WO2015198793A1 - 状態監視システムおよびそれを用いた風力発電システム - Google Patents
状態監視システムおよびそれを用いた風力発電システム Download PDFInfo
- Publication number
- WO2015198793A1 WO2015198793A1 PCT/JP2015/065592 JP2015065592W WO2015198793A1 WO 2015198793 A1 WO2015198793 A1 WO 2015198793A1 JP 2015065592 W JP2015065592 W JP 2015065592W WO 2015198793 A1 WO2015198793 A1 WO 2015198793A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- diagnostic parameter
- nacelle
- period
- monitoring system
- detector
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 122
- 238000010248 power generation Methods 0.000 title claims abstract description 12
- 238000003745 diagnosis Methods 0.000 claims abstract description 47
- 230000005856 abnormality Effects 0.000 claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000012937 correction Methods 0.000 claims description 34
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 description 58
- 238000012545 processing Methods 0.000 description 29
- 238000013480 data collection Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 22
- 238000000034 method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000007547 defect Effects 0.000 description 10
- 230000003111 delayed effect Effects 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000005096 rolling process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 102220070930 rs794728599 Human genes 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
-
- 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
-
- 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
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/20—Wind motors characterised by the driven apparatus
- F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2220/00—Application
- F05B2220/70—Application in combination with
- F05B2220/706—Application in combination with an electrical generator
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2240/00—Components
- F05B2240/90—Mounting on supporting structures or systems
- F05B2240/91—Mounting on supporting structures or systems on a stationary structure
- F05B2240/912—Mounting on supporting structures or systems on a stationary structure on a tower
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/80—Diagnostics
-
- 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
-
- 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
- Y02E10/728—Onshore wind turbines
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)
- Power Engineering (AREA)
- Wind Motors (AREA)
Abstract
風力発電装置(10)の状態監視システムは、機器の状態を検出する各センサと、各センサの検出結果に基づいて診断パラメータを生成するモニタ装置(80)と、診断パラメータに基づいて機器の異常を診断するデータサーバ(330)と、ナセルの回転速度を検出するための回転角度センサとを備える。データサーバ(330)は、回転角度センサの検出結果に基づいて診断パラメータを補正し、補正後の診断パラメータを所定のしきい値と比較することによって機器が異常か否かを診断する。
Description
この発明は、状態監視システム及びそれを備えた風力発電システムに関し、特に、風力発電装置を構成する機器の状態を監視する状態監視システム及びそれを備えた風力発電システムに関する。
たとえば特許文献1には、風力発電装置の機械要素の状態を監視する状態監視システム(CMS:Condition Monitoring System)が開示されている。この状態監視システムは、機械要素に設けられた振動センサの信号を取り込み、定格運転時の振動状態を表す状態量(以降、診断パラメータと称す)の経時的な変化を長期間に亘って記録し、この診断パラメータの上昇率や変化の特徴に基づいて機械要素が異常か否かを判定する(特許文献1参照)。
機械要素に異常がなくても、診断パラメータが比較的大きく変動することがある。このような診断パラメータの変動を考慮して機械要素の異常判定しきい値を大きくすると、実際に生じた異常の検知が遅れてしまう。異常検知が遅れると、正常な他の機械要素も損傷したり、補修部品の入手時期が遅れることで風力発電装置の運転停止時間が延びたりしてしまう可能性がある。
本願発明者は、種々の検討の結果、ナセルが回動しているときに、機械要素の振動が大きくなり、診断パラメータが大きく変動するとの知見を得た。そこで、ナセルの非回転時における診断パラメータに基づいて異常診断を行なえば、異常判定のしきい値を適正レベルに下げることができ、この点で異常検知の遅れを抑制し得る。
しかしながら、風向きが一定になることが少ない風況地においては、ナセルが回動していないときの診断パラメータを十分に収集できず、このために結果的に異常検知が遅れてしまう可能性がある。
それゆえに、この発明の主たる目的は、風力発電装置を構成する機器の異常を迅速かつ確実に検出可能な状態監視システム及びそれを備えた風力発電システムを提供することである。
この発明に係る状態監視システムは、風力発電装置を構成する機器の状態を監視する状態監視システムである。風力発電装置は、支柱上部に回転自在に支持されるナセルを含む。状態監視システムは、機器の状態を検出する第1の検出器と、第1の検出器の検出結果に基づいて診断パラメータを生成するモニタ装置と、診断パラメータに基づいて機器の異常を診断する制御装置と、ナセルの回転速度を検出するための第2の検出器とを備える。そして、制御装置は、第2の検出器の検出結果に基づいて診断パラメータを補正し、補正後の診断パラメータを所定のしきい値と比較することによって機器が異常か否かを診断する。
なお、ナセルの回転速度とは、ナセルの回転の速さを示すものであり、単位時間あたりの回転数及び単位時間あたりの回転角の双方を含むものである。
好ましくは、制御装置は、ナセルの回転速度を変数とする補正関数を用いて診断パラメータを補正する。補正関数は、ナセルの回転速度が高いほど、補正前の診断パラメータに対する補正後の診断パラメータの比を小さくするように、診断パラメータを補正する関数である。
さらに好ましくは、補正関数は、ナセルの回転速度をその最大速度で除算することによって得られる無次元化されたナセルの回転速度を変数とし、診断パラメータをナセルの非回転時の診断パラメータで除算することによって得られる無次元化された診断パラメータの関数である。
好ましくは、制御装置は、診断前の所定期間におけるナセルの回転速度の平均値を算出し、その平均値に基づいて、補正関数を用いて診断パラメータを補正する。
好ましくは、モニタ装置は、診断前の第1の期間における診断パラメータを制御装置へ送信する。制御装置は、モニタ装置から受信したデータを一旦保存し、第1の期間の終了時に、第2の検出器の検出結果に基づいて第1の期間の診断パラメータを補正し、その補正後の診断パラメータに基づいてしきい値を生成する。より詳しくは、制御装置は、第1の期間の終了時点において、診断パラメータの補正関数を決定し、この補正関数と第2の検出器の検出結果とに基づいて、保存されていた第1の期間のすべての診断パラメータを補正し、その補正後の診断パラメータに基づいてしきい値を生成する。モニタ装置は、さらに、第1の期間経過後の第2の期間における診断パラメータを制御装置へ送信する。制御装置は、さらに、第2の期間における第2の検出器の検出結果と第1の期間の終了時に求めた補正関数とに基づいて第2の期間の診断パラメータを補正し、その補正後の診断パラメータを上記しきい値と比較することによって機器が異常か否かを診断する。
この発明に係る状態監視システムは、風力発電装置を構成する機器の状態を監視する状態監視システムであって、機器の状態を検出する第1の検出器と、第1の検出器の検出結果に基づいて診断パラメータを生成するモニタ装置と、診断パラメータに基づいて機器の異常を診断する制御装置とを備えたものである。風力発電装置は、風力を主軸の回転トルクに変換するブレードと、主軸の回転トルクを電力に変換する発電機を収容したナセルと、ナセルを回転可能に支持するタワーと、ブレードが風上に向くようにナセルを回転させる駆動装置とを含む。ナセルの回転に伴って診断パラメータが変動する。モニタ装置は、診断前の第1の期間における診断パラメータを制御装置へ送信し、制御装置は、第1の期間のうちの有効期間の診断パラメータに基づいて、機器の異常を診断するためのしきい値を生成する。モニタ装置は、第1の期間経過後の第2の期間に診断パラメータを制御装置に送信し、制御装置は、第2の期間のうちの有効期間の診断パラメータとしきい値とに基づいて機器が異常か否かを診断する。
好ましくは、診断パラメータの有効期間は、ナセルが回転していない期間である。
好ましくは、診断パラメータの有効期間は、ナセルの回転角速度の大きさの予め定められた時間当たりの平均値が予め定められた値よりも小さな期間である。
好ましくは、診断パラメータの有効期間は、ナセルの回転角速度の大きさの予め定められた時間当たりの平均値が予め定められた値よりも小さな期間である。
好ましくは、状態監視システムは、さらに、ナセルの回転角速度を検出する第2の検出器を備える。モニタ装置は、第2の検出器の検出値を診断パラメータとともに制御装置に送信する。制御装置は、第2の検出器の検出値に基づいて有効期間か否かを判別する。
好ましくは、制御装置は、風力発電装置を別途監視するSCADA(Supervisory Control And Data Acquisition)からの情報から得られるナセルの回転速度に基づいて診断パラメータを補正する。
好ましくは、第2の検出器は、方位センサ、ジャイロセンサ、GPS(Global Positioning System)の少なくとも1つを含む。
また、好ましくは、第2の検出器は、ナセルを駆動する駆動装置の駆動電流及び駆動電圧の少なくとも一方を検出する検出器を含む。
また、この発明によれば、風力発電システムは、風力発電装置と、上述したいずれかの状態監視システムとを備える。
この発明に係る状態監視システムでは、第2の検出器により検出されるナセルの回転速度に基づいて診断パラメータが補正されるので、ナセルの回動による診断パラメータの変動増大を抑制し得る。これにより、機器が異常か否かを診断するしきい値の設定を不必要に大きくする必要はなく、しきい値を不必要に大きくすることによる機器の異常検知の遅れは発生しない。
また、ナセルの回動/停止に拘わらず診断パラメータを収集して異常検知できるので、ナセルの停止時のみの診断パラメータに基づいて異常検知する場合に比べて、機器の異常を早期に発見し得る。したがって、この発明によれば、風力発電装置を構成する機器の異常を迅速かつ確実に検出することができる。
この発明に係る他の状態監視システムでは、風力発電装置のナセルが停止している期間が診断パラメータの有効期間とされ、診断前の第1の期間のうちの有効期間の診断パラメータに基づいてしきい値を生成し、その後の第2の期間のうちの有効期間の診断パラメータとしきい値とに基づいて機器が異常か否かを診断する。したがって、従来よりも診断パラメータのしきい値を低く設定することができ、風力発電装置の異常を迅速に検出することができる。
この発明に係るさらに他の状態監視システムでは、風力発電装置のナセルの回転角速度の大きさの予め定められた時間内の平均値が予め定められた値よりも小さな期間が診断パラメータの有効期間とされ、診断前の第1の期間のうちの有効期間の診断パラメータに基づいてしきい値を生成し、その後の第2の期間のうちの有効期間の診断パラメータとしきい値とに基づいて機器が異常か否かを診断する。したがって、従来よりも診断パラメータのしきい値を低く設定することができ、風力発電装置の異常を迅速に検出することができる。
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。
[実施の形態1]
<状態監視システムの全体構成>
図1は、本実施の形態1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。
<状態監視システムの全体構成>
図1は、本実施の形態1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~70I(図2)を含み、センサの検出値から実効値、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、エンベロープ処理後のピーク値等を算出し、インターネット320を介してデータサーバ330へ送信する。
ここでは、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るとして説明したが、これに限定されることなく、無線によって通信が行われてもよい。
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したり、測定データの詳細な解析を行なったり、モニタ装置の設定を変更したり、風力発電装置の各機器の状態を表示したりするために設けられている。
<風力発電装置の構成>
図2は、風力発電装置10の構成を概略的に示した図である。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、ナセル90と、タワー100とを備える。また、風力発電装置10は、センサ70A~70Iと、モニタ装置80とを備える。増速機40、発電機50、主軸受60、センサ70A~70I、及びモニタ装置80は、ナセル90に格納され、ナセル90は、タワー100によって支持される。
図2は、風力発電装置10の構成を概略的に示した図である。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、ナセル90と、タワー100とを備える。また、風力発電装置10は、センサ70A~70Iと、モニタ装置80とを備える。増速機40、発電機50、主軸受60、センサ70A~70I、及びモニタ装置80は、ナセル90に格納され、ナセル90は、タワー100によって支持される。
主軸20は、ナセル90内に挿入されて増速機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。そして、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、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~70Iは、ナセル90の内部の各機器などに固設される。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90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。センサ70Iは、ナセル90の床面に固設され、ナセル90の回転角速度(単位時間あたりの回転数でもよい。)を検出する。センサ70Iは、たとえば、素子を振動させて素子に加わるコリオリの力から角速度を検出するジャイロセンサを含む。
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、遊星ギヤや中間軸、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、この増速機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、この発電機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。
ナセル回転機構は、ナセル90側に取り付けられたナセル向き変更用の駆動装置124と、駆動装置124の回転軸に嵌合されたピニオンギヤによって回転されるリングギヤ126とを含む。リングギヤ126は、タワー100に固定された状態に取り付けられている。
ナセル回転機構は、ナセル90を回転させてナセル90の向きを変更(調整)する。ここで、ナセル90とタワー100の境界部には、ナセル支持用の軸受122が設けられている。ナセル90は、軸受122によって支持され、軸受122の回転軸を中心として回転する。このようなタワー100の中心軸回りのナセル90の回転をヨー(yaw)運動又はヨーイング(yawing)という。
モニタ装置80は、ナセル90の内部に設けられ、センサ70A~70Iが検出した各機器の振動、音、AE(Acoustic Emission)、ナセル90の回転角速度等のデータを受ける。なお、図示はしていないが、センサ70A~70I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、測定データの詳細な解析、モニタ装置80の設定変更、風力発電装置10の各機器の状態の表示を実行するプログラムが予め格納されている。監視用端末340の画面には、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の各機器についてのデータが表示される。
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、本発明の本質的な部分は、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、本実施の形態1に用いられる各種のデータの関係を説明するための図である。図3では、風力発電装置10の部位(構成要素)と、故障モードと、センサと、センサの測定データから算出される診断パラメータとの関係が示されている。
図3は、本実施の形態1に用いられる各種のデータの関係を説明するための図である。図3では、風力発電装置10の部位(構成要素)と、故障モードと、センサと、センサの測定データから算出される診断パラメータとの関係が示されている。
具体的には、図2、図3に示すように、主軸受60については、主軸受60に設けられた高周波用振動センサ70Aにより測定されたデータから、モニタ装置80により診断パラメータとして実効値を算出し、算出した実効値が対応するしきい値を越えている場合には、主軸受60が軸受損傷していることが監視用端末340に表示される。
また、主軸受60については、主軸受60の半径方向振動を測定するように設けられた低周波用振動センサ70Hにより、測定されたデータからモニタ装置80により診断パラメータとして1次回転周波数成分、2次回転周波数成分、3次回転周波数成分を算出し、算出した各値が対応するしきい値を越えている場合には、主軸受60がアンバランスであることが監視用端末340に表示される。
さらに、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設けられた低周波用振動センサ70Gにより、測定されたデータからモニタ装置80により診断パラメータとして1次回転周波数成分、2次回転周波数成分、3次周波数成分を算出し、算出した各値が対応するしきい値を越えている場合には、主軸受60がミスアライメントであることが監視用端末340に表示される。
増速機40については、高周波用振動センサ70B~70Dにより、測定されたデータからモニタ装置80により診断パラメータとして実効値を算出し、算出した実効値が対応するしきい値を越えている場合には、増速機40が軸受損傷していることが監視用端末340に表示される。
また、増速機40については、高周波用振動センサ70B~70Dにより、測定されたデータからモニタ装置80により診断パラメータとして歯車の1次かみ合い周波数成分、2次かみ合い周波数成分、3次かみ合い周波数成分を算出し、算出した各値が対応するしきい値を越えている場合には、増速機40が歯車損傷していることが監視用端末340に表示される。
発電機50については、高周波用振動センサ70E,70Fにより、測定されたデータからモニタ装置80により診断パラメータとして実効値を算出し、算出した実効値が対応するしきい値を越えている場合には、発電機50が軸受損傷していることが監視用端末340に表示される。
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設けられた低周波用振動センサ70Hにより、測定されたデータからモニタ装置80により診断パラメータとして低周波振動成分を算出し、算出した値が対応するしきい値を越えている場合には、ナセル90が異常振動していることが監視用端末340に表示される。
また、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設けられた低周波用振動センサ70Gにより、測定されたデータからモニタ装置80により診断パラメータとして低周波振動成分を算出し、算出した値が対応するしきい値を越えている場合には、ナセル90が異常振動していることが監視用端末340に表示される。
ここで、この実施の形態1に従う状態監視システムにおいては、回転角度センサ70Iによってナセル90の回転角速度ω(rad/s)が検出される。そして、ナセル90の回動に伴なってセンサ70A~70Hの測定データが変動するところ、この状態監視システムでは、ナセル90の回転角速度ωに基づいて診断パラメータが補正される。具体的には、ナセル90の回転角速度ωが高いほど、センサ70A~70Hの測定データ及びそれに基づく診断パラメータが大きく変動する。そこで、ナセル90の回動による診断パラメータの変動を抑制するために、ナセル90の回転角速度ωが高いほど、補正前の診断パラメータに対する補正後の診断パラメータの比を小さくするように、診断パラメータが補正される。この診断パラメータの補正方法については、後ほど詳しく説明する。
なお、上記測定項目は、理解を容易にするために、一部を取り出したものであって、これに限定されることはない。振動センサ、AEセンサ、温度センサ、音センサの測定データから、統計的手法を用いて、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、エンベロープ処理後のピーク値を算出し、対応するしきい値と比較して、風力発電装置10の機器の状態を把握し、監視用端末340に機器の状態を表示しても構わない。
<状態監視システムの動作>
本実施の形態1に従う状態監視システムの動作について以下に説明する。状態監視システムは、風力発電装置10の診断運転条件を設定するための基礎データ収集期間での処理(図5参照)と、基礎データ収集期間経過後、診断運転条件を満たす運転測定データが異常か否かを判断するしきい値を生成する学習期間での処理(図6参照)と、学習期間経過後、風力発電装置10の実際の運用が行われ、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の状態を監視する運用期間での処理(図7参照)とから構成される。
本実施の形態1に従う状態監視システムの動作について以下に説明する。状態監視システムは、風力発電装置10の診断運転条件を設定するための基礎データ収集期間での処理(図5参照)と、基礎データ収集期間経過後、診断運転条件を満たす運転測定データが異常か否かを判断するしきい値を生成する学習期間での処理(図6参照)と、学習期間経過後、風力発電装置10の実際の運用が行われ、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の状態を監視する運用期間での処理(図7参照)とから構成される。
ここで、上記の各処理においては、後述のように各種センサの測定データから算出される診断パラメータが用いられるところ、本実施の形態1に従う状態監視システムでは、上述したようにナセル90の回転角速度ωに基づいて診断パラメータが補正される。以下、この診断パラメータの補正処理についてまず説明する。
(診断パラメータの補正処理)
診断パラメータの補正処理は、データサーバ330(図1)において実行される。データサーバ330は、センサ70Iからナセル90の回転角速度ω(rad/s)の検出値を受け、回転角速度ωの絶対値の平均値ωaを次式(1)に基づいて算出する。
診断パラメータの補正処理は、データサーバ330(図1)において実行される。データサーバ330は、センサ70Iからナセル90の回転角速度ω(rad/s)の検出値を受け、回転角速度ωの絶対値の平均値ωaを次式(1)に基づいて算出する。
ここで、tは時間であり、T1及びT2はそれぞれ計測開始時刻及び計測終了時刻であり、時間(T2-T1)が予め定められた時間に設定される。なお、時間(T2-T1)は、診断対象(主軸受や増速機等)に応じて適宜設定され得る。さらに、データサーバ330は、値ωaを回転角速度ωの最大値ωaMaxで除算することによって、無次元化したナセル90の回転角速度Ωを算出する。
なお、最大値ωaMaxは、風力発電装置10の仕様上の設定値であってもよいし、後述の基礎データ収集期間において収集される回転角速度ωの実測値の最大値であってもよい。
ここで、各種センサの測定データから算出される診断パラメータVmをナセル90の非回転時の診断パラメータの平均値Vm0で除算することによって得られる無次元化した診断パラメータ(Vm/Vm0)を、上記の無次元化したナセル90の回転角速度Ωに対して整理すると、無次元化した診断パラメータ(Vm/Vm0)と無次元化したナセル90の回転角速度Ωとの間には、図4に示されるような関係がみられる。
図4は、無次元化した診断パラメータ(Vm/Vm0)と、無次元化したナセル90の回転角速度Ωとの関係を示した図である。なお、この図4に示されるデータは、各機器の異常が発生していない正常運転時に収集されたデータである。図4を参照して、Vm0はナセル90の非回転時における診断パラメータの値であるので、回転角速度Ωが0であるときは、無次元化した診断パラメータ(Vm/Vm0)の値は1となる。そして、回転角速度Ωが大きくなるに従って、無次元化した診断パラメータ(Vm/Vm0)の値は大きくなる。
この図4は、ナセル90の非回転時における診断パラメータの値Vm0を基準として、ナセル90の最大回転角速度(Ω=1)までの診断パラメータVmの増加傾向を示すものである。このナセル90の回動に伴なう診断パラメータの変動増分を取り除くように診断パラメータを補正することによって、機器の異常による診断パラメータの変動を正確に見積もることができる。
そこで、この実施の形態1に従う状態監視システムでは、図4に示されるデータに基づいて、無次元化した診断パラメータ(Vm/Vm0)と、無次元化したナセル90の回転角速度Ωとの関係を示す近似関数L(補正関数)が算出される。そして、実測される回転角速度Ωに応じた近似関数L(補正関数)の値で診断パラメータVmを除算することによって、診断パラメータが補正される。
これにより、診断パラメータに対するナセル90の回動の影響が抑制されるので、ナセル90の回動による振動パラメータの変動を考慮することなく、異常診断を行なうためのしきい値を設定することができる。すなわち、ナセル90の回動による振動パラメータの変動を考慮してしきい値を不必要に大きな値に設定する必要がない。したがって、異常診断のしきい値を適正レベルに下げることができ、異常診断において早期の異常検知を実現することが可能となる。
なお、無次元化した診断パラメータ(Vm/Vm0)と、無次元化したナセル90の回転角速度Ωとの関係を示す近似関数(補正関数)Lについては、種々の関数を採用し得る。この実施の形態1では、一例として以下のような関数が用いられる。
ここで、Vm1は、無次元化したナセル90の回転角速度Ωが1(すなわち、ωa=ωaMax)のときの診断パラメータVmの値であり、αは定数である。定数αは、診断パラメータVmの実測値に基づいて決定され、たとえば図4に示されるデータの回帰式に基づいて決定される。
そして、診断パラメータVmは、式(3)で示される補正関数を用いて以下のように補正される。
Vrecは、ナセル90の回転角速度ωに基づいて補正された、補正後の診断パラメータである。そして、この実施の形態1では、以下に説明する、学習期間の終了時及び運用期間での処理において、診断パラメータVmの補正処理が実行され、補正後の診断パラメータVrecに基づいて各処理が実行される。以下、基礎データ収集期間、学習期間及び運用期間での各処理について説明する。
(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を収集する期間である。この基礎データ収集期間での処理について説明する。
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を収集する期間である。この基礎データ収集期間での処理について説明する。
図5は、基礎データ収集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5を参照して、風力発電装置10の動作が開始され、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(ステップS1)、データサーバ330を通して、モニタ装置80に基礎データ収集指令が送信される(ステップ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の各機器の振動等の各種データ(以下、測定データという。)と、ブレード30の回転速度、ナセル90の回転角速度ω、及び発電電流の各種のデータ(以下、運転条件データという。)を同時に収集し(ステップS3)、振動等の各種データである測定データから診断パラメータVmを算出し(ステップS4)、この診断パラメータVm、測定データ及び運転条件データをデータサーバ330に送信する(ステップS5)。
データサーバ330は、診断パラメータVmと、測定データと、運転条件データとを記憶部に格納する(ステップS6)。この測定データ及び運転条件データの測定(ステップS3)、診断パラメータの算出(ステップS4)、データサーバ330への送信(ステップS5)、並びにデータサーバ330における記憶部への格納(ステップ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ステップS7まで続けられる(ステップS7;NO)。
なお、運転条件データは、回転速度、発電電流に限定されることなく、風速、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まれる。
また、測定データは、振動に限定されることなく、AE、温度、音響など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には(ステップS91;YES)、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(ステップS9)。そうすると、上述したようにモニタ装置80は、基礎データを収集することを終了し処理が終了する(ステップS7;YES)。同時に、データサーバ330は、基礎データ収集期間に収集したすべての診断パラメータ、測定データ及び運転条件データを監視用端末340に送信する(ステップ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には(ステップS91;NO)、処理がそのまま終了する。
監視用端末340では、診断パラメータ、測定データ及び運転条件データを表示し(ステップS11)、担当者はその診断パラメータと運転条件データを見て、診断運転条件を指定する(ステップS12)。ここで診断運転条件は、状態監視システムが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)を測定し、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の範囲にあれば、運転条件と診断運転条件を満たすために、同時に測定した測定データから診断パラメータを算出し、診断パラメータに対応するしきい値と比較して診断する。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。なお、診断運転条件は複数個指定できる。
監視用端末340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(ステップS13)、データサーバ330は、診断運転条件を記憶部に格納する(ステップS14)。以上で、基礎データ収集期間での監視用端末340、データサーバ330の処理が終了する。
(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。この学習期間での処理について説明する。
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。この学習期間での処理について説明する。
図6は、風力発電装置10の学習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6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から学習開始指令がデータサーバ330に送信される(ステップS15)。データサーバ330は、学習開始指令を受けると、記憶部に格納されている診断運転条件を読出してモニタ装置80に送信する(ステップS16)。モニタ装置80は、診断運転条件を受信すると(ステップS17)、測定データと運転条件データを同時に測定する(ステップS18)。そして、モニタ装置80は、振動等の各種データである測定データから診断パラメータVmを算出する(ステップS19)。
現在の運転条件が診断運転条件を満足する場合は、モニタ装置80は、診断パラメータVm、測定データ及び運転条件データをデータサーバ330に送信する(ステップS20)。データサーバ330は、診断パラメータVmと、測定データと、運転条件データとを受信して記憶部に格納する(ステップS22)。測定データ及び運転条件データの測定(ステップS18)、診断パラメータの算出(ステップS19)、データサーバ330への送信(ステップS20)、並びにデータサーバ330における記憶部への格納(ステップ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ステップS21まで続けられる(ステップS21;NO)。
担当者が監視用端末340から学習の終了を指示する場合には(ステップS241;YES)、監視用端末340から学習終了指令がデータサーバ330に送信される(ステップS24)。データサーバ330は、モニタ装置80に学習終了指令を送信し(ステップS23)、モニタ装置80は、測定データ及び運転条件データの収集を終了し処理が終了する(ステップS21;YES)。同時に、データサーバ330は、上式(3)で示される補正関数を決定する。具体的には、データサーバ330は、対象とする運転条件におけるωaMax、Vm0、Vm1を決定し、最終的に補正関数の定数αを算出する。そして、データサーバ330は、記憶部に格納された種々の診断パラメータVmに対して、上式(4)に従って補正処理を行ない、補正後の診断パラメータVrecを生成して記憶部に保存する(ステップS231)。データサーバ330は、記憶部に格納された診断パラメータVrecの統計的演算により、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(ステップS25)。しきい値は、データサーバ330の記憶部に格納され、監視用端末340に送信される(ステップS26)。監視用端末340は、しきい値を受信してモニタ等の表示部に表示し(ステップS27)、担当者はしきい値を確認できる。以上で、学習期間でのデータサーバ330、モニタ装置80の処理が終了する。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には(ステップS241;NO)、処理がそのまま終了する。
なお、しきい値を生成するための基礎データ収集期間及び学習期間は、任意に変更できる。
風力発電装置10の各機器が正常状態である場合の測定データを用いて、しきい値は、各風力発電装置10の各機器ごと、各診断運転条件ごとに生成される。
ここでは、理解を容易にするために、具体例として、ある診断運転条件下において一台の風力発電装置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、以下具体的に説明する。
ステップS22で記憶部に格納された診断パラメータVrecの値は複数個あり、複数個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1のしきい値CTをμ0+3σ0と仮定し、第2のしきい値WNを第1のしきい値の3倍と仮定する。第1のしきい値CT及び第2のしきい値WNはそれぞれ、次式(5),(6)で示される。
CT=μ0+3σ0 …(5)
WN=3(μ0+3σ0) …(6)
このしきい値CT,WNを用いて後述する運用期間の診断パラメータVrec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断し、その結果が監視用端末340に表示される。たとえば、このしきい値CTを越える場合には、監視用端末340に、対応する機器の状態が異常な状態を示すたとえば「注意」などの表示がなされる。またこのしきい値WNを越える場合には、監視用端末340に、対応する機器の状態がより異常の程度が大きい状態を示すたとえば「警告」などの表示がなされる。
WN=3(μ0+3σ0) …(6)
このしきい値CT,WNを用いて後述する運用期間の診断パラメータVrec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断し、その結果が監視用端末340に表示される。たとえば、このしきい値CTを越える場合には、監視用端末340に、対応する機器の状態が異常な状態を示すたとえば「注意」などの表示がなされる。またこのしきい値WNを越える場合には、監視用端末340に、対応する機器の状態がより異常の程度が大きい状態を示すたとえば「警告」などの表示がなされる。
このように、しきい値を2段階に分けることで、しきい値CTより小さい測定データについては、専門家の判断を必要とせず、一方、しきい値WNより大きい測定データについて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なることが容易に分類でき、しきい値CTとしきい値WNとの間に測定データが当てはまる場合には、たとえば、風力発電装置10の各機器の状態の様子を見ながら、専門家に診断させるかどうかを決定できる。
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、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段階にして説明したが、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。
(運用期間での処理)
運用期間とは、学習期間経過後、風力発電装置10の実際の運用が行なわれ、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の状態を監視する期間である。この運転期間での処理について説明する。
運用期間とは、学習期間経過後、風力発電装置10の実際の運用が行なわれ、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の状態を監視する期間である。この運転期間での処理について説明する。
図7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7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(ステップS30)。データサーバ330は、この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(ステップS31)。
モニタ装置80は、診断運転条件を受信し(ステップS32)、風力発電装置10の各機器における振動データ等の測定データと、主軸20の回転速度、ナセル90の回転角速度ω、発電機電流などの運転条件データを同時に測定する(ステップS33)。
モニタ装置80は、現在の運転条件が診断運転条件を満足しているか否かを判断する(ステップS34)。そして、条件を満足している場合には(ステップS34;YES)、モニタ装置80は、測定データから診断パラメータを計算し(ステップS35)、診断パラメータ、測定データ及び運転条件データをデータサーバ330に送信する(ステップS36)。一方、条件を満足しない場合には(ステップS34;NO)、再度測定データ及び運転条件データを測定するステップS33に処理が戻る。
したがって、モニタ装置80は、現在の運転条件が診断運転条件を満足している場合にのみ、診断パラメータVm、測定データ及び運転条件データをデータサーバ330に送信する。
データサーバ330は、診断パラメータVm、測定データ及び運転条件データを受信し、上記の式(4)に従って診断パラメータVmに補正処理を施す(ステップS37)。
次いで、データサーバ330は、補正処理後の診断パラメータVrec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の各機器の状態を判定する。たとえば、データサーバ330は、補正処理後の診断パラメータVrecが第2のしきい値WNを越えていたら、診断結果をWNとし、補正処理後の診断パラメータVrecが第1のしきい値CTを越えていたら、診断結果をCTとする(ステップS38)。そして、データサーバ330は、この診断結果と、補正処理後の診断パラメータVrecと、測定データと、運転条件データとを記憶部に格納し、これらのデータを監視用端末340に送信する(ステップ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、運転条件データを受信し(ステップ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」、これ以外ならば「良好」と表示する(ステップS41)。
また、診断結果がWNや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、診断運転条件や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5のステップS1からの手続きを取れば、診断運転条件を変更して、しきい値を新たに設定できる。なお、しきい値は監視用端末340から担当者によって変更が可能である。
なお、図7のステップS40において、監視用端末340が診断結果とともに診断パラメータ値、測定データを受信するので、監視用端末340は、専門家に対して評価・解析できるような最新かつ最適な測定データ等を容易に提供でき、また、この測定データ等とこれに関連するデータをモニタ(図示せず)上に同時表示可能にさせる環境を提供できる。
よって、専門家はそのモニタからの画像をもとに詳細な診断が必要か否かを容易に判断できる。
(監視用端末のモニタに表示される測定結果)
図8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8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L1,L2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。
図8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8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L1,L2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、このような経時的に診断パラメータの値を表示させることにより、専門家は、9月20日付近から実効値が増加し、9月30日前には対応する機器の実効値が「注意」状態を超えていることが把握でき、この機器に対してさらなる詳細診断が必要であると判断できる。
なお、これらのしきい値を超えないにしても、最新の診断パラメータの値が上昇傾向にあるとか、上昇傾向にあるが、しきい値までには余裕があるなどの、先を見通した予測が可能である。
図9は、監視用端末340のモニタに表示されるある運転条件下での周波数スペクトルを示す図である。
図9の波形W2は、最新の測定データを示し、一方、波形W3は、任意の日時(過去)の正常データ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は上に波形W2と合わせて、比較として波形W3を同時に表示する。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が簡易に把握でき、測定データの評価を短時間に行なうことが可能である。
図10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10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と同時に表示されている。
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、下記の式(7)~式(9)によって予め算出できる。
Fo=(Fr/2)×(1-(d/D)×cosα)×z …(7)
Fi=(Fr/2)×(1+(d/D)×cosα)×z …(8)
Fb=(Fr/2)×(D/d)(1-(d/D)2×cos2α) …(9)
ここで、「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を計算することで求めることができる。
Fi=(Fr/2)×(1+(d/D)×cosα)×z …(8)
Fb=(Fr/2)×(D/d)(1-(d/D)2×cos2α) …(9)
ここで、「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を計算することで求めることができる。
図11は、本実施の形態1の効果を示す図である。図11を参照して、この図には、診断パラメータVm(ナセル90の回転角速度ωに応じた補正を施していないもの)の経時変化及び従来のしきい値VTHAと、診断パラメータVrec(ナセル90の回転角速度ωに応じた補正を施したもの)の経時変化及び本実施の形態1において設定されるしきい値VTHとが示されている。診断パラメータとしては、センサ70Aの測定データから算出された主軸受60の振動加速度の実効値(m/s2)が例示されている。
従来は、ナセル90の回転に伴なう測定データの変動を考慮せずに診断パラメータVmを記録したので、正常時であっても診断パラメータの変動が大きかった。診断パラメータが異常であるか否かを判別するためのしきい値VTHAは、正常時における診断パラメータのピーク値よりも高い値に設定される必要があるので、従来は比較的高い値に設定されていた。このため、機械要素の異常検知のタイミングが遅れがちになり、異常検知が遅れている間に正常であった他の機械要素に損傷が生じたり、あるいは補修部品の入手時期が遅れることで風車が運転できない時間が延びたりしていた。
これに対して本実施の形態1では、ナセル90の回転角速度ωに基づいて診断パラメータVmが補正され、補正後の診断パラメータVrecを用いて学習期間及び運用期間での各処理を実行するようにしたので、ナセル90の回転による診断パラメータの変動増大が抑制される。これにより、機器が異常か否かを診断するしきい値の設定を不必要に大きくする必要はなく、しきい値VTHを比較的低い値に設定することができるので、しきい値を不必要に大きくすることによる機器の異常検知の遅れは発生しない。また、ナセル90の回転/停止に拘わらず診断パラメータを収集して異常検知できるので、ナセル90の停止時のみの診断パラメータに基づいて異常検知する場合に比べて、機器の異常を早期に発見し得る。したがって、この実施の形態1によれば、風力発電装置10を構成する機器の異常を迅速かつ確実に検出することができる。
なお、上記の実施の形態1では、風力発電装置10の各機器が異常か否かを診断するためのしきい値を学習期間に生成するものとしたが、上記のような学習期間を設けることなく、実験等によって得られる診断パラメータに基づいてしきい値を別途設定してもよい。すなわち、しきい値は、必ずしも学習期間において自動生成する必要はなく、実験等によって得られる診断パラメータVmから上記の式(4)を導出し、式(4)を用いて補正した診断パラメータVrecに基づいてしきい値VTHを決定してもよい。
[実施の形態1の変形例]
本実施の形態1の変形例では、次式(10)に従い、ナセル90の回転角速度に応じた診断パラメータの変動分が小さくなるように診断パラメータを補正する。
本実施の形態1の変形例では、次式(10)に従い、ナセル90の回転角速度に応じた診断パラメータの変動分が小さくなるように診断パラメータを補正する。
Vrec=Vmesmin[1,(ωa-ωa0)-B] …(10)
ここで、Vrecは記録する補正後の診断パラメータであり、Vmesは実測した補正前の診断パラメータであり、min[1,(ωa-ωa0)-B]は1と(ωa-ωa0)-Bのうちの小さい方を返す関数であり、AおよびBは定数である。AおよびBは、ωaの変化に対してVrecの値が極力変わらないように設定する必要がある。
ここで、Vrecは記録する補正後の診断パラメータであり、Vmesは実測した補正前の診断パラメータであり、min[1,(ωa-ωa0)-B]は1と(ωa-ωa0)-Bのうちの小さい方を返す関数であり、AおよびBは定数である。AおよびBは、ωaの変化に対してVrecの値が極力変わらないように設定する必要がある。
ωaは上式(1)で求められる値であり、ωa0は予め定められた値である。ωa0の値は、実施の形態1と同様に実験で求めてもよいし、実際の風車の状態から決定してもよい。
変形例の状態監視システムにおける基礎データ収集期間での処理は、実施の形態1の図5と同様のフローチャートに従って実行される。ただし、ステップS6においては、上式(10)に従って診断パラメータに補正処理が行なわれる。
図12は、変形例の状態監視システムにおける学習期間での処理を説明するためのフローチャートであって、図6と対比される図である。図12が図6と異なる点は、ステップS22がステップS22Aで置換されており、さらにステップS231が削除されている点である。ステップS22Aにおいて、データサーバ330は、診断パラメータ、測定データ、運転条件データを受信し、上式(10)に従って診断パラメータに補正処理を施し、補正処理後の診断パラメータと、測定データと、運転条件データとを記憶部に格納する。
変形例の状態監視システムにおける運用期間での処理は、実施の形態1の図7と同様のフローチャートに従って実行される。なお、ステップS37においては、上式(10)に従って診断パラメータに補正処理が行なわれる。
その他の構成および動作は、実施の形態1と同じであるのでその説明は繰り返さない。
この実施の形態1の変形例では、ナセル90の回転に伴う診断パラメータの変動分を小さくすることができ、異常の早期検出に有利な厳しめのしきい値を設定することができる。このため、実施の形態1と同様に、風力発電装置10の異常の検出を迅速に行なうことができる。
この実施の形態1の変形例では、ナセル90の回転に伴う診断パラメータの変動分を小さくすることができ、異常の早期検出に有利な厳しめのしきい値を設定することができる。このため、実施の形態1と同様に、風力発電装置10の異常の検出を迅速に行なうことができる。
[実施の形態2]
実施の形態1においては、診断パラメータの変動を抑制するために、ナセルの回転角速度ωに基づいて診断パラメータを補正し、当該補正後の診断パラメータを用いて処理を行なう場合の例について説明した。
実施の形態1においては、診断パラメータの変動を抑制するために、ナセルの回転角速度ωに基づいて診断パラメータを補正し、当該補正後の診断パラメータを用いて処理を行なう場合の例について説明した。
実施の形態2においては、所定の期間(以下、「有効期間」とも称する。)の診断パラメータのみを記録することによって、診断パラメータの変動を小さく抑える場合の例について説明する。なお、実施の形態2においても、状態監視システムの基本的な構成については実施の形態1と同様であるので、その説明は繰り返さない。
図13は、実施の形態2に係る状態監視システムにおける、基礎データ収集期間での処理を説明するためのフローチャートであって、実施の形態1における図5と対比される図である。図13が図5と異なる点は、ステップS6がステップS6Bで置換されている点である。
ステップS6Bにおいては、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、それらのうちの有効期間分を記憶部に格納する。ここで、有効期間とは、回転角度センサ70Iによって検出されたナセル90の回転角速度ω(rad/s)が0である期間(すなわち、ナセル90が回転していない期間)である。
図14は、実施の形態2に係る状態監視システムにおける、風力発電装置10の学習期間での処理を説明するためのフローチャートであって、実施の形態1における図6と対比される図である。図14が図6と異なる点は、ステップS22がステップS22Bで置換されており、さらにステップS231が削除されている点である。
ステップS22Bにおいて、データサーバ330は、診断パラメータ、測定データ、運転条件データを受信し、それらのうちの有効期間(ナセル90が回転していない期間)分を記憶部に格納する。監視用端末340からデータサーバ330に学習終了指令が送信されると(ステップS24)、データサーバ330は、モニタ装置80に学習終了指令を送信し(ステップS23)、同時にデータサーバ330は、記憶部に格納された診断パラメータの統計的演算により、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(ステップS25)。
図15は、実施の形態2に係る状態監視システムにおける、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って、実施の形態1における図7と対比される図である。図15が図7と異なる点は、ステップS37およびステップS38が、それぞれステップS37BおよびステップS38Bで置換されている点である。
ステップS37Bにおいて、データサーバ330は、モニタ装置からの診断パラメータ、測定データおよび運転条件データを受信する。そして、ステップS38Bにおいて、データサーバ330は、受信した診断パラメータのうちの有効期間の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の各機器の状態を判断する。たとえば、データサーバ330は、有効期間の診断パラメータ値が第二のしきい値WNを越えていたら、診断結果をWNとし、有効期間の診断パラメータ値が第一のしきい値CTを越えていたら、診断結果をCTとする。この診断結果と、有効期間の診断パラメータ値、測定データおよび運転条件データをデータサーバ330の記憶部に格納し、これらのデータを監視用端末340に送信する(ステップS39)。
このように、実施の形態2においては、ナセル90が回転していない期間を診断パラメータの有効期間とし、有効期間の診断パラメータのみを記録するので、診断パラメータの変動が小さく抑えられる。したがって、しきい値VTHを比較的低い値に設定することができ、機械要素の異常を早期に検知することができる。
なお、上記の例においては、ナセル90が回転していない期間を有効期間としたが、たとえば、実施の形態1において式(1)で示したナセル90の回転角速度ωの絶対値(大きさ)の予め定めれた時間内の平均値ωaが予め定められた値ωa0よりも小さくなる期間を、診断パラメータの有効期間としてもよい。
上記の実施の形態1,2においては、ジャイロセンサを含むセンサ70Iによってナセル90の回転角速度を検出し、その検出結果に基づいて診断パラメータを補正するものとしたが、これに限るものではなく、どのような手段でナセル90の回転角速度を検出してもよい。
たとえば、地磁気を測定する方位センサを用いて、方位の時間変化を測定し、方位角を時間で微分してナセル90の回転角速度を求めてもよい。
また、人工衛星を利用して位置を測定するGPS(Global Positioning System)センサを用いてもよい。2個のGPSセンサを所定距離だけ離間させてナセル90に設け、2個のGPSセンサの相対位置からナセル90の方位を求め、その方位を時間で微分してナセル90の回転角速度を求めてもよい。
また、1個のGPSセンサを用いてナセル90が1回転する際の軌跡を記録しておき、記録した軌跡と現在の位置情報からナセル90の方位角を計算し、その時間微分から回転角速度を求めてもよい。
また、映像記録装置でナセル90の周囲の景色を記録し、その変化から回転角速度を求めてもよい。
また、ナセル90を回転させるための駆動装置124の駆動電流及び駆動電圧のうちの少なくともいずれか一方を測定し、その測定値からナセル90の回転速度を算出してもよい。
また、ナセル90を回転させるための歯車の回転を非接触の変位計で測定し、その測定値からナセル90の回転角速度を算出してもよい。
また、風力発電装置を別途監視するSCADA(Supervisory Control And Data Acquisition)からの情報からナセル90の回転角速度を求めてもよい。
なお、上記の実施の形態において、センサ70A~70Hの各々は、この発明における「第1の検出器」の一実施例に対応し、回転角度センサ70Iは、この発明における「第2の検出器」の一実施例に対応する。また、データサーバ330は、この発明における「制御装置」の一実施例に対応する。
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請求の範囲によって示され、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~70I センサ、80 モニタ装置、90 ナセル、100 タワー、122 軸受、124 駆動装置、126 リングギヤ、320 インターネット、330 データサーバ、340 監視用端末。
Claims (17)
- 風力発電装置を構成する機器の状態を監視する状態監視システムであって、前記風力発電装置は、支柱上部に回転自在に支持されるナセルを含み、
前記機器の状態を検出する第1の検出器と、
前記第1の検出器の検出結果に基づいて診断パラメータを生成するモニタ装置と、
前記診断パラメータに基づいて前記機器の異常を診断する制御装置と、
前記ナセルの回転速度を検出するための第2の検出器とを備え、
前記制御装置は、前記第2の検出器の検出結果に基づいて前記診断パラメータを補正し、補正後の診断パラメータを所定のしきい値と比較することによって前記機器が異常か否かを診断する、状態監視システム。 - 前記制御装置は、前記ナセルの回転速度を変数とする補正関数を用いて前記診断パラメータを補正し、
前記補正関数は、前記ナセルの回転速度が高いほど、補正前の診断パラメータに対する補正後の診断パラメータの比を小さくするように、前記診断パラメータを補正する関数である、請求項1に記載の状態監視システム。 - 前記補正関数は、前記ナセルの回転速度をその最大速度で除算することによって得られる無次元化された前記ナセルの回転速度を変数とし、前記診断パラメータを前記ナセルの非回転時の診断パラメータで除算することによって得られる無次元化された診断パラメータの関数である、請求項2に記載の状態監視システム。
- 前記制御装置は、前記診断前の所定期間における前記ナセルの回転速度の平均値を算出し、その平均値に基づいて、前記補正関数を用いて前記診断パラメータを補正する、請求項2または請求項3に記載の状態監視システム。
- 前記モニタ装置は、前記診断前の第1の期間における前記診断パラメータ及び前記第2の検出器の検出結果を前記制御装置へ送信し、
前記制御装置は、前記モニタ装置から受信したデータを一旦保存し、前記第1の期間の終了時に、前記第2の検出器の検出結果に基づいて前記第1の期間の前記診断パラメータを補正し、その補正後の診断パラメータに基づいて前記しきい値を生成し、
前記モニタ装置は、さらに、前記第1の期間経過後の第2の期間における前記診断パラメータを前記制御装置へ送信し、
前記制御装置は、さらに、前記第2の期間における前記第2の検出器の検出結果に基づいて前記第2の期間の前記診断パラメータを補正し、その補正後の診断パラメータを前記しきい値と比較することによって前記機器が異常か否かを診断する、請求項1に記載の状態監視システム。 - 前記制御装置は、前記風力発電装置を別途監視するSCADA(Supervisory Control And Data Acquisition)からの情報から得られる前記ナセルの回転速度に基づいて前記診断パラメータを補正する、請求項1に記載の状態監視システム。
- 前記第2の検出器は、方位センサ、ジャイロセンサ、GPS(Global Positioning System)の少なくとも1つを含む、請求項1に記載の状態監視システム。
- 前記第2の検出器は、前記ナセルを駆動する駆動装置の駆動電流及び駆動電圧の少なくとも一方を検出する検出器を含む、請求項1に記載の状態監視システム。
- 前記風力発電装置と、
請求項1に記載の状態監視システムとを備える、風力発電システム。 - 風力発電装置を構成する機器の状態を監視する状態監視システムであって、
前記機器の状態を検出する第1の検出器と、
前記第1の検出器の検出結果に基づいて診断パラメータを生成するモニタ装置と、
前記診断パラメータに基づいて前記機器の異常を診断する制御装置とを備え、
前記風力発電装置は、風力を主軸の回転トルクに変換するブレードと、前記主軸の回転トルクを電力に変換する発電機を収容したナセルと、前記ナセルを回転可能に支持するタワーと、前記ブレードが風上に向くように前記ナセルを回転させる駆動装置とを含み、
前記ナセルの回転に伴って前記診断パラメータが変動し、
前記モニタ装置は、前記診断前の第1の期間における前記診断パラメータを前記制御装置へ送信し、
前記制御装置は、前記第1の期間のうちの有効期間の前記診断パラメータに基づいて、前記機器の異常を診断するためのしきい値を生成し、
前記モニタ装置は、前記第1の期間経過後の第2の期間に前記診断パラメータを前記制御装置に送信し、
前記制御装置は、前記第2の期間のうちの前記有効期間の前記診断パラメ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する、状態監視システム。 - 前記診断パラメータの前記有効期間は、前記ナセルが回転していない期間である、請求項10に記載の状態監視システム。
- 前記診断パラメータの前記有効期間は、前記ナセルの回転角速度の大きさの予め定められた時間当たりの平均値が予め定められた値よりも小さな期間である、請求項10に記載の状態監視システム。
- さらに、前記ナセルの回転角速度を検出する第2の検出器を備え、
前記モニタ装置は、前記第2の検出器の検出値を前記診断パラメータとともに前記制御装置に送信し、
前記制御装置は、前記第2の検出器の検出値に基づいて前記有効期間か否かを判別する、請求項11または請求項12に記載の状態監視システム。 - 前記制御装置は、前記風力発電装置を別途監視するSCADA(Supervisory Control And Data Acquisition)からの情報に含まれる前記ナセルの回転角速度に基づいて前記有効期間か否かを判別する、請求項11または請求項12に記載の状態監視システム。
- 前記第2の検出器は、方位センサ、ジャイロセンサ、GPS(Global Positioning System)の少なくとも1つを含む、請求項13に記載の状態監視システム。
- 前記第2の検出器は前記駆動装置の駆動電流および駆動電圧のうちの少なくともいずれか一方を検出する検出器を含む、請求項13に記載の状態監視システム。
- 前記風力発電装置と、
請求項10に記載の状態監視システムとを備える、風力発電システム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/321,113 US10519935B2 (en) | 2014-06-24 | 2015-05-29 | Condition monitoring system and wind power generation system using the same |
CN201580034268.XA CN106471247B (zh) | 2014-06-24 | 2015-05-29 | 状态监视系统和使用该系统的风力发电系统 |
EP15812286.1A EP3163074B1 (en) | 2014-06-24 | 2015-05-29 | Condition monitoring system and wind power generation system using same |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014129052A JP6374234B2 (ja) | 2014-06-24 | 2014-06-24 | 状態監視システム及びそれを備えた風力発電システム |
JP2014-129052 | 2014-06-24 | ||
JP2014129057A JP2016008538A (ja) | 2014-06-24 | 2014-06-24 | 状態監視システムおよびそれを用いた風力発電システム |
JP2014-129057 | 2014-06-24 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2015198793A1 true WO2015198793A1 (ja) | 2015-12-30 |
Family
ID=54937890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2015/065592 WO2015198793A1 (ja) | 2014-06-24 | 2015-05-29 | 状態監視システムおよびそれを用いた風力発電システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US10519935B2 (ja) |
EP (1) | EP3163074B1 (ja) |
CN (1) | CN106471247B (ja) |
WO (1) | WO2015198793A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019119663A1 (zh) * | 2017-12-22 | 2019-06-27 | 北京金风科创风电设备有限公司 | 测量风力发电机组的塔顶位移的方法、装置和系统 |
CN112118376A (zh) * | 2020-08-20 | 2020-12-22 | 曾誉军 | 一种利用互联网的风力发电站视频监控设备 |
EP3598087B1 (en) * | 2017-03-13 | 2024-04-24 | Omron Corporation | State monitoring system for rotating machine, method of monitoring state of rotating machine, program, and recording medium |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160010628A1 (en) * | 2014-07-10 | 2016-01-14 | General Electric Company | System and method for determining life of a wind turbine |
CN106537111A (zh) * | 2014-07-18 | 2017-03-22 | Ntn株式会社 | 机械部件诊断系统及其服务器 |
DE102015010491A1 (de) * | 2015-08-17 | 2017-02-23 | Senvion Gmbh | Verfahren zum Betrieb einer Windenergieanlage, Windenergieanlage und Computerprogrammprodukt |
DE112017001631T5 (de) * | 2016-03-30 | 2018-12-13 | Ntn Corporation | Zustandsüberwachungssystem eines Getriebes und Zustandsüberwachungsverfahren |
US11327475B2 (en) | 2016-05-09 | 2022-05-10 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for intelligent collection and analysis of vehicle data |
US11774944B2 (en) | 2016-05-09 | 2023-10-03 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for the industrial internet of things |
US11507064B2 (en) | 2016-05-09 | 2022-11-22 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for industrial internet of things data collection in downstream oil and gas environment |
KR102392510B1 (ko) | 2016-05-09 | 2022-04-29 | 스트롱 포스 아이오티 포트폴리오 2016, 엘엘씨 | 산업용 사물 인터넷을 위한 방법들 및 시스템들 |
US10983507B2 (en) | 2016-05-09 | 2021-04-20 | Strong Force Iot Portfolio 2016, Llc | Method for data collection and frequency analysis with self-organization functionality |
US11237546B2 (en) | 2016-06-15 | 2022-02-01 | Strong Force loT Portfolio 2016, LLC | Method and system of modifying a data collection trajectory for vehicles |
JP2018124117A (ja) * | 2017-01-31 | 2018-08-09 | Ntn株式会社 | 状態監視システムおよび風力発電装置 |
EP3580451B1 (en) * | 2017-03-31 | 2022-11-16 | Siemens Gamesa Renewable Energy A/S | Determining an orientation of a rotor plane of a wind turbine |
US11131989B2 (en) | 2017-08-02 | 2021-09-28 | Strong Force Iot Portfolio 2016, Llc | Systems and methods for data collection including pattern recognition |
KR20200037816A (ko) | 2017-08-02 | 2020-04-09 | 스트롱 포스 아이오티 포트폴리오 2016, 엘엘씨 | 대규모 데이터 세트들을 갖는 산업 사물 인터넷 데이터 수집 환경에서의 검출을 위한 방법들 및 시스템들 |
EP3457231A1 (en) * | 2017-09-14 | 2019-03-20 | Deutsche Telekom AG | Method and system for detection of remote control errors in wind farms |
CN110869607A (zh) | 2018-01-18 | 2020-03-06 | Abb瑞士股份有限公司 | 用于风力转换器管理的方法、装置和系统 |
JP2019210811A (ja) * | 2018-05-31 | 2019-12-12 | 株式会社日立製作所 | 風力発電システム |
CN109002555B (zh) * | 2018-08-09 | 2022-05-17 | 郑州市景安网络科技股份有限公司 | 一种icp备案方法、装置、设备及可读存储介质 |
CN109611288B (zh) * | 2018-12-29 | 2021-03-30 | 南京安维士传动技术股份有限公司 | 一种基于大数据的风电运维平台 |
EP3951167B1 (en) * | 2019-03-28 | 2024-01-31 | NTN Corporation | Condition monitoring system |
US11952983B2 (en) * | 2019-12-20 | 2024-04-09 | Vestas Wind Systems A/S | Method of determining orientation of a nacelle |
CN111322206B (zh) * | 2020-02-28 | 2021-05-04 | 唐智科技湖南发展有限公司 | 一种风电机组机械大部件的智慧运维系统及方法 |
CN112324628A (zh) * | 2020-09-22 | 2021-02-05 | 大唐可再生能源试验研究院有限公司 | 一种风电机组吊轨式机舱巡检系统 |
US11708815B2 (en) | 2021-02-08 | 2023-07-25 | General Electronic Company | System and method for controlling a wind turbine |
US11774324B2 (en) | 2021-03-12 | 2023-10-03 | General Electric Renovables Espana, S.L. | System and method for detecting actual slip in a coupling of a rotary shaft |
US11539317B2 (en) | 2021-04-05 | 2022-12-27 | General Electric Renovables Espana, S.L. | System and method for detecting degradation in wind turbine generator bearings |
US11913429B2 (en) | 2021-04-29 | 2024-02-27 | General Electric Renovables Espana, S.L. | System and method for slip detection and surface health monitoring in a slip coupling of a rotary shaft |
CN113525553A (zh) * | 2021-06-03 | 2021-10-22 | 韦淑庄 | 一种智能跟随随动车及其控制方法 |
CN113757052B (zh) * | 2021-09-28 | 2023-08-15 | 国电投河南新能源有限公司 | 风力发电机运行状态的检测方法及系统 |
EP4345298A1 (en) * | 2022-01-30 | 2024-04-03 | Goldwind Science & Technology Co., Ltd. | Detection method for wind driven generator, and related apparatus |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07218333A (ja) * | 1994-01-28 | 1995-08-18 | Nippon Steel Corp | 回転機器の異常診断方法 |
JPH10288546A (ja) * | 1997-04-16 | 1998-10-27 | Nkk Corp | 回転機器の異常判定方法 |
JP2000146771A (ja) * | 1998-11-18 | 2000-05-26 | Nippon Steel Corp | 加減速型回転機械設備の簡易異常診断方法 |
WO2011121781A1 (ja) * | 2010-03-31 | 2011-10-06 | 三菱重工業株式会社 | 風力発電装置 |
JP2012092757A (ja) * | 2010-10-27 | 2012-05-17 | Sumitomo Heavy Ind Ltd | 風力発電設備に使用する減速装置 |
WO2013065323A1 (ja) * | 2011-11-04 | 2013-05-10 | 独立行政法人海上技術安全研究所 | 浮体式洋上風力発電施設の制御装置 |
US20140054894A1 (en) * | 2011-04-13 | 2014-02-27 | Vestas Wind Systems A/S | Wind turbine including optical sensor system |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE219553T1 (de) | 1998-01-14 | 2002-07-15 | Dancontrol Engineering As | Schwingungsfeststellungs- und steuerungssystem für windturbine |
US7086834B2 (en) | 2004-06-10 | 2006-08-08 | General Electric Company | Methods and apparatus for rotor blade ice detection |
US7860663B2 (en) | 2004-09-13 | 2010-12-28 | Nsk Ltd. | Abnormality diagnosing apparatus and abnormality diagnosing method |
JP4581860B2 (ja) | 2005-01-26 | 2010-11-17 | 日本精工株式会社 | 機械設備の異常診断装置及び異常診断方法 |
JP4581693B2 (ja) | 2004-09-13 | 2010-11-17 | 日本精工株式会社 | 異常診断装置 |
JP4527585B2 (ja) | 2005-03-30 | 2010-08-18 | 財団法人鉄道総合技術研究所 | 軸受監視システム、及び軸受監視プログラム |
US7523001B2 (en) * | 2006-09-28 | 2009-04-21 | General Electric Company | Method and apparatus for operating wind turbine generators |
JP2008309097A (ja) | 2007-06-15 | 2008-12-25 | Ebara Corp | 風力発電設備及び風力発電用風車制御方法 |
US7861583B2 (en) * | 2008-01-17 | 2011-01-04 | General Electric Company | Wind turbine anemometry compensation |
JP5024127B2 (ja) | 2008-03-10 | 2012-09-12 | トヨタ自動車株式会社 | ノイズ測定装置およびノイズ測定方法 |
EP2499502A1 (en) * | 2009-11-13 | 2012-09-19 | Schaeffler Technologies AG & Co. KG | Non-invasive speed sensor |
EP2502174B1 (en) * | 2009-11-16 | 2018-06-13 | Simmonds Precision Products, Inc. | Data acquisition system for condition-based maintenance |
JP5725833B2 (ja) | 2010-01-04 | 2015-05-27 | Ntn株式会社 | 転がり軸受の異常診断装置、風力発電装置および異常診断システム |
US20110175365A1 (en) * | 2010-01-15 | 2011-07-21 | Douglas Hines | Wind-driven electric generator structure vibration-deadening apparatus and methods |
CN103140672B (zh) * | 2010-06-28 | 2016-04-20 | 维斯塔斯风力系统有限公司 | 在风力发电厂中执行状况监测的方法 |
WO2012000504A1 (en) | 2010-06-29 | 2012-01-05 | Vestas Wind Systems A/S | Rotational positioning system in a wind turbine |
JP5106619B2 (ja) | 2010-12-06 | 2012-12-26 | 株式会社日立製作所 | 風力発電装置及び風力発電装置のヨーベアリング交換方法 |
CN102156043B (zh) * | 2010-12-31 | 2013-01-16 | 北京四方继保自动化股份有限公司 | 风力发电机组在线状态监测与故障诊断系统 |
WO2012117970A1 (ja) | 2011-03-03 | 2012-09-07 | Ntn株式会社 | 転動装置の状態監視システムおよび状態監視方法 |
JP2012181169A (ja) | 2011-03-03 | 2012-09-20 | Ntn Corp | 転動部品の状態監視装置および状態監視方法 |
US8317462B2 (en) | 2011-04-26 | 2012-11-27 | General Electric Company | System for actively monitoring wear on wind turbine brake pads and related methods |
US8249852B2 (en) | 2011-05-19 | 2012-08-21 | General Electric Company | Condition monitoring of windturbines |
JP2013011200A (ja) | 2011-06-28 | 2013-01-17 | Mitsubishi Heavy Ind Ltd | 運転監視システム、運転監視方法、及びプログラム |
KR20130073035A (ko) * | 2011-10-21 | 2013-07-02 | 미츠비시 쥬고교 가부시키가이샤 | 풍력 발전 장치 및 풍력 발전 장치의 요 선회 제어 방법 |
US8545639B2 (en) | 2011-10-31 | 2013-10-01 | Lam Research Corporation | Method of cleaning aluminum plasma chamber parts |
GB201200491D0 (en) | 2012-01-12 | 2012-02-22 | Romax Technology Ltd | Method for operating a wind turbine generator |
JP5567044B2 (ja) | 2012-02-21 | 2014-08-06 | 三菱重工業株式会社 | ウインドファームの運転方法及びウインドファームの運転制御システム |
US9458835B2 (en) | 2012-03-08 | 2016-10-04 | Ntn Corporation | Condition monitoring system |
JP5917956B2 (ja) | 2012-03-08 | 2016-05-18 | Ntn株式会社 | 状態監視システム |
JP5878089B2 (ja) | 2012-06-28 | 2016-03-08 | 住友重機械工業株式会社 | モニタリング方法およびモニタリング装置 |
US9291154B2 (en) * | 2012-07-18 | 2016-03-22 | General Electric Company | Methods and systems for use in monitoring a tachometer |
EP2896827B1 (en) | 2014-01-21 | 2016-10-26 | SSB Wind Systems GmbH & Co. KG | Pitch angle measuring system for wind turbine |
US10557459B2 (en) | 2014-09-29 | 2020-02-11 | Vestas Wind Systems A/S | Verification of wind turbine nacelle yaw position sensor |
-
2015
- 2015-05-29 CN CN201580034268.XA patent/CN106471247B/zh active Active
- 2015-05-29 US US15/321,113 patent/US10519935B2/en active Active
- 2015-05-29 EP EP15812286.1A patent/EP3163074B1/en active Active
- 2015-05-29 WO PCT/JP2015/065592 patent/WO2015198793A1/ja active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07218333A (ja) * | 1994-01-28 | 1995-08-18 | Nippon Steel Corp | 回転機器の異常診断方法 |
JPH10288546A (ja) * | 1997-04-16 | 1998-10-27 | Nkk Corp | 回転機器の異常判定方法 |
JP2000146771A (ja) * | 1998-11-18 | 2000-05-26 | Nippon Steel Corp | 加減速型回転機械設備の簡易異常診断方法 |
WO2011121781A1 (ja) * | 2010-03-31 | 2011-10-06 | 三菱重工業株式会社 | 風力発電装置 |
JP2012092757A (ja) * | 2010-10-27 | 2012-05-17 | Sumitomo Heavy Ind Ltd | 風力発電設備に使用する減速装置 |
US20140054894A1 (en) * | 2011-04-13 | 2014-02-27 | Vestas Wind Systems A/S | Wind turbine including optical sensor system |
WO2013065323A1 (ja) * | 2011-11-04 | 2013-05-10 | 独立行政法人海上技術安全研究所 | 浮体式洋上風力発電施設の制御装置 |
Non-Patent Citations (1)
Title |
---|
See also references of EP3163074A4 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3598087B1 (en) * | 2017-03-13 | 2024-04-24 | Omron Corporation | State monitoring system for rotating machine, method of monitoring state of rotating machine, program, and recording medium |
WO2019119663A1 (zh) * | 2017-12-22 | 2019-06-27 | 北京金风科创风电设备有限公司 | 测量风力发电机组的塔顶位移的方法、装置和系统 |
CN109959335A (zh) * | 2017-12-22 | 2019-07-02 | 北京金风科创风电设备有限公司 | 测量塔顶位移的方法、装置和系统 |
CN109959335B (zh) * | 2017-12-22 | 2021-09-21 | 北京金风科创风电设备有限公司 | 测量塔顶位移的方法、装置和系统 |
CN112118376A (zh) * | 2020-08-20 | 2020-12-22 | 曾誉军 | 一种利用互联网的风力发电站视频监控设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106471247A (zh) | 2017-03-01 |
CN106471247B (zh) | 2019-06-28 |
US10519935B2 (en) | 2019-12-31 |
US20170130700A1 (en) | 2017-05-11 |
EP3163074B1 (en) | 2020-04-22 |
EP3163074A1 (en) | 2017-05-03 |
EP3163074A4 (en) | 2018-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015198793A1 (ja) | 状態監視システムおよびそれを用いた風力発電システム | |
WO2016017396A1 (ja) | 状態監視システム及びそれを備えた風力発電システム | |
JP6374234B2 (ja) | 状態監視システム及びそれを備えた風力発電システム | |
JP5917956B2 (ja) | 状態監視システム | |
WO2013133002A1 (ja) | 状態監視システム | |
EP3514376B1 (en) | System and method for monitoring a wind turbine pitch bearing | |
WO2015012124A1 (ja) | 風力発電装置の異常診断装置および異常診断方法 | |
JP6377464B2 (ja) | 風力発電装置の状態監視装置 | |
JP7013787B2 (ja) | 風力発電用風車の状態監視装置、状態監視方法、及び状態監視システム | |
JP6553970B2 (ja) | 異常診断装置およびセンサ外れ検知方法 | |
JP6250345B2 (ja) | 監視システムおよび監視方法 | |
JP2019027860A (ja) | 回転機械設備の異常診断システム及び異常診断方法 | |
JP7113668B2 (ja) | 状態監視システム | |
JP6686625B2 (ja) | 転がり軸受診断装置 | |
JP2019027324A (ja) | 風力発電機の異常検知システム及び異常検知方法 | |
JP6320218B2 (ja) | 状態監視システム及びそれを備えた風力発電システム | |
JP6824076B2 (ja) | 状態監視システムおよび風力発電装置 | |
JP2016031047A (ja) | 状態監視システム及びそれを備えた風力発電システム | |
WO2020195691A1 (ja) | 状態監視システム | |
JP2016008538A (ja) | 状態監視システムおよびそれを用いた風力発電システム | |
JP6577394B2 (ja) | 風力発電設備の異常診断装置 | |
WO2021117752A1 (ja) | 転がり軸受の状態監視方法及び転がり軸受の状態監視装置 | |
JP6359307B2 (ja) | 状態監視システム | |
JP7101013B2 (ja) | 風力発電所の監視システム | |
JP2021096102A (ja) | 転がり軸受の状態監視方法及び転がり軸受の状態監視装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 15812286 Country of ref document: EP Kind code of ref document: A1 |
|
WWE | Wipo information: entry into national phase |
Ref document number: 15321113 Country of ref document: US |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
REEP | Request for entry into the european phase |
Ref document number: 2015812286 Country of ref document: EP |
|
WWE | Wipo information: entry into national phase |
Ref document number: 2015812286 Country of ref document: EP |