CN116930686A - 轴承放电的实时监测方法及监测装置 - Google Patents

轴承放电的实时监测方法及监测装置 Download PDF

Info

Publication number
CN116930686A
CN116930686A CN202210371487.9A CN202210371487A CN116930686A CN 116930686 A CN116930686 A CN 116930686A CN 202210371487 A CN202210371487 A CN 202210371487A CN 116930686 A CN116930686 A CN 116930686A
Authority
CN
China
Prior art keywords
bearing
time
frequency domain
real
domain analysis
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
CN202210371487.9A
Other languages
English (en)
Inventor
何晨雨
魏来
唐瑜
黄春亮
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.)
Schaeffler Technologies AG and Co KG
Original Assignee
Schaeffler Technologies AG and Co KG
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 Schaeffler Technologies AG and Co KG filed Critical Schaeffler Technologies AG and Co KG
Priority to CN202210371487.9A priority Critical patent/CN116930686A/zh
Publication of CN116930686A publication Critical patent/CN116930686A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (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)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本公开涉及一种轴承放电的实时监测方法及监测装置,应用于风力发电机,所述方法包括:获取步骤:基于所述轴承局部产生的放电电流,获得所述轴承的第一信号;分析步骤:基于所述第一信号,对所述第一信号进行频域分析,并获得所述频域分析的结果;判断步骤:响应于所述频域分析的结果,判断所述轴承的状态和/或所述轴承的寿命。通过本公开可快速、准确地判断轴承是否具有局部放电,使得现场维护工程师可及时处理放电情况以及维护轴承,避免轴承累积的电荷对轴承的润滑性能和使用寿命造成不利影响,从而延长轴承的使用寿命。

Description

轴承放电的实时监测方法及监测装置
技术领域
本发明涉及设备监测技术领域,尤其涉及一种轴承放电的实时监测方法及监测装置。
背景技术
相关技术中,电机运行时转轴两端之间或轴与轴承之间产生的电位差叫做轴电压,若轴两端通过电机机座等构成回路,则轴电压形成了电流。轴电流是轴承电压通过电机轴、轴承、定子机座或辅助装置构成闭合回路产生的。
在正常情况下,电机的轴电压较低,轴承内的润滑油膜能起到绝缘作用而扼制轴电流产生;但当轴电压较高,或电机起动瞬间油膜未稳定形成时,轴电压将使润滑油膜放电击穿形成通路产生轴电流。
轴电流局部放电能量释放产生的高温,可以融化轴承内圈、外圈或滚珠上许多微小区域,并形成凹槽。从而产生噪声、振动,若不能及时发现处理将导致轴承失效,对生产带来极大影响。变频调速系统中高频轴电流对轴承的电蚀最显著的特征是在电机轴承内外圈、滚珠上产生“搓板”式密密的凹槽条纹。
在发电机(风电)中。过电流会可能导致滚道和滚动体的损坏及润滑剂的老化,从而引起电机或发电机过早发生故障,造成维修费用的增加甚至带来停机停产等造成的损失。
发明内容
为克服相关技术中存在的问题,本公开提供一种轴承放电的实时监测方法及监测装置。
根据本公开实施例的第一方面,本公开提供一种轴承放电的实时监测方法,应用于风力发电机,所述方法包括:获取步骤:基于所述轴承局部产生的放电电流,获得所述轴承的第一信号;分析步骤:基于所述第一信号,对所述第一信号进行频域分析,并获得所述频域分析的结果;判断步骤:响应于所述频域分析的结果,判断所述轴承的状态和/或所述轴承的寿命。
在一些实施例中,在所述获取步骤中,具体包括:基于所述轴承局部产生的放电电流,通过瞬态地电压传感器感应并自感产生脉动电压;采用处理器记录所述脉动电压的波形和峰值形成所述第一信号。
在一些实施例中,在所述分析步骤中:采用快速傅里叶转换和/或短时傅里叶转换的方法对所述第一信号进行频域分析。
在一些实施例中,在所述判断步骤中,包括:将所述频域分析的结果与参考基准进行比较,以判断所述轴承的状态和/或所述轴承的寿命;其中,所述参考基准基于一个或多个所述轴承的所述频域分析的结果确定,和/或基于一个时间点或时间周期确定。
在一些实施例中,将一个所述轴承的所述频域分析的结果作为第一参考基准;将所述轴承后续获得的所述频域分析的结果作为第一实时对象;将所述第一实时对象与所述第一参考基准进行对比,以判断所述轴承是否处于放电状态。
在一些实施例中,将在第一时间内获得的所述频域分析的结果作为第二实时对象;将所述第二实时对象与所述第一参考基准进行对比,以估算所述轴承的使用寿命。
在一些实施例中,将多个所述轴承的多个所述频域分析的结果的均值作为第二参考基准;将一个或多个所述轴承后续获得的所述频域分析的结果作为第三实时对象;将所述第三实时对象与所述第二参考基准进行对比,用以判断所述轴承是否处于放电状态。
在一些实施例中,在所述获取步骤之前包括触发步骤,所述包括触发步骤:判断所述风力发电机的转速是否达到第一预设转速值,若达到,则每间隔第二时间执行所述获取步骤。
在一些实施例中,所述第一时间的范围为0.5~1年;所述第二时间的范围为25~30s。
根本本公开实施例的第二方面,提供一种轴承放电实时监测装置,包括:获取单元,配置为基于所述轴承局部产生的放电电流,获得所述轴承的第一信号;处理单元,配置为基于所述第一信号,对所述第一信号进行频域分析,并获得所述频域分析的结果;判断单元,配置为响应于所述频域分析的结果,判断所述轴承的状态和/或所述轴承的寿命。
在一些实施例中,所述获取单元和所述处理单元由瞬态地电压传感器和处理器实现,所述处理器与所述瞬态地电压传感器电性连接;其中,所述瞬态地电压传感器,配置为基于所述轴承局部产生的放电电流,通过瞬态地电压传感器感应并自感产生脉动电压;所述处理器,配置为记录所述脉动电压的波形和峰值形成所述第一信号。
在一些实施例中,所述处理器,还配置为采用快速傅里叶转换和/或短时傅里叶转换的方法对所述第一信号进行频域分析。
在一些实施例中,所述处理器,还配置为将所述频域分析的结果与参考基准进行比较,以判断所述轴承的状态和/或所述轴承的寿命;其中,所述参考基准基于一个或多个所述轴承的所述频域分析的结果确定,和/或基于一个时间点或时间周期确定
本公开的实施例提供的技术方案可以包括以下有益效果:通过本公开可快速、准确地判断轴承是否处于局部放电的状态,使得现场维护工程师可及时处理放电情况以及维护轴承,避免轴承累积的电荷对轴承的润滑性能和使用寿命造成不利影响,从而延长轴承的使用寿命。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种轴承放电的实时监测方法的流程图;
图2是根据另一示例性实施例示出的一种轴承放电的实时监测方法的流程图;
图3是根据一示例性实施例示出的步骤S10的具体流程图;
图4是根据一示例性实施例示出的第一信号的示意图;
图5是根据一示例性实施例示出的步骤S20的具体流程图;
图6是通过FFT频域分析的结果的第一参考基准的示意图;
图7是通过FFT频域分析的结果的第一实时对象的示意图;
图8是通过STFT频域分析的结构的第二参考基准的示意图;
图9是通过STFT频域分析的结构的第二实时对象的示意图;
图10是根据一示例性实施例示出的步骤S30的具体流程图;
图11是根据另一示例性实施例示出的步骤S30的具体流程图;
图12是根据又一示例性实施例示出的步骤S30的具体流程图;
图13是根据一示例性实施例示出的一种轴承放电的实时监测装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
轴承对风力发电机的正常运行非常重要,然而,当轴承处于运行状态时,轴承可能存在瞬间放电的现状,瞬间放电释放的能量可能导致轴承的外圈、内圈和滚子之间产生白色刻蚀裂纹,从而影响轴承甚至整个发电机的寿命。
因此,轴承监测系统常被用于预测和监测轴承的健康状态以及预测走轴承的寿命。而相关技术中,轴承监测系统大多用于监测轴承的振动和轴承或轴的轴电压,并没有直接监测轴承的瞬间放电电流的监测方案。
虽然相关技术中,通常采用碳刷测量轴电压,用轴电压来估计轴承的放电电流,然而由于轴承的局部放电时,放电过程往往是瞬间完成的,测量轴电压只能测量平均且持续性的电压,且轴电压容易受风力发电机上其他装置的影响,从而影响轴承监测的准确性。
基于相关技术中存在的技术问题,本公开提供一种轴承放电的实时监测方法,应用于风力发电机,如图1所示,实时监测方法包括:
获取步骤S10:基于轴承局部产生的放电电流,获得轴承的第一信号。
分析步骤S20:基于第一信号,对第一信号进行频域分析,并获得频域分析的结果。
判断步骤S30:响应于频域分析的结果,判断轴承的状态和/或轴承的寿命。
其中,在获取步骤S10中,基于轴承100局部产生的放电电流,获得轴承100的第一信号,如图2所示,轴承放电的实时监测方法还包括:S00触发步骤:判断风力发电机的转速是否达到第一预设转速值,若达到,则每间隔第二时间对轴承局部产生的放电电流进行监测。
具体地,如图12所示,风力发电机外还连接有控制系统300,在风力发电机不转动或空转不发电时,控制系统300可以不启动对轴承100放电的实时监测,从而可以降低监测的成本。其中,第一预设转速值可以根据每个风力发电机的不同设定,在此不作具体限定。
当打到第一预设转速值后,控制系统300则启动对轴承100放电的实时监测,且每隔第二时间采集一次,第二时间可以根据现场需求进行事先设定,在此不作具体限定。在本实施例中,第二时间的范围为25~30s,优选地,第二时间为30s。
在一些实施例中,在获取步骤S10中如图3所示,具体包括:步骤S11:基于轴承局部产生的放电电流,通过瞬态地电压传感器感应并自感产生脉动电压;步骤S12:采用处理器记录脉动电压的波形和峰值为第一信号。
其中,瞬态地电压传感器(Transient Earth Voltage Transducer)的简称,以下均简称TEV传感器。具体地,在其中一个实施例中,轴承100可以具有轴承100底座(也可以称为轴承100的外壳),轴承100通过轴承100外壳安装于风力发电机上,轴承100底座通常由金属材料制成。在一些施例中,如图13所示,TEV传感器200可拆卸式(例如,通过吸附连接,卡扣连接等)地安装于轴承100的底座上,当轴承100局部产生放电电流时,放电电流会通过轴承100底座传递至TEV传感器200,并由TEV传感器200捕捉。
TEV传感器200是为测量高压装置局部放电产生的暂态地电波而设计的高灵敏度传感器。在TEV传感器200捕捉到放电电流后,TEV传感器200通过自感作用产生脉动电压,脉动电压包括相应的波形和峰值(如图4所示)。
另外,控制系统300与TEV传感器200电性连接,控制系统300通过监测风力发电机的转速,用于控制TEV传感器200的启动或关闭,并接收、记录、处理和分析TEV传感器200传递的电信号。
具体地,控制系统300还包括现场可编程门阵列处理器(Field ProgrammableGate Array,以下简称FPGA处理器),FPGA处理器与TEV传感器200电性连接,用于接收并记录TEV传感器200传递的脉动电压的波形和峰值(即第一信号)。
由于轴承100在放电时,产生的放电电流极其短暂,为瞬间产生的现象,因此在TEV传感器200上自感产生的脉动电压也瞬间产生,且不容易捕捉,而TEV传感器200与FPGA处理器电性连接后,FPGA处理器依靠自身高速的特性,因此可以对快速且高速的第一信号进行准确地记录并储存。
具体地,FPGA处理器可以采用EP2C35F484C8芯片。在一些实施例中,TEV传感器200的监测频率范围为1~150MHz。需要说明的是,以上只是示例性的,并非用以限定本公开的保护范围。例如,FPGA处理器也可以采用其他芯片,传感器也可以采用监测频率范围更广的UHF传感器。
再如图4所示,TEV传感器200捕捉到的第一信号,往往人肉眼无法通过图4所展示的第一信号对轴承100是否处于放电状态进行识别,因此需要转换成可快速识别的图形模式识别。
因此进一步地,在一些实施例中,在分析步骤S20中,如图5所示,具体包括:步骤S21:采用快速傅里叶转换和/或短时傅里叶转换的方法对第一信号进行频域分析。
其中,快速傅里叶转换(Fast Fourier Transform,以下简称FFT)以及短时傅里叶转换(Short Time Fourier Transform,以下简称STFT)。
频域分析,是指在频域范围内应用图解分析法评价系统性能的一种工程方法。采用频域分析得的到频域分析的结果(如图6至图9所示),针对频域分析的结果,用于对轴承100的放电状态、轴承100是否正常运行以及轴承100的使用寿命进行评估。
当通过频域分析转换成如图6至图9所示的图形模式识别时,现场人员可以通过图示的区别,快速地判断轴承100是否处于放电状态,以及放电的大小等等。
在一些实施例中,在判断步骤S30中,具体包括:将频域分析的结果与参考基准进行比较,以判断轴承100的状态和/或轴承的寿命;其中,参考基准基于一个或多个轴承100的频域分析的结果确定,和/或基于一个时间点或时间周期确定。
具体地,当参考基准基于一个轴承100且在一个时间点或时间周期内的频域分析的结果确定时,如图10所示,判断步骤S30具体包括:
S31:将一个轴承的频域分析的结果作为第一参考基准;
S32:将轴承后续获得的频域分析的结果作为第一实时对象;
S33:将第一实时对象与第一参考基准进行对比,以判断轴承是否处于放电状态。
其中,在本实施例中,可以是针对单个轴承100的任意一次和预设的多次使用状态和后续该轴承100的使用状态的对比方案。在第一时间点,即出厂时轴承100的状态往往良好,在排除轴承100生产不良的情况下,当轴承100出厂并前几次使用时,出现瞬间放电的情况少。
需要说明的是,第一参考基准可以是轴承100第一次使用时所获得的频域分析的结果,也可以是预设的前几次所获得的频域分析的结果的均值。在以下详细说明的实施例中,以轴承100第一次使用时所获得频域分析的结果为例进行说明。
在步骤S32中,第一实时对象是指,轴承100第一次或预设的前几次使用,并获得第一参考基准后,重复S10步骤和S20步骤,轴承100在第二时间(也可以称为时间周期)内实时获得的所有频域分析的结果。
在步骤S33中,可以根据实际情况,设置第一参考基准为基准的第一波动范围,将第一实时对象与第一参考基准进行对比,若第一实时对象的数值在第一波动范围之外,则判断轴承100处于放电状态;若第一实时对象的数值在第一波动范围之内,则判断轴承100未处于放电状态。
通过本公开的监测方法,TEV传感器200将捕捉到的脉动电压传递给FPGA处理器并由FPGA处理器进行记录,得到如图6和图8所示的频域分析的结果。其中,图6和图8为轴承100未放电状态下的频域分析的结果。
其中,以FFT频域分析的结果为例,在图6中,此时的脉动电压的幅值小,虽然经过频域分析后的结果有曲线波动(如图6中右侧所示),而此波动在预设的第一波动范围内,可能为轴承100外其他零部件的干扰,因此可以忽略。在得到图6的频域分析的结果后,保存至存储器中作为第一参考基准。如图7和图9所示,为轴承100放电状态下,得到的频域分析的结果。再次以FFT频域分析的结果为例,将图7与图6相比,图7中的曲线的波动明显大于图6,且已超出预设的第一波动范围,因此可以判断轴承100处于放电状态,由控制系统300发送相应的报告至现场的维护人员。
其中,报告中包含图6和图7的图片模式,也可以包含针对图6和图7的文字分析和建议,现场维护人员可以通过图7中曲线与图6曲线的区别,根据经验判断轴承100的放电电流位置,便于及时、快速地作出处理和维护轴承100的反应。
同理STFT频域分析的结果(如图8和图9所示)与FFT频域分析的结果原理相同,在此不作赘述。
需要说明的是,图9中上方出现的多条且离散的深色横条为干扰条纹,可以忽略。图9中下方出现的密集且深色的横条表示为轴承100处于放电状态,其中,密集且深色的横条可以出现在图9中的任意一个位置,例如上方、中部或下方。密集且深色的横条的位置以及横条纵向的高度(或称横条纵向的宽度)是根据轴承100的直径尺寸决定的,因此位置并不唯一。
在一些实施例中,轴承100放电的实时监测方法,如图11所示,步骤S31后,还可以包括:步骤S34:将在第一时间(即上述提到的时间周期内)内获得的频域分析的结果作为第二实时对象;步骤S35:将第二实时对象与第一参考基准进行对比,用于估算轴承的使用寿命。其中,第一时间的范围为0.5~1年,优选地,第一时间为1年。
在本实施例中,针对同一轴承100,随着年限的使用,轴承100出现故障的可能性增大,导致轴承100的寿命逐渐缩短。在每间隔第一时间内,对轴承100进行监测,例如轴承100第一参考基准发生的时间为三月一日,则在第二年、第三年……,以此类推的将每年的三月一号获得的轴承的频域分析的结果作为第二实时对象。
将每年同一时间的第二实时对象与第一参考基准进行对比,可以发现同一轴承100在随着年限使用的过程中,出现放电电流的频率以及幅值大小,并根据每年同一时间第二实时对象中曲线的规律,总结出轴承100的磨损规律,结合经验,预测并评估轴承100的使用寿命,便于及时的更换轴承100,避免因轴承100的损害而导致整个风力发电机的故障,减少成本以及延长风力发电机的使用寿命。
需要说明的是,第一时间的范围为示例性的,本领域技术人员可以根据实际设计需求预设第一时间的年限,例如也可以为两年一次,也可以为三个月一次,在此不作具体的限定。
在一些实施例中,当参考基准基于多个轴承100的多个频域分析的结果确定时,如图12所示,判断步骤S30具体包括:
S36:将多个轴承的多个频域分析的结果的均值作为第二参考基准;
S37:将一个或多个轴承后续获得的频域分析的结果作为第三实时对象;
S38:将第三实时对象与第二参考基准进行对比,用以判断轴承是否处于放电状态。
其中,在本实施例中,可以是针对多个轴承100的任意一次或预设的前几次的使用状态(即上述条的时间点)与后续其中一个轴承100的使用状态的对比方案。
具体地,在步骤S36中(以下实施例中以第一次为例进行说明),在同一批次出厂的所有轴承100中,选取其中一部分轴承100,将选取的多个轴承100在第一次使用时,经过步骤S10、S20后,将选取的多个轴承100的第一次获得的多个频域分析的结果求取均值,得到的均值作为第二参考基准,。
在步骤S37中,选取同一批次中,其他任意一个不属于步骤S36中选取的轴承100之外的轴承100,对其进行实时监测,将获得相应的频域分析的结果,作为第三实时对象,
在步骤S38中,可以根据实际情况,设置第二参考基准为基准的第二波动范围,将第三实时对象与第二参考基准进行对比,若第三实时对象的数值位于第二波动范围外,则判断轴承100处于放电状态。若第三实时对象的数值位于第二波动范围内,则判断选取的该轴承100未处于放电状态。
通过本公开的监测方法,以同一批次内部分轴承100的频域分析的结果作为第二参考基准,便可以判断同一批次内其他轴承的状态是否良好,便于现场人员及时挑选出可能不合格的轴承100,省时省力。
另外,限于同一批次内的轴承的状态判断,避免因不同批次轴承的参考基准不同,而导致轴承状态的判断不准或失误,也避免了因单个轴承100的故障而导致整个风力发电机的失效。
基于相同的发明构思,本公开还提供一种轴承放电实时监测装置,包括:获取单元,配置为基于轴承100局部产生的放电电流,获得轴承100的第一信号;处理单元,配置为基于第一信号,对第一信号进行频域分析,并获得频域分析的结果;判断单元,配置为响应于频域分析的结果,判断轴承100的状态和/或轴承的寿命。
在一些实施例中,获取单元和处理单元由瞬态地电压传感器200和处理器实现,处理器与述瞬态地电压传感器200电性连接;处理器为FPGA处理器,且位于控制系统300中。
其中,瞬态地电压传感器200,配置为基于轴承局部产生的放电电流,通过瞬态地电压传感器200感应并自感产生脉动电压;处理器配置为记录所述脉动电压的波形和峰值形成所述第一信号。
在一些实施例中,处理器还配置为采用快速傅里叶转换和/或短时傅里叶转换的方法对第一信号进行频域分析。
在一些实施例中,处理器还配置为将所述频域分析的结果与参考基准进行比较,以判断轴承的状态和/或轴承的寿命;其中,参考基准基于一个或多个轴承的频域分析的结果确定,和/或基于一个时间点或时间周期确定。
关于上述实施例中的实时监测轴承放电的装置中实现的功能的具体方式已经在有关该轴承放电的实时监测方法的实施例中进行了详细描述,此处将不做详细阐述说明。
通过以上内容可知,本公开的实施例提供的技术方案可以包括以下有益效果:通过本公开可快速、准确地判断轴承100是否处于局部放电的状态,使得现场维护工程师可及时处理放电情况以及维护轴承100,避免轴承100累积的电荷对轴承100的润滑性能和使用寿命造成不利影响,从而延长轴承100的使用寿命。
可以理解的是,本公开中“多个”是指两个或两个以上,其它量词与之类似。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
进一步可以理解的是,术语“第一”、“第二”等用于描述各种结构,但这些结构不应限于这些术语。这些术语仅用来将同一类型的结构彼此区分开,并不表示特定的顺序或者重要程度。实际上,“第一”、“第二”等表述完全可以互换使用。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。
进一步可以理解的是,术语“中心”、“纵向”、“横向”、“前”、“后”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作。
进一步可以理解的是,除非有特殊说明,“连接”包括两者之间不存在其他构件的直接连接,也包括两者之间存在其他元件的间接连接。
进一步可以理解的是,本公开实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利范围指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利范围来限制。

Claims (13)

1.一种轴承放电的实时监测方法,其特征在于,应用于风力发电机,所述方法包括:
获取步骤:基于所述轴承(100)局部产生的放电电流,获得所述轴承(100)的第一信号;
分析步骤:基于所述第一信号,对所述第一信号进行频域分析,并获得所述频域分析的结果;
判断步骤:响应于所述频域分析的结果,判断所述轴承(100)的状态和/或所述轴承的寿命。
2.根据权利要求1所述的轴承放电的实时监测方法,其特征在于,
在所述获取步骤中,具体包括:
基于所述轴承局部产生的放电电流,通过瞬态地电压传感器(200)感应并自感产生脉动电压;
采用处理器记录所述脉动电压的波形和峰值形成所述第一信号。
3.根据权利要求1所述的轴承放电的实时监测方法,其特征在于,
在所述分析步骤中:采用快速傅里叶转换和/或短时傅里叶转换的方法对所述第一信号进行频域分析。
4.根据权利要求1所述的轴承放电的实时监测方法,其特征在于,
在所述判断步骤中,包括:
将所述频域分析的结果与参考基准进行比较,以判断所述轴承的状态和/或所述轴承的寿命;
其中,所述参考基准基于一个或多个所述轴承的所述频域分析的结果确定,和/或基于一个时间点或时间周期确定。
5.根据权利要求4所述的轴承放电的实时监测方法,其特征在于,
将一个所述轴承(100)的所述频域分析的结果作为第一参考基准;
将所述轴承后续获得的所述频域分析的结果作为第一实时对象;
将所述第一实时对象与所述第一参考基准进行对比,以判断所述轴承(100)是否处于放电状态。
6.根据权利要求5所述的轴承放电的实时监测方法,其特征在于,
将在第一时间内获得的所述频域分析的结果作为第二实时对象;
将所述第二实时对象与所述第一参考基准进行对比,以估算所述轴承(100)的使用寿命。
7.根据权利要求4所述的轴承放电的实时监测方法,其特征在于,
将多个所述轴承(100)的多个所述频域分析的结果的均值作为第二参考基准;
将一个或多个所述轴承(100)后续获得的所述频域分析的结果作为第三实时对象;
将所述第三实时对象与所述第二参考基准进行对比,用以判断所述轴承(100)是否处于放电状态。
8.根据权利要求6所述的轴承放电的实时监测方法,其特征在于,
在所述获取步骤之前包括触发步骤,所述包括触发步骤:
判断所述风力发电机的转速是否达到第一预设转速值,若达到,则每间隔第二时间执行所述获取步骤。
9.根据权利要求8所述的轴承放电的实时监测方法,其特征在于,
所述第一时间的范围为0.5~1年;
所述第二时间的范围为25~30s。
10.一种轴承放电实时监测装置,其特征在于,包括:
获取单元,配置为基于所述轴承(100)局部产生的放电电流,获得所述轴承(100)的第一信号;
处理单元,配置为基于所述第一信号,对所述第一信号进行频域分析,并获得所述频域分析的结果;
判断单元,配置为响应于所述频域分析的结果,判断所述轴承(100)的状态和/或所述轴承的寿命。
11.根据权利要求10所述的轴承放电实时监测装置,其特征在于,
所述获取单元和所述处理单元由瞬态地电压传感器(200)和处理器实现,所述处理器与所述瞬态地电压传感器电性连接;其中,
所述瞬态地电压传感器(200),配置为基于所述轴承局部产生的放电电流,通过瞬态地电压传感器(200)感应并自感产生脉动电压;
所述处理器,配置为记录所述脉动电压的波形和峰值形成所述第一信号。
12.根据权利要求11所述的轴承放电实时监测装置,其特征在于,
所述处理器,还配置为采用快速傅里叶转换和/或短时傅里叶转换的方法对所述第一信号进行频域分析。
13.根据权利要求11所述的轴承放电实时监测装置,其特征在于,
所述处理器,还配置为将所述频域分析的结果与参考基准进行比较,以判断所述轴承的状态和/或所述轴承的寿命;
其中,所述参考基准基于一个或多个所述轴承的所述频域分析的结果确定,和/或基于一个时间点或时间周期确定。
CN202210371487.9A 2022-04-11 2022-04-11 轴承放电的实时监测方法及监测装置 Pending CN116930686A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210371487.9A CN116930686A (zh) 2022-04-11 2022-04-11 轴承放电的实时监测方法及监测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210371487.9A CN116930686A (zh) 2022-04-11 2022-04-11 轴承放电的实时监测方法及监测装置

Publications (1)

Publication Number Publication Date
CN116930686A true CN116930686A (zh) 2023-10-24

Family

ID=88388378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210371487.9A Pending CN116930686A (zh) 2022-04-11 2022-04-11 轴承放电的实时监测方法及监测装置

Country Status (1)

Country Link
CN (1) CN116930686A (zh)

Similar Documents

Publication Publication Date Title
KR100715252B1 (ko) 구름 베어링의 잔여수명 진단방법 및 그 잔여수명 진단장치
KR100861579B1 (ko) 구름 베어링의 잔여수명 진단방법 및 이 잔여수명진단장치
US4352293A (en) Method of diagnosing vibration of rotary machine
EP1451550B1 (en) System and method for identifying the presence of a defect in vibrating machinery
RU2550500C2 (ru) Система и способ для заблаговременного распознавания повреждения в подшипнике
WO2017159784A1 (ja) 状態監視システムおよび風力発電装置
Kharche et al. Review of fault detection in rolling element bearing
KR101381822B1 (ko) 전동기에서의 진동신호 분석방법
CN206710565U (zh) 智能电机集成式多参数融合健康诊断及预警系统
KR102393095B1 (ko) 진동, 음향, 이미지 데이터를 활용한 인공지능 기반의 회전설비 고장예지진단시스템
CN111609923A (zh) 一种基于dcs数据的汽轮发电机组振动预警方法
Romanenko et al. Study of incipient bearing damage monitoring in variable-speed drive systems
CN116930686A (zh) 轴承放电的实时监测方法及监测装置
US20060171625A1 (en) Method and apparatus for sensing the condition of a device, process material or structure
Othman et al. Vibration and acoustic emission signal monitoring for detection of induction motor bearing fault
Navarro et al. Condition monitoring system for characterization of electric motor ball bearings with distributed fault using fuzzy inference tools
US20240151211A1 (en) Pitch Bearing Condition Monitoring
Prieto et al. Bearings fault detection using inference tools
KR100228023B1 (ko) 베어링의 수명 예측방법
JP7383367B1 (ja) 回転機器の振動データ分析方法及び分析システム
Vojtko et al. Measurement vibrations
Delgado Prieto et al. Bearings fault detection using inference tools
Lim et al. Detection of a single rolling element bearings fault via relative shaft displacement measurement
Girish Condition Monitoring of Cooling Tower Fans Using the Envelope Technique
Bakhtiary-Nejad et al. Application of Vibration Analysis in Ball Bearing Fault Detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication