CN203519144U - 一种风力发电机叶片与塔筒状态监测系统 - Google Patents

Abstract

本实用新型公开了一种风力发电机叶片与塔筒状态监测系统，包括：安装于风机叶片上的传感器及安装于机舱或塔筒上的传感器；数据采集系统，安装在机舱上，与所述传感器连接；风场监控服务器，通过网络与所述数据采集系统连接；和报警装置，与风场监控服务器通信。本实用新型可对叶片及塔筒状态进行在线监测及自动报警，弥补了行业内目前对叶片与塔筒状态监测的空白，保证了对叶片及塔筒的及时维护和修检。

Description

一种风力发电机叶片与塔筒状态监测系统

技术领域

本实用新型涉及风电技术领域，特别是涉及一种风力发电机叶片与塔筒状态监测系统。

背景技术

随着风力发电机技术的快速发展，机组单机容量也越来越大，陆上风机已经达到6MW，海上在研风机已经达12MW。单机容量的增大导致关键部件也越来越昂贵。为了对这些关键部件进行更好的维护，需要改变以往的定时维护为预知性维护，这就需要对这些部件进行实时状态监测。另外这些大机组往往安装在沿海或海上，需要提前做好维护计划。目前大部分机组已经安装了振动在线监测系统对主轴承、齿轮箱、发电机等传动链进行监测，但却忽略了风机的两个核心大部件，即叶片和塔筒。

叶片在运行过程中会发生裂纹、裂缝、覆冰、气动不平衡等故障，塔筒螺栓也会有松动、断裂故障，这些故障不仅对叶片和塔筒自身产生影响，而且影响机组的其他部件。如叶片气动不平衡不但会增加叶片的载荷也会增加整机的振动，同时也增加传动链的振动；塔筒螺栓如果松动或者断裂则直接影响机组的安全性，此时若有突发大风机组甚至可能倒塌。

因此，叶片与塔筒的状态需要进行实时监测，以便及时发现叶片与塔筒存在的潜在问题，提醒维护人员及时进行维护、检修。

实用新型内容

本实用新型的目的是提供一种实时监测、自动报警的风力发电机叶片与塔筒状态监测系统。

为实现上述目的，本实用新型采用如下技术方案：

一种风力发电机叶片与塔筒状态监测系统，包括：安装于风机叶片上的传感器及安装于机舱或塔筒上的传感器；数据采集系统，安装在机舱上，与所述传感器连接；风场监控服务器，通过网络与所述数据采集系统连接。

进一步地，所述安装于风机叶片上的传感器安装在风机叶片内部距离叶尖三分之一处，安装于机舱或塔筒上的传感器具体安装在前机舱底架处或塔筒顶部。

进一步地，所述每处安装于风机叶片上的传感器以及每处安装于机舱或塔筒上的传感器为双向传感器或两个单向传感器。

进一步地，所述传感器为超低频加速度传感器或应变片传感器。

进一步地，所述安装于风机叶片上的传感器的信号线通过设置在轮毂处的集线盒汇合后统一连接至风机的滑环装置，并由滑环装置连接至所述数据采集系统；

进一步地，所述数据采集系统通过网络连接至位于塔筒的塔底控制柜中，塔底控制柜通过风场的环网交换机和核心交换机与所述风场监控服务器连接。

进一步地，还包括远程监控器，所述远程监控器与风场监控服务器之间安装有路由器和防火墙。

由于采用上述技术方案，本实用新型至少具有以下优点：

本实用新型通过连续采集叶片及机舱在运行过程中的振动信号，并通过对数据进行实时分析，可监控叶片与塔筒的振动状况，及时发现叶片与塔筒存在的潜在问题，弥补了行业内目前对叶片与塔筒状态监测的空白。此外，由于设置了报警装置，当叶片质量不平衡、覆冰、开裂、气动不平衡、叶片不可见裂纹、塔筒螺栓松动等故障发生时，系统能根据设计的报警信息进行自动报警。

附图说明

上述仅是本实用新型技术方案的概述，为了能够更清楚了解本实用新型的技术手段，以下结合附图与具体实施方式对本实用新型作进一步的详细说明。

图1是本实用新型的叶片与塔筒状态监测系统总示意图。

图2是本实用新型的叶片与塔筒状态监测系统数据处理流程示意图。

图3是风电机组的桨角、方位角及坐标系示意图。

具体实施方式

请参阅图1，本实用新型的一种叶片与塔筒状态监测系统，包括安装于风机叶片2上的传感器1及安装于机舱或塔筒11上的传感器10；数据采集系统9，安装在机舱上，与所述传感器1和10连接；风场监控服务器，通过网络与所述数据采集系统9连接。

其中，每处安装于风机叶片2上的传感器1，以及每处安装于机舱或塔筒11上的传感器10为双向传感器或两个单向传感器。所述传感器为超低频加速度传感器或应变片传感器。

以三叶片机组、安装双向超低频加速度传感器为例，在风轮的每个叶片2内部距离叶尖三分之一的位置，安装一个双向超低频加速度传感器1，其测量方向和叶片2的挥向和摆向一致；在前机舱底架处或塔筒11顶部安装一个双向超低频加速度传感器10，其测量方向和机组沿风轮前后俯仰和左右摆动方向一致，采集机舱前后及左右方向的振动。三个叶片2的双向超低频加速度传感器1的信号线于设置在轮毂3处的集线盒4汇合，由集线盒4统一连接至风机的滑环装置8，并由滑环装置8连接至位于机舱的数据采集系统9，双向超低频加速度传感器10的信号线直接连接到数据采集系统9。由于利用了风机的滑环装置8，本系统可以对连续运转的叶片2进行振动采集。数据采集系统9对采集到的振动信号进行时域、频域及滤波等计算和处理后，将数据通过网线直接连接至位于塔筒11底部的塔底控制柜12中，然后数据通过风场的环网经过环网交换机和核心交换机将数据传输至风场监控服务器中，并且按照一定的存储机制将数据储存在服务器中。

风场监控中心可以通过客户端软件直接访问数据库，或查看报警信息等。为了方便远程监控或移动终端访问数据库或查看报警信息，在风场监控中心安装路由器和防火墙，被授权的远程客户可以通过广域网访问数据库或查看报警信息。

当叶片有裂纹、覆冰等故障时，由于叶片重量和刚度的改变，叶片的固有频率会发生改变，同时机舱的振动幅值也会发生改变，当实时处理得到的叶片固有频率和正常频率偏差超过5%时即认为叶片可能存在故障，同时利用双向超低频加速度传感器10采集的信号进行辅助判断，监测机舱的振动幅值及频谱中主轴的转频和叶片通过频率是否超过正常情况，通过双向超低频加速度传感器1和双向超低频加速度传感器10的信号分析比对处理，不但能提高叶片固有频率测量的准确性，也可以更准确的判断故障。

同理，当塔筒有螺栓松动、断裂、基础松动等故障时，其振动状态也会发生变化，本系统可以通过计算分析，并和正常振动情况比较，从而对故障做出及时判断。

请配合参阅图2，本实用新型的叶片与塔筒状态监测系统工作时，首先由传感器实时采集风机机舱沿风轮前后俯仰和左右摆动方向的振动信号X（t）、Y（t）及叶片挥向和摆向的振动信号x（t）、y（t）；结合风机的桨角信号a（t）和方位角信号β（t），通过计算去掉叶片在运行过程中在不同位置、不同桨角情况下，塔筒振动对叶片挥舞方向和摆振方向的影响，得到静止轮毂坐标系下叶片的振动信号x'（t）、y'（t）。其中，桨角、方位角及坐标系如图3所示，方位角6在Y-Z平面内，桨距角5在X-Y平面内。

静止轮毂坐标系下叶片的振动信号x'（t）、y'（t）的计算公式为：

x'（t）=x（t）-X（t）.cos a（t）.cosβ（t）

y'（t）=y（t）-Y（t）.cos a（t）.cosβ（t）

然后，对得到的静止轮毂坐标系下叶片的振动信号x'（t），y'（t）进行低通滤波和FFT处理，得到三个叶片挥舞和摆振的固有频率和振幅，从而对三个叶片的状态进行监测，当单个叶片固有频率变化超过5%时报警，或者当三个叶片的固有频率或振幅超过三个叶片平均值的10%时，系统报警。

同样，对得到的机舱振动信号X（t）、Y（t）进行低通滤波和FFT处理后，得到塔筒的固有频率，主轴的转频和叶片通过频率，当塔筒固有频率变化超过5%或者主轴的转频幅值和叶片通过频率幅值超过设定预警值，系统报警。

由于采用以上技术方案，本实用新型可以监测机组在运行状态下的叶片和塔筒状况，并实时计算分析，对故障进行自动报警，从而更加科学的对叶片和塔筒进行维护，避免小故障造成重大故障或事故，增加机组的安全性。

以上所述，仅是本实用新型的较佳实施例而已，并非对本实用新型作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本实用新型的保护范围内。

Claims (7)

1.一种风力发电机叶片与塔筒状态监测系统，其特征在于，包括： 

安装于风机叶片上的传感器及安装于机舱或塔筒上的传感器； 

数据采集系统，安装在机舱上，与所述传感器连接； 

风场监控服务器，通过网络与所述数据采集系统连接。 

2.根据权利要求1所述的风力发电机叶片与塔筒状态监测系统，其特征在于，所述安装于风机叶片上的传感器安装在风机叶片内部距离叶尖三分之一处，安装于机舱或塔筒上的传感器具体安装在前机舱底架处或塔筒顶部。 

3.根据权利要求1所述的风力发电机叶片与塔筒状态监测系统，其特征在于，所述每处安装于风机叶片上的传感器以及每处安装于机舱或塔筒上的传感器为双向传感器或两个单向传感器。 

4.根据权利要求1所述的风力发电机叶片与塔筒状态监测系统，其特征在于，所述传感器为超低频加速度传感器或应变片传感器。 

5.根据权利要求1所述的风力发电机叶片与塔筒状态监测系统，其特征在于，所述安装于风机叶片上的传感器的信号线通过设置在轮毂处的集线盒汇合后统一连接至风机的滑环装置，并由滑环装置连接至所述数据采集系统。 

6.根据权利要求1所述的风力发电机叶片与塔筒状态监测系统，其特征在于，所述数据采集系统通过网络连接至位于塔筒的塔底控制柜中，塔底控制柜通过风场的环网交换机和核心交换机与所述风场监控服务器连接。 

7.根据权利要求1所述的风力发电机叶片与塔筒状态监测系统，其特征在于，还包括远程监控器，所述远程监控器与风场监控服务器之间安装有路由器和防火墙。 

Images