JP2013238929A - Facility monitoring device - Google Patents
Facility monitoring device Download PDFInfo
- Publication number
- JP2013238929A JP2013238929A JP2012109991A JP2012109991A JP2013238929A JP 2013238929 A JP2013238929 A JP 2013238929A JP 2012109991 A JP2012109991 A JP 2012109991A JP 2012109991 A JP2012109991 A JP 2012109991A JP 2013238929 A JP2013238929 A JP 2013238929A
- Authority
- JP
- Japan
- Prior art keywords
- output
- detection unit
- monitoring
- equipment
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- 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
- Wind Motors (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本発明は、風力発電等の設備の監視を行う設備監視装置に関する。 The present invention relates to an equipment monitoring apparatus that monitors equipment such as wind power generation.
近年、温室効果ガスとしての二酸化炭素の排出量を抑制する等の観点から、風力発電設備の導入が世界的に増加している。風力発電設備においては、風の運動エネルギーが風車によって機械的な回転力に変換され、その回転力で発電機を回転させることで発電が行われる。 In recent years, the introduction of wind power generation facilities has been increasing worldwide from the viewpoint of suppressing the emission of carbon dioxide as a greenhouse gas. In a wind power generation facility, wind kinetic energy is converted into a mechanical rotational force by a windmill, and electricity is generated by rotating the generator with the rotational force.
一般に、風力発電設備は、比較的、交通の便の悪い場所に設置されることが多い。また、大型の風力発電設備の場合、タワーの上端に設けられたナセルに登るには、通常、風車を停止させなければならない。このようなことから、風力発電設備のメインテナンスは一般に容易ではなく、頻繁に行うことは難しい。 In general, wind power generation facilities are often installed in places with relatively poor traffic. In the case of a large-scale wind power generation facility, in order to climb the nacelle provided at the upper end of the tower, the windmill usually has to be stopped. For this reason, maintenance of wind power generation facilities is generally not easy and difficult to perform frequently.
このようにメインテナンスが容易でない点に鑑み、風力発電設備の各部に振動センサ等を設けておき、風力発電設備の現況をリアルタイムに監視することで、異常兆候等の初期段階での発見を可能とする設備監視装置が検討されている。このような設備監視装置を利用することで、メインテナンスの回数やメインテナンスに要する時間を削減することが可能となる。 In view of the fact that maintenance is not easy in this way, it is possible to detect in early stages such as abnormal signs by installing vibration sensors etc. in each part of the wind power generation equipment and monitoring the current status of the wind power generation equipment in real time Equipment monitoring equipment is under study. By using such an equipment monitoring device, it is possible to reduce the number of maintenance and the time required for maintenance.
しかしながら、風力発電において利用される風は、風向・風力とも常に変化している。従って、風力発電設備の主軸等の回転数も常に変化している。また、発電機の負荷も変動している。このような状況下においては、振動センサの出力には、変動する環境条件の影響が含まれることとなり、そのような振動センサの出力から、設備の良否判定をするのは一般に難しい。 However, the wind used in wind power generation is constantly changing in both wind direction and wind power. Accordingly, the rotational speed of the main shaft of the wind power generation facility is constantly changing. Moreover, the load of the generator is also fluctuating. Under such circumstances, the output of the vibration sensor includes the influence of fluctuating environmental conditions, and it is generally difficult to determine the quality of the facility from the output of such a vibration sensor.
なお、特開２０１０−１５９７１０号公報には、風力発電装置における主軸軸受のメンテナンス必要時期の予測等の判定を精度良く行える監視装置を提供すべく、風力発電装置におけるブレードが取付けられた主軸を支持する転がり軸受からなる主軸軸受に作用する負荷荷重を検出する荷重検出手段と、この荷重検出手段の検出信号を判定情報の一つとして用いて前記主軸軸受に関する所定の判定を行う判定手段とを設けたことを特徴とする風力発電装置の主軸軸受の監視装置が開示されている。 Japanese Patent Application Laid-Open No. 2010-159710 supports a main shaft to which a blade is attached in a wind power generator in order to provide a monitoring device that can accurately determine the prediction of the maintenance time of the main shaft bearing in the wind power generator. A load detecting means for detecting a load applied to the main shaft bearing comprising a rolling bearing, and a determination means for making a predetermined determination on the main shaft bearing using a detection signal of the load detection means as one of determination information. A monitoring device for a main shaft bearing of a wind turbine generator is disclosed.
本発明の目的は、設備の状態の監視に利用されるセンサ出力に影響を及ぼす環境の状態が変動する状況下においても、前記センサ出力に基づいて、監視対象となる設備の異常を発見することを可能とする設備監視装置を提供することにある。 An object of the present invention is to discover an abnormality of a facility to be monitored based on the sensor output even in a situation where the environmental state that affects the sensor output used for monitoring the state of the facility fluctuates. It is in providing the equipment monitoring apparatus which enables this.
本発明に係る設備監視装置は、監視対象設備の状態を検出するための第一の検出部の出力と、前記第一の検出部の出力に影響を及ぼす環境の状態を検出するための第二の検出部の出力とに基づいて、監視対象設備の監視を行う設備監視装置であって、前記第二の検出部の出力に応じて、前記第一の検出部の出力を、複数のグループに分類する分類処理部を備えることを特徴とする。 The facility monitoring apparatus according to the present invention includes an output of a first detection unit for detecting a state of a monitoring target facility, and a second for detecting an environmental state affecting the output of the first detection unit. And an output of the first detection unit into a plurality of groups according to the output of the second detection unit. A classification processing unit for classification is provided.
この場合において、前記分類処理部は、前記第二の検出部の出力が、予め設定された複数のレベルのいずれに該当するかを判定し、当該判定結果に基づいて、前記第一の検出部の出力を分類するようにしてもよい。 In this case, the classification processing unit determines which one of a plurality of preset levels the output of the second detection unit corresponds to, and based on the determination result, the first detection unit May be classified.
また、以上の場合において、前記分類処理部によって分類されたデータに基づいて、監視対象設備の異常の有無を判定する異常判定部を更に備えるようにしてもよい。そして、前記異常判定部は、各グループ毎に設定される閾値と、各グループのデータとを比較することによって、監視対象設備の異常の有無を判定するようにしてもよい。 Moreover, in the above case, you may make it further provide the abnormality determination part which determines the presence or absence of abnormality of the monitoring object equipment based on the data classified by the said classification | category process part. And the said abnormality determination part may determine the presence or absence of abnormality of the monitoring object equipment by comparing the threshold set for every group, and the data of each group.
また、以上の場合において、前記第一の検出部の出力に基づいて、当該第一の検出部の出力を解析するためのパラメータを算出するパラメータ算出部を更に備え、前記分類処理部は、当該パラメータ算出部によって算出されたパラメータを、前記第二の検出部の出力に応じて、複数のグループに分類するようにしてもよい。そして、前記パラメータ算出部は、前記パラメータとして、ピーク値、実効値、波高率、衝撃率、歪率及び尖度の少なくとも一つを算出するようにしてもよい。 Further, in the above case, the apparatus further includes a parameter calculation unit that calculates a parameter for analyzing the output of the first detection unit based on the output of the first detection unit, and the classification processing unit includes the The parameters calculated by the parameter calculation unit may be classified into a plurality of groups according to the output of the second detection unit. The parameter calculation unit may calculate at least one of a peak value, an effective value, a crest factor, an impact rate, a distortion rate, and a kurtosis as the parameter.
また、以上の場合において、前記第一の検出部は、振動センサで構成されるようにしてもよい。また、前記監視対象設備は、風力発電設備であってもよい。この場合、前記第二の検出部は、前記風力発電設備における主軸の回転数、発電量及び風速の少なくとも一つを検出するようにしてもよい。また、前記第二の検出部は、複数の検出器を備え、当該複数の検出器はそれぞれ、前記風力発電設備における主軸の回転数、発電量及び風速のいずれかを検出するようにしてもよい。 In the above case, the first detection unit may be configured by a vibration sensor. The monitoring target facility may be a wind power generation facility. In this case, the second detection unit may detect at least one of the rotational speed of the main shaft, the power generation amount, and the wind speed in the wind power generation facility. The second detection unit may include a plurality of detectors, and each of the plurality of detectors may detect any of a rotation speed of a main shaft, a power generation amount, and a wind speed in the wind power generation facility. .
本発明に係る設備監視方法は、監視対象設備の状態を検出するための第一の検出部の出力と、前記第一の検出部の出力に影響を及ぼす環境の状態を検出するための第二の検出部の出力とに基づいて、監視対象設備の監視を行う設備監視方法であって、前記第二の検出部の出力に応じて、前記第一の検出部の出力を、複数のグループに分類することを特徴とする。 The facility monitoring method according to the present invention includes an output of a first detection unit for detecting a state of a monitoring target facility, and a second for detecting an environmental state affecting the output of the first detection unit. And a monitoring method for monitoring equipment to be monitored based on the output of the detection unit, wherein the output of the first detection unit is divided into a plurality of groups according to the output of the second detection unit. It is characterized by classifying.
本発明に係るプログラムは、監視対象設備の状態を検出するための第一の検出部の出力と、前記第一の検出部の出力に影響を及ぼす環境の状態を検出するための第二の検出部の出力とに基づいて、監視対象設備の監視を行うプログラムであって、コンピュータを、前記第二の検出部の出力に応じて、前記第一の検出部の出力を、複数のグループに分類する分類処理部として機能させることを特徴とする。 The program according to the present invention includes an output of a first detection unit for detecting a state of a monitoring target facility, and a second detection for detecting an environmental state affecting the output of the first detection unit. A program for monitoring the equipment to be monitored based on the output of the unit, wherein the computer classifies the output of the first detection unit into a plurality of groups according to the output of the second detection unit It is characterized by functioning as a classification processing unit.
なお、上記プログラムは、光ディスク（例えば、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ）等の可搬記録媒体や、各種ネットワークを介して頒布することができる。 The program can be distributed via a portable recording medium such as an optical disk (for example, CD-ROM or DVD-ROM) or various networks.
本発明によれば、設備の状態の監視に利用されるセンサ出力に影響を及ぼす環境の状態が変動する状況下においても、前記センサ出力に基づいて、監視対象となる設備の異常を発見することが可能となる。 According to the present invention, it is possible to discover an abnormality of a facility to be monitored based on the sensor output even in a situation where an environmental state that affects a sensor output used for monitoring the state of the facility fluctuates. Is possible.
以下、本発明の実施の形態について、図面を参照しつつ詳細に説明する。以下では、風力発電設備の監視に本発明を適用した場合について説明する。本発明による風力発電設備監視装置は、風力発電設備の各部（監視対象箇所）に設けられた振動センサの出力に基づいて、風力発電設備の状態を監視し、各部の異常（劣化、破損等）の発見をするためのものである。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. Below, the case where this invention is applied to monitoring of a wind power generation facility is demonstrated. The wind power generation facility monitoring apparatus according to the present invention monitors the state of the wind power generation facility based on the output of a vibration sensor provided in each part (monitoring target location) of the wind power generation facility, and abnormality (deterioration, breakage, etc.) of each part. It is for making a discovery.
図１は、本発明が適用される風力発電設備の構成を説明するための図である。 FIG. 1 is a diagram for explaining a configuration of a wind power generation facility to which the present invention is applied.
同図に示すように、本発明が適用される風力発電設備１００は、タワー１１０の上端に設けられたナセル１２０の内部に、主軸１２１と、増速機１２２と、発電機１２３と、監視ユニット１３０とを備える。更に、ナセル１２０の先端側（同図における左端側）に、羽根車１４０を備える。羽根車１４０は、主軸１２１の一端に連結されるハブ１４１と、ハブ１４１に取り付けられるブレード（羽根）１４２とによって構成されている。 As shown in the figure, a wind power generation facility 100 to which the present invention is applied includes a main shaft 121, a speed increaser 122, a generator 123, and a monitoring unit inside a nacelle 120 provided at the upper end of a tower 110. 130. Further, an impeller 140 is provided on the front end side of the nacelle 120 (left end side in the figure). The impeller 140 includes a hub 141 connected to one end of the main shaft 121 and a blade (blade) 142 attached to the hub 141.
主軸１２１は、ハブ１４１に連結され、羽根車１４０の回転を増速機１２２へ伝達する部材である。増速機１２２は、主軸１２１の回転を、発電機１２３が必要とする高い回転数まで高めるためのものである。発電機１２３は、増速機１２２の出力軸に連結されて、回転エネルギーを電気エネルギーに変換して電力を発生させるものである。 The main shaft 121 is a member that is connected to the hub 141 and transmits the rotation of the impeller 140 to the speed increaser 122. The speed increaser 122 is for increasing the rotation of the main shaft 121 to a high rotational speed required by the generator 123. The generator 123 is connected to the output shaft of the speed increaser 122 to convert rotational energy into electric energy and generate electric power.
監視ユニット１３０は、本発明による風力発電設備監視装置を構成するものであって、風力発電設備１００の監視を行うものである。監視ユニット１３０は、例えば、ＬＡＮやＷＡＮ等のネットワーク（不図示）を介して、監視事務所等に設置された遠隔監視用コンピュータと接続されている。 The monitoring unit 130 constitutes a wind power generation facility monitoring apparatus according to the present invention, and monitors the wind power generation facility 100. The monitoring unit 130 is connected to a remote monitoring computer installed in a monitoring office or the like via a network (not shown) such as a LAN or WAN.
監視ユニット１３０は、風力発電設備１００を構成する各部（監視対象箇所）に設けられた振動センサ（第一の検出部）の出力に基づいて、風力発電設備１００の状態を監視し、各部の異常（劣化、破損等）の発見を行う。本実施形態においては、主軸１２１の軸受部１５１、増速機１２２の低速側１５２及び高速側１５３、並びに、発電機１２３の増速機側１５４のそれぞれに合計４個の振動センサを設ける。また、振動センサとしては、加速度センサを利用する。なお、振動センサの設置箇所、個数、種類については、実装条件に応じて、適当な設置箇所、個数、種類が選択される。 The monitoring unit 130 monitors the state of the wind power generation facility 100 based on the output of the vibration sensor (first detection unit) provided in each unit (monitoring target location) constituting the wind power generation facility 100, and detects an abnormality in each unit. (Deterioration, damage, etc.) is discovered. In the present embodiment, a total of four vibration sensors are provided on each of the bearing portion 151 of the main shaft 121, the low speed side 152 and the high speed side 153 of the speed increaser 122, and the speed increaser side 154 of the generator 123. An acceleration sensor is used as the vibration sensor. As for the installation location, number, and type of vibration sensors, an appropriate installation location, number, and type are selected according to mounting conditions.
監視ユニット１３０は、更に、各振動センサの出力と共に、各振動センサの出力に影響を及ぼす環境の状態を検出するためのセンサ（第二の検出部）の出力を利用して、風力発電設備１００の状態を監視し、風力発電設備１００の各部の異常（劣化、破損等）の発見を行う。より具体的には、振動センサの出力に影響を及ぼす環境の状態を検出するためのセンサ（具体的には、後述する回転計、電力計及び風速計）の出力に応じて、各振動センサの出力を複数のグループに分類し、分類されたグループ毎に、異常の有無の判定を行う。監視ユニット１３０における振動センサの出力の分類処理の詳細については後述する。 The monitoring unit 130 further utilizes the output of each vibration sensor and the output of the sensor (second detection unit) for detecting the state of the environment that affects the output of each vibration sensor. The state is monitored, and abnormality (deterioration, breakage, etc.) of each part of the wind power generation facility 100 is discovered. More specifically, according to the output of a sensor (specifically, a tachometer, a wattmeter and an anemometer, which will be described later) for detecting an environmental state that affects the output of the vibration sensor, The output is classified into a plurality of groups, and whether or not there is an abnormality is determined for each classified group. Details of the classification processing of the output of the vibration sensor in the monitoring unit 130 will be described later.
本実施形態においては、振動センサの出力に影響を及ぼす環境の状態を検出するためのセンサとして、主軸１２１の回転数を検出するためのセンサ（具体的には、回転計としてのロータリーエンコーダ）を主軸１２１の先端側１６１に設け、発電機１２３の発電量を検出するためのセンサ（具体的には、電力計）を発電機１２３の出力側１６２に設け、風速を検出するためのセンサ（具体的には、風速計）をナセル上面１６３に設ける。なお、振動センサの出力に影響を及ぼす環境の状態を検出するためのセンサの種類や個数等については、実装条件に応じて、適当な種類や個数等が選択される。 In the present embodiment, a sensor for detecting the rotational speed of the main shaft 121 (specifically, a rotary encoder as a tachometer) is used as a sensor for detecting an environmental state that affects the output of the vibration sensor. A sensor (specifically, a wattmeter) provided on the front end side 161 of the main shaft 121 for detecting the power generation amount of the generator 123 is provided on the output side 162 of the generator 123, and a sensor (specifically) for detecting the wind speed. Specifically, an anemometer) is provided on the nacelle upper surface 163. In addition, as for the type and number of sensors for detecting the state of the environment that affects the output of the vibration sensor, an appropriate type and number are selected according to the mounting conditions.
次に、監視ユニット１３０の詳細について説明する。 Next, details of the monitoring unit 130 will be described.
図２は、監視ユニット１３０のハードウェア構成を説明するための図である。 FIG. 2 is a diagram for explaining the hardware configuration of the monitoring unit 130.
同図に示すように、監視ユニット１３０は、減衰器・フィルタ部１３１と、Ａ／Ｄ変換器１３２と、回転数算出回路１３３と、ＣＰＵユニット１３４と、ハードディスク装置１３５とを備える。 As shown in the figure, the monitoring unit 130 includes an attenuator / filter unit 131, an A / D converter 132, a rotation speed calculation circuit 133, a CPU unit 134, and a hard disk device 135.
減衰器・フィルタ部１３１は、風力発電設備１００の各部（監視対象箇所）１５１〜１５４に設けられた各振動センサ２５１〜２５４から入力される各アナログ信号に対して、振幅調整や不要な周波数成分の遮断等を行うものである。Ａ／Ｄ変換器１３２は、減衰器・フィルタ部１３１から出力される各アナログ信号、並びに、風速計２６３及び電力計２６２それぞれから入力される各アナログ信号を、デジタル信号に変換するものである。回転数算出回路１３３は、主軸１２１の回転数を検出するための回転計（ロータリーエンコーダ）２６１からの入力信号に基づいて、主軸１２１の回転数を算出して出力する回路である。 The attenuator / filter unit 131 adjusts the amplitude and uses unnecessary frequency components for each analog signal input from each of the vibration sensors 251 to 254 provided in each part (monitoring target part) 151 to 154 of the wind power generation facility 100. This is to shut off. The A / D converter 132 converts each analog signal output from the attenuator / filter unit 131 and each analog signal input from the anemometer 263 and the wattmeter 262 into a digital signal. The rotation speed calculation circuit 133 is a circuit that calculates and outputs the rotation speed of the spindle 121 based on an input signal from a tachometer (rotary encoder) 261 for detecting the rotation speed of the spindle 121.
ＣＰＵユニット１３４は、通常のコンピュータと同様の構成を有するものであって、ＣＰＵ１３４１、ＲＯＭ１３４２、ＲＡＭ１３４３、ハードディスクインタフェース部１３４４、ネットワークインタフェース部１３４５等を備える。 The CPU unit 134 has a configuration similar to that of a normal computer, and includes a CPU 1341, a ROM 1342, a RAM 1343, a hard disk interface unit 1344, a network interface unit 1345, and the like.
ＣＰＵ１３４１は、ＲＯＭ１３４２やＲＡＭ１３４３に格納されたプログラムを実行することによって、監視ユニット１３０が行う各種処理を実行・制御する中央制御装置である。ＲＯＭ１３４２は、ＣＰＵ１３４１が実行するプログラム等を格納する読み出し専用のメモリ（記憶装置）であり、ＲＡＭ１３４３は、ＣＰＵ１３４１が実行するするプログラムや、ＣＰＵ１３４１が処理するデータを格納する読み書き可能なメモリである。ハードディスクインタフェース部１３４４は、ハードディスク装置１３５とのデータのやり取りを制御するものである。ネットワークインタフェース部１３４６は、ネットワーク２１０とのデータのやり取りを制御するものである。 The CPU 1341 is a central control device that executes and controls various processes performed by the monitoring unit 130 by executing programs stored in the ROM 1342 and the RAM 1343. The ROM 1342 is a read-only memory (storage device) that stores programs executed by the CPU 1341, and the RAM 1343 is a readable / writable memory that stores programs executed by the CPU 1341 and data processed by the CPU 1341. The hard disk interface unit 1344 controls data exchange with the hard disk device 135. The network interface unit 1346 controls data exchange with the network 210.
ハードディスク装置１３５は、ＣＰＵユニット１３４が備えるＣＰＵ１３４１が利用する各種プログラム（ＯＳ及びアプリケーション）や各種データを格納する補助記憶装置である。 The hard disk device 135 is an auxiliary storage device that stores various programs (OS and applications) and various data used by the CPU 1341 included in the CPU unit 134.
図３は、監視ユニット１３０のソフトウェア構成を説明するための図である。 FIG. 3 is a diagram for explaining the software configuration of the monitoring unit 130.
同図に示すように、監視ユニット１３０は、入力処理部３１０と、調和パラメータ算出部３２０と、分類処理部３３０と、異常判定部３４０と、送受信処理部３５０とを備える。各部３１０〜３５０は、基本的に、ＣＰＵユニット１３４が備えるＲＡＭ１３４３上にロードされたプログラムを、ＣＰＵユニット１３４が備えるＣＰＵ１３４１が実行することによって実現される。 As shown in the figure, the monitoring unit 130 includes an input processing unit 310, a harmony parameter calculation unit 320, a classification processing unit 330, an abnormality determination unit 340, and a transmission / reception processing unit 350. The units 310 to 350 are realized by the CPU 1341 included in the CPU unit 134 executing a program loaded on the RAM 1343 included in the CPU unit 134.
入力処理部３１０は、予め決められたサンプリング周波数に応じて、Ａ／Ｄ変換器１３２を動作させ、各センサ２５１〜２５４、２６２、２６３の出力をデジタルデータに変換して、ＲＡＭ１３４３上に予め確保された領域（センサ出力格納領域）に順次格納するものである。同様に、予め決められたサンプリング周波数に応じて、回転数算出回路１３３によって算出された主軸１２１の回転数（デジタルデータ）を読み出して、ＲＡＭ１３４３上のセンサ出力格納領域に順次格納する。ＲＡＭ１３４３上には、予め決められた時間分（例えば、５秒分）のセンサ出力データを格納可能なサイズのセンサ出力格納領域が予め確保されている。また、本実施形態においては、振動センサ２５１〜２５４の出力は、例えば、５１．２ＫＨｚのサンプリング周波数でサンプリングが行われ、他の環境状態を検出するためのセンサ２６１〜２６３の出力は、例えば、１０２４Ｈｚのサンプリング周波数でサンプリングが行われる。また、各センサ２５１〜２５４、２６１〜２６３の出力はそれぞれ、例えば、２４ビットのデジタルデータに変換される。 The input processing unit 310 operates the A / D converter 132 according to a predetermined sampling frequency, converts the outputs of the sensors 251 to 254, 262, and 263 into digital data, and reserves them on the RAM 1343 in advance. Are sequentially stored in the designated area (sensor output storage area). Similarly, the rotation speed (digital data) of the main shaft 121 calculated by the rotation speed calculation circuit 133 is read according to a predetermined sampling frequency, and is sequentially stored in the sensor output storage area on the RAM 1343. On the RAM 1343, a sensor output storage area having a size capable of storing sensor output data for a predetermined time (for example, 5 seconds) is secured in advance. In the present embodiment, the outputs of the vibration sensors 251 to 254 are sampled at a sampling frequency of 51.2 KHz, for example, and the outputs of the sensors 261 to 263 for detecting other environmental conditions are, for example, Sampling is performed at a sampling frequency of 1024 Hz. The outputs of the sensors 251 to 254 and 261 to 263 are converted into, for example, 24-bit digital data.
調和パラメータ算出部３２０は、ＲＡＭ１３４３上のセンサ出力格納領域に格納された各振動センサ２５１〜２５４のセンサ出力データに基づいて、各振動センサ２５１〜２５４の出力を解析するための調和パラメータの算出を行うものである。調和パラメータとは、振動の特徴を示すパラメータであって、例えば、ピーク値、実効値、波高率、衝撃率、歪率、尖度等である。本実施形態においては、ＲＡＭ１３４３上のセンサ出力格納領域に格納された予め決められた時間Ｔ（例えば、５秒）分のセンサ出力データＸｉ（ｉ＝０〜Ｎ−１）に対して、以下に示す式１〜８に従った計算を行うことで、調和パラメータとして、ピーク値Ｘｐ、実効値Ｘｒｍｓ、波高率ＣＦ、衝撃率ＩＰ、歪率Ｓｋ及び尖度Ｋｒが算出される。 The harmonic parameter calculation unit 320 calculates harmonic parameters for analyzing the outputs of the vibration sensors 251 to 254 based on the sensor output data of the vibration sensors 251 to 254 stored in the sensor output storage area on the RAM 1343. Is what you do. The harmonic parameter is a parameter indicating characteristics of vibration, and is, for example, a peak value, an effective value, a crest factor, an impact rate, a distortion rate, a kurtosis, or the like. In the present embodiment, for the sensor output data X i (i = 0 to N−1) for a predetermined time T (for example, 5 seconds) stored in the sensor output storage area on the RAM 1343, the following is performed. As a harmonic parameter, the peak value X p , the effective value X rms , the crest factor CF, the impact factor IP, the distortion factor Sk, and the kurtosis Kr are calculated.
すなわち、まず、式１に従って、ピーク値Ｘｐが算出される。ここで、ｍａｘ｜Ｘｉ｜は、Ｘｉ（ｉ＝０〜Ｎ−１）の絶対値の最大値を示す。また、式２に従って、実効値Ｘｒｍｓが算出される。更に、算出されたピーク値Ｘｐ及び実効値Ｘｒｍｓに基づいて、式３に従って、波高率ＣＦが算出される。また、まず、式４に従って、Ｘｉ（ｉ＝０〜Ｎ−１）の平均値が算出され、算出された平均値及びピーク値Ｘｐに基づいて、式５に従って、衝撃率ＩＰが算出される。また、式４に従って算出された平均値に基づいて、式６に従って、標準偏差δが算出され、算出された標準偏差δ及び平均値に基づいて、式７に従って、歪率Ｓｋが算出され、式８に従って、尖度Ｋｒが算出される。 That is, first, the peak value Xp is calculated according to Equation 1. Here, max | X i | indicates the maximum absolute value of X i (i = 0 to N−1). Further, the effective value X rms is calculated according to Equation 2. Furthermore, based on the calculated peak value X p and the effective value X rms, according to Equation 3, the crest factor CF is calculated. First, an average value of X i (i = 0 to N−1) is calculated according to Equation 4, and an impact rate IP is calculated according to Equation 5 based on the calculated average value and peak value X p. The Further, based on the average value calculated according to Expression 4, the standard deviation δ is calculated according to Expression 6, and based on the calculated standard deviation δ and the average value, the distortion rate Sk is calculated according to Expression 7. In accordance with 8, the kurtosis Kr is calculated.
なお、調和パラメータは、各振動センサ２５１〜２５４毎に算出されるが、各振動センサ２５１〜２５４の出力について、上記すべての調和パラメータを算出することは必ずしも必要ではなく、各振動センサ２５１〜２５４が設置された各監視対象箇所で発生する異常時の振動の特性等に応じて、各振動センサ２５１〜２５４毎に、調和パラメータ算出部３２０が算出する調和パラメータとして適切なものを選択するようにしてもよい。 The harmonic parameters are calculated for each of the vibration sensors 251 to 254. However, it is not always necessary to calculate all the harmonic parameters for the outputs of the vibration sensors 251 to 254, and the vibration sensors 251 to 254 are not necessarily required. In accordance with the characteristics of vibration at the time of abnormality that occurs at each monitoring target location where the sensor is installed, an appropriate harmonic parameter calculated by the harmonic parameter calculation unit 320 is selected for each of the vibration sensors 251 to 254. May be.
また、調和パラメータ算出部３２０は、上記調和パラメータの算出と同時に、ＲＡＭ１３４３上のセンサ出力格納領域に格納されたセンサ出力データに基づいて、環境状態（本実施形態では、回転数、発電量及び風速）を検出するための各センサ２６１〜２６３からの出力値の予め決められた時間Ｔ内（例えば、５秒間）における平均値についても算出する。 In addition, the harmony parameter calculation unit 320 simultaneously calculates the harmony parameters and, based on the sensor output data stored in the sensor output storage area on the RAM 1343, in the environmental state (in this embodiment, the rotational speed, the power generation amount, and the wind speed). ) Is also calculated for an average value within a predetermined time T (for example, 5 seconds).
なお、調和パラメータ算出部３２０による上記調和パラメータ等の算出は、ＲＡＭ１３４３上のセンサ出力格納領域に、予め決められた時間Ｔ（例えば、５秒）分のセンサ出力データＸｉ（ｉ＝０〜Ｎ−１）が溜まる毎（すなわち、時間Ｔ毎）に行われる。 The harmony parameter calculation unit 320 calculates the harmony parameters and the like in the sensor output storage area on the RAM 1343 in the sensor output data X i (i = 0 to N) for a predetermined time T (for example, 5 seconds). -1) is performed every time (that is, every time T).
分類処理部３３０は、調和パラメータ算出部３２０によって算出された各調和パラメータを、環境の状態を検出するためのセンサ２６１〜２６３からの出力値（平均値）に応じて、複数のグループに分類するものである。分類処理部３３０は、予め設定された分類条件に従って、各調和パラメータを複数のグループのいずれかに分類する。より具体的には、分類処理部３３０は、予め設定された分類条件に従って、各調和パラメータがいずれのグループに属するかを判定する。 The classification processing unit 330 classifies each harmony parameter calculated by the harmony parameter calculation unit 320 into a plurality of groups according to output values (average values) from the sensors 261 to 263 for detecting the state of the environment. Is. The classification processing unit 330 classifies each harmony parameter into one of a plurality of groups in accordance with preset classification conditions. More specifically, the classification processing unit 330 determines which group each harmony parameter belongs to in accordance with preset classification conditions.
図４は、分類処理部３３０による分類処理を説明するための図である。同図（ａ）は、分類処理部３３０が分類処理を行う際に利用する分類条件の例を示す表であり、同図（ｂ）は、同図（ａ）に示した分類条件に従った分類結果の例を示す図である。 FIG. 4 is a diagram for explaining the classification processing by the classification processing unit 330. FIG. 6A is a table showing an example of classification conditions used when the classification processing unit 330 performs classification processing, and FIG. 5B follows the classification conditions shown in FIG. It is a figure which shows the example of a classification result.
同図（ａ）に示した例においては、３つの環境状態を検出するセンサ２６１〜２６３の検出値、すなわち、回転数（ｒ）、発電量（ｐ）及び風速（ｆ）の検出値の範囲をそれぞれ、「低（Ｌ）」、「中（Ｍ）」、「高（Ｈ）」の３つの段階（レベル）に分けている。具体的には、回転数については、５ｒｐｍ以上１２ｒｐｍ未満を「低（Ｌ）」、１２ｒｐｍ以上１９ｒｐｍ未満を「中（Ｍ）」、１９ｒｐｍ以上を「高（Ｈ）」としている。同様に、発電量については、０．５ＭＷ以上０．７ＭＷ未満を「低（Ｌ）」、０．７ＭＷ以上０．８ＭＷ未満を「中（Ｍ）」、０．８ＭＷ以上を「高（Ｈ）」とし、風速については、５ｍ以上８ｍ未満を「低（Ｌ）」、８ｍ以上１５ｍ未満を「中（Ｍ）」、１５ｍ以上を「高（Ｈ）」としている。 In the example shown in FIG. 5A, the detection values of the sensors 261 to 263 that detect three environmental states, that is, the ranges of the detection values of the rotational speed (r), the power generation amount (p), and the wind speed (f). Are divided into three stages (levels) of “low (L)”, “medium (M)”, and “high (H)”. Specifically, regarding the number of rotations, 5 rpm or more and less than 12 rpm is “low (L)”, 12 rpm or more and less than 19 rpm is “middle (M)”, and 19 rpm or more is “high (H)”. Similarly, regarding the amount of power generation, 0.5 MW or more and less than 0.7 MW is “low (L)”, 0.7 MW or more and less than 0.8 MW is “medium (M)”, and 0.8 MW or more is “high (H)”. As for the wind speed, 5 m or more and less than 8 m is “low (L)”, 8 m or more and less than 15 m is “middle (M)”, and 15 m or more is “high (H)”.
分類処理部３３０は、まず、同図（ａ）に示した分類条件に従って、回転数（ｒ）、発電量（ｐ）及び風速（ｆ）の各検出値（平均値）が、「低（Ｌ）」、「中（Ｍ）」及び「高（Ｈ）」のいずれに該当するかを判定し、その判定結果に基づいて、調和パラメータを２７（＝３×３×３）個のグループのいずれかに分類する。 First, according to the classification condition shown in FIG. 5A, the classification processing unit 330 sets the detected values (average values) of the rotational speed (r), the power generation amount (p), and the wind speed (f) to “low (L ) ”,“ Medium (M) ”and“ High (H) ”, and based on the determination result, the harmony parameter is set to any of 27 (= 3 × 3 × 3) groups. Categorize.
すなわち、例えば、同図（ｂ）に示すように、回転数、発電量、風速の各レベルの組合せ（ｒ、ｐ、ｆ）が、（Ｌ、Ｌ、Ｌ）の場合はグループ１（Ｇ１）、（Ｌ、Ｌ、Ｍ）の場合はグループ２（Ｇ２）、（Ｌ、Ｌ、Ｈ）の場合はグループ３（Ｇ３）、（Ｌ、Ｍ、Ｌ）の場合はグループ４（Ｇ４）、（Ｌ、Ｍ、Ｍ）の場合はグループ５（Ｇ５）、（Ｌ、Ｍ、Ｈ）の場合はグループ６（Ｇ６）、（Ｌ、Ｈ、Ｌ）の場合はグループ７（Ｇ７）、（Ｌ、Ｈ、Ｍ）の場合はグループ８（Ｇ８）、（Ｌ、Ｈ、Ｈ）の場合はグループ９（Ｇ９）、（Ｍ、Ｌ、Ｌ）の場合はグループ１０（Ｇ１０）、（Ｍ、Ｌ、Ｍ）の場合はグループ１１（Ｇ１１）、（Ｍ、Ｌ、Ｈ）の場合はグループ１２（Ｇ１２）、（Ｍ、Ｍ、Ｌ）の場合はグループ１３（Ｇ１３）、（Ｍ、Ｍ、Ｍ）の場合はグループ１４（Ｇ１４）、（Ｍ、Ｍ、Ｈ）の場合はグループ１５（Ｇ１５）、（Ｍ、Ｈ、Ｌ）の場合はグループ１６（Ｇ１６）、（Ｍ、Ｈ、Ｍ）の場合はグループ１７（Ｇ１７）、（Ｍ、Ｈ、Ｈ）の場合はグループ１８（Ｇ１８）、（Ｈ、Ｌ、Ｌ）の場合はグループ１９（Ｇ１９）、（Ｈ、Ｌ、Ｍ）の場合はグループ２０（Ｇ２０）、（Ｈ、Ｌ、Ｈ）の場合はグループ２１（Ｇ２１）、（Ｈ、Ｍ、Ｌ）の場合はグループ２２（Ｇ２２）、（Ｈ、Ｍ、Ｍ）の場合はグループ２３（Ｇ２３）、（Ｈ、Ｍ、Ｈ）の場合はグループ２４（Ｇ２４）、（Ｈ、Ｈ、Ｌ）の場合はグループ２５（Ｇ２５）、（Ｈ、Ｈ、Ｍ）の場合はグループ２６（Ｇ２６）、（Ｈ、Ｈ、Ｈ）の場合はグループ２７（Ｇ２７）というように分類する。 That is, for example, as shown in FIG. 5B, when the combination (r, p, f) of the rotation speed, the power generation amount, and the wind speed is (L, L, L), group 1 (G1) , (L, L, M) is group 2 (G2), (L, L, H) is group 3 (G3), (L, M, L) is group 4 (G4), ( L, M, M) is group 5 (G5), (L, M, H) is group 6 (G6), (L, H, L) is group 7 (G7), (L, H, M) is group 8 (G8), (L, H, H) is group 9 (G9), (M, L, L) is group 10 (G10), (M, L, M) is group 11 (G11), (M, L, H) is group 12 (G12), and (M, M, L) is group 13 (G13), (M, , M) is group 14 (G14), (M, M, H) is group 15 (G15), and (M, H, L) is group 16 (G16), (M, H, M ) For group 17 (G17), (M, H, H) for group 18 (G18), (H, L, L) for group 19 (G19), (H, L, M) In the case of group 20 (G20), in the case of (H, L, H), in the case of group 21 (G21), in the case of (H, M, L), in the case of group 22 (G22), (H, M, M) Group 24 (G24) for group 23 (G23), (H, M, H), group 25 (G25) for (H, H, L), group 26 for (H, H, M) In the case of (G26) and (H, H, H), classification is made as group 27 (G27).
