JP6405486B1 - 風力発電設備の異常予兆診断システム、管理装置および異常予兆診断方法 - Google Patents
風力発電設備の異常予兆診断システム、管理装置および異常予兆診断方法 Download PDFInfo
- Publication number
- JP6405486B1 JP6405486B1 JP2018072174A JP2018072174A JP6405486B1 JP 6405486 B1 JP6405486 B1 JP 6405486B1 JP 2018072174 A JP2018072174 A JP 2018072174A JP 2018072174 A JP2018072174 A JP 2018072174A JP 6405486 B1 JP6405486 B1 JP 6405486B1
- Authority
- JP
- Japan
- Prior art keywords
- power generation
- main shaft
- wind power
- abnormality
- generation facility
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 84
- 238000003745 diagnosis Methods 0.000 title claims abstract description 79
- 238000010248 power generation Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims description 15
- 239000004519 grease Substances 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 20
- 230000001186 cumulative effect Effects 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000011109 contamination Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000009434 installation Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims 1
- 230000001050 lubricating effect Effects 0.000 description 10
- 238000005461 lubrication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Wind Motors (AREA)
Abstract
【課題】主軸ベアリングの交換時期を精度よく予測することができる風力発電装置の異常予兆診断システムを提供する。【解決手段】風力発電設備の異常予兆診断システムは、風力発電設備と、管理装置１００と、を備え、管理装置１００は、風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部２３と、主軸ベアリングの振動値を取得して振動初期値とし、風力発電設備の運用開始から所定の時間が経過した時点から推定する風力発電設備の主軸の累積回転数と、該時点での振動初期値とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部２４と、を有する。【選択図】図２
Description
本発明は、風力発電設備の異常予兆診断システム、管理装置および異常予兆診断方法に関する。
風力発電装置に設けられた機器の異常を診断するシステムとして、特許文献１の状態監視システムは、機器に設けられるセンサを含むモニタ装置と、モニタ装置が機器の異常を診断するために使用する閾値を設定し、閾値に基づいて機器の異常を診断する監視側制御装置と、機器の状態を監視する監視用端末とを備えることが記載されている。
稼働してから１０年以上経過した風力発電設備の増加に伴い、主要部品である主軸ベアリングの異常によって運転停止となる事象が生じる場合がある。この復旧には相当の時間を要することから、事前に主軸ベアリングが運転不可となる時期を予測し、計画的に主軸ベアリングを交換することを可能とする予測システムが求められている。
従来、風力発電設備の主軸ベアリングの劣化状態を診断するには、特許文献１の記載のように、主軸受の振動数（診断パラメータ）を所定の閾値と比較することで異常か否かを診断している。しかしながら、主軸ベアリングの故障予測については、閾値に近づくかどうかという、極めて概念的な記述があるだけであり、計画的な主軸ベアリングの交換作業を実現できるものではない。
本発明は、前記の課題を解決するための発明であって、主軸ベアリングの交換時期を精度よく予測することができる風力発電装置の異常予兆診断システム、管理装置および異常予兆診断方法を提供することを目的とする。
前記目的を達成するため、本発明の風力発電設備の異常予兆診断システムは、風力発電設備と、管理装置と、を備え、管理装置は、風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、主軸ベアリングの振動値を取得して振動初期値とし、該振動初期値と風力発電設備の運用開始から所定の時間が経過した時点から推定する風力発電設備の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、管理装置は、現在診断モード部において、撮像装置により取得した主軸ベアリング内のグリスの画像情報に所定の画像処理を施してグリス内への異物の混入度合を算出し、該混入度合に応じて算出した第１異常度合に基づき主軸ベアリングの異常予兆を診断し、現在診断モード部の第１異常度合が第１基準異常度合に到達したときに主軸ベアリングの異常予兆があると診断し、予測診断モード部に移行することを特徴とする。本発明のその他の態様については、後記する実施形態において説明する。
本発明によれば、主軸ベアリングの交換時期を精度よく予測することができる。
本発明を実施するための実施形態について、適宜図面を参照しながら詳細に説明する。
図１は、実施形態に係る風力発電設備１０（風車）であり、（ａ）は風車外観図であり、（ｂ）はナセル３内部の拡大図である。本実施形態では、ダイレクトドライブ型風力発電装置（直接駆動型風力発電装置）を例に説明する。風力発電設備１０は、ハブ１に装着されたブレード２と、ナセル３（筐体）と、ナセル３を支持するタワー４（支柱）を含んで構成されている。ナセル３の内部には、タワー４の支持部１９に支持された中空である固定側の主軸１１、主軸１１の外周には、発電機５が配置されている。
図１は、実施形態に係る風力発電設備１０（風車）であり、（ａ）は風車外観図であり、（ｂ）はナセル３内部の拡大図である。本実施形態では、ダイレクトドライブ型風力発電装置（直接駆動型風力発電装置）を例に説明する。風力発電設備１０は、ハブ１に装着されたブレード２と、ナセル３（筐体）と、ナセル３を支持するタワー４（支柱）を含んで構成されている。ナセル３の内部には、タワー４の支持部１９に支持された中空である固定側の主軸１１、主軸１１の外周には、発電機５が配置されている。
発電機５は、ステータ６と発電機ロータ７とを備えている。ステータ６は、ステータケーシング９に固定されている。発電機ロータ７は、界磁磁石と界磁磁石を支持するロータプレート８とを備えており、ロータプレート８は、回転側の主軸１２に結合されている。
主軸１２は、２つの主軸ベアリング１３，１４（主軸受）によって主軸１１に支持され、ハブ１に接続されている。また、ロータプレート８の突出部１６は、第３の軸受ベアリング１５によってステータケーシング９に支持されている。
風力発電設備１０の定期点検を実施するサービス員は、主軸ベアリング１３，１４の内輪の近傍にセンサ５０を設置する。より具体的には、主軸１１の中空部で、主軸ベアリング１３，１４の径方向内側に位置するところに、主軸ベアリング１３，１４の状態（動作状態信号）を計測・監視するセンサ５０を設置する。センサ５０は、音響センサ、振動センサ、ＡＥセンサのうち少なくともいずれかのセンサである。なお、ＡＥ（Acoustic Emission）とは、材料が変形あるいは破壊する際に、内部に蓄えていた弾性エネルギーを音波（弾性波、ＡＥ波）として放出する現象である。ＡＥ波は主に超音波領域（数１０ｋＨｚ〜数ＭＨｚ）の高い周波数成分を有する。
管理装置１００（図２参照）は、センサ５０からのセンサデータを、増幅器５１、データ収集装置５２、ネットワークＮＷを介して取得し、取得したセンサデータおよび運転データに基づいて、主軸ベアリングの交換時期を予測する。管理装置１００は、地上の管理棟などに配置するとよい。
図２は、管理装置１００の構成を示す図である。管理装置１００は、図２に示すように、処理部２０、記憶部３０、入力部４１、表示部４２、撮像部４３（撮像装置）、通信部４４を有している。処理部２０は、センサ５０から検出信号（センサデータ）を取得するセンサデータ取得部２１と、運転データ（ロータ回転速度、ロータ回転数、風速など）を取得する運転データ取得部２２、風力発電設備１０の主軸ベアリング１３，１４の潤滑グリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部２３（第１診断モード部）と、センサデータに基づいて主軸ベアリング１３，１４の振動値を取得して振動初期値とし、該振動初期値と風力発電設備の運用開始から所定の時間が経過した時点から推定する風力発電設備の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部２４と、を有する。
記憶部３０には、撮像部４３で撮像した潤滑グリス画像３１、潤滑グリス判定結果３２、センサデータ３３、運転データ３４、各月基準回転数３５（図７参照）、主軸ベアリング１３，１４の交換時期予測結果３６などが記憶されている。各月基準回転数は、風力発電設備１０の過去の所定期間の運転年（不稼働の年を除く）における、最後に記憶された各月の主軸ベアリングの回転数の合計値とする。詳細については図７を参照して後記する。
発明者らは、複数の風力発電設備１０の主軸ベアリング１３，１４の振動値を観察した結果、振動値だけでは必ずしも異常と診断できないことが分かった。つまり、風力発電設備１０には個体差があり振動値が所定の閾値に近づいても正常状態を保持しているものもあることが分かった。
また、発明者らは、主軸ベアリングの現在の状態が特に重要であることを経験しており、その指標として潤滑グリスに着目した。主軸ベアリングの状態変化に基づいて、計画的に主軸ベアリングを交換するためには、主軸ベアリングの現在の振動値を所定の閾値と比較する方法では、主軸ベアリングの交換時期を予測するには予測精度が向上できず、過去の状態変化から将来の劣化状態を予測することが必要と判断した。
それを解決するには、振動値に基づいて診断する以前に、主軸ベアリングの状態変化に基づいて診断する必要のあることがわかった。つまり、主軸ベアリング内の潤滑グリスへの異物混入状態に基づいて、先ず診断する必要があるということである。現在診断モード部２３（１次診断モード部）において、潤滑グリスの状態に基づいて、主軸ベアリングに異常が生じてきているか否かを判断し、異常が生じてきていると判断した後に、予測診断モード部２４において、振動値に基づいて診断する手法を採用した。
図３は、主軸ベアリング１４、給脂口１４６周辺の構造を示す図である。主軸ベアリング１４は、外輪１４１、転動体１４２（例えば、コロ）、転動体１４２の位置を定める保持器（図示せず）、内輪１４３を含んで構成されている。主軸１１は、内輪１４３に嵌合され、主軸１２は外輪１４１に嵌合されている。センサ５０は、主軸１１の内面に、センサ治具を介して設置される。センサ５０は、外輪１４１または内輪１４３の軌道面に欠陥が生じ、その欠陥に転動体１４２が接触した際に発生する音（衝撃波）を信号として検出する。なお、主軸ベアリング１３も、主軸ベアリング１４と同様の構成を有する。
図３においては、主軸１１と、内輪１４３とが独立した部材とした場合について説明したが、主軸ベアリング１４の内輪１４３が主軸の役割を果たす場合もある。その場合には、内輪１４３（内輪部）の内壁にセンサ５０の検知面を接触して主軸ベアリング１４の外輪外壁側を向くように設置するとよい。
主軸ベアリング１４には、軸受カバー１４５に取り付けられた給脂口１４６より潤滑グリスを給脂できる構造となっている。サービス員は、定期的に給脂口１４６より、主軸ベアリング１４の潤滑グリスを採取する。その採取した潤滑グリスの状態を管理装置１００で管理する。
図４は、管理装置１００の現在診断・予測診断の処理を示すフローチャートである。適宜図２を参照して説明する。現在診断モード部２３は、撮像部４３により潤滑グリス状態の画像を取得し（ステップＳ４１）、白黒化による二値化の画像処理をする（ステップＳ４２）。現在診断モード部２３は、白色の割合を算出し、異物混入度合（割合）を判定する（ステップＳ４３、図５参照）、異物混入度合が基準異常度未満ならば（ステップＳ４３，基準異常度未満）、主軸ベアリングは正常であるとして（ステップＳ４５）、ステップＳ４１に戻る。異物混入度合が基準異常度以上ならば（ステップＳ４３，基準異常度以上）、現在診断モード部２３は、主軸ベアリングの異常予兆があると診断し、予測診断モードへ移行する（ステップＳ４４）。
なお、二値化とは、画像を白と黒の２階調に変換する処理のことであり、あらかじめ閾値を決めておき、画素の値が閾値より大きければ白（１）、小さければ黒（０）に変換する。
予測診断モード部２４は、主軸ベアリングの異常予兆があると診断した時点の振動値を、運転データ３４から取得し、取得した値を振動初期値とする（ステップＳ４６）。機種毎の異常判定閾値までの運転可能回転数を、各月基準回転数３５のデータを基に予測し（ステップＳ４７、図６・図７参照）、主軸ベアリングの交換時期を予測する（ステップＳ４８）。
図５は、現在診断モード部の異常診断の画像の一例を示す図であり、（ａ）は健全状態を示す画像であり、（ｂ）は異常状態を示す図である。図５（ａ）の健全状態の場合、画像化後の潤滑グリス状態を二値化処理すると、ほぼ黒状態であり、基準異常度未満であり「正常」と判定される。
一方、図５（ｂ）の異常状態の場合、画像化後の潤滑グリス状態において、多数の異物がみられ、二値化処理すると複数の白色の点として現れる。このときに基準異常度以上であると、「異常」と判定される。
管理装置１００は、現在診断モード部２３（第１診断モード部）において、撮像部４３（撮像装置）により取得した主軸ベアリング内の潤滑グリスの画像情報に所定の画像処理（例えば、二値化処理）を施して潤滑グリス内への異物の混入度合を算出し、該混入度合に応じて算出した現在の異常度合（ここでは、第１異常度合という）に基づき主軸ベアリングの異常予兆を診断することができる。
図６は、予測診断モード部における主軸ベアリングの交換時期の予測方法を示す図である。横軸は、モード切替え点（潤滑グリスにて異常予兆と判定された時点）からの主軸ベアリングの累積回転数を示し、縦軸は異常度（例えば、振動値）を示す。異常度の初期値は、ステップＳ４６（図４参照）で取得した主軸ベアリングの異常予兆があると診断した時点の振動値である。
予測診断モードにおける異常度合は下記の予測式（１）に基づく。
（異常度）＝Ａ×Ｎ＾（Ｃ）＋初期値 ・・・（１）
Ａ：定数１
Ｃ：定数２
Ｎ：モード切替え点からの主軸ベアリングの累積回転数
なお、Ｎ＾（Ｃ）は、ＮのＣ乗（べき乗）を意味する。異常度は、主軸ベアリングの振動値であり、単位は（ｄＢ）である。また、定数Ａ及びＣは、風力発電システムの型式、立地条件等により変動する数値であり、これまでの運用実績により予め設定する。
（異常度）＝Ａ×Ｎ＾（Ｃ）＋初期値 ・・・（１）
Ａ：定数１
Ｃ：定数２
Ｎ：モード切替え点からの主軸ベアリングの累積回転数
なお、Ｎ＾（Ｃ）は、ＮのＣ乗（べき乗）を意味する。異常度は、主軸ベアリングの振動値であり、単位は（ｄＢ）である。また、定数Ａ及びＣは、風力発電システムの型式、立地条件等により変動する数値であり、これまでの運用実績により予め設定する。
図６において、予測式は、機種毎（例えば、機種Ｘ，Ｙ，Ｚ）に異なり、また、異常判定閾値は機種毎に異なる。予測診断モード部２４では、異常度が異常判定閾値に達するまで、モード切替点から起算して各月の基準回転数（図７参照）を積算し、異常判定閾値に到達した時の累積回転数Ｎに到達するまでの月数を算出する。
すなわち、管理装置１００の予測診断モード部２４は、主軸ベアリングの振動値を取得して振動初期値とし、前記風力発電設備の運用開始から所定の時間が経過した時点（例えば、潤滑グリスにて異常予兆と判定された時点）から推定する風力発電設備１０の主軸の累積回転数と、該時点での振動初期値とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する。
具体的には、管理装置１００は、予測診断モード部２４において、モード切替え点（切替え点）から経過する各月に対応する各月基準回転数（図７参照）を積算した累計回転数に所定の演算（例えば、予測式（１）のＡ×Ｎ＾（Ｃ））を施して求める演算結果を振動初期値（例えば、予測式（１）の初期値）に加算して算出する将来の異常度合に基づき主軸ベアリングの異常予兆を診断する。
管理装置１００は、将来の異常度合が第２基準異常度合（例えば、異常判定閾値）に到達したときに主軸ベアリングの交換時期であると診断する。
図７は、各月基準回転数の一例を示す図であり、（ａ）は年間を通じて稼働していた場合の例であり、（ｂ）は不稼働期間がある場合の例である。風力発電設備１０の風力発電機は、季節によって回転数が大きく異なるのが特徴である。図７（ａ）の例のように、風速の季節変化による回転数の相違がある。日本では冬に強くなる傾向があり、これは冬の大陸からの強い季節風の影響による。また、風速は短期間の変化とともに、長期間の年平均風速についても変動する。これは、各年の天候の変化や気候変動によるもので、一般には平均値（３０年間の平均値）の１０％の範囲内で変化するといわれている。図７（ｂ）の場合は、６月に定期点検等の影響で不稼働期間があった状態である。
本実施形態では、各月基準回転数は、風力発電設備１０の過去の所定期間の運転年（不稼働の年を除く）における、最後に記憶された各月の主軸ベアリングの回転数の合計値とするとよい。
図８は、管理装置１００の表示部４２に表示される予測診断結果の一例を示す図である。図８の横軸は、潤滑グリスの異常予兆判定後（モード切替え後）の累積回転数を示し、縦軸は、ＡＥ波の平均振幅値を示す。図８は、モード切替え後から所定の期間が経過し、６８０万回転時の状況である。運転可能時間の予測においては、閾値まで残り○か月と出力される。
すなわち、管理装置１００は、表示部４２（表示装置）を備え、管理装置１００は、主軸ベアリングの交換時期であると診断した際に、切替え点からの経過月数を前記表示装置に表示することができる。これにより、サービス員は計画的に定期交換時期を決定できるとともに、ユーザに対し風力発電設備の停止時期について早めに調整することができる。
本実施形態の風力発電設備１０の異常予兆診断システムは、風力発電設備１０と、管理装置１００と、を備え、管理装置１００は、風力発電設備１０の主軸ベアリング（例えば、主軸ベアリング１３，１４）のグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部２３（第１診断モード部）と、主軸ベアリングの振動値を取得して振動初期値とし、該振動初期値と風力発電設備の運用開始から所定の時間が経過した時点（例えば、モード切替え点）から推定する風力発電設備１０の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部２４と、を有する。これにより、主軸ベアリングの交換時期を精度よく予測することができる。
風力発電設備１０の管理装置１００であって、風力発電設備１０の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部２３と、主軸ベアリングの振動値を取得して振動初期値とし、振動初期値と風力発電設備の運用開始から所定の時間が経過した時点から推定する風力発電設備１０の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部２４と、を有する。本実施形態の管理装置１００によれば、風力発電設備１０に個体差があっても、主軸ベアリングの交換時期を精度よく予測することができる。
風力発電設備１０の管理装置１００の異常予兆診断方法であって、管理装置１００は、風力発電設備１０の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する第１診断ステップと、主軸ベアリングの振動値を取得して振動初期値とし、振動初期値と風力発電設備１０の運用開始から所定の時間が経過した時点から推定する風力発電設備１０の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断ステップと、を実行する。本実施形態の異常予兆診断方法によれば、同一機種であっても、個体差を考慮して、主軸ベアリングの交換時期を精度よく予測することができる。また、早期に交換時期を知ることができるので、ユーザと定期点検の時期を早期に決定することができる。
１ ハブ
２ ブレード
３ ナセル
４ タワー
５ 発電機
６ ステータ
７ 発電機ロータ
８ ロータプレート
９ ステータケーシング
１０ 風力発電設備
１１ 主軸（第１の主軸）
１２ 主軸（第２の主軸）
１３ 主軸ベアリング（主軸受、第１の主軸ベアリング）
１４ 主軸ベアリング（主軸受、第２の主軸ベアリング）
１５ 第３の主軸ベアリング
１６ 突出部
１９ ステータケーシング
２０ 処理部
２１ センサデータ取得部
２２ 運転データ取得部
２３ 現在診断モード部（第１診断モード部）
２４ 予測診断モード部
３０ 記憶部
３１ 潤滑グリス画像
３２ 潤滑グリス判定結果
３３ センサデータ
３４ 運転データ
３５ 各月基準回転数
３６ 交換時期予測結果
４１ 入力部
４２ 表示部（表示装置）
４３ 撮像部（撮像装置）
４４ 通信部
５０ センサ
５１ 増幅器
５２ データ収集装置
１００ 管理装置
ＮＷ ネットワーク
２ ブレード
３ ナセル
４ タワー
５ 発電機
６ ステータ
７ 発電機ロータ
８ ロータプレート
９ ステータケーシング
１０ 風力発電設備
１１ 主軸（第１の主軸）
１２ 主軸（第２の主軸）
１３ 主軸ベアリング（主軸受、第１の主軸ベアリング）
１４ 主軸ベアリング（主軸受、第２の主軸ベアリング）
１５ 第３の主軸ベアリング
１６ 突出部
１９ ステータケーシング
２０ 処理部
２１ センサデータ取得部
２２ 運転データ取得部
２３ 現在診断モード部（第１診断モード部）
２４ 予測診断モード部
３０ 記憶部
３１ 潤滑グリス画像
３２ 潤滑グリス判定結果
３３ センサデータ
３４ 運転データ
３５ 各月基準回転数
３６ 交換時期予測結果
４１ 入力部
４２ 表示部（表示装置）
４３ 撮像部（撮像装置）
４４ 通信部
５０ センサ
５１ 増幅器
５２ データ収集装置
１００ 管理装置
ＮＷ ネットワーク
Claims (9)
- 風力発電設備と、管理装置と、を備え、
前記管理装置は、
前記風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、
前記管理装置は、
前記現在診断モード部において、撮像装置により取得した前記主軸ベアリング内のグリスの画像情報に所定の画像処理を施して前記グリス内への異物の混入度合を算出し、該混入度合に応じて算出した第１異常度合に基づき前記主軸ベアリングの異常予兆を診断し、
前記現在診断モード部の前記第１異常度合が第１基準異常度合に到達したときに前記主軸ベアリングの異常予兆があると診断し、前記予測診断モード部に移行する
ことを特徴とする風力発電設備の異常予兆診断システム。 - 風力発電設備と、管理装置と、を備え、
前記管理装置は、
前記風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、
前記風力発電設備の運用開始から所定の時間が経過した時点は、前記現在診断モード部から前記予測診断モード部に移行する切替え点である
ことを特徴とする風力発電設備の異常予兆診断システム。 - 前記管理装置は、
前記予測診断モード部において、前記切替え点から経過する各月に対応する各月基準回転数を積算した累計回転数に所定の演算を施して求める演算結果を前記振動初期値に加算して算出する将来の異常度合に基づき前記主軸ベアリングの異常予兆を診断する
ことを特徴とする請求項２に記載の風力発電設備の異常予兆診断システム。 - 前記管理装置は、
前記将来の異常度合が第２基準異常度合に到達したときに前記主軸ベアリングの交換時期であると診断する
ことを特徴とする請求項３に記載の風力発電設備の異常予兆診断システム。 - 前記各月基準回転数は、前記風力発電設備の過去の所定期間の運転年（不稼働の年を除く）における、最後に記憶された各月の主軸ベアリングの回転数の合計値とする
ことを特徴とする請求項３に記載の風力発電設備の異常予兆診断システム。 - 前記管理装置は、表示装置を備え、
前記管理装置は、前記主軸ベアリングの交換時期であると診断した際に、前記切替え点からの経過月数を前記表示装置に表示する
ことを特徴とする請求項４に記載の風力発電設備の異常予兆診断システム。 - 風力発電設備の管理装置であって、
風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、
前記管理装置は、
前記現在診断モード部において、撮像装置により取得した前記主軸ベアリング内のグリスの画像情報に所定の画像処理を施して前記グリス内への異物の混入度合を算出し、該混入度合に応じて算出した第１異常度合に基づき前記主軸ベアリングの異常予兆を診断し、
前記現在診断モード部の前記第１異常度合が第１基準異常度合に到達したときに前記主軸ベアリングの異常予兆があると診断し、前記予測診断モード部に移行する
ことを特徴とする管理装置。 - 風力発電設備の管理装置であって、
風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、
前記風力発電設備の運用開始から所定の時間が経過した時点は、前記現在診断モード部から前記予測診断モード部に移行する切替え点である
ことを特徴とする管理装置。 - 風力発電設備の管理装置の異常予兆診断方法であって、
前記管理装置は、
風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断ステップと、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断ステップと、を実行する
ことを特徴とする異常予兆診断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018072174A JP6405486B1 (ja) | 2018-04-04 | 2018-04-04 | 風力発電設備の異常予兆診断システム、管理装置および異常予兆診断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018072174A JP6405486B1 (ja) | 2018-04-04 | 2018-04-04 | 風力発電設備の異常予兆診断システム、管理装置および異常予兆診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6405486B1 true JP6405486B1 (ja) | 2018-10-17 |
| JP2019183686A JP2019183686A (ja) | 2019-10-24 |
Family
ID=63855125
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018072174A Active JP6405486B1 (ja) | 2018-04-04 | 2018-04-04 | 風力発電設備の異常予兆診断システム、管理装置および異常予兆診断方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6405486B1 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020170215A (ja) * | 2019-04-01 | 2020-10-15 | Ntn株式会社 | 状態監視システム及びそれを備える風力発電システム |
| CN113915078A (zh) * | 2021-11-26 | 2022-01-11 | 龙源（北京）风电工程技术有限公司 | 光纤光栅式风电机组叶片工况智能识别方法及系统 |
| CN116221038A (zh) * | 2023-05-10 | 2023-06-06 | 山东金帝精密机械科技股份有限公司 | 一种基于风电轴承保持架的轴承运行监测方法及设备 |
| CN117390573A (zh) * | 2023-12-12 | 2024-01-12 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111520295A (zh) * | 2020-05-20 | 2020-08-11 | 许东滇 | 一种风力发电风车不易断裂的转轴 |
| KR102456262B1 (ko) * | 2021-03-24 | 2022-10-20 | 한국에너지기술연구원 | 진동기반 풍력터빈 하중 및 수명 예측방법 및 시스템 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5552927A (en) * | 1978-10-16 | 1980-04-17 | Mitsubishi Electric Corp | Malfunction monitor of bearing |
| WO2011099132A1 (ja) * | 2010-02-10 | 2011-08-18 | 三菱重工業株式会社 | 風力発電装置 |
| JP2012154472A (ja) * | 2011-01-28 | 2012-08-16 | Mitsubishi Heavy Ind Ltd | 軸受の保守装置 |
| WO2013133002A1 (ja) * | 2012-03-08 | 2013-09-12 | Ntn株式会社 | 状態監視システム |
-
2018
- 2018-04-04 JP JP2018072174A patent/JP6405486B1/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5552927A (en) * | 1978-10-16 | 1980-04-17 | Mitsubishi Electric Corp | Malfunction monitor of bearing |
| WO2011099132A1 (ja) * | 2010-02-10 | 2011-08-18 | 三菱重工業株式会社 | 風力発電装置 |
| JP2012154472A (ja) * | 2011-01-28 | 2012-08-16 | Mitsubishi Heavy Ind Ltd | 軸受の保守装置 |
| WO2013133002A1 (ja) * | 2012-03-08 | 2013-09-12 | Ntn株式会社 | 状態監視システム |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020170215A (ja) * | 2019-04-01 | 2020-10-15 | Ntn株式会社 | 状態監視システム及びそれを備える風力発電システム |
| EP3951532A4 (en) * | 2019-04-01 | 2022-11-30 | NTN Corporation | CONDITION MONITORING SYSTEM AND WIND POWER GENERATION SYSTEM INCLUDING THE SAME |
| JP7191759B2 (ja) | 2019-04-01 | 2022-12-19 | Ntn株式会社 | 状態監視システム及びそれを備える風力発電システム |
| US12071928B2 (en) | 2019-04-01 | 2024-08-27 | Ntn Corporation | Condition monitoring system and wind power generation system including the same |
| CN113915078A (zh) * | 2021-11-26 | 2022-01-11 | 龙源（北京）风电工程技术有限公司 | 光纤光栅式风电机组叶片工况智能识别方法及系统 |
| CN116221038A (zh) * | 2023-05-10 | 2023-06-06 | 山东金帝精密机械科技股份有限公司 | 一种基于风电轴承保持架的轴承运行监测方法及设备 |
| CN117390573A (zh) * | 2023-12-12 | 2024-01-12 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
| CN117390573B (zh) * | 2023-12-12 | 2024-02-23 | 深圳前海慧联科技发展有限公司 | 基于时序预测的风电机组运行异常预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019183686A (ja) | 2019-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6405486B1 (ja) | 風力発電設備の異常予兆診断システム、管理装置および異常予兆診断方法 | |
| Bangalore et al. | Analysis of SCADA data for early fault detection, with application to the maintenance management of wind turbines | |
| EP3431952B1 (en) | Condition monitoring system and wind turbine generation apparatus | |
| CN102434388B (zh) | 风力发电机组健康状态在线监测装置及其监测方法 | |
| KR100715252B1 (ko) | 구름 베어링의 잔여수명 진단방법 및 그 잔여수명 진단장치 | |
| JP4504065B2 (ja) | 転がり軸受の余寿命診断方法 | |
| JP6397330B2 (ja) | ドライブトレイン、ギアボックス、発電機などの回転機械の残存耐用年数を測定 | |
| EP2267305B1 (en) | A method and a system for controlling operation of a wind turbine | |
| US20120203704A1 (en) | Servicing-timing selecting apparatus and servicing-timing selecting method | |
| US20100030492A1 (en) | Apparatus and method for identifying health indicators for rolling element bearings | |
| JP7603776B2 (ja) | 状態監視システム | |
| 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 | |
| EP2290488B1 (en) | A method and a system for adjusting alarm level of a component in a wind turbine | |
| JP6885833B2 (ja) | 状態監視システムおよびデータ処理装置 | |
| US20200158562A1 (en) | Condition monitoring apparatus, condition monitoring system, and condition monitoring method | |
| WO2017159784A1 (ja) | 状態監視システムおよび風力発電装置 | |
| JP2010190901A (ja) | 転がり軸受の余寿命診断方法 | |
| KR102068643B1 (ko) | 풍력발전기 예지방법 | |
| JP7113668B2 (ja) | 状態監視システム | |
| JP6824076B2 (ja) | 状態監視システムおよび風力発電装置 | |
| JP7419094B2 (ja) | 状態監視システム | |
| JP6243940B2 (ja) | 風力発電システムの異常予兆診断システム | |
| JP7211861B2 (ja) | 状態監視システムおよび状態監視方法 | |
| CN111075661B (zh) | 基于温度变化趋势判断风电机组主轴轴承健康状况的方法 | |
| JP2004152336A (ja) | 回転体記憶装置の寿命予測・管理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180404 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180404 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180531 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180605 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180725 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180904 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180914 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6405486 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |