ES2824840A1 - Dispositivo y procedimiento para la monitorización integral de aerogeneradores: multiplicadora y cimentación - Google Patents
Dispositivo y procedimiento para la monitorización integral de aerogeneradores: multiplicadora y cimentación Download PDFInfo
- Publication number
- ES2824840A1 ES2824840A1 ES201930990A ES201930990A ES2824840A1 ES 2824840 A1 ES2824840 A1 ES 2824840A1 ES 201930990 A ES201930990 A ES 201930990A ES 201930990 A ES201930990 A ES 201930990A ES 2824840 A1 ES2824840 A1 ES 2824840A1
- Authority
- ES
- Spain
- Prior art keywords
- wind turbine
- foundation
- procedure
- monitoring
- wind turbines
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 15
- 230000007170 pathology Effects 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 229920000728 polyester Polymers 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 230000003862 health status Effects 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 238000009413 insulation Methods 0.000 claims 2
- 238000004458 analytical method Methods 0.000 description 23
- 238000006073 displacement reaction Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010200 validation analysis 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
-
- 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
-
- 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/048—Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
-
- 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
Dispositivo y procedimiento para la monitorización integral de aerogeneradores: multiplicadora y cimentación. La presenté invención da a conocer un sistema para la monitorización de aerogeneradores que comprende (para un solo aerogenerador): a) al menos 12 acelerómetros; b) al menos 4 galgas extensiométricas; c) al menos 8 distanciómetros; d) al menos 24 microprocesadores (uno por nodo sensor) o "Single Board Computer (SBC)"; y e) al menos un subsistema de comunicación con conectividad a internet. La presente invención también se refiere a un procedimiento de monitorización integral de aerogeneradores que utiliza dicho sistema.
Description
DESCRIPCIÓN
Dispositivo y procedimiento para la monitorización integral de aerogeneradores: multiplicadora y cimentación
La presente invención se refiere al sector del monitoreo estructural, y en particular se refiere a un dispositivo y procedimiento para la monitorización integral de aerogeneradores que permita introducir estrategias de mantenimiento predictivo en sus dos elementos de mayor complejidad: multiplicadora y cimentación.
La energía es necesaria para el desarrollo de un país y su sociedad, así como para su economía. A medida que la sociedad es más desarrollada, el consumo de energía aumenta en relación a los servicios y comodidades que esta demanda. Por este motivo, en los últimos años se está produciendo un aumento del consumo energético a nivel global, construyendo un escenario de crisis energética que ya están comenzando a padecer los principales países europeos.
Esta crisis ha obligado a estimular el desarrollo de alternativas de alimentación energética, centrando la técnica hacia fuentes de energía renovables. Analizando los diferentes tipos de energía renovable que predominan en la actualidad, se detecta en la energía eólica la experimentación de un notable incremento durante las dos últimas décadas a nivel mundial, alcanzando en 2018 una potencia total instalada de 591.000 MW.
Sin embargo, debido al incremento de las necesidades de mantenimiento de esta tipología de infraestructuras, en los últimos años se ha paralizado la instalación de potencia eólica. Se debe principalmente a dos razones. En primer lugar, para asegurar que las tareas de mantenimiento se llevan a cabo en condiciones de seguridad, pues tan sólo durante el período 2007 - 2013 se registraron hasta 2.056 accidentes laborales. Y, en segundo lugar, y como factor más limitante, por el elevado coste económico que suponen este tipo de operaciones, pues se estima que las operaciones de mantenimiento requieren entre el 10-20% del total del coste de la energía generada en el parque eólico.
Los altos costes son debidos a la aparición de fallos y defectos que requieren de numerosas y costosas operaciones de mantenimiento para mantener el servicio y seguridad de los equipos. Las causas principales de estos fallos se asocian a la variabilidad climatológica, debido a las variaciones en términos de cargas mecánicas y modos de operación que generan y que afectan de forma muy negativa a la multiplicadora del aerogenerador; al elevado número de sistemas y aparatos que conforman los aerogeneradores, lo que incrementa la probabilidad
de fallo y dificulta la localización de los mismos; y, especialmente, la progresiva evolución hacia aerogeneradores de mayores tamaños para buscar incrementos en la producción de energía, lo que supone un incremento de las cargas y tensiones que se transmitan hacia las cimentaciones de estos.
Por tanto, se detectan dos elementos especialmente susceptibles dentro de un aerogenerador, la multiplicadora y la propia cimentación. En ambos casos, las técnicas de mantenimiento empleadas utilizan filosofías correctivas, esto es, actuar una vez el daño ha tenido lugar, o en el mejor de los casos preventivas. Esto provoca una serie de inconveniente en la explotación del parque eólico, pues es muy complejo planificar paradas para llevar a cabo el mantenimiento, con el perjuicio económico que ello puede suponer. Si bien recientemente han surgido sistemas para el monitoreo de la salud de ambos elementos, estas técnicas no ofrecen un tratamiento y análisis de los datos registrados, ofreciendo a los clientes unos ingentes volúmenes de datos de muy difícil interpretación, de modo que su utilidad es realmente baja desde una perspectiva práctica.
A la vista de la problemática existente, que afecta a todos los aerogeneradores, y de los problemas de los sistemas actuales de monitoreo de la salud estructural de los mismos, la presente invención tiene como objetivo dar a conocer una alternativa viable.
Es un objetivo de la presente invención dar a conocer un sistema de monitoreo que no presente los inconvenientes citados, y que permita implementar técnicas de mantenimiento predictivo para llevar a cabo la conservación tanto de la multiplicadora como de la cimentación, elementos más susceptibles de generar fallo en este tipo de infraestructuras.
El sistema de monitoreo objeto de la presente invención se basa en el registro de diferentes parámetros del aerogenerador (vibraciones, tensiones, desplazamientos, etc.) de forma no intrusiva, para poder implementar técnicas de análisis modal operacional (AMO) que, a partir de un Modelo de Elementos Finitos validado y calibrado en tiempo real y una compleja algoritmia basada en técnicas de Inteligencia Artificial (Redes Neuronales), permita conocer en tiempo real el estado de salud ambos elementos, así como conocer la evolución de los parámetros estructurales y mecánicos que lo definen.
Por lo tanto, en un primer aspecto, la presenté invención da a conocer un sistema para la monitorización integral de aerogeneradores que comprende (para un solo aerogenerador):
a) al menos 12 acelerómetros;
b) al menos 4 galgas extensiométricas;
c) al menos 8 distanciómetros;
d) al menos 24 microprocesadores (uno por nodo sensor) o "Single Board Computer (SBC)”; y
e) al menos un subsistema de comunicación con conectividad a internet.
En total, el sistema de la invención propuesta está formado por un mínimo de 24 nodos sensores.
Se entiende por acelerómetro aquel componente que registra las aceleraciones a las que se ve sometido el aerogenerador (en este caso, torre y multiplicadora) y las traduce a una magnitud eléctrica que se pueda interpretar por un procesador. En este sentido, existen dos grandes grupos de acelerómetros: digitales y analógicos, siendo los digitales un conjunto formado por uno analógico y un conversor analógico-digital integrado. Preferentemente, para la presente invención se ha optado por utilizar un acelerómetro triaxial analógico y disponer un conversor analógico-digital externo más robusto para asegurar las medidas de alta resolución que requiere el sistema. Será este componente el que determine tanto la resolución final de la medición, esto es, la variación más pequeña de aceleración que se va a poder registrar, como la tasa de muestreo.
Preferentemente, el acelerómetro permite una frecuencia mínima de 10 muestras por segundo. En cuanto a la sensibilidad del acelerómetro, se debe tener en cuenta que las aceleraciones que se producirán serán muy pequeñas, por lo tanto, se necesitan unos acelerómetros capaces de detectar unidades del orden de mg (una milésima parte de la gravedad).
Preferentemente, dicho acelerómetro puede medir aceleraciones entre 2 g y 16 g.
Por otra parte, la galga extensiométrica es el componente de la presente invención que permite medir las tensiones que se producen en la base del aerogenerador. Estos sensores convierten la fuerza, presión, tensión, peso, etc., en un cambio de la resistencia eléctrica que puede ser medido. Preferentemente, para la presente invención se ha optado por utilizar galgas extensiométricas de la tipología resistivas, cuyo interior está formado por una serie de conductores eléctricos que al ser deformados se vuelven más largos y finos aumentando con ello su resistencia.
Preferentemente, la galga extensiométrica tiene una resistencia nominal de 350 ohms.
En cuanto al distanciómetro, es el componente que permite medir el desplazamiento vertical producido en la conexión torre-cimentación. Es un instrumento electrónico de medición que calcula la distancia desde el dispositivo hasta el siguiente punto al que se apunte con el mismo. Existen dos tipos de acuerdo a su método de medición: sónicos y por infrarrojos. Los primeros utilizan ultrasonido para medir la distancia y los segundos, como su propio nombre indica, utilizan un haz de luz infrarroja. Preferentemente, para la presente invención se ha optado por utilizar distanciómetros infrarrojos para asegurar las medidas de alta resolución que requiere el sistema. Este sensor funciona enviando una señal infrarroja hacia una superficie reflectante. La señal se refleja nuevamente en el sensor, donde el receptor la recoge. A medida que aumenta el desplazamiento entre el sensor y el reflector objetivo, se reduce la salida de voltaje del dispositivo. El material de alta reflectancia, como la cinta de aluminio, se aplica a la superficie del objetivo garantizando una instalación sencilla. La falta de partes móviles también reduce la necesidad de mantenimiento continuo.
Preferentemente, el distanciómetro de infrarrojos tiene una precisión de ±1 mm y una frecuencia mínima de 5 muestras por segundo.
El microprocesador o SBC de los nodos sensores del sistema realiza las funciones de coordinación de los componentes del nodo sensor. Se encarga de registrar las señales recibidas de los diferentes sensores y enviarlas mediante un protocolo de comunicación inalámbrico. Dicho procesador está integrado, es de bajo consumo, de pequeño tamaño, y debe contar con puerto para la comunicación digital, tal como el protocolo de comunicación I2C. Además, debe disponer de un sistema de comunicación inalámbrica.
Por otra parte, el subsistema de comunicación con conectividad a internet es un componente muy importante del sistema de la presente invención, ya que es el encargado de la transmisión inalámbrica de los datos tomados por dicho sistema. El subsistema de comunicación debe tener un equilibrio entre alcance, preferentemente hasta 100 metros, velocidad de transmisión, consumo de energía y precio.
Además, el sistema de la presente invención puede tener una toma de corriente externa, o puede trabajar utilizando baterías internas o incluso puede utilizar energía fotovoltaica mediante la utilización de paneles solares.
Es evidente para un experto en la materia que el sistema de la presente invención puede comprender además un conversor de corriente continua, por ejemplo, para convertir la tensión de 12 V de un sistema de energía solar a 5 V, que es a la tensión a la que pueden trabajar los demás componentes. Además, tanto la potencia del panel a utilizar como la capacidad de la
batería deberán ser dimensionadas en función de diferentes factores relacionados por ejemplo con la localización de los nodos sensores, la luz solar, entre otros.
El sistema de la presente invención puede comprender además un pluviómetro y un anemómetro, con el objetivo de conocer en todo momento las condiciones meteorológicas que podrán afectar al estado del aerogenerador.
Es evidente también que los nodos sensores del sistema de la presente invención se colocarán a la intemperie, por lo que es indispensable protegerlo de la humedad, la lluvia o la entrada de partículas sólidas, como arena o polvo. Una caja de protección adecuada para los nodos sensores de la presente invención es la caja de doble aislamiento, preferentemente de poliéster, más preferentemente de poliéster IP-66, disponible comercialmente.
Preferentemente, el rango de temperatura en el que trabaja el sistema de la presente invención está en el rango de aproximadamente -10°C a 50°C.
En un segundo aspecto, la presente invención da a conocer un procedimiento para la monitorización integral de un aerogenerador utilizando los nodos sensores descritos anteriormente. Para facilitar la explicación de este apartado, se comienza explicando la metodología relativa a la multiplicadora, para continuar con la relativa a la cimentación.
MULTIPLICADORA
En este contexto, existen cinco grandes grupos de tecnologías de inspección no intrusiva y con capacidad envío de los datos de forma inalámbrica: análisis vibratorio, análisis del aceite, supervisión del rendimiento, análisis de la potencia y sistema de monitorización basado en el análisis de los datos del sistema "scada”. Entre todos estos sistemas, el análisis vibratorio es el que presenta una mayor funcionalidad, pues analiza de forma global el rendimiento de la multiplicadora, no solo en una patología en concreto como el aceite o la potencia. Asimismo, al presentarse como un tipo de análisis específico de este tipo de elementos, aporta suficientes datos para poder evaluar el rendimiento de la multiplicadora, al contrario que los sistemas de análisis "scada”, los cuales no están diseñados para la monitorización del funcionamiento de los diferentes sistemas del aerogenerador.
Para llevar a cabo este tipo de análisis, de los nodos sensores mencionados anteriormente únicamente se utilizan los acelerómetros, encargados de medir las vibraciones que se propagan a través de la carcasa del aerogenerador.
El fundamento de esta tecnología se basa en el análisis del comportamiento vibratorio del sistema, de tal forma que ante determinadas frecuencias o intervalos vibratorios se pueda establecer la aparición de patologías. Por tanto, aunque este sistema cuenta con un hardware aceptable, presenta ciertas carencias o limitaciones en el software empleado, al no tener en cuenta el carácter “no lineal” y/o “no transitorio” de las señales vibratorias procedentes de la multiplicadora. La principal consecuencia de esta carencia en el tratamiento de datos es la imposibilidad de detectar la ubicación exacta del fallo y la magnitud del mismo, así como la incapacidad de realizar algún tipo de análisis predictivo.
Para hacer frente a la problemática descrita, la presente invención propone el siguiente modelo o algoritmo para ser aplicado al sistema final de monitorización del estado de las multiplicadoras en aerogeneradores.
a) Obtener, mediante el uso de un acelerómetro, la señal correspondiente a la vibración producida en la carcasa de la caja multiplicadora del aerogenerador, durante su funcionamiento normal.
b) Aplicar el método de descomposición de modo empírico (EMD) a dicha señal para obtener sus componentes IMF más relevantes.
c) Mediante el uso de la transformada de Hilbert, obtener las funciones correspondientes a las frecuencias instantáneas para cada una de las IMF obtenidas.
d) Obtener el valor medio de las funciones de frecuencia instantáneas anteriores.
e) Seleccionar una que se corresponda al valor de una de las frecuencias de engranaje del sistema, o uno de sus harmónicos.
f) Analizar el espectro de energía de la componente seleccionada anteriormente y observar la presencia de picos o aumentos repentinos que se repitan con un determinado periodo, indicando la presencia de una modulación de frecuencia.
g) Si se detecta dicho comportamiento, indicar la presencia de una posible anomalía en el sistema. Además, si se dispone de datos anteriores del funcionamiento del sistema con algún fallo similar, se podrá estimar la gravedad de la anomalía detectada mediante la comparación de la amplitud de dichos picos.
h) Repetir los pasos 5-7 para el resto de las frecuencias de engranaje del sistema.
i) Determinación de la magnitud del fallo detectado a partir de la amplitud de la frecuencia.
Una vez recibidos los datos en el servidor, se procede a su tratamiento. Las aceleraciones quedan registradas en ficheros de texto plano y se muestran en cuatro columnas. Cada una de estas corresponde a los tres ejes del acelerómetro y los valores en ellas son las aceleraciones registradas y al instante en el que han sido medidos.
Posteriormente, en una primera fase se procede al pre-procesamiento de los datos para su posterior tratamiento avanzado. Para ello se emplea el método de “Descomposición Empírica de Modos (EMD)”, que permite descomponer la señal vibratoria registrada en diferentes funciones de modo intrínseco (IMF). Cada una de estas funciones representa un efecto concreto producido sobre la señal inicial, derivadas de distintas fuentes de excitación, donde únicamente es necesario seleccionar aquellas IMF cuyo valor medio de frecuencia instantánea corresponda a una de las frecuencias de engranaje del sistema, información que permite a su vez localizar la señal dentro de la multiplicadora.
Una vez conocidas las IMF se halla la transformada de Hilbert de cada una de ellas, y se extrae a partir de ésta los siguientes parámetros:
- z: Transformada de Hilbert
- th: fase de ‘z’
- f: frecuencias instantáneas (derivando la fase ‘th’)
- m: valor medio de las frecuencias instantáneas
A continuación, se seleccionan aquellas IMF cuyo valor medio de frecuencia ‘m’ sea similar a alguna de las frecuencias de engranaje del sistema, o de sus armónicos.
Finalmente, se analiza el espectro de energía de las IMF seleccionadas para determinar la presencia de anomalías.
Una vez descompuesta la señala inicial en funciones más sencillas y seleccionadas aquellas que sean de interés, se está en posición de llevar a cabo la detección y localización de las posibles fallas presentes en la multiplicadora. Para ello, se emplea el método de análisis de energías, el cual permite obtener la energía de vibración de cada una de las IMF obtenidas en la primera fase.
El análisis de energías consiste en, a partir de la transformada de Hilbert aplicada a las IMF de la señal original, analizar la energía de vibración del sistema.
Por ejemplo, la presencia de una fractura en uno de los dientes del engranaje produciría un aumento brusco de la energía al hacer contacto con los dientes de la otra rueda dentada. Este aumento repentino de la energía de vibración, provocada por el fenómeno de modulación de frecuencia, se puede apreciar en el espectro de energía de las componentes IMF.
Dicho espectro de energías de vibración se puede hallar mediante los módulos instantáneos obtenidos a través de la transformada de Hilbert:
9
E j( t ) = — 1A ^(t')
Una vez obtenido el espectro de energía, la detección de una anomalía se realiza mediante una comparación de los valores instantáneos obtenidos, con la media del conjunto de datos analizados.
Para ello, se calcula la media aritmética M de todos los valores obtenidos, y se busca el valor de energía máximo obtenido Emax. Si la diferencia entre ambos valores es mayor que un valor predeterminado P (obtenido mediante un proceso previo de calibración), el sistema alerta de la presencia de una posible anomalía.
Emax M > P
Para poder asegurar que dicho pico de energía corresponde a un fallo en uno de los engranajes, se deben buscar otros picos de similar magnitud, y si se detecta un número de picos mayor o igual a un número predeterminado ‘n’, se podrá concluir que existe una posible anomalía en el sistema.
Finalmente, una vez detectado y localizado el fallo producido en la multiplicadora, en una última fase se utiliza la amplitud de la frecuencia de la señal asociada al supuesto fallo para determinar la magnitud del mismo. Para ello, se realiza un análisis de dicha señal en base a la relación existente entre el aumento de amplitud de la frecuencia y la gravedad del fallo producido. De esta forma, se procede a la medición de dicha amplitud, donde en función de la intensidad de la falla detectada y el elemento de la multiplicadora en que se produzca, se puede evaluar la dimensión de la anomalía registrada.
CIMENTACIÓN (y conexión torre-cimentación)
En este contexto, principalmente existen seis grandes grupos de tecnologías de inspección del estado de las cimentaciones, que son: tecnologías de rayos X, ultrasonidos, radar, análisis vibratorio y análisis tensional. Entre todos estos sistemas, el análisis vibratorio y el análisis
tensional son los únicos que trabajan de forma continua en el tiempo, carácter imprescindible para formar parte de un sistema de monitorización.
El análisis vibratorio está basado en la monitorización a partir de acelerómetros encargados de medir las vibraciones que se propagan a través de la torre del aerogenerador lo que permite detectar la aparición de posibles patologías en la cimentación del mismo. La información recogida se envía a un software de gestión en el que se implanta un determinado protocolo de alarmas. Este sistema presenta ciertas carencias o limitaciones: por un lado, el software que emplean actualmente este tipo de sistemas es incapaz de detectar la ubicación del fallo en la cimentación, además de presentar la imposibilidad de predecir la evolución del estado de la misma; por otro lado, el hardware utilizado es incapaz de evaluar el estado de la conexión torre-cimentación.
El análisis tensional está basado en la monitorización a partir de galgas extensiométricas encargadas de medir las tensiones que se producen en la cimentación. En base a esto, el sistema permite detectar la aparición de posibles patologías en la cimentación del aerogenerador a partir de la detección de incrementos de tensión en puntos críticos. La información recogida se envía a un software de gestión en el que se implanta un determinado protocolo de alarmas. Este este sistema presenta ciertas carencias o limitaciones: por un lado, el software empleado es incapaz de detectar la ubicación del fallo en la cimentación, además de presentar la imposibilidad de predecir la evolución del estado de la misma; por otro lado, el hardware empleado es incapaz de medir las tensiones producidas en puntos inaccesibles del sistema del aerogenerador, lo que impide ofrecer una información completa y fiable del mismo. Asimismo, tampoco podrá evaluar el estado de la conexión torre-cimentación del aerogenerador.
Para hacer frente a la problemática descrita, la presente invención propone el siguiente modelo o algoritmo para ser aplicado al sistema final y llevar a cabo la monitorización del estado de las cimentaciones en aerogeneradores.
a) Desarrollo de un modelo de elementos finitos (MEF) exprofeso para cada aerogenerador a monitorear.
b) Definición del comportamiento estructural del mismo en función de las cargas a las que se encuentre sometido.
c) Implementación de un sistema de alarmas para avisar de la aparición de posibles patologías en la cimentación
d) Establecimiento de niveles de riesgo asociados a desplazamientos verticales.
e) Implementación de Red Neuronal y entrenamiento de la misma.
f) Localización de patologías detectadas y predicción del estado de salud futuro de la cimentación.
El primer paso consistirá en el desarrollo de un MEF capaz de ofrecer una respuesta muy similar al comportamiento real del aerogenerador, en base a la calibración y validación a la que estará sometido a partir de los datos reales registrados por el hardware del sistema de la presente invención.
Para llevar a cabo este modelo, se establece como premisa que debe actuar a partir de unos parámetros de entrada consistentes en: cargas muertas (pesos propios y sobrecarga), cargas variables (agentes climatológicos y de uso), datos registrados por los sensores (desplazamientos torre-cimentación, tensiones y vibraciones en la torre) y finalmente las características mecánicas y geométricas (dimensiones, comportamiento tenso-deformacional de los materiales, frecuencias de vibración naturales, etc.).
En función de la variación de estos parámetros de entrada se generarán una gran cantidad de escenarios, a partir de los cuales se obtendrán los datos de salida del modelo; que son: las tensiones, deformaciones y la rigidez que se están produciendo tanto en la cimentación como en la conexión cimentación-torre.
Para la detección de posibles patologías en la cimentación del aerogenerador a tiempo real, es necesario tratar los datos de entrada obtenidos por las galgas extensiométricas (tensiones) instaladas sobre la cimentación y los acelerómetros (vibraciones) situados en la torre del aerogenerador. Dentro de este tratamiento, en una primera fase se define el comportamiento estructural del aerogenerador ante las diferentes cargas a las que se encuentra sometido. Esto se realiza a través de un análisis modal operacional de la respuesta vibratoria del aerogenerador (frecuencia natural), el cual permite estimar las tensiones, desplazamientos y esfuerzos producidos en los elementos de la estructura. Posteriormente, en una segunda fase se utiliza el MEF desarrollado en el punto 1 para simular múltiples estados tensionales (de menos a más favorable) donde a partir de la modificación de distintas variables de entrada (viento, cargas derivadas de la puesta en marcha y parada del aerogenerador, etc.), se define un sistema multi-banda capaz de determinar la respuesta de la estructura estableciendo los umbrales/intervalos que clasifiquen el estado la cimentación.
Preferentemente, el sistema multi-banda debe definirse en función de tres bandas de frecuencia (debido a los tres modos de vibración característicos de un elemento estructural empotrado en un extremo y libre en el otro).
Una vez se hayan particularizado los distintos anchos de banda de frecuencia que caractericen el estado de la cimentación, se crea una alarma que en función de la medición que se esté realizando a tiempo real y al superar los umbrales establecidos, permite detectar la aparición de patologías en la cimentación, definiendo así su estado.
De la misma forma, para definir los niveles de riesgo asociados a los desplazamientos verticales que se producen entre la conexión torre-cimentación, se utilizará el MEF desarrollado en el punto 1 para realizar diversas pruebas (variando cargas muertas, cargas variables, etc.) para asociar los distintos desplazamientos medidos con los distanciómetros a unos niveles de riesgo predeterminados.
Una vez se hayan particularizado los niveles de riesgo, de manera análoga al punto 3, una alarma se encarga de que en función de la medición que se esté realizando a tiempo real y al superar los umbrales de desplazamientos establecidos, permita por un lado detectar los inicios de fallo entre la conexión torre-cimentación, y por otro lado definir el estado en el que se encuentra la misma.
Una vez detectadas las diferentes patologías, la última parte del proceso de la presente invención se refiere a la localización de las patologías detectadas en la cimentación y en la predicción de la evolución de las mismas. Para ello, nos hacemos servir de técnicas de Inteligencia Artificial (Redes Neuronales), entrenadas a partir de la simulación de múltiples escenarios a través del MEF desarrollado en el punto 1, donde en función de los parámetros de entrada anteriormente expuestos, se permite crear una base de datos relativos al estado tensional y deformacional de la cimentación (datos de salida). Todo ello, hace posible localizar y predecir las posibles patologías provocadas por cada una de las cargas que introduce el aerogenerador, información que permite a su vez colaborar en la planificación y gestión de las tareas de mantenimiento de manera predictiva.
Todos estos datos, tanto los relativos a la multiplicadora como los relativos a la cimentación y su conexión, pueden ser consultados por parte del usuario en el servidor en cualquier momento, para cada uno de los sistemas EOSIS que haya instalados en el parque eólico. Además, los datos mostrados se actualizan de forma automática con cada envío.
Así pues, en el servidor se pueden consultar los datos en tiempo real de cada uno de los aerogeneradores monitoreados, permitiendo un control a distancia de los mismos.
Del mismo modo, para permitir un análisis de la información, y poder comprobar la evolución de las diferentes variables, se pueden mostrar históricos generados de las diferentes variables. Además, la aplicación software de gestión permite ver estos datos de forma gráfica y observar de forma simultánea en el tiempo el valor de las principales variables. En el caso de que el usuario lo desee, esta tabla de datos puede descargarse de la página web.
El procedimiento de monitorización de taludes de la presente de la invención utiliza los nodos sensores mencionados anteriormente que comprenden un sistema de comunicación con conectividad a internet. Dichos sistemas de comunicación pueden ser de corto alcance permitiendo la comunicación entre dichos nodos y, además, de largo alcance, que permite la comunicación con un servidor.
De esta manera, se pueden formar redes locales entre los distintos nodos sensores, en la que un nodo central es el que envía la información al servidor. Dichas redes pueden ser por un lado de forma de estrella, que consiste en una red en la cual los nodos sensores se conectan directamente a un nodo central. También existe la posibilidad de que, si los nodos están alejados más de 100 metros del nodo central, dichos nodos transmiten los datos a un nodo intermedio, que enviará los datos al nodo central. Por otra parte, dicha red puede ser en forma de malla, en la que cada dispositivo se encuentra conectado a uno o más dispositivos, permitiendo llevar la información entre cualquiera de los nodos por diferentes rutas. Se trata de un sistema en el que todos los nodos pueden enviar y recibir información entre ellos.
En el procedimiento de la presente invención es posible establecer rangos, predeterminados o a través del MEF, para los parámetros a medir. En el caso de que algún parámetro medido se encuentre fuera de los rangos establecidos, esto queda indicado en el servidor, se produce una alerta y se avisa al usuario. La alarma no se detecta hasta que usuario no la ha revisado. También se puede generar un historial de todas las alertas producidas.
Para su mejor comprensión se adjunta, a título de ejemplo explicativo, pero no limitativo, unas figuras de formas de realización de la presente invención.
Por un lado, la figura 1 representa el esquema del funcionamiento general del sistema de monitorización integral de aerogeneradores. En la misma se señala con un 1 a cada aerogenerador monitorizado, con un 2 a la caseta o punto de control al que se envían los
datos a través del sistema de comunicación de corta distancia, y con un 3 a la plataforma final a través de la cual se muestran los resultados.
Por otro lado, la figura 2 representa la ubicación aproximada de los diferentes sensores en un aerogenerador, donde se ha representado con un círculo y una equis circunscrita en su interior a los acelerómetros, y con un círculo y un punto circunscrito en su interior a las galgas extensiométricas.
Si bien la invención se ha presentado y descrito con referencia a una realización de esta, se comprenderá que esta no es limitativa de la invención, por lo que podrán darse variables múltiples, detalles constructivos u otros que podrán considerarse evidentes para los técnicos del sector después de interpretar la materia que se da a conocer en la presente descripción, reivindicaciones y dibujos. Así pues, todas las variantes y equivalentes quedarán incluidos dentro del alcance de la presente invención si se pueden considerar comprendidas dentro del ámbito más extenso de las siguientes reivindicaciones.
Claims (19)
1. Sistema para la monitorización integral de aerogeneradores, CARACTERIZADO porque comprende (para un solo aerogenerador):
a) al menos 12 acelerómetros;
b) al menos 4 galgas extensiométricas;
c) al menos 8 distanciómetros;
d) al menos 24 microprocesadores (uno por nodo sensor) o "Single Board Computer (SBC)”; y
e) al menos un subsistema de comunicación con conectividad a internet.
2. Sistema, según reivindicación 1, CARACTERIZADO porque dicho acelerómetro es un acelerómetro triaxial analógico equipado con un conversor analógico-digital externo de alta precisión.
3. Sistema, según la reivindicación 1 o 2, CARACTERIZADO porque la frecuencia mínima del acelerómetro es de 10 muestras por segundo y la sensibilidad es capaz de detectar unidades del orden de mg (una milésima parte de la gravedad).
4. Sistema, según reivindicación 1, CARACTERIZADO porque dicha galga extensiométrica es de tipo resistiva.
5. Sistema, según reivindicación 1 o 4, CARACTERIZADO porque dicha galga tiene una resistencia nominal de 350 ohms.
6. Sistema, según reivindicación 1, CARACTERIZADO porque dicho distanciómetro utiliza tecnología infrarroja.
7. Sistema, según reivindicación 1 o 6, CARACTERIZADO porque dicho distanciómetro tiene una precisión de ±1 mm y una frecuencia mínima de 5 muestras por segundo.
8. Sistema, según reivindicación 1, CARACTERIZADO porque dicho microprocesador está integrado, es de bajo consumo y de pequeño tamaño.
9. Sistema, según cualquiera de las reivindicaciones anteriores, CARACTERIZADO porque comprende además un pluviómetro y un anemómetro.
10. Sistema, según cualquiera de las reivindicaciones anteriores, CARACTERIZADO porque cada nodo sensor que lo compone está protegido por una caja de doble aislamiento.
11. Sistema, según reivindicación 10, CARACTERIZADO porque dichas cajas de doble aislamiento son de poliéster.
12. Sistema, según cualquiera de las reivindicaciones anteriores, CARACTERIZADO porque dicho sistema trabaja en un rango de temperaturas entre -10°C y 50°C.
13. Sistema, según reivindicación 1, CARACTERIZADO porque comprende además al menos un subsistema de comunicación con conectividad a internet.
14. Procedimiento para la monitorización de la multiplicadora del aerogenerador que utiliza el sistema, según las reivindicaciones 1 a 3 y 8 a 13, CARACTERIZADO porque comprende las etapas de:
a) Obtener, mediante el uso de un acelerómetro, la señal correspondiente a la vibración producida en la carcasa de la caja multiplicadora del aerogenerador, durante su funcionamiento normal.
b) Aplicar el método de descomposición de modo empírico (EMD) a dicha señal para obtener sus componentes IMF más relevantes.
c) Mediante el uso de la transformada de Hilbert, obtener las funciones correspondientes a las frecuencias instantáneas para cada una de las IMF obtenidas.
d) Obtener el valor medio de las funciones de frecuencia instantáneas anteriores.
e) Seleccionar una que se corresponda al valor de una de las frecuencias de engranaje del sistema, o uno de sus harmónicos.
f) Analizar el espectro de energía de la componente seleccionada anteriormente y observar la presencia de picos o aumentos repentinos que se repitan con un determinado periodo, indicando la presencia de una modulación de frecuencia.
g) Si se detecta dicho comportamiento, indicar la presencia de una posible anomalía en el sistema. Además, si se dispone de datos anteriores del funcionamiento del
sistema con algún fallo similar, se podrá estimar la gravedad de la anomalía detectada mediante la comparación de la amplitud de dichos picos.
h) Repetir los pasos 5-7 para el resto de las frecuencias de engranaje del sistema.
i) Determinación de la magnitud del fallo detectado a partir de la amplitud de la frecuencia.
15. Procedimiento para la monitorización de la cimentación (y su conexión con la torre) del aerogenerador que utiliza el sistema, según las reivindicaciones 1 a 13, CARACTERIZADO porque comprende las etapas de:
a) Desarrollo de un modelo de elementos finitos (MEF) exprofeso para cada aerogenerador a monitorear.
b) Definición del comportamiento estructural del mismo en función de las cargas a las que se encuentre sometido.
c) Implementación de un sistema de alarmas para avisar de la aparición de posibles patologías en la cimentación.
d) Establecimiento de niveles de riesgo asociados a desplazamientos verticales.
e) Implementación de Red Neuronal y entrenamiento de la misma.
f) Localización de patologías detectadas y predicción del estado de salud futuro de la cimentación.
16. Procedimiento, según las reivindicaciones 14 y 15, CARACTERIZADO porque si un parámetro medido por el sistema se encuentra fuera de los rangos establecidos, se genera una alerta de aviso a un usuario.
17. Procedimiento, según la reivindicación 16, CARACTERIZADO porque dicha alerta no se desactiva hasta que dicho usuario no la ha revisado.
18. Procedimiento, según cualquiera de las reivindicaciones 14 a 17, CARACTERIZADO porque se genera un historial de las alertas producidas.
19. Procedimiento, según cualquiera de las reivindicaciones 14 a 18, CARACTERIZADO porque a partir de la información adquirida por el sistema se pueden establecer planes de mantenimiento del aerogenerador.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES201930990A ES2824840A1 (es) | 2019-11-13 | 2019-11-13 | Dispositivo y procedimiento para la monitorización integral de aerogeneradores: multiplicadora y cimentación |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES201930990A ES2824840A1 (es) | 2019-11-13 | 2019-11-13 | Dispositivo y procedimiento para la monitorización integral de aerogeneradores: multiplicadora y cimentación |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2824840A1 true ES2824840A1 (es) | 2021-05-13 |
Family
ID=75819434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES201930990A Withdrawn ES2824840A1 (es) | 2019-11-13 | 2019-11-13 | Dispositivo y procedimiento para la monitorización integral de aerogeneradores: multiplicadora y cimentación |
Country Status (1)
Country | Link |
---|---|
ES (1) | ES2824840A1 (es) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011076907A1 (en) * | 2009-12-22 | 2011-06-30 | Leica Geosystems Ag | Highly accurate distance measurement device |
CN104568435A (zh) * | 2015-01-23 | 2015-04-29 | 国电联合动力技术有限公司 | 一种基于时频能量谱提取风机状态信号调制成分的方法 |
CN204874387U (zh) * | 2015-07-07 | 2015-12-16 | 安阳钢铁股份有限公司 | 一种用于装煤车料位控制的装置 |
US20160047675A1 (en) * | 2005-04-19 | 2016-02-18 | Tanenhaus & Associates, Inc. | Inertial Measurement and Navigation System And Method Having Low Drift MEMS Gyroscopes And Accelerometers Operable In GPS Denied Environments |
CN106153113A (zh) * | 2016-07-26 | 2016-11-23 | 成都布阿泽科技有限公司 | 用于结构体健康检测的传感器模块 |
US20180284741A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for industrial internet of things data collection for a chemical production process |
-
2019
- 2019-11-13 ES ES201930990A patent/ES2824840A1/es not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160047675A1 (en) * | 2005-04-19 | 2016-02-18 | Tanenhaus & Associates, Inc. | Inertial Measurement and Navigation System And Method Having Low Drift MEMS Gyroscopes And Accelerometers Operable In GPS Denied Environments |
WO2011076907A1 (en) * | 2009-12-22 | 2011-06-30 | Leica Geosystems Ag | Highly accurate distance measurement device |
CN104568435A (zh) * | 2015-01-23 | 2015-04-29 | 国电联合动力技术有限公司 | 一种基于时频能量谱提取风机状态信号调制成分的方法 |
CN204874387U (zh) * | 2015-07-07 | 2015-12-16 | 安阳钢铁股份有限公司 | 一种用于装煤车料位控制的装置 |
US20180284741A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for industrial internet of things data collection for a chemical production process |
CN106153113A (zh) * | 2016-07-26 | 2016-11-23 | 成都布阿泽科技有限公司 | 用于结构体健康检测的传感器模块 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2791959T3 (es) | Sistema de cómputo, sistema de generación de energía eólica, y método para calcular la vida restante o la cantidad de daño por fatiga de un molino de viento | |
Lian et al. | Health monitoring and safety evaluation of the offshore wind turbine structure: a review and discussion of future development | |
US10749327B2 (en) | Utility pole with tilt meters and related methods | |
US11754463B2 (en) | Remote tower monitoring system | |
RU2413193C2 (ru) | Способ мониторинга безопасности несущих конструкций, конструктивных элементов зданий и сооружений и система для его осуществления | |
US10203349B2 (en) | Monitoring the structural health of columns | |
KR101529701B1 (ko) | 풍력발전기 운전 중 지반거동과 구조물 이상변위에 대한 감시 장치 | |
Rebelo et al. | Structural monitoring of a wind turbine steel tower—Part I: System description and calibration | |
CN110987057A (zh) | 液压爬模用云端自动化监测系统 | |
Pacheco et al. | New strategies for optimized structural monitoring of wind farms: experimental campaign | |
Geurts | Wind-induced pressure fluctuations on building facades | |
ES2824840A1 (es) | Dispositivo y procedimiento para la monitorización integral de aerogeneradores: multiplicadora y cimentación | |
Gaviña et al. | Wireless smart sensor network system using smartbridge sensor nodes for structural health monitoring of existing concrete bridges | |
JPWO2020018753A5 (es) | ||
Chen et al. | Dynamic testing and long term monitoring of a twelve span viaduct | |
Gul | State of the Art Health Monitoring Systems of Bridges | |
Gaviña et al. | Structural health monitoring of existing concrete bridges with AASHTO Type IV girder using Smartbridge Sensor Nodes | |
Chen | Functionality investigation and expansion of 5kW wind turbine yaw and vibration sensors | |
RU2683369C2 (ru) | Способ и система контроля состояния конструкций | |
Björngrim et al. | Health monitoring of a cable-stayed timber footbridge | |
Rahmani et al. | A Practical Framework for Component-Level Structural Health Monitoring of the Gerald Desmond Bridge | |
Pacheco et al. | Development of new strategies for optimized structural monitoring of wind farms: description of the experimental field | |
BR102021014473A2 (pt) | Sistema de monitoramento com internet das coisas de torres estaiadas de linhas de transmissão | |
Al Qurishee et al. | Wireless Sensor Network and Its Application in Civil Infrastructure | |
Dziadak et al. | Wireless network node to monitor stress in steel structures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
BA2A | Patent application published |
Ref document number: 2824840 Country of ref document: ES Kind code of ref document: A1 Effective date: 20210513 |
|
FA2A | Application withdrawn |
Effective date: 20210830 |