JP6158100B2 - Wind generator abnormality level determination system or wind generator abnormality level determination method - Google Patents
Wind generator abnormality level determination system or wind generator abnormality level determination method Download PDFInfo
- Publication number
- JP6158100B2 JP6158100B2 JP2014002081A JP2014002081A JP6158100B2 JP 6158100 B2 JP6158100 B2 JP 6158100B2 JP 2014002081 A JP2014002081 A JP 2014002081A JP 2014002081 A JP2014002081 A JP 2014002081A JP 6158100 B2 JP6158100 B2 JP 6158100B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- power generator
- wind power
- degree
- lightning
- 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
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/30—Lightning protection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Description
本発明は、風力発電機の異常程度判定システムまたは風力発電機の異常程度判定方法などに関するものであり、特に落雷情報を用いて風力発電機の異常程度を判定する技術に関するものである。 The present invention relates to a wind power generator abnormality level determination system or a wind power generator abnormality level determination method, and more particularly to a technique for determining a wind power generator abnormality level using lightning strike information.
本技術分野の背景技術として、特開２０１２−１１７４４６号公報(特許文献１)がある。この方法には、「簡素で安価、かつ信頼性の高い構造により、落雷があったことと落雷箇所を確実に判定できる落雷検出装置を提供する」と記載されている。また、特開２０１１−２３６８８４号公報(特許文献２)がある。この公報には、「信頼性があり、簡易な方法で、つまりコスト面も考慮した、風力タービンへの雷撃を検出するための改良された雷撃検出装置を提供すること。」と記載されている。 As a background art in this technical field, there is JP 2012-117446 A (Patent Document 1). This method is described as “providing a lightning strike detection device capable of reliably determining the presence of a lightning strike and the location of the lightning strike with a simple, inexpensive and highly reliable structure”. Moreover, there exists Unexamined-Japanese-Patent No. 2011-236884 (patent document 2). This publication describes that “providing an improved lightning strike detection device for detecting a lightning strike to a wind turbine in a reliable and simple manner, that is, in consideration of cost”. .
従来技術においては、落雷検知を行い、落雷の影響を考慮した異常程度の判定が記載されていない。そのため、落雷の事実についてはわかるが、その結果、風力発電機ブレードに生じた損傷度合について知ることができない。本発明では落雷の影響を考慮して異常が生じていないか識別できるようにすることを目的とする。 In the prior art, lightning strike detection is performed and determination of the degree of abnormality taking into account the effect of lightning strike is not described. Therefore, the fact of lightning strike is known, but as a result, the degree of damage caused to the wind power generator blade cannot be known. An object of the present invention is to make it possible to identify whether an abnormality has occurred in consideration of the effects of lightning strikes.
上記課題を解決するために、本発明にかかる風力発電機の異常程度判定システムは、風力発電機の状態を検出するセンサと、該センサで検出された情報に基づいて風力発電機に異常が生じているかを判定する異常判定部と、風力発電機への落雷情報または風力発電機周辺における落雷情報を取り込む落雷情報取り込み部と、該落雷情報取り込み部によって取り込まれた落雷情報及び前記異常判定部による判定に基づいて異常程度を判定する異常程度判定部を備えることを特徴とする。 In order to solve the above-described problem, the abnormality determination system for a wind power generator according to the present invention includes a sensor for detecting a state of the wind power generator and an abnormality in the wind power generator based on information detected by the sensor. An abnormality determination unit that determines whether the lightning strike is detected, a lightning strike information capturing unit that captures lightning strike information to or around the wind power generator, lightning strike information captured by the lightning strike information capture unit, and the abnormality determination unit An abnormality degree determination unit that determines an abnormality degree based on the determination is provided.
また、上記課題を解決する風力発電機の異常程度判定方法は、風力発電機の状態を検出するセンサを備え、該センサで検出された情報に基づいて風力発電機に異常が生じているかを判定し、風力発電機への落雷情報または風力発電機周辺における落雷情報を取り込み、取り込んだ該落雷情報及び異常が生じているかの前記判定に基づいて異常程度を判定することを特徴とするものである。 In addition, a method for determining the degree of abnormality of a wind power generator that solves the above problem includes a sensor that detects a state of the wind power generator, and determines whether an abnormality has occurred in the wind power generator based on information detected by the sensor. The lightning strike information to the wind power generator or the lightning strike information in the vicinity of the wind power generator is taken, and the degree of abnormality is determined based on the captured lightning strike information and the determination of whether or not the abnormality has occurred. .
本発明によれば、落雷の影響を考慮して異常が生じていないか識別できるようにすることが可能になる。 According to the present invention, it is possible to identify whether an abnormality has occurred in consideration of the effects of lightning strikes.
以下、実施例を図面を用いて説明する。尚、下記はあくまでも実施例に過ぎず、本発明の実施態様を下記具体的態様に限定することを意図する趣旨ではない。 Hereinafter, examples will be described with reference to the drawings. The following are merely examples, and are not intended to limit the embodiments of the present invention to the following specific embodiments.
本実施例では、落雷が発生した際に風力発電機ブレードを診断し異常程度を算出するシステムの例を説明する。風力発電機ブレードとは、風力発電機に用いられている翼のことをさす。 In the present embodiment, an example of a system for diagnosing a wind power generator blade and calculating the degree of abnormality when a lightning strike occurs will be described. A wind power generator blade refers to a blade used in a wind power generator.