分類処理部３３０は、分類処理を終えると、調和パラメータを、当該調和パラメータがいずれのグループに分類されたか（いずれのグループに属するのか）を示す情報（例えば、グループ番号）と共に、異常判定部３４０に渡す。 After completing the classification process, the classification processing unit 330, together with information (for example, group number) indicating which group the harmony parameter is classified into (with which group), the abnormality determination unit 340 To pass.
異常判定部３４０は、分類処理部３３０によって複数のグループに分類された各調和パラメータに基づいて、異常の有無の判定を行うものである。より具体的には、各グループ毎に予め設定されている（各調和パラメータ毎の）閾値と、各グループに分類された各調和パラメータとを比較し、各グループに分類された各調和パラメータが、対応する閾値を超えていた場合は、異常が発生していると判定する。なお、一時的な要因に基づく誤判定を防ぐため、予め決められた期間内に、予め決められた回数、閾値を超えた場合に初めて、異常が発生していると判定するようにしてもよい。閾値については、例えば、各グループ番号に対応付けて、（各調和パラメータ毎に）適当な値が予め設定される。なお、閾値として、値の異なる複数のもの（例えば、アラーム値とトリップ値）を設定できるようにしてもよい。 The abnormality determination unit 340 determines whether or not there is an abnormality based on the harmony parameters classified into a plurality of groups by the classification processing unit 330. More specifically, a threshold value (for each harmony parameter) preset for each group is compared with each harmony parameter classified into each group, and each harmony parameter classified into each group is If the corresponding threshold value is exceeded, it is determined that an abnormality has occurred. In order to prevent erroneous determination based on a temporary factor, it may be determined that an abnormality has occurred only when a predetermined number of times and a threshold value are exceeded within a predetermined period. . For the threshold value, for example, an appropriate value is set in advance (for each harmony parameter) in association with each group number. Note that a plurality of values having different values (for example, an alarm value and a trip value) may be set as the threshold value.
異常判定部３４０は、異常が発生していると判定した場合、その旨を送受信処理部３５０に通知する。更に、異常が発生していると判定した場合、監視ユニット１３０の動作モードを、詳細監視モードに移行させる。詳細監視モードにおいては、例えば、各種詳細解析に利用できるよう、入力処理部３１０の出力がハードディスク装置１３５に格納されるようになる。 When the abnormality determination unit 340 determines that an abnormality has occurred, the abnormality determination unit 340 notifies the transmission / reception processing unit 350 to that effect. Further, when it is determined that an abnormality has occurred, the operation mode of the monitoring unit 130 is shifted to the detailed monitoring mode. In the detailed monitoring mode, for example, the output of the input processing unit 310 is stored in the hard disk device 135 so that it can be used for various types of detailed analysis.
また、異常判定部３４０は、複数のグループへの分類（属するグループの判別）がされ、異常有無の判定処理がされた調和パラメータを、処理時の時刻を示す時刻データと共に、ハードディスク装置１３５に格納する。本実施形態においては、調和パラメータは、グループ毎に別々のファイルに格納される。例えば、調和パラメータを２７個のグループに分類する場合は、ハードディスク装置１３５上に２７個のファイルが作成され、該当するファイルに、時刻データ及び調和パラメータが、順次、追記されていく。 In addition, the abnormality determination unit 340 stores the harmony parameters that have been classified into a plurality of groups (determination of the group to which they belong) and have been subjected to the abnormality determination process together with time data indicating the time of processing in the hard disk device 135. To do. In the present embodiment, the harmony parameters are stored in separate files for each group. For example, when classifying the harmony parameters into 27 groups, 27 files are created on the hard disk device 135, and time data and harmony parameters are sequentially added to the corresponding files.
送受信処理部３５０は、管理事務所等に設けられた遠隔監視用コンピュータとの間で、データのやり取りを行うものである。例えば、異常判定部３４０から異常の発生を通知された場合は、送受信処理部３５０は、異常の発生を示すメッセージを、ネットワーク２１０を介して、遠隔監視用コンピュータに送信する。 The transmission / reception processing unit 350 exchanges data with a remote monitoring computer provided in a management office or the like. For example, when an abnormality occurrence is notified from the abnormality determination unit 340, the transmission / reception processing unit 350 transmits a message indicating the occurrence of the abnormality to the remote monitoring computer via the network 210.
また、送受信処理部３５０は、ハードディスク装置１３５に格納された各グループ毎の調和パラメータが、予め決められた時間分（例えば、１時間分）溜まった時点で、当該予め決められた時間分の調和パラメータが記録された各グループ毎のファイルを、ネットワーク２１０を介して、遠隔監視用コンピュータへ送信する。 Further, the transmission / reception processing unit 350, when the harmony parameters for each group stored in the hard disk device 135 are accumulated for a predetermined time (for example, one hour), the harmony for the predetermined time. The file for each group in which the parameters are recorded is transmitted to the remote monitoring computer via the network 210.
図５〜図８は、分類処理部３３０による分類処理の効果を説明するためのグラフである。図５及び図６はそれぞれ、実効値Ｘｒｍｓ及び波高率ＣＦの時間的な変化の例を示すグラフであり、縦軸はそれぞれ、実効値Ｘｒｍｓ及び波高率ＣＦを示し、横軸は時間を示す。一方、図７及び図８はそれぞれ、分類処理によってあるグループに分類された実効値Ｘｒｍｓ及び波高率ＣＦの時間的な変化の例を示すグラフであり、縦軸はそれぞれ、実効値Ｘｒｍｓ及び波高率ＣＦを示し、横軸は時間を示す。 5 to 8 are graphs for explaining the effect of the classification processing by the classification processing unit 330. 5 and 6, respectively, a graph showing an example of a temporal change in the effective value X rms and crest factor CF, respectively vertical axis represents the effective value X rms and crest factor CF, the horizontal axis represents time Show. On the other hand, FIG. 7 and FIG. 8 are graphs showing examples of temporal changes in the effective value X rms and the crest factor CF classified into a certain group by the classification process, respectively, and the vertical axis represents the effective value X rms and The crest factor CF is shown, and the horizontal axis shows time.
なお、上述した実施形態では、回転数、発電量及び風速の３つの環境状態の検出値に応じて、調和パラメータの分類処理を行っていたが、図５〜図８に示した例では、回転数及び発電量の２つの環境状態の検出値に応じて、実効値Ｘｒｍｓ及び波高率ＣＦの分類を行っており、図７及び図８はそれぞれ、回転数が１９ｒｐｍ以上、かつ、発電量が０．８ＭＷ以上の場合、すなわち、回転数及び発電量が、図４（ａ）に示した分類条件において、共に「高（Ｈ）」レベルという条件に合致する実効値Ｘｒｍｓ及び波高率ＣＦの時間的な変化を示している。 In the above-described embodiment, the harmony parameter classification processing is performed according to the detected values of the three environmental states of the rotation speed, the power generation amount, and the wind speed. In the example illustrated in FIGS. The effective value X rms and the crest factor CF are classified according to the detected values of the two environmental states of the number and the power generation amount. FIGS. 7 and 8 respectively show that the rotation speed is 19 rpm or more and the power generation amount is In the case of 0.8 MW or more, that is, the rotation speed and the power generation amount are both the effective value X rms and the crest factor CF of the classification condition shown in FIG. It shows changes over time.
図５及び図６に示すように、分類処理前の実効値Ｘｒｍｓ及び波高率ＣＦは、環境状態の変動の影響を受けて、大きく変動しているが、図７及び図８に示すように、分類処理後の実効値Ｘｒｍｓ及び波高率ＣＦについては、環境状態の変動による影響が除去されて、変動幅が小さくなっている。 As shown in FIGS. 5 and 6, the effective value X rms and the crest factor CF before the classification process are greatly fluctuated due to the influence of the fluctuation of the environmental state, but as shown in FIG. 7 and FIG. 8. As for the effective value X rms and the crest factor CF after the classification processing, the influence due to the fluctuation of the environmental state is removed, and the fluctuation width is reduced.
以上説明したように、上述した風力設備監視装置においては、振動センサの出力（調和パラメータ）を、振動センサの出力に影響を及ぼす環境（具体的は、主軸の回転数、発電量及び風速）の状態に応じて、複数のグループに分類し、各グループ毎に、振動センサの出力（調和パラメータ）の評価を行うようにしており、各グループへ分類した後の振動データについては、振動データに影響を及ぼす環境条件が概ね一致した状況下で得られたデータとみなすことができるので、実質的に、環境条件の変動に伴う影響を除去した状態での異常の判定が行えるようになる。そのため、例えば、前述したように、グループ毎に設定された（各調和パラメータの）閾値との単純な比較で、異常の有無を判定することが可能となる。なお、環境の状態を検出するセンサを何個設け、その出力値を、何段階のレベルに分けるか、すなわち、振動センサの出力（調和パラメータ）を何個のグループに分類するかは、実装条件に応じて、適当な数が選択される。 As described above, in the wind power equipment monitoring apparatus described above, the output (harmonic parameters) of the vibration sensor affects the output of the vibration sensor (specifically, the rotational speed of the main shaft, the power generation amount, and the wind speed). According to the state, it is classified into a plurality of groups, and the output of the vibration sensor (harmonic parameters) is evaluated for each group. The vibration data after classification into each group affects the vibration data. Therefore, it is possible to determine abnormality in a state in which influences due to changes in environmental conditions are substantially eliminated. Therefore, for example, as described above, it is possible to determine the presence / absence of abnormality by simple comparison with the threshold value (for each harmony parameter) set for each group. The number of sensors that detect environmental conditions and how many levels the output value is divided into, that is, how many groups the vibration sensor outputs (harmonic parameters) are classified into are the mounting conditions. Depending on, an appropriate number is selected.
以上、本発明の実施形態について説明してきたが、当然のことながら、本発明の実施形態は上記のものに限られない。例えば、上述した実施形態においては、振動センサの出力から、調和パラメータを算出し、算出された調和パラメータを、環境の状態に応じて、分類するようにしていたが、振動センサの出力を直接、環境の状態に応じて、分類し、その後、分類後のセンサ出力データに対して、必要な処理（例えば、各グループ毎の調和パラメータの算出等）を行うようにしてもよい。 As mentioned above, although embodiment of this invention has been described, it cannot be overemphasized that embodiment of this invention is not restricted above. For example, in the above-described embodiment, the harmonic parameter is calculated from the output of the vibration sensor, and the calculated harmonic parameter is classified according to the state of the environment. Classification may be performed according to the state of the environment, and then necessary processing (for example, calculation of harmony parameters for each group) may be performed on the sensor output data after classification.
また、上述した実施形態においては、監視対象設備の振動状態を検出することで監視対象設備の監視を行うようにしていたが、監視対象設備の他の状態を検出することで監視対象設備の監視を行うことも考えられる。例えば、音センサとしてのマイクロフォンを利用して、監視対象設備からの音の発生状態を検出することで、監視対象設備の監視を行うことも考えられる。また、歪みセンサを利用して、監視対象設備の歪み状態を検出することで、監視対象設備の監視を行うことも考えられる。 In the above-described embodiment, the monitoring target facility is monitored by detecting the vibration state of the monitoring target facility. However, the monitoring target facility is monitored by detecting another state of the monitoring target facility. Can also be considered. For example, it is also conceivable to monitor a monitoring target facility by detecting a sound generation state from the monitoring target facility using a microphone as a sound sensor. It is also conceivable to monitor the monitoring target facility by detecting the strain state of the monitoring target facility using a strain sensor.
また、上述した実施形態においては、風力発電設備を監視対象設備としてしていたが、他の設備を監視する監視装置に本発明を適用することも考えられる。 In the above-described embodiment, the wind power generation facility is the monitoring target facility. However, it is also conceivable to apply the present invention to a monitoring device that monitors other facilities.
１００ 風力発電設備
１１０ タワー
１２０ ナセル
１２１ 主軸
１２２ 増速機
１２３ 発電機
１３０ 監視ユニット
１３１ 減衰器・フィルタ部
１３２ Ａ／Ｄ変換器
１３３ 回転数算出回路
１３４ ＣＰＵユニット
１３４１ ＣＰＵ
１３４２ ＲＯＭ
１３４３ ＲＡＭ
１３４４ ハードディスクインタフェース部
１３４５ ネットワークインタフェース部
１３５ ハードディスク装置
１４０ 羽根車
１４１ ハブ
１４２ ブレード（羽根）
２１０ ネットワーク
２５１〜２５４ 振動センサ
２６１ 回転計
２６２ 電力計
２６３ 風速計
３１０ 入力処理部
３２０ 調和パラメータ算出部
３３０ 分類処理部
３４０ 異常判定部
３５０ 送受信処理部
DESCRIPTION OF SYMBOLS 100 Wind power generation facility 110 Tower 120 Nacelle 121 Main shaft 122 Booster 123 Generator 130 Monitoring unit 131 Attenuator / filter part 132 A / D converter 133 Rotational speed calculation circuit 134 CPU unit 1341 CPU
1342 ROM
1343 RAM
1344 Hard disk interface unit 1345 Network interface unit 135 Hard disk device 140 Impeller 141 Hub 142 Blade (blade)
210 Network 251 to 254 Vibration Sensor 261 Tachometer 262 Power Meter 263 Anemometer 310 Input Processing Unit 320 Harmonic Parameter Calculation Unit 330 Classification Processing Unit 340 Abnormality Determination Unit 350 Transmission / Reception Processing Unit
Claims (12)
前記第二の検出部の出力に応じて、前記第一の検出部の出力を、複数のグループに分類する分類処理部を備える
ことを特徴とする設備監視装置。 Based on the output of the first detection unit for detecting the state of the monitoring target equipment and the output of the second detection unit for detecting the environmental state affecting the output of the first detection unit An equipment monitoring device for monitoring the equipment to be monitored,
An equipment monitoring apparatus comprising: a classification processing unit that classifies the output of the first detection unit into a plurality of groups according to the output of the second detection unit.
ことを特徴とする請求項１に記載の設備監視装置。 The classification processing unit determines which of a plurality of preset levels the output of the second detection unit corresponds to, and classifies the output of the first detection unit based on the determination result The equipment monitoring apparatus according to claim 1, wherein:
ことを特徴とする請求項１又は２に記載の設備監視装置。 The equipment monitoring apparatus according to claim 1, further comprising: an abnormality determination unit that determines whether there is an abnormality in the monitoring target equipment based on the data classified by the classification processing unit.
ことを特徴とする請求項３に記載の設備監視装置。 The facility monitoring according to claim 3, wherein the abnormality determination unit determines whether or not there is an abnormality in the monitoring target facility by comparing a threshold set for each group with data of each group. apparatus.
前記分類処理部は、当該パラメータ算出部によって算出されたパラメータを、前記第二の検出部の出力に応じて、複数のグループに分類する
ことを特徴とする請求項１〜４のいずれか一項に記載の設備監視装置。 Based on the output of the first detection unit, further comprising a parameter calculation unit for calculating a parameter for analyzing the output of the first detection unit,
The classification processing unit classifies the parameters calculated by the parameter calculation unit into a plurality of groups according to the output of the second detection unit. Equipment monitoring device described in 1.
ことを特徴とする請求項５に記載の設備監視装置。 The equipment monitoring apparatus according to claim 5, wherein the parameter calculation unit calculates at least one of a peak value, an effective value, a crest factor, an impact rate, a distortion rate, and a kurtosis as the parameter.
ことを特徴とする請求項１〜６のいずれか一項に記載の設備監視装置。 The equipment monitoring apparatus according to any one of claims 1 to 6, wherein the first detection unit includes a vibration sensor.
ことを特徴とする請求項１〜７のいずれか一項に記載の設備監視装置。 The facility monitoring apparatus according to claim 1, wherein the monitoring target facility is a wind power generation facility.
ことを特徴とする請求項８に記載の設備監視装置。 The equipment monitoring apparatus according to claim 8, wherein the second detection unit detects at least one of a rotation speed of a main shaft, a power generation amount, and a wind speed in the wind power generation equipment.
当該複数の検出器はそれぞれ、前記風力発電設備における主軸の回転数、発電量及び風速のいずれかを検出する
ことを特徴とする請求項８に記載の設備監視装置。 The second detection unit includes a plurality of detectors,
The equipment monitoring apparatus according to claim 8, wherein each of the plurality of detectors detects any one of a rotation speed of a main shaft, a power generation amount, and a wind speed in the wind power generation equipment.
前記第二の検出部の出力に応じて、前記第一の検出部の出力を、複数のグループに分類する
ことを特徴とする設備監視方法。 Based on the output of the first detection unit for detecting the state of the monitoring target equipment and the output of the second detection unit for detecting the environmental state affecting the output of the first detection unit An equipment monitoring method for monitoring the equipment to be monitored,
The facility monitoring method, wherein the output of the first detection unit is classified into a plurality of groups according to the output of the second detection unit.
前記第二の検出部の出力に応じて、前記第一の検出部の出力を、複数のグループに分類する分類処理部として機能させる
ことを特徴とするプログラム。 Based on the output of the first detection unit for detecting the state of the monitoring target equipment and the output of the second detection unit for detecting the environmental state affecting the output of the first detection unit , A program for monitoring the equipment to be monitored,
A program that causes the output of the first detection unit to function as a classification processing unit that classifies the output into a plurality of groups according to the output of the second detection unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012109991A JP2013238929A (en) | 2012-05-11 | 2012-05-11 | Facility monitoring device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012109991A JP2013238929A (en) | 2012-05-11 | 2012-05-11 | Facility monitoring device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2013238929A true JP2013238929A (en) | 2013-11-28 |
Family
ID=49763917
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012109991A Pending JP2013238929A (en) | 2012-05-11 | 2012-05-11 | Facility monitoring device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2013238929A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104005917A (en) * | 2014-04-30 | 2014-08-27 | 叶翔 | Method and system for predicting wind machine state based on Bayesian reasoning mode |
| JP2015124726A (en) * | 2013-12-27 | 2015-07-06 | 三菱重工業株式会社 | Diagnosis method and diagnosis device for hydraulic machine |
| JP2015161247A (en) * | 2014-02-27 | 2015-09-07 | 三菱重工業株式会社 | Wind turbine blade damage detection method and wind turbine |
| CN110044420A (en) * | 2019-05-08 | 2019-07-23 | 众诚恒祥(北京)科技有限公司 | A kind of greenhouse gas emissions detection device |
| WO2019155562A1 (en) * | 2018-02-08 | 2019-08-15 | 株式会社小野測器 | Measurement device and measurement device control method |
-
2012
- 2012-05-11 JP JP2012109991A patent/JP2013238929A/en active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015124726A (en) * | 2013-12-27 | 2015-07-06 | 三菱重工業株式会社 | Diagnosis method and diagnosis device for hydraulic machine |
| JP2015161247A (en) * | 2014-02-27 | 2015-09-07 | 三菱重工業株式会社 | Wind turbine blade damage detection method and wind turbine |
| CN104005917A (en) * | 2014-04-30 | 2014-08-27 | 叶翔 | Method and system for predicting wind machine state based on Bayesian reasoning mode |
| WO2019155562A1 (en) * | 2018-02-08 | 2019-08-15 | 株式会社小野測器 | Measurement device and measurement device control method |
| CN110044420A (en) * | 2019-05-08 | 2019-07-23 | 众诚恒祥(北京)科技有限公司 | A kind of greenhouse gas emissions detection device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2858702C (en) | Methods and systems for detecting wind turbine rotor blade damage | |
| US10337502B2 (en) | Early detection of wind turbine degradation using acoustical monitoring | |
| JP5207074B2 (en) | Wind turbine blade abnormality determination method, abnormality determination device, and abnormality determination program | |
| JP2013238929A (en) | Facility monitoring device | |
| WO2017018112A1 (en) | Abnormality diagnosing device and sensor detachment detecting method | |
| CA2704988C (en) | Wind-turbine-dynamic-characteristics monitoring apparatus and method therefor | |
| EP2497946A1 (en) | Method and arrangement for detecting a blade pitch angle misalignment of a rotor blade system of a wind turbine | |
| WO2018142986A1 (en) | State monitoring system and wind power generating device | |
| JPWO2011148500A1 (en) | Monitoring and control apparatus and method, and wind farm having the same | |
| KR101336718B1 (en) | Wind turbine condition monitoring system alarm setting method | |
| EP3181900A1 (en) | Methods and systems for real-time monitoring of the insulation state of wind-powered generator windings | |
| US20230366382A1 (en) | Abnormality determination method for wind power generation device, abnormality determination system for wind power generation device, and abnormality determination program for wind power generation device | |
| CN115238933B (en) | Wind turbine generator inertia response detection method, device and system based on multipoint measurement | |
| US20210148336A1 (en) | A method for determining wind turbine blade edgewise load recurrence | |
| WO2020195691A1 (en) | State monitoring system | |
| WO2012136277A1 (en) | Proactive control of the operation of a wind turbine | |
| JP2020007921A (en) | Wind generator system | |
| JP2017181500A (en) | State monitoring system and wind power generator | |
| US20240035906A1 (en) | Load estimating device for rolling bearing, control device for mechanical device provided with rolling bearing, load estimating method, and program | |
| CN109209781B (en) | The Fault Locating Method and device of wind power generating set | |
| KR20210033202A (en) | A system for forecasting of break of industrial machinery/equipment | |
| US10511211B1 (en) | Trip reduction tool for a wind turbine power system | |
| WO2016157503A1 (en) | Windmill, windmill fatigue deterioration diagnosis method, and windmill operation control method | |
| EP4332374A1 (en) | System and method for detecting and responding to rotor blade damage in a wind turbine | |
| KR20170029880A (en) | System and method for controlling wind turbine having multi-sensor |