CN116877358A - 一种风力发电机组振动监测分析系统 - Google Patents
一种风力发电机组振动监测分析系统 Download PDFInfo
- Publication number
- CN116877358A CN116877358A CN202311146367.XA CN202311146367A CN116877358A CN 116877358 A CN116877358 A CN 116877358A CN 202311146367 A CN202311146367 A CN 202311146367A CN 116877358 A CN116877358 A CN 116877358A
- Authority
- CN
- China
- Prior art keywords
- vibration
- generating set
- wind generating
- blades
- blade
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 129
- 238000004458 analytical method Methods 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims description 61
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000006073 displacement reaction Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 2
- 230000015556 catabolic process Effects 0.000 abstract 1
- 238000006731 degradation reaction Methods 0.000 abstract 1
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
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)
- Wind Motors (AREA)
Abstract
本发明涉及风力发电机组振动监测分析领域,具体公开一种风力发电机组振动监测分析系统,本发明通过获取叶片、机舱和塔架的结构信息,分析得到叶片、机舱和塔架的振动影响系数,综合考虑影响风电机组振动的因素,对风电机组振动的分析结果进行校正;获取叶片、机舱和塔架的振动曲线,分析叶片、机舱和塔架的振动比例系数,借助曲线图像对振动数据进行动态化、趋势化分析;根据叶片、机舱和塔架的振动影响系数和振动比例系数,分析叶片、机舱和塔架的振动超限指数;通过实时振动数据监测,能够发现风电机组早期故障,避免劣化为更严重的故障,降低维护成本,提高风电机组运行的可靠性和稳定性。
Description
技术领域
本发明涉及风力发电机组振动监测分析领域,涉及到一种风力发电机组振动监测分析系统。
背景技术
风电机组运行异常必然伴随着振动,所以风电机组的振动状况是判定风电机组故障的重要指标,振动在控制范围之内,不会造成太大的影响,但是振动超标不仅产生噪音和损伤设备部件,而且会加剧结构疲劳,缩短使用寿命,使得风电机组工作性能降低,甚至无法正常工作,严重时可能造成安全事故,因此,对风电机组的振动进行监测分析具有现实意义。
现有的风电机组振动监测分析方法相对比较简单,分析和诊断的功能也较弱,存在一些不足:一方面,现有方法大都从风电机组整体的角度去监测分析振动,没有对风电机组进行拆分,得到容易产生振动的关键部位并分别进行振动方面的监测分析,从而使得现有方法的针对性和准确性不足,且在风电机组异常振动时,无法查找风电机组振动超标的原因和异常振动的部位,不利于风电机组的故障排查。
一方面,现有方法分析风电机组振动时仅基于振动相关的监测数据,没有综合考虑其他影响风电机组振动的因素,如风电机组的结构,当风电机组结构发生变形或者位置不对中,会使得风电机组中部件受力不均或者产生摩擦,进而使风电机组产生振动或者加剧风电机组的振动。
另一方面,现有方法在获取如振动位移等振动数据之后,将振动数据与设定的阈值进行比较,进而判断风电机组振动是否异常,该种数据处理方式灵活性不足,没有借助曲线图像对振动数据进行动态化、趋势化分析,难以发现风电机组振动规律和精准捕捉振动异常点。
发明内容
针对上述问题,本发明提出了一种风力发电机组振动监测分析系统,实现对风力发电机组振动监测分析的功能。
本发明解决其技术问题采用的技术方案是:本发明提供一种风力发电机组振动监测分析系统,包括:风电机组结构信息获取模块:用于获取风力发电机组中叶片、机舱和塔架的结构信息,其中结构信息包括外观变形系数和位置偏移系数。
风电机组结构信息分析模块:用于根据风力发电机组中叶片、机舱和塔架的结构信息,分析得到风力发电机组中叶片、机舱和塔架的振动影响系数。
风电机组振动信息获取模块:用于获取监测周期内各工作时间段风力发电机组中叶片、机舱和塔架的振动曲线,分析监测周期内各工作时间段风力发电机组中叶片、机舱和塔架振动曲线的特征信息,其中特征信息包括最大振幅、平均振幅、最大振动频率和平均振动频率。
风电机组振动信息分析模块:用于根据监测周期内各工作时间段风力发电机组中叶片、机舱和塔架振动曲线的特征信息,分析风力发电机组中叶片、机舱和塔架的振动比例系数。
风电机组振动综合评估模块:用于根据风力发电机组中叶片、机舱和塔架的振动影响系数和振动比例系数,分析风力发电机组中叶片、机舱和塔架的振动超限指数,并进行处理。
数据库:用于存储风力发电机组中叶片、机舱和塔架的标准空间模型,并存储相邻两个叶片之间的标准夹角。
在上述实施例的基础上,所述风电机组结构信息获取模块中获取叶片的结构信息的具体过程包括:通过无人机携带的高清摄像头获取风力发电机组的各角度图像,构建风力发电机组的整体空间模型,进一步得到风力发电机组中各叶片的空间模型。
将风力发电机组中各叶片的空间模型与数据库中存储的风力发电机组中叶片的标准空间模型进行比对,得到风力发电机组中各叶片的空间模型与标准空间模型的重合度,将其记为,/>表示第/>个叶片的编号,/>。
通过分析公式得到风力发电机组中叶片的外观变形系数/>,其中/>表示预设的叶片空间模型重合度的阈值,/>表示风力发电机组中第/>个叶片的空间模型与标准空间模型的重合度。
在上述实施例的基础上,所述风电机组结构信息获取模块中获取叶片的结构信息的具体过程还包括::获取风力发电机组中各叶片的中心线与其相邻两个叶片的中心线之间的夹角,将其分别记为/>和/>。
通过分析公式得到风力发电机组中叶片的第一位置偏离系数/>,其中/>表示叶片的数量,/>表示数据库中存储的相邻两个叶片之间的标准夹角,/>表示预设的相邻两个叶片之间夹角的允许偏差。
:获取风力发电机组中各叶片的侧视图,进一步获取风力发电机组中各叶片的中心线与竖直基准线之间的夹角,将其记为/>,通过分析公式/>得到风力发电机组中叶片的第二位置偏离系数/>,其中/>表示预设的叶片中心线与竖直基准线之间的标准夹角,/>。
:通过分析公式/>得到风力发电机组中叶片的位置偏移系数/>,其中/>分别表示预设的叶片的第一位置偏离系数和第二位置偏离系数的权值。
在上述实施例的基础上,所述风电机组结构信息获取模块中获取机舱的结构信息的具体过程为:获取风力发电机组中机舱的外观变形系数,将其记为。
获取风力发电机组中机舱的侧视图,得到风力发电机组中机舱的中心线与水平基准线之间的夹角,将其记为,通过分析公式/>得到风力发电机组中机舱的位置偏移系数/>,其中/>表示预设的机舱中心线与水平基准线之间的标准夹角,/>。
在上述实施例的基础上,所述风电机组结构信息获取模块中获取塔架的结构信息的具体过程为:获取风力发电机组中塔架的外观变形系数,将其记为。
获取风力发电机组中塔架的侧视图,得到风力发电机组中塔架的中心线与水平地面之间的夹角,将其记为。
通过分析公式得到风力发电机组中塔架的位置偏移系数/>,其中/>表示预设的塔架中心线与水平地面之间的标准夹角,/>表示预设的塔架中心线与水平地面之间的夹角单位角度偏差对应的影响因子。
在上述实施例的基础上,所述风电机组结构信息分析模块的具体过程为:通过分析公式得到风力发电机组中叶片的振动影响系数/>,其中分别表示预设的叶片的外观变形系数和位置偏移系数的阈值,/>分别表示预设的叶片的外观变形系数和位置偏移系数的权重因子。
同理,根据风力发电机组中叶片的振动影响系数的分析方法,获取风力发电机组中机舱和塔架的振动影响系数,将其分别记为。
在上述实施例的基础上,所述风电机组振动信息获取模块的具体过程包括::设定监测周期的时长,获取监测周期内风力发电机组所在区域有风的各时间段,将其记为监测周期内各工作时间段。
按照预设的等时间间隔原则在监测周期内各工作时间段中设置各采样时间点。
按照预设的原则在风力发电机组中各叶片的表面布设检测点,通过振动传感器获取监测周期内各工作时间段中各采样时间点各叶片表面检测点的振动位移。
以采样时间点为横坐标,以振动位移为纵坐标建立参考坐标系,利用数学模型建立方法,绘制监测周期内各工作时间段各叶片表面检测点的振动曲线,进一步进行拟合,得到监测周期内各工作时间段风力发电机组中叶片的振动曲线。
:获取监测周期内各工作时间段风力发电机组中机舱和塔架的振动曲线。
在上述实施例的基础上,所述风电机组振动信息获取模块的具体过程还包括::将监测周期内各工作时间段风力发电机组中叶片的振动曲线记为监测周期内各工作时间段叶片的振动曲线。
:将监测周期内各工作时间段叶片的振动曲线中相邻两次波谷出现的时间点之间的时间间隔记为单个振动周期,统计得到监测周期内各工作时间段叶片振动曲线的各振动周期,并将监测周期内各工作时间段叶片振动曲线中各振动周期对应的曲线段记为监测周期内各工作时间段叶片振动曲线中各段振动波。
:获取监测周期内各工作时间段叶片振动曲线中各段振动波中波峰对应的振动位移,将其记为监测周期内各工作时间段叶片振动曲线中各段振动波的振幅。
根据监测周期内各工作时间段叶片振动曲线中各段振动波的振幅,分析得到监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振幅和平均振幅,并分别表示为和/>,/>表示第/>个工作时间段的编号,/>。
:根据监测周期内各工作时间段叶片振动曲线的各振动周期,得到监测周期内各工作时间段叶片振动曲线的各振动频率。
进一步分析得到监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振动频率和平均振动频率,并分别表示为和/>。
:获取监测周期内各工作时间段风力发电机组中机舱和塔架振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率,将其分别记为/>、/>、/>、/>和、/>、/>、/>。
在上述实施例的基础上,所述风电机组振动信息分析模块的具体分析过程为:获取监测周期内各工作时间段风力发电机组所在区域风力的方向和等级,进一步得到监测周期内各工作时间段叶片振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率的阈值,将其分别记为、/>、/>、/>。
通过分析公式得到风力发电机组中叶片的振动比例系数/>,其中/>表示预设的叶片的振动比例系数的修正因子,/>表示工作时间段的数量。
同理,根据风力发电机组中叶片的振动比例系数的分析方法,得到风力发电机组中机舱和塔架的振动比例系数,将其分别记为和/>。
在上述实施例的基础上,所述风电机组振动综合评估模块的具体过程为:通过分析公式得到风力发电机组中叶片的振动超限指数/>,其中/>表示预设的叶片振动超限指数的修正量,/>表示自然常数。
同理,根据风力发电机组中叶片的振动超限指数的分析方法,获取风力发电机组中机舱和塔架的振动超限指数。
将风力发电机组中叶片、机舱和塔架的振动超限指数分别与预设的振动超限指数阈值进行比较,若风力发电机组中叶片、机舱和塔架的振动超限指数均小于或等于与预设的振动超限指数阈值,则风力发电机组运行平稳,反之,则风力发电机组存在异常振动,获取风力发电机组异常振动的部位,将其发送至风力发电机组的监管部门。
相对于现有技术,本发明所述的一种风力发电机组振动监测分析系统以下有益效果:1.本发明通过对风电机组中容易产生振动的关键部位即叶片、机舱和塔架进行振动的监测分析,不仅能及时发现风电机组振动异常,而且能获取风电机组中异常振动的部位,有利于风电机组的故障排查。
2.本发明通过对风电机组中叶片、机舱和塔架的结构进行深入分析,获取风电机组中叶片、机舱和塔架的外观变形系数和位置偏移系数,进而得到风电机组中叶片、机舱和塔架的振动影响系数,从而对风电机组振动的分析结果进行校正完善。
3.本发明通过获取风力发电机组中叶片、机舱和塔架的振动曲线,分析风力发电机组中叶片、机舱和塔架振动曲线的振幅和振动频率等信息,进一步评估风电机组振动是否异常,借助曲线图像对振动数据进行动态化、趋势化分析,有利于发现风电机组振动规律和精准捕捉振动异常点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接图。
图2为本发明的叶片中心线与其相邻叶片中心线之间的夹角的示意图。
图3为本发明的叶片的中心线与竖直基准线之间的夹角的示意图。
图4为本发明的机舱的中心线与水平基准线之间的夹角的示意图。
图5为本发明的塔架的中心线与水平地面之间的夹角的示意图。
图6为本发明的振动曲线示意图。
附图标记:1.叶片;2.轮毂;3.导流罩;4.塔架;5.机舱;6.采样时间点;7.振动位移;8.波峰;9.波谷;10.振动周期;11.振幅。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1和图2所示,本发明提供一种风力发电机组振动监测分析系统,包括风电机组结构信息获取模块、风电机组结构信息分析模块、风电机组振动信息获取模块、风电机组振动信息分析模块、风电机组振动综合评估模块和数据库。
所述风电机组结构信息获取模块与风电机组结构信息分析模块连接,风电机组振动信息获取模块与风电机组振动信息分析模块连接,风电机组振动综合评估模块分别与风电机组结构信息分析模块和风电机组振动信息分析模块连接,数据库与风电机组结构信息获取模块连接。
所述风电机组结构信息获取模块用于获取风力发电机组中叶片、机舱和塔架的结构信息,其中结构信息包括外观变形系数和位置偏移系数。
进一步地,所述风电机组结构信息获取模块中获取叶片的结构信息的具体过程包括:通过无人机携带的高清摄像头获取风力发电机组的各角度图像,构建风力发电机组的整体空间模型,进一步得到风力发电机组中各叶片的空间模型。
将风力发电机组中各叶片的空间模型与数据库中存储的风力发电机组中叶片的标准空间模型进行比对,得到风力发电机组中各叶片的空间模型与标准空间模型的重合度,将其记为,/>表示第/>个叶片的编号,/>。
通过分析公式得到风力发电机组中叶片的外观变形系数/>,其中/>表示预设的叶片空间模型重合度的阈值,/>表示风力发电机组中第/>个叶片的空间模型与标准空间模型的重合度。
进一步地,所述风电机组结构信息获取模块中获取叶片的结构信息的具体过程还包括::参阅图3所示,获取风力发电机组中各叶片的中心线与其相邻两个叶片的中心线之间的夹角,将其分别记为/>和/>。
作为一种优选方案,获取风力发电机组中各叶片的中心线,具体方法为:获取风力发电机组中各叶片的正视图,进一步获取风力发电机组中各叶片设定的末端顶点与导流罩中心点之间的连线,将其记为风力发电机组中各叶片的中心线。
通过分析公式得到风力发电机组中叶片的第一位置偏离系数/>,其中/>表示叶片的数量,/>表示数据库中存储的相邻两个叶片之间的标准夹角,/>表示预设的相邻两个叶片之间夹角的允许偏差。
:参阅图3所示,获取风力发电机组中各叶片的侧视图,进一步获取风力发电机组中各叶片的中心线与竖直基准线之间的夹角,将其记为/>,通过分析公式得到风力发电机组中叶片的第二位置偏离系数/>,其中/>表示预设的叶片中心线与竖直基准线之间的标准夹角,/>。
:通过分析公式/>得到风力发电机组中叶片的位置偏移系数/>,其中/>分别表示预设的叶片的第一位置偏离系数和第二位置偏离系数的权值。
作为一种优选方案,风力发电机组中相邻两个叶片之间夹角角度的范围为。
作为一种优选方案,风力发电机组中各叶片的中心线与竖直基准线之间夹角角度的范围均为。
进一步地,所述风电机组结构信息获取模块中获取机舱的结构信息的具体过程为:获取风力发电机组中机舱的外观变形系数,将其记为。
作为一种优选方案,获取风力发电机组中机舱的外观变形系数,具体方法为:根据风力发电机组的整体空间模型,得到风力发电机组中机舱的空间模型,将风力发电机组中机舱的空间模型与数据库中存储的风力发电机组中机舱的标准空间模型进行比对,分析得到风力发电机组中机舱的外观变形系数。
参阅图4所示,获取风力发电机组中机舱的侧视图,得到风力发电机组中机舱的中心线与水平基准线之间的夹角,将其记为,通过分析公式/>得到风力发电机组中机舱的位置偏移系数/>,其中/>表示预设的机舱中心线与水平基准线之间的标准夹角,/>。
作为一种优选方案,分析风力发电机组中机舱的外观变形系数,具体过程为:将风力发电机组中机舱的空间模型与数据库中存储的风力发电机组中机舱的标准空间模型进行比对,得到风力发电机组中机舱的空间模型与标准空间模型的重合度,将其记为。
通过分析公式得到风力发电机组中机舱的外观变形系数/>,其中/>表示预设的机舱空间模型重合度的阈值。
进一步地,所述风电机组结构信息获取模块中获取塔架的结构信息的具体过程为:获取风力发电机组中塔架的外观变形系数,将其记为。
作为一种优选方案,获取风力发电机组中塔架的外观变形系数,具体方法为:根据风力发电机组的整体空间模型,得到风力发电机组中塔架的空间模型,将风力发电机组中塔架的空间模型与数据库中存储的风力发电机组中塔架的标准空间模型进行比对,分析得到风力发电机组中塔架的外观变形系数。
参阅图5所示,获取风力发电机组中塔架的侧视图,得到风力发电机组中塔架的中心线与水平地面之间的夹角,将其记为。
通过分析公式得到风力发电机组中塔架的位置偏移系数/>,其中/>表示预设的塔架中心线与水平地面之间的标准夹角,/>表示预设的塔架中心线与水平地面之间的夹角单位角度偏差对应的影响因子。
作为一种优选方案,所述分析塔架的外观变形系数的方法与分析机舱的外观变形系数的方法,原理相同。
需要说明的是,本发明通过对风电机组中容易产生振动的关键部位即叶片、机舱和塔架进行振动的监测分析,不仅能及时发现风电机组振动异常,而且能获取风电机组中异常振动的部位,有利于风电机组的故障排查。
所述风电机组结构信息分析模块用于根据风力发电机组中叶片、机舱和塔架的结构信息,分析得到风力发电机组中叶片、机舱和塔架的振动影响系数。
进一步地,所述风电机组结构信息分析模块的具体过程为:通过分析公式得到风力发电机组中叶片的振动影响系数/>,其中分别表示预设的叶片的外观变形系数和位置偏移系数的阈值,/>分别表示预设的叶片的外观变形系数和位置偏移系数的权重因子。
同理,根据风力发电机组中叶片的振动影响系数的分析方法,获取风力发电机组中机舱和塔架的振动影响系数,将其分别记为。
需要说明的是,本发明通过对风电机组中叶片、机舱和塔架的结构进行深入分析,获取风电机组中叶片、机舱和塔架的外观变形系数和位置偏移系数,进而得到风电机组中叶片、机舱和塔架的振动影响系数,从而对风电机组振动的分析结果进行校正完善。
所述风电机组振动信息获取模块用于获取监测周期内各工作时间段风力发电机组中叶片、机舱和塔架的振动曲线,分析监测周期内各工作时间段风力发电机组中叶片、机舱和塔架振动曲线的特征信息,其中特征信息包括最大振幅、平均振幅、最大振动频率和平均振动频率。
进一步地,所述风电机组振动信息获取模块的具体过程包括::设定监测周期的时长,获取监测周期内风力发电机组所在区域有风的各时间段,将其记为监测周期内各工作时间段。
按照预设的等时间间隔原则在监测周期内各工作时间段中设置各采样时间点。
按照预设的原则在风力发电机组中各叶片的表面布设检测点,通过振动传感器获取监测周期内各工作时间段中各采样时间点各叶片表面检测点的振动位移。
以采样时间点为横坐标,以振动位移为纵坐标建立参考坐标系,利用数学模型建立方法,绘制监测周期内各工作时间段各叶片表面检测点的振动曲线,进一步进行拟合,得到监测周期内各工作时间段风力发电机组中叶片的振动曲线。
:获取监测周期内各工作时间段风力发电机组中机舱和塔架的振动曲线。
作为一种优选方案,获取监测周期内各工作时间段风力发电机组中机舱和塔架的振动曲线,具体方法为:按照预设的原则在风力发电机组中机舱的表面布设检测点,通过振动传感器获取监测周期内各工作时间段中各采样时间点机舱表面检测点的振动位移,进一步得到监测周期内各工作时间段风力发电机组中机舱的振动曲线。
同理,根据监测周期内各工作时间段风力发电机组中机舱的振动曲线的分析方法,获取监测周期内各工作时间段风力发电机组中塔架的振动曲线。
作为一种优选方案,叶片表面的检测点位于叶片与轮毂的连接区域,机舱表面的检测点位于机舱与叶片的连接区域,塔架表面的检测点位于塔架与机舱的连接区域。
进一步地,所述风电机组振动信息获取模块的具体过程还包括::将监测周期内各工作时间段风力发电机组中叶片的振动曲线记为监测周期内各工作时间段叶片的振动曲线。
:参阅图6所示,将监测周期内各工作时间段叶片的振动曲线中相邻两次波谷出现的时间点之间的时间间隔记为单个振动周期,统计得到监测周期内各工作时间段叶片振动曲线的各振动周期,并将监测周期内各工作时间段叶片振动曲线中各振动周期对应的曲线段记为监测周期内各工作时间段叶片振动曲线中各段振动波。
:获取监测周期内各工作时间段叶片振动曲线中各段振动波中波峰对应的振动位移,将其记为监测周期内各工作时间段叶片振动曲线中各段振动波的振幅。
根据监测周期内各工作时间段叶片振动曲线中各段振动波的振幅,分析得到监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振幅和平均振幅,并分别表示为和/>,/>表示第/>个工作时间段的编号,/>。
作为一种优选方案,获取监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振幅和平均振幅,具体方法为:将监测周期内各工作时间段叶片振动曲线中各段振动波的振幅进行相互比较,得到监测周期内各工作时间段叶片振动曲线中振动波的最大振幅,将其记为监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振幅。
对监测周期内各工作时间段叶片振动曲线中各段振动波的振幅进行平均值计算,得到监测周期内各工作时间段风力发电机组中叶片振动曲线的平均振幅。
:根据监测周期内各工作时间段叶片振动曲线的各振动周期,得到监测周期内各工作时间段叶片振动曲线的各振动频率。
进一步分析得到监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振动频率和平均振动频率,并分别表示为和/>。
作为一种优选方案,获取监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振动频率和平均振动频率,具体方法为:将监测周期内各工作时间段叶片振动曲线的各振动频率进行相互比较,得到监测周期内各工作时间段叶片振动曲线中振动频率的最大值,将其记为监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振动频率。
对监测周期内各工作时间段叶片振动曲线的各振动频率进行平均值计算,得到监测周期内各工作时间段风力发电机组中叶片振动曲线的平均振动频率。
:获取监测周期内各工作时间段风力发电机组中机舱和塔架振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率,将其分别记为/>、/>、/>、/>和、/>、/>、/>。
作为一种优选方案,获取监测周期内各工作时间段风力发电机组中机舱和塔架振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率的方法与获取监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率的方法,原理相同。
作为一种优选方案,振动周期也可以为相邻两次波峰出现的时间点之间的时间间隔,也可以为相邻的波峰出现时间点与波谷出现时间点之间的时间间隔。
作为一种优选方案,所述振动频率为振动周期的倒数。
所述风电机组振动信息分析模块用于根据监测周期内各工作时间段风力发电机组中叶片、机舱和塔架振动曲线的特征信息,分析风力发电机组中叶片、机舱和塔架的振动比例系数。
进一步地,所述风电机组振动信息分析模块的具体分析过程为:获取监测周期内各工作时间段风力发电机组所在区域风力的方向和等级,进一步得到监测周期内各工作时间段叶片振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率的阈值,将其分别记为、/>、/>、/>。
通过分析公式得到风力发电机组中叶片的振动比例系数/>,其中/>表示预设的叶片的振动比例系数的修正因子,/>表示工作时间段的数量。
同理,根据风力发电机组中叶片的振动比例系数的分析方法,得到风力发电机组中机舱和塔架的振动比例系数,将其分别记为和/>。
作为一种优选方案,获取监测周期内各工作时间段叶片振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率的阈值,具体方法为:将监测周期内各工作时间段风力发电机组所在区域风力的方向和等级与预设的各风力方向中各风力等级对应的叶片振动曲线最大振幅、平均振幅、最大振动频率和平均振动频率的阈值进行比对,筛选得到监测周期内各工作时间段叶片振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率的阈值。
需要说明的是,本发明通过获取风力发电机组中叶片、机舱和塔架的振动曲线,分析风力发电机组中叶片、机舱和塔架振动曲线的振幅和振动频率等信息,进一步评估风电机组振动是否异常,借助曲线图像对振动数据进行动态化、趋势化分析,有利于发现风电机组振动规律和精准捕捉振动异常点。
所述风电机组振动综合评估模块用于根据风力发电机组中叶片、机舱和塔架的振动影响系数和振动比例系数,分析风力发电机组中叶片、机舱和塔架的振动超限指数,并进行处理。
进一步地,所述风电机组振动综合评估模块的具体过程为:通过分析公式得到风力发电机组中叶片的振动超限指数/>,其中表示预设的叶片振动超限指数的修正量,/>表示自然常数。
同理,根据风力发电机组中叶片的振动超限指数的分析方法,获取风力发电机组中机舱和塔架的振动超限指数。
将风力发电机组中叶片、机舱和塔架的振动超限指数分别与预设的振动超限指数阈值进行比较,若风力发电机组中叶片、机舱和塔架的振动超限指数均小于或等于与预设的振动超限指数阈值,则风力发电机组运行平稳,反之,则风力发电机组存在异常振动,获取风力发电机组异常振动的部位,将其发送至风力发电机组的监管部门。
作为一种优选方案,获取风力发电机组异常振动的部位,具体方法为:将风力发电机组中振动超限指数大于振动超限指数阈值的部位记为风力发电机组异常振动的部位。
作为一种优选方案,风力发电机组异常振动的部位为叶片、机舱和塔架中的单个或者组合。
所述数据库用于存储风力发电机组中叶片、机舱和塔架的标准空间模型,并存储相邻两个叶片之间的标准夹角。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种风力发电机组振动监测分析系统,其特征在于,包括:
风电机组结构信息获取模块:用于获取风力发电机组中叶片、机舱和塔架的结构信息,其中结构信息包括外观变形系数和位置偏移系数;
风电机组结构信息分析模块:用于根据风力发电机组中叶片、机舱和塔架的结构信息,分析得到风力发电机组中叶片、机舱和塔架的振动影响系数;
风电机组振动信息获取模块:用于获取监测周期内各工作时间段风力发电机组中叶片、机舱和塔架的振动曲线,分析监测周期内各工作时间段风力发电机组中叶片、机舱和塔架振动曲线的特征信息,其中特征信息包括最大振幅、平均振幅、最大振动频率和平均振动频率;
风电机组振动信息分析模块:用于根据监测周期内各工作时间段风力发电机组中叶片、机舱和塔架振动曲线的特征信息,分析风力发电机组中叶片、机舱和塔架的振动比例系数;
风电机组振动综合评估模块:用于根据风力发电机组中叶片、机舱和塔架的振动影响系数和振动比例系数,分析风力发电机组中叶片、机舱和塔架的振动超限指数,并进行处理;
数据库:用于存储风力发电机组中叶片、机舱和塔架的标准空间模型,并存储相邻两个叶片之间的标准夹角。
2.根据权利要求1所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组结构信息获取模块中获取叶片的结构信息的具体过程包括:
通过无人机携带的高清摄像头获取风力发电机组的各角度图像,构建风力发电机组的整体空间模型,进一步得到风力发电机组中各叶片的空间模型;
将风力发电机组中各叶片的空间模型与数据库中存储的风力发电机组中叶片的标准空间模型进行比对,得到风力发电机组中各叶片的空间模型与标准空间模型的重合度,将其记为,/>表示第/>个叶片的编号,/>;
通过分析公式得到风力发电机组中叶片的外观变形系数/>,其中/>表示预设的叶片空间模型重合度的阈值,/>表示风力发电机组中第/>个叶片的空间模型与标准空间模型的重合度。
3.根据权利要求2所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组结构信息获取模块中获取叶片的结构信息的具体过程还包括:
:获取风力发电机组中各叶片的中心线与其相邻两个叶片的中心线之间的夹角,将其分别记为/>和/>;
通过分析公式得到风力发电机组中叶片的第一位置偏离系数/>,其中/>表示叶片的数量,/>表示数据库中存储的相邻两个叶片之间的标准夹角,/>表示预设的相邻两个叶片之间夹角的允许偏差;
:获取风力发电机组中各叶片的侧视图,进一步获取风力发电机组中各叶片的中心线与竖直基准线之间的夹角,将其记为/>,通过分析公式/>得到风力发电机组中叶片的第二位置偏离系数/>,其中/>表示预设的叶片中心线与竖直基准线之间的标准夹角,/>;
:通过分析公式/>得到风力发电机组中叶片的位置偏移系数/>,其中/>分别表示预设的叶片的第一位置偏离系数和第二位置偏离系数的权值。
4.根据权利要求2所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组结构信息获取模块中获取机舱的结构信息的具体过程为:
获取风力发电机组中机舱的外观变形系数,将其记为;
获取风力发电机组中机舱的侧视图,得到风力发电机组中机舱的中心线与水平基准线之间的夹角,将其记为,通过分析公式/>得到风力发电机组中机舱的位置偏移系数/>,其中/>表示预设的机舱中心线与水平基准线之间的标准夹角,。
5.根据权利要求2所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组结构信息获取模块中获取塔架的结构信息的具体过程为:
获取风力发电机组中塔架的外观变形系数,将其记为;
获取风力发电机组中塔架的侧视图,得到风力发电机组中塔架的中心线与水平地面之间的夹角,将其记为;
通过分析公式得到风力发电机组中塔架的位置偏移系数,其中/>表示预设的塔架中心线与水平地面之间的标准夹角,/>表示预设的塔架中心线与水平地面之间的夹角单位角度偏差对应的影响因子。
6.根据权利要求3所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组结构信息分析模块的具体过程为:
通过分析公式得到风力发电机组中叶片的振动影响系数/>,其中/>分别表示预设的叶片的外观变形系数和位置偏移系数的阈值,分别表示预设的叶片的外观变形系数和位置偏移系数的权重因子;
同理,根据风力发电机组中叶片的振动影响系数的分析方法,获取风力发电机组中机舱和塔架的振动影响系数,将其分别记为。
7.根据权利要求6所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组振动信息获取模块的具体过程包括:
:设定监测周期的时长,获取监测周期内风力发电机组所在区域有风的各时间段,将其记为监测周期内各工作时间段;
按照预设的等时间间隔原则在监测周期内各工作时间段中设置各采样时间点;
按照预设的原则在风力发电机组中各叶片的表面布设检测点,通过振动传感器获取监测周期内各工作时间段中各采样时间点各叶片表面检测点的振动位移;
以采样时间点为横坐标,以振动位移为纵坐标建立参考坐标系,利用数学模型建立方法,绘制监测周期内各工作时间段各叶片表面检测点的振动曲线,进一步进行拟合,得到监测周期内各工作时间段风力发电机组中叶片的振动曲线;
:获取监测周期内各工作时间段风力发电机组中机舱和塔架的振动曲线。
8.根据权利要求7所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组振动信息获取模块的具体过程还包括:
:将监测周期内各工作时间段风力发电机组中叶片的振动曲线记为监测周期内各工作时间段叶片的振动曲线;
:将监测周期内各工作时间段叶片的振动曲线中相邻两次波谷出现的时间点之间的时间间隔记为单个振动周期,统计得到监测周期内各工作时间段叶片振动曲线的各振动周期,并将监测周期内各工作时间段叶片振动曲线中各振动周期对应的曲线段记为监测周期内各工作时间段叶片振动曲线中各段振动波;
:获取监测周期内各工作时间段叶片振动曲线中各段振动波中波峰对应的振动位移,将其记为监测周期内各工作时间段叶片振动曲线中各段振动波的振幅;
根据监测周期内各工作时间段叶片振动曲线中各段振动波的振幅,分析得到监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振幅和平均振幅,并分别表示为和/>,/>表示第/>个工作时间段的编号,/>;
:根据监测周期内各工作时间段叶片振动曲线的各振动周期,得到监测周期内各工作时间段叶片振动曲线的各振动频率;
进一步分析得到监测周期内各工作时间段风力发电机组中叶片振动曲线的最大振动频率和平均振动频率,并分别表示为和/>;
:获取监测周期内各工作时间段风力发电机组中机舱和塔架振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率,将其分别记为/>、/>、/>、/>和/>、/>、、/>。
9.根据权利要求8所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组振动信息分析模块的具体分析过程为:
获取监测周期内各工作时间段风力发电机组所在区域风力的方向和等级,进一步得到监测周期内各工作时间段叶片振动曲线的最大振幅、平均振幅、最大振动频率和平均振动频率的阈值,将其分别记为、/>、/>、/>;
通过分析公式得到风力发电机组中叶片的振动比例系数/>,其中/>表示预设的叶片的振动比例系数的修正因子,/>表示工作时间段的数量;
同理,根据风力发电机组中叶片的振动比例系数的分析方法,得到风力发电机组中机舱和塔架的振动比例系数,将其分别记为和/>。
10.根据权利要求9所述的一种风力发电机组振动监测分析系统,其特征在于:所述风电机组振动综合评估模块的具体过程为:
通过分析公式得到风力发电机组中叶片的振动超限指数/>,其中/>表示预设的叶片振动超限指数的修正量,/>表示自然常数;
同理,根据风力发电机组中叶片的振动超限指数的分析方法,获取风力发电机组中机舱和塔架的振动超限指数;
将风力发电机组中叶片、机舱和塔架的振动超限指数分别与预设的振动超限指数阈值进行比较,若风力发电机组中叶片、机舱和塔架的振动超限指数均小于或等于与预设的振动超限指数阈值,则风力发电机组运行平稳,反之,则风力发电机组存在异常振动,获取风力发电机组异常振动的部位,将其发送至风力发电机组的监管部门。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311146367.XA CN116877358B (zh) | 2023-09-07 | 2023-09-07 | 一种风力发电机组振动监测分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311146367.XA CN116877358B (zh) | 2023-09-07 | 2023-09-07 | 一种风力发电机组振动监测分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116877358A true CN116877358A (zh) | 2023-10-13 |
CN116877358B CN116877358B (zh) | 2023-12-15 |
Family
ID=88255417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311146367.XA Active CN116877358B (zh) | 2023-09-07 | 2023-09-07 | 一种风力发电机组振动监测分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116877358B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117465919A (zh) * | 2023-12-26 | 2024-01-30 | 睢宁县泰宁建材有限公司 | 一种粉末状物料输送智能监测控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010053523A1 (de) * | 2010-12-04 | 2012-06-06 | Nordex Energy Gmbh | Verfahren zur Überwachung einer statischen und/oder dynamischen Stabilität einer Windenergieanlage |
WO2018171852A1 (en) * | 2017-03-21 | 2018-09-27 | Vestas Wind Systems A/S | System and method to manage torsional oscillation of a wind turbine tower |
CN108694277A (zh) * | 2018-05-06 | 2018-10-23 | 北京工业大学 | 基于多平台联合仿真的风力发电机动力响应分析方法 |
WO2018210390A1 (en) * | 2017-05-19 | 2018-11-22 | Vestas Wind Systems A/S | Position based vibration reduction of nacelle movement of wind turbine |
FR3073496A1 (fr) * | 2017-11-15 | 2019-05-17 | Sereema | Systeme et procede de diagnostic d'un desequilibre rotor d'une eolienne |
CN114542374A (zh) * | 2022-02-11 | 2022-05-27 | 华北电力大学 | 一种风电机组振动控制方法及系统 |
-
2023
- 2023-09-07 CN CN202311146367.XA patent/CN116877358B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010053523A1 (de) * | 2010-12-04 | 2012-06-06 | Nordex Energy Gmbh | Verfahren zur Überwachung einer statischen und/oder dynamischen Stabilität einer Windenergieanlage |
WO2018171852A1 (en) * | 2017-03-21 | 2018-09-27 | Vestas Wind Systems A/S | System and method to manage torsional oscillation of a wind turbine tower |
WO2018210390A1 (en) * | 2017-05-19 | 2018-11-22 | Vestas Wind Systems A/S | Position based vibration reduction of nacelle movement of wind turbine |
CN110651120A (zh) * | 2017-05-19 | 2020-01-03 | 维斯塔斯风力系统集团公司 | 基于位置的风力涡轮机的机舱运动的减振 |
FR3073496A1 (fr) * | 2017-11-15 | 2019-05-17 | Sereema | Systeme et procede de diagnostic d'un desequilibre rotor d'une eolienne |
CN108694277A (zh) * | 2018-05-06 | 2018-10-23 | 北京工业大学 | 基于多平台联合仿真的风力发电机动力响应分析方法 |
CN114542374A (zh) * | 2022-02-11 | 2022-05-27 | 华北电力大学 | 一种风电机组振动控制方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117465919A (zh) * | 2023-12-26 | 2024-01-30 | 睢宁县泰宁建材有限公司 | 一种粉末状物料输送智能监测控制方法 |
CN117465919B (zh) * | 2023-12-26 | 2024-02-23 | 睢宁县泰宁建材有限公司 | 一种粉末状物料输送智能监测控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116877358B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110469462B (zh) | 一种基于多模板的风电机组智能状态监测系统 | |
CN116877358B (zh) | 一种风力发电机组振动监测分析系统 | |
Cui et al. | An anomaly detection approach based on machine learning and scada data for condition monitoring of wind turbines | |
US9347432B2 (en) | System and method for enhanced operation of wind parks | |
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 | |
CN108709724A (zh) | 风力发电机组螺栓在线状态监测系统及方法 | |
CN111400961B (zh) | 风力发电机组叶片故障判断方法及装置 | |
CN104730081B (zh) | 一种用于风电桨叶的故障检测系统 | |
CN109653962B (zh) | 一种风电机组在线监测系统和监测方法 | |
CN103645052A (zh) | 一种风电机组齿轮箱远程在线状态监测及寿命评估方法 | |
KR101345598B1 (ko) | 풍력발전기 상태 모니터링 방법 및 시스템 | |
CN102434387A (zh) | 风机检测诊断系统 | |
CN112324629A (zh) | 一种基于振动和声音的风电叶片早期损伤监测系统及方法 | |
US20200318611A1 (en) | Analysis of wind turbine noise | |
DE102016117190A1 (de) | Verfahren und Vorrichtung zum Überwachen eines Zustands wenigstens einer Windkraftanlage und Computerprogrammprodukt | |
CN109268214A (zh) | 一种风力发电机联轴器对中状态智能监测系统及方法 | |
CN107575411B (zh) | 一种高速铁路隧道通风风机安全监测装置以及方法 | |
CN105241589A (zh) | 一种机器人手臂应变测试数据处理方法 | |
CN111594392A (zh) | 一种风力发电塔筒螺栓在线监测方法 | |
CN114593020A (zh) | 风电机组叶片结冰监测预警方法、装置及电子设备 | |
CN116839883B (zh) | 一种基于声纹识别的铁塔螺丝松动诊断方法及装置 | |
CN114033736B (zh) | 一种基于气压脉动信号风机故障监测系统 | |
CN115541109A (zh) | 一种基于机器视觉叶轮不平衡监测的方法 | |
CN111400959B (zh) | 风力发电机组的叶片故障诊断方法及装置 | |
CN111456915A (zh) | 风机机舱内部部件的故障诊断装置及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |