ES2912102T3 - Determinación de daños y vida útil restante de maquinaria rotativa incluyendo trenes de transmisión, cajas de engranajes y generadores - Google Patents

Determinación de daños y vida útil restante de maquinaria rotativa incluyendo trenes de transmisión, cajas de engranajes y generadores Download PDF

Info

Publication number
ES2912102T3
ES2912102T3 ES12733516T ES12733516T ES2912102T3 ES 2912102 T3 ES2912102 T3 ES 2912102T3 ES 12733516 T ES12733516 T ES 12733516T ES 12733516 T ES12733516 T ES 12733516T ES 2912102 T3 ES2912102 T3 ES 2912102T3
Authority
ES
Spain
Prior art keywords
damage
operating conditions
data
component
gearbox
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.)
Active
Application number
ES12733516T
Other languages
English (en)
Inventor
Andy Poon
Xiaoqin Ma
John Karl Coultate
Evgenia Golysheva
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.)
Insight Analytics Solutions Holdings Ltd
Original Assignee
Insight Analytics Solutions Holdings 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
Priority claimed from GBGB1108476.1A external-priority patent/GB201108476D0/en
Priority claimed from GBGB1110003.9A external-priority patent/GB201110003D0/en
Application filed by Insight Analytics Solutions Holdings Ltd filed Critical Insight Analytics Solutions Holdings Ltd
Application granted granted Critical
Publication of ES2912102T3 publication Critical patent/ES2912102T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • 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
    • F03D1/00Wind motors with rotation axis substantially parallel to the air flow entering the rotor 
    • 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
    • F03BMACHINES OR ENGINES FOR LIQUIDS
    • F03B15/00Controlling
    • 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
    • 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
    • F03D7/00Controlling wind motors 
    • F03D7/02Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • 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
    • F03D80/00Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/50Maintenance or repair
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/82Forecasts
    • F05B2260/821Parameter estimation or prediction
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/84Modelling or simulation
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/30Control parameters, e.g. input parameters
    • F05B2270/332Maximum loads or fatigue criteria
    • 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
    • Y02E10/20Hydro energy
    • 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
    • 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)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Energy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Wind Motors (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Control Of Water Turbines (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

Un método para determinar los daños a una máquina rotativa o componentes de la misma, en donde la máquina rotativa incluye una caja de engranajes, el método que comprende los pasos de: calcular uno o más coeficientes de daños (106, 108, 220) determinando los daños (202) bajo condiciones de operación nominales (208) y determinando los daños (202) bajo una o más condiciones de operación de campo (210, 214) de la misma duración, en donde la determinación de daños bajo condiciones de operación de campo incluye: monitorizar una o más cargas que actúan sobre la caja de engranajes monitorizando las salidas de uno o más sensores de monitorización de condición colocados en o sobre la caja de engranajes en ubicaciones predeterminadas; y en base a dichas salidas, calcular los daños causados por una o más cargas usando un metamodelo, el metamodelo que se construye obteniendo una serie de muestras de datos de un modelo de caja de engranajes antes del inicio de la operación de la caja de engranajes y determinar una tendencia subyacente usando metodología de superficie de respuesta, en donde el uno o más coeficientes de daños son una función de los daños bajo condiciones de operación nominales y los daños bajo una o más condiciones de operación de campo de la misma duración; proporcionar datos con relación (100) a una o más condiciones de operación (210, 214); y determinar los daños (202) como una función de la una o más condiciones de operación (210, 214) y el uno o más coeficientes de daños (106,108, 220) correspondientes a una o más condiciones de operación (210, 214).

Description

DESCRIPCIÓN
Determinación de daños y vida útil restante de maquinaria rotativa incluyendo trenes de transmisión, cajas de engranajes y generadores
La presente invención se refiere a métodos para determinar daños y la vida útil restante de maquinaria rotativa incluyendo trenes de transmisión, cajas de engranajes y generadores de aerogeneradores y turbinas hidráulicas y componentes de los mismos, y usar estos datos para operar y gestionar instalaciones de turbinas. Los métodos se relacionan con la determinación de daños acumulados de la maquinaria y compararlos con un valor límite de daños preestablecido. Aquí el daño es la medida de una condición de deterioro de los componentes mecánicos o eléctricos del tren de transmisión, de la caja de engranajes o del generador. Una vez que un componente ha alcanzado el 100 % de daño, este componente ha fallado y ya no es adecuado para su uso. Por ejemplo, un desconchado extenso en la pista de rodadura del rodamiento, una grieta en el diente del engranaje o un devanado en cortocircuito requerirán la sustitución del componente dañado. Una vez que se calcula el daño acumulado, se puede comparar con un valor límite de daño preestablecido y se puede estimar la vida útil restante.
El documento US 2010/0206058 A1 describe un método para determinar el ciclo de vida de un componente de central eléctrica sobre la base a una regla de cálculo o equivalencia para horas de operación equivalentes.
Aunque la vida útil de diseño de la caja de engranajes de un aerogenerador típicamente es más de veinte años, los fallos de las cajas de engranajes de aerogeneradores dentro de los cuatro o cinco años no son infrecuentes. Esto se debe a que los procedimientos de cálculo de progresión de daños se basan en perfiles de operación supuestos, mientras que en operación, el perfil real podría ser muy diferente.
Monitorizar los parámetros de operación relacionados con la operación de un aerogenerador o una turbina hidráulica o un componente de los mismos, y determinar cuándo estos parámetros se mueven fuera de una ventana de operación, puede indicar que se necesita algún tipo de mantenimiento o investigación. Los parámetros de operación que se monitorizan podrían incluir la temperatura de lubricación, los residuos de lubricación, la vibración y la salida de potencia.
La vibración se mide comúnmente por los Sistemas de Monitorización de Condición. En términos generales, las vibraciones grandes en comparación con una norma son indicativas de daños.
El análisis de vibraciones generalmente se basa en una medición proporcionada por un sensor que excede un umbral predeterminado, que es propenso a falsas alarmas si el umbral se establece demasiado bajo. El nivel de umbral no es necesariamente constante y puede variar con la frecuencia (y, por lo tanto, la velocidad). La presencia de golpes y vibraciones extrañas significa que el nivel de umbral se debe establecer lo suficientemente alto para minimizar el riesgo de falsas alarmas. Además, el umbral debe ser lo suficientemente alto para evitar cualquier efecto negativo causado por 'fluencia' en el rendimiento del sensor que puede ocurrir durante su vida útil. Además, no existe discriminación entre vibraciones asociadas con fallos o daños y aquellas que no son indicativas de fallos o daños.
Los fallos que se desarrollan durante la operación, tales como un desequilibrio en el rotor, pueden crear cargas en un rodamiento superiores a las esperadas, dando como resultado una reducción de su vida útil de diseño. Los fallos incipientes, tales como el desequilibrio, se pueden detectar a partir del análisis de las firmas de vibración. Esto da la magnitud de un desequilibrio, y una fuerza de excitación debida al desequilibrio es una función de la magnitud del desequilibrio y el cuadrado de la velocidad. De este modo, se puede calcular una fuerza de excitación debida a fallos a partir de las condiciones de operación de campo y usadas para calcular las cargas de componentes individuales. La desviación del perfil de operación supuesto se puede abordar usando un modelo genérico de simulación de viento para determinar la carga en el eje de la turbina, lo que permite que la carga de componentes individuales en base a las condiciones de operación de campo sea calculada. La combinación de estos da la carga total en cada componente, que se puede usar para estimar los daños de los componentes individuales y los daños de la caja de engranajes.
No obstante, las deficiencias en los modelos de simulación de viento significan que la carga en el eje de la turbina no se puede determinar de manera fiable o precisa.
Según un primer aspecto, la presente invención proporciona un método para determinar daños en una o más máquinas rotativas o componentes de las mismas, tal como se define por las reivindicaciones adjuntas.
Preferiblemente, los daños son daños acumulados, el método que comprende el paso adicional de: calcular una suma de los daños para cada condición de operación durante la duración de todas las condiciones de operación. Preferiblemente, el paso de proporcionar datos comprende proporcionar datos con relación a una o más condiciones de operación de estado estable. Preferiblemente, el paso de proporcionar datos comprende proporcionar datos con relación a una o más condiciones de operación de estado transitorio. Preferiblemente, el paso de proporcionar datos comprende proporcionar datos históricos. Preferiblemente, el paso de proporcionar datos comprende recopilar datos de uno o más sensores que monitorizan una o más condiciones de operación. Preferiblemente, el paso de proporcionar datos comprende proporcionar datos desde un sistema de monitorización de condición.
Preferiblemente, el paso de proporcionar uno o más coeficientes de daños comprende proporcionar coeficientes de daños con relación a una o más condiciones de operación de estado estable. Preferiblemente, el paso de proporcionar uno o más coeficientes de daños comprende proporcionar coeficientes de daños con relación a una o más condiciones de operación de estado transitorio.
También se describe un producto legible por ordenador que comprende medios de código diseñados para implementar los pasos del método según cualquiera de los anteriores.
También se describe un sistema informático que comprende medios diseñados para implementar los pasos del método según cualquiera de los anteriores.
Ahora se describirá la presente invención, a modo de ejemplo solamente, con referencia al dibujo que se acompaña, en el que:
La Figura 1 muestra un diagrama de flujo para predecir los daños acumulados y la vida útil restante de un aerogenerador o una turbina hidráulica o componentes de los mismos;
La Figura 2 muestra un diagrama de flujo para la determinación de los coeficientes de daños para un aerogenerador o una turbina hidráulica o un componente de los mismos;
La Figura 3 muestra los pasos en un método para calcular los daños a un aerogenerador o una turbina hidráulica o un componente de los mismos usando un planteamiento basado en modelos;
Las Figuras 4, 5 y 6 muestran etapas en la construcción de un metamodelo.
La Figura 7 muestra un diagrama de flujo para programar el mantenimiento de un aerogenerador o una turbina hidráulica o componentes de los mismos en base a unos daños acumulados;
La Figura 8 muestra un diagrama de flujo para la renovación de la caja de engranajes en base a los daños acumulados;
La Figura 9 muestra un gráfico que combina modelos de daños acumulados con datos de vibración para una serie de turbinas que operan en un parque eólico; y
La Figura 10 ilustra un diagrama esquemático de un aparato según diversas realizaciones de la invención.
A continuación, se mencionan tres tipos de condiciones de operación. En primer lugar, están las “condiciones de operación nominales”, que son las condiciones para las que se diseñó el aerogenerador o la turbina hidráulica o un componente de los mismos. En segundo lugar, están las “condiciones de operación de campo”, que son datos históricos de sensores o datos SCADA obtenidos o derivados de un CMS o una biblioteca de condiciones anticipadas. Estos primer y segundo tipos de operación se usan para calcular los coeficientes de daños. En tercer lugar, están las “condiciones de operación”, que se relacionan con la operación real del aerogenerador y pueden ser la temperatura de diversos rodamientos, las condiciones de aceite y similares, que se detectan. Además, se usan los términos “datos” y “datos de operación”, y estos son valores para una condición de operación, tal como la temperatura.
En la Figura 1 se ilustra un método para determinar daños a una máquina rotativa que incluye una caja de engranajes, que también muestra el ajuste de un límite de daños y un método para determinar la vida útil residual. En un primer paso 100, se recopilan datos de carga de turbina (que se pueden simular o medir) y se detectan y registran las condiciones de operación, tales como la temperatura de diversos rodamientos, las condiciones de aceite y similares. Los datos de condiciones de operación se pueden elegir para representar un rango típico de condiciones, o se pueden obtener a partir de datos históricos registrados tales como SCADA o un sistema de monitorización de condiciones.
Estos datos se pueden usar en el paso 102 en un modelo de determinación de daños o metamodelo para determinar los coeficientes de daños 108 con relación a las condiciones de operación de estado estable.
Los coeficientes de daños 106 correspondientes para condiciones de estado no estable (transitorias) se pueden determinar en el paso 104 usando un modelo dinámico de aerogenerador y componentes, y/o un modelo de deslizamiento de rodamiento, modelo del sistema de lubricación o similar.
En el paso 110, se proporcionan datos actuales o históricos y los daños se derivan de estos datos y los coeficientes de daños se determinan en los pasos 106 y 108, donde los daños son una función de una condición de operación y un coeficiente de daños correspondiente.
Los daños acumulados (AD), en términos simples, definen los daños acumulados por un aerogenerador o una turbina hidráulica o componentes durante diversas condiciones de operación experimentadas. Los AD son iguales a un factor de coeficiente/ponderación relacionado con la condición de operación multiplicado por un daño calculado a partir de condiciones nominales de la misma duración. Para cualquier operación en la que los daños causados son los mismos que los que se esperan que ocurran bajo condiciones nominales, los AD de un componente después de un cierto tiempo de duración serán los mismos que los daños calculados en las condiciones nominales para la misma duración y el coeficiente que relaciona estos daños será 1,0. Si un evento de operación causa un daño mayor que las condiciones nominales, entonces los daños acumulados durante este evento de operación aumentarán en consecuencia.
AD = f (condición de operación, coeficiente de daño)
En los pasos 112 y 114, un límite de daños, que es el nivel de daños en el que la máquina rotativa o un componente de la misma ya no es adecuado para su uso, (100 % o cualquier otro valor preestablecido dependiendo de la aplicación), se determina a partir del modelo de daños y los datos de campo (registros de fallos y similares). El límite de daños típicamente tiene una vida asociada: de este modo, el límite de daños es el nivel de daños esperados cuando la máquina rotativa o un componente de la misma llega al final de su vida útil.
En el paso 116, se calcula unos daños acumulados en condiciones de operación reales.
Finalmente, la vida útil restante se calcula en el paso 118 usando los daños acumulados, el límite de daños y la duración de la operación que causa los daños preestablecidos.
En la presente invención, los coeficientes de daños se obtienen a partir de la evaluación de los daños al aerogenerador o a la turbina hidráulica o a un componente de los mismos bajo condiciones de operación de campo y daños al aerogenerador o a la turbina hidráulica o a un componente de los mismos bajo condiciones de operación nominales de la misma duración.
Según la invención, la máquina rotativa o componente de la misma (por ejemplo, el aerogenerador o la turbina hidráulica o un componente de los mismos) incluye una caja de engranajes. Además, el aerogenerador o la turbina hidráulica o un componente de los mismos incluye cualquier componente del aerogenerador o la turbina hidráulica e incluye, por ejemplo, la turbina, el eje de la turbina, el tren de transmisión de la caja de engranajes y el generador, así como cualquier subcomponente, tal como un engranaje, un eje de transmisión, y similares.
El coeficiente de daños es una función de los daños bajo condiciones de operación nominales y los daños bajo condiciones de operación de campo de la misma duración. Puede ser una función de una relación de daños bajo condiciones de operación nominales a daños bajo condiciones de operación de campo de la misma duración.
La Figura 2 muestra un diagrama de flujo para la determinación de coeficientes de daños para un aerogenerador o una turbina hidráulica o componente de los mismos.
Se proporcionan datos de carga 204, 206, por ejemplo fuerzas y/o momentos, que actúan sobre el aerogenerador o la turbina hidráulica o componentes de los mismos.
Los datos de carga 204 se refieren a la operación bajo condiciones de operación nominales (Cr ), que pueden ser las condiciones para las que se diseñó el aerogenerador o la turbina hidráulica o un componente de los mismos. Los datos de carga 204 se pueden obtener o derivar a partir de los datos de diseño 208.
Los datos de carga 206 se refieren a la carga bajo condiciones de operación de campo (C0).
Las condiciones de operación de campo pueden ser datos históricos del sensor 210 o datos SCADA obtenidos o derivados a partir de un CMS.
Las condiciones de operación de campo pueden ser datos de sensor 212 en tiempo real de condiciones de operación reales bajo las cuales se está operando el aerogenerador o la turbina hidráulica o un componente de los mismos. Esto significa que los coeficientes de daños se pueden calcular en tiempo real. Estos coeficientes se pueden almacenar y usar de nuevo cuando se experimenten condiciones de operación de campo similares, lo que conduce a una reducción en la capacidad de cálculo requerida con el tiempo.
Las condiciones de operación de campo pueden ser una biblioteca de condiciones anticipadas 214 que es un rango de condiciones de operación bajo las cuales se puede esperar que opere el aerogenerador o la turbina hidráulica o un componente de los mismos. Alternativamente o además, una biblioteca de condiciones anticipadas 214 se puede llenar con datos históricos de sensores 210 o datos de sensores en tiempo real 212. Esto significa que los coeficientes de daños se pueden calcular por adelantado de la operación, reduciendo la cantidad de capacidad de cálculo requerida durante la operación.
Los datos de diseño 208, los datos históricos 210, los datos en tiempo real 212 y los datos de biblioteca 214 pueden comprender rangos continuos de datos, o los datos se pueden estratificar en contenedores para simplificar los cálculos.
Las condiciones de operación pueden ser condiciones de operación de estado estable o condiciones de operación transitorias.
Los daños 202 bajo condiciones de operación nominales y de campo se determinan a partir de la información con relación al aerogenerador o la turbina hidráulica o un componente de los mismos. La información se puede proporcionar por inspección 216, o usando un modelo 218 del aerogenerador o la turbina hidráulica o un componente de los mismos.
El coeficiente de daños 220 es una función de los daños bajo condiciones de operación nominales y los daños bajo condiciones de operación de campo de la misma duración. Puede ser una función de una relación de daños bajo condiciones de operación nominales a daños bajo condiciones de operación de campo de la misma duración. Puede ser una relación de daños bajo condiciones de operación nominales a daños bajo condiciones de operación de campo de la misma duración.
Cuando los datos de diseño 208, los datos históricos 210, los datos en tiempo real 212 o los datos de biblioteca 214 no contienen información de carga medida o especificada, los datos 204, 206 se pueden derivar de otros parámetros especificados o medidos presentes en los datos. La derivación puede ser una simple manipulación de los datos disponibles, o se puede obtener usando el modelo 218 del aerogenerador o la turbina hidráulica o un componente de los mismos (no mostrado).
Se pueden usar diversos modelos. Por ejemplo, se puede generar un modelo único para uno o más de cada uno de los componentes del aerogenerador o la turbina hidráulica que sale de una línea de producción. Cada modelo único se genera usando las dimensiones y holguras deducidas de una prueba de final de línea y puede permanecer relacionado con el componente correspondiente a lo largo de su vida operacional. El modelo único se puede usar para calcular las cargas, por ejemplo, fuerzas y/o momentos, que pueden actuar sobre un componente en cualquier ubicación o ubicaciones particulares en o sobre el componente según las condiciones de operación. Esto, a su vez, permite el cálculo de los daños sufridos por cada componente bajo condiciones de operación nominales o de campo. La Figura 3 muestra los pasos en un método para calcular los daños a un aerogenerador o una turbina hidráulica o un componente de los mismos usando un planteamiento basado en modelos. Según la invención, el componente es una caja de engranajes, como se indica.
En un primer paso 36, se proporciona información sobre una caja de engranajes. Esto puede incluir un modelo totalmente acoplado con seis grados de libertad. El modelo también puede ser exclusivo de la caja de engranajes. La información puede incluir información con relación a una o más variaciones de fabricación en las dimensiones y holguras de los componentes de una caja de engranajes.
En un segundo paso 38, las cargas, por ejemplo, fuerzas y/o momentos, que actúan sobre la caja de engranajes durante las condiciones de operación de campo se pueden monitorizar durante la operación o proporcionar a partir de datos históricos (por ejemplo, SCADA). Alternativamente, las cargas se pueden calcular a partir de las condiciones de operación de campo anticipadas. De manera similar, las cargas se pueden calcular a partir de las condiciones de operación nominales. Cuando las cargas que actúan sobre la caja de engranajes se monitorizan continuamente durante la operación, estas mediciones se pueden tomar con una frecuencia de muestreo regular de, por ejemplo, 50 Hz. En diversas realizaciones de la invención, el paso 38 puede incluir monitorizar una o más cargas a lo largo del tiempo. Monitorizar una o más cargas puede incluir monitorizar las salidas de uno o más sensores de monitorización de condición colocados en o sobre la caja de engranajes en ubicaciones predeterminadas.
En el tercer paso 40, se calculan los daños causados a cada componente por una o más cargas, en cada muestra de datos, cualquiera que sea su determinación. Para hacer esto, se usa el modelo de sistema totalmente acoplado descrito anteriormente para calcular las deflexiones del sistema y las cargas de los componentes. El contacto entre los dientes del engranaje se modela usando elementos finitos teniendo en cuenta la rigidez a la flexión del diente y la rigidez de contacto del engrane. Estas rigideces se pueden calcular o basar en datos empíricos y se tienen en cuenta en el análisis de deflexión estático del modelo completo. La distribución de carga de la cara de diente, la tensión de contacto de diente o la tensión de flexión se pueden calcular para cada engrane. Estos valores se pueden comparar entonces con datos empíricos o métodos empíricos usados para calcular la tensión de contacto de operación, por ejemplo, según los métodos dados en la norma ISO 6336-2. La tensión de flexión de diente se puede calcular usando modelos de elementos finitos o se puede calcular usando métodos empíricos, por ejemplo, métodos en la norma ISO 6336-3. Se pueden emplear curvas S-N para fallos de contacto de engranajes y fallos de flexión de engranajes y se pueden basar en simulaciones matemáticas o se pueden basar en datos empíricos, por ejemplo, datos proporcionados en la norma ISO 6336. Una predicción de los daños acumulativos en cada componente se actualiza continuamente, permitiendo de este modo que se prediga la vida restante de cada componente usando datos empíricos, por ejemplo, curvas S-N y datos de vida útil de los rodamientos disponibles según las normas ISO. El cálculo de los daños de los rodamientos se puede realizar usando el software RomaxDesigner. Este cálculo tiene en cuenta factores tales como geometría interna de rodamiento, la rigidez y la deformación de componentes de rodamiento, contacto entre los componentes de rodamiento y considera las cargas y la rigidez del rodamiento.
Es posible que la información de la caja de engranajes proporcionada no se pueda analizar con una frecuencia tan alta como se muestrean los datos. Por ejemplo, el análisis del modelo requerido para predecir los daños debidos a cada muestra de datos puede durar 1 segundo, pero los datos se pueden muestrear a 50 Hz. En este caso se puede emplear una aproximación (un metamodelo) de modo que los daños se predigan más rápidamente.
El metamodelo se construye en tres etapas:
1) se obtiene una serie de muestras de datos de un modelo de caja de engranajes antes del inicio de la operación de la caja de engranajes;
2) se determina una tendencia subyacente usando la metodología de superficie de respuesta (RSM);
3) las desviaciones gaussianas de esta tendencia se introducen usando un núcleo gaussiano centrado en cada punto de muestra.
El metamodelo se puede construir usando solamente los pasos 1) y 2) anteriores.
Las Figuras 4 a 6 muestran las tres etapas enumeradas anteriormente aplicadas a un problema de dos variables. La Figura 4 muestra los puntos de datos sin procesar trazados. La Figura 5 muestra la función de aproximación construida a partir de un polinomio de segundo orden. La Figura 5 muestra la función de aproximación incluyendo núcleos gaussianos.
Las variables en el metamodelo pueden ser una o más de las siguientes cargas que se pueden definir en cualquier parte del modelo de caja de engranajes, transmisión o generador: fuerza en la dirección x (Fx); fuerza en la dirección y (Fy); fuerza en la dirección z (Fz); momento sobre el eje x (Mx); momento sobre el eje y (My), momento sobre el eje z (Mz). Alternativamente, las variables pueden incluir desplazamientos en cualquiera de las direcciones x, y y z o rotaciones alrededor de cualquiera de los ejes x, y y z o temperatura.
El metamodelo se construye a partir de muestras de datos, cada una de las cuales corresponde a una combinación diferente de cualquiera de las variables enumeradas anteriormente. La precisión del metamodelo puede depender del método usado para determinar las variables usadas para generar cada muestra de datos. Es posible un régimen de muestreo en el que los puntos de muestra se determinen aleatoriamente pero no es ideal porque puede dar como resultado que algunas muestras de datos tengan variables similares lo que puede dar como resultado que el metamodelo sea impreciso. Se prefiere separar las muestras de datos de manera uniforme en el espacio de diseño representado por las variables del metamodelo.
El muestreo uniforme de datos en el espacio de diseño de variables del metamodelo se logra optimizando la estrategia de muestreo usando un algoritmo genético. Un método es maximizar la distancia mínima entre dos puntos de muestra vecinos cualesquiera. Existen muchas otras estrategias de muestreo adecuadas en la literatura, incluyendo la minimización de la distancia máxima entre dos puntos de muestreo vecinos cualesquiera; optimización L2; muestreo de hipercubo latino.
El proceso de identificación de la tendencia subyacente usando la Metodología de Superficie de Respuesta (RSM) consiste en ajustar un polinomio a los datos de muestra usando regresión lineal. El polinomio puede ser de cualquier orden y puede incluir algunos o todos los términos posibles. El número de variables en el polinomio es igual al número de variables en el metamodelo. Se puede aplicar una transformación a los datos muestreados antes de ajustar el polinomio con el fin de disminuir el 'sesgo del modelo' que puede surgir debido a la suposición de que los datos siguen una tendencia polinomial. Por ejemplo, si se observa que el comportamiento de la respuesta sigue una tendencia similar a una exponencial, entonces se puede ajustar un polinomio al logaritmo natural de las variables con el fin de mejorar la precisión del metamodelo.
Las desviaciones gaussianas (paso 3 anterior) se pueden representar mediante funciones gaussianas con un número de dimensiones igual al número de variables en el metamodelo. No se requiere que las desviaciones sean funciones gaussianas y se pueden representar mediante otra función matemática. La amplitud de cada desviación puede ser igual o estar relacionada con la diferencia entre la salida del modelo polinomial y el nivel de respuesta de la muestra de datos.
Se construye un metamodelo único para cada componente en la caja de engranajes (es decir, para cada engranaje y rodamiento) para relacionar las variables medidas con el factor de distribución de carga de la cara del diente resultante, KHp, (para engranajes, como se define en la norma ISO 6336) y el factor de zona de carga (para rodamientos, como se define en la norma ISO 281). Cualquier número de cargas, por ejemplo, fuerzas y/o momentos, que actúen en cualquier punto de la caja de engranajes, el tren de transmisión o el generador se puede relacionar con estos factores por los metadatos. Los factores de zona de carga y los valores KHp luego se pueden usar para calcular una cantidad correspondiente de daños causados a cada componente. Los metamodelos pueden relacionar alternativamente las variables medidas con las tensiones de componentes, vidas de componentes o los daños porcentuales.
La Figura 7 muestra un método para programar el mantenimiento del aerogenerador o la turbina hidráulica o componentes de los mismos en base a unos daños acumulados.
En el paso 700, se determinan los daños acumulados actuales de las turbinas en el parque de turbinas, por ejemplo, como se ha descrito anteriormente en relación con la Figura 1.
En el paso 702, se identifica una turbina o turbinas que tienen los mayores daños acumulados en uno o más componentes.
En el paso 704, se comparan el valor o valores de daños acumulados del paso 702 con un límite de daños preestablecido para una investigación forense adicional. Si los daños acumulados son menores que este valor, entonces no se toma ninguna acción y la turbina continúa en operación.
Si los daños acumulados son mayores que este valor, entonces en el paso 706 se llevan a cabo investigaciones adicionales de la turbina, por ejemplo, inspección con endoscopio, análisis de vibración, análisis de aceite y similares.
En el paso 708, se evalúan los resultados de la investigación: si la investigación indica que la turbina no tiene un problema operacional, entonces no se toma ninguna acción y la turbina continúa funcionando.
Si la investigación indica que la turbina tiene un problema operacional, entonces se programa un mantenimiento y la turbina se puede reducir de manera concomitante.
La Figura 8 muestra un método para la restauración de cajas de cambios basado en daños acumulados.
En el paso 800, se proporciona una caja de engranajes de turbina fallida, y en el paso 802 se proporciona una caja de engranajes correspondiente y/o el historial de componentes de caja de engranajes.
En los pasos 804 y 806, se determinan unos daños acumulados de un componente como se ha descrito anteriormente en relación con la Figura 1.
En el paso 808, se hace una evaluación en cuanto a si los daños acumulados del componente indican o no que la restauración del componente puede merecer la pena. Si no es así, entonces se descarta el componente.
Si es así, entonces en el paso 810, se inspecciona el componente.
En el paso 814, si la inspección indica que no merece la pena la restauración del componente, se descarta el componente.
En el paso 814, si la inspección indica que el componente es adecuado para restaurar, el componente se retiene para proporcionar una caja de engranajes restaurada.
En el paso 816, si el componente se ha sustituido, se establece en cero los daños acumulados para el nuevo componente.
Según un aspecto adicional de la invención, un método para operar un aerogenerador o una turbina hidráulica o un componente de los mismos se basa en una medida cuantitativa de la vibración en relación con los daños acumulados de un aerogenerador o una turbina hidráulica o un componente de los mismos.
El método se puede ilustrar con un simple ejemplo, en el que los niveles de los parámetros de operación se estratifican en tres niveles: bajo, medio y alto.
Como se ha mencionado anteriormente, el peligro o daño por aumento de vibración es dependiente en cierta medida de la edad del aerogenerador o la turbina hidráulica o un componente de los mismos, en otras palabras, de los daños acumulados. Los daños acumulados se pueden estratificar de manera similar en tres zonas, bajos, medios y altos.
Este planteamiento simple permite al operador de aerogenerador o turbina hidráulica priorizar las actividades de mantenimiento en base a los daños acumulados y los datos de CMS, como por ejemplo en la Tabla 1.
Tabla 1. Acción necesaria según un valor para AD y un nivel de un parámetro de operación
Figure imgf000007_0001
Figure imgf000008_0001
Se puede adoptar el mismo planteamiento para otros datos de CMS que se pueden usar para monitorizar aerogeneradores identificando aerogeneradores que excedan un valor umbral.
La Figura 9 muestra un gráfico que combina modelos de daños con datos de vibración para un número de turbinas (T01 a T38) que operan en un parque eólico. Los niveles de vibración en este contexto se pueden basar en el análisis de firmas de vibración.
Las turbinas con daños acumulados y vibración moderados típicamente requieren monitorización rutinaria e inspecciones planificadas durante un período más prolongado.
Los niveles moderados de vibración cuando los valores de daños acumulados son bajos, por ejemplo, la turbina T02 en la Figura 9, pueden indicar que el aerogenerador o la turbina hidráulica o un componentes de los mismos se deberían investigar para ver si uno o más componentes están dañados y necesitan ser reparados o sustituidos. No obstante, los niveles moderados de vibración en valores medianos de daños acumulados son probablemente normales y meramente se deberían monitorizar de manera rutinaria. Los niveles moderados de vibración a valores altos de daños acumulados no requieren ninguna acción.
Los niveles altos de vibración a valores de daños acumulados altos pueden ser indicativos de la necesidad de una inspección de la turbina. Las turbinas con daños acumulados alto y vibración alta (rodeadas) se pueden identificar claramente y estas requieren inspección.
La turbina T34 de la Figura 9 tiene un nivel de vibración similar al de la turbina T05, pero la turbina T34 tiene unos daños acumulados bajos. La primera turbina está operando claramente mejor que otras turbinas con unos daños similares. Usar un sistema para identificar turbinas que necesitan mantenimiento en base a umbrales solo consideraría que estas dos turbinas tienen el mismo estado.
Además de los planteamientos anteriores, se puede obtener un indicador adicional de un requisito de mantenimiento recopilando datos con relación a la vibración del aerogenerador o la turbina hidráulica o un componente de los mismos en un banco de prueba antes de la instalación. Esto se puede tomar como una línea de base posterior: los aumentos en la vibración después de la instalación se pueden deber a daños durante el transporte o un ensamblaje deficiente.
La Figura 10 ilustra un diagrama esquemático de un aparato 46 según diversas realizaciones de la presente invención. El aparato 46 incluye medios 48 para realizar los pasos ilustrados en las Figuras 1 a 9. Los medios 48 incluyen un procesador 50 y una memoria 52. El procesador 50 (por ejemplo, un microprocesador) está configurado para leer y escribir en la memoria 52. El procesador 50 también puede comprender una interfaz de salida a través de la cual se emite datos y/o comandos por el procesador 50 y una interfaz de entrada a través de la cual se introducen datos y/o comandos al procesador 50.
La memoria 52 almacena un programa informático 54 que comprende instrucciones de programa informático que controlan la operación del aparato 46 cuando se carga en el procesador 50. Las instrucciones de programa informático 54 proporcionan la lógica y las rutinas que permiten que el aparato 46 realice al menos algunos de los pasos de los métodos ilustrados en las Figuras 1 a 9. El procesador 50 leyendo la memoria 52 es capaz de cargar y ejecutar el programa informático 54. Aunque la memoria 52 se ilustra como un único componente, se puede implementar como uno o más componentes separados algunos o todos de los cuales se pueden ser integrados/extraíbles y/o pueden proporcionar almacenamiento en caché permanente/semipermanente/dinámico. El programa informático puede llegar al aparato 46 a través de cualquier mecanismo de entrega 56 adecuado. El mecanismo de entrega 56 puede ser, por ejemplo, un medio de almacenamiento legible por ordenador, un producto de programa informático, un dispositivo de memoria, un medio de grabación tal como un disco Blue-ray, CD-ROM o DVD, un artículo de fabricación que se incorpora tangiblemente el programa informático 54. El mecanismo de entrega puede ser una señal configurada para transferir de manera fiable el programa informático 54. El aparato 46 puede propagar o transmitir el programa informático 54 como una señal de datos informáticos.
Las referencias a 'medio de almacenamiento legible por ordenador', 'producto de programa informático', 'programa informático tangiblemente incorporado', etc. o un 'controlador', 'ordenador', 'procesador', etc. se deberían entender que abarcan no solamente ordenadores que tienen diferentes arquitecturas tales como arquitecturas de único procesador/multiprocesador y arquitecturas secuenciales (Von Neumann)/paralelas, sino también circuitos especializados tales como agrupaciones de puertas programables en campo (FPGA), circuitos de aplicaciones específicas (ASIC), dispositivos de procesamiento de señales y otros dispositivos. Se debería entender que las referencias a programa informático, instrucciones, códigos, etc. abarcan software para un procesador programable o microprograma tal como, por ejemplo, el contenido programare de un dispositivo de hardware, ya sean instrucciones para un procesador o ajustes de configuración para un dispositivo de función fija, agrupación de puertas o dispositivo lógico programable, etc.
Los pasos ilustrados en las Figuras 1 a 9 pueden representar pasos en un método y/o secciones de código en el programa informático 54. La ilustración de un orden particular de los pasos no implica necesariamente que haya un orden requerido o preferido para los pasos y el orden y la disposición de los pasos se pueden variar. Además, puede ser posible que se omitan algunos pasos.

Claims (13)

REIVINDICACIONES
1. Un método para determinar los daños a una máquina rotativa o componentes de la misma, en donde la máquina rotativa incluye una caja de engranajes, el método que comprende los pasos de:
calcular uno o más coeficientes de daños (106, 108, 220) determinando los daños (202) bajo condiciones de operación nominales (208) y determinando los daños (202) bajo una o más condiciones de operación de campo (210, 214) de la misma duración, en donde la determinación de daños bajo condiciones de operación de campo incluye:
monitorizar una o más cargas que actúan sobre la caja de engranajes monitorizando las salidas de uno o más sensores de monitorización de condición colocados en o sobre la caja de engranajes en ubicaciones predeterminadas; y
en base a dichas salidas, calcular los daños causados por una o más cargas usando un metamodelo, el metamodelo que se construye obteniendo una serie de muestras de datos de un modelo de caja de engranajes antes del inicio de la operación de la caja de engranajes y determinar una tendencia subyacente usando metodología de superficie de respuesta, en donde el uno o más coeficientes de daños son una función de los daños bajo condiciones de operación nominales y los daños bajo una o más condiciones de operación de campo de la misma duración; proporcionar datos con relación (100) a una o más condiciones de operación (210, 214); y
determinar los daños (202) como una función de la una o más condiciones de operación (210, 214) y el uno o más coeficientes de daños (106,108, 220) correspondientes a una o más condiciones de operación (210, 214).
2. Un método según cualquier reivindicación anterior, en el que los daños son daños acumulados (116) calculados como la suma de los daños para cada condición de operación de campo (210, 214) durante la duración de todas las condiciones de operación de campo (210, 214).
3. Un método según la reivindicación 2, que comprende adicionalmente el paso de predecir la vida útil restante (118) de la máquina rotativa o componentes de la misma según el paso de: determinar un valor límite de daños (114) para la máquina rotativa o un componente de la misma y una vida correspondiente; caracterizado por que:
la vida útil restante (118) se calcula a partir del valor límite de daños (114), la vida correspondiente y los daños acumulados (116).
4. Un método según la reivindicación 3 en el que la vida correspondiente es la duración de la operación que da como resultado una cantidad de daños igual al valor límite de daños (114).
5. Un método según cualquier reivindicación anterior, en el que uno o más coeficientes de daños (106, 108, 220) son una relación de daños bajo condiciones de operación nominales (208) y daños bajo una o más condiciones de operación de campo (210, 214) de la misma duración.
6. Un método según cualquier reivindicación anterior, en el que el paso de proporcionar datos (100) comprende uno o más de los siguientes pasos:
proporcionar datos con relación a una o más condiciones de operación de estado estable;
proporcionar datos con relación a una o más condiciones de operación de estado transitorio;
proporcionar datos históricos;
recopilar datos de uno o más sensores que monitorizan una o más condiciones de operación; y
proporcionar datos comprende proporcionar datos desde un sistema de monitorización de estado.
7. Un método según cualquier reivindicación anterior, en el que el paso de proporcionar uno o más coeficientes de daños (106, 108, 220) comprende uno o más de:
proporcionar coeficientes de daños (106, 108, 220) con relación a una o más condiciones de operación de estado estable; y
proporcionar coeficientes de daños (106, 108, 220) con relación a una o más condiciones de operación de estado transitorio.
8. Un método para mantener un parque eólico o hídrico que comprende una o más turbinas, el método que comprende los pasos de:
establecer un límite de daños (114) para investigación forense;
determinar los daños acumulados (116) para las turbinas o componentes de las mismas según el método de cualquiera de las reivindicaciones 2 a 8;
identificar la turbina que tiene los mayores daños acumulados;
en donde cuando los daños acumulados (116) son mayores que un límite de daños preestablecido (114), investigar además; y
si la investigación indica además que la turbina tiene un problema operacional, entonces se programa un mantenimiento.
9. Un método para identificar un aerogenerador o un componente del mismo para mantenimiento, el método que comprende los pasos de:
determinar los daños (202) de la máquina rotativa o un componente de la misma según el método de cualquiera de las reivindicaciones 2 a 7;
analizar datos de operación para el aerogenerador o un componente del mismo; y comparar los datos de operación con un umbral relacionado con el valor de los daños.
10. Un método según la reivindicación 9, que comprende adicionalmente el paso de establecer umbrales para datos de operación según uno o más rangos de valores de daños, en el que identificar un aerogenerador o un componente del mismo para mantenimiento comprende identificar un aerogenerador o un componente del mismo en el que los datos de operación son mayores que el umbral.
11. Un método según la reivindicación 10, en el que los datos de operación son datos de vibración.
12. Un producto legible por ordenador que comprende medios de código diseñados para implementar los pasos del método según cualquiera de las reivindicaciones 1 a 11.
13. Un sistema informático que comprende medios diseñados para implementar los pasos del método según cualquiera de las reivindicaciones 1 a 11.
ES12733516T 2011-05-20 2012-05-21 Determinación de daños y vida útil restante de maquinaria rotativa incluyendo trenes de transmisión, cajas de engranajes y generadores Active ES2912102T3 (es)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
GBGB1108476.1A GB201108476D0 (en) 2011-05-20 2011-05-20 Predicting remaining useful life
GBGB1110003.9A GB201110003D0 (en) 2011-06-14 2011-06-14 Identifying wind turbines for maintenance
GBGB1110360.3A GB201110360D0 (en) 2011-05-20 2011-06-20 Wind or water turbine residual life
PCT/GB2012/051154 WO2012160371A2 (en) 2011-05-20 2012-05-21 Determining damage and remaining useful life of rotating machinery including drive trains, gearboxes, and generators

Publications (1)

Publication Number Publication Date
ES2912102T3 true ES2912102T3 (es) 2022-05-24

Family

ID=46546447

Family Applications (2)

Application Number Title Priority Date Filing Date
ES12733515T Active ES2911282T3 (es) 2011-05-20 2012-05-21 Determinación de vida útil restante de maquinaria rotatoria, incluyendo trenes de transmisión, cajas de engranajes, y generadores
ES12733516T Active ES2912102T3 (es) 2011-05-20 2012-05-21 Determinación de daños y vida útil restante de maquinaria rotativa incluyendo trenes de transmisión, cajas de engranajes y generadores

Family Applications Before (1)

Application Number Title Priority Date Filing Date
ES12733515T Active ES2911282T3 (es) 2011-05-20 2012-05-21 Determinación de vida útil restante de maquinaria rotatoria, incluyendo trenes de transmisión, cajas de engranajes, y generadores

Country Status (11)

Country Link
US (3) US10466138B2 (es)
EP (2) EP2710437B1 (es)
JP (3) JP6397330B2 (es)
KR (1) KR20140128860A (es)
CN (3) CN113027703A (es)
DK (2) DK2710438T3 (es)
ES (2) ES2911282T3 (es)
GB (1) GB2491045B (es)
IN (2) IN2013MN02383A (es)
PT (2) PT2710438T (es)
WO (2) WO2012160371A2 (es)

Families Citing this family (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6397330B2 (ja) 2011-05-20 2018-09-26 インサイト アナリティクス ソリューションズ ホールディングス リミテッド ドライブトレイン、ギアボックス、発電機などの回転機械の残存耐用年数を測定
EP2674581A1 (de) * 2012-06-15 2013-12-18 Siemens Aktiengesellschaft Maschinenkomponente eines Antriebsstrangs sowie Verfahren zur Auslegung und/oder zur Inbetriebnahme und/oder zum Betreiben eines solchen Antriebsstrangs
US9644534B2 (en) * 2013-01-16 2017-05-09 General Electric Company Systems and methods for implementing engine cycle count
JP6104643B2 (ja) * 2013-03-04 2017-03-29 三菱重工業株式会社 運用計画作成装置、運用計画作成方法および運用計画作成プログラム
US20140288855A1 (en) * 2013-03-20 2014-09-25 United Technologies Corporation Temporary Uprating of Wind Turbines to Maximize Power Output
WO2015011301A1 (es) 2013-07-22 2015-01-29 Nabla Wind Power, S.L. Método para determinar la vida de los componentes de un aerogenerador o similar en función de su emplazamiento
WO2015042123A1 (en) * 2013-09-17 2015-03-26 General Electric Company System and method for controlling operation of a gas turbine based power plant
WO2015051801A1 (en) * 2013-10-07 2015-04-16 Vestas Wind Systems A/S Methods and apparatus for controlling wind turbines
US20150198492A1 (en) * 2014-01-13 2015-07-16 Simmonds Precision Products, Inc. Remaining useful life forecasting system
CN104018988B (zh) * 2014-06-16 2016-07-06 上海交通大学 基于物理组件模型和实时数据的风力发电机组监测系统
US9558600B2 (en) * 2014-08-01 2017-01-31 Deere & Company Duty cycle recording system and method for estimation of damage and remaining life of drivetrain components
US10067483B1 (en) * 2014-08-28 2018-09-04 Apple Inc. Controlling electrical device based on temperature and voltage
US10564066B2 (en) 2014-12-23 2020-02-18 Ore Catapult Development Services Limited Fatigue testing
US10042964B2 (en) * 2015-03-02 2018-08-07 General Electric Company Method of evaluating a part
US9752956B2 (en) * 2015-03-09 2017-09-05 Caterpillar Inc. Monitoring system for predicting gearbox lifespan
US9970325B2 (en) 2015-04-30 2018-05-15 General Electric Company Jacking assembly for rotor
JP6553399B2 (ja) * 2015-05-14 2019-07-31 株式会社日立製作所 演算システム、風力発電システム、又は、風車の余寿命又は疲労損傷量の算出方法
EP3317523B1 (en) 2015-06-30 2020-09-23 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
CN107810323B (zh) * 2015-06-30 2020-04-07 维斯塔斯风力系统集团公司 用于生成风力涡轮机控制安排的方法和系统
EP3317524B1 (en) 2015-06-30 2020-09-23 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10746160B2 (en) 2015-06-30 2020-08-18 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
DK201570559A1 (en) 2015-08-28 2017-03-27 Vestas Wind Sys As Methods and Systems for Generating Wind Turbine Control Schedules
CN107810324B (zh) * 2015-06-30 2019-12-24 维斯塔斯风力系统集团公司 用于生成风力涡轮机控制时间表的方法和系统
ES2818100T3 (es) * 2015-06-30 2021-04-09 Vestas Wind Sys As Método y sistema de control para turbinas eólicas
EP3345063B1 (de) * 2015-09-01 2026-03-04 Walther Flender GmbH Verfahren zur computerunterstützten prognose zukünftiger betriebszustände von maschinenkomponenten
US9732838B2 (en) * 2015-09-22 2017-08-15 Caterpillar Inc. Gearbox component and lubricant condition monitoring system
JP6792939B2 (ja) * 2015-10-28 2020-12-02 三菱パワー株式会社 タービン分析装置、タービン分析方法およびプログラム
JP6710039B2 (ja) * 2015-10-28 2020-06-17 三菱日立パワーシステムズ株式会社 計画装置、計画方法およびプログラム
US10330022B2 (en) 2016-02-12 2019-06-25 General Electric Company Systems and methods for determining operational impact on turbine component creep life
JP6803145B2 (ja) * 2016-03-16 2020-12-23 株式会社イシダ 装置管理システム
PL3309529T3 (pl) * 2016-10-11 2022-06-13 Abb Schweiz Ag Przewidywanie pozostałej użytecznej żywotności łożysk
GB201617584D0 (en) * 2016-10-17 2016-11-30 Romax Technology Limited Determining loads on a wind turbine
US11155288B2 (en) * 2017-04-28 2021-10-26 Transportation Ip Holdings, Llc Vehicle monitoring system
JP6909131B2 (ja) * 2017-11-09 2021-07-28 住友重機械工業株式会社 寿命予測システム
DE102017223418B4 (de) * 2017-12-20 2023-05-25 Zf Friedrichshafen Ag Modellbasiertes Verfahren und System zur Zustandsüberwachung eines Gleitlagers, insbesondere für Windkraftanlagen
CN110069806A (zh) * 2018-01-24 2019-07-30 诺迈士科技有限公司 数字认证
JP7188887B2 (ja) * 2018-02-14 2022-12-13 ナブテスコ株式会社 自動ドア装置を管理する方法、2以上の自動ドア装置を管理する方法、および自動ドアシステム
US11373455B2 (en) 2018-04-23 2022-06-28 Woodward, Inc. Predicting electromechanical actuator health and remaining life
US11835030B2 (en) 2018-12-31 2023-12-05 Sentient Science Corporation Methods and systems for predicting risk of observable damage in wind turbine gearbox components
MX2021012043A (es) * 2019-04-01 2022-01-04 Acciona Generacion Renovable S A Metodo para estimar la vida util remanente de los componentes de un aerogenerador en funcionamiento.
CN109899225A (zh) * 2019-04-02 2019-06-18 三峡大学 一种水轮机调节系统的快速终端滑模控制器及设计方法
US11208986B2 (en) 2019-06-27 2021-12-28 Uptake Technologies, Inc. Computer system and method for detecting irregular yaw activity at a wind turbine
CN110598241B (zh) * 2019-07-22 2022-12-13 许昌许继风电科技有限公司 一种风机轮毂强度校核方法
US11460006B2 (en) 2019-07-31 2022-10-04 General Electric Company Systems and methods for detecting damage in rotary machines
US10975841B2 (en) * 2019-08-02 2021-04-13 Uptake Technologies, Inc. Computer system and method for detecting rotor imbalance at a wind turbine
CN110907155A (zh) * 2019-12-02 2020-03-24 吉林松江河水力发电有限责任公司 一种水轮机转动轴故障监测方法
CN111780910A (zh) * 2020-06-28 2020-10-16 缪新建 一种风力涡轮机螺栓紧固件压力检测装置及异常检测方法
EP3936957B1 (en) 2020-07-08 2023-08-23 Bull SAS Error-based method for calculating a remaining useful life of an apparatus
CN112818572B (zh) * 2021-01-19 2022-04-22 三峡大学 一种油浸式变压器绕组区域结构参数的优化方法
CN113221261B (zh) * 2021-02-09 2022-12-13 重庆大学 一种航空传动系统振动限制值的制定方法
JP7642483B2 (ja) * 2021-08-10 2025-03-10 東芝エネルギーシステムズ株式会社 ブレード損傷評価装置、方法及びプログラム
CN114000988B (zh) * 2021-11-01 2024-06-14 西安热工研究院有限公司 一种风电机组轴承座的疲劳寿命预测装置和方法
CN116432361B (zh) * 2021-12-27 2024-05-24 北京金风科创风电设备有限公司 风力发电机组的寿命评估方法和装置
CN117189503A (zh) * 2022-05-31 2023-12-08 北京金风科创风电设备有限公司 极限载荷控制方法、装置、介质及风力发电机组
CN115753049B (zh) * 2022-11-13 2025-03-28 重庆大学 基于概率流学习的金属构件疲劳状态评估方法
CN116090658A (zh) * 2023-02-17 2023-05-09 北醒(北京)光子科技有限公司 剩余寿命预估方法、装置、存储介质及监测设备
CN120961557A (zh) * 2025-07-01 2025-11-18 中国电器科学研究院股份有限公司 一种退役风电设备多组分资源回收方法及装置

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0640173B2 (ja) * 1987-02-05 1994-05-25 オリンパス光学工業株式会社 内視鏡
US5210704A (en) * 1990-10-02 1993-05-11 Technology International Incorporated System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment
US5530647A (en) * 1994-07-25 1996-06-25 Thermo King Corporation Method of dynamically determining oil change intervals for internal combustion engines
JP3487741B2 (ja) 1997-09-09 2004-01-19 新キャタピラー三菱株式会社 作業機械の異常/故障診断・予知装置及び方法
CA2365301C (en) 1999-09-27 2005-07-12 Mitsubishi Hitachi Power Systems, Ltd. Life management system for high-temperature parts of gas turbine
AU752024B2 (en) * 2000-04-14 2002-09-05 Kabushiki Kaisha Toshiba Method and equipment for assessing the life of members put under high in-service temperature environment for long period
JPWO2002103177A1 (ja) * 2001-06-18 2004-09-30 株式会社日立製作所 ガスタービンの状態診断方法及び診断システム
EP1316866B1 (en) 2001-11-29 2006-05-31 Abb Research Ltd. Optimal operation of a power plant
JP2004101417A (ja) 2002-09-11 2004-04-02 Mitsubishi Heavy Ind Ltd 監視装置
US6920779B2 (en) * 2002-11-15 2005-07-26 International Truck Intellectual Property Company, Llc Method of estimating engine lubricant condition
JP2004301030A (ja) 2003-03-31 2004-10-28 Ebara Corp 風車用ブレード及び風車
US7103507B2 (en) * 2004-09-28 2006-09-05 Dimitry Gorinevsky Structure health monitoring system and method
US7243042B2 (en) * 2004-11-30 2007-07-10 Siemens Power Generation, Inc. Engine component life monitoring system and method for determining remaining useful component life
JP2006342766A (ja) 2005-06-10 2006-12-21 Mitsubishi Electric Corp 風力発電設備の監視装置
US7914250B2 (en) 2006-12-08 2011-03-29 General Electric Company Method and system for estimating life of a gearbox
EP1965281A1 (en) 2007-03-02 2008-09-03 Abb Research Ltd. Dynamic maintenance plan for an industrial robot
EP2012209A1 (de) 2007-07-02 2009-01-07 Siemens Aktiengesellschaft Verfahren zum Ermitteln der Lebensdauer einer Kraftwerkskomponente
EP2053241A1 (en) * 2007-10-24 2009-04-29 Ecotecnia Energias Renovables S.L. Method for determining fatigue damage in a power train of a wind turbine
AT504028B1 (de) 2007-11-02 2009-03-15 Avl List Gmbh Verfahren zur schädigungsvorhersage von bauteilen eines kraftfahrzeuges
AT9862U3 (de) 2007-12-19 2009-01-15 Avl List Gmbh Verfahren und vorrichtung zur beurteilung der restlebensdauer einer sensoreinheit
JP4782766B2 (ja) 2007-12-27 2011-09-28 オークマ株式会社 機械診断方法及びその装置
DK2108830T3 (da) * 2008-01-10 2019-11-25 Siemens Gamesa Renewable Energy As Fremgangsmåde til bestemmelse af udmattelseslast af en vindmølle og til udmattelseslaststyring og tilsvarende vindmøller
US9103323B2 (en) 2008-01-15 2015-08-11 Vestas Wind Systems A/S System for real time supervision of component wear in a wind turbine population
GB0807775D0 (en) 2008-04-29 2008-06-04 Romax Technology Ltd Methods for model-based diagnosis of gearbox
US8093737B2 (en) * 2008-05-29 2012-01-10 General Electric Company Method for increasing energy capture in a wind turbine
JP5419472B2 (ja) 2009-01-09 2014-02-19 Ntn株式会社 風力発電装置の主軸軸受の監視装置
US7970556B2 (en) * 2009-01-30 2011-06-28 General Electric System and method for monitoring the condition of a gear assembly
ES2577530T3 (es) 2009-05-25 2016-07-15 Vestas Wind Systems A/S Procedimiento y sistema para controlar el funcionamiento de una turbina eólica
US8577509B2 (en) * 2009-06-24 2013-11-05 Vestas Wind Systems A/S Method and a system for controlling operation of a wind turbine
GB0911597D0 (en) 2009-07-06 2009-08-12 Rolls Royce Plc Valve failure detection
EP2302207A1 (en) * 2009-09-23 2011-03-30 Siemens Aktiengesellschaft Power generating machine load control based on consumed fatigue life time and real-time of operation of a structural component
US8082115B2 (en) * 2009-11-16 2011-12-20 Nrg Systems, Inc. Data acquisition system for condition-based maintenance
US8761912B1 (en) * 2010-04-23 2014-06-24 Ashford Technical Software, Inc. System for remotely monitoring a tensioner and providing an alarm for anticipated failure and maintenance
US8510060B2 (en) * 2010-06-07 2013-08-13 General Electric Company Life management system and method for gas turbine thermal barrier coatings
DE112011101982B4 (de) 2010-06-09 2023-06-15 Cummins Filtration Ip, Inc. System und Verfahren zum Bestimmen und Angeben der Nutzungsdauer eines Filters zum Filtern eines Fluids in einer vorgegebenen Brennkraftmaschine
JP5439357B2 (ja) 2010-12-28 2014-03-12 三菱重工業株式会社 工事時期選択装置及び工事時期選択方法
JP6397330B2 (ja) 2011-05-20 2018-09-26 インサイト アナリティクス ソリューションズ ホールディングス リミテッド ドライブトレイン、ギアボックス、発電機などの回転機械の残存耐用年数を測定

Also Published As

Publication number Publication date
WO2012160370A2 (en) 2012-11-29
GB2491045B (en) 2013-10-30
EP2710438B1 (en) 2022-02-09
EP2710438A2 (en) 2014-03-26
IN2013MN02382A (es) 2015-06-12
JP2014517288A (ja) 2014-07-17
CN103547977A (zh) 2014-01-29
EP2710437A2 (en) 2014-03-26
US20140088888A1 (en) 2014-03-27
KR20140128860A (ko) 2014-11-06
US20170350789A1 (en) 2017-12-07
US10527520B2 (en) 2020-01-07
US10466138B2 (en) 2019-11-05
DK2710437T3 (da) 2022-04-11
WO2012160370A3 (en) 2013-03-07
US20140088887A1 (en) 2014-03-27
CN103547976A (zh) 2014-01-29
DK2710438T3 (da) 2022-04-11
WO2012160371A3 (en) 2013-03-07
JP2018141804A (ja) 2018-09-13
PT2710438T (pt) 2022-04-20
JP6397330B2 (ja) 2018-09-26
ES2911282T3 (es) 2022-05-18
CN113027703A (zh) 2021-06-25
CN103547977B (zh) 2018-09-25
US9360393B2 (en) 2016-06-07
PT2710437T (pt) 2022-04-14
GB201208958D0 (en) 2012-07-04
IN2013MN02383A (es) 2015-06-12
JP2014518978A (ja) 2014-08-07
WO2012160371A2 (en) 2012-11-29
GB2491045A (en) 2012-11-21
EP2710437B1 (en) 2022-01-26

Similar Documents

Publication Publication Date Title
ES2912102T3 (es) Determinación de daños y vida útil restante de maquinaria rotativa incluyendo trenes de transmisión, cajas de engranajes y generadores
US20110106510A1 (en) Methods, apparatus and computer readable storage mediums for model-based diagnosis
Adams et al. Structural health monitoring of wind turbines: method and application to a HAWT
US10474772B2 (en) Method and system for predicting surface contact fatigue life
TWI683058B (zh) 故障機率評估系統
Aranizadeh et al. A novel small-scale wind-turbine blade failure detection according to monitored-data
US20130338938A1 (en) Identifying wind or water turbines for maintenance
WO2019135747A1 (en) Probabilistic life evaluation algorithm for gas turbine engine components
JP2023179851A (ja) 装置状態評価システムおよび装置状態評価方法
CN104462836A (zh) 基于全周期分段步加策略的小子样加速失效演变实验方法
KR20200051758A (ko) 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법, 데이터 처리 프로그램 및 기억 매체
JP2015518104A (ja) 過渡状態期間における発電装置の不具合の分類および検出
EP3337974A1 (en) A method for the detection of an anomaly in a wind turbine blade
CN105224792A (zh) 一种滚动轴承性能保持可靠性的预测方法
Ayivor et al. Experimental Investigation of a Wind Turbine Gearbox for Prognostics and Health Management
CN114638060A (zh) 故障预测方法、系统、电子设备和计算机程序产品
Abdallah et al. An autonomous real-time decision tree framework for monitoring & diagnostics on wind turbines
Issahak An Integrated Prognostics Condition-Based Maintenance Approach to Reduce Premature Failure of Wind Turbines' Gearbox Components
Ding Prognostics and Maintenance Optimization for Wind Energy Systems
Abdallah et al. An Integrated Approach for Smart Monitoring, Inspection and Life-Cycle Assessment of Wind Turbines
Tinga Usage-and Condition-Based Maintenance