CN211900883U - 一种结合多元信息的叶片状态监测装置及智慧风机系统 - Google Patents
一种结合多元信息的叶片状态监测装置及智慧风机系统 Download PDFInfo
- Publication number
- CN211900883U CN211900883U CN201922441465.1U CN201922441465U CN211900883U CN 211900883 U CN211900883 U CN 211900883U CN 201922441465 U CN201922441465 U CN 201922441465U CN 211900883 U CN211900883 U CN 211900883U
- Authority
- CN
- China
- Prior art keywords
- blade
- blades
- information
- data acquisition
- laser ranging
- 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.)
- Expired - Fee Related
Links
- 238000012806 monitoring device Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000009434 installation Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000006378 damage Effects 0.000 abstract description 16
- 238000004458 analytical method Methods 0.000 abstract description 9
- 208000037656 Respiratory Sounds Diseases 0.000 abstract description 3
- 230000036541 health Effects 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000002035 prolonged effect Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000025274 Lightning injury Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Wind Motors (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本实用新型公开了一种结合多元信息的叶片状态监测装置及智慧风机系统，所述装置由数据采集及处理模块、拾音器、网络通讯模块、激光测距传感器、超广角图像获取装置、三维齿轮云台和固定支架构成。在风机吊装完成后，将本实用新型装置至于风力发电机机舱顶部，装置前方朝向叶轮。该装置可以结合视频监控，实现对叶片结构损伤及叶片覆冰的识别；可以结合激光测距，实现对风机叶片安装角偏差的定量识别；可以结合拾音器采集的音频分析，实现对风机叶片轻度裂纹的识别。可以有效获取叶片健康状态，防止重大安全事故，延长大部件使用寿命，增加风电场综合经济效益。
Description
技术领域
本实用新型涉及现场测量仪器技术领域，尤其涉及一种结合多元信息的叶片状态监测装置及智慧风机系统。
背景技术
截止2018年，国内风电并网容量已经达到1.8亿千瓦，近年来我国装机区域也由原来的陆上快速向海上发展。为了充分利用风资源丰富地区风能，当前风机叶片也越来越长。随着装机数量的增长以及装机区域的迁移，风力发电机自身问题也突显出来。表现在叶片方面的有三点，一是老风机运行时间久，制造工艺差，叶片问题批量出现；二是海上风机运维困难，若叶片出现大问题，停机时间和带来的损失不可估量；三是新建机组叶片长度屡创新高，其承受的载荷也越来越大，更容易出现损伤。
风电机组常见的异常状态为结构损伤、覆冰、桨距角偏差以及轻度裂纹。
结构损伤是指叶片因为制造缺陷或后期疲劳裂纹、雷击裂纹扩展导致的贯穿性裂纹、大梁受损或合模处大尺度开裂现象。严重的结构损伤在大风天气下可能直接导致叶片折断，带来灾难性事故。
覆冰是指由于低温及高湿导致的叶片表面出现的结冰现象。严重的叶片覆冰会增加风机整机载荷登记，影响风机正常运行，并且容易出现抛冰现象，造成其他建筑物或人身损伤。
叶片桨距角是转子平面和翼型弦线之间的夹角，由于安装和调试偏差、变桨系统累计误差等原因，机组三个叶片的桨距角可能存在偏差。叶片桨距角偏差会引起机组气动不平衡，产生额外载荷或者载荷失衡，引起塔架横向、轴向及扭转振动，导致风电机组塔架、齿轮箱、主轴承、偏航系统等其他部件寿命减少，同时还会造成发电量损失。
叶片轻度裂纹大多是因为长久运行产生的疲劳裂纹或直接因为雷击等极端天气导致，这种轻度裂纹在短时间不会对风机发电或运行产生影响，但若不及时处理，就会不断扩展，最终变为结构损伤。
目前，现有技术中对风叶的监测设备无法同时对结构损伤、覆冰、桨距角偏差或轻度裂纹进行监控。
实用新型内容
本实用新型提出一种结合多元信息的叶片状态监测装置及智慧风机系统，目的是利用该独立装置覆盖风机叶片常见到的结构损伤、覆冰、桨距角偏差以及轻度裂纹问题，且能将得到的状态信息输入风机SCADA系统，实现风机运行优化控制。该装置组件包括：
1)拾音器，用于在机组叶片运转过程中连续记录叶轮旋转声音；
2)激光测距传感器，用于快速测量叶片表面的距离数据，记录这些大量的距离数据；
3)图像获取装置，用于在机组叶片运转过程中连续摄录叶片；
4)数据采集及处理模块，通过串行总线,按照各传感器的通讯协议连续采集拾音器、激光测距传感器、图像获取装置的数据，并将这些大量的距离数据按照叶片分组存放，然后进行叶片状态判断。
5)通讯模块，用于将数据采集及处理模块分析得到的叶片状态信息通过ModbusTCP协议输出至主控SCADA系统，并且实现用户通过手机或笔记本电脑的浏览器查看测量结果。
6)三维齿轮云台，用于调节测量装置三维角度，在装置安装调试时，通过调节齿轮云台可以使图像获取装置及激光器对准叶片指定位置，并具备锁定功能，调试后保证20年不松动。
7)固定支架，用于支撑测量装置，并与机舱顶部平台通过螺栓永久固定。
其中，所述拾音器为主动式数字拾音器，拾音器内置数字降噪及浮点相位处理芯片，可以最大限度地降低噪音。
其中，所述激光测距传感器基于FoT测量技术，测量范围为0.5- 300米，精度为正负20mm。所述虚拟坐标系横坐标由激光测距传感器采样间隔及落在单个叶片上的激光点数确定，纵坐标由所述装置距叶根距离与激光测距传感器相对水平面的仰角确定。
其中，所述图像获取装置为80-100度超广角图像获取装置，摄像帧率为24帧。通过同相位下三支叶片的帧画面图像识别，可以实现三支叶片结构健康度不同情况下的故障识别；通过同相位下单叶片历史帧画面的对比，可以实现单叶片结构损伤识别。
其中，所述数据采集及处理单元通过RS-232、RS-422或RS-485 等串行总线与各传感器连接，协议实现简单，通讯可靠。
其中，所述数据采集及处理单元再采集各传感器信号并进行叶片分组之后，进行滤波预处理，并剔除塔筒摆动等外部因素影响。通过建立声音比对模型、虚拟坐标系、建立图像比对模型和大量数学计算，最终得出叶片结构损伤特征值、覆冰特征值、桨距角偏差特征值以及轻度裂纹特征值，还有四类异常状态的最终判定指标。
其中，所述数据采集及处理单元得到的监测状态量通过通讯模块以标准ModbusTCP协议与SCADA系统通讯。整个监测、状态量写入、优化控制均不需要人工参与，真正实现风机智慧运行。
附图说明
图1为本实用新型一种结合多元信息的叶片状态监测装置；
图2装置工作原理图；
图3为本实用新型一种智慧风机系统。
图4装置轻度裂纹识别原理示意图；
图5装置桨距角偏差识别原理示意图；
图6装置结构损伤识别原理示意图。
具体实施方式
本实用新型一种结合多元信息的叶片状态监测装置及智慧风机系统目的是使风电机组能够实时监控叶片状态，并根据叶片状态自动调整风机运行参数，保证风机的正常运行、杜绝重大风机事故发生或财产损失。
如图1所示，所述结合多元信息的叶片状态监测装置由数据采集及处理模块2、拾音器3、网络通讯模块1、激光测距传感器4、超广角图像获取装置5、三维齿轮云台6和固定支架7构成，所述拾音器、所述图像获取装置与所述激光测距传感器分别和所述数据采集及处理模块连接，所述数据采集及处理模块与网络通讯模块连接。
拾音器3用于在机组叶片运转过程中，连续记录叶轮旋转声音的数据信息，所述数据采集及处理模块通过相位信息对所采集的所述数据信息按叶片进行分组，经过对三支叶片扫过时的声强及响度进行对比，获得声强比对结果，所述叶轮包括所述三支叶片。为了最大限度地降低噪音，所述拾音器为主动式数字拾音器，拾音器内置数字降噪及浮点相位处理芯片。
激光测距传感器4，用于在机组叶片运转过程中，测量所述激光测距传感器与叶片表面的距离数据，所述数据采集及处理模块将所述距离数据，按照叶片分组，建立角度测量虚拟坐标系，并根据所述距离数据在所述测量虚拟坐标系中绘制叶片轮廓，通过在虚拟坐标系内对三支叶片轮廓线进行对比，获得相对安装角结果，该激光测距传感器包括飞行时间FoT传感芯片，所述激光测距传感器的测量范围为 0.5-300米，精度为正负20mm。其中，虚拟坐标系的横坐标由所述激光测距传感器采样间隔及落在单个叶片上的激光点数确定，纵坐标由所述激光测距传感器距叶片根部距离与所述激光测距传感器相对水平面的仰角确定。
图像获取装置5，用于在机组叶片运转过程中，连续摄录获取叶片的图像信息，并通过所述数据采集及处理模块将视频所述图像信息直接转为帧画面，并根据相位对所述帧画面分组至不同叶片组别，通过对三支叶片在同相位的运动帧画面比对，以及与标准叶片比对，获得帧画面比对结果，为了保证在短距离拍摄完整的风机叶片以及尽可能多的捕捉叶片瞬时状态，所以使用的是80-100度超广角图像获取装置，帧数为24帧/秒。
数据采集及处理模块2通过RS-232、RS-422或RS-485至少一种串行总线连接各传感器，负责采集各传感器数据并进行数据处理分析，输出分析结果。
通讯模块1用于将数据采集及处理模块分析得到的叶片状态信息通过Modbus TCP协议输出至主控SCADA系统，并且实现用户通过手机或笔记本电脑的浏览器查看测量结果。
三维齿轮云台6用于调节测量装置三维角度以实现X/Y/Z三轴旋转，在装置安装调试时，通过调节齿轮云台可以使图像获取装置及激光测距传感器对准叶片的指定位置，并具备锁定功能，调试后保证 20年不松动。
固定支架7用于支撑测量装置，并与机舱顶部平台通过螺栓永久固定。
本实用新型一种结合多元信息的叶片状态监测装置及智慧风机工作流程如附图2所示。使用固定支架7通过螺栓将装置与风机机舱永久固定。调整三维齿轮云台6，使图像获取装置及激光器对准叶片指定位置，并锁定装置，防止图像获取装置及激光在后续测试过程中角度变化。数据采集及处理单元2利用数据采集与融合模块通过RS- 232、RS-422或RS-485等串行总线连接各传感器，并按照各传感器的通讯协议连续采集数字式主动拾音器3、激光测距传感器4、超广角图像获取装置5的数据，并将这些大量的距离数据按照叶片分组存放，然后将数据输入至数据处理与分析模块，进行各类数据专有的分析诊断计算，并将诊断结果通过网络通讯模块1发送至主控SCADA系统及人机交互模块。输入至主控SCADA系统的状态量经过主控阈值确认，进一步实现风机控制优化。防止叶片断裂等重大事故及其他可能导致风机损失的事件发生。
在上述实施例的基础上，该装置还可以包括：滤波器；其中，所述滤波器设置在所述数据采集及处理单元的一侧，用于对所述声强比对结果、所述相对安装角结果和所述帧画面比对结果进行滤波预处理，并剔除塔筒摆动的外部因素，以获得监测状态量。
优选的，所述数据采集及处理单元得到的所述监测状态量通过通讯模块以标准Modbus TCP协议与SCADA系统通讯。
如图3所示，本实用新型实施例还提供一种智慧风机系统，包括：上述项所述的装置、风机和数据采集与监视控制SCADA系统；
所述网络通讯模块用于将所述声强比对结果、所述相对安装角结果和所述帧画面比对结果发送至所述SCADA系统，由所述SCADA系统实现风机闭环优化控制。本实用新型一种结合多元信息的叶片状态监测装置及智慧风机诊断分析原理为：
针对叶片表面轻度裂纹损伤，使用数字式主动拾音器在机组叶片运转过程中连续记录叶轮旋转声音，将声音信息通过总线传输至数据采集及及处理模块。数据采集及及处理模块通过相位信息对所采集数据自动按照叶片进行分组，经过对三支叶片扫过时的声强及响度进行对比，如附图4所示，叶片1、叶片2为50分贝左右，而叶片3的分贝数已经达到90，推测叶片3出现了明显的表面轻度裂纹问题，导致叶片气动特性发生改变。
针对叶片桨距角偏差，使用高精度激光测距传感器快速测量叶片表面的距离数据，记录这些大量的距离数据，距离数据通过总线传输至数据采集及处理模块。数据采集及处理模块同样利用相位信息对距离数据进行分组，并删除无限远数据(激光点未打在叶片上)。通过数学计算和处理，建立桨距角测量虚拟坐标系，其横轴大约为叶片最大弦长长度，纵轴为最大弦长处叶片厚度。如附图5所示，曲线整体呈现了叶片在最大弦长处的轮廓信息。当三支叶片之间无桨距角偏差时，附图5中三条轮廓曲线将完全重合，但附图5中三条轮廓曲线并未完全重合，说明桨距角偏差是存在的。
针对叶片结构损伤和覆冰，使用超广角图像获取装置在机组叶片运转过程中连续摄录叶片，视频信号通过高速总线输入至数据采集及处理模块。数据采集及处理模块将视频直接转为帧画面，同时根据相位对帧画面分组至不同叶片组别。如附图6所示，三支叶片在同相位的帧画面可以进行直观对比，叶片1和叶片3画面基本重合，而叶片 2叶尖明显存在偏差，推测叶片中部出现结构损伤导致整体刚度下降，变形变大。覆冰监测同样原理，只是其帧画面的轮廓线将不是平滑的曲线或直线，而是出现不规则边缘。
本实施例将该装置至于风力发电机机舱顶部，装置前方朝向叶轮。该装置在不影响机组正常运行的前提下，可以结合视频监控，实现对叶片结构损伤及叶片覆冰的识别；可以结合激光测距，实现对风机叶片安装角偏差的定量识别；可以结合拾音器采集的音频分析，实现对风机叶片轻度裂纹的识别。该装置同时可以将分析的状态量输入风机 SCADA系统，并辅助实现风机闭环控制。该装置可以有效获取叶片健康状态，防止重大安全事故，延长大部件使用寿命，增加风电场综合经济效益。
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 (8)
1.一种结合多元信息的叶片状态监测装置，该装置由数据采集及处理模块、拾音器、网络通讯模块、激光测距传感器、图像获取装置、三维齿轮云台和固定支架构成，其特征在于：所述拾音器、所述图像获取装置与所述激光测距传感器分别和所述数据采集及处理模块连接，所述数据采集及处理模块与网络通讯模块连接，
所述拾音器，用于在机组叶片运转过程中，连续获取叶轮旋转声音的数据信息，所述数据采集及处理模块通过相位信息对所采集的所述数据信息按叶片进行分组，经过对三支叶片扫过时的声强及响度进行对比，获得声强比对结果，所述叶轮包括所述三支叶片；
所述激光测距传感器，用于在机组叶片运转过程中，测量所述激光测距传感器与叶片表面的距离数据，所述数据采集及处理模块将所述距离数据，按照叶片分组，建立角度测量虚拟坐标系，并根据所述距离数据在所述测量虚拟坐标系中绘制叶片轮廓，通过在虚拟坐标系内对三支叶片轮廓线进行对比，获得相对安装角结果；
所述图像获取装置，用于在机组叶片运转过程中，连续获取叶片的图像信息，所述数据采集及处理模块将所述图像信息转为帧画面，并根据相位对所述帧画面分组至不同叶片组别，通过对三支叶片在同相位的运动帧画面比对，以及与标准叶片比对，获得帧画面比对结果；
所述三维齿轮云台用于实现X/Y/Z三轴旋转，在安装调试时，通过调节所述三维齿轮云台使图像获取装置及激光测距传感器锁定在对准叶片的指定位置。
2.根据权利要求1所述结合多元信息的叶片状态监测装置，其特征在于：所述拾音器、所述图像获取装置与所述激光测距传感器分别通过以下任意一种串行总线与所述数据采集及处理模块连接，所述串行总线包括：RS-232、RS-422或RS-485。
3.根据权利要求1所述结合多元信息的叶片状态监测装置，其特征在于：所述拾音器为主动式数字拾音器，所述拾音器内设置数字降噪及浮点相位处理芯片。
4.根据权利要求1所述结合多元信息的叶片状态监测装置，其特征在于：所述激光测距传感器包括飞行时间FoT传感芯片，所述激光测距传感器的测量范围为0.5-300米，精度为正负20mm；
所述虚拟坐标系的横坐标由所述激光测距传感器采样间隔及落在单个叶片上的激光点数确定，纵坐标由所述激光测距传感器距叶片根部距离与所述激光测距传感器相对水平面的仰角确定。
5.根据权利要求1所述结合多元信息的叶片状态监测装置，其特征在于：所述图像获取装置为80-100度超广角的图像获取装置，摄像帧率为24帧/秒。
6.根据权利要求1所述结合多元信息的叶片状态监测装置，其特征在于，还包括：滤波器；
所述滤波器设置在所述数据采集及处理单元的一侧，用于对所述声强比对结果、所述相对安装角结果和所述帧画面比对结果进行滤波预处理，并剔除塔筒摆动的外部因素，以获得监测状态量。
7.根据权利要求6所述结合多元信息的叶片状态监测装置，其特征在于，所述数据采集及处理单元得到的所述监测状态量通过通讯模块以标准Modbus TCP协议与SCADA系统通讯。
8.一种智慧风机系统，其特征在于，包括：上述权利要求1-7任一项所述的一种结合多元信息的叶片状态监测装置、风机和数据采集与监视控制SCADA系统；
所述网络通讯模块用于将所述声强比对结果、所述相对安装角结果和所述帧画面比对结果发送至所述SCADA系统，由所述SCADA系统实现风机闭环优化控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201922441465.1U CN211900883U (zh) | 2019-12-30 | 2019-12-30 | 一种结合多元信息的叶片状态监测装置及智慧风机系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201922441465.1U CN211900883U (zh) | 2019-12-30 | 2019-12-30 | 一种结合多元信息的叶片状态监测装置及智慧风机系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN211900883U true CN211900883U (zh) | 2020-11-10 |
Family
ID=73296155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201922441465.1U Expired - Fee Related CN211900883U (zh) | 2019-12-30 | 2019-12-30 | 一种结合多元信息的叶片状态监测装置及智慧风机系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN211900883U (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112682272A (zh) * | 2020-12-29 | 2021-04-20 | 常州辉迈信息科技有限公司 | 一种基于大数据的发电设备监控管理系统及方法 |
| CN113107784A (zh) * | 2021-04-08 | 2021-07-13 | 中国华能集团清洁能源技术研究院有限公司 | 风电机组叶片角度的激光校正方法、装置、设备及介质 |
| CN113565697A (zh) * | 2021-07-13 | 2021-10-29 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于激光与视频测量的叶轮气动不平衡的优化系统及方法 |
| CN113958463A (zh) * | 2021-10-12 | 2022-01-21 | 深圳前海慧联科技发展有限公司 | 风机叶片在线监测方法、系统及装置 |
| CN116398378A (zh) * | 2023-04-18 | 2023-07-07 | 中国长江三峡集团有限公司 | 一种风电机组叶片多维状态监测装置及方法 |
-
2019
- 2019-12-30 CN CN201922441465.1U patent/CN211900883U/zh not_active Expired - Fee Related
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112682272A (zh) * | 2020-12-29 | 2021-04-20 | 常州辉迈信息科技有限公司 | 一种基于大数据的发电设备监控管理系统及方法 |
| CN112682272B (zh) * | 2020-12-29 | 2021-08-24 | 常州辉迈信息科技有限公司 | 一种基于大数据的发电设备监控管理系统及方法 |
| CN113107784A (zh) * | 2021-04-08 | 2021-07-13 | 中国华能集团清洁能源技术研究院有限公司 | 风电机组叶片角度的激光校正方法、装置、设备及介质 |
| CN113107784B (zh) * | 2021-04-08 | 2022-05-17 | 中国华能集团清洁能源技术研究院有限公司 | 风电机组叶片角度的激光校正方法、装置、设备及介质 |
| CN113565697A (zh) * | 2021-07-13 | 2021-10-29 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于激光与视频测量的叶轮气动不平衡的优化系统及方法 |
| CN113958463A (zh) * | 2021-10-12 | 2022-01-21 | 深圳前海慧联科技发展有限公司 | 风机叶片在线监测方法、系统及装置 |
| CN116398378A (zh) * | 2023-04-18 | 2023-07-07 | 中国长江三峡集团有限公司 | 一种风电机组叶片多维状态监测装置及方法 |
| CN116398378B (zh) * | 2023-04-18 | 2024-04-19 | 中国长江三峡集团有限公司 | 一种风电机组叶片多维状态监测装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN211900883U (zh) | 一种结合多元信息的叶片状态监测装置及智慧风机系统 | |
| US12044208B2 (en) | Method of condition monitoring one or more wind turbines and parts thereof and performing instant alarm when needed | |
| CN107829885B (zh) | 一种考虑环境参数修正的风力发电机叶片振动监测及系统 | |
| CN103411659B (zh) | 一种风力发电机叶片与塔筒状态监测方法及系统 | |
| CN203519144U (zh) | 一种风力发电机叶片与塔筒状态监测系统 | |
| AU2014200423A1 (en) | Method and apparatus for wind turbine noise reduction | |
| CN104515677A (zh) | 风电机组叶片故障诊断与状态监控系统 | |
| CN103047078B (zh) | 确定是否将尖端特征安装到风力涡轮机转子叶片上的方法 | |
| WO2018153518A1 (en) | Method for load reduction on wind turbine blade pitch bearings | |
| CN115750229A (zh) | 一种基于多源传感的风电机组全状态监测系统 | |
| CN215370120U (zh) | 一种海上风电机组智能综合状态监测系统 | |
| CN114017266B (zh) | 一种大型风电塔筒低频摆动及沉降倾斜预警方法 | |
| CN208380747U (zh) | 一种风力发电机组变速率顺桨的变桨系统 | |
| EP4180658A1 (en) | Optimal position for wind turbine blade sound signal collection and selection method therefor | |
| CN112583115A (zh) | 一种用于风电场集群采集雷电参数的系统 | |
| CN115059587B (zh) | 一种基于5g通信的物联网实时监测预警系统 | |
| CN113177187A (zh) | 基于长短期记忆神经网络的等效激光雷达风速计算方法 | |
| CN219081774U (zh) | 一种风力机叶片状态监测系统 | |
| CN115855465A (zh) | 一种基于混响噪声的风力机叶片状态监测系统和方法 | |
| CN211343227U (zh) | 一种风电机组叶片表面故障快速拍照车 | |
| CN116498501A (zh) | 一种大兆瓦风电机组叶片扫塔安全风险预警方法 | |
| CN118293024A (zh) | 一种风力发电机组净空及叶轮平衡监测系统及监测方法 | |
| Xie | Research on wind turbine fault monitoring and expert diagnosis system based on AR technology | |
| CN116085214A (zh) | 一种风力发电机叶片不平衡监测方法、系统及电子设备 | |
| CN118378416A (zh) | 基于非高斯风荷载冲击风力发电机叶片竞争失效模型的可靠性分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201110 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |