JP2019212195A - 状態監視システム - Google Patents

Abstract

【課題】風力発電装置に設けられる機器の異常を高精度に検出することができる状態監視システムを提供することである。【解決手段】モニタ装置８０は、風力発電装置１０の機器の診断前の第１の期間に生成したＮ個のしきい値生成用データを監視側制御装置３３０へ送信する。Ｎ個のしきい値生成用データの各々は、第１の期間にモニタ装置８０によって測定された測定データを含む。監視側制御装置３３０は、Ｎ個のしきい値生成用データのうち所定の条件を満たすＭ個のしきい値生成用データに基づき、しきい値を生成する。所定の条件は、Ｎ個のしきい値生成用データ各々に含まれる測定データの振幅の分布に関する条件を含む。監視側制御装置３３０は、第２の期間に測定した測定データとしきい値とに基づいて機器が異常か否かを診断し、監視用端末３４０に診断の結果を送信する。【選択図】図１

Description

この発明は、状態監視システムに関し、特に、風力発電装置の主軸や増速機、ナセル等の状態を監視する状態監視システムに関する。

従来、監視対象の機器に設けられたセンサによって測定された測定データとしきい値とを比較することにより当該機器が異常か否かを診断する状態監視システムが知られている。たとえば、特許第６２１６２４２号（特許文献１）には、設備または装置に装着されたセンサから出力される多次元時系列センサ信号から抽出された特徴ベクトルの異常測度と異常判定しきい値とを比較して、当該設備または当該装置の異常を検知する異常検知装置が開示されている。

特許文献１に開示されている異常検知装置においては、学習データから異常測度が高い区間を除外して異常測度を再算出することを逐次繰り返し、各回の結果に基づいて学習データから除外する区間および異常判定しきい値を設定する。当該異常検知装置によれば、学習データから異常な区間が適切に除外されることにより低い異常判定しきい値を設定することができるため、高感度な異常検知を実現することができる。

特許第６２１６２４２号

特許文献１においては、正常モデルからの距離に基づく異常測度を指標として用いて、学習データ（しきい値生成用データ）から除外すべき区間を決定している。しきい値生成用データから除外すべきか否かを決定するために用いられる指標を適切に選択することにより、高精度に異常を検出することが可能なしきい値の設定が可能になる。しかし、特許文献１には、どのような指標がより適切かについて具体的に開示されていない。

本発明は、かかる課題を解決するためになされたものであり、その目的は、風力発電装置に設けられる機器の異常を高精度に検出することができる状態監視システムを提供することである。

本発明に係る状態監視システムは、風力発電装置に設けられた機器の異常を診断する。状態監視システムは、モニタ装置と、監視側制御装置と、監視用端末とを備える。モニタ装置は、機器に設けられるセンサを含む。監視側制御装置は、機器の異常を診断するためのしきい値を設定し、しきい値に基づいて機器の異常を診断する。監視用端末は、機器の状態に関する情報を表示する。モニタ装置は、機器の診断前の第１の期間に生成したＮ個のしきい値生成用データを監視側制御装置へ送信する。Ｎ個のしきい値生成用データの各々は、第１の期間にモニタ装置によって測定された測定データを含む。監視側制御装置は、Ｎ個のしきい値生成用データのうち所定の条件を満たすＭ個のしきい値生成用データに基づき、しきい値を生成する。所定の条件は、Ｎ個のしきい値生成用データ各々に含まれる測定データの振幅の分布に関する条件を含む。モニタ装置は、第１の期間経過後の第２の期間に測定した測定データを監視側制御装置に送信する。監視側制御装置は、第２の期間に測定した測定データとしきい値とに基づいて機器が異常か否かを診断し、監視用端末に診断の結果を送信する。

本発明に係る状態監視システムによれば、所定の条件を満たさないしきい値生成用データはしきい値の生成に使用されない。所定の条件はしきい値生成用データに含まれる測定データの振幅の分布に関する条件を含むため、異常な測定データを含むしきい値生成用データをしきい値の生成から精度よく除外することができる。当該しきい値を用いることにより、風力発電装置に設けられる機器の異常を高精度に検出することができる。

実施の形態に係る、風力発電装置の状態監視システムの全体構成を概略的に示した図である。 風力発電装置の概略的な構成図である。 実施の形態において状態が監視される機器と、当該機器に発生する異常に対応する故障モードと、当該機器に設けられたセンサと、診断パラメータとの対応関係を説明するための図である。 基礎データ収集期間に状態監視システムによって行なわれる処理の流れを説明するためのフローチャートである。 学習期間に状態監視期間によって行なわれる処理の流れを説明するためのフローチャートある。 図５のしきい値生成用データの生成および送信の処理の具体的な処理の流れを説明するためのフローチャートである。 図５のしきい値生成処理の具体的な処理の流れを示すフローチャートである。 図７の所定の条件を満たすしきい値生成用データを抽出する処理の具体的な処理の流れを説明するためのフローチャートである。 図７の所定の条件を満たすしきい値生成用データを抽出する処理の他の例を説明するためのフローチャートである。 図７の所定の条件を満たすしきい値生成用データを抽出する処理の他の例を説明するためのフローチャートである。 図７の所定の条件を満たすしきい値生成用データを抽出する処理の他の例を説明するためのフローチャートである。 運用期間での処理を説明するためのフローチャートである。 監視用端末３４０のモニタに表示される診断パラメータの値の経時的な変化を示す図である。 監視用端末３４０のモニタに表示される或る運転条件下での周波数スペクトルを示す図である。 監視用端末３４０のモニタに表示される測定データの振動エンベロープスペクトルを示す図である。

以下、本発明について図面を参照して詳しく説明する。なお、図中同一又は相当部分には同一の符号を付してその説明は繰り返さない。

＜状態監視システムの全体構成＞
図１は、実施の形態に係る、風力発電装置１０の状態監視システムの全体構成を概略的に示した図である。図１を参照して、状態監視システムは、モニタ装置８０と、データサーバ（監視側制御装置）３３０と監視用端末３４０とを備える。

モニタ装置８０は、後述するセンサ７０Ａ〜７０Ｈ（図２）を含む。モニタ装置８０は、センサ７０Ａ〜７０Ｈによって測定された風力発電装置１０の各機器の振動等の各種データ（以下、測定データという。）から実効値、ピーク値、クレストファクター、エンベロープ処理後の実効値、およびエンベロープ処理後のピーク値等の診断パラメータを算出する。モニタ装置８０は、インターネット３２０を介して、測定データおよび診断パラメータをデータサーバ３３０へ送信する。

モニタ装置８０とデータサーバ３３０との通信は有線によって行われてもよいし、無線によって行われてもよい。

データサーバ３３０と監視用端末３４０とは、たとえば社内ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）によって接続される。監視用端末３４０は、データサーバ３３０が受信した測定データを閲覧、測定データの詳細な解析、モニタ装置の設定変更、および風力発電装置の各機器の状態を表示させる。

＜風力発電装置の構成＞
図２は、風力発電装置１０の概略的な構成図である。図２を参照して、風力発電装置１０は、主軸２０と、ブレード３０と、増速機４０と、発電機５０と、主軸受６０とを備える。増速機４０、発電機５０、主軸受６０、センサ７０Ａ〜７０Ｈおよびモニタ装置８０は、ナセル９０に格納されている。ナセル９０は、タワー１００によって支持されている。

主軸２０は、ナセル９０内に進入して増速機４０の入力軸に接続され、主軸受６０によって回転自在に支持される。主軸２０は、風力を受けたブレード３０により発生する回転トルクを増速機４０の入力軸へ伝達する。ブレード３０は、主軸２０の先端に設けられ、風力を回転トルクに変換して主軸２０に伝達する。

主軸受６０は、ナセル９０内において固設され、主軸２０を回転自在に支持する。主軸受６０は、転がり軸受によって構成され、たとえば、自動調芯ころ軸受や円すいころ軸受、円筒ころ軸受、あるいは玉軸受等によって構成される。なお、これらの軸受は、単列のものでも複列のものでもよい。

センサ７０Ａ〜７０Ｈは、ナセル９０の内部の各機器に固設される。具体的には、センサ７０Ａは、主軸受６０の上面に固設され、主軸受６０の状態を監視する。センサ７０Ｂ〜７０Ｄは、増速機４０の上面に固設され、増速機４０の状態を監視する。センサ７０Ｅ，７０Ｆは、発電機５０の上面に固設され、発電機５０の状態を監視する。センサ７０Ｇは主軸受６０に固設され、ミスアライメントとナセルの異常振動を監視する。センサ７０Ｈは主軸受６０に固設され、アンバランスとナセルの異常振動を監視する。

増速機４０は、主軸２０と発電機５０との間に設けられ、主軸２０の回転速度を増速して発電機５０へ出力する。一例として、増速機４０は、遊星ギヤ、中間軸、および高速軸等を含む歯車増速機構によって構成される。なお、特に図示しないが、増速機４０内にも、複数の軸を回転自在に支持する複数の軸受が設けられている。発電機５０は、増速機４０の出力軸に接続され、増速機４０から受ける回転トルクによって発電する。発電機５０は、たとえば、誘導発電機によって構成される。なお、発電機５０内にも、ロータを回転自在に支持する軸受が設けられている。

モニタ装置８０は、ナセル９０の内部に設けられ、センサ７０Ａ〜７０Ｈによって測定された各機器の振動、音、あるいはＡＥ（Ａｃｏｕｓｔｉｃ ｅｍｉｓｓｉｏｎ）等の測定データを受ける。なお、図示はしていないが、センサ７０Ａ〜７０Ｈとモニタ装置８０とは、有線ケーブルで接続されている。

監視用端末３４０には、少なくとも、データサーバ３３０に格納されている測定データの閲覧、詳細な解析、モニタ装置の設定変更、風力発電装置１０の各機器の状態の表示を行なうプログラムが予め格納されている。監視用端末３４０には、風力発電装置１０の専門家が判断するのに役立つ風力発電装置１０の各機器の状態についての情報が表示される。

なお、監視用端末３４０を構成する各構成要素は、一般的なものである。したがって、実施の形態の本質的な部分は、記憶媒体に格納された上述したソフトウェア（プログラム）であるともいえる。

＜診断パラメータと故障モードの関係＞
図３は、実施の形態において状態が監視される機器と、当該機器に発生する異常に対応する故障モードと、当該機器に設けられたセンサと、診断パラメータとの対応関係を説明するための図である。図３には、風力発電装置１０の異常が発生した各機器と当該異常に対応する故障モードとの関係が示されている。

具体的には、図２、図３に示されるように、主軸受６０については、主軸受６０に固設された高周波用振動センサ７０Ａにより測定された測定データから、モニタ装置８０によって実効値が算出される。当該実効値が当該実効値に対応するしきい値を越えているとデータサーバ３３０によって判定された場合には、監視用端末３４０に主軸受６０が軸受損傷していることが表示される。

主軸受６０については、主軸の半径方向振動を測定するように付けた低周波用振動センサ７０Ｈによって測定された測定データから、モニタ装置８０により１次回転周波数成分、２次回転周波数成分、および３次回転周波数成分が算出される。低周波用振動センサ７０Ｈによって測定された測定データの１次回転周波数成分、２次回転周波数成分、および３次回転周波数成分の各々が当該１次回転周波数成分、２次回転周波数成分、および３次回転周波数成分の各々に対応するしきい値を越えているとデータサーバ３３０によって判定された場合には、監視用端末３４０に主軸受６０がアンバランスであることが表示される。

主軸受６０については、主軸の軸方向振動を測定するように付けた低周波用振動センサ７０Ｇによって測定された測定データから、モニタ装置８０により１次回転周波数成分、２次回転周波数成分、および３次周波数成分が算出される。低周波用振動センサ７０Ｇによって測定された測定データの１次回転周波数成分、２次回転周波数成分、および３次周波数成分の各々が当該１次回転周波数成分、２次回転周波数成分、および３次周波数成分の各々に対応するしきい値を越えているとデータサーバ３３０によって判定された場合には、監視用端末３４０に主軸受６０がミスアライメントであることが表示される。

増速機４０については、高周波用振動センサ７０Ｂ〜７０Ｄによって測定された測定データから、モニタ装置８０により実効値が算出される。当該実効値が、当該実効値に対応するしきい値を越えているとデータサーバ３３０によって判定された場合には、監視用端末３４０に増速機４０が軸受損傷していることが表示される。

増速機４０については、高周波用振動センサ７０Ｂ〜７０Ｄによって測定された測定データから、モニタ装置８０により歯車の１次かみ合い周波数成分、２次かみ合い周波数成分、および３次かみ合い周波数成分が算出される。歯車の１次かみ合い周波数成分、２次かみ合い周波数成分、および３次かみ合い周波数成分の各々が、当該歯車の１次かみ合い周波数成分、２次かみ合い周波数成分、および３次かみ合い周波数成分の各々に対応するしきい値を越えているとデータサーバ３３０によって判定された場合には、監視用端末３４０に増速機４０が歯車損傷していることが表示される。

発電機５０については、高周波用振動センサ７０Ｅ，７０Ｆによって測定された測定データから、モニタ装置８０により実効値が算出される。当該実効値が当該実効値に対応するしきい値を越えているとデータサーバ３３０によって判定された場合には、監視用端末３４０に発電機５０が軸受損傷していることが表示される。

ナセル９０については、主軸の半径方向振動を測定するように付けた低周波用振動センサ７０Ｈによって測定された測定データから、モニタ装置８０により低周波振動成分が算出される。当該低周波振動成分が当該低周波振動成分に対応するしきい値を越えているとデータサーバ３３０によって判定された場合には、監視用端末３４０にナセル９０が異常振動していることが表示される。

ナセル９０については、主軸の軸方向振動を測定するように付けた低周波用振動センサ７０Ｇによって測定された測定データから、モニタ装置８０により低周波振動成分を算出し、当該低周波振動成分が当該低周波振動成分に対応するしきい値を越えている場合には、監視用端末３４０にナセル９０が異常振動していることが表示される。

実施の形態において使用可能な診断パラメータは、図３に示される診断パラメータに限定されない。たとえば、振動センサ、ＡＥセンサ、あるいは音センサの測定データに対して統計的手法を適用し、実効値、ピーク値、平均値、クレストファクター、エンベロープ処理後の実効値、およびエンベロープ処理後のピーク値を診断パラメータとして算出することができる。

＜状態監視システムの動作＞
実施の形態の状態監視システムの処理について以下に説明する。状態監視システムの処理は、基礎データ収集期間の処理（図４参照）、学習期間での処理（図５〜図８参照）、および運用期間での処理（図１２参照）に分けられる。基礎データ収集期間においては、風力発電装置１０の診断運転条件が設定される。基礎データ収集期間経過後の学習期間においては、診断運転条件を満たす測定データが異常か否かを判定するために必要なしきい値を生成する。学習期間経過後の運用期間においては、風力発電装置１０が実際に運用され、学習期間に生成されたしきい値を用いて風力発電装置１０の各機器の状態が監視される。

（基礎データ収集期間での処理）
基礎データ収集期間とは、風力発電装置１０の診断運転条件を決定するために必要な基礎データ収集する期間である。図４は、基礎データ収集期間に状態監視システムによって行なわれる処理の流れを説明するためのフローチャートである。以下ではステップを単にＳと記載する。

図４を参照して、風力発電装置１０の動作が開始された後、Ｓ１において担当者によって監視用端末３４０から基礎データ収集指令がデータサーバ３３０に送信されると、データサーバ３３０は、モニタ装置８０に基礎データ収集指令を送信する（Ｓ２）。

モニタ装置８０は、基礎データ収集指令を受けると風力発電装置１０の測定データ、回転速度、および発電電流の各種のデータ（以下、運転条件データという。）を併せて収集する（Ｓ３）。モニタ装置８０は、測定データから診断パラメータを算出する（Ｓ４）。モニタ装置８０は、診断パラメータ、測定データ、および運転条件データをデータサーバ３３０に送信する（Ｓ５）。

データサーバ３３０は、診断パラメータ、測定データおよび運転条件データを受信し、記憶部へ格納する（Ｓ６）。測定データおよび運転条件データの測定（Ｓ３）、診断パラメータの算出（Ｓ４）、データサーバ３３０への送信（Ｓ５）、およびデータサーバ３３０における記憶部への格納（Ｓ６）の処理は、モニタ装置８０が監視用端末３４０から基礎データ収集終了指令を受信するＳ７まで続けられる（Ｓ７；ＮＯ）。

なお、運転条件データは、回転速度、および発電電流に限定されることなく、たとえば風速および発電機軸のトルクなど風力発電装置１０の運転状態を特徴づける物理量も含む。

また、測定データは、振動に限定されることなく、ＡＥ、および音響など各機器の状態を示す物理量も含まれる。

担当者が監視用端末３４０から基礎データ収集の終了を指示する場合（Ｓ９１；ＹＥＳ）には、監視用端末３４０から基礎データ収集終了指令がデータサーバ３３０に送信される（Ｓ９）。データサーバ３３０は、監視用端末３４０から基礎データ収集終了指令を受けると、モニタ装置８０に基礎データ収集終了指令を送信する（Ｓ８）。モニタ装置８０は、データサーバ３３０から基礎データ収集終了指令を受けると基礎データの収集を終了する（Ｓ７；ＹＥＳ）。データサーバ３３０は基礎データ収集期間に収集した全ての診断パラメータ、測定データ、および運転条件データを監視用端末３４０に送信する（Ｓ１０）。なお、担当者が監視用端末３４０から基礎データ収集の終了を指示しない場合（Ｓ９１；ＮＯ）には、監視用端末３４０は処理を終了する。

監視用端末３４０では、診断パラメータ、測定データ、および運転条件データを表示する（Ｓ１１）。担当者は診断パラメータと運転条件データとを見て、診断運転条件を指定する（Ｓ１２）。診断運転条件は、状態監視システムが風力発電装置１０の各機器の状態を診断する運転条件である。たとえば、診断運転条件を、主軸の回転速度が１２ｒｐｍから１７ｒｐｍであり、かつ、発電電流が３００Ａから１０００Ａと指定した場合、回転速度、発電電流の各種のデータ（運転条件データ）が測定される。風力発電装置１０の主軸の回転速度が１２ｒｐｍから１７ｒｐｍの範囲にあり、かつ、発電電流が３００Ａから１０００Ａの範囲にある場合、運転条件と診断運転条件とが満たされるために、運転条件データとともに測定された測定データから診断パラメータを算出し、当該診断パラメータと当該診断パラメータに対応するしきい値とを比較して風力発電装置１０の各機器の状態を診断する。なお、運転条件が診断運転条件を満たさない場合は、風力発電装置１０の各機器の状態の診断を実施しない。また、診断運転条件を複数指定することができる。

監視用端末３４０は、Ｓ１２において指定された診断運転条件をデータサーバ３３０に送信し（Ｓ１３）、処理を終了する。データサーバ３３０は、監視用端末３４０から受けた診断運転条件を記憶部に格納し（Ｓ１４）、処理を終了する。

（学習期間での処理）
学習期間とは、上述した風力発電装置１０の診断運転条件を決定するために必要な基礎データ収集期間経過後に、風力発電装置１０の各機器の状態を判断するためのしきい値を生成する期間である。

図５は、学習期間に状態監視期間によって行なわれる処理の流れを説明するためのフローチャートある。図５を参照して、担当者が監視用端末３４０において学習開始を指示すると、監視用端末３４０は、学習開始指令をデータサーバ３３０に送信する（Ｓ１５）。データサーバ３３０は、学習開始指令を受けて、記憶部に格納されている診断運転条件をモニタ装置８０に送信する（Ｓ１６）。モニタ装置８０は、診断運転条件を受信し（Ｓ１７）、測定データを運転条件データとともに測定する（Ｓ１８）。モニタ装置８０は、測定データから診断パラメータを算出する（Ｓ１９）。

現在の運転条件が診断運転条件を満たす場合、診断パラメータ、測定データ、および運転条件データの集合をしきい値生成用データとしてデータサーバ３３０に送信する（Ｓ２０）。Ｓ２０の具体的な処理の流れは、後に図６を用いて説明する。

測定データおよび運転条件データの測定（Ｓ１８）、診断パラメータの算出（Ｓ１９）、データサーバ３３０へのしきい値生成用データの送信（Ｓ２０）、およびデータサーバ３３０における記憶部への格納（Ｓ２２）の処理は、モニタ装置８０が監視用端末３４０から学習終了指令を受信するＳ２１まで続けられる（Ｓ２１；ＮＯ）。

担当者が監視用端末３４０から学習の終了を指示した場合（Ｓ２４１；ＹＥＳ）、監視用端末３４０は学習終了指令をデータサーバ３３０に送信する（Ｓ２４）。データサーバ３３０は、監視用端末３４０は学習終了指令を受けて、モニタ装置８０に学習終了指令を送信する（Ｓ２３）。モニタ装置８０は、データサーバ３３０から学習終了指令を受けて、測定データおよび運転条件データの収集を終了する（Ｓ２１；ＹＥＳ）。

データサーバ３３０は、診断運転条件ごとに診断パラメータのしきい値を自動的に生成する（Ｓ２５）。Ｓ２５の具体的な処理の流れは、後に図１２を用いて説明する。データサーバ３３０は、Ｓ２５において生成したしきい値をデータサーバ３３０の記憶部に格納するとともに、監視用端末３４０に送信する（Ｓ２６）。監視用端末３４０は、データサーバ３３０から受信したしきい値をモニタ等の表示部に表示し（Ｓ２７）、処理を終了する。担当者は、表示部に表示されたしきい値を確認することができる。なお、担当者が監視用端末３４０から学習の終了を指示しない場合（Ｓ２４１；ＮＯ）、監視用端末３４０は、処理を終了する。

なお、しきい値を生成するための基礎データ収集期間および学習期間は、任意に変更することができる。

学習期間において、監視対象の機器に異常な振動が発生する場合がある。異常な振動としては、ノイズ等の外乱振動、運転が安定するまでの不安定な振動、あるいは監視対象の潤滑状態に影響される振動（たとえば、転がり軸受内でのころの落下による振動、あるいはころが軌道面を擦過することによる振動）等を挙げることができる。

監視対象の状態が異常か正常かを決定するしきい値は、正常な状態からの乖離の程度を示す値である。しきい値の生成に用いられる測定データに異常な測定データが含まれると、正常な状態からの乖離の程度が正確にしきい値に反映されず、監視対象の状態が異常であることを高精度に検出することが困難になり得る。

そこで、実施の形態においては、測定データの振幅の分布に関する条件を用いて、異常な測定データを含むしきい値生成用データをしきい値の生成から除外する。異常な振動が発生している状態で測定された測定データにおける振幅の分布は、正常な測定データにおける振幅の分布と大きく異なることが多い。実施の形態に係る状態監視システムによれば、異常な測定データがしきい値を生成するための測定データから精度よく除外されるため、監視対象の状態が異常か正常かを高精度に決定することが可能なしきい値を生成することができる。その結果、風力発電装置に設けられる機器の異常について高精度に診断することができる。

実施の形態においては、測定データの振幅の分布に関する条件は、尖度（ＫＴＳ）に関する条件およびパワースペクトル密度（ＰＳＤ）に関する条件を含む。尖度に関する条件は、時間領域における振幅の分布に関する条件である。パワースペクトル密度に関する条件は、周波数領域における振幅の分布に関する条件である。

図６は、図５のしきい値生成用データの生成および送信を行なう処理（Ｓ２０）の具体的な処理の流れを説明するためのフローチャートである。図６に示される処理は、各機器の今回（ｉ回目）の測定データ毎に行なわれる。

図６を参照して、モニタ装置８０は、Ｓ２０１において、現在の運転条件が診断運転条件を満たすか否かを判定する。現在の運転条件が診断運転条件を満たしている場合（Ｓ２０１においてＹＥＳ）、モニタ装置８０は、Ｓ２０２において、今回の測定データの時間領域において尖度ＫＴＳ_ｉを算出し、処理をＳ２０３に進める。モニタ装置８０は、Ｓ２０３において今回の測定データの周波数領域においてパワースペクトル密度ＰＳＤ_ｉを算出し、処理をＳ２０４に進める。モニタ装置８０は、Ｓ２０４において、一定周波数間隔（たとえば５００Ｈｚ）毎にパワースペクトル密度ＰＳＤ_ｉの部分和Ｐ_ｉ，１〜Ｐ_ｉ，ｄ（ｄは２以上の整数）を算出し、処理をＳ２０５に進める。モニタ装置８０は、Ｓ２０５において、今回の診断パラメータ、今回の測定データ、今回の運転条件データ、尖度ＫＴＳ_ｉ、および部分和Ｐ_ｉ，１〜Ｐ_ｉ，ｄの集合をしきい値生成用データＬ_ｉとしてデータサーバ３３０に送信し、しきい値生成用データの生成および送信の処理を終了する。

現在の運転条件が診断運転条件を満たしていない場合（Ｓ２０１においてＮＯ）、モニタ装置８０は、しきい値生成用データの生成および送信の処理を終了する。

図７は、図５のしきい値生成処理（Ｓ２５）の具体的な処理の流れを示すフローチャートである。図７においては、学習期間においてＮ個のしきい値生成用データＬ_１〜Ｌ_Ｎがモニタ装置８０からデータサーバ３３０に送信されたとする。

図７を参照して、データサーバ３３０は、Ｓ２５１において、尖度ＫＴＳ_１〜ＫＴＳ_Ｎの平均値μ_ｋおよび標準偏差σ_ｋを算出し、処理をＳ２５２に進める。データサーバ３３０は、Ｓ２５２において、各部分和Ｐ_ｉ，１〜Ｐ_ｉ，ｄについて平均値μ_ｐ１〜μ_ｐｄおよび標準偏差σ_ｐ１〜σ_ｐｄをそれぞれ算出し、処理をＳ２５３に進める。たとえば、平均値μ_ｐ１および標準偏差σ_ｐ１は、部分和Ｐ_１，１〜Ｐ_１，ｄの平均値および標準偏差である。

データサーバ３３０は、Ｓ２５３において所定の条件を満たす正常な測定データを含むしきい値生成用データを抽出し、処理をＳ２５４に進める。図７においてはＮ個のしきい値生成用データＬ_１〜Ｌ_ＮのうちＭ個のしきい値生成用データが所定の条件を満たすとする。所定の条件の具体的な内容については、図８を用いて説明する。データサーバ３３０は、Ｓ２５４において、抽出されたＭ個のしきい値生成用データに含まれる診断パラメータを用いた統計的演算によってしきい値を生成し、しきい値生成処理を終了する。

図８は、図７の所定の条件を満たすしきい値生成用データを抽出する処理（Ｓ２５３）の具体的な処理の流れを説明するためのフローチャートである。図８に示される処理は、Ｎ個のしきい値生成用データＬ_１〜Ｌ_Ｎに対して行なわれる。図８を参照して、データサーバ３３０は、Ｓ２５３１において、しきい値生成用データＬ_ｉの尖度ＫＴＳ_ｉが以下の式（１）を満たすか否かを判定する。係数Ｘは、予め定められた定数である。

尖度ＫＴＳ_ｉが式（１）を満たす場合（Ｓ２５３１においてＹＥＳ）、データサーバ３３０は、Ｓ２５３２において部分和Ｐ_ｉ，１〜Ｐ_ｉ，ｄの各々が以下の式（２）を満たすか否かを判定する。式（２）において整数ｊは、１以上ｄ以下である。また、係数Ｙは、予め定められた定数である。

部分和Ｐ_ｉ，１〜Ｐ_ｉ，ｄの各々が式（２）を満たす場合（Ｓ２５３２においてＹＥＳ）、データサーバ３３０は、しきい値生成用データＬ_ｉには異常な測定データは含まれていないとして、Ｓ２５３３において、しきい値生成用データＬ_ｉをしきい値の生成に用いるしきい値生成用データとして抽出し、しきい値生成用データ抽出処理を終了する。

尖度ＫＴＳ_ｉが式（１）を満たさない場合（Ｓ２５３１においてＮＯ）、または部分和Ｐ_ｉ，１〜Ｐ_ｉ，ｄのいずれかが式（２）を満たさない場合（Ｓ２５３２においてＮＯ）、データサーバ３３０は、しきい値生成用データＬ_ｉには異常な測定データが含まれているとして、Ｓ２５３４においてしきい値生成用データＬ_ｉをしきい値の生成から除外して、しきい値生成用データ抽出処理を終了する。

図８においては、尖度に関する条件およびパワースペクトル密度に関する条件の両方を満たすしきい値生成用データが抽出される場合について説明した。しきい値生成用データを抽出する所定の条件は、図８に示される条件に限定されない。しきい値生成用データを抽出する条件として、尖度に関する条件およびパワースペクトル密度に関する条件の双方が用いられる必要はなく、図９あるいは図１０に示されるように、尖度に関する条件およびパワースペクトル密度に関する条件のいずれか一方が用いられてもよい。また、図１１に示されるように、尖度に関する条件およびパワースペクトル密度に関する条件のいずれか一方を満たすしきい値生成用データが抽出されてもよい。しきい値を生成するための所定の条件は、状態監視システムに求められる異常検出精度に応じて適宜設定することができる。

以下では、理解を容易にするために、或る診断運転条件下において風力発電装置１０の一つの機器について２段階のしきい値が生成される場合について具体的に説明する。

再び図５を参照して、Ｓ２２においては、複数の診断パラ―メータが記憶部に格納される。複数の診断パラメータの平均値をμ0、標準偏差をσ0とする。たとえば、第一のしきい値ＣＴをμ０＋３σ０と仮定し、第二のしきい値ＷＮを第一のしきい値の３倍と仮定する。第一のしきい値ＣＴおよび第二のしきい値ＷＮはそれぞれ、以下の式（３），（４）で示される。

しきい値ＣＴ＝μ０＋３σ０…（３）
しきい値ＷＮ＝３（μ０＋３σ０）…（４）
しきい値ＣＴ，ＷＮを用いて後述する運用期間の診断パラメータを用いて、データサーバ３３０が風力発電装置１０の各機器の状態が異常か否かを判定し、その結果が監視用端末３４０に表示される。たとえば、しきい値ＣＴを越える場合には、監視用端末３４０に、機器の状態が異常であることを示すたとえば「注意」のメッセージが表示される。しきい値ＷＮを越える場合には、監視用端末３４０に、機器の状態の異常の程度がより大きいことを示すたとえば「警告」のメッセージが表示される。

しきい値のレベルを２段階に設定することにより、診断パラメータがしきい値ＣＴより小さい場合には専門家の判断を不要とし、診断パラメータがしきい値ＷＮより大きい場合には専門家が慎重に風力発電装置１０の各機器の状態を判断することが必要とすることにより、専門家の判断の要否を容易に決定することができる。また、診断パラメータがしきい値ＣＴとしきい値ＷＮとの間である場合には、たとえば、風力発電装置１０の各機器の状態の様子を担当者が観察した後に、専門家に診断を依頼するかどうかを決定することができる。

このような構成を取ることにより、専門家を常時駐在させることなく、風力発電装置１０の各機器の状態の診断に要するコストを削減することができる。

なお、しきい値のレベルを２段階に設定する場合について説明したが、しきい値のレベルはこれに限定されることになく、さらに複数のレベルを設定してもよい。

（運転期間での処理）
運転期間とは、学習期間経過後、風力発電装置１０が実際に運用される期間である。運転期間においては、学習期間に生成されたしきい値を用いて風力発電装置１０の状態が監視される。

図１２は、運用期間での処理を説明するためのフローチャートである。図１２を参照して、監視用端末３４０から、担当者によって風力発電装置１０の各機器の状態の診断を開始するための指令（診断開始指令）がデータサーバ３３０に送信される（Ｓ３０）。データサーバ３３０は、監視用端末３４０から診断開始指令を受け、モニタ装置８０に診断運転条件を送信する（Ｓ３１）。

モニタ装置８０は、データサーバ３３０から診断運転条件を受信し（Ｓ３２）、風力発電装置１０の各機器の測定データを、主軸の回転速度、発電機電流などの運転条件データとともに測定する（Ｓ３３）。

モニタ装置８０は、現在の運転条件が診断運転条件を満たしているか否かを判断する（Ｓ３４）。現在の運転条件が診断運転条件を満たす場合（Ｓ３４；ＹＥＳ）には、測定データから診断パラメータを算出し（Ｓ３５）、診断パラメータ、測定データ、および運転条件データをデータサーバ３３０に送信する（Ｓ３６）。一方、現在の運転条件が診断運転条件を満たさない場合（Ｓ３４；ＮＯ）、モニタ装置８０は、再度測定データおよび運転条件データを測定するために、Ｓ３３に処理を戻す。

データサーバ３３０は、モニタ装置８０から診断パラメータ、測定データ、および運転条件データを受信する（Ｓ３７）。データサーバ３３０は、診断パラメータと学習期間に生成されたしきい値とに基づいて、風力発電装置１０の各機器の状態を診断する。たとえば、データサーバ３３０は、診断パラメータが第二のしきい値ＷＮを越えている場合、診断結果をＷＮとし、診断パラメータが第一のしきい値ＣＴを越えている場合、診断結果をＣＴとする（Ｓ３８）。データサーバ３３０は、診断結果、診断パラメータ値、測定データ、および運転条件データを記憶部に格納し、診断結果、診断パラメータ値、測定データ、および運転条件データを監視用端末３４０に送信する（Ｓ３９）。

監視用端末３４０は、診断結果、診断パラメータ値、測定データ、および運転条件データを受信し（Ｓ４０）、診断結果を表示する。診断結果がＷＮならば「警告」と表示し、ＣＴならば「注意」、ＷＮおよびＣＴ以外ならば「良好」と表示する（Ｓ４１）。

また、診断結果がＷＮあるいはＣＴの場合には、担当者にＥ−ｍａｉｌを送信することによって、確実に異常状態であることを知らせることができる。

風力発電装置１０の運転方法が変化した場合、診断運転条件あるいはしきい値を変更する必要が発生する。このような場合も図４のＳ１からの処理を行なうことにより、診断運転条件およびしきい値を更新することができる。なお、しきい値は監視用端末３４０から担当者によって変更されてもよい。

なお、図１２のＳ４０において、監視用端末３４０が診断結果と共に診断パラメータ値および測定データを受信するので、監視用端末３４０は、評価および解析可能な最新かつ最適な測定データ等を専門家に容易に提供することができる。また、監視用端末３４０は、測定データに関連するデータを測定データとともにモニタ（図示せず）上に表示することができる。専門家は、当該モニタに表示された画像をもとに詳細な診断が必要か否かを容易に判断することができる。

（監視用端末のモニタに表示される測定結果）
図１３は、監視用端末３４０のモニタに表示される診断パラメータの値の経時的な変化を示す図である。図１３を参照して、縦軸に実効値が示され、横軸に過去６０日間の月日が示されている。また、波形Ｗ１は、診断パラメータの一例の経時的な変化を示し、実線Ｔｈ１，Ｔｈ２は、それぞれ機器の状態が第１の状態（上述した「注意」状態）、第２の状態（上述した「警告」状態）であるしきい値を示し、波形Ｗ１と合わせて表示されている。

たとえば、監視用端末３４０の表示部（図示せず）に診断パラメータの経時的な変化を表示することにより、専門家は、９月２０日付近から実効値が増加し、９月３０日前には機器の実効値が「注意」状態を超えていることを把握することができる。専門家は、当該機器に対して詳細診断が必要であると判断することができる。

なお、監視用端末３４０の表示部に表示された波形画像を基に、最新の診断パラメータが上昇傾向にある等の診断パラメータの変化の傾向を知ることができるとともに、当該傾向に基づいて診断パラ―メータがしきい値を超えるまでにどの程度の期間が残されているということを予測することができる。

図１４は、監視用端末３４０のモニタに表示される或る運転条件下での周波数スペクトルを示す図である。図１４において、波形Ｗ２は、最新の測定データの周波数解析の結果得られた周波数スペクトルを示す。波形Ｗ３は、任意の日時（過去）の正常な測定データの周波数解析の結果得られた周波数スペクトルを示す。なお、波形Ｗ２，Ｗ３が測定されたときの運転条件は同一である。

波形Ｗ２で示される機器の状況を正確に把握するために、監視用端末３４０は波形Ｗ２との比較の対象として波形Ｗ３も表示する。専門家が、波形Ｗ２と波形Ｗ３とを比較することにより、監視対象の機器の状態が正常状態に近いのか、異常状態に近いのかを簡易に把握することができる。その結果、測定データの評価を短時間に行うことが可能である。

図１５は、監視用端末３４０のモニタに表示される測定データの振動エンベロープスペクトルを示す図である。図１５を参照して周波数領域Ａ１〜Ａ５（斜線部）は、第１次〜第５次までの欠陥周波数（外輪欠陥周波数）に５パーセントの許容範囲を含んだ領域を示し、波形Ｗ４とともに表示されている。

このような許容範囲を設けた理由は、回転速度の測定時と振動の測定時がずれたり、振動測定の初めと終わりで回転速度が変化したりすると、測定された周波数スペクトルと予め算出される欠陥周波数が異なった場合でも、風力発電装置１０の各機器の状態の異常検出を可能にするためである。

このように予め算出された欠陥周波数に許容範囲を含ませることで、風力発電装置１０の各機器の異常検出（欠陥検出）が容易となる。特に、風車の場合は回転速度が変化するため、この許容範囲を設定する際には回転速度の変化に応じて設けることが好ましい。

なお、上述した欠陥周波数には、たとえば外輪が欠陥しているときに発生する周波数（外輪欠陥周波数Ｆｏ）、内輪が欠陥しているときに発生する周波数（内輪欠陥周波数Ｆｉ）、転動体が欠陥しているときに発生する周波数（転動体欠陥周波数Ｆｂ）があるが、これらについては、以下の式（５）〜（７）によって予め算出することができる。

Ｆｏ＝（Ｆｒ／２）×（１−（ｄ／Ｄ）×ｃｏｓα）×ｚ…（５）
Ｆｉ＝（Ｆｒ／２）×（１＋（ｄ／Ｄ）×ｃｏｓα）×ｚ…（６）
Ｆｂ＝（Ｆｒ／２）×（Ｄ／ｄ）（１−（ｄ／Ｄ）２×ｃｏｓ２α）…（７）
式（５）〜（７）において、「Ｆｒ」は回転周波数（Ｈｚ）、「ｄ」は転動体の直径（ｍｍ）、「Ｄ」はピッチ円直径（ｍｍ）、「α」は接触角度、「ｚ」は転動体数を示す。また、第ｎ次（ｎは自然数）の欠陥周波数は、それぞれｎ×Ｆｏ，ｎ×Ｆｉ，ｎ×Ｆｂと表すことができる。

以上、実施の形態に係る状態監視システムによれば、風力発電装置に設けられる機器の異常を高精度に検出することがすることができる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１０ 風力発電装置、２０ 主軸、３０ ブレード、４０ 増速機、５０ 発電機、６０ 主軸受、７０Ａ〜７０Ｈ センサ、８０ モニタ装置、９０ ナセル、１００ タワー、３２０ インターネット、３３０ データサーバ、３４０ 監視用端末。

Claims (11)

1. 風力発電装置に設けられた機器の異常を診断する状態監視システムであって、
   前記機器に設けられるセンサを含むモニタ装置と、
   前記機器の異常を診断するためのしきい値を設定し、前記しきい値に基づいて前記機器の異常を診断する監視側制御装置と、
   前記機器の状態に関する情報を表示する監視用端末とを備え、
   前記モニタ装置は、前記機器の診断前の第１の期間に生成したＮ個のしきい値生成用データを前記監視側制御装置へ送信し、
   前記Ｎ個のしきい値生成用データの各々は、前記第１の期間に前記モニタ装置によって測定された測定データを含み、
   前記監視側制御装置は、前記Ｎ個のしきい値生成用データのうち所定の条件を満たすＭ個のしきい値生成用データに基づき、前記しきい値を生成し、
   前記所定の条件は、前記Ｎ個のしきい値生成用データ各々に含まれる測定データの振幅の分布に関する条件を含み、
   前記モニタ装置は、前記第１の期間経過後の第２の期間に測定した測定データを前記監視側制御装置に送信し、
   前記監視側制御装置は、前記第２の期間に測定した測定データと前記しきい値とに基づいて前記機器が異常か否かを診断し、
   前記監視用端末に診断の結果を送信する、状態監視システム。
2. 前記所定の条件は、前記Ｎ個のしきい値生成用データ各々に含まれる測定データの尖度に関する条件を含む、請求項１に記載の状態監視システム。
3. 前記所定の条件は、前記Ｎ個のしきい値生成用データ各々に含まれる測定データのパワースペクトル密度に関する条件を含む、請求項１または２に記載の状態監視システム。
4. 前記Ｎ個のしきい値生成用データは、前記風力発電装置の運転条件ごとに生成され、
   前記しきい値は、前記運転条件ごとに決定され、
   前記運転条件は、風速、主軸の回転速度、発電機軸の回転速度、発電量、および発電機軸のトルクを示す物理量の少なくともいずれか１つによって規定される、請求項１〜３のいずれか１項に記載の状態監視システム。
5. 前記測定データは、前記機器の振動、前記機器から発生するアコーステックエミッション、および前記機器の動作音のいずれか１つに関するデータを含む、請求項１〜３のいずれか１項に記載の状態監視システム。
6. 前記測定データは、前記機器の状態を示す診断パラメータに変換され、
   前記診断パラメータは、実効値、ピーク値、平均値、クレストファクター、エンベロープ処理後の実効値、およびエンベロープ処理後のピーク値のいずれか１つを含む、請求項１〜３のいずれか１項に記載の状態監視システム。
7. 前記モニタ装置は、インターネットと接続可能な送信部を含み、
   前記送信部は、前記Ｎ個のしきい値生成用データを送信し、
   前記監視側制御装置は、
   前記Ｍ個のしきい値生成用データのうちから統計的手法を用いて前記しきい値を生成する、請求項１〜３のいずれか１項に記載の状態監視システム。
8. 前記監視用端末から前記しきい値を変更することができる、請求項１〜３のいずれか１項に記載の状態監視システム。
9. 前記監視用端末は、前記第２の期間において、同一運転条件の下で測定された測定データを経時的に表示する、請求項１〜３のいずれか１項に記載の状態監視システム。
10. 前記Ｎ個のしきい値生成用データは、前記風力発電装置の運転条件ごとに測定され、
    前記しきい値は、前記運転条件ごとに決定され、
    前記監視用端末は、
    前記第２の期間に測定された測定データのうち最新のデータの周波数スペクトルを、前記データの前記運転条件と同一であって前記監視側制御装置に格納され、現在まで前記しきい値を用いて正常と判断された測定データの周波数スペクトルとともに表示する、請求項１〜３のいずれか１項に記載の状態監視システム。
11. 前記Ｎ個のしきい値生成用データは、前記風力発電装置の運転条件ごとに測定され、
    前記しきい値は、前記運転条件ごとに決定され、
    前記監視用端末は、
    前記測定データのうち最新のデータのエンベロープ処理後の周波数スペクトルを、前記測定データの前記運転条件と同一であって前記監視側制御装置に格納され、現在まで前記しきい値を用いて正常と判断された測定データのエンベロープ処理後の周波数スペクトルとともに表示する、請求項１〜３のいずれか１項に記載の状態監視システム。

Images