図１は、本実施例の風力発電機ブレード診断システムの例である。本ブレード診断システム００１は、センサ００２、落雷情報取り込み部００３、信号処理部００４、異常判定部００５、異常位置算出部００６、記録部として働くデータベース(以下、単にＤＢ)００７、異常程度判定部００８、落雷検知部００９、診断結果連携部０１０で構成される。センサ００２では異常判定部００５での異常判定や、更に複数のセンサを用いる場合における異常位置算出部００６での異常位置算出に用いられる情報を検出する。また落雷情報取り込み部００３では、風力発電機自体或いは、その周辺（例えば１ｋｍ以内）における落雷情報を入手する。そして、センサ００２及び落雷情報取り込み部００３から得られた情報に基づいて異常程度判定部００８で異常程度判定を行う。尚、風力発電機ブレードの異常については、異常が段階的に進展していくと考えられる。風力発電機ブレードの異常としては、亀裂、風力発電機ブレード素材の薄利、切断等があげられる。 FIG. 1 is an example of the wind power generator blade diagnosis system of the present embodiment. The blade diagnosis system 001 includes a sensor 002, a lightning strike information capturing unit 003, a signal processing unit 004, an abnormality determination unit 005, an abnormal position calculation unit 006, a database (hereinafter simply referred to as DB) 007 serving as a recording unit, and an abnormality degree determination unit 008. , A lightning strike detection unit 009 and a diagnosis result cooperation unit 010. The sensor 002 detects information used for abnormality determination in the abnormality determination unit 005 and abnormal position calculation in the abnormal position calculation unit 006 when a plurality of sensors are used. The lightning strike information capturing unit 003 obtains lightning strike information on the wind power generator itself or in the vicinity thereof (for example, within 1 km). Based on the information obtained from the sensor 002 and the lightning strike information capturing unit 003, the abnormality degree determination unit 008 makes an abnormality degree determination. In addition, about the abnormality of a wind power generator blade, it is thought that abnormality develops in steps. Wind generator blade abnormalities include cracks, thin wind turbine blade material, cutting, and the like.
本ブレード診断システム００１は、センサ００２にて信号処理部００４へデータを取り込む。信号処理部００４にて、センサ００２より取り込んだ情報から異常判定部００５にて用いる特徴量の算定を行う。センサ００２としては、音響センサ、振動、ＡＥ（Acoustic Emission、例えば２０ｋＨｚ以上を検出する。）センサ、ひずみセンサが考えられる。例えば、センサが音響センサの場合、信号処理部００４での信号処理は、フーリエ変換、ヒルベルト変換、波形の絶対値処理が考えられる。信号処理部００４にて処理されたデータは、異常判定部００５にて機器の状態を判別する。機器の状態判別には、正常もしくは異常があり、正常、異常の判別においては、例えば、閾値判定、クラスタリング(参考文献：統計学入門 東京大学出版会)といった統計的な方法が挙げられる。異常判定部００５にて判定されたデータは、異常位置算出部００６に送られる。ここでは、ブレードにおける異常の位置算出を想定している。なお、異常位置算出方法としては、例えばセンサが取り付けられた場所を異常とするやり方や、もしくは、複数のセンサより場所を推定する方法等が考えられる。センサ００２において、取り付け個数が1つの場合は、異常位置算出は行わない。センサ００２において、複数のセンサを取り付けている場合で、かつセンサ００２が音響センサの場合、異常位置算出を推定する方法として、位相差に着目した位置推定を行うこと等が考えられる。異常判定部００５ならびに異常位置算出部００６にて処理されたデータは、異常程度判定部００８へと送られる。 In the blade diagnosis system 001, the sensor 002 captures data into the signal processing unit 004. In the signal processing unit 004, a feature amount used in the abnormality determination unit 005 is calculated from information acquired from the sensor 002. As the sensor 002, an acoustic sensor, a vibration, an AE (Acoustic Emission, for example, 20 kHz or more) sensor, and a strain sensor can be considered. For example, when the sensor is an acoustic sensor, the signal processing in the signal processing unit 004 may be Fourier transform, Hilbert transform, or absolute value processing of the waveform. The data processed by the signal processing unit 004 determines the state of the device by the abnormality determination unit 005. There are normal or abnormal conditions for determining the state of the device. Examples of determining normal or abnormal include statistical methods such as threshold determination and clustering (reference: introduction to statistics, University of Tokyo Press). The data determined by the abnormality determination unit 005 is sent to the abnormal position calculation unit 006. Here, it is assumed that the position of the abnormality in the blade is calculated. In addition, as an abnormal position calculation method, for example, a method of making the place where the sensor is attached abnormal or a method of estimating the place from a plurality of sensors can be considered. In the sensor 002, when the number of attachments is one, the abnormal position calculation is not performed. In the case where a plurality of sensors are attached to the sensor 002 and the sensor 002 is an acoustic sensor, as a method of estimating the abnormal position calculation, it is conceivable to perform position estimation focusing on the phase difference. Data processed by the abnormality determination unit 005 and the abnormal position calculation unit 006 is sent to the abnormality degree determination unit 008.
上記のセンサ００２から得た情報処理と並行して、落雷情報取り込み部００３より落雷の情報を取り込む。落雷情報取り込み部００３における手段は、具体的には診断機器に取り付けられた落雷用センサを用いることが考えられ、それ以外にも、例えばＧＰＳ及び天気予報等により周辺への落雷情報を取り込むこと等が考えられる。落雷用センサによる測定の仕方としては、更に具体的には電圧測定や温度測定と言ったものが一例として挙げられ、また、風力発電機設置場所周辺の落雷情報を取り込む方法について、より具体的な例としては、ＧＰＳを用いて気象庁サイトから風力発電機設置場所周辺の落雷情報を取り込むと言った方法がある。落雷検知部００９においては、落雷情報取り込み部００３で取り込んだ情報に基づいて落雷が発生しているのか否かを判定する。落雷検知部００９の判定方法として、落雷情報取り込み部００３の検知手段が電圧、温度等、センサによりある物理量を検知する場合、予め閾値を決めて判定し、ＧＰＳや気象サイト等を用い、即ち風力発電機自体のみでなく、周辺まで含めた落雷情報を用いる場合は、気象庁サイトより取り込んだ落雷の有無の情報を直接使用する。落雷検知部００９の検知結果は、異常程度判定部００８へと送られる。 In parallel with the information processing obtained from the sensor 002, lightning strike information is captured from the lightning strike information capture unit 003. Specifically, the lightning strike information capturing unit 003 may use a lightning strike sensor attached to a diagnostic device. In addition to this, for example, capturing lightning strike information to the surroundings by GPS or weather forecast, etc. Can be considered. More specifically, examples of the measurement method using a lightning strike sensor include voltage measurement and temperature measurement, and more specific methods for capturing lightning strike information around the wind power generator installation location. As an example, there is a method of capturing lightning strike information around a wind power generator installation site from the Meteorological Agency site using GPS. The lightning strike detection unit 009 determines whether a lightning strike has occurred based on the information captured by the lightning strike information capture unit 003. As a determination method of the lightning strike detection unit 009, when the detection means of the lightning strike information capture unit 003 detects a certain physical quantity by a sensor such as voltage, temperature, etc., it is determined by determining a threshold value in advance and using GPS, a weather site, etc. When using lightning strike information that includes not only the generator itself but also the surrounding area, the information on the presence of lightning strikes imported from the Japan Meteorological Agency site is used directly. The detection result of the lightning strike detection unit 009 is sent to the abnormality degree determination unit 008.
異常程度判定部００８においては、落雷検知部００９にて得られたデータに加え、ＤＢ００７に蓄積されている異常程度曲線や過去の落雷情報を用いて異常程度判定を行う。ここで、異常程度曲線とは、異常程度と異常指標の関係を示したものである。異常程度判定部００８にて判定された異常データは、診断結果連携部０１０へと送られる。尚、異常程度とは、風力発電機ブレードにおいて、落雷による損傷度合を指し、即座に止めるレベル、即座に止めなくとも良いが異常が生じているレベル、異常なしといった損傷度合と運転可能性を関連付けたものである。 The abnormality degree determination unit 008 performs abnormality degree determination using the abnormality degree curve and past lightning strike information accumulated in the DB 007 in addition to the data obtained by the lightning strike detection unit 009. Here, the abnormality degree curve indicates the relationship between the abnormality degree and the abnormality index. The abnormality data determined by the abnormality degree determination unit 008 is sent to the diagnosis result cooperation unit 010. The degree of abnormalities refers to the degree of damage caused by lightning strikes on wind power generator blades, and correlates the level of damage that can be stopped immediately, the level that does not need to be stopped immediately, but the level of abnormality, and the possibility of operation. It is a thing.
以下、実例をあげて説明する。ここでは、風力発電機ブレード診断を例にとりあげる。図２においては、フローチャートを示している。図１の構成図、および、図２のフローチャートを用いて説明する。また、この実例では図１中におけるセンサ００２は、ＡＥセンサを１つのブレードにつき、３箇所計３個(１箇所につき１個)取り付けることとする。まず、センサ００２よりＡＥセンサにて取り込まれる入力信号（ＡＥ波形）を信号処理部００４へ取り込む。図２のフローチャートにおいては、ＡＥ波形は入力信号Ｓ０１に取り込まれる。次に、信号処理部００４(図２信号処理Ｓ０３に該当)にて、入力された信号の処理を行う。ここでは、具体的にはＡＥ波形の絶対値を算出する。そして、この例ではＡＥ波形の算出においては、入力信号をＡＤ変換し、その絶対値を取得する。ＡＥ波形の絶対値を特徴量とする。信号処理部００４にて処理された特徴量は異常判定部００５(図２異常判定Ｓ０４)へと送られる。異常判定部００５においては、信号処理部００４にて算出された特徴量についての異常判定を行う。ここでは、異常判定方法について、クラスタリングによる手法を採用する。これは正常データを予めＤＢに収録しておき、該正常データとセンサ００２より入力され信号処理部００４での処理を経て異常判定部００５に入力されたデータとの差を比較する方法である。設計上、ここでの例においては、正常データと異常判定部００５に入力されたデータとのクラスタリングによる統計距離の差として算出される標準偏差(σ)=３以上であれば異常とする。また、本実施例においてはこのとき算出される標準偏差(σ)のことを異常指標と呼ぶ。異常判定部００５では、正常、異常の識別を行い、異常判定結果を異常位置算出部００６(図２ 異常位置判定Ｓ０５)へと送る。異常位置算出００６においては、センサ００２ならびに信号処理部００４、異常判定部００５より算出された特徴より風力発電機ブレードの異常位置を算出する。本事例では、各ブレードにおいて３箇所の計３個(１箇所につき１個)にセンサを取り付けることとしているが、風力発電機ブレードを先端、真ん中、根元の３つに区分けすることが考えられる。異常位置の算出に当たっては、異常が生じた部位に近いセンサから順に異常を示すピーク波形が検出されることに注目し、３つのセンサのうちで最初に異常を示すピーク波形を示したセンサの近くに異常が生じていると算出する。算出に際し、一つのセンサで検出されるピークの間隔（ピーク波形の時間幅）や、残りのセンサが検出するピーク波形との時間差を用いる。尚、ある所定の時間幅（例えば１０時から１１時を異常検出の一つの単位とする等）をまたいでピークが生じてしまう場合も想定され、その場合、偶然に当該時間幅の中で最も異常位置に近い部位でないセンサに最初にピークが生じてしまう可能性がある。それに対しては、当該所定の時間幅の直前の情報も利用することが考えられる。これにより、偶然に当該時間幅の中で最も異常位置に近い部位でないセンサに最初にピークが生じてしまう様に検出されることを防止可能である。異常位置算出部００６から計算された異常位置ならびに異常判定部００５の結果は、異常程度判定部００８(図２ 異常程度判定Ｓ０６)へと送られる。
異常程度判定部００８においては、ＤＢ００７に登録されている異常程度曲線を参照し、異常判定部００５にて算出された正常異常識別結果より、異常程度を算出する。また、その際、落雷情報取り込み部００３(図２落雷情報Ｓ０２)から取り込んだ落雷情報を用いて、落雷の有無(図２ 落雷判定Ｓ０７にて判定を行う)を異常程度判定時に用いる。異常程度判定方法については、落雷回数が１回の場合は異常指標を調整せず、落雷回数が２回の場合は異常指標を補正することとし、同じ異常指標であっても異常程度が変更する様にする。その理由は、風力発電機ブレードの場合、落雷による影響を受けた場合において、センサ値等では変化が見られないにも関わらず、過去の落雷状況によっては損傷するといった事例が考えられるためである。例として、異常指標が３．０(σ)の場合について、落雷回数が過去に存在している場合、異常指標を１ポイント引き上げる。異常程度判定部００８より算出された異常程度は、診断結果連携部０１０へと送られる。診断結果連携部０１０は、制御/保守システムと接続され監視結果が活用可能となるといったことが考えられる。尚、活用の仕方としては、例えば縮退運転（回転速度を正常と比較して遅くする等の運転の仕方を指す）のための制御や保守員への状態の通知（保守員が保有する無線端末に注意要の風車であることを通知する等）などがあり、無論これに限られるものではない。
Hereinafter, an example will be described. Here, the wind generator blade diagnosis is taken as an example. FIG. 2 shows a flowchart. This will be described with reference to the configuration diagram of FIG. 1 and the flowchart of FIG. In this example, the sensor 002 in FIG. 1 has three AE sensors attached to one blade, that is, a total of three (one per one). First, an input signal (AE waveform) captured by the AE sensor from the sensor 002 is captured by the signal processing unit 004. In the flowchart of FIG. 2, the AE waveform is captured in the input signal S01. Next, in the signal processing unit 004 (corresponding to the signal processing S03 in FIG. 2), the input signal is processed. Specifically, the absolute value of the AE waveform is calculated here. In this example, in calculating the AE waveform, the input signal is AD-converted to obtain the absolute value. The absolute value of the AE waveform is used as a feature amount. The feature amount processed by the signal processing unit 004 is sent to the abnormality determination unit 005 (abnormality determination S04 in FIG. 2). The abnormality determination unit 005 performs abnormality determination on the feature amount calculated by the signal processing unit 004. Here, a clustering technique is adopted as the abnormality determination method. This is a method in which normal data is recorded in a DB in advance, and the difference between the normal data and data input from the sensor 002 and input to the abnormality determination unit 005 through processing in the signal processing unit 004 is compared. In terms of design, in this example, if the standard deviation (σ) = 3 or more calculated as a difference in statistical distance between the normal data and the data input to the abnormality determination unit 005 by clustering is greater than 3, it is determined as abnormal. In the present embodiment, the standard deviation (σ) calculated at this time is called an abnormality index. The abnormality determination unit 005 identifies normality and abnormality, and sends an abnormality determination result to the abnormal position calculation unit 006 (FIG. 2 abnormal position determination S05). In the abnormal position calculation 006, the abnormal position of the wind power generator blade is calculated from the characteristics calculated by the sensor 002, the signal processing unit 004, and the abnormality determination unit 005. In this example, sensors are attached to a total of three (one per one) in each blade, but it is conceivable to divide the wind power generator blade into the tip, middle, and root. When calculating the abnormal position, pay attention to the fact that the peak waveform indicating abnormality is detected in order from the sensor closest to the part where the abnormality occurred, and the vicinity of the sensor that showed the peak waveform indicating the abnormality first among the three sensors. It is calculated that an abnormality has occurred. In the calculation, an interval between peaks detected by one sensor (peak waveform time width) and a time difference from peak waveforms detected by the remaining sensors are used. In addition, it is assumed that a peak occurs over a predetermined time width (for example, from 10:00 to 11:00 as one unit of abnormality detection). There is a possibility that a peak first occurs in a sensor that is not near the abnormal position. For this, it is conceivable to use information immediately before the predetermined time width. As a result, it is possible to prevent a sensor from being detected so that a peak first occurs in a sensor that is not the part closest to the abnormal position in the time span. The abnormal position calculated from the abnormal position calculation unit 006 and the result of the abnormality determination unit 005 are sent to the abnormality degree determination unit 008 (FIG. 2 abnormality degree determination S06).
The abnormality degree determination unit 008 refers to the abnormality degree curve registered in the DB 007 and calculates the abnormality degree from the normal abnormality identification result calculated by the abnormality determination unit 005. At that time, the presence or absence of lightning (determined in lightning determination S07 in FIG. 2) is used when determining the degree of abnormality using the lightning information acquired from the lightning information capturing unit 003 (FIG. 2 lightning information S02). Regarding the method of determining the degree of abnormality, the abnormality index is not adjusted when the number of lightning strikes is 1, and the abnormality index is corrected when the number of lightning strikes is 2, so that the degree of abnormality changes even with the same abnormality index. Like. The reason for this is that in the case of wind power generator blades, there are cases where damage is caused depending on lightning strikes in the past even though the sensor values do not change when affected by lightning strikes. . As an example, when the abnormality index is 3.0 (σ), if the number of lightning strikes has existed in the past, the abnormality index is raised by 1 point. The abnormality degree calculated by the abnormality degree determination unit 008 is sent to the diagnosis result cooperation unit 010. It is conceivable that the diagnosis result cooperation unit 010 is connected to the control / maintenance system so that the monitoring result can be used. In addition, as a method of utilization, for example, control for degenerate operation (referring to a method of operation such as slowing the rotation speed compared to normal) and notification of the state to maintenance personnel (wireless terminal possessed by maintenance personnel) Of course, it is not limited to this.
図３は、異常程度判定部００８のフローを示している。異常判定部００５より算出される異常程度Ｇ０１および、落雷検知部００９より取り込まれる落雷検知Ｇ０２および、異常程度Ｇ０１と雷情報Ｇ０２とにより行われる異常程度調整Ｇ０３とで構成される。異常程度調整Ｇ０３においては、異常判定部００５により計算された異常指標を補正する。具体的な補正方法としては、異常指標を落雷の有無により１(σ)分、引き上げを行うといったことが考えられる。異常指標の引き上げについては、データベース００７に落雷の有無と異常判定部００５により判定される異常判定結果との関係を蓄積する方法が考えられる。異常判定部００５により判定される異常判定結果と異常指標の引き上げる値については、シミュレーションにより解析的に作成する方法や、設計時の理論値を用いる方法等を適用することが考えられる。雷情報Ｇ０２においては、当該風力発電機のブレードにおいて雷が直撃した場合もしくは、風力発電機周辺（例えば半径１ｋｍ以内）に落雷した情報のことをさす。雷情報Ｇ０２においては、雷情報取り込み部００３にて用いたセンサにより、ブレードに雷が直撃している場合と風力発電機周辺に落雷した情報であるのかが決定される。そして、例えば直撃した場合には風力発電機周辺に落雷した場合と比較して異常指標を一層引き上げると言った評価が考えられる。また、異常指標の引き上げを行う際の落雷の有無については、過去の蓄積情報においても加味する。ブレード異常指標の修正が行われたのちに出力を行う。 FIG. 3 shows a flow of the abnormality degree determination unit 008. An abnormality level G01 calculated by the abnormality determination unit 005, a lightning strike detection G02 captured by the lightning strike detection unit 009, and an abnormality level adjustment G03 performed by the abnormality level G01 and the lightning information G02. In the abnormality degree adjustment G03, the abnormality index calculated by the abnormality determination unit 005 is corrected. As a specific correction method, it is conceivable to raise the abnormality index by 1 (σ) depending on the presence or absence of a lightning strike. For raising the abnormality index, a method of accumulating the relationship between the presence or absence of lightning strikes and the abnormality determination result determined by the abnormality determination unit 005 in the database 007 can be considered. For the abnormality determination result determined by the abnormality determination unit 005 and the value to be increased for the abnormality index, it is conceivable to apply a method analytically created by simulation, a method using a theoretical value at the time of design, or the like. In the lightning information G02, it refers to information when a lightning strikes directly on the blade of the wind power generator or lightning strikes around the wind power generator (for example, within a radius of 1 km). In the lightning information G02, it is determined by the sensor used in the lightning information capturing unit 003 whether the lightning is directly hitting the blade and whether the lightning strikes around the wind power generator. And, for example, in the case of a direct hit, it can be considered that the abnormality index is further increased compared with the case where lightning strikes around the wind power generator. Further, whether or not there is a lightning strike when raising the abnormality index is also taken into account in the past accumulated information. Output after the blade abnormality index is corrected.
図４は、データベース００７の構成例を示している。データベース(ＤＢ)には、異常指標と異常程度、過去の落雷情報が示されている。本実施例においては、異常指標―異常程度テーブルと定義する。テーブル中に表記している落雷回数とは、風力発電機ブレードの設計時等に指標とする回数でありセンサ００２より取り込まれる前に当該風力発電機ブレードにおける落雷した回数のことを示しているものではない。そのため、過去の落雷情報として、センサ００２より取り込まれるより前に、当該風力発電機ブレードにおける落雷が落ちた回数をＤＢに記憶する領域を６０２に示す形で別途もうける。６０２の数字部分は、落雷判定Ｓ０７にて落雷と判定された場合、１回につき１を加算し更新していく。 FIG. 4 shows a configuration example of the database 007. The database (DB) shows an abnormality index, an abnormality degree, and past lightning strike information. In this embodiment, it is defined as an abnormality index-abnormality degree table. The number of lightning strikes described in the table is the number of times used as an index when designing a wind power generator blade, and indicates the number of lightning strikes on the wind power generator blade before being taken in from the sensor 002. is not. Therefore, before being captured from the sensor 002 as past lightning strike information, an area for storing the number of times of lightning strikes on the wind power generator blade in the DB is separately provided in the form 602. The numeral portion 602 is updated by adding 1 at a time when it is determined that the lightning strike has occurred in the lightning strike determination S07.
図４の例は、異常指標が１、２、３以上の３区分の場合、過去落雷情報として、１回落雷した場合の事例を示している。また、異常程度については、異常程度を３段階にわけた例を示している。異常程度については、５段階等３段階とは別の段階に分ける場合も想定し得る。図の事例においては、過去の落雷が１回あることから、異常指標に対する異常程度を１段階引き上げる。異常判定部００５にて算出される異常指標が２(σ)の場合で、過去に落雷が１回生じている場合は、異常指標を３(σ)に修正する。今回の事例においては、異常指標を落雷回数１回につき１異常指標上昇することを想定しているが、設置場所等に応じて異常指標を変更させるといった運用も考えられる。 The example of FIG. 4 shows a case where a lightning strike has occurred once as the past lightning strike information when the abnormality index is 1, 2, 3, or more. As for the degree of abnormality, an example in which the degree of abnormality is divided into three stages is shown. As for the degree of abnormality, it can be assumed that it is divided into three stages such as five stages. In the example shown in the figure, since there is one lightning strike in the past, the degree of abnormality with respect to the abnormality index is increased by one level. When the abnormality index calculated by the abnormality determination unit 005 is 2 (σ) and the lightning strike has occurred once in the past, the abnormality index is corrected to 3 (σ). In this case, it is assumed that the abnormality index increases by one abnormality index for each lightning strike, but operation such as changing the abnormality index according to the installation location or the like is also conceivable.
図５は、異常程度曲線例を示している。異常程度曲線とは、異常程度と異常指標との関係を示しているものである。異常程度曲線については、風力発電機ブレード設計時の実験結果に基づき作成する、もしくは、シミュレーション等により解析的に作成する、風力発電機ブレードにおいて、異常を風力発電機ブレードに模擬を行い作成すると言った作成方法等があげられる。 FIG. 5 shows an example of an abnormal degree curve. The abnormality degree curve indicates the relationship between the abnormality degree and the abnormality index. The abnormal degree curve is created based on the experimental results at the time of wind power generator blade design, or analytically created by simulation or the like. Preparation methods.
図５の例は、異常程度判定部００８において判定される異常程度を、３段階に分けた場合の異常指標と異常程度を示している。異常程度は、低い順に１、２、３としている。ここでは、１は軽度(直ちに運転を止めたり、１ヶ月以内に修理することはともに必要がないレベル)、２は中度(直ちに止めるレベルではないが１ヶ月以内に修理が必要)、３は重度(直ちに止めるレベル)としている。予めＤＢに登録しておく異常程度曲線に対して、図４に示す落雷情報に応じて異常指標を修正し、診断結果連携部０１０へと送る判定結果とする。 The example of FIG. 5 shows an abnormality index and an abnormality degree when the abnormality degree determined by the abnormality degree determination unit 008 is divided into three stages. The degree of abnormality is 1, 2, and 3 in ascending order. Here, 1 is mild (level that does not require immediate stop or repair within one month), 2 is moderate (not level to stop immediately, but requires repair within one month), 3 Severe (level to stop immediately). The abnormality index is corrected according to the lightning strike information shown in FIG. 4 with respect to the abnormality degree curve registered in advance in the DB, and the determination result is sent to the diagnosis result cooperation unit 010.
図６は、異常程度判定システムのセンサ００２が実際に風力発電機のブレード１００に搭載された様子を示す図である。この場合、センサ００２は風力発電機のブレード１に搭載されるが、他のシステム構成機器は風力発電機から離隔された場所に設置してあり、例えばオペレータがモニタリングすることが可能である。風力発電機は、風を受けて回転する風力発電機のブレード１と、ハブ２を介してブレード１を回転可能に支持しつつブレード１の荷重を支持するナセル６と、ナセル６がヨー回転可能な様に支持するタワー７を有している。ブレードの回転が主軸３を介して増速機４伝達され、増速機４にて増速した後、発電機５に回転エネルギーが伝達される。発電機５は当該回転エネルギーを用いて回転子を回転させて発電運転を行うものである。 FIG. 6 is a diagram illustrating a state in which the sensor 002 of the abnormality degree determination system is actually mounted on the blade 100 of the wind power generator. In this case, the sensor 002 is mounted on the blade 1 of the wind power generator, but other system components are installed in a place separated from the wind power generator, and can be monitored by an operator, for example. The wind power generator includes a blade 1 of a wind power generator that rotates by receiving wind, a nacelle 6 that supports the blade 1 through a hub 2 and supports the load of the blade 1, and the nacelle 6 is capable of yaw rotation. The tower 7 is supported in this manner. The rotation of the blade is transmitted to the speed increaser 4 through the main shaft 3, and after the speed is increased by the speed increaser 4, rotational energy is transmitted to the generator 5. The generator 5 performs power generation operation by rotating the rotor using the rotational energy.
本実施例によれば、落雷による損傷度合いと運転継続の可否を知ることができる。落雷による損傷度合いを知ることで、落雷後の風力発電機ブレードにおいて、目視点検により異常なしと判定し、再度当該風力発電機の運転を再開した場合でかつ、当該風力発電機ブレード運転中に落雷が生じ、突然、風力発電機ブレードが損傷するといった突発的な故障を防ぐことができる。また、風力発電機ブレードの異常程度を知ることにより、保守計画、異常程度を考慮した風力発電機の運転計画を立案可能となる。 According to the present embodiment, it is possible to know the degree of damage caused by lightning strikes and whether or not to continue operation. Knowing the degree of damage caused by lightning, it is determined that there is no abnormality in the wind power generator blade after the lightning strike by visual inspection, and the operation of the wind power generator is restarted again. And sudden failures such as sudden damage to wind turbine blades can be prevented. Further, by knowing the degree of abnormality of the wind power generator blade, it becomes possible to make a maintenance plan and a wind power generator operation plan that takes the degree of abnormality into consideration.
上記実施例では風力発電機ブレードについて説明したが、本発明が風力発電機ブレードの損傷のみを対象としている訳でなく、例えばナセルやタワー等風力発電機を構成する機器にも適用することは可能である。但し、ブレードは風力発電機の中で最も高い位置に配置され、落雷の可能性も高いことからブレードに適用するのが特に効果的である。 In the above embodiment, the wind power generator blade has been described. However, the present invention is not limited to the damage of the wind power generator blade, and can be applied to devices constituting the wind power generator such as a nacelle or a tower. It is. However, since the blade is disposed at the highest position in the wind power generator and the possibility of lightning strike is high, it is particularly effective to apply to the blade.
００１ ブレード診断システム
００２ センサ
００３ 落雷情報取り込み部
００４ 信号処理部
００５ 異常判定部
００６ 異常位置算出部
００７ データベース
００８ 異常程度判定部
００９ 落雷検知部
０１０ 診断結果連携部
１００ ブレード
Ｓ０１ 入力信号
Ｓ０２ 落雷情報
Ｓ０３ 信号処理
Ｓ０４ 異常判定
Ｓ０５ 異常位置判定
Ｓ０６ 異常程度判定
Ｓ０７ 落雷判定
Ｓ０８ 出力部
Ｇ０１ 異常程度
Ｇ０２ 落雷検知結果
Ｇ０３ 異常程度調整
６０１ データベース構成例
６０２ 過去落雷情報
７０１ 異常程度曲線例
001 Blade diagnosis system 002 Sensor 003 Lightning information acquisition unit 004 Signal processing unit 005 Abnormality determination unit 006 Abnormal position calculation unit 007 Database 008 Abnormal degree determination unit 009 Lightning strike detection unit 010 Diagnosis result cooperation unit 100 Blade S01 Input signal S02 Lightning strike information S03 signal Process S04 Abnormality determination S05 Abnormal position determination S06 Abnormal degree determination S07 Lightning determination S08 Output unit G01 Abnormal degree G02 Lightning detection result G03 Abnormal degree adjustment 601 Database configuration example 602 Past lightning information 701 Abnormal degree curve example
Claims (8)
前記異常程度判定部では、前記異常判定部から得られる異常指標に基づいて異常程度の判定を行い、過去の落雷回数に応じて前記異常程度の引き上げを行い、
前記風力発電機に直接落雷した場合には、前記風力発電機周辺に落雷した場合と比較して一層前記異常程度を引き上げることを特徴とする風力発電機の異常程度判定システム。 A sensor that detects the state of the wind power generator, an abnormality determination unit that determines whether an abnormality has occurred in the wind power generator based on information detected by the sensor, lightning strike information to the wind power generator, and a wind power generator periphery A lightning strike information fetching unit that captures lightning strike information, and an abnormality degree determination unit that determines the degree of abnormality based on the lightning strike information captured by the lightning strike information acquisition unit and the determination by the abnormality determination unit ,
In the abnormality degree determination unit, the abnormality degree is determined based on the abnormality index obtained from the abnormality determination unit, the abnormality degree is raised according to the number of lightning strikes in the past,
An abnormality level determination system for a wind power generator, characterized in that when the lightning strikes directly on the wind power generator, the degree of abnormality is further raised compared to the case where lightning strikes around the wind power generator.
過去の風力発電機への落雷回数および風力発電機周辺における落雷回数を記録する記録部を備え、該記録部に記録された落雷回数にも基づいて前記異常程度判定部は異常程度を判定することを特徴とする風力発電機の異常程度判定システム The abnormality determination system for a wind power generator according to claim 1,
A recording unit for recording lightning number of lightning times and wind turbines near to the past of the wind power generator, the abnormality degree determination unit based also on lightning number recorded in the recording unit is able to determine the degree of abnormality A wind power generator abnormality degree determination system characterized by
前記センサは前記風力発電機に複数設けられ、前記複数のセンサから得られた情報を比較することで異常位置を特定することを特徴とする風力発電機の異常程度判定システム。 The wind power generator abnormality degree determination system according to claim 1 or 2,
A plurality of sensors are provided in the wind power generator, and an abnormal position is specified by comparing information obtained from the plurality of sensors.
前記センサは前記風力発電機のブレードの先端部、根元部及び該先端部と該根元部の中間部の少なくとも３カ所に設けられることを特徴とする風力発電機の異常程度判定システム。 A wind power generator abnormality degree determination system according to claim 3,
The wind power generator abnormality degree determination system according to claim 1, wherein the sensors are provided at at least three locations of a tip portion, a root portion of the blade of the wind power generator, and an intermediate portion between the tip portion and the root portion.
異常指標に基づいて異常程度の判定を行い、かつ、過去の落雷回数に応じて前記異常程度の引き上げを行い、
前記風力発電機に直接落雷した場合には、前記風力発電機周辺に落雷した場合と比較して一層前記異常程度を引き上げることを特徴とする風力発電機の異常程度判定方法 A sensor for detecting the state of the wind power generator is provided, it is determined whether an abnormality has occurred in the wind power generator based on information detected by the sensor, and lightning strike information to the wind power generator and lightning strike information around the wind power generator , Determine the degree of abnormality based on the lightning information captured and the determination of whether there is an abnormality ,
Determine the degree of abnormality based on the abnormality index, and raise the degree of abnormality according to the number of lightning strikes in the past,
A method for determining the degree of abnormality of a wind power generator, wherein when the lightning strikes directly on the wind power generator, the degree of abnormality is further raised compared to the case where lightning strikes around the wind power generator.
過去の風力発電機への落雷回数および風力発電機周辺における落雷回数にも基づいて前前記異常程度を判定することを特徴とする風力発電機の異常程度判定方法。 A method for determining the degree of abnormality of a wind power generator according to claim 6 ,
Abnormality degree determination method of a wind power generator, wherein the determining before the abnormality degree also based on lightning number of lightning times and wind turbines near to the past of the wind power generator.
前記センサは前記風力発電機に複数設けられ、該複数の各センサから得られた波形情報を比較し、該波形情報の時間差に基づいて異常位置を特定することを特徴とする風力発電機の異常程度判定方法。 A method for determining the degree of abnormality of a wind power generator according to claim 7 ,
A plurality of the sensors are provided in the wind power generator, the waveform information obtained from each of the plurality of sensors is compared, and an abnormal position is identified based on a time difference between the waveform information. Degree determination method.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014002081A JP6158100B2 (en) | 2014-01-09 | 2014-01-09 | Wind generator abnormality level determination system or wind generator abnormality level determination method |
| TW103134397A TWI547639B (en) | 2014-01-09 | 2014-10-02 | Determination of Abnormal Degree of Wind Turbine Generator and Judgment of Abnormal Degree of Wind Turbine |
| DE102015200163.6A DE102015200163A1 (en) | 2014-01-09 | 2015-01-08 | Fault determination system and method for a wind turbine generator |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014002081A JP6158100B2 (en) | 2014-01-09 | 2014-01-09 | Wind generator abnormality level determination system or wind generator abnormality level determination method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015129493A JP2015129493A (en) | 2015-07-16 |
| JP6158100B2 true JP6158100B2 (en) | 2017-07-05 |
Family
ID=53443408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014002081A Active JP6158100B2 (en) | 2014-01-09 | 2014-01-09 | Wind generator abnormality level determination system or wind generator abnormality level determination method |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP6158100B2 (en) |
| DE (1) | DE102015200163A1 (en) |
| TW (1) | TWI547639B (en) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6185541B2 (en) * | 2015-11-13 | 2017-08-23 | エコ・パワー株式会社 | Wind turbine blade inspection method |
| JP6573923B2 (en) * | 2017-02-10 | 2019-09-11 | エムエイチアイ ヴェスタス オフショア ウィンド エー／エス | Wind power generation facility and method of operating wind power generation facility |
| JP6868817B2 (en) * | 2017-03-22 | 2021-05-12 | パナソニックＩｐマネジメント株式会社 | Information presentation system, distribution board, information presentation method, and program |
| WO2020234983A1 (en) * | 2019-05-21 | 2020-11-26 | 株式会社東芝 | Determination device, determination method, and program |
| CN110778467B (en) * | 2019-09-17 | 2020-11-10 | 东方电气风电有限公司 | Lightning stroke protection method for wind generating set |
| JP7398324B2 (en) * | 2020-04-08 | 2023-12-14 | 東京パワーテクノロジー株式会社 | Tower monitoring device, tower monitoring method, program, and tower monitoring system |
| WO2022268276A1 (en) * | 2021-06-25 | 2022-12-29 | Vestas Wind Systems A/S | Detecting lightning strikes on a wind turbine with improved reliability |
| CN113883016A (en) * | 2021-11-16 | 2022-01-04 | 西安热工研究院有限公司 | Real-time monitoring method and system for blade root bolt fracture of wind generating set blade |
| WO2024189912A1 (en) * | 2023-03-16 | 2024-09-19 | 日本電信電話株式会社 | System, method, device, and program for inspecting wind power generation facility |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008025993A (en) * | 2006-07-18 | 2008-02-07 | Photonics:Kk | Lightning detection device for blade |
| JP4808148B2 (en) * | 2006-12-15 | 2011-11-02 | 東光電気株式会社 | Blade lightning strike monitoring device and lightning strike monitoring system |
| JP5072427B2 (en) * | 2007-05-11 | 2012-11-14 | 三菱重工業株式会社 | Wind power generator and lightning energy level determination method thereof |
| JP2011122533A (en) * | 2009-12-11 | 2011-06-23 | Mitsubishi Heavy Ind Ltd | Icing preventive device |
| EP2385246A1 (en) | 2010-05-05 | 2011-11-09 | Siemens Aktiengesellschaft | Arrangement for lightning detection |
| JP5427757B2 (en) * | 2010-11-30 | 2014-02-26 | 三菱重工業株式会社 | Lightning strike detection device for hollow structure, wind turbine rotor and wind power generator equipped with the same |
| JP5535886B2 (en) * | 2010-11-30 | 2014-07-02 | 三菱重工業株式会社 | Lightning strike detection device, wind turbine rotor and wind power generator equipped with the same |
| JP2012164446A (en) * | 2011-02-04 | 2012-08-30 | Niigata Univ | Lightning damage countermeasure device of high-rise building structure |
| DE102011085107B4 (en) * | 2011-10-24 | 2013-06-06 | Wobben Properties Gmbh | Method for controlling a wind energy plant |
| US8511177B1 (en) * | 2011-12-15 | 2013-08-20 | Shaw Shahriar Makaremi | Blade condition monitoring system |
| JP2013139734A (en) * | 2011-12-28 | 2013-07-18 | Mitsubishi Heavy Ind Ltd | Wind power generation device, and damage detection device, method and program applied thereto |
| JP5567044B2 (en) * | 2012-02-21 | 2014-08-06 | 三菱重工業株式会社 | Wind farm operation method and wind farm operation control system |
| CN102619703B (en) * | 2012-03-26 | 2016-01-20 | 广东明阳风电产业集团有限公司 | Lightning protection on-Line Monitor Device on a kind of wind-driven generator |
-
2014
- 2014-01-09 JP JP2014002081A patent/JP6158100B2/en active Active
- 2014-10-02 TW TW103134397A patent/TWI547639B/en not_active IP Right Cessation
-
2015
- 2015-01-08 DE DE102015200163.6A patent/DE102015200163A1/en not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| TWI547639B (en) | 2016-09-01 |
| JP2015129493A (en) | 2015-07-16 |
| TW201534812A (en) | 2015-09-16 |
| DE102015200163A1 (en) | 2015-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6158100B2 (en) | Wind generator abnormality level determination system or wind generator abnormality level determination method | |
| US11460005B2 (en) | Condition monitoring system and wind turbine generation apparatus | |
| CN108087210B (en) | Wind generating set blade abnormity identification method and device | |
| EP2886853B1 (en) | A monitoring system and a monitoring method for a wind turbine generator | |
| US9841004B2 (en) | Yaw control system and yaw control method for wind turbine generator | |
| EP3380724B1 (en) | A method for monitoring and assessing power performance changes of a wind turbine | |
| EP3309389B1 (en) | Verification of wind turbine nacelle yaw position sensor | |
| US8434360B2 (en) | System and method for detecting ice on a wind turbine rotor blade | |
| TWI542785B (en) | Method of controlling a wind power installation | |
| CN108291527B (en) | A method of monitoring and assessment wind turbine power performance change | |
| DK178952B1 (en) | Methods and systems for detecting damage to the wind turbine rotor blade | |
| WO2012000506A2 (en) | A method for performing condition monitoring in a wind farm | |
| US20120151922A1 (en) | Steam turbine overspeed protection method and system | |
| EP3425199B1 (en) | Data collection system and method for wind turbine power generation facility, and wind turbine power generation facility | |
| EP4080046A1 (en) | Method and system for monitoring health state of blade root fastener | |
| US10865778B2 (en) | Method for ascertaining a value of an ice buildup quantity on at least one rotor blade of a wind turbine, and use thereof | |
| KR20170042728A (en) | A Method for Early Error Detection in a Drive System, a System for Early Error Detection, Wind Generator Comprising the System and Use of the System | |
| EP3642481B1 (en) | A method for determining wind turbine blade edgewise load recurrence | |
| CN111156136A (en) | Method and system for monitoring states of variable-pitch bearing and connecting bolt of wind driven generator | |
| EP3301297A1 (en) | Damage detection of a rotor blade of a wind turbine | |
| KR102322693B1 (en) | Apparatus for monitoring wind turbine blade and method thereof | |
| WO2023025365A1 (en) | Identifying recurrent free-flow wind disturbances associated with a wind turbine | |
| JP2017181500A (en) | State monitoring system and wind power generator | |
| DK201670502A1 (en) | Wind turbine and a method of operating a wind turbine | |
| JP2017219325A (en) | Abnormality diagnostic device and abnormality diagnostic method of rotary part |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160414 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170110 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170112 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170123 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170131 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170221 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170509 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170607 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6158100 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |