WO2016017396A1 - 状態監視システム及びそれを備えた風力発電システム - Google Patents

状態監視システム及びそれを備えた風力発電システム Download PDF

Info

Publication number
WO2016017396A1
WO2016017396A1 PCT/JP2015/069749 JP2015069749W WO2016017396A1 WO 2016017396 A1 WO2016017396 A1 WO 2016017396A1 JP 2015069749 W JP2015069749 W JP 2015069749W WO 2016017396 A1 WO2016017396 A1 WO 2016017396A1
Authority
WO
WIPO (PCT)
Prior art keywords
diagnostic parameter
monitoring system
nacelle
state monitoring
diagnostic
Prior art date
Application number
PCT/JP2015/069749
Other languages
English (en)
French (fr)
Inventor
坂口　智也
Original Assignee
Ntn株式会社
坂口　智也
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2014153764A external-priority patent/JP2016031047A/ja
Priority claimed from JP2014153748A external-priority patent/JP6320218B2/ja
Application filed by Ntn株式会社, 坂口　智也 filed Critical Ntn株式会社
Priority to CN201580041568.0A priority Critical patent/CN106574606A/zh
Priority to US15/329,788 priority patent/US10047726B2/en
Priority to EP15826326.9A priority patent/EP3176427A4/en
Publication of WO2016017396A1 publication Critical patent/WO2016017396A1/ja

Links

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
    • F03D7/0204—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor for orientation in relation to wind direction
    • 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
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • 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
    • F03D80/70—Bearing or lubricating arrangements
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/14—Testing gas-turbine engines or jet-propulsion engines
    • 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
    • F05B2240/50—Bearings
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2260/00—Function
    • F05D2260/80—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

Definitions

  • the present invention relates to a state monitoring system and a wind power generation system including the state monitoring system, and more particularly to a state monitoring system for a wind power generation apparatus including a yaw bearing that rotatably supports a nacelle on a support column and a wind power generation system including the same.
  • Patent Document 1 discloses a condition monitoring system (CMS: Condition Monitoring System) for monitoring the state of machine elements of a wind turbine generator.
  • CMS Condition Monitoring System
  • This state monitoring system takes in signals from vibration sensors provided on machine elements and records changes over time in state quantities (hereinafter referred to as diagnostic parameters) representing vibration states during rated operation over a long period of time. Then, it is determined whether or not the mechanical element is abnormal based on the rate of increase of the diagnostic parameter and the characteristics of the change (see Patent Document 1).
  • the wind turbine generator generally includes a nacelle provided at the upper portion of the support column and a yaw bearing that supports the nacelle so as to be rotatable at the upper portion of the support column.
  • the yaw bearing is provided at a high place and generally has a large size, and its replacement is not easy.
  • Patent Document 2 describes a wind power generator in which a yaw bearing can be replaced with a simple device (see Patent Document 2).
  • the state monitoring of the yaw bearing is not studied.
  • the abnormality of the yaw bearing can be confirmed by detecting the operation of the actual machine in response to the turning command of the nacelle, for example, but in such a method, the rotation torque of the nacelle increases due to the damage of the yaw bearing, and the drive motor Then, the abnormality cannot be detected until the torque becomes insufficient.
  • Patent Document 2 is useful in that a yaw bearing in which an abnormality has occurred can be replaced with a simple device, but detection of an abnormality in the yaw bearing has not been particularly studied.
  • a yaw bearing When a yaw bearing is to be replaced, it takes a certain amount of time to obtain a replacement yaw bearing. In this respect as well, it is desired to detect an abnormality in the yaw bearing at an early stage.
  • the present invention has been made to solve such a problem, and an object of the present invention is to provide a state monitoring system capable of detecting an abnormality of a yaw bearing at an early stage and a wind power generation system including the same.
  • the state monitoring system is a state monitoring system that monitors the state of the equipment that constitutes the wind turbine generator.
  • the wind power generator includes a blade for converting wind power into rotational torque, a main shaft that receives the rotational torque, a generator that converts the rotational torque into electric power, and a nacelle that is provided on the top of the column and stores the main shaft and the generator. And a yaw bearing that supports the nacelle in a rotatable manner at the upper part of the support column.
  • the state monitoring system includes a first detector that detects a state of the device, a monitor device that generates a diagnostic parameter based on a detection result of the first detector, and a control that diagnoses an abnormality of the device based on the diagnostic parameter
  • An apparatus, a second detector for detecting the rotation speed of the nacelle, and a third detector for detecting the rotation speed of the main shaft are provided.
  • the control device then changes the initial value of the diagnostic parameter when the rotation speed of the nacelle is within a non-zero first predetermined range and the rotation speed of the spindle is within a second predetermined range. Based on the above, it is diagnosed whether or not the yaw bearing is abnormal.
  • the abnormality of the yaw bearing is diagnosed based on the diagnostic parameters when the rotation speed of the nacelle is within the first predetermined range which is non-zero and the rotation speed of the spindle is within the second predetermined range. Therefore, it is possible to suppress the influence of the rotation of the spindle on the diagnosis parameter used for the abnormality diagnosis of the yaw bearing. Then, since whether or not the yaw bearing is abnormal is diagnosed based on the change from the initial value of the diagnostic parameter, the abnormality of the yaw bearing can be detected before the abnormality appears in the turning operation of the nacelle. Therefore, according to the present invention, the abnormality of the yaw bearing can be detected at an early stage.
  • the rotation speed of the nacelle indicates the rotation speed of the nacelle, and includes both the number of rotations per unit time and the rotation angle per unit time.
  • the rotation speed of the main shaft indicates the rotation speed of the main shaft, and includes both the number of rotations per unit time and the rotation angle per unit time.
  • control device uses the yaw bearing based on a change from the initial value for the diagnostic parameter when the rotational speed of the nacelle is within the first predetermined range and the rotational speed of the main shaft is substantially zero. Diagnose whether or not is abnormal.
  • control device further corrects the diagnostic parameter based on a detection result of the third detector when the rotational speed of the nacelle is within the first predetermined range, and an initial value for the corrected diagnostic parameter. Whether the yaw bearing is abnormal is diagnosed based on the change from
  • the diagnostic parameter is corrected based on the detection result of the third detector that detects the rotational speed of the main shaft, the increase in the variation of the diagnostic parameter due to the rotation of the main shaft can be suppressed.
  • the increase in the variation of the diagnostic parameter due to the rotation of the main shaft can be suppressed.
  • diagnostic parameters can be collected and detected regardless of the spindle rotation state, abnormalities can be detected earlier than when abnormalities are detected based on diagnostic parameters when the spindle rotation speed is within the specified range. Can do. Therefore, according to the present invention, the abnormality of the yaw bearing can be detected at an early stage.
  • the control device corrects the diagnostic parameter using the first correction function having the rotation speed of the spindle as a variable.
  • the first correction function is a function that corrects the diagnostic parameter such that the higher the rotational speed of the spindle, the smaller the ratio of the diagnostic parameter after correction to the diagnostic parameter before correction.
  • the first correction function uses the rotation speed of the non-dimensionalized spindle obtained by dividing the rotation speed of the spindle by the maximum speed as a variable, and the diagnosis parameter is a diagnosis parameter when the spindle is not rotating. Is a non-dimensionalized diagnostic parameter function obtained by dividing by.
  • control device calculates an average value of the rotation speed of the main shaft during a predetermined period before diagnosis, and corrects the diagnosis parameter using the first correction function based on the average value.
  • control device further corrects the diagnostic parameter using a second correction function having the power generation amount of the generator as a variable.
  • the second correction function is a function that corrects the diagnostic parameter so that the ratio of the diagnostic parameter after correction to the diagnostic parameter before correction by the second correction function decreases as the power generation amount increases.
  • control device further corrects the diagnostic parameter using the second correction function only when the rotational speed of the spindle reaches the upper limit.
  • the first detector is provided in the vicinity of the yaw bearing and detects the state of the yaw bearing.
  • control device is configured based on a diagnostic parameter when the rotation speed of the nacelle obtained from information from SCADA (Supervisory Control And Data Acquisition) that separately monitors the wind turbine generator is within the first predetermined range. Diagnose the abnormality.
  • SCADA Supervisory Control And Data Acquisition
  • the second detector includes an orientation sensor.
  • the second detector includes a gyro sensor.
  • the second detector includes a GPS (Global Positioning System).
  • GPS Global Positioning System
  • the second detector includes a detector that detects at least one of a driving current and a driving voltage of a driving device that drives the nacelle.
  • the wind power generation system includes a wind power generation device and any one of the state monitoring systems described above.
  • the present invention it is possible to detect an abnormality in the yaw bearing that supports the nacelle so as to be able to turn at the upper part of the support column at an early stage.
  • FIG. 6 It is a block diagram which shows the whole structure of the state monitoring system by Embodiment 1 of this invention. It is a figure which shows the principal part of the wind power generator shown in FIG. It is a figure for demonstrating the relationship between the sensor shown in FIG. 2, and a diagnostic parameter. It is a flowchart which shows the operation
  • FIG. 6 is a diagram for explaining an effect of the first embodiment.
  • 6 is a flowchart illustrating an operation during a learning period of the state monitoring system according to the second embodiment. 6 is a flowchart illustrating an operation during an operation period of the state monitoring system according to the second embodiment.
  • FIG. 1 is a diagram schematically showing an overall configuration of the state monitoring system according to the first embodiment.
  • the state monitoring system includes a monitor device 80, a data server (monitoring side control device) 330, and a monitoring terminal 340.
  • the monitor device 80 calculates an effective value, a peak value, a crest factor, an effective value after envelope processing, a peak value after envelope processing, and the like from detection values of sensors 70A to 70I (FIG. 2) to be described later. To the data server 330. In addition, the monitor device 80 transmits measured values of the rotational angular velocity of the main shaft and the rotational angular velocity of the nacelle of the wind power generator 10 to the data server 330 via the Internet 320. Communication between the monitor device 80 and the data server 330 may be performed by wire or wirelessly.
  • the data server 330 and the monitoring terminal 340 are connected by, for example, an in-house LAN (Local Area Network).
  • the monitoring terminal 340 browses the measurement data received by the data server 330, performs detailed analysis of the measurement data, changes the setting of the monitor device 80, and displays the status of each device of the wind power generator 10. It is provided to do.
  • FIG. 2 is a diagram schematically illustrating the configuration of the wind turbine generator 10.
  • the wind turbine generator 10 includes a main shaft 20, a blade 30, a speed increaser 40, a generator 50, a main bearing 60, a nacelle 90, and a tower 100.
  • the wind power generator 10 includes sensors 70A to 70I, rotation angle sensors 70J and 70K, and a monitor device 80.
  • the main shaft 20, the speed increaser 40, the generator 50, the main bearing 60, the monitor device 80, and the like are stored in the nacelle 90, and the nacelle 90 is supported by the tower 100.
  • the main shaft 20 is inserted into the nacelle 90 and connected to the input shaft of the speed increaser 40, and is rotatably supported by the main bearing 60.
  • the main shaft 20 transmits the rotational torque generated by the blade 30 receiving the wind force to the input shaft of the speed increaser 40.
  • the blade 30 is provided at the tip of the main shaft 20 and converts wind force into rotational torque and transmits it to the main shaft 20.
  • the main bearing 60 is fixed in the nacelle 90 and supports the main shaft 20 rotatably.
  • the main bearing 60 is composed of a rolling bearing, and is composed of, for example, a self-aligning roller bearing, a tapered roller bearing, a cylindrical roller bearing, or a ball bearing. These bearings may be single row or double row.
  • Sensors 70A to 70H are fixed to each device inside the nacelle 90.
  • the sensor 70 ⁇ / b> A is fixed on the upper surface of the main bearing 60 and monitors the state of the main bearing 60.
  • the sensors 70B to 70D are fixed on the upper surface of the speed increaser 40 and monitor the state of the speed increaser 40.
  • the sensors 70E and 70F are fixed on the upper surface of the generator 50, and monitor the state of the generator 50.
  • the sensor 70G is fixed to the main bearing 60 and monitors misalignment and abnormal vibration of the nacelle 90.
  • the sensor 70H is fixed to the main bearing 60 and monitors unbalance and abnormal vibration of the nacelle.
  • the sensor 70J is fixed to the floor surface of the nacelle 90, and detects the rotational angular velocity of the nacelle 90 (or the number of rotations per unit time).
  • the sensor 70J includes, for example, a gyro sensor that detects an angular velocity from Coriolis force applied to the element by vibrating the element.
  • the sensor 70K is provided close to the main shaft 20, and detects the rotational angular velocity (may be the number of rotations per unit time) of the main shaft 20.
  • a known rotational speed sensor such as an encoder, a proximity sensor, an optical sensor, or a resolver can be used.
  • the rotational angular velocity of the main shaft 20 may be calculated from the rotational angular velocity of the generator 50 (which can be detected by a resolver or the like) and the gear ratio of the speed increaser 40.
  • the speed increaser 40 is provided between the main shaft 20 and the generator 50, and increases the rotational speed of the main shaft 20 to output to the generator 50.
  • the speed increaser 40 is configured by a gear speed increasing mechanism including a planetary gear, an intermediate shaft, a high speed shaft, and the like.
  • a plurality of bearings that rotatably support a plurality of shafts are also provided in the speed increaser 40.
  • the generator 50 is connected to the output shaft of the speed increaser 40, and generates power by the rotational torque received from the speed increaser 40.
  • the generator 50 is constituted by, for example, an induction generator.
  • a bearing that rotatably supports the rotor is also provided in the generator 50.
  • the nacelle rotation mechanism includes a nacelle direction changing drive device 124 attached to the nacelle 90 side, a ring gear 126 rotated by a pinion gear fitted to the rotation shaft of the drive device 124, and a bearing 122.
  • the ring gear 126 is attached to the tower 100 in a fixed state.
  • the bearing 122 is provided in the boundary part of the nacelle 90 and the tower 100, and supports the nacelle 90 so that turning is possible.
  • the nacelle 90 rotates around the rotation axis of the bearing 122.
  • Such rotation of the nacelle 90 on the tower 100 is referred to as yaw movement or yawing.
  • the bearing 122 is also referred to as a yaw bearing 122.
  • a sensor 70I is attached to the raceway of the yaw bearing 122 or a component that directly contacts the yaw bearing 122, and the sensor 70I monitors the state of the yaw bearing 122.
  • the monitor device 80 is provided inside the nacelle 90, and is detected by the vibration or sound of each device detected by the sensors 70A to 70I, AE (Acoustic Emission), the rotational angular velocity of the nacelle 90 detected by the sensor 70J, and the sensor 70K. Data such as the rotational angular velocity of the main shaft 20 is received.
  • the sensors 70A to 70K and the monitor device 80 are connected by a wired cable.
  • the monitoring terminal 340 executes at least browsing of the measurement data stored in the data server 330, detailed analysis of the measurement data, setting change of the monitor device 80, and display of the status of each device of the wind power generator 10.
  • a program is stored in advance. On the screen of the monitoring terminal 340, data about each device of the wind turbine generator 10 that is useful for the expert of the wind turbine generator 10 to display is displayed.
  • FIG. 3 is a diagram for explaining the relationship between various data used in the first embodiment.
  • part (component) of the wind power generator 10, a failure mode, a sensor, and the diagnostic parameter calculated from the measurement data of a sensor is shown.
  • an effective value is obtained as a diagnostic parameter by the monitor device 80 from data measured by the high-frequency vibration sensor 70 ⁇ / b> A provided on the main bearing 60.
  • the calculated effective value exceeds the corresponding threshold value, it is displayed on the monitoring terminal 340 that the main bearing 60 is damaged.
  • a primary rotational frequency component, 2 as a diagnostic parameter by the monitor device 80 from the measured data by the low frequency vibration sensor 70H provided to measure the radial vibration of the main bearing 60.
  • the next rotation frequency component and the third rotation frequency component are calculated and each calculated value exceeds the corresponding threshold value, it is displayed on the monitoring terminal 340 that the main bearing 60 is unbalanced.
  • the primary rotational frequency component and the secondary as a diagnostic parameter by the monitor device 80 from the measured data by the low-frequency vibration sensor 70G provided to measure the axial vibration of the main shaft 20.
  • the rotation frequency component and the tertiary frequency component are calculated and each calculated value exceeds the corresponding threshold value, it is displayed on the monitoring terminal 340 that the main bearing 60 is misaligned.
  • the effective value is calculated as a diagnostic parameter by the monitor device 80 from the measured data by the high frequency vibration sensors 70B to 70D, and the calculated effective value exceeds the corresponding threshold value.
  • the monitoring terminal 340 displays that the gear box 40 is damaged in the bearing.
  • the primary meshing frequency component, the secondary meshing frequency component, and the tertiary meshing frequency component of the gear are used as diagnostic parameters by the monitor device 80 from the data measured by the high frequency vibration sensors 70B to 70D.
  • the calculated values exceed the corresponding threshold values, it is displayed on the monitoring terminal 340 that the gear box 40 is damaged.
  • the effective value is calculated as a diagnostic parameter by the monitor device 80 from the measured data by the high-frequency vibration sensors 70E and 70F, and the calculated effective value exceeds the corresponding threshold value. Is displayed on the monitoring terminal 340 that the generator 50 is damaged in the bearing.
  • the low frequency vibration sensor 70H provided to measure the radial vibration of the main shaft 20 is used to calculate a low frequency vibration component as a diagnostic parameter from the measured data by the monitor device 80. When the value exceeds the corresponding threshold value, it is displayed on the monitoring terminal 340 that the nacelle 90 is abnormally vibrating.
  • a low frequency vibration component is calculated as a diagnostic parameter from the measured data by the low frequency vibration sensor 70G provided so as to measure the axial vibration of the main shaft 20, and is calculated. If the measured value exceeds the corresponding threshold value, it is displayed on the monitoring terminal 340 that the nacelle 90 is abnormally vibrating.
  • an effective value is calculated as a diagnostic parameter by the monitor device 80 from data measured by the high-frequency vibration sensor 70I attached to the bearing ring of the yaw bearing 122 or a component that directly contacts the yaw bearing 122. If the effective value exceeds the corresponding threshold value, it is displayed on the monitoring terminal 340 that the yaw bearing 122 is damaged.
  • the abnormality diagnosis of the yaw bearing 122 is performed based on the diagnostic parameter calculated from the measurement data of the sensor 70I.
  • the rotation angle sensor 70J causes the rotation angular velocity ⁇ (rad / s) is detected, and the rotational angular velocity ⁇ m (rad / s) of the main shaft 20 is detected by the rotational angle sensor 70K.
  • the period during which the rotational angular velocity ⁇ of the nacelle 90 is within the first non-zero first predetermined range and the rotational angular velocity ⁇ m of the main shaft 20 is substantially 0 is a yaw bearing diagnosis.
  • the diagnostic parameter is valid for a period of time, and an abnormality diagnosis of the yaw bearing 122 is performed based on the diagnostic parameter for the validity period.
  • the above measurement items are partly extracted for easy understanding, and are not limited thereto. Calculates effective value, peak value, average value, crest factor, effective value after envelope processing, and peak value after envelope processing from measurement data of vibration sensor, AE sensor, temperature sensor, and sound sensor using statistical methods Then, the state of the device of the wind power generation apparatus 10 may be grasped as compared with the corresponding threshold value, and the state of the device may be displayed on the monitoring terminal 340.
  • the state monitoring system performs processing during the basic data collection period for setting the diagnostic operation conditions of the wind turbine generator 10 (see FIG. 4), and whether the operation measurement data satisfying the diagnostic operation conditions is abnormal after the basic data collection period has elapsed. Processing in the learning period for generating a threshold value for determining whether or not (see FIG. 5), and after the learning period, the wind turbine generator 10 is actually operated, and the threshold value generated in the learning period is It is comprised from the process (refer FIG. 6) in the operation period which uses and monitors the state of the wind power generator 10.
  • FIG. 6 the process which uses and monitors the state of the wind power generator 10.
  • the basic data collection period is a period in which basic data necessary for determining the diagnostic operation conditions of the wind turbine generator 10 is collected. Processing in this basic data collection period will be described.
  • FIG. 4 is a flowchart for explaining the processing in the basic data collection period.
  • the monitoring device passes through data server 330.
  • a basic data collection command is transmitted to 80 (step S2).
  • the monitor device 80 Upon receiving the basic data collection command, the monitor device 80 receives various data such as vibrations of each device of the wind power generator 10 (hereinafter referred to as measurement data), the rotational angular velocity ⁇ m of the main shaft 20, the rotational angular velocity ⁇ of the nacelle 90, And various data of the generated current (hereinafter referred to as “operating condition data”) are simultaneously collected (step S3), and diagnostic parameters are calculated from the measurement data which are various data such as vibrations (step S4). Then, the measurement data and the operating condition data are transmitted to the data server 330 (step S5).
  • the data server 330 receives the diagnostic parameter, measurement data, and operating condition data from the monitor device 80 and stores them in the storage unit (step S6). Processing of this measurement data and operation condition data measurement (step S3), calculation of diagnostic parameters (step S4), transmission to the data server 330 (step S5), and storage in the storage unit in the data server 330 (step S6) Is continued until step S7 when the monitoring device 80 receives a basic data collection end command from the monitoring terminal 340 (step S7; NO).
  • the operating condition data is not limited to the rotational angular velocity and the generated current, but also includes physical quantities that characterize the operating state of the wind power generator 10 such as wind speed and generator shaft torque.
  • the measurement data is not limited to vibration, and includes physical quantities indicating the state of the device such as AE, temperature, and sound.
  • a basic data collection end command is transmitted from the monitoring terminal 340 to the data server 330 (step S9). Then, as described above, the monitor device 80 finishes collecting the basic data, and the process ends (step S7; YES). At the same time, the data server 330 transmits all the diagnostic parameters, measurement data, and operating condition data collected during the basic data collection period to the monitoring terminal 340 (step S10). Note that if the person in charge does not instruct the end of the basic data collection from the monitoring terminal 340 (step S91; NO), the process ends as it is.
  • the diagnosis operation condition is an operation condition diagnosed by the state monitoring system.
  • the yaw bearing 122 is designated as the diagnosis target
  • the diagnosis operation condition (yaw bearing diagnosis operation condition) is designated as the rotation stop of the main shaft 20 and the rotation angular velocity ⁇ of the nacelle 90 within a predetermined range.
  • the predetermined range of the rotational angular velocity ⁇ of the nacelle 90 may be selected by selecting a range where the rotational angular velocity ⁇ is frequently generated in a state where the rotation of the main shaft 20 is stopped and the nacelle 90 is rotating. Thereby, in the subsequent operation period (described later), if the operating condition data is measured based on this diagnostic operating condition, the rotation of the spindle 20 is stopped, and the rotational angular velocity ⁇ of the nacelle 90 is within a predetermined range, Since the operation condition satisfies the diagnosis operation condition, the diagnosis parameter is calculated from the measurement data of the sensor 70I measured at the same time, and the abnormality can be detected at an early stage by comparing with the threshold value corresponding to the diagnosis parameter. If the operating condition does not satisfy the diagnostic operating condition, the abnormality diagnosis of the yaw bearing 122 is not performed. A plurality of diagnostic operation conditions can be specified.
  • the designated diagnosis operation condition (yaw bearing diagnosis operation condition) is transmitted to the data server 330 (step S13), and the data server 330 stores the diagnosis operation condition in the storage unit (step S14). This completes the processing of the monitoring terminal 340 and the data server 330 during the basic data collection period.
  • the learning period generates a threshold value for determining the state of the yaw bearing 122 of the wind power generator 10 after the basic data collection period necessary for determining the diagnostic operation condition of the wind power generator 10 described above has elapsed. It is a period. Processing in this learning period will be described.
  • FIG. 5 is a flowchart for explaining processing in the learning period of the wind turbine generator 10.
  • a learning start command is transmitted from monitoring terminal 340 to data server 330 (step S15).
  • the data server 330 reads the yaw bearing diagnostic operation condition stored in the storage unit and transmits it to the monitor device 80 (step S16).
  • the monitor device 80 receives the yaw bearing diagnostic operation condition (step S17)
  • the monitor device 80 simultaneously measures the measurement data and the operation condition data of the yaw bearing 122 (step S18). Then, the monitor device 80 calculates a diagnostic parameter from the measurement data of the yaw bearing 122 (step S19).
  • the monitor device 80 transmits diagnostic parameters, measurement data, and operating condition data to the data server 330 (step S20).
  • the data server 330 receives the diagnostic parameter, the measurement data, and the operating condition data, and stores each data for the effective period in the storage unit (step S22).
  • the effective period is a period in which the rotation angular velocity ⁇ of the nacelle 90 is within a predetermined range and the rotation of the main shaft 20 is stopped.
  • the measurement data and operation condition data measurement (step S18), diagnostic parameter calculation (step S19), transmission to the data server 330 (step S20), and storage in the storage unit in the data server 330 (step S22) are as follows.
  • the monitoring device 80 continues until step S21 when the learning terminal command is received from the monitoring terminal 340 (step S21; NO).
  • a learning end instruction is transmitted from the monitoring terminal 340 to the data server 330 (step S24).
  • the data server 330 transmits a learning end command to the monitor device 80 (step S23), and the monitor device 80 ends the collection of measurement data and operating condition data, and the process ends (step S21; YES).
  • the data server 330 automatically generates a diagnostic parameter threshold value for yaw bearing abnormality diagnosis by statistical calculation of the diagnostic parameters for the effective period stored in the storage unit (step S25).
  • the threshold value is stored in the storage unit of the data server 330 and transmitted to the monitoring terminal 340 (step S26).
  • the monitoring terminal 340 receives the threshold value and displays it on a display unit such as a monitor (step S27), and the person in charge can check the threshold value. This completes the processing of the data server 330 and the monitor device 80 during the learning period. Note that if the person in charge does not instruct the end of learning from the monitoring terminal 340 (step S241; NO), the process ends as it is.
  • the threshold value for determining whether or not the yaw bearing 122 is abnormal is generated using diagnostic parameters when the yaw bearing 122 is in a normal state.
  • a case where a two-stage threshold value is generated for the yaw bearing 122 will be described below as a specific example.
  • the first threshold value CT is ⁇ 0 + 3 ⁇ 0, and the second threshold value WN is three times the first threshold value.
  • the first threshold value CT and the second threshold value WN are represented by the following expressions (1) and (2), respectively.
  • CT ⁇ 0 + 3 ⁇ 0
  • WN 3 ( ⁇ 0 + 3 ⁇ 0 )
  • the threshold value CT when the measured diagnostic parameter is smaller than the threshold value CT, expert judgment is not required, while the measured diagnostic parameter is If it is larger than the threshold value WN, it can be easily classified that it is necessary for an expert to carefully judge the state of the yaw bearing 122, and there is a diagnostic parameter between the threshold value CT and the threshold value WN.
  • this for example, it is possible to determine whether or not to make a diagnosis by an expert while observing the state of the yaw bearing 122.
  • the threshold level is described in two stages. However, the threshold level is not limited to this, and a plurality of levels may be set.
  • the operation period is a period during which actual operation of the wind turbine generator 10 is performed after the learning period has elapsed, and the state of the yaw bearing 122 is monitored using a threshold value generated during the learning period. Processing during this operation period will be described.
  • FIG. 6 is a flowchart for explaining the processing in the operation period.
  • a command (diagnosis start command) for starting diagnosis of the state of yaw bearing 122 by the person in charge is transmitted from monitoring terminal 340 to data server 330 (step S30).
  • the data server 330 receives this diagnosis start command and transmits the yaw bearing diagnosis operation condition to the monitor device 80 (step S31).
  • the monitor device 80 When the monitor device 80 receives the yaw bearing diagnostic operation condition (step S32), it simultaneously measures the measurement data and the operation condition data of the yaw bearing 122 (step S33).
  • the monitor device 80 determines whether or not the current operating condition satisfies the yaw bearing diagnostic operating condition (step S34). If the condition is satisfied (step S34; YES), the monitor device 80 calculates a diagnostic parameter from the measurement data of the yaw bearing 122 (step S35), and obtains the diagnostic parameter, the measurement data, and the operating condition data. The data is transmitted to the data server 330 (step S36). On the other hand, if the condition is not satisfied (step S34; NO), the process returns to step S33 in which the measurement data and the operation condition data are measured again.
  • the monitor device 80 transmits diagnostic parameters, measurement data, and operating condition data to the data server 330 only when the current operating conditions satisfy the yaw bearing diagnostic operating conditions.
  • the data server 330 receives the diagnostic parameter, the measurement data, and the operating condition data (step S37), and based on the diagnostic parameter in the effective period of the received diagnostic parameter and the threshold value generated in the learning period, The state of the yaw bearing 122 is determined. For example, the data server 330 sets the diagnosis result to WN if the diagnostic parameter for the effective period exceeds the second threshold value WN, and diagnoses if the diagnostic parameter for the effective period exceeds the first threshold value CT. The result is CT (step S38). Then, the data server 330 stores the diagnosis result, the diagnostic parameter for the effective period, the measurement data, and the operation condition data in the storage unit, and transmits these data to the monitoring terminal 340 (step S39).
  • the monitoring terminal 340 receives the diagnosis result, diagnosis parameter, measurement data, and operation condition data (step S40), and displays the diagnosis result of the yaw bearing 122. If the diagnosis result is WN, “warning” is displayed, if it is CT, “caution” is displayed, otherwise “good” is displayed (step S41).
  • the diagnosis result is WN or CT, it is possible to reliably notify the person in charge of the abnormal state by sending an E-mail.
  • the diagnostic operation condition and the threshold value can be changed and a threshold value can be newly set. Note that the threshold can be changed by the person in charge from the monitoring terminal 340.
  • step S40 of FIG. 6 since the monitoring terminal 340 receives the diagnostic parameters and the measurement data together with the diagnosis result, the monitoring terminal 340 can perform the latest and optimum measurement that can be evaluated and analyzed by an expert. Data and the like can be easily provided, and an environment in which the measurement data and related data can be simultaneously displayed on a monitor (not shown) can be provided. Therefore, the expert can easily determine whether or not a detailed diagnosis is necessary based on the monitor image.
  • FIG. 7 is a diagram illustrating the effect of the first embodiment.
  • this figure shows a diagnosis that is calculated regardless of whether or not the spindle 20 rotates as a comparative example, and the change over time (solid line) and threshold value VTH of the diagnosis parameter in the first embodiment.
  • a time-dependent change (dotted line) of a parameter (equivalent to the prior art) and a threshold value VTHA are shown.
  • the illustrated diagnostic parameter is the effective value (m / s 2 ) of the vibration acceleration of the yaw bearing 122 calculated from the measurement data of the sensor 70I.
  • Diagnostic parameter (dotted line) calculated regardless of whether or not the spindle 20 is rotating is greatly affected by the rotation of the spindle 20 even if the yaw bearing 122 is normal. Since the threshold value VTHA for determining whether or not the diagnostic parameter is abnormal needs to be set to a value higher than the peak value of the diagnostic parameter at the normal time, it is conventionally set to a relatively high value. It was. For this reason, the abnormality detection timing of the yaw bearing 122 tends to be delayed, and it is assumed that the time when the wind turbine cannot be operated is extended due to the delay in obtaining the repair parts.
  • the period during which the spindle 20 is not rotating is set as the effective period of the diagnostic parameter, and each process in the learning period and the operation period is executed using the diagnostic parameter of the effective period. Therefore, an increase in the variation of the diagnostic parameter due to the rotation of the spindle 20 is suppressed (solid line). Thereby, it is not necessary to unnecessarily increase the threshold value for diagnosing whether or not the yaw bearing 122 is abnormal, and the threshold value VTH can be set to a relatively low value. There is no delay in anomaly detection due to an unnecessarily large size. Therefore, according to the first embodiment, the abnormality of the yaw bearing 122 can be detected at an early stage.
  • the rotation of the main shaft 20 is stopped as one of the yaw bearing diagnostic operation conditions.
  • the rotation of the main shaft 20 The frequency of situations where is stopped is not so high. Therefore, when the rotational angular velocity ⁇ of the nacelle 90 is within a non-zero first predetermined range and the rotational angular velocity ⁇ m of the main shaft 20 is within a non-zero second predetermined range, the diagnostic parameter of the yaw bearing 122 is determined. May be measured. Similarly to the first predetermined range, this second predetermined range can also be specified as a diagnostic operation condition in the basic data collection period.
  • the rotation angular velocity ⁇ m of the main shaft 20 at the time of this output has a range in which the rotation angular velocity ⁇ is frequently generated when the nacelle 90 is rotating.
  • the predetermined range of 2 may be selected.
  • threshold value VTH can be set to an appropriate value, and as a result, abnormality of yaw bearing 122 can be detected at an early stage.
  • the power generation amount of the generator 50 may be added to the yaw bearing diagnostic operation condition that the power generation amount of the generator 50 is within the third predetermined range.
  • the rotational angular velocity ⁇ m of the main shaft 20 is the upper limit value of the rated operation, and the operating conditions that can occur relatively frequently are selected such that the power generation amount of the generator 50 is about 60 to 80% of the rating. Is preferred.
  • the diagnostic parameters collected without setting conditions for the rotational angular velocity of the main shaft 20 are corrected according to the rotational angular velocity ⁇ m of the main shaft 20, so that the influence of the rotation of the main shaft 20 is suppressed. Based on this, abnormality diagnosis of the yaw bearing 122 is performed.
  • the overall configuration of the state monitoring system, the configuration of the wind turbine generator 10, and the relationship between the diagnostic parameters and the failure mode in the second embodiment are the same as those in the first embodiment.
  • the diagnostic parameters for yaw bearing diagnosis are corrected based on the rotational angular velocity ⁇ m of the main shaft 20.
  • the measurement data of the sensor 70I and the diagnostic parameters based on the measured data greatly vary. Therefore, in order to suppress the variation of the diagnostic parameter accompanying the rotation of the main shaft 20, the diagnosis is performed such that the higher the rotational angular velocity ⁇ m of the main shaft 20, the smaller the ratio of the diagnostic parameter after correction to the diagnostic parameter before correction. The parameter is corrected.
  • the diagnostic parameter correction process is executed in the data server 330 (FIG. 1).
  • the data server 330 receives the detected value of the rotational angular velocity ⁇ m (rad / s) of the spindle 20 from the sensor 70K (FIG. 2), and calculates the average value ⁇ ma of the rotational angular velocity ⁇ m based on the following equation (3).
  • t is time
  • T1 and T2 are measurement start time and measurement end time, respectively
  • time (T2-T1) is set to a predetermined time.
  • the time (T2-T1) can be set as appropriate.
  • the data server 330 calculates the rotational angular velocity ⁇ of the non-dimensional main shaft 20 by dividing the value ⁇ ma by the maximum value ⁇ maMax of the rotational angular velocity ⁇ m.
  • the maximum value ⁇ maMax may be a set value in the specifications of the wind turbine generator 10 or may be a maximum value of actual measured values of the rotational angular velocity ⁇ m collected during the basic data collection period.
  • the dimensionless diagnostic parameter obtained by dividing the diagnostic parameter Vm calculated from the measurement data of the sensor 70I for monitoring the state of the yaw bearing 122 by the average value Vm0 of the diagnostic parameter when the spindle 20 is not rotating.
  • the diagnostic parameter for the rotational angular velocity of the main shaft 20 at the rated output of the windmill or the rotational angular velocity of the main shaft 20 that occurs frequently during the basic data collection period may be selected as Vm0.
  • the rotational angular velocity of the main shaft 20 to be used as a reference is determined, and the diagnostic parameter at this reference rotational angular velocity may be handled as Vm0.
  • FIG. 8 is a diagram showing the relationship between the dimensionless diagnosis parameter (Vm / Vm0) and the dimensionless rotation angular velocity ⁇ of the main shaft 20.
  • the data shown in FIG. 8 is data collected during normal operation in which no abnormality of the yaw bearing 122 has occurred.
  • Vm0 is the value of diagnostic parameter Vm when spindle 20 is not rotating
  • the dimensionless diagnostic parameter (Vm / Vm0) is 1. It becomes.
  • the dimensionless diagnostic parameter (Vm / Vm0) increases.
  • the relationship between the dimensionless diagnostic parameter (Vm / Vm0) and the dimensionless rotational angular velocity ⁇ of the spindle 20 is obtained.
  • An approximate function L (correction function) shown is calculated.
  • the diagnostic parameter is corrected by dividing the diagnostic parameter Vm by the value of the approximate function L (correction function) corresponding to the actually measured rotational angular velocity ⁇ .
  • a threshold value for performing the abnormality diagnosis of the yaw bearing 122 is set without considering the fluctuation of the vibration parameter due to the rotation of the spindle 20. Can do. That is, it is not necessary to set the threshold value to an unnecessarily large value in consideration of the fluctuation of the vibration parameter due to the rotation of the spindle 20. Therefore, the threshold for abnormality diagnosis can be lowered to an appropriate level, and early abnormality detection can be realized in abnormality diagnosis.
  • the constant ⁇ is determined based on an actual measurement value of the diagnostic parameter Vm, and is determined based on, for example, a regression equation of data shown in FIG.
  • the diagnostic parameter Vm is corrected as follows using the correction function shown by the equation (5).
  • Vrec is a corrected diagnostic parameter corrected based on the rotational angular velocity ⁇ m of the spindle 20.
  • diagnostic parameter correction processing is executed at the end of the learning period and in the operation period, and each processing is executed based on the corrected diagnostic parameter Vrec.
  • FIG. 9 is a flowchart showing the operation during the learning period of the state monitoring system according to the second embodiment. Referring to FIG. 9, this flowchart further includes step S231 in the flowchart showing the operation of the learning period in the first embodiment shown in FIG. 5, and includes steps S22A and S25A instead of steps S22 and S25, respectively. .
  • step S20 when the current operating condition satisfies the yaw bearing diagnostic operating condition, when the diagnostic parameter, the measurement data, and the operating condition data are transmitted from the monitor device 80 to the data server 330, the data server 330
  • the diagnostic parameter Vm, the measurement data, and the operating condition data are received and stored in the storage unit (step S22A).
  • step S24 a learning end command is transmitted from the monitoring terminal 340 to the data server 330.
  • step S23 when a learning end command is transmitted from the data server 330 to the monitor device 80, the data server 330 The correction function Fv ( ⁇ ) indicated by (5) is determined. Specifically, the data server 330 determines ⁇ maMax, Vm0, and Vm1 under the target operation condition, and finally calculates a constant ⁇ of the correction function. Then, the data server 330 performs correction processing on the diagnostic parameter Vm of the yaw bearing 122 stored in the storage unit according to the above equation (6), generates a corrected diagnostic parameter Vrec, and stores it in the storage unit. (Step S231).
  • the data server 330 automatically generates a threshold value of the diagnostic parameter by statistical calculation of the diagnostic parameter Vrec stored in the storage unit (step S25A). Thereafter, the process proceeds to step S26, and the threshold value generated in step S25A is stored in the storage unit of the data server 330 and transmitted to the monitoring terminal 340.
  • FIG. 10 is a flowchart showing the operation during the operation period of the state monitoring system according to the second embodiment. Referring to FIG. 10, this flowchart includes steps S37A to S39A instead of steps S37 to S39 in the flowchart showing the operation in the operation period in the first embodiment shown in FIG.
  • step S34 it is determined that the current operating condition satisfies the yaw bearing diagnostic operating condition.
  • step S36 the diagnostic parameter, measurement data, and operating condition data are transmitted from the monitor device 80 to the data server 330.
  • the data server 330 receives the diagnostic parameter Vm, the measurement data, and the operating condition data, and corrects the diagnostic parameter Vm based on the above formulas (5) and (6) (step S37A).
  • the data server 330 determines the state of the yaw bearing 122 based on the diagnostic parameter Vrec after the correction process and the threshold value generated during the learning period. For example, if the corrected diagnostic parameter Vrec exceeds the second threshold value WN, the data server 330 sets the diagnostic result to WN, and the corrected diagnostic parameter Vrec exceeds the first threshold value CT. If so, the diagnosis result is CT (step S38A). The data server 330 stores the diagnosis result, the diagnostic parameter Vrec after the correction process, the measurement data, and the operating condition data in the storage unit, and transmits these data to the monitoring terminal 340 (step S39A). ). Thereafter, the process proceeds to step S40.
  • the same effect as that of the first embodiment shown in FIG. 7 can be obtained.
  • the diagnostic parameter Vm is recorded without considering the variation of the measurement data accompanying the rotation of the spindle 20
  • the variation of the diagnostic parameter becomes large even if the yaw bearing 122 is normal. (dotted line).
  • the threshold value VTHA for determining whether or not the diagnostic parameter is abnormal needs to be set to a value higher than the peak value of the diagnostic parameter at the normal time. Need to be done. For this reason, the abnormality detection timing of the yaw bearing 122 tends to be delayed.
  • the diagnostic parameter Vm is corrected based on the rotational angular velocity ⁇ m of the main shaft 20, and each process in the learning period and the operation period is executed using the corrected diagnostic parameter Vrec. Therefore, an increase in the variation of the diagnostic parameter due to the rotation of the spindle 20 is suppressed (solid line). Thereby, it is not necessary to unnecessarily increase the threshold value for diagnosing whether or not the yaw bearing 122 is abnormal, and the threshold value VTH can be set to a relatively low value. There is no delay in anomaly detection due to an unnecessarily large size.
  • the abnormality of the yaw bearing 122 can be detected earlier than in the first embodiment also from this viewpoint. obtain.
  • the diagnosis parameter of the yaw bearing 122 is corrected according to the rotational angular velocity ⁇ m of the main shaft 20.
  • the diagnostic parameter may be corrected. That is, the change in the amount of power generation is linked to the change in the transmission torque acting on the speed increaser 40, and also appears as a change in vibration or the like in the vicinity of the yaw bearing 122. Therefore, in the third embodiment, the diagnostic parameter of the yaw bearing 122 is corrected according to the power generation amount of the generator 50.
  • the correction of the diagnostic parameter according to the power generation amount of the generator 50 can be performed by the same method as in the second embodiment. That is, the dimensionless power generation amount ⁇ is calculated from the average value and the maximum value of the power generation amount of the generator 50 according to the above equation (4), and the dimensionless diagnostic parameter Vm / Vm0 and the dimensionless power generation amount ⁇ are calculated. Thus, the correction function Fv ( ⁇ ) can be calculated according to the above equation (5). And the diagnostic parameter Vrec after correction
  • the amount of power generation is increased by increasing the rotational torque by changing the pitch angle of the blade 30. Therefore, until the rotational angular velocity ⁇ m of the main shaft 20 reaches the upper limit value, the diagnostic parameter is corrected according to the rotational angular velocity of the main shaft 20, and when the rotational angular velocity ⁇ m of the main shaft 20 reaches the upper limit, the power generation of the generator 50 described above is performed. You may make it add the correction
  • the correction formula of the diagnostic parameter is shown as follows, for example.
  • ⁇ indicates the dimensionless power generation amount of the generator 50
  • Fp ( ⁇ ) is a correction function corresponding to the dimensionless power generation amount ⁇ .
  • Pm is an average value of the power generation amount during the target time
  • the diagnostic parameter Vm of the yaw bearing 122 by performing the above-described correction on the diagnostic parameter Vm of the yaw bearing 122, noise due to a change in the power generation amount P of the generator 50 is further suppressed, and the diagnostic accuracy of the yaw bearing 122 is improved. It can be further increased.
  • the sensor 70I is provided in the vicinity of the yaw bearing 122, and the diagnosis parameter is calculated from the measurement data of the sensor 70I to diagnose the state of the yaw bearing 122.
  • the sensor used for diagnosis is not limited to this. For example, yaw using diagnostic parameters calculated from measurement data of a sensor 70A for monitoring the state of the main bearing 60, a sensor 70B for monitoring the state of the speed increaser 40, a sensor 70E for monitoring the state of the generator 50, and the like. Diagnosis of the bearing 122 may be performed.
  • the rotational angular velocity ⁇ of the nacelle 90 is detected by the sensor 70J including the gyro sensor, and it is determined whether or not the nacelle 90 is rotating based on the detection result.
  • the rotational angular velocity ⁇ of the nacelle 90 may be detected by any means.
  • an azimuth sensor that measures geomagnetism may be used to measure the time variation of the azimuth, and the azimuth angle may be differentiated by time to determine the rotational angular velocity ⁇ of the nacelle 90.
  • a GPS (Global Positioning System) sensor that measures the position using an artificial satellite may be used.
  • Two GPS sensors are separated from each other by a predetermined distance and provided in the nacelle 90.
  • the azimuth of the nacelle 90 is obtained from the relative position of the two GPS sensors, and the azimuth of the nacelle 90 is obtained by differentiating the azimuth with time. Also good.
  • the locus when the nacelle 90 makes one rotation is recorded using one GPS sensor, the azimuth angle of the nacelle 90 is calculated from the recorded locus and the current position information, and the rotational angular velocity ⁇ is calculated from the time derivative. You may ask for.
  • the scenery around the nacelle 90 may be recorded by a video recording device, and the rotational angular velocity ⁇ may be obtained from the change.
  • At least one of the driving current and the driving voltage of the driving device 124 for rotating the nacelle 90 may be measured, and the rotational angular velocity ⁇ of the nacelle 90 may be calculated from the measured value.
  • the rotation of the gear for rotating the nacelle 90 may be measured with a non-contact displacement meter, and the rotational angular velocity ⁇ of the nacelle 90 may be calculated from the measured value.
  • the rotational angular velocity ⁇ of the nacelle 90 may be obtained from information from SCADA (Supervisory Control And Data Acquisition) that separately monitors the wind turbine generator.
  • SCADA Supervisory Control And Data Acquisition
  • a threshold value for diagnosing whether or not the yaw bearing 122 is abnormal is generated in the learning period.
  • the threshold value may be set separately based on the diagnostic parameter obtained by the above. That is, the threshold value does not necessarily have to be automatically generated during the learning period, and the above formulas (5) and (6) are derived from the diagnostic parameters obtained through experiments or the like, and the diagnosis is corrected using the formula (6).
  • the threshold value VTH may be determined based on the parameter Vrec.
  • the senor 70I corresponds to an example of the “first detector” in the present invention
  • the sensor 70J corresponds to an example of the “second detector” in the present invention
  • Corresponding to Sensor 70K corresponds to an example of “third detector” in the present invention
  • data server 330 corresponds to an example of “control device” in the present invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Wind Motors (AREA)

Abstract

　風力発電装置（１０）の状態監視システムは、ヨー軸受の状態を検出するセンサと、その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、ナセル及び主軸の各回転角速度を検出するセンサと、診断パラメータに基づいてヨー軸受の異常を診断するデータサーバ（３３０）とを備える。データサーバ（３３０）は、ナセルの回転角速度が非零の第１の所定範囲内であり、かつ、主軸の回転角速度が第２の所定範囲内であるときの、診断パラメータについての初期値からの変化に基づいて、ヨー軸受が異常か否かを診断する。

Description

状態監視システム及びそれを備えた風力発電システム
　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、支柱上部においてナセルを旋回可能に支持するヨー軸受を備える風力発電装置の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。
　特開２０１３－１８５５０７号公報（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）。
　また、風力発電装置は、支柱上部に設けられるナセルと、支柱上部においてナセルを旋回可能に支持するヨー軸受とを一般的に備えている。ヨー軸受は、高所に設けられるとともに一般的に大型であり、その交換作業は容易ではない。特開２０１２－１２２３４２号公報（特許文献２）には、簡素な装置によってヨー軸受を交換可能な風力発電装置が記載されている（特許文献２参照）。
特開２０１３－１８５５０７号公報 特開２０１２－１２２３４２号公報
　上記の特許文献１では、ヨー軸受の状態監視については検討されていない。ヨー軸受の異常は、たとえばナセルの旋回指令に対する実機の動作を検出することによって確認することも可能であるが、このような手法では、ヨー軸受の損傷によりナセルの回転トルクが増加して駆動モータではトルク不足となるまで、異常を検出することができない。
　また、上記の特許文献２は、異常が生じたヨー軸受を簡素な装置によって交換可能とする点で有用であるが、ヨー軸受の異常検出については特に検討されていない。ヨー軸受を交換することとなる場合、交換用のヨー軸受を入手するには相応の時間が必要であり、この点でも、ヨー軸受の異常を早期に検出することが望まれている。
　この発明は、かかる課題を解決するためになされたものであり、その目的は、ヨー軸受の異常を早期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。
　この発明によれば、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、風力を回転トルクに変換するためのブレードと、回転トルクを受ける主軸と、回転トルクを電力に変換する発電機と、支柱上部に設けられて主軸及び発電機を格納するナセルと、支柱上部においてナセルを旋回可能に支持するヨー軸受とを含む。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第２の検出器と、主軸の回転速度を検出する第３の検出器とを備える。そして、制御装置は、ナセルの回転速度が非零の第１の所定範囲内であり、かつ、主軸の回転速度が第２の所定範囲内であるときの、診断パラメータについての初期値からの変化に基づいて、ヨー軸受が異常か否かを診断する。
　この発明においては、ナセルの回転速度が非零の第１の所定範囲内であり、かつ、主軸の回転速度が第２の所定範囲内であるときの診断パラメータに基づいてヨー軸受の異常を診断するので、ヨー軸受の異常診断に用いる診断パラメータへの主軸の回転の影響を抑制し得る。そして、この診断パラメータについての初期値からの変化に基づいてヨー軸受が異常か否かを診断するので、ナセルの旋回動作に異常が現れる前にヨー軸受の異常を検出し得る。したがって、この発明によれば、ヨー軸受の異常を早期に検出することができる。
　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。同様に、主軸の回転速度とは、主軸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、ナセルの回転速度が第１の所定範囲内であり、かつ、主軸の回転速度が略零であるときの、診断パラメータについての初期値からの変化に基づいて、ヨー軸受が異常か否かを診断する。
　好ましくは、制御装置は、さらに、ナセルの回転速度が第１の所定範囲内であるときの第３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についての初期値からの変化に基づいてヨー軸受が異常か否かを診断する。
　この発明においては、主軸の回転速度を検出する第３の検出器の検出結果に基づいて診断パラメータを補正するので、主軸の回転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、たとえば、ヨー軸受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ことによる機器の異常検出の遅れ等は発生しない。また、主軸の回転状態に拘わらず診断パラメータを収集して異常検出できるので、主軸の回転速度が所定範囲内であるとき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、異常を早期に検出し得る。したがって、この発明によれば、ヨー軸受の異常を早期に検出することができる。
　好ましくは、制御装置は、主軸の回転速度を変数とする第１の補正関数を用いて診断パラメータを補正する。第１の補正関数は、主軸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、第１の補正関数は、主軸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主軸の回転速度を変数とし、診断パラメータを主軸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主軸の回転速度の平均値を算出し、その平均値に基づいて、第１の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、制御装置は、発電機の発電量を変数とする第２の補正関数を用いて診断パラメータをさらに補正する。第２の補正関数は、発電量が多いほど、第２の補正関数による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、制御装置は、主軸の回転速度が上限に達した場合にのみ、第２の補正関数を用いて診断パラメータをさらに補正する。
　好ましくは、第１の検出器は、ヨー軸受の近傍に設けられ、ヨー軸受の状態を検出する。
　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が第１の所定範囲内であるときの診断パラメータに基づいて機器の異常を診断する。
　好ましくは、第２の検出器は、方位センサを含む。
　また、好ましくは、第２の検出器は、ジャイロセンサを含む。
　また、好ましくは、第２の検出器は、ＧＰＳ（Global　Positioning　System）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。
　この発明によれば、支柱上部においてナセルを旋回可能に支持するヨー軸受の異常を早期に検出することができる。
この発明の実施の形態１による状態監視システムの全体構成を示すブロック図である。 図１に示した風力発電装置の要部を示す図である。 図２に示したセンサと診断パラメータの関係を説明するための図である。 図１に示した状態監視システムの基礎データ収集期間の動作を示すフローチャートである。 図１に示した状態監視システムの学習期間の動作を示すフローチャートである。 図１に示した状態監視システムの運用期間の動作を示すフローチャートである。 実施の形態１の効果を説明するための図である。 無次元化した診断パラメータと、無次元化した主軸の回転角速度との関係を示した図である。 実施の形態２による状態監視システムの学習期間の動作を示すフローチャートである。 実施の形態２による状態監視システムの運用期間の動作を示すフローチャートである。
　以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。以下では、複数の実施の形態について説明するが、各実施の形態で説明された構成を適宜組合わせることは出願当初から予定されている。なお、図中同一又は相当部分には同一符号を付してその説明は繰返さない。
　［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。
　モニタ装置８０は、後述するセンサ７０Ａ～７０Ｉ（図２）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。また、モニタ装置８０は、風力発電装置１０の主軸の回転角速度及びナセルの回転角速度の測定値を、インターネット３２０を介してデータサーバ３３０へ送信する。なお、モニタ装置８０とデータサーバ３３０との通信は、有線によって行なわれてもよいし、無線によって行なわれてもよい。
　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８０の設定を変更したり、風力発電装置１０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、回転角センサ７０Ｊ，７０Ｋと、モニタ装置８０とを備える。主軸２０、増速機４０、発電機５０、主軸受６０、モニタ装置８０等は、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、自動調心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～７０Ｈは、ナセル９０の内部の各機器に固設される。具体的には、センサ７０Ａは、主軸受６０の上面に固設され、主軸受６０の状態を監視する。センサ７０Ｂ～７０Ｄは、増速機４０の上面に固設され、増速機４０の状態を監視する。センサ７０Ｅ，７０Ｆは、発電機５０の上面に固設され、発電機５０の状態を監視する。センサ７０Ｇは、主軸受６０に固設され、ミスアライメントとナセル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７０Ｊ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７０Ｊ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。
　センサ７０Ｋは、主軸２０に近接して設けられ、主軸２０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７０Ｋには、エンコーダや、近接センサ、光センサ、レゾルバ等の公知の回転速度センサを用いることができる。なお、発電機５０の回転角速度（レゾルバ等によって検出し得る。）と増速機４０のギヤ比とから主軸２０の回転角速度を算出してもよい。
　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、軸受１２２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。
　軸受１２２は、ナセル９０とタワー１００の境界部に設けられ、ナセル９０を旋回可能に支持する。このナセル回転機構により、ナセル９０は、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上でのナセル９０の回転をヨー（yaw）運動又はヨーイング（yawing）という。以下では、軸受１２２は、ヨー軸受１２２とも称される。そして、ヨー軸受１２２の軌道輪又はこれに直接接触する部品にセンサ７０Ｉが取り付けられ、センサ７０Ｉは、ヨー軸受１２２の状態を監視する。
　モニタ装置８０は、ナセル９０の内部に設けられ、センサ７０Ａ～７０Ｉにより検出される各機器の振動あるいは音やＡＥ（Acoustic　Emission）、センサ７０Ｊにより検出されるナセル９０の回転角速度、センサ７０Ｋにより検出される主軸２０の回転角速度等のデータを受ける。なお、図示されていないが、センサ７０Ａ～７０Ｋ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。
　＜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。
　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が算出され、算出され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次回転周波数成分が算出され、算出され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２０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次周波数成分が算出され、算出され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が算出され、算出され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が算出され、算出され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が算出され、算出され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２０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が算出され、算出され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２０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が算出され、算出され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。
　ヨー軸受１２２については、ヨー軸受１２２の軌道輪又はこれに直接接触する部品に取り付けられた高周波用振動センサ７０Ｉ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が算出され、算出された実効値が対応するしきい値を越えている場合には、ヨー軸受１２２が軸受損傷していることが監視用端末３４０に表示される。
　このように、この状態監視システムでは、センサ７０Ｉの測定データから算出される診断パラメータに基づいてヨー軸受１２２の異常診断が行なわれる。ここで、ナセル９０の回転及び主軸２０の回転に応じてセンサ７０Ｉの測定データが変動するところ、この実施の形態１に従う状態監視システムでは、回転角度センサ７０Ｊによってナセル９０の回転角速度ω（ｒａｄ／ｓ）が検出され、回転角度センサ７０Ｋによって主軸２０の回転角速度ωｍ（ｒａｄ／ｓ）が検出される。そして、ナセル９０の回転角速度ωが非零の第１の所定範囲内であり、かつ、主軸２０の回転角速度ωｍが略０（すなわち主軸２０の回転が停止状態）である期間が、ヨー軸受診断用の診断パラメータの有効期間とされ、この有効期間の診断パラメータに基づいてヨー軸受１２２の異常診断が行なわれる。
　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について、ヨー軸受１２２の異常診断が行なわれる場合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４参照）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５参照）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の状態を監視する運用期間での処理（図６参照）とから構成される。
　（基礎データ収集期間での処理）
　基礎データ収集期間とは、風力発電装置１０の診断運転条件を決定するために必要な基礎データ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４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４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、主軸２０の回転角速度ωｍ、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を算出し（ステップＳ４）、この診断パラメータ、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Ｓ５）。
　データサーバ３３０は、診断パラメータ、測定データ、及び運転条件データをモニタ装置８０から受信して記憶部に格納する（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、回転角速度、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が表示され（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とをみて診断運転条件を指定する（ステップＳ１２）。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。ここでは、診断対象としてヨー軸受１２２が指定され、診断運転条件（ヨー軸受診断運転条件）が、主軸２０の回転停止、及びナセル９０の回転角速度ωが所定範囲内に指定される。ナセル９０の回転角速度ωの所定範囲の選定は、主軸２０の回転が停止し、かつ、ナセル９０の回転が生じている状態で、回転角速度ωの発生頻度の高い範囲を選択すればよい。これにより、以降の運用期間（後述）において、この診断運転条件に基づいて運転条件データが測定され、主軸２０の回転が停止し、かつ、ナセル９０の回転角速度ωが所定範囲内にあれば、運転条件が診断運転条件を満たすために、同時に測定したセンサ７０Ｉの測定データから診断パラメータが算出され、診断パラメータに対応するしきい値と比較することで異常の早期検出が可能となる。なお、運転条件が診断運転条件を満たさない場合は、ヨー軸受１２２の異常診断は実施されない。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（ヨー軸受診断運転条件）がデータサーバ３３０に送信され（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及びデータサーバ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のヨー軸受１２２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５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５を参照して、担当者が監視用端末３４０において学習開始を指示すると、監視用端末３４０からデータサーバ３３０へ学習開始指令が送信される（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ヨー軸受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、ヨー軸受診断運転条件を受信すると（ステップＳ１７）、ヨー軸受１２２の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、ヨー軸受１２２の測定データから診断パラメータを算出する（ステップＳ１９）。
　現在の運転条件がヨー軸受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、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、診断パラメータと、測定データと、運転条件データとを受信し、それらのうちの有効期間分の各データを記憶部に格納する（ステップＳ２２）。ここでは、有効期間は、ナセル９０の回転角速度ωが所定範囲内であり、かつ、主軸２０の回転が停止している期間である。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、記憶部に格納された有効期間分の診断パラメータの統計的演算により、ヨー軸受異常診断用の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。
　ヨー軸受１２２が異常か否かを判断するためのしきい値は、ヨー軸受１２２が正常状態である場合の診断パラメータを用いて生成される。ここでは、理解を容易にするために、具体例として、ヨー軸受１２２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（１），（２）で示される。
　ＣＴ＝μ０＋３σ０　　　　…（１）
　ＷＮ＝３（μ０＋３σ０）　…（２）
　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に基づいて、データサーバ３３０においてヨー軸受１２２が異常であるか否かが判断され、その結果が監視用端末３４０に表示される。たとえば、診断パラメータの値がしきい値ＣＴを越える場合には、監視用端末３４０に、ヨー軸受１２２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、診断パラメータの値がしきい値ＷＮを越える場合には、監視用端末３４０に、ヨー軸受１２２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、測定された診断パラメータがしきい値ＣＴよりも小さい場合には、専門家の判断を必要とせず、一方、測定された診断パラメータがしきい値ＷＮよりも大きい場合には、専門家が慎重にヨー軸受１２２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との間に診断パラメータが当てはまる場合には、たとえば、ヨー軸受１２２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。このような構成をとることにより、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、上記では、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ヨー軸受１２２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６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６を参照して、監視用端末３４０から、担当者によってヨー軸受１２２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にヨー軸受診断運転条件を送信する（ステップＳ３１）。
　モニタ装置８０は、ヨー軸受診断運転条件を受信すると（ステップＳ３２）、ヨー軸受１２２の測定データと運転条件データとを同時に測定する（ステップＳ３３）。
　次いで、モニタ装置８０は、現在の運転条件がヨー軸受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、ヨー軸受１２２の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、現在の運転条件がヨー軸受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、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、測定データ及び運転条件データを受信し（ステップＳ３７）、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、ヨー軸受１２２の状態を判定する。たとえば、データサーバ３３０は、有効期間の診断パラメータが第２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、有効期間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、測定データ、運転条件データを受信し（ステップＳ４０）、ヨー軸受１２２の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）。
　なお、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４のステップＳ１からの手続きをとれば、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６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及び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、そのモニタの画像をもとに詳細な診断が必要か否かを容易に判断することができる。
　図７は、本実施の形態１の効果を示す図である。図７を参照して、この図には、本実施の形態１における診断パラメータの経時変化（実線）及びしきい値ＶＴＨと、比較例として、主軸２０の回転の有無に関係なく算出される診断パラメータ（従来技術相当）の経時変化（点線）及びしきい値ＶＴＨＡとが示されている。図示される診断パラメータは、センサ７０Ｉの測定データから算出されたヨー軸受１２２の振動加速度の実効値（ｍ／ｓ２）である。
　主軸２０の回転の有無に関係なく算出される診断パラメータ（点線）は、ヨー軸受１２２が正常であっても、主軸２０の回転の影響を受けて診断パラメータの変動が大きい。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、ヨー軸受１２２の異常検出のタイミングが遅れがちになり、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てしまうことも想定される。
　これに対して、本実施の形態１では、主軸２０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、主軸２０の回転による診断パラメータの変動増大が抑制される（実線）。これにより、ヨー軸受１２２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異常検出の遅れは発生しない。したがって、この実施の形態１によれば、ヨー軸受１２２の異常を早期に検出することができる。
　なお、上記においては、主軸２０の回転が停止していることをヨー軸受診断運転条件の一つとしたが、元来、風力発電装置は風況のよい場所に設置されるため、主軸２０の回転が停止する状況の頻度はそれ程高くない。そこで、ナセル９０の回転角速度ωが非零の第１の所定範囲内であり、かつ、主軸２０の回転角速度ωｍが非零の第２の所定範囲内であるときに、ヨー軸受１２２の診断パラメータを測定するようにしてもよい。この第２の所定範囲も、第１の所定範囲と同様に、基礎データ収集期間において診断運転条件として指定され得る。たとえば、定格出力の８０～１００％で運転することが多い風車では、この出力時における主軸２０の回転角速度ωｍにおいて、ナセル９０が回転している際の回転角速度ωの発生頻度の高い範囲を第２の所定範囲として選択すればよい。そして、主軸２０の回転角速度ωｍが第２の所定範囲であるときの診断パラメータを用いることによって、主軸２０の回転に伴なう診断パラメータへの影響が抑制される。これにより、しきい値ＶＴＨを適切な値に設定することができ、その結果、ヨー軸受１２２の異常を早期に検出することができる。
　さらには、測定時のノイズをより低減するために、さらに発電機５０の発電量が第３の所定範囲内であることをヨー軸受診断運転条件に加えてもよい。一例であるが、主軸２０の回転角速度ωｍが定格運転の上限値であり、発電機５０の発電量が定格の６～８割程度となる、比較的高頻度に生じ得る運転条件を選定するのが好ましい。
　［実施の形態２］
　上記の実施の形態１では、主軸２０の回転角速度ωｍが所定範囲内（停止を含む。）であることをヨー軸受診断運転条件としているので、風況（風速）が頻繁に変わる場合には、診断パラメータを十分に収集できない可能性もある。
　そこで、この実施の形態２では、主軸２０の回転角速度に条件を設けることなく収集される診断パラメータを主軸２０の回転角速度ωｍに応じて補正し、主軸２０の回転による影響を抑制した診断パラメータに基づいてヨー軸受１２２の異常診断が実施される。
　この実施の形態２における状態監視システムの全体構成、風力発電装置１０の構成、診断パラメータと故障モードとの関係は、実施の形態１と同じである。
　そして、この実施の形態２に従う状態監視システムにおいては、上述のように、主軸２０の回転角速度ωｍに基づいて、ヨー軸受診断用の診断パラメータが補正される。具体的には、主軸２０の回転角速度ωｍが高いほど、センサ７０Ｉ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、主軸２０の回転に伴なう診断パラメータの変動を抑制するために、主軸２０の回転角速度ωｍ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。
　（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７０Ｋ（図２）から主軸２０の回転角速度ωｍ（ｒａｄ／ｓ）の検出値を受け、回転角速度ωｍの平均値ωｍａを次式（３）に基づいて算出する。
Figure JPOXMLDOC01-appb-M000001
　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。時間（Ｔ２－Ｔ１）は適宜設定され得る。さらに、データサーバ３３０は、値ωｍａを回転角速度ωｍの最大値ωｍａＭａｘで除算することによって、無次元化した主軸２０の回転角速度Ωを算出する。
Figure JPOXMLDOC01-appb-M000002
　なお、最大値ωｍａＭａｘは、風力発電装置１０の仕様上の設定値であってもよいし、基礎データ収集期間において収集される回転角速度ωｍの実測値の最大値であってもよい。
　ここで、ヨー軸受１２２の状態を監視するセンサ７０Ｉの測定データから算出される診断パラメータＶｍを主軸２０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主軸２０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）と無次元化した主軸２０の回転角速度Ωとの間には、図８に示されるような関係がみられる。
　ここで、主軸２０が非回転時の診断パラメータの平均値をＶｍ０としたが、主軸２０が非回転でかつナセル９０が回転することが稀である場合もある。このような場合には、風車の定格出力時における主軸２０の回転角速度や、基礎データ収集期間において高頻度に発生する主軸２０の回転角速度における診断パラメータをＶｍ０として選択してもよい。いずれの場合も、基準にすべき主軸２０の回転角速度を定め、この基準回転角速度における診断パラメータをＶｍ０として扱えばよい。以下では、理解の簡便性から、主軸２０の非回転時の診断パラメータをＶｍ０とした場合を想定して説明する。
　図８は、無次元化した診断パラメータ（Ｖｍ／Ｖｍ０）と、無次元化した主軸２０の回転角速度Ωとの関係を示した図である。なお、この図８に示されるデータは、ヨー軸受１２２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８を参照して、Ｖｍ０は主軸２０の非回転時における診断パラメータＶｍ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８は、主軸２０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、主軸２０の最大回転角速度（Ω＝１）までの診断パラメータの増加傾向を示すものである。この主軸２０の回転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、ヨー軸受１２２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２に従う状態監視システムでは、図８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、無次元化した主軸２０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主軸２０の回転の影響が抑制されるので、主軸２０の回転による振動パラメータの変動を考慮することなく、ヨー軸受１２２の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、主軸２０の回転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出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、無次元化した主軸２０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２では、一例として、以下のような補正関数Ｆｖ（Ω）が用いられる。
Figure JPOXMLDOC01-appb-M000003
　ここで、Ｖｍ１は、無次元化した主軸２０の回転角速度Ωが１（すなわち、ωｍａ＝ωｍａＭａｘ）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８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（５）で示される補正関数を用いて以下のように補正される。
Figure JPOXMLDOC01-appb-M000004
　Ｖｒｅｃは、主軸２０の回転角速度ωｍ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２では、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。
　図９は、実施の形態２による状態監視システムの学習期間の動作を示すフローチャートである。図９を参照して、このフローチャートは、図５に示した実施の形態１における学習期間の動作を示すフローチャートにおいて、ステップＳ２３１をさらに含み、ステップＳ２２，Ｓ２５に代えてそれぞれステップＳ２２Ａ，Ｓ２５Ａを含む。
　すなわち、ステップＳ２０において、現在の運転条件がヨー軸受診断運転条件を満足する場合に、診断パラメータ、測定データ及び運転条件データがモニタ装置８０からデータサーバ３３０へ送信されると、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Ｓ２２Ａ）。
　そして、ステップＳ２４において、監視用端末３４０からデータサーバ３３０へ学習終了指令が送信され、ステップＳ２３において、データサーバ３３０からモニタ装置８０へ学習終了指令が送信されると、データサーバ３３０は、上式（５）で示される補正関数Ｆｖ（Ω）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ωｍａＭａｘ、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ヨー軸受１２２の診断パラメータＶｍに対して、上式（６）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）。
　次いで、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、診断パラメータのしきい値を自動的に生成する（ステップＳ２５Ａ）。その後、ステップＳ２６へ処理が進められ、ステップＳ２５Ａにおいて生成されたしきい値が、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。
　図１０は、実施の形態２による状態監視システムの運用期間の動作を示すフローチャートである。図１０を参照して、このフローチャートは、図６に示した実施の形態１における運用期間の動作を示すフローチャートにおいて、ステップＳ３７～Ｓ３９に代えてそれぞれステップＳ３７Ａ～Ｓ３９Ａを含む。
　すなわち、ステップＳ３４において、現在の運転条件がヨー軸受診断運転条件を満足していると判定され、その後ステップＳ３６において、診断パラメータ、測定データ及び運転条件データがモニタ装置８０からデータサーバ３３０へ送信されると、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（５），（６）に基づいて診断パラメータＶｍに補正処理を施す（ステップＳ３７Ａ）。
　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、ヨー軸受１２２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Ｓ３８Ａ）。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Ｓ３９Ａ）。その後、ステップＳ４０へ処理が進められる。
　この実施の形態２によれば、図７に示した実施の形態１の効果と同様の効果が得られる。再び図７を参照して、主軸２０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が記録される場合、ヨー軸受１２２が正常であっても診断パラメータの変動が大きくなる（点線）。これにより、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、比較的高い値に設定される必要がある。このため、ヨー軸受１２２の異常検出のタイミングが遅れがちになる。
　これに対して、本実施の形態２では、主軸２０の回転角速度ωｍ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、主軸２０の回転による診断パラメータの変動増大が抑制される（実線）。これにより、ヨー軸受１２２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異常検出の遅れは発生しない。
　また、主軸２０の回転／停止に拘わらず診断パラメータを収集してヨー軸受１２２の異常診断をできるので、この観点からも、実施の形態１に比べてヨー軸受１２２の異常をさらに早期に検出し得る。
　［実施の形態３］
　上記の実施の形態２では、ヨー軸受１２２の診断パラメータを主軸２０の回転角速度ωｍに応じて補正するものとしたが、主軸２０の回転角速度ωｍに代えて、発電機５０の発電量に応じて診断パラメータを補正してもよい。すなわち、発電量の変化は、増速機４０に作用する伝達トルクの変化と連動しており、ヨー軸受１２２の近傍にも振動等の変化として現れる。そこで、この実施の形態３では、ヨー軸受１２２の診断パラメータを発電機５０の発電量に応じて補正する。
　発電機５０の発電量に応じた診断パラメータの補正は、実施の形態２と同様の手法で行ない得る。すなわち、発電機５０の発電量の平均値と最大値とから、上記の式（４）に倣って無次元化した発電量Ωを算出し、無次元診断パラメータＶｍ／Ｖｍ０と無次元発電量Ωとの関係から、上記の式（５）に倣って補正関数Ｆｖ（Ω）を算出することができる。そして、上記の式（６）を用いて、補正後の診断パラメータＶｒｅｃを算出することができる。
　なお、主軸２０の回転角速度ωｍが上限に達した場合に、ブレード３０のピッチ角を変化させることによって回転トルクを増加させて発電量を増加させることが行なわれる。そこで、主軸２０の回転角速度ωｍが上限値に達するまでは、主軸２０の回転角速度に応じた診断パラメータの補正を行ない、主軸２０の回転角速度ωｍが上限に達すると、上述した発電機５０の発電量に応じた補正をさらに追加するようにしてもよい。
　この場合、診断パラメータの補正式は、たとえば以下のように示される。
Figure JPOXMLDOC01-appb-M000005
　ここで、Πは発電機５０の無次元発電量を示し、Ｆｐ（Π）は、無次元発電量Πに応じた補正関数である。また、Ｖｍｐ０は、Ω＝１で無次元発電量Πが０での診断パラメータＶｍの平均値であり、Ｖｍｐ１は、Ω＝１で無次元発電量Πが１に達したときの診断パラメータＶｍの平均値である。また、Ｐｍは、発電量の対象時間中の平均値であり、ＰｍＭａｘ，ＰｍＭｉｎは、それぞれΩ＝１での最大発電量及び最小発電量である。
　この実施の形態３によれば、ヨー軸受１２２の診断パラメータＶｍに対して上述した補正を行なうことで、発電機５０の発電量Ｐの変化によるノイズをさらに抑制してヨー軸受１２２の診断精度をさらに高めることができる。
　なお、上記の各実施の形態では、ヨー軸受１２２の近傍にセンサ７０Ｉを設け、センサ７０Ｉの測定データから診断パラメータを算出してヨー軸受１２２の状態を診断するものとしたが、ヨー軸受１２２の診断に使用するセンサはこれに限られない。たとえば、主軸受６０の状態を監視するセンサ７０Ａや、増速機４０の状態を監視するセンサ７０Ｂ、発電機５０の状態を監視するセンサ７０Ｅ等の測定データから算出される診断パラメータを用いてヨー軸受１２２の診断を行なってもよい。
　また、上記の各実施の形態では、ジャイロセンサを含むセンサ７０Ｊによってナセル９０の回転角速度ωを検出し、その検出結果に基づいてナセル９０が回転しているか否かを判別したが、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ω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ω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ω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ω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ω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の回転角速度ω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ω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ωを求めてもよい。
　また、上記の各実施の形態では、ヨー軸受１２２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から上記の式（５），（６）を導出し、式（６）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。
　なお、上記の各実施の形態において、センサ７０Ｉは、この発明における「第１の検出器」の一実施例に対応し、センサ７０Ｊ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、センサ７０Ｋは、この発明における「第３の検出器」の一実施例に対応し、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。
　今回開示された各実施の形態は、適宜組合わせて実施することも予定されている。そして、今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味及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～７０Ｋ　センサ、８０　モニタ装置、９０　ナセル、１００　タワー、１２２　ヨー軸受、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 (15)

  1. 　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、風力を回転トルクに変換するためのブレードと、前記回転トルクを受ける主軸と、前記回転トルクを電力に変換する発電機と、支柱上部に設けられて前記主軸及び発電機を格納するナセルと、前記支柱上部において前記ナセルを旋回可能に支持するヨー軸受とを含み、
    　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第２の検出器と、
    　前記主軸の回転速度を検出する第３の検出器とを備え、
    　前記制御装置は、前記ナセルの回転速度が非零の第１の所定範囲内であり、かつ、前記主軸の回転速度が第２の所定範囲内であるときの、前記診断パラメータについての初期値からの変化に基づいて、前記ヨー軸受が異常か否かを診断する、状態監視システム。
  2. 　前記制御装置は、前記ナセルの回転速度が前記第１の所定範囲内であり、かつ、前記主軸の回転速度が略零であるときの、前記診断パラメータについての初期値からの変化に基づいて、前記ヨー軸受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。
  3. 　前記制御装置は、さらに、前記ナセルの回転速度が前記第１の所定範囲内であるときの前記第３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についての初期値からの変化に基づいて前記ヨー軸受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。
  4. 　前記制御装置は、前記主軸の回転速度を変数とする第１の補正関数を用いて前記診断パラメータを補正し、
    　前記第１の補正関数は、前記主軸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３に記載の状態監視システム。
  5. 　前記第１の補正関数は、前記主軸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主軸の回転速度を変数とし、前記診断パラメータを前記主軸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４に記載の状態監視システム。
  6. 　前記制御装置は、前記診断前の所定期間における前記主軸の回転速度の平均値を算出し、その平均値に基づいて、前記第１の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４又は請求項５に記載の状態監視システム。
  7. 　前記制御装置は、前記発電機の発電量を変数とする第２の補正関数を用いて前記診断パラメータをさらに補正し、
    　前記第２の補正関数は、前記発電量が多いほど、前記第２の補正関数による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４から請求項６のいずれか１項に記載の状態監視システム。
  8. 　前記制御装置は、前記主軸の回転速度が上限に達した場合にのみ、前記第２の補正関数を用いて前記診断パラメータをさらに補正する、請求項７に記載の状態監視システム。
  9. 　前記第１の検出器は、前記ヨー軸受の近傍に設けられ、前記ヨー軸受の状態を検出する、請求項１から請求項８のいずれか１項に記載の状態監視システム。
  10. 　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が前記第１の所定範囲内であるとき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、請求項１から請求項９のいずれか１項に記載の状態監視システム。
  11. 　前記第２の検出器は、方位センサを含む、請求項１から請求項９のいずれか１項に記載の状態監視システム。
  12. 　前記第２の検出器は、ジャイロセンサを含む、請求項１から請求項９のいずれか１項に記載の状態監視システム。
  13. 　前記第２の検出器は、ＧＰＳ（Global　Positioning　System）を含む、請求項１から請求項９のいずれか１項に記載の状態監視システム。
  14. 　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から請求項９のいずれか１項に記載の状態監視システム。
  15. 　風力発電装置と、
    　請求項１から請求項１４のいずれか１項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。
PCT/JP2015/069749 2014-07-29 2015-07-09 状態監視システム及びそれを備えた風力発電システム WO2016017396A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201580041568.0A CN106574606A (zh) 2014-07-29 2015-07-09 状态监视系统和具有该状态监视系统的风力发电系统
US15/329,788 US10047726B2 (en) 2014-07-29 2015-07-09 Condition monitoring system and wind power generation system comprising the same
EP15826326.9A EP3176427A4 (en) 2014-07-29 2015-07-09 State monitoring system and wind power generation system provided with same

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2014153764A JP2016031047A (ja) 2014-07-29 2014-07-29 状態監視システム及びそれを備えた風力発電システム
JP2014-153764 2014-07-29
JP2014-153748 2014-07-29
JP2014153748A JP6320218B2 (ja) 2014-07-29 2014-07-29 状態監視システム及びそれを備えた風力発電システム

Publications (1)

Publication Number Publication Date
WO2016017396A1 true WO2016017396A1 (ja) 2016-02-04

Family

ID=55217301

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/069749 WO2016017396A1 (ja) 2014-07-29 2015-07-09 状態監視システム及びそれを備えた風力発電システム

Country Status (4)

Country Link
US (1) US10047726B2 (ja)
EP (1) EP3176427A4 (ja)
CN (1) CN106574606A (ja)
WO (1) WO2016017396A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106286153A (zh) * 2016-09-26 2017-01-04 浙江工业大学 一种基于无线传感器网络的风力发电机状态监测与故障诊断方法
EP3260836A1 (en) * 2016-06-21 2017-12-27 Doosan Heavy Industries & Construction Co., Ltd. Vibration monitoring and diagnosing system for wind power generator

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015010491A1 (de) * 2015-08-17 2017-02-23 Senvion Gmbh Verfahren zum Betrieb einer Windenergieanlage, Windenergieanlage und Computerprogrammprodukt
CN109642542B (zh) * 2016-06-30 2021-04-20 维斯塔斯风力系统集团公司 用于风力涡轮机的诊断系统和方法
EP3454469B1 (en) * 2017-09-12 2022-03-09 Siemens Gamesa Renewable Energy A/S Torque ripple reduction for a generator and wind turbine including the same
CN108331718B (zh) * 2018-04-10 2024-03-12 国电联合动力技术有限公司 风电机组偏航系统在线监测机构及故障诊断系统和方法
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
CN108506172B (zh) * 2018-06-01 2024-01-05 河北工业大学 一种风力发电叶片健康状态在线检测系统
JP7164468B2 (ja) * 2018-07-13 2022-11-01 Ntn株式会社 状態監視装置および状態監視システム
CN109458308B (zh) * 2018-12-28 2020-07-07 中国大唐集团新能源科学技术研究院有限公司 风机主轴超温预警方法
US11306955B2 (en) 2019-05-02 2022-04-19 Simmonds Precision Products, Inc. Method of monitoring a shutdown cycle of an air cycle machine of an aircraft
US11460006B2 (en) * 2019-07-31 2022-10-04 General Electric Company Systems and methods for detecting damage in rotary machines
WO2021121506A1 (en) * 2019-12-20 2021-06-24 Vestas Wind Systems A/S Method of determining orientation of a nacelle
US11199175B1 (en) 2020-11-09 2021-12-14 General Electric Company Method and system for determining and tracking the top pivot point of a wind turbine tower
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
US11703033B2 (en) 2021-04-13 2023-07-18 General Electric Company Method and system for determining yaw heading of a wind turbine
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
CN113294292B (zh) * 2021-06-30 2022-07-05 北京金风科创风电设备有限公司 风力发电机组的控制方法、装置、系统、设备及介质
CN113640537A (zh) * 2021-08-04 2021-11-12 远景能源有限公司 一种用于风力发电机低速侧的转速检测装置及方法
US11536250B1 (en) 2021-08-16 2022-12-27 General Electric Company System and method for controlling a wind turbine
JP7513039B2 (ja) 2022-01-14 2024-07-09 トヨタ自動車株式会社 風力発電装置
US12066010B2 (en) 2022-04-04 2024-08-20 Ge Infrastructure Technology Llc Method and system for determining and tracking wind turbine tower deflection
CN116292140B (zh) * 2023-03-24 2023-10-27 华能酒泉风电有限责任公司 一种风力发电机监测控制方法及监测控制装置

Citations (7)

* Cited by examiner, † Cited by third party
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
JP2002509222A (ja) * 1998-01-14 2002-03-26 ダンコントロール エンジニアリング アクティーゼルスカブ 風力タービンの振動を計測して制御する方法
JP2006105956A (ja) * 2004-09-13 2006-04-20 Nsk Ltd 異常診断装置
JP2009216486A (ja) * 2008-03-10 2009-09-24 Toyota Motor Corp ノイズ測定装置およびノイズ測定方法
WO2013104930A1 (en) * 2012-01-12 2013-07-18 Romax Technology Limited Method for operating a wind turbine generator
JP2013170507A (ja) * 2012-02-21 2013-09-02 Mitsubishi Heavy Ind Ltd 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
JP2014010016A (ja) * 2012-06-28 2014-01-20 Sumitomo Heavy Ind Ltd モニタリング方法およびモニタリング装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7086834B2 (en) * 2004-06-10 2006-08-08 General Electric Company Methods and apparatus for rotor blade ice detection
WO2006030786A1 (ja) 2004-09-13 2006-03-23 Nsk Ltd. 異常診断装置及び異常診断方法
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
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
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
JP5285708B2 (ja) 2010-03-31 2013-09-11 三菱重工業株式会社 風力発電装置
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
EP2682732B1 (en) 2011-03-03 2017-11-29 NTN Corporation Status monitoring system for rolling device and threshold setting method for the status monitoring system
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
ES2609771T3 (es) 2011-04-13 2017-04-24 Vestas Wind Systems A/S Turbina eólica que incluye un sistema sensor óptico
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
US8545639B2 (en) 2011-10-31 2013-10-01 Lam Research Corporation Method of cleaning aluminum plasma chamber parts
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
CN104160145B (zh) 2012-03-08 2017-06-13 Ntn株式会社 状态监视系统
JP5917956B2 (ja) 2012-03-08 2016-05-18 Ntn株式会社 状態監視システム
US10557459B2 (en) * 2014-09-29 2020-02-11 Vestas Wind Systems A/S Verification of wind turbine nacelle yaw position sensor

Patent Citations (7)

* Cited by examiner, † Cited by third party
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
JP2002509222A (ja) * 1998-01-14 2002-03-26 ダンコントロール エンジニアリング アクティーゼルスカブ 風力タービンの振動を計測して制御する方法
JP2006105956A (ja) * 2004-09-13 2006-04-20 Nsk Ltd 異常診断装置
JP2009216486A (ja) * 2008-03-10 2009-09-24 Toyota Motor Corp ノイズ測定装置およびノイズ測定方法
WO2013104930A1 (en) * 2012-01-12 2013-07-18 Romax Technology Limited Method for operating a wind turbine generator
JP2013170507A (ja) * 2012-02-21 2013-09-02 Mitsubishi Heavy Ind Ltd 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
JP2014010016A (ja) * 2012-06-28 2014-01-20 Sumitomo Heavy Ind Ltd モニタリング方法およびモニタリング装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3176427A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3260836A1 (en) * 2016-06-21 2017-12-27 Doosan Heavy Industries & Construction Co., Ltd. Vibration monitoring and diagnosing system for wind power generator
US10570887B2 (en) 2016-06-21 2020-02-25 DOOSAN Heavy Industries Construction Co., LTD Vibration monitoring and diagnosing system for wind power generator
CN106286153A (zh) * 2016-09-26 2017-01-04 浙江工业大学 一种基于无线传感器网络的风力发电机状态监测与故障诊断方法

Also Published As

Publication number Publication date
US20170234304A1 (en) 2017-08-17
EP3176427A1 (en) 2017-06-07
EP3176427A4 (en) 2018-03-14
US10047726B2 (en) 2018-08-14
CN106574606A (zh) 2017-04-19

Similar Documents

Publication Publication Date Title
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
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
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
JP6407592B2 (ja) 風力発電装置の異常診断装置および異常診断方法
EP3514376B1 (en) System and method for monitoring a wind turbine pitch bearing
RU2423716C2 (ru) Способ и устройство контроля механизма
US20170260968A1 (en) Abnormality diagnosing apparatus for rolling bearing, wind turbine, and abnormality diagnosing method for rolling bearing
WO2017018112A1 (ja) 異常診断装置およびセンサ外れ検知方法
JP6958068B2 (ja) 回転機械設備の異常診断システム及び異常診断方法
JP2013185507A (ja) 状態監視システム
JP6250345B2 (ja) 監視システムおよび監視方法
JP6503419B2 (ja) 風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設
JP2019027324A (ja) 風力発電機の異常検知システム及び異常検知方法
WO2020195691A1 (ja) 状態監視システム
WO2019078011A1 (ja) 風力発電システム
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
JP6577394B2 (ja) 風力発電設備の異常診断装置
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
JP6824076B2 (ja) 状態監視システムおよび風力発電装置
US12012930B2 (en) System and method for preventing pitch bearing failures in a wind turbine using pitch motor signals
EP3722597B1 (en) System and method for preventing catastrophic damage in drivetrain of a wind turbine
JP6359307B2 (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
JP7124448B2 (ja) 風力発電機の主軸軸受の異常検知システム及び異常検知方法
JP2017040610A (ja) 回転機器の状態監視装置

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: 15826326

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15329788

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: 2015826326

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2015826326

Country of ref document: EP