CN117329085A - 一种风轮不平衡状态的在线诊断方法、系统及装置 - Google Patents

一种风轮不平衡状态的在线诊断方法、系统及装置 Download PDF

Info

Publication number
CN117329085A
CN117329085A CN202311559841.1A CN202311559841A CN117329085A CN 117329085 A CN117329085 A CN 117329085A CN 202311559841 A CN202311559841 A CN 202311559841A CN 117329085 A CN117329085 A CN 117329085A
Authority
CN
China
Prior art keywords
frequency
axial
wind wheel
determining
displacement
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
CN202311559841.1A
Other languages
English (en)
Inventor
龚妙
李修文
李合林
蒲金飞
王文彬
金贻涛
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.)
Tangzhi Science & Technology Hunan Development Co ltd
Beijing Tangzhi Science & Technology Development Co ltd
Original Assignee
Tangzhi Science & Technology Hunan Development Co ltd
Beijing Tangzhi Science & Technology Development 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 Tangzhi Science & Technology Hunan Development Co ltd, Beijing Tangzhi Science & Technology Development Co ltd filed Critical Tangzhi Science & Technology Hunan Development Co ltd
Priority to CN202311559841.1A priority Critical patent/CN117329085A/zh
Publication of CN117329085A publication Critical patent/CN117329085A/zh
Pending legal-status Critical Current

Links

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
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/80—Diagnostics
    • 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

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

本发明公开了一种风轮不平衡状态的在线诊断方法、系统及装置，涉及故障监测领域，包括确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频；当某一叶片出现问题导致风轮失衡，风轮旋转中心发生偏移，表现为风轮输出轴的轴向振动频谱中除叶片振动频率外，还存在轴向转频，且与叶片的不平衡程度呈正相关，所以采用轴向转频与所述叶片振动频率的比值衡量不平衡程度，大于第一门限值则可能出现故障。在风轮运行的过程中直接进行检测，对于故障的检测更加及时，避免因故障发现延迟导致安全问题。此外，采用轴向转频与所述叶片振动频率的比值衡量不平衡程度确定风轮出现不平衡故障，可以更佳准确判定故障。

Description

一种风轮不平衡状态的在线诊断方法、系统及装置
技术领域
本发明涉及故障监测领域，特别是涉及一种风轮不平衡状态的在线诊断方法、系统及装置。
背景技术
风电机组包括风轮、机舱及塔筒，风轮中的叶片在受风力的作用下绕着机舱内的主轴旋转，塔筒用于支撑机舱。风轮是风电机组将风能转换成动能的关键部件，受生产、安装与运行环境的影响，易发生风轮不平衡故障，进而导致风电机组传动或连接等部件的疲劳损伤，降低发电效率，严重时还有可能会引发叶片断裂、机组倒塌等灾难性事故。
所以，对于风轮是否发生了不平衡的检测，对于风电机组的运行是十分重要的。
发明内容
本发明的目的是提供一种风轮不平衡状态的在线诊断方法、系统及装置，采用轴向转频与叶片振动频率的比值衡量不平衡程度，大于第一门限值则可能出现故障，轴心的运动轨迹轴心的运动轨迹产生偏差且满足故障门限规律，则说明有可能出现不平衡。同时满足上述两种条件，则确定风轮出现不平衡故障，更佳准确判定故障。
为解决上述技术问题，本发明提供了一种风轮不平衡状态的在线诊断方法，包括：
确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，所述轴向转频与风轮的叶片的不平衡程度呈正相关，所述叶片振动频率与所述叶片的数量呈正相关；
在所述轴向转频与所述叶片振动频率的比值超过第一门限值时，确定所述风轮出现不平衡故障。
另一方面，确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，包括：
获取设置在所述风轮输出轴在预设时间t内的轴向位移的加速度ax(t)；
根据所述轴向位移的加速度ax(t)及轴向位移关系式sx(t)＝∫∫ax(t)确定所述风轮输出轴的轴向位移sx(t)；
根据所述轴向位移构成的轴向振动位移频谱确定所述叶片振动频率及所述轴向转频。
另一方面，根据所述轴向位移构成的频谱确定所述叶片振动频率及所述轴向转频，包括：
在所述轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频；
在所述轴向振动位移频谱的第二预设频率范围内确定的轴向位移的最大值所对应的频率作为叶片振动频率；
其中，所述第一预设频率范围以所述预设时间内的风轮平均转频fn0为中心，所述第二预设频率范围以所述预设时间内的风轮平均转频fn0的k倍为中心，k为所述叶片的数量。
另一方面，所述预设时间内的风轮平均转频的确定过程包括：
确定预设时间t内所述风轮的转速v(t)；
根据预设时间t内的所述转速确定所述预设时间t内的平均转速
根据所述平均转速及转频关系式确定所述预设时间t内的平均转频。
另一方面，在所述轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频之前，还包括：
设置搜索范围△f；
在所述轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频，包括：
在所述轴向振动位移频谱的第一预设频率范围fa＝[fn0-△f,fn0+△f]内确定的轴向位移的最大值所对应的频率作为轴向转频sZx(fnx)；
在所述轴向振动位移频谱的第二预设频率范围内确定的轴向位移的最大值所对应的频率作为叶片振动频率，包括：
在所述轴向振动位移频谱的第二预设频率范围fb＝[kfn0-△f,kfn0+△f]内确定的轴向位移的最大值所对应的频率作为叶片振动频率sZx(fknx)。
另一方面，还包括：
确定所述风轮输出轴的轴心的运动轨迹；
在所述轴向转频与所述叶片振动频率的比值超过第一门限值时，确定所述风轮出现不平衡故障，包括：
在所述轴向转频与所述叶片振动频率的比值超过第一门限值且所述轴心的运动轨迹满足故障门限规则，确定所述风轮出现不平衡故障。
另一方面，确定所述风轮输出轴的轴心的运动轨迹，包括：
获取在预设时间t内的径向水平位移的加速度ay(t)及在预设时间t内的径向垂向位移的加速度az(t)；
根据所述径向水平位移的加速度ay(t)、所述径向垂向位移的加速度az(t)、径向水平位移关系式sy(t)＝∫∫ay(t)及径向垂向位移关系式sz(t)＝∫∫az(t)确定所述径向水平位移sy(t)及所述径向垂向位移sz(t)；
根据所述径向水平位移sy(t)及所述径向垂向位移sz(t)确定所述轴心的运动轨迹r(t)。
另一方面，所述运动轨迹满足故障门限规则的确定过程，包括：
根据所述轴心的运动轨迹确定所述运动轨迹构成的图形的长轴与短轴的幅值比smax；
在所述幅值比smax不小于预设数值sk，则确定所述运动轨迹满足故障门限规则。
另一方面，所述在所述轴向转频与所述叶片振动频率的比值超过第一门限值且所述轴心的运动轨迹满足故障门限规则，确定所述风轮出现不平衡故障，包括：
在所述轴向转频与所述叶片振动频率的比值超过第二门限值时，确定满足第一故障预警条件，在所述轴向转频与所述叶片振动频率的比值超过所述第一门限值时，确定满足第一故障报警条件，所述第一门限值大于所述第二门限值；
在所述幅值比smax的值为1时，确定满足第二故障预警条件，在所述幅值比smax的值不小于所述预设数值sk时，确定满足第二故障报警条件，所述预设数值sk大于1；
在所述轴向转频与所述叶片振动频率的比值符合第一故障预警条件或第一故障报警条件；且所述幅值比smax符合第二故障预警条件或第二故障报警条件时，则确定所述风轮出现不平衡故障。
另一方面，所述在所述轴向转频与所述叶片振动频率的比值符合第一故障预警条件或第一故障报警条件；且所述幅值比smax符合第二故障预警条件或第二故障报警条件时，则确定所述风轮出现不平衡故障，还包括：
若确定所述风轮出现不平衡故障，则按所述轴向转频与所述叶片振动频率的比值符合的预报警级别和所述幅值比smax符合的预报警级别中较低的级别确定所述风轮出现不平衡故障的级别。
为解决上述技术问题，本发明还提供了一种风轮不平衡状态的在线诊断系统，包括：
频率确定单元，用于确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，所述轴向转频与所述风轮的叶片的不平衡程度呈正相关，所述叶片振动频率与所述叶片的数量呈正相关；
故障确定单元，用于在所述轴向转频与所述叶片振动频率的比值超过第一门限值时，确定所述风轮出现不平衡故障。
为解决上述技术问题，本发明还提供了一种风轮不平衡状态的在线诊断装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述的风轮不平衡状态的在线诊断方法的步骤。
本发明公开了一种风轮不平衡状态的在线诊断方法、系统及装置。当某一叶片出现问题导致风轮失衡，风轮旋转中心发生偏移，表现为风轮输出轴的轴向振动频谱中除叶片振动频率外，还存在轴向转频，且与叶片的不平衡程度呈正相关，所以采用轴向转频与所述叶片振动频率的比值衡量不平衡程度，大于预设门限值则可判断风轮能出不平衡现故障。本发明提出采用轴向转频与所述叶片振动频率的比值衡量不平衡程度确定风轮出现不平衡故障，可以更佳准确判定故障。并且，本方法能在风轮运行的过程中进行实时的数据采集及监测，能实现对风轮运行状态的实时监测，避免因故障发现延迟，进而导致安全问题。进一步的，确定风轮输出轴的在正常状态的轴心运动轨迹应该是一个稳定且长短轴相差不大的椭圆，不平衡状态下运动轨迹会发生偏移，若运动轨迹产生偏差且满足故障门限规律也可认为风轮出现了不平衡状态。因此，本方法还结合了利用风轮输出轴的轴心的运动轨迹的长短轴幅值比来判断风轮是否存在不平衡的运动状态；并给出了利用采用轴向转频与所述叶片振动频率的比值以及轴心的运动轨迹同时判断风轮不平衡状态的融合诊断方法，进一步提升了监测的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例中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为本发明提供的一种风轮不平衡状态的在线诊断方法的流程图；
图2为本发明提供的一种风电机组的结构示意图；
图3为本发明提供的一种构建轴心的运动轨迹的示意图；
图4为本发明提供的一种风轮不平衡状态的在线诊断系统的结构示意图；
图5为本发明提供的一种风轮不平衡状态的在线诊断装置的结构示意图。
具体实施方式
本发明的核心是提供一种风轮不平衡状态的在线诊断方法、系统及装置，采用轴向转频与叶片振动频率的比值衡量不平衡程度，大于第一门限值则可能出现故障，轴心的运动轨迹轴心的运动轨迹产生偏差且满足故障门限规律，则说明有可能出现不平衡。同时满足上述两种条件，则确定风轮出现不平衡故障。
为使本发明实施例的目的、技术方案和优点更加清楚，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。
图1为本发明提供的一种风轮不平衡状态的在线诊断方法的流程图，图2为本发明提供的一种风电机组的结构示意图；
该风轮不平衡状态的在线诊断方法包括：
S11：确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，轴向转频与风轮的叶片的不平衡程度呈正相关，叶片振动频率与叶片的数量呈正相关；
当风轮处于正常平衡状态时，风轮的叶片围绕风轮输出轴旋转，叶片通过塔筒前受到塔筒的反作用力，所以风轮每旋转1圈，会受到叶片数次的、幅度相等的作用力，表现为在风轮输出轴的轴向振动频谱中存在明显的叶片通过振动频率，即叶片振动频率。当某一叶片出现问题导致风轮失衡后，风轮旋转中心发生偏移，叶片通过塔筒前的受力不一致，因此风轮每旋转1圈会至少受到1次不同幅度的作用力，表现为风轮输出轴的轴向振动频谱中除叶片振动频率外，还存在轴向转频。因此，风力风轮失衡的特征为：轴向振动频谱表现为除叶片振动频率外，还存在明显的轴向转频，不平衡程度越严重，轴向转频越明显，可采用轴向转频与叶片振动频率的幅度比衡量不平衡程度。
S12：在轴向转频与叶片振动频率的比值超过第一门限值时，确定风轮出现不平衡故障。
轴向转频与叶片振动频率的幅度比超过第一门限值证明当前出现的轴向转频过大，在频域方面不平衡程度较大。
本发明公开了一种风轮不平衡状态的在线诊断方法。当某一叶片出现问题导致风轮失衡，风轮旋转中心发生偏移，表现为风轮输出轴的轴向振动频谱中除叶片振动频率外，还存在轴向转频，且与叶片的不平衡程度呈正相关，所以采用轴向转频与叶片振动频率的比值衡量不平衡程度，大于预设门限值则可判断风轮能出不平衡现故障。本发明提出采用轴向转频与叶片振动频率的比值衡量不平衡程度确定风轮出现不平衡故障，可以更佳准确判定故障。并且，本方法能在风轮运行的过程中进行实时的数据采集及监测，能实现对风轮运行状态的实时监测，避免因故障发现延迟，进而导致安全问题。
在上述实施例的基础上：
在一些实施例中，确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，包括：
获取设置在风轮输出轴下方的轴向传感器在预设时间t内采集的轴向位移的加速度ax(t)；
根据轴向位移的加速度ax(t)及轴向位移关系式sx(t)＝∫∫ax(t)确定风轮输出轴的轴向位移sx(t)；
根据轴向位移构成的轴向振动位移频谱确定叶片振动频率及轴向转频。
在风轮输出轴的下方加装振动三坐标加速度传感器，三个方向分别为轴向传感器、径向水平传感器和径向垂直传感器。由于轴向传感器采集到的为轴向加速度，需要进行积分后转换为轴向位移。
因为风轮转速低，为便于频谱分析，频谱分辨率df需达到一定的精度，此时对应的单样本采样时长T＝1/df，即df＝0.1Hz时，T＝10s，此时轴向传感器采样时间t>10s。
在一些实施例中，根据轴向位移构成的频谱确定叶片振动频率及轴向转频，包括：
在轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频；
在轴向振动位移频谱的第二预设频率范围内确定的轴向位移的最大值所对应的频率作为叶片振动频率；
其中，第一预设频率范围以预设时间内的风轮平均转频fn0为中心，第二预设频率范围以预设时间内的风轮平均转频fn0的k倍为中心，k为叶片的数量。
为避免采样精度导致转频搜索存在误差，考虑在理论转频左右一定范围内搜索最大值，该值为实际轴向转频：以fn0为中心，确定第一预设频率范围作为实际转频搜索频段，搜索主轴轴向振动位移频谱中的最大值。
为避免采样精度导致叶频搜索存在误差，考虑在理论叶片振动频率左右一定范围内搜索最大值，该值为实际叶片振动频率：以实际轴向振动1阶的k倍为中心，即实际k倍叶片振动频率，确定第二预设频率范围作为实际转频搜索频段，搜索主轴轴向振动位移频谱的最大值。
在一些实施例中，预设时间内的风轮平均转频的确定过程包括：
确定预设时间t内风轮的转速v(t)；
根据预设时间t内的转速确定预设时间t内的平均转速
根据平均转速及转频关系式确定预设时间t内的平均转频。
SCADA(Supervisory Control And Data Acquisition)系统：即数据采集与监视控制系统。该系统通过在机组各个关键部位加装传感器，获取机组振动、温度、运行时间等运行参数，并对其做超限判断，并基于这些参数实现对机组的控制。本申请可以基于SCADA系统中对风轮的转速的采集去确定预设时间t内的平均转速，进而根据速度与频率的对应关系确定平均转频。
进一步的，由于风轮转速低，转速波动对转频及叶片通过频率的影响较大，获取风轮的实时转速信号，则能够计算出监测时段内更加精确的转频值。
在一些实施例中，在轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频之前，还包括：
设置搜索范围△f；
在轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频，包括：
在轴向振动位移频谱的第一预设频率范围fa＝[fn0-△f,fn0+△f]内确定的轴向位移的最大值所对应的频率作为轴向转频sZx(fnx)；
在轴向振动位移频谱的第二预设频率范围内确定的轴向位移的最大值所对应的频率作为叶片振动频率，包括：
在轴向振动位移频谱的第二预设频率范围fb＝[kfn0-△f,kfn0+△f]内确定的轴向位移的最大值所对应的频率作为叶片振动频率sZx(fknx)。
搜索范围△f由实际的采样频率以及实际的采样时间进行设置，由于第一预设频率范围以fn0为中心，所以当搜索范围为△f时，第一预设频率范围为fa＝[fn0-△f,fn0+△f]。由于第二搜索范围为k倍的fn0，所以当搜索范围为△f时，第二预设频率范围为fb＝[kfn0-△f,kfn0+△f]。
在第一预设频率范围及第二预设频率范围内搜索得到的轴向位移的最大值所对应的频率作为该段时间内的实际轴向转频和叶片振动转频。
在一些实施例中，还包括：
确定风轮输出轴的轴心的运动轨迹；
在轴向转频与叶片振动频率的比值超过第一门限值时，确定风轮出现不平衡故障，包括：
在轴向转频与叶片振动频率的比值超过第一门限值且轴心的运动轨迹满足故障门限规则，确定风轮出现不平衡故障。
转轴中心点的运动轨迹就是轴心轨迹，正常状态的风轮轴心轨迹应该是一个较为稳定的、长短轴相差不大的椭圆。实际情况下由于转轴不平衡、不对中等其他问题导致转轴中心发生改变。不平衡状态下风轮旋转中心轨迹会发生偏移，其轴心轨迹会呈现圆形或长短轴差异较大的椭圆形，所以通过检测轴心的运动轨迹可以确定风轮的不平衡状态。
如果轴心的运动轨迹满足故障门限规则，则证明从时域方面不平衡程度较大。
具体的，故障门限规则可以为运动轨迹的形状趋近于预设的形状。
在一些实施例中，确定风轮输出轴的轴心的运动轨迹，包括：
获取设置在风轮输出轴下方的径向水平传感器在预设时间t内采集的径向水平位移的加速度ay(t)及设置在风轮输出轴下方的径向垂向传感器在预设时间t内采集的径向垂向位移的加速度az(t)；
根据径向水平位移的加速度ay(t)、径向垂向位移的加速度az(t)、径向水平位移关系式sy(t)＝∫∫ay(t)及径向垂向位移关系式sz(t)＝∫∫az(t)确定径向水平位移sy(t)及径向垂向位移sz(t)；
根据径向水平位移sy(t)及径向垂向位移sz(t)确定轴心的运动轨迹r(t)。
图3为本发明提供的一种构建轴心的运动轨迹的示意图；
通常在与轴向垂直的平面上，安装两个互相垂直的传感器，即径向水平传感器及径向垂向传感器，并将其时域波形数据合并到一起，以创建显示轴心轨迹图二维动态单图，如图3所示。
在风轮输出轴的下方加装振动三坐标加速度传感器，三个方向分别为轴向传感器、径向水平传感器和径向垂直传感器。由于径向水平传感器及径向垂向传感器采集到的为径向水平加速度及径向垂向加速度，需要进行积分后转换为径向水平位移及径向垂向位移。
在一些实施例中，运动轨迹满足故障门限规则的确定过程，包括：
根据轴心的运动轨迹确定运动轨迹构成的图形的长轴与短轴的幅值比smax；
在幅值比smax不小于预设数值sk，则确定运动轨迹满足故障门限规则。
由于风轮转子振动信号中除包含有用的轴向转频、叶片振动频率及其高次谐波外，还有噪声、电磁信号等干扰成分，导致原始的轴心轨迹较复杂。因此，可预先对位移信号进行去噪提纯处理，突出转频等主要因素，更进一步地，可绘制一倍频轴心轨迹可提取到不平衡的真实轨迹图。
通过对轴心构成的图形可能为圆形或椭圆形，所以根据长轴和短轴之间的幅值比可以确定图形具体是圆形还是椭圆形，进而确定不平衡程度，不平衡程度与smax呈正相关。
在一些实施例中，在轴向转频与叶片振动频率的比值超过第一门限值且轴心的运动轨迹满足故障门限规则，确定风轮出现不平衡故障，包括：
在轴向转频与叶片振动频率的比值超过第二门限值时，确定满足第一故障预警条件，在轴向转频与叶片振动频率的比值超过第一门限值时，确定满足第一故障报警条件，第一门限值大于第二门限值；
在幅值比smax的值为1时，确定满足第二故障预警条件，在幅值比smax的值不小于预设数值sk时，确定满足第二故障报警条件，预设数值sk大于1；
在轴向转频与叶片振动频率的比值符合第一故障预警条件或第一故障报警条件；且幅值比smax符合第二故障预警条件或第二故障报警条件时，则确定风轮出现不平衡故障。
在一些实施例中，在轴向转频与叶片振动频率的比值符合第一故障预警条件或第一故障报警条件；且幅值比smax符合第二故障预警条件或第二故障报警条件时，则确定风轮出现不平衡故障，还包括：
若确定风轮出现不平衡故障，则按轴向转频与叶片振动频率的比值符合的预报警级别和幅值比smax符合的预报警级别中较低的级别确定风轮出现不平衡故障的级别。
所以对于风轮出现不平衡故障的判定就转换为在轴向转频sZx(fnx)与叶片振动频率sZx(fknx)的比值w超过第一门限值wk且幅值比smax不小于预设数值sk。
可根据风轮不平衡程度对其设置不同门限值，通常设置预警、报警两个门限，达到第二门限值时，进行故障预警；达到第一门限值时，进行故障报警。第一门限值要大于第二门限值。
若轴心轨迹为圆形或长短轴差异较大的椭圆形状，若smax＝1或smax大于sk时符合风轮不平衡条件，其中，sk为运动轨迹的长轴与短轴的幅值比的限制值，实际情况下可基于现场维护需要对其做个性化调整，smax大于sk表示轴心轨迹为长短轴差异较大的椭圆形，smax＝1即表示该轴心轨迹为圆形。同样的，可针对轴心轨迹设置预警和报警门限，例如：满足圆形规则输出预警，满足椭圆形规则，则输出报警。
在实际报警的过程中，若轴向转频与叶片振动频率的比值符合预警，幅值比符合报警，则按照较低的级别即预警级别确定风轮出现不平衡故障的级别。
为进一步实现精确诊断与维修指导，可根据连续多条的单样本诊断结论的一致性情况输出综合决策。例如，连续10条单样本中，若存在连续6条报警级别均在报警及以上，则输出报警；若存在连续6条报警级别均在预警及以上，则输出预警；若上述均不满足，输出正常。
图4为本发明提供的一种风轮不平衡状态的在线诊断系统的结构示意图，该风轮不平衡状态的在线诊断系统包括：
频率确定单元41，用于确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，轴向转频与风轮的叶片的不平衡程度呈正相关，叶片振动频率与叶片的数量呈正相关；
故障确定单元42，用于在轴向转频与叶片振动频率的比值超过第一门限值且运动轨迹满足故障门限规则，则确定风轮出现不平衡故障。
在上述实施例的基础上：
轴向位移的加速度获取单元，用于获取设置在风轮输出轴在预设时间t内的轴向位移的加速度ax(t)；
轴向位移确定单元，用于根据轴向位移的加速度ax(t)及轴向位移关系式sx(t)＝∫∫ax(t)确定风轮输出轴的轴向位移sx(t)；
频率确定单元41，具体用于根据轴向位移构成的轴向振动位移频谱确定叶片振动频率及轴向转频。
频率确定单元41，具体用于在轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频；
在轴向振动位移频谱的第二预设频率范围内确定的轴向位移的最大值所对应的频率作为叶片振动频率；
其中，第一预设频率范围以预设时间内的风轮平均转频fn0为中心，第二预设频率范围以预设时间内的风轮平均转频fn0的k倍为中心，k为叶片的数量。
转速确定单元，用于确定预设时间t内风轮的转速v(t)；
平均转速确定单元，用于根据预设时间t内的转速确定预设时间t内的平均转速
平均转频确定单元，用于根据平均转速及转频关系式确定预设时间t内的平均转频。
搜索范围设置单元，用于设置搜索范围△f；
频率确定单元41，具体用于在轴向振动位移频谱的第一预设频率范围fa＝[fn0-△f,fn0+△f]内确定的轴向位移的最大值所对应的频率作为轴向转频sZx(fnx)；
在轴向振动位移频谱的第二预设频率范围fb＝[kfn0-△f,kfn0+△f]内确定的轴向位移的最大值所对应的频率作为叶片振动频率sZx(fknx)。
运动轨迹确定单元，用于确定风轮输出轴的轴心的运动轨迹；
故障确定单元42，具体用于在轴向转频与叶片振动频率的比值超过第一门限值且轴心的运动轨迹满足故障门限规则，确定风轮出现不平衡故障。
径向位移加速度确定单元，用于获取在预设时间t内的径向水平位移的加速度ay(t)及在预设时间t内的径向垂向位移的加速度az(t)；
径向位移确定单元，用于根据径向水平位移的加速度ay(t)、径向垂向位移的加速度az(t)、径向水平位移关系式sy(t)＝∫∫ay(t)及径向垂向位移关系式sz(t)＝∫∫az(t)确定径向水平位移sy(t)及径向垂向位移sz(t)；
运动轨迹确定单元，具体用于根据径向水平位移sy(t)及径向垂向位移sz(t)确定轴心的运动轨迹r(t)。
幅值比确定单元，用于根据轴心的运动轨迹确定运动轨迹构成的图形的长轴与短轴的幅值比smax；
轴心的运动轨迹满足故障门限规则的确定过程为：
在幅值比smax不小于预设数值sk，则确定运动轨迹满足故障门限规则。
第一条件确定单元，用于在轴向转频与叶片振动频率的比值超过第二门限值时，确定满足第一故障预警条件，在轴向转频与叶片振动频率的比值超过第一门限值wk时，确定满足第一故障报警条件，第一门限值wk大于第二门限值；
第二条件确定单元，用于在幅值比smax的值为1时，确定满足第二故障预警条件，在幅值比smax的值不小于预设数值sk时，确定满足第二故障报警条件，预设数值sk大于1；
故障确定单元42，具体用于在轴向转频与叶片振动频率的比值符合第一故障预警条件或第一故障报警条件；且幅值比smax符合第二故障预警条件或第二故障报警条件时，则确定风轮出现不平衡故障。
若确定风轮出现不平衡故障，则按轴向转频与叶片振动频率的比值符合的预报警级别和幅值比smax符合的预报警级别中较低的级别确定风轮出现不平衡故障的级别。
图5为本发明提供的一种风轮不平衡状态的在线诊断装置的结构示意图，该风轮不平衡状态的在线诊断装置包括：
存储器51，用于存储计算机程序；
处理器52，用于执行计算机程序时实现上述的风轮不平衡状态的在线诊断方法的步骤。
本申请提供的风轮不平衡状态的在线诊断装置的介绍请参照上述实施例，在此处不再赘述。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种风轮不平衡状态的在线诊断方法，其特征在于，包括：
确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，所述轴向转频与风轮的叶片的不平衡程度呈正相关，所述叶片振动频率与所述叶片的数量呈正相关；
在所述轴向转频与所述叶片振动频率的比值超过第一门限值时，确定所述风轮出现不平衡故障。
2.如权利要求1所述的风轮不平衡状态的在线诊断方法，其特征在于，确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，包括：
获取设置在所述风轮输出轴在预设时间t内的轴向位移的加速度ax(t)；
根据所述轴向位移的加速度ax(t)及轴向位移关系式sx(t)＝∫∫ax(t)确定所述风轮输出轴的轴向位移sx(t)；
根据所述轴向位移构成的轴向振动位移频谱确定所述叶片振动频率及所述轴向转频。
3.如权利要求2所述的风轮不平衡状态的在线诊断方法，其特征在于，根据所述轴向位移构成的频谱确定所述叶片振动频率及所述轴向转频，包括：
在所述轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频；
在所述轴向振动位移频谱的第二预设频率范围内确定的轴向位移的最大值所对应的频率作为叶片振动频率；
其中，所述第一预设频率范围以所述预设时间内的风轮平均转频fn0为中心，所述第二预设频率范围以所述预设时间内的风轮平均转频fn0的k倍为中心，k为所述叶片的数量。
4.如权利要求3所述的风轮不平衡状态的在线诊断方法，其特征在于，所述预设时间内的风轮平均转频的确定过程包括：
确定预设时间t内所述风轮的转速v(t)；
根据预设时间t内的所述转速确定所述预设时间t内的平均转速
根据所述平均转速及转频关系式确定所述预设时间t内的平均转频。
5.如权利要求3所述的风轮不平衡状态的在线诊断方法，其特征在于，在所述轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频之前，还包括：
设置搜索范围△f；
在所述轴向振动位移频谱的第一预设频率范围内确定的轴向位移的最大值所对应的频率作为轴向转频，包括：
在所述轴向振动位移频谱的第一预设频率范围fa＝[fn0-△f,fn0+△f]内确定的轴向位移的最大值所对应的频率作为轴向转频sZx(fnx)；
在所述轴向振动位移频谱的第二预设频率范围内确定的轴向位移的最大值所对应的频率作为叶片振动频率，包括：
在所述轴向振动位移频谱的第二预设频率范围fb＝[kfn0-△f,kfn0+△f]内确定的轴向位移的最大值所对应的频率作为叶片振动频率sZx(fknx)。
6.如权利要求1至5任一项所述的风轮不平衡状态的在线诊断方法，其特征在于，还包括：
确定所述风轮输出轴的轴心的运动轨迹；
在所述轴向转频与所述叶片振动频率的比值超过第一门限值时，确定所述风轮出现不平衡故障，包括：
在所述轴向转频与所述叶片振动频率的比值超过第一门限值且所述轴心的运动轨迹满足故障门限规则，确定所述风轮出现不平衡故障。
7.如权利要求6所述的风轮不平衡状态的在线诊断方法，其特征在于，确定所述风轮输出轴的轴心的运动轨迹，包括：
获取在预设时间t内的径向水平位移的加速度ay(t)及在预设时间t内的径向垂向位移的加速度az(t)；
根据所述径向水平位移的加速度ay(t)、所述径向垂向位移的加速度az(t)、径向水平位移关系式sy(t)＝∫∫ay(t)及径向垂向位移关系式sz(t)＝∫∫az(t)确定所述径向水平位移sy(t)及所述径向垂向位移sz(t)；
根据所述径向水平位移sy(t)及所述径向垂向位移sz(t)确定所述轴心的运动轨迹r(t)。
8.如权利要求6所述的风轮不平衡状态的在线诊断方法，其特征在于，所述运动轨迹满足故障门限规则的确定过程，包括：
根据所述轴心的运动轨迹确定所述运动轨迹构成的图形的长轴与短轴的幅值比smax；
在所述幅值比smax不小于预设数值sk，则确定所述运动轨迹满足故障门限规则。
9.如权利要求8所述的风轮不平衡状态的在线诊断方法，其特征在于，所述在所述轴向转频与所述叶片振动频率的比值超过第一门限值且所述轴心的运动轨迹满足故障门限规则，确定所述风轮出现不平衡故障，包括：
在所述轴向转频与所述叶片振动频率的比值超过第二门限值时，确定满足第一故障预警条件，在所述轴向转频与所述叶片振动频率的比值超过所述第一门限值时，确定满足第一故障报警条件，所述第一门限值大于所述第二门限值；
在所述幅值比smax的值为1时，确定满足第二故障预警条件，在所述幅值比smax的值不小于所述预设数值sk时，确定满足第二故障报警条件，所述预设数值sk大于1；
在所述轴向转频与所述叶片振动频率的比值符合第一故障预警条件或第一故障报警条件；且所述幅值比smax符合第二故障预警条件或第二故障报警条件时，则确定所述风轮出现不平衡故障。
10.如权利要求9所述的风轮不平衡状态的在线诊断方法，其特征在于，所述在所述轴向转频与所述叶片振动频率的比值符合第一故障预警条件或第一故障报警条件；且所述幅值比smax符合第二故障预警条件或第二故障报警条件时，则确定所述风轮出现不平衡故障，还包括：
若确定所述风轮出现不平衡故障，则按所述轴向转频与所述叶片振动频率的比值符合的预报警级别和所述幅值比smax符合的预报警级别中较低的级别确定所述风轮出现不平衡故障的级别。
11.一种风轮不平衡状态的在线诊断系统，其特征在于，包括：
频率确定单元，用于确定风轮输出轴的轴向振动频谱中的叶片振动频率及轴向转频，所述轴向转频与所述风轮的叶片的不平衡程度呈正相关，所述叶片振动频率与所述叶片的数量呈正相关；
故障确定单元，用于在所述轴向转频与所述叶片振动频率的比值超过第一门限值时，确定所述风轮出现不平衡故障。
12.一种风轮不平衡状态的在线诊断装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至10任一项所述的风轮不平衡状态的在线诊断方法的步骤。
CN202311559841.1A 2023-11-22 2023-11-22 一种风轮不平衡状态的在线诊断方法、系统及装置 Pending CN117329085A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311559841.1A CN117329085A (zh) 2023-11-22 2023-11-22 一种风轮不平衡状态的在线诊断方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311559841.1A CN117329085A (zh) 2023-11-22 2023-11-22 一种风轮不平衡状态的在线诊断方法、系统及装置

Publications (1)

Publication Number Publication Date
CN117329085A true CN117329085A (zh) 2024-01-02

Family

ID=89290659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311559841.1A Pending CN117329085A (zh) 2023-11-22 2023-11-22 一种风轮不平衡状态的在线诊断方法、系统及装置

Country Status (1)

Country Link
CN (1) CN117329085A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117851873A (zh) * 2024-03-07 2024-04-09 唐智科技湖南发展有限公司 一种基于动态接触角的轴承运行状态评估方法及系统
CN117851873B (zh) * 2024-03-07 2024-05-28 唐智科技湖南发展有限公司 一种基于动态接触角的轴承运行状态评估方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117851873A (zh) * 2024-03-07 2024-04-09 唐智科技湖南发展有限公司 一种基于动态接触角的轴承运行状态评估方法及系统
CN117851873B (zh) * 2024-03-07 2024-05-28 唐智科技湖南发展有限公司 一种基于动态接触角的轴承运行状态评估方法及系统

Similar Documents

Publication Publication Date Title
EP3043062B1 (en) Condition monitoring apparatus for wind turbine
CN1707262B (zh) 转子叶片上冰的检测的方法和设备
CN107191339B (zh) 风力发电机组风轮不平衡监测方法
US20150369698A1 (en) Bearing device vibration analysis method, bearing device vibration analyzer, and rolling bearing condition monitoring system
WO2015012124A1 (ja) 風力発電装置の異常診断装置および異常診断方法
CN107192446B (zh) 风力发电机组塔筒固有频率监测方法
EP2610604B1 (en) Method for oscillation measurement on rotor blades of wind power installations
EP3196626B1 (en) Vibration monitoring method and system
CN107850513A (zh) 异常诊断设备和传感器分离检测方法
CN103091096A (zh) 基于eemd和小波包变换的早期故障敏感特征提取方法
CN110118152B (zh) 风力发电机组叶片气动平衡监测调整系统及监测调整方法
US7421349B1 (en) Bearing fault signature detection
CN107866696A (zh) 管理系统和装置、主轴故障检测方法、计算机可读介质
ZA202300143B (en) Method for monitoring the technical condition of a diesel generator when in operation
CN110646138A (zh) 一种旋转机械无键相无试重动平衡方法和分析装置
CN102721462A (zh) 旋转机械启停车过程波德图/奈奎斯特图的快速计算方法
CN112098065B (zh) 一种设备运行状态的诊断方法、存储介质及终端
CN113357097B (zh) 风力发电机组的叶片卡桨检测方法和装置
CN117329085A (zh) 一种风轮不平衡状态的在线诊断方法、系统及装置
CN111173687B (zh) 一种风电风机叶片裂纹损伤在线监测装置及方法
CN113494429B (zh) 一种风机叶片气动不平衡监测方法
Jia et al. Research on fault signal detection method of mechanical vibration based on Kalman filtering algorithm
JP6577394B2 (ja) 風力発電設備の異常診断装置
Schulz et al. Wind turbine rotors in surge motion: new insights into unsteady aerodynamics of floating offshore wind turbines (FOWTs) from experiments and simulations
CN114294172A (zh) 风电机组塔架一阶频率测量方法及装置

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