要求2所述的一种基于电磁超声与3D相控阵的螺栓监测系统，其特征在于：系统的使用方法包括以下步骤：
步骤一、图像获取：通过3D全聚焦超声相控阵成像技术，将探头置于螺栓端部，采集被检测螺栓内部所有信息，通过原始全矩阵FMC的对角线数据实现螺栓的合成孔SAFT成像，实时显示检测螺栓的三维立体检测图像；
步骤二、成像分析：采集多种特殊缺陷的全聚焦TFM重构模型，通过与步骤一中获得的螺栓图像进行对比的方式，确定图像化重构被检螺栓内部各种异型缺陷的真实形状，并根据缺陷所在位置，生成报表格式的检测报告，同时利用3D全聚焦离线分析软件，进行3D型显示及B、C、D投影视图显示，提供离线情况下图像数据的可视化分析；
步骤三、轴力监测：利用螺栓液压或者电动施工工具，结合超声波螺栓伸长量测量工具控制，实现螺栓轴力控制，从而获得高精度的螺栓预紧力；
步骤四、位移监测：将高精度位移传感器的两端分别安装在两个螺栓法兰上，利用叶根法兰受到工作载荷作用时，两个法兰轴向会产生一定相对位移，且螺栓松动后，法兰轴向相对位移会明显增大的原理，实时监测法兰间隙，同时采集叶片的频率变化；
步骤五、诊断处理：收集步骤三中获得的螺栓预紧力、步骤四中的叶片频率变化和步骤二中螺栓的缺陷位置信息，做出相关性分析后，建立叶片螺栓预紧力衰减松动与叶片连接法兰间隙动态变化相关性的大数据模型，形成一套高精度、高可靠性的叶片法兰连接螺栓在线监测及故障诊断方法，并积累大量监测数据，建立基于叶片振动、及外载变化模态图谱和法兰连接间隙数据的故障诊断模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111206115.2A CN113933393B (zh) | 2021-10-16 | 2021-10-16 | 一种基于电磁超声与3d相控阵的螺栓监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111206115.2A CN113933393B (zh) | 2021-10-16 | 2021-10-16 | 一种基于电磁超声与3d相控阵的螺栓监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113933393A CN113933393A (zh) | 2022-01-14 |
| CN113933393B true CN113933393B (zh) | 2024-04-02 |
Family
ID=79279661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111206115.2A Active CN113933393B (zh) | 2021-10-16 | 2021-10-16 | 一种基于电磁超声与3d相控阵的螺栓监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113933393B (zh) |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04134230A (ja) * | 1990-09-27 | 1992-05-08 | Kansai Electric Power Co Inc:The | ボルト軸力の測定法及び測定装置 |
| JPH05203514A (ja) * | 1992-01-23 | 1993-08-10 | Sakai Eng Kk | 超音波によるボルト軸力の測定法及び装置 |
| JP2002277336A (ja) * | 2001-03-15 | 2002-09-25 | Tokyo Gas Co Ltd | 低温下におけるボルトの軸力測定方法とその装置 |
| JP2003227768A (ja) * | 2002-02-04 | 2003-08-15 | Toho Gas Co Ltd | ボルト軸力の測定装置 |
| JP2005077298A (ja) * | 2003-09-02 | 2005-03-24 | Ebara Corp | 電磁超音波探触子、導電性材料の損傷進行度合評価方法及び損傷進行度合評価装置、締結ボルトやリベットの軸力測定方法及び軸力測定装置 |
| KR100954090B1 (ko) * | 2009-10-27 | 2010-04-23 | 주식회사 위다스 | 풍력발전설비 상태감시시스템 |
| CN102565192A (zh) * | 2010-12-17 | 2012-07-11 | 华东电力试验研究院有限公司 | 水轮发电机的螺栓的检测系统及其检测方法 |
| CN204855454U (zh) * | 2015-07-30 | 2015-12-09 | 龙源（北京）风电工程技术有限公司 | 一种高强螺栓缺陷检测装置 |
| 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 |
| WO2017108051A1 (en) * | 2015-12-21 | 2017-06-29 | Kk Wind Solutions A/S | Ultrasonic bolt monitoring |
| CN108375433A (zh) * | 2018-02-28 | 2018-08-07 | 北京金风慧能技术有限公司 | 基于电磁超声技术检测螺栓的轴力的方法和设备 |
| CN109781332A (zh) * | 2019-01-08 | 2019-05-21 | 中国大唐集团新能源科学技术研究院有限公司 | 基于轴力和伸长量控制螺栓预紧力的方法 |
| KR20190128966A (ko) * | 2018-05-09 | 2019-11-19 | 한국수력원자력 주식회사 | 배플포머볼트의 초음파 검사 장치 및 이를 이용한 배플포머볼트의 검사 방법 |
| 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 |
| US10724857B1 (en) * | 2018-11-09 | 2020-07-28 | Smart Wires Inc. | Real-time bolt monitoring system |
| CN111852791A (zh) * | 2020-07-30 | 2020-10-30 | 国电龙源江永风力发电有限公司 | 一种风力发电机组法兰连接螺栓断裂定位预警方法 |
| CN112014470A (zh) * | 2020-09-04 | 2020-12-01 | 山东大学 | 一种螺栓连接状态定量评估方法及系统 |
| CN112539866A (zh) * | 2020-11-20 | 2021-03-23 | 北京艾法斯特科技发展有限公司 | 一种基于视觉深度学习的螺栓轴力监测系统及监测方法 |
| CN112580586A (zh) * | 2020-12-28 | 2021-03-30 | 北京唐智科技发展有限公司 | 一种检测螺栓故障的方法、装置和计算机可读存储介质 |
| CN113447255A (zh) * | 2021-06-29 | 2021-09-28 | 同济大学 | 基于无人机图像空间定位的螺栓节点松动检测方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170160243A1 (en) * | 2015-12-02 | 2017-06-08 | Broadsens Corp. | Device and System for Structural Health Monitoring |
| US11459875B2 (en) * | 2019-06-10 | 2022-10-04 | Sanvean Technologies Llc | Wireless integrated data recorder |
-
2021
- 2021-10-16 CN CN202111206115.2A patent/CN113933393B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04134230A (ja) * | 1990-09-27 | 1992-05-08 | Kansai Electric Power Co Inc:The | ボルト軸力の測定法及び測定装置 |
| JPH05203514A (ja) * | 1992-01-23 | 1993-08-10 | Sakai Eng Kk | 超音波によるボルト軸力の測定法及び装置 |
| JP2002277336A (ja) * | 2001-03-15 | 2002-09-25 | Tokyo Gas Co Ltd | 低温下におけるボルトの軸力測定方法とその装置 |
| JP2003227768A (ja) * | 2002-02-04 | 2003-08-15 | Toho Gas Co Ltd | ボルト軸力の測定装置 |
| JP2005077298A (ja) * | 2003-09-02 | 2005-03-24 | Ebara Corp | 電磁超音波探触子、導電性材料の損傷進行度合評価方法及び損傷進行度合評価装置、締結ボルトやリベットの軸力測定方法及び軸力測定装置 |
| KR100954090B1 (ko) * | 2009-10-27 | 2010-04-23 | 주식회사 위다스 | 풍력발전설비 상태감시시스템 |
| CN102565192A (zh) * | 2010-12-17 | 2012-07-11 | 华东电力试验研究院有限公司 | 水轮发电机的螺栓的检测系统及其检测方法 |
| CN204855454U (zh) * | 2015-07-30 | 2015-12-09 | 龙源（北京）风电工程技术有限公司 | 一种高强螺栓缺陷检测装置 |
| WO2017108051A1 (en) * | 2015-12-21 | 2017-06-29 | Kk Wind Solutions A/S | Ultrasonic bolt monitoring |
| 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 |
| CN108375433A (zh) * | 2018-02-28 | 2018-08-07 | 北京金风慧能技术有限公司 | 基于电磁超声技术检测螺栓的轴力的方法和设备 |
| KR20190128966A (ko) * | 2018-05-09 | 2019-11-19 | 한국수력원자력 주식회사 | 배플포머볼트의 초음파 검사 장치 및 이를 이용한 배플포머볼트의 검사 방법 |
| US10724857B1 (en) * | 2018-11-09 | 2020-07-28 | Smart Wires Inc. | Real-time bolt monitoring system |
| CN109781332A (zh) * | 2019-01-08 | 2019-05-21 | 中国大唐集团新能源科学技术研究院有限公司 | 基于轴力和伸长量控制螺栓预紧力的方法 |
| 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 |
| CN111852791A (zh) * | 2020-07-30 | 2020-10-30 | 国电龙源江永风力发电有限公司 | 一种风力发电机组法兰连接螺栓断裂定位预警方法 |
| CN112014470A (zh) * | 2020-09-04 | 2020-12-01 | 山东大学 | 一种螺栓连接状态定量评估方法及系统 |
| CN112539866A (zh) * | 2020-11-20 | 2021-03-23 | 北京艾法斯特科技发展有限公司 | 一种基于视觉深度学习的螺栓轴力监测系统及监测方法 |
| CN112580586A (zh) * | 2020-12-28 | 2021-03-30 | 北京唐智科技发展有限公司 | 一种检测螺栓故障的方法、装置和计算机可读存储介质 |
| CN113447255A (zh) * | 2021-06-29 | 2021-09-28 | 同济大学 | 基于无人机图像空间定位的螺栓节点松动检测方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| 在役奥氏体不锈钢螺栓的超声相控阵检测;康小伟;张雯雯;何仁洋;陈金忠;;无损检测(07);全文 * |
| 基于3/2维谱的螺栓松动非线性检测及定位;武金;屈文忠;肖黎;;振动与冲击;20200315(05);全文 * |
| 时频图像特征和SVDD的锚固螺杆松动故障诊断;常贵春;叶俊勇;;烟台大学学报(自然科学与工程版);20170115(01);全文 * |
| 特种设备在役螺栓超声相控阵检测成像影响因素;薛利杰;刘晴岩;方雨;左延田;严晓东;;无损检测(07);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113933393A (zh) | 2022-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109406036A (zh) | 在线监测风力发电机螺栓紧固应力的系统及方法 | |
| CN205260225U (zh) | 一种风机综合健康状态远程集中监测系统 | |
| CN103343728A (zh) | 风力发电机组远程在线多模式健康状态监测与故障诊断系统 | |
| CN112267981A (zh) | 用于监测螺栓松动状态的监测装置及监测方法、风电机组 | |
| CN108331718A (zh) | 风电机组偏航系统在线监测机构及故障诊断系统和方法 | |
| CN111509847A (zh) | 一种电网机组状态的智能检测系统及方法 | |
| CN102495320A (zh) | 变压器运行异常动态监测系统及在线监测方法 | |
| CN101590981A (zh) | 大型铸造起重机监测与故障报警系统 | |
| CN112000654B (zh) | 一种高速铁路大风监测数据质量控制方法和装置 | |
| CN111946559A (zh) | 一种风机基础和塔架结构检测方法 | |
| CN214247578U (zh) | 一种风机螺栓状态智能监控系统 | |
| CN107448362A (zh) | 回转支承轴承的状态监测方法、装置及风力发电机组 | |
| CN211062177U (zh) | 一种基于bim技术的特种设备监测系统 | |
| CN113933393B (zh) | 一种基于电磁超声与3d相控阵的螺栓监测系统 | |
| CN101504309A (zh) | 往复机械振动信号的分析方法 | |
| CN203965033U (zh) | 一种悬臂式掘进机主轴振动运行状态监测装置 | |
| CN110905736A (zh) | 一种风机运行监控系统 | |
| CN214247577U (zh) | 用于监测螺栓松动状态的监测装置、风电机组 | |
| CN113237513A (zh) | 动设备故障诊断系统及其方法 | |
| CN111157265B (zh) | 一种皮带采样头故障监测装置和故障预警的诊断方法 | |
| CN209148192U (zh) | 风力发电机螺栓紧固应力监测系统 | |
| CN211230719U (zh) | 一种风机运行监控系统 | |
| CN113323803B (zh) | 一种基于风机动态控制的变桨轴承检测方法 | |
| CN113125564A (zh) | 一种风机塔筒早期损伤的在线检测方法 | |
| CN206017062U (zh) | 一种用于风电机组的声发射检测装置 |
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 |