CN102341597A - 用于监控风力涡轮机的方法 - Google Patents
用于监控风力涡轮机的方法 Download PDFInfo
- Publication number
- CN102341597A CN102341597A CN2010800104212A CN201080010421A CN102341597A CN 102341597 A CN102341597 A CN 102341597A CN 2010800104212 A CN2010800104212 A CN 2010800104212A CN 201080010421 A CN201080010421 A CN 201080010421A CN 102341597 A CN102341597 A CN 102341597A
- Authority
- CN
- China
- Prior art keywords
- interval
- time
- event time
- wind turbine
- rotor blade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
- G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
-
- 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
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/83—Testing, e.g. methods, components or tools therefor
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/96—Preventing, counteracting or reducing vibration or noise
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及用于监控至少一个风力涡轮机的方法、用于监控至少一个风力涡轮机的装置以及系统。本发明的目的在于,提供用于检测转动叶片损伤的方法,能够以简单的、价廉的和不易受故障影响的硬件装置来实现所述方法。此外,任务在于提供用于检测转动叶片损伤的另一方法。能够通过具有根据本发明申请的权利要求1所述的方法步骤的方法和通过根据权利要求12和14所述的用于监控风力涡轮机的装置和系统来解决所述任务。在此,依据本发明地,所述用于检测转动叶片损伤的方法包括分析步骤,其仅在时域中被执行。
Description
技术领域
本发明涉及用于监控至少一个风力涡轮机的方法、用于监控至少一个风力涡轮机的装置以及系统。
背景技术
对于经济地运行例如风场的风力涡轮机而言,能够在尽可能早的时间点确定风力涡轮机的转动叶片的损坏和破裂是重要的。只有通过及时识别损坏才能够维持较低的维修费用以及避免间接损失。
一种确定转动叶片中的损坏和破裂的可能性在于,通过现场的经常的、肉眼检查来监控转动叶片的状态。
然而,该些肉眼检查是昂贵的并且基于这个原因是并不期望的。因为损坏的或者破裂的转动叶片在运行状态下引起转动叶片中的振动,根据现有技术可知,以该振动能够自动检查转动叶片的状态。
为了完成该任务,在现有技术中已知的方法中经常使用复杂的算法。
DE 100 65 31 4B4描述了一种用于监控风力涡轮机的转动叶片的状态的方法。在此,测量值首先被转化为电信号,经过频谱分析,并且接着与大容量数据存储器的频谱库进行比较。当待监控的转动叶片的频谱符合该频谱库的表征损坏的转动叶片的频谱样本时,输出损坏信号。
同样地,US 2010/0021297 A1描述了一种用于检测转动叶片中的损伤的方法,其中在此,将转动叶片的测量值与同一风力涡轮机的另一转动叶片进行比较,以能够借助于测量值的差来识别转动叶片的损伤。
因为现有技术中已知的方法包括昂贵的计算操作,所以为了执行该些方法,经常需要昂贵的、易受故障影响的计算机。此外,常常需要一个比较数据的库,以便能够执行现有技术中的方法。
发明内容
本发明的目的在于,提供一种用于检测转动叶片损伤的方法,其能够在简单的、价廉的和不易受故障影响的硬件装置中实现。此外,任务在于提供用于检测转动叶片损伤的另一方法。
能够通过具有根据本专利申请的权利要求1所述的方法步骤的方法和通过根据权利要求12和14所述的用于监控风力涡轮机的装置和系统来解决所述任务。
在此,依据本发明地,所述用于检测转动叶片损伤的方法包括分析步骤,其仅在时域中被执行。
为了能够输出关于转动叶片的状态,首先借助于至少一个加速度传感器,以优选的至少5kHz,特别优选的10kHz的采样频率来测量至少一个转动叶片的振动,并且将其作为测量值传送至分析单元。随后在分析单元中,首先获取事件时间间隔,在该些事件时间间隔中测量值的幅度一直高于预先确定的阈值。计数该些事件时间间隔。在后续的下一步骤中,在至少一个预先确定的分析时间间隔中,将该些事件时间间隔的数量与事件时间间隔的数量的至少一个阈值进行比较。如果所计数的事件时间间隔的数量高于该分析时间间隔的阈值,则输出关于所分析的转动叶片的故障信息。
优选地,在获取事件时间间隔之前,将测量值引入通过低通滤波器,以便将后续的事件时间间隔的获取仅应用在低频测量值分量。特别优选地,为此使用400Hz的滤波器,特别地优选180Hz的滤波器。
根据本发明的一个实施形式,用于获取事件时间间隔的阈值在1.2m/s2与1.6m/s2之间,并且优选地1.4m/s2。根据本发明的另一实施形式,用于获取事件时间间隔的阈值不是固定的阈值,而是动态阈值。如果使用动态阈值,该阈值是优选为10秒的先前时间段的分析时间间隔的所平均的振动测量值的5倍值,并且优选地是优选为10秒的先前时间段的所平均的振动测量值的10倍值,或是先前分析时间间隔的所平均化的振动测量值的10倍值。根据另一实施形式,动态阈值相应于优选为10秒的先前时间段的或先前分析时间间隔的所平均化的振动测量值的多倍值,其中预先确定的因子在5与10之间。
优选地,分析时间间隔在3与7之间,特别优选地在4分钟与6分钟之间。
根据另一实施形式,如此地选择用于所计数的事件时间间隔的数量的阈值,即其位于分析时间间隔中的风力涡轮机的旋转的值的0.3倍和0.5倍之间,并且优选地相应于分析时间间隔中的风力涡轮机的旋转的值的0.4倍。
如果风力涡轮机的旋转速度为每分钟5转(U/min),分析时间间隔相应于例如5分钟,则用于所计数的事件时间间隔的数量的阈值相应于例如10。
相应地,如果在风力涡轮机的旋转速度为5转/分钟的情况下,在5分钟的分析时间间隔内计数出多于10个的事件时间间隔,则输出故障信息。
根据本发明的另一实施例,仅当在分析时间间隔中所计数的事件时间间隔的数量不仅高于所述阈值,并且同时低于第二上阈值时,输出故障信息。如此地优选地选择关于所计数的事件时间间隔的数量的上阈值,即其相应于在分析时间间隔中的风力涡轮机的旋转的值的2.5倍与3.5倍之间,并且优选地相应于值的3倍。
当风力涡轮机的旋转速度为5转/分钟时,如果分析时间间隔相应于例如5分钟,则优选地关于所计数的事件时间间隔的数量的阈值相应于75。
根据本发明的另一实施例,关于在分析时间间隔中所计数的事件时间间隔的数量的一个或多个阈值不是固定值,而是动态值,其根据在分析时间间隔中所测量的数量与旋转匹配。
根据本发明的另一设计方案,获取在在分析时间间隔中所获取的事件时间间隔之间的时间距离,并且进行另一分析,如果两个相继的事件时间间隔小于在分析时间间隔中相继的事件时间间隔的平均时间距离,并且两个相继的事件时间间隔的时间距离与相继的事件时间间隔的平均时间距离的差的值大于预先给出的阈值,则不计数该些事件时间间隔或计数器将关于在分析时间间隔中的事件时间间隔的数量的阈值向上适应。
根据本发明的另一实施变形,获取事件时间间隔的持续时间,并且将其与关于事件时间间隔的持续时间的预先给出的阈值进行比较。如果所获取的事件时间间隔的持续时间低于该阈值,则不计数该事件时间间隔。优选地,该阈值在0.1与0.3秒之间。
意想不到的是,由转动叶片损伤引起的振动特别频繁地出现在转动叶片刚好经过12点钟位置时。相应地,优选地仅计数在转动叶片的位置在12:00点位置与6:00点位置之间期间获取的事件时间间隔。
在该情况下,必须当然减少在关于分析时间间隔中所获取的事件时间间隔的数量的阈值,因为由转动叶片的损伤引起的振动-如果统计学上不那么频繁-还会在6:00点位置与12:00点位置之间的转动叶片的位置中出现。
已经示出,在转动一周期间获取的由损伤的转动叶片引起的振动的平均数量一方面取决于风速,另一方面取决于风力涡轮机的运行状态-“空转模式”-或“发电模式”。原因在于,通过风力涡轮机的负载并且尤其通过风力装置中的转动叶片的后仰,转动叶片中的破损会部分地闭合,并且不能够获取表征的振动。
相应地,根据本发明的另一设计方案的、用于检测转动叶片损伤的方法包括方法步骤,其引起转动叶片需待检查的风力涡轮机在分析时间间隔内在分析模式或测试模式下运行。
在此,在分析时间间隔开始之前,将旋转速度设置为预先给定的分析旋转速度,预先给定的分析旋转速度优选地在4至6转/分钟之间,并且特别优选为5转/分钟。旋转速度的很小的变动范围对于测试模式而言是可靠的。为了避免由浆距驱动引起的可能的干扰噪声,在分析时间间隔期间关闭浆距自动控制装置或将最大浆距速度限制在优选地低于3度/秒的最小值。
如果不能够维持所期望的分析模式,则用于检测转动叶片损伤的方法包括用于中断或终止分析的步骤和用于在较晚的、适合的时间点继续方法的步骤。例如如果所测量的风速过高或过低,则不能够维持该分析模式。
如果因为风速过高而不能够执行分析模式,则优选地在超过预先给定的可靠的延迟时间之后关闭风力涡轮机。优选地,一旦具有优选地低于18米/秒的可靠的风速时,则在较晚的时间点初始化测试。
根据另一设计方案,该方法包括启动功能,其使得不是连续地实施该方法的单独的步骤,而是优选地每隔1或2天实施该方法的步骤,即,分析模式也是每隔1或2天启动一次。根据另一设计方案,在存在故障信号时关闭涡轮机,并且将该故障信号传送至外部的远程维修地点,在该地点,通过输出单元输出故障信息和/或测量值。优选地,在第一次关闭之后,再次运行风力涡轮机;在存在故障信号时重新关闭风力涡轮机并且不再次自动运行。优选地,该故障信号被重新传输到远程维修地点。
尤其当放弃用于在分析时间间隔中引入和保持的分析模式的的方式步骤时,设置下述步骤是有益的,因此根据本发明的另一实施例在时域中执行的方法步骤之前,并列或之后,设置这样的方法步骤,即在频域中、在频率时间域中或在概率范围中执行方法步骤。
根据本发明的另一设计方案,设置一个或多个后续的分析步骤。
优选地,在事件时间间隔中计算测量值的曲线的尖峰值并且将其与预先确定的用于尖峰值得阈值进行比较。在此,优选地,测量值不是经过滤的测量值,而是未过滤的测量值。
优选地,当事件时间间隔的尖峰值-高斯正态分布的尖峰值为3-大于在10与25之间的预先确定的值时,不计数事件时间间隔。根据另一实施例,为在事件时间间隔开始之后的0.3秒与0.6秒之间的时间间距,优选地0.3秒与0.5秒之间的时间间距计算尖峰值,而不取决于事件时间间隔的实际大小。
根据另一实施形式,不仅仅确定总的事件时间间隔的尖峰值或在0.3与0.6秒之间的时间间距的尖峰值,还确定事件时间间隔的预先给出的时间段的尖峰值,其中优选地将事件时间间隔分成相同大小的段,或分成在0.03与0.07秒之间,优选地为0.05秒的段。优选地,当一个或多个该段的尖峰值高于4与10之间的阈值时,则不计数事件时间间隔。
已经示出,事件时间间隔的单个段的尖峰值与总的事件时间间隔的尖峰值的比例或事件时间间隔的多个段的平均尖峰值与总的事件时间间隔的尖峰值的比例在转动叶片损伤的情况下具有表征的量。相应地,根据一设计方案,当事件时间间隔的一个或多个段的尖峰值与总的事件时间间隔的尖峰值的比例或事件时间间隔的多个段的平均尖峰值与总的时间间隔或长的时间间隔的尖峰值的比例高于2.5与3.5之间的阈值时,不计数事件时间间隔。因为该尖峰值分析步骤实现了用于检测转动叶片损伤的有效方法,而无需时域中的分析步骤,所以该步骤也说明了无需时域中的分析步骤的、独立的发明构思。
根据另一设计方案,频率同步方法设置在时域中执行的方法步骤之前。
对于该方法,首先测量值被引入通过低通滤波器并且同时通过优选地为400Hz的高通滤波器。如果对于低频测量值分量获取了事件时间间隔,则将检查,在同一时间是否还能够确定对于高频的测量值分量的预先给出的阈值。因为已经示出,损伤的转动叶片在低频的频域中具有特别严重的偏差,所以当同时对于高频测量值分量,超出所给出的优选为在1.4与3m/s2之间的阈值时,这是由损伤的转动叶片引起的振动,并且相应地不将相应的事件时间间隔计数在内或计数器将用于事件时间间隔的数量的阈值向上调整。根据一个变形,用于高频的测量值分量的阈值是动态的,其中优选地,该阈值高于用于低频测量值分量的阈值,即在高频测量值分量情况下选择高于低频测量值分量情况下的因子,以该因子,基于先前时间段的平均测量值来计算动态阈值。
频率平均值和频率的均方根值(RMS)被表明是另一表征的量。在此,借助于FFT方法(快速傅立叶变换)针对事件时域或针对在事件时间间隔的开始之后的优选为0.5秒的时间间距,采用所有测量值分量,而并非仅仅是经过滤的测量值分量计算频率平均值。
对于RMS分析,将在事件时间间隔的开始之后的0.5秒的事件时间间隔或时间间距优选地划分为至少三个相等大小的段,并且优选地为每个段计算所有测量值分量的RMS值。如果按时间顺序的段中不是每个都具有相比先前段较小的RMS值,则这不是由叶片损伤引起的振动,因此不计数该事件时间间隔或计数器将用于事件时间间隔的数量的阈值向上调整。
根据另一实施形式,将分量同步(Komponenten)方法设置在时域中执行的方法步骤之前。对于该方法,将利用以下事实,在风力涡轮机的多个转动叶片中同时出现转动叶片损伤是非常不可能的。随后,相应地,如果同时在至少两个转动叶片中检测到事件时间间隔,则不将事件时间间隔计数在内或计数器将用于事件时间间隔的数量的阈值向上调整。
根据另一设计方案,当确定分析单元的损坏时,随后也输出故障信号。优选地由此确定该损坏,即在分析时间间隔中所计数的事件时间间隔的数量为零,或低于预先给出的阈值。
本发明的另一方面描述了用于监控风力涡轮机的转动叶片损伤的装置,其至少具有加速度传感器和评估单元,其中评估单元被构造为,用于首先获取事件时间间隔,在该事件时间间隔中,测量值的幅度一直超过预先确定的阈值,并且优选地评估单元还被构造为,用于计数事件时间间隔,并且随后当在分析时间间隔中该事件时间间隔的数量高于关于事件时间间隔的数量的下阈值,并且低于关于事件时间间隔的数量的上阈值时,输出关于所分析的转动叶片的故障信息。
本发明的另一方面描述了用于监控转动叶片损伤的系统,其至少具有上述的装置、传输单元、控制单元、计算单元、中央数据获取装置、以及中央数据输出装置。
在此,优选地,传输单元被实施为滑环(Gleitring)或WLAN网桥,并且被构造为,用于将信号和/或测量值转发至控制单元和/或计算单元和/或中央数据获取装置和/或中央数据输出装置。依据本发明,除了滑环或WLAN网桥还能够将Bachmann快速总线和/或其他数据导线用作传输单元。
在此,控制单元被构造为,用于控制风力涡轮机。与分析单元不同,计算单元被构造为,用于除了在时域中执行分析步骤之外,还执行频域分析步骤和/或频率时间域分析步骤和/或概率范围分析步骤。
中央数据获取装置被构造为,用于存储测量值,并且优选地存储故障信息。中央数据输出装置被构造为,用于中央地输出关于多个风力涡轮机的故障信息。优选地,数据输出装置附加地具有数据输入接口或与该数据输入接口相连接。优选地通过该数据输入接口,能够直接或间接地访问计算单元的参数,并且将其匹配至将来的方法。
在运行中,优选地,由评估单元初始化风力涡轮机的测试模式,并且在预先给出的分析时间间隔内,借助于至少一个,优选地多个加速度传感器来测量各个转动叶片的振动。随后,在测量值优选地首先通过180Hz的低通滤波器滤波之后,评估单元获取事件时间间隔,在该些事件时间间隔中,测量值一直高于优选为1.4m/s2的预先给出的阈值。如果获取事件时间间隔,则分析单元将位于事件时间间隔内的测量值,在此优选地不是将经过滤的值,而是将总的频谱转发到计算单元。在计算单元中,随后优选地至少执行上述尖峰值分析、上述借助于FFT方法的平均频率的分析和上述RMS分析。仅计数满足该些分析的那些事件时间间隔。最后,将检查,所计数的事件时间间隔是否在上述关于事件时间间隔在分析时间间隔中的数量的阈值之间。如果是,则输出故障信息。
附图说明
下面将参考附图根据说明书来描述本发明的详情。附图中:
图1示出具有时域分析的依据本发明的方法的第一实施例的流程图,
图2示出具有在时域分析之前的概率和频率分析的、依据本发明的方法的第二实施例的流程图,
图3示出具有用于风力涡轮机的分析模式的依据本发明的方法的第三实施例的流程图,
图4示出用于将根据图1的方法实现在用于监控风力涡轮机的装置和系统中的原理图,
图5示出用于将根据图1和/或图2的方法实现在用于监控风力涡轮机的装置和系统中的原理图,
图6示出用于将根据图1和/或图2的方法实现在用于监控风力涡轮机的装置和扩展系统中的原理图。
具体实施方式
在图1中,描述了用于监控风力涡轮机3的依据本发明的方法的必要的步骤。为了能够检查风力涡轮机3的每个单一的转动叶片的可能的转动叶片损伤,风力涡轮机3装配了至少一个加速度传感器10,其以至少10kHz的采样频率测量各个转动叶片的振动。接着,测量结果被引入通过180Hz的低通滤波器。
获取在其中测量值一直超过1.4m/s2的时间间隔作为事件时间间隔。在5分钟的分析时间间隔内,计数事件时间间隔。如果在分析时间间隔中的事件时间间隔的数量相应于10与75之间的值,则输出故障信号。
图2示出依据本发明的方法的扩展的实施例,其除了时域中的分析步骤之外包括在概率范围和频率时间域中的其他分析步骤。如在图1中所示出的方法,首先通过多个加速度传感器或通过一个加速度传感器测量转动叶片的振动。与图1中所述的方法相反,测量值现在被引入通过400Hz的低通滤波器。相应地,在该实施例中,相对于图1的方法变形,较少地过滤测量值。接着,获取在其中振动高于1.4m/s2的时间间隔,作为事件时间间隔。
通过尖峰值分析,由高斯正态分布确定事件时间间隔中的测量值的偏差。仅当所获得的尖峰值具有小于25的值时,计数所获取的事件时间间隔。
同时,为每个事件时间间隔的3个相同大小的段构建关于频率的均方根值(RMS),并且检查所获得的第二或第三段的值是否下降低于时间上较早的段的值。仅当低于时间上较早的段的值时,计数相应的事件时间间隔。
接着,借助于FFT方法来计算事件时间间隔中的平均频率,并且检查,所获得的值是否低于预先给出的阈值。仅当低于预先给出的阈值时,计数事件时间间隔。
接着,执行频率同步的分析。为此,除了低通滤波器之外,测量值首先还需要被引入通过高通滤波器,因为在频率同步时,要检查,在获取事件时间间隔的时间点上是否还存在关于高频测量值分量的值为3m/s2的阈值。如果存在该阈值,则认为该振动不是转动叶片损伤引起的。因此,不计数该类事件时间间隔。
接着,执行分量同步的分析。如果随着在一个转动叶片上获取事件时间间隔的同时还会在另一转动叶片上获取事件时间间隔,则认为,这也不是由损伤的转动叶片引起的振动。相应地,不计数这种事件时间间隔。在5分钟的分析时间间隔内计数所有其他获取的事件时间间隔。如果在分析时间间隔中所获得的事件时间间隔的数量位于10与75之间,则输出故障信号。
图3示出了本方法的另一变形,其相比图1或2中所示出的变形还额外具有用于初始化分析模式和在分析时间间隔中用于维持分析模式的步骤。在该变形中首先检验,多久前进行了上次用于检查风力涡轮机上的叶片损伤的测试。如果上次测试在多于两天之前,并且当10分钟的平均风速在18m/s与3.5m/s之间,则初始化该分析模式。这意味着,将风力涡轮机设置为5转/分钟的旋转速度,并且将浆距速度保持在低于3度/秒。在分析模式中,风力涡轮机不产生电流。如果由于天气条件浆距速度必需高于3度/秒,则中断该测试并且在较晚的时间点继续该测试。如果能够在分析时间间隔期间维持该分析模式,则根据图1或图2执行该分析,并且当所计数的事件时间间隔的数量在10与75之间时,输出故障信息。如果发生该情况,则首先关闭风力涡轮机,随后通过自动重启来再次运行风力涡轮机,并且一直运行,直至输出新的故障信息。接着,如果风力涡轮机第二次关闭,则它将不会通过自动重启来再次运行。
图4示出了将根据图1的方法实现在用于监控风力涡轮机3的装置1和系统2中。在此,装置1对于每个转动叶片包括传感器10和分析单元12。用于监控风力涡轮机3的系统2包括装置1、滑环14、用于控制风力涡轮机3的控制单元16以及中央数据输出装置4。一旦分析单元12识别出上次测试在多于两天之前,则其通过构建用于数据和信号传输的滑环14将信号发送至控制单元16,紧接着初始化用于相应的风力涡轮机3的分析模式,并且维持分析时间间隔的持续时间。
在分析时间间隔期间,传感器10测量各个转动叶片的振动,并且将测量值传送给分析单元12。接着在分析单元12中,根据图1实施分析方法。如果输出故障信号,则分析单元12通过滑环14将关闭信号发送至控制单元16,接着风力涡轮机将迅速关闭或在较短的时间之后关闭。
同时,将故障信号优选地和由传感器10测量的测量值转发给中央数据输出装置4。通过数据输出装置4,将警告负责监控风力涡轮机的技术人员,并且技术人员能够优选地监控当前的振动,并且特别优选地借助于反馈信号来避免关闭风力涡轮机3。当风力涡轮机3由于故障而关闭时,分析单元12通过滑环14将自动重启信号发送给控制单元16,以便重新启动风力涡轮机3。当故障再次出现并被获取时,风力涡轮机3再次关闭,并且随后必须手动地再次启动。不会发生自动重启。
图5示出用于监控风力涡轮机3的依据本发明的系统2的另一实施形式。与根据图4的实施形式相反,由分析单元12输出的信号和转发的测量值不通过滑环14,而是通过WLAN网桥15被转发至控制单元16和计算单元17。因为计算单元17比分析单元12具有较高的计算性能,所以能够在计算单元17中借助于根据图2的扩展的分析步骤来分析通过分析单元12和WLAN网桥15转发的测量值。在该情况中,基于用于关闭风力涡轮机3的信号,控制单元16仅响应于由计算单元17输出的信号,因为这些信号基于测量数据的较精确的分析。此外,用于初始化和维持分析模式的信号和所有其他的信号,除了故障信号和关闭信号之外,均来自分析单元12。此外,分析单元获取事件时间间隔,并且仅转发在事件时间间隔内测量的各测量值,在此不仅仅是经过滤的测量值,而是总的频谱。随后对于这些事件时间间隔,在计算单元中检查,是否存在示出所获取的事件时间间隔不是由转动叶片损伤引起的标准。如果发生该情况,则不计数该事件时间段。在所有的分析方法结束之后,将所计数的事件时间间隔的数量与阈值10和75比较-如果在这5分钟的分析时间段中旋转速度为5转/分钟-并且当所计数的事件时间间隔在这些值之间,则输出故障信号。如果计算单元17也输出故障信号,则关闭风力发电装置3。同时,将故障信号和测量值转发至中央数据获取装置5,并且将存储故障信号和测量值在那。
图6示出用于监控风力涡轮机3的依据本发明的系统2的另一实施形式。与根据图5的实施形式相反,在该实施形式中,通过与数据输出装置4连接的数据输入接口18,既能够要求来自计算单元17和/或数据获取装置5的当前的测量值,又能够要求来自计算单元17和/或数据获取装置5的较早的测量值,并且随后借助于数据输出装置4来输出该些测量值。通过数据输入接口18,使得直接或间接地访问计算单元17的参数成为了可能,并且使得其与将来的测试相匹配成为了可能。
在所述实施例中所公开的特征组合并不对本发明起限制作用,并且不同的实施例的特征能够相互组合。
附图标记列表
1 用于监控风力涡轮机的装置
2 用于监控风力涡轮机的系统
3 一个或多个风力涡轮机
4 输出单元
5 数据获取单元
10 一个或多个传感器
12 分析单元
14 滑环
15 局域网网桥
16 控制单元
17 计算单元
18 数据输入接口
Claims (15)
1.用于确定风力涡轮机的转动叶片损伤的方法,至少包括以下时域分析步骤:
-借助于加速度传感器来测量转动叶片的振动,
-获取事件时间间隔,在所述事件时间间隔中,测量值的幅度一直超过阈值,
-在至少预先确定的分析时间间隔中获取所述事件时间间隔的数量,
-当所述所获得的事件时间间隔的数量高于关于预先确定的分析时间间隔的预先确定的阈值时,发送故障信号。
2.根据权利要求1所述的方法,其特征在于,仅当所述所获得的事件时间间隔的数量还低于关于预先确定的分析时间间隔的预先确定的上阈值时,发送故障信号。
3.根据权利要求1所述的方法,其特征在于,在所述分析时间间隔期间在测试模式下运行所述风力涡轮机,在所述测试模式中,所述风力涡轮机处于空转模式,并且在所述测试模式中,旋转速度保持在正常运行情况下不可维持的变动范围中,并且浆距速度保持在低于正常运行情况下不可维持的最大值。
4.根据权利要求3所述的方法,其特征在于,仅将低于400Hz的振动、优选地低于180Hz的振动用于获取所述事件时间间隔。
5.根据前述权利要求中任一项所述的方法,其特征在于,用于获取所述事件时间间隔的所述阈值在1.2m/s2与1.6m/s2之间、优选地在1.3m/s2与1.5m/s2之间的值。
6.根据权利要求1至4中任一项所述的方法,其特征在于,用于获取所述事件时间间隔的所述阈值是动态阈值,其相应于先前的、预先确定的时间间隔的平均的振动测量值的5至15倍的值。
7.根据前述权利要求中任一项所述的方法,其特征在于,当事件时间间隔的时间长度低于预先给出的阈值时,不计数该事件时间间隔。
8.根据前述权利要求中任一项所述的方法,其特征在于,在时域分析步骤之前、并列或之后,设置频域分析步骤和/或频率时间域分析步骤和/或概率范围分析步骤。
9.根据前述权利要求中任一项所述的方法,其特征在于,当所述测量值的曲线的尖峰值高于预先确定的阈值时,不将事件时间间隔计数在内。
10.根据前述权利要求中任一项所述的方法,其特征在于,当事件时间间隔的多个相继的时间段的RMS值并非一直以时间顺序下降时,不计数事件时间间隔。
11.根据前述权利要求中任一项所述的方法,其特征在于,当同时在所述风力涡轮机的第二转动叶片处获取事件时间间隔时,不将事件时间间隔计数在内。
12.用于监控风力涡轮机(3)的转动叶片损伤的装置(1),具有至少一个加速度传感器(10)和分析单元(12),其中,所述分析单元(12)被构造为执行根据权利要求1所述的方法。
13.根据权利要求12所述的用于监控风力涡轮机(3)的转动叶片损伤的装置(1),其特征在于,所述分析单元(12)被构造,用于实施用于初始化测试模式的例程,并且将相应的信号输出至所述风力涡轮机(3)的控制单元(16)。
14.用于监控风力涡轮机(3)的转动叶片损伤的系统(2),具有至少一个根据权利要求12所述的装置(1)、传输单元(14,15)、用于控制风力涡轮机(3)的控制单元(16)、构造为用于实施根据权利要求8所述的方法的计算单元(17)、构造为用于存储测量值和故障信息的中央数据获取装置(5)以及中央数据输出装置(4)。
15.根据权利要求14所述的用于监控风力涡轮机(3)的转动叶片损伤的系统(2),其特征在于,所述数据输出单元(4)与数据输入接口(18)连接,通过所述数据输出接口(18),使得直接或间接访问所述计数单元(17)的参数成为了可能,并且使得其与将来的方法相匹配成为了可能。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP09002955 | 2009-03-02 | ||
EP09002955.4 | 2009-03-02 | ||
PCT/EP2010/001278 WO2010099928A2 (de) | 2009-03-02 | 2010-03-02 | Verfahren zum überwachen von windturbinen |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102341597A true CN102341597A (zh) | 2012-02-01 |
Family
ID=42710046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010800104212A Pending CN102341597A (zh) | 2009-03-02 | 2010-03-02 | 用于监控风力涡轮机的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20120010852A1 (zh) |
EP (1) | EP2404059B1 (zh) |
CN (1) | CN102341597A (zh) |
AU (1) | AU2010220551B2 (zh) |
DK (1) | DK2404059T3 (zh) |
ES (1) | ES2443145T3 (zh) |
WO (1) | WO2010099928A2 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101652A (zh) * | 2014-07-10 | 2014-10-15 | 南京航空航天大学 | 一种基于音频信号的风电叶片损伤监测方法及监测系统 |
CN108087210A (zh) * | 2017-12-19 | 2018-05-29 | 北京金风科创风电设备有限公司 | 风力发电机组叶片异常识别方法及装置 |
CN109313069A (zh) * | 2016-04-26 | 2019-02-05 | 比勒陀利亚大学 | 一种使用叶尖定时(btt)监测涡轮机转子叶片的方法和系统 |
CN109477464A (zh) * | 2016-05-03 | 2019-03-15 | 维斯塔斯风力系统集团公司 | 机械设备,尤其是风力涡轮机的状态监控 |
CN109944749A (zh) * | 2017-12-21 | 2019-06-28 | 北京金风科创风电设备有限公司 | 极端湍流的识别方法、装置、设备及计算机可读存储介质 |
CN110388302A (zh) * | 2018-04-16 | 2019-10-29 | 新疆金风科技股份有限公司 | 风力发电机的数据异常检测方法和设备 |
CN110455243A (zh) * | 2019-08-08 | 2019-11-15 | 天津大学 | 一种基于rms的旋转叶片叶尖间隙测量系统及方法 |
CN114683298A (zh) * | 2021-11-18 | 2022-07-01 | 西安交通大学 | 一种磁控软体传感机器人 |
CN114993455A (zh) * | 2022-04-29 | 2022-09-02 | 国网陕西省电力有限公司电力科学研究院 | 变压器故障诊断方法、装置、计算机设备、介质和产品 |
CN117905651A (zh) * | 2023-12-25 | 2024-04-19 | 北京云摩科技股份有限公司 | 一种基于形变分析的结构监测方法 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8880357B2 (en) * | 2010-12-15 | 2014-11-04 | Kk-Electronic A/S | Apparatus for estimating a resonant frequency of a wind turbine tower |
DK2659135T3 (en) * | 2010-12-30 | 2016-07-18 | Gen Electric | System, device and method for adjusting work load of wind turbine component |
CN102108938B (zh) * | 2011-03-24 | 2012-07-04 | 湘电风能有限公司 | 一种检测风机安全链运行可靠性的方法 |
DE102011075337A1 (de) * | 2011-05-05 | 2012-11-08 | Siemens Ag | Verfahren und Vorrichtung zur Ansteuerung einer Anlage |
ES2727248T3 (es) * | 2011-08-31 | 2019-10-15 | Woelfel Eng Gmbh Co Kg | Procedimiento y dispositivo para el monitoreo de estado de palas de rotor |
JP5680526B2 (ja) * | 2011-12-28 | 2015-03-04 | 三菱重工業株式会社 | 風力発電用風車の衝撃荷重監視システム及び衝撃荷重監視方法 |
US10371123B2 (en) | 2013-08-19 | 2019-08-06 | General Electric Company | Methods and systems for detecting wind turbine rotor blade damage |
CN104595112B (zh) * | 2013-10-30 | 2018-01-16 | 通用电气公司 | 风力涡轮机及评估其上叶片健康状态的方法 |
DE102014117918A1 (de) | 2014-12-04 | 2016-06-09 | fos4X GmbH | Verfahren zur individuellen Pitchregelung von Rotorblättern einer Windkraftanlage, Beschleunigungssensor für ein Rotorblatt, Rotorblatt mit Beschleunigungssensor, ein Rotor einer Windkraftanlage und Windkraftanlagen |
JP2018124117A (ja) * | 2017-01-31 | 2018-08-09 | Ntn株式会社 | 状態監視システムおよび風力発電装置 |
WO2020240404A1 (en) * | 2019-05-31 | 2020-12-03 | Abb Schweiz Ag | A method and a condition monitoring device for monitoring a rotating equipment |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2145375Y (zh) * | 1992-12-19 | 1993-11-03 | 魏立君 | 风机叶片动态监测仪 |
US20040230377A1 (en) * | 2003-05-16 | 2004-11-18 | Seawest Holdings, Inc. | Wind power management system and method |
DE10065314B4 (de) * | 2000-12-30 | 2007-08-16 | Igus - Innovative Technische Systeme Gmbh | Verfahren und Einrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen |
CN101037986A (zh) * | 2005-11-17 | 2007-09-19 | 通用电气公司 | 用于风力涡轮的转子 |
CN101122541A (zh) * | 2007-08-03 | 2008-02-13 | 东方电气集团东方汽轮机有限公司 | 汽轮机叶片振动试验方法及装置 |
EP1975589A2 (de) * | 2007-03-29 | 2008-10-01 | Siemens Aktiengesellschaft | Druckmessvorrichtung und Verfahren zur Bestimmung der Windkraft auf Windenergieanlagen sowie Verwendung der Druckmessvorrichtung und des Verfahrens |
EP2072975A1 (en) * | 2007-12-19 | 2009-06-24 | Siemens Aktiengesellschaft | Method and apparatus for vibration-based automatic condition monitoring of a wind turbine |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4420692A (en) * | 1982-04-02 | 1983-12-13 | United Technologies Corporation | Motion responsive wind turbine tower damping |
US7239036B2 (en) * | 2005-07-29 | 2007-07-03 | General Electric Company | System and method for power control in wind turbines |
JP4814644B2 (ja) * | 2006-02-01 | 2011-11-16 | 富士重工業株式会社 | 風力発電装置 |
US8021110B2 (en) * | 2007-01-05 | 2011-09-20 | General Electric Company | Tonal emission control for wind turbines |
WO2008113354A1 (en) | 2007-03-16 | 2008-09-25 | Vestas Wind Systems A/S | Method for condition monitoring a rotor of a wind energy plant |
DK200701144A (da) * | 2007-08-13 | 2009-02-14 | Siemens Wind Power As | Monitoring of blade frequencies of a wind turbine |
DK200701456A (da) * | 2007-10-09 | 2009-04-10 | Siemens Wind Power As | Overvågning af en vindmölles vingefrekvenser |
CA2829686A1 (en) * | 2008-04-24 | 2009-10-29 | Rbt Lp | A method and system for determining an imbalance of a wind turbine rotor |
US20110158806A1 (en) * | 2009-04-15 | 2011-06-30 | Arms Steven W | Wind Turbines and Other Rotating Structures with Instrumented Load-Sensor Bolts or Instrumented Load-Sensor Blades |
EP2476033B1 (de) * | 2009-09-08 | 2019-06-19 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Modellbasiertes verfahren zur zustandsüberwachung von rotorblättern |
EP2502174B1 (en) * | 2009-11-16 | 2018-06-13 | Simmonds Precision Products, Inc. | Data acquisition system for condition-based maintenance |
US8210811B2 (en) * | 2010-08-16 | 2012-07-03 | General Electric Company | Apparatus and method for operation of a wind turbine |
EP2472238A1 (en) * | 2010-12-29 | 2012-07-04 | Siemens Aktiengesellschaft | Determination of a vibrational frequency of a wind turbine rotor blade with a sensor device being placed at a structural component being assigned to and/or being part of the rotor |
-
2010
- 2010-03-02 CN CN2010800104212A patent/CN102341597A/zh active Pending
- 2010-03-02 US US13/254,236 patent/US20120010852A1/en not_active Abandoned
- 2010-03-02 EP EP10712892.8A patent/EP2404059B1/de active Active
- 2010-03-02 AU AU2010220551A patent/AU2010220551B2/en not_active Ceased
- 2010-03-02 WO PCT/EP2010/001278 patent/WO2010099928A2/de active Application Filing
- 2010-03-02 ES ES10712892.8T patent/ES2443145T3/es active Active
- 2010-03-02 DK DK10712892.8T patent/DK2404059T3/da active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2145375Y (zh) * | 1992-12-19 | 1993-11-03 | 魏立君 | 风机叶片动态监测仪 |
DE10065314B4 (de) * | 2000-12-30 | 2007-08-16 | Igus - Innovative Technische Systeme Gmbh | Verfahren und Einrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen |
US20040230377A1 (en) * | 2003-05-16 | 2004-11-18 | Seawest Holdings, Inc. | Wind power management system and method |
CN101037986A (zh) * | 2005-11-17 | 2007-09-19 | 通用电气公司 | 用于风力涡轮的转子 |
EP1975589A2 (de) * | 2007-03-29 | 2008-10-01 | Siemens Aktiengesellschaft | Druckmessvorrichtung und Verfahren zur Bestimmung der Windkraft auf Windenergieanlagen sowie Verwendung der Druckmessvorrichtung und des Verfahrens |
US20090016880A1 (en) * | 2007-03-29 | 2009-01-15 | Siemens Aktiengesellschaft | Pressure measurement device and method for determining wind force at wind energy installations |
CN101122541A (zh) * | 2007-08-03 | 2008-02-13 | 东方电气集团东方汽轮机有限公司 | 汽轮机叶片振动试验方法及装置 |
EP2072975A1 (en) * | 2007-12-19 | 2009-06-24 | Siemens Aktiengesellschaft | Method and apparatus for vibration-based automatic condition monitoring of a wind turbine |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101652A (zh) * | 2014-07-10 | 2014-10-15 | 南京航空航天大学 | 一种基于音频信号的风电叶片损伤监测方法及监测系统 |
CN109313069A (zh) * | 2016-04-26 | 2019-02-05 | 比勒陀利亚大学 | 一种使用叶尖定时(btt)监测涡轮机转子叶片的方法和系统 |
CN109313069B (zh) * | 2016-04-26 | 2021-08-03 | 比勒陀利亚大学 | 一种使用叶尖定时(btt)监测涡轮机转子叶片的方法和系统 |
CN109477464A (zh) * | 2016-05-03 | 2019-03-15 | 维斯塔斯风力系统集团公司 | 机械设备,尤其是风力涡轮机的状态监控 |
CN109477464B (zh) * | 2016-05-03 | 2021-10-29 | 维斯塔斯风力系统集团公司 | 机械设备,尤其是风力涡轮机的状态监控 |
US10907616B2 (en) | 2016-05-03 | 2021-02-02 | Vestas Wind Systems A/S | Status monitoring for mechanical plants, in particular wind turbines |
CN108087210A (zh) * | 2017-12-19 | 2018-05-29 | 北京金风科创风电设备有限公司 | 风力发电机组叶片异常识别方法及装置 |
CN109944749B (zh) * | 2017-12-21 | 2020-10-09 | 北京金风科创风电设备有限公司 | 极端湍流的识别方法、装置、设备及计算机可读存储介质 |
CN109944749A (zh) * | 2017-12-21 | 2019-06-28 | 北京金风科创风电设备有限公司 | 极端湍流的识别方法、装置、设备及计算机可读存储介质 |
CN110388302B (zh) * | 2018-04-16 | 2020-07-14 | 新疆金风科技股份有限公司 | 风力发电机的数据异常检测方法和设备 |
CN110388302A (zh) * | 2018-04-16 | 2019-10-29 | 新疆金风科技股份有限公司 | 风力发电机的数据异常检测方法和设备 |
CN110455243A (zh) * | 2019-08-08 | 2019-11-15 | 天津大学 | 一种基于rms的旋转叶片叶尖间隙测量系统及方法 |
CN110455243B (zh) * | 2019-08-08 | 2024-04-19 | 天津大学 | 一种基于rms的旋转叶片叶尖间隙测量系统及方法 |
CN114683298A (zh) * | 2021-11-18 | 2022-07-01 | 西安交通大学 | 一种磁控软体传感机器人 |
CN114683298B (zh) * | 2021-11-18 | 2023-08-18 | 西安交通大学 | 一种磁控软体传感机器人 |
CN114993455A (zh) * | 2022-04-29 | 2022-09-02 | 国网陕西省电力有限公司电力科学研究院 | 变压器故障诊断方法、装置、计算机设备、介质和产品 |
CN117905651A (zh) * | 2023-12-25 | 2024-04-19 | 北京云摩科技股份有限公司 | 一种基于形变分析的结构监测方法 |
CN117905651B (zh) * | 2023-12-25 | 2024-07-09 | 北京云摩科技股份有限公司 | 一种基于形变分析的结构监测方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2404059B1 (de) | 2013-10-23 |
WO2010099928A3 (de) | 2011-02-24 |
DK2404059T3 (da) | 2014-02-03 |
AU2010220551A1 (en) | 2011-10-27 |
AU2010220551B2 (en) | 2013-10-10 |
EP2404059A2 (de) | 2012-01-11 |
ES2443145T3 (es) | 2014-02-18 |
US20120010852A1 (en) | 2012-01-12 |
WO2010099928A2 (de) | 2010-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102341597A (zh) | 用于监控风力涡轮机的方法 | |
CA2868643C (en) | Wind turbine and method for evaluating the health state of the blades thereof | |
CN104075795B (zh) | 用于监测风力发电机组的叶轮振动状态的方法和系统 | |
CN102282450B (zh) | 监控燃气涡轮发动机运行中产生的振动现象的方法和系统 | |
CN101592590B (zh) | 一种转动叶片故障间接诊断技术 | |
CN102456419B (zh) | 核反应堆屏蔽泵运行故障监测方法及其监测系统 | |
CA2891326C (en) | Early detection of wind turbine degradation using acoustical monitoring | |
US20130096848A1 (en) | Methods and systems for automatic rolling-element bearing fault detection | |
EP2746885A1 (en) | Method of monitoring the condition of a wind turbine | |
CN113286944B (zh) | 一种用于监测叶根紧固件的健康状态的方法及系统 | |
CN102507205A (zh) | 一种检测航空发动机风扇叶片颤振故障的方法 | |
KR101342856B1 (ko) | 풍력발전기 로터블레이드의 얼음 감시 방법 | |
CN110686856A (zh) | 直升机2米直径旋翼风洞试验台振动监视、预警及安全保护系统 | |
CN106706241B (zh) | 一种风力机叶片损伤主动自检装置及方法 | |
CN102706560A (zh) | 一种风力发电机组的状态监测方法和装置 | |
US7409854B2 (en) | Method and apparatus for determining an operating status of a turbine engine | |
CN110686764A (zh) | 基于全相位差分原理的恒速叶片异步振动频率测量方法 | |
KR101166871B1 (ko) | 기계시스템 상태감시장치 및 상태감시방법 | |
US20140058615A1 (en) | Fleet anomaly detection system and method | |
Przysowa | Blade vibration monitoring in a low-pressure steam turbine | |
CN212454697U (zh) | 一种风力发电机组叶片运行状态检测装置 | |
US8955372B2 (en) | Systems and methods for continuous pressure change monitoring in turbine compressors | |
CN116465627A (zh) | 机械设备故障监测系统 | |
Václavík et al. | Torsion vibrations monitoring of turbine shafts | |
CN103850274B (zh) | 风力发电机组的基础的质量检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120201 |