一种倾角传感器和陀螺仪融合的塔架监测系统及方法

摘要

本发明公开了一种倾角传感器和陀螺仪融合的塔架监测系统，包括塔顶传感器组、基础传感器组、数据单元和主控系统，所述塔顶传感器组、基础传感器组通过数据单元与主控系统相连。使用工作方法包括：获得塔顶和基础的倾斜角以及倾斜方向上的角速度；基于塔顶和基础的动态特性采用Kalman方法建立滤波方程，获得塔顶和基础动态倾斜角的最优估计；建立风电塔架的挠度曲线，获得塔架晃动的动态位移量；获得基础不均匀沉降量。通过测量获得塔顶和基础的倾斜角以及倾斜方向上的角速度，结合基础的结构和尺寸特征参数，提高监测精度，减少因系统自身误差而导致的误判，同时能够及时将监测信息反馈给主控系统，以便现场运维人员及时发现，保障机组安全。

权利要求

1.一种倾角传感器和陀螺仪融合的塔架监测系统，其特征在于，包括塔顶传感器组(2.1)、基础传感器组(2.2)、数据单元(3)和主控系统(4)，所述塔顶传感器组(2.1)、基础传感器组(2.2)通过数据单元(3)与主控系统(4)相连，一种倾角传感器和陀螺仪融合的塔架监测系统的工作方法，包括以下步骤：①测量获得塔顶和基础的倾斜角以及倾斜方向上的角速度；

②基于塔顶的动态特性采用Kalman方法建立滤波方程，并根据测量得到的塔顶倾斜角和角速度，获得塔顶动态倾斜角的最优估计；

③建立风电塔架的挠度曲线，根据塔顶动态倾斜角的最优估计，获得所述塔架晃动的动态位移量，根据塔架的结构和尺寸参数，通过仿真方法获得塔架挠度曲线方程：γ＝f(v,h)

式中，γ为挠度，f(v,h)为风速v时所述塔架在高度h处的挠度仿真结果，根据所述塔架的挠度曲线，进一步获得塔顶动态倾角和位移的比例关系P，代入方程 求解获得塔架晃动的动态位移量，式中，sk为k时刻的塔顶晃动位移量，H为塔架高度， 为k时刻塔顶倾斜角的最优估计；

④基于基础的动态特性建立滤波方程，采用Kalman方法，根据测量得到的基础倾斜角和角速度，获得基础动态倾斜角的最优估计；

⑤根据基础动态倾斜角的最优估计，结合所述风电塔架尺寸参数，获得基础不均匀沉降量；

⑥主控系统对数据单元上传的数据进行分析并展示，判断塔顶晃动和基础不均匀沉降状态，当发现塔顶晃动和基础不均匀沉降超过限定值，则机组产生报警并停机。

2.根据权利要求1所述的一种倾角传感器和陀螺仪融合的塔架监测系统，其特征在于，所述塔顶传感器组(2.1)安装在塔架顶端壁面，包括塔顶双轴倾角传感器(2.11)和塔顶双轴陀螺仪(2.12)。

3.根据权利要求1所述的一种倾角传感器和陀螺仪融合的塔架监测系统，其特征在于，所述基础传感器组(2.2)安装在塔架基础位置，包括基础双轴倾角传感器(2.21)和基础双轴陀螺仪(2.22)。

4.根据权利要求1或2或3所述的一种倾角传感器和陀螺仪融合的塔架监测系统，其特征在于，所述数据单元(3)安装在塔基控制柜中，包括通用模块，分别与塔顶传感器组(2.1)、基础传感器组(2.2)、主控系统(4)相连。

5.根据权利要求1所述的一种倾角传感器和陀螺仪融合的塔架监测系统，其特征在于，所述步骤①在塔顶和基础位置，采用倾角传感器获得水平面内两个正交方向上的倾斜角，同时采用陀螺仪获得对应方向上的角速度。

6.根据权利要求1所述的一种倾角传感器和陀螺仪融合的塔架监测系统，其特征在于，所述步骤②根据风电塔架顶端的倾斜角和角速度的动态特性，建立塔顶传感器组的融合方程

即

式中，θt为倾角传感器测量得到的塔顶倾斜角，bt为塔顶陀螺仪的零点漂移，Δt为迭代步长， 为陀螺仪测量得到的塔顶倾斜角速度，wk为高斯分布的过程噪声，满足wk～(0,qk)，其中， qθ和qb分别表示塔顶倾斜角预测和陀螺仪零偏的误差，其大小根据塔架动态特性和所用传感器性能进行设定，下角标k和k+1表示时刻。

7.根据权利要求1所述的一种倾角传感器和陀螺仪融合的塔架监测系统，其特征在于，所述步骤④根据风电塔架基础的倾斜角和角速度的动态特性，建立基础传感器组的融合方程

即

式中，θb为倾角传感器测量得到的基础倾斜角，bb为基础陀螺仪的零点漂移， 为陀螺仪测量得到的基础倾斜角速度，Wk为高斯分布的过程噪声，满足Wk～(0,Qk)，其中，Qθ和Qb分别表示基础倾斜角预测和陀螺仪零偏的误差，其大小根据基础动态特性和所用传感器性能进行设定。

说明书

一种倾角传感器和陀螺仪融合的塔架监测系统及方法

技术领域

[0001] 本发明涉及风电监测领域，尤其涉及一种倾角传感器和陀螺仪融合的塔架监测系统及方法。

背景技术

[0002] 有资料显示，随着风电市场发展的进一步深入，风电机组逐渐在向更高塔架的趋势发展。近些年，高度在100m以上的柔性高塔技术取得了突破性的进展，尤其是120m甚至
140m以上的高塔机组已有成功的应用案例。随着塔架高度不断升高，人们对风电塔架安全
性的关注度越来越强，尤其是由二阶振动等因素导致的塔架非线性变形，塔架安全对机组
整体安全性的影响也越来越大。

[0003] 机组运行过程中的塔架变形，对应到的是塔架顶端晃动和基础倾斜，现有监测方法通常采用单一倾角传感器或加速度传感器等，受传感器原理及使用条件限制，在进行塔
架倾角测量时存在一定误差。同时，将风电塔架用线性变形曲线近似或当作悬臂梁结构，从
而根据倾角求解塔顶晃动的位移量，该方法仅在塔架高度较低时具有一定适用性，而对柔
性高塔的非线性变形做同样的近似将引入较大误差。

[0004] 中国专利文献CN105370506A公开了一种“风电机组塔架倾斜与沉降监测装置”。由激光发射接收单元、信号处理运算单元、通信单元和上位机组成；激光发射接收单元由3个
激光测距传感器和3个激光反射板组成，激光测距传感器用来测量传感器与反射板之间的
距离；当塔架出现倾斜或沉降时，传感器与反射板之间的距离即3个激光测距传感器的检测
数据发生改变，将检测数据通过信号处理运算单元中的算法处理，通信单元将运算得到结
果送到上位计算机进行实时显示得到的塔架倾斜角度及沉降距离。上述技术方案仅适用于
塔架高度较低的情况，对柔性高塔的非线性变形进行测量时误差较大。

发明内容

[0005] 本发明主要解决原有的测量高度较高塔架的倾角和位移误差较大的技术问题，提供一种倾角传感器和陀螺仪融合的塔架监测系统及方法，在风电塔架的顶端壁面和基础位
置分别设置一个传感器组，所述传感器组包含倾角传感器和陀螺仪，通过测量获得塔顶和
基础的倾斜角以及倾斜方向上的角速度，结合基础的结构和尺寸特征参数，提高监测精度，
减少因系统自身误差而导致的误判，同时能够及时将监测信息反馈给主控系统，以便现场
运维人员及时发现，保障机组安全。

[0006] 本发明的上述技术问题主要是通过下述技术方案得以解决的：一种倾角传感器和陀螺仪融合的塔架监测系统，包括塔顶传感器组、基础传感器组、数据单元和主控系统，所
述塔顶传感器组、基础传感器组通过数据单元与主控系统相连。传感器组在塔架顶端壁面
和基础位置各至少安装一组，用于采集塔架和基础倾斜的角度和角速度信息。数据单元用
于处理和分析传感器信号，并将数据上传至主控系统。主控系统用于对数据单元上传的数
据进行分析并展示，判断塔顶晃动和基础不均匀沉降状态，当发现塔顶晃动和基础不均匀
沉降超过限定值，则机组产生报警并停机。

[0007] 作为优选，所述的塔顶传感器组安装在塔架顶端壁面，包括塔顶双轴倾角传感器和塔顶双轴陀螺仪。倾角传感器和陀螺仪成组安装在相同位置，同时采集，并且测量方向一
致，获得所测位置在同一时刻、同一方向上的倾斜角度和角速度信息。

[0008] 作为优选，所述的基础传感器组安装在塔架基础位置，包括基础双轴倾角传感器和基础双轴陀螺仪。

[0009] 作为优选，所述的数据单元安装在塔基控制柜中，包括通用模块，分别与塔顶传感器组、基础传感器组、主控系统相连。数据单元既可以独立工作，也可以作为附加功能，集成
到机组控制系统之中。

[0010] 一种倾角传感器和陀螺仪融合的塔架监测系统的工作方法，包括以下步骤：

[0011] ①测量获得塔顶和基础的倾斜角以及倾斜方向上的角速度；

[0012] ②基于塔顶的动态特性采用Kalman方法建立滤波方程，并根据测量得到的塔顶倾斜角和角速度，获得塔顶动态倾斜角的最优估计；

[0013] ③建立风电塔架的挠度曲线，根据塔顶动态倾斜角的最优估计，获得所述塔架晃动的动态位移量；

[0014] ④基于基础的动态特性建立滤波方程，采用Kalman方法，根据测量得到的基础倾斜角和角速度，获得基础动态倾斜角的最优估计；

[0015] ⑤根据基础动态倾斜角的最优估计，结合所述风电基础的尺寸参数，获得基础不均匀沉降量。

[0016] 作为优选，所述的步骤1在塔顶和基础位置，采用倾角传感器获得水平面内两个正交方向上的倾斜角，同时采用陀螺仪获得对应方向上的角速度。同时采集，并且测量方向一
致，获得所测位置在同一时刻、同一方向上的倾斜角度和角速度信息。

[0017] 作为优选，所述的步骤2根据风电塔架顶端的倾斜角和角速度的动态特性，建立塔顶传感器组的融合方程

[0018] 即

[0019] 式中，θt为倾角传感器测量得到的塔顶倾斜角，bt为塔顶陀螺仪的零点漂移，Δt为迭代步长， 为陀螺仪测量得到的塔顶倾斜角速度，wk为高斯分布的过程噪声，满足wk～
(0,qk)，其中， qθ和qb分别表示塔顶倾斜角预测和陀螺仪零偏的误差，其大
小根据塔架动态特性和所用传感器性能进行设定，下角标k和k+1表示时刻。将上述融合方
程代入Kalman算法，根据测量得到的塔顶倾斜角和角速度，迭代求解获得塔顶动态倾斜角
的最优估计

[0020] 作为优选，所述的步骤3根据塔架的结构和尺寸等参数，通过仿真方法获得塔架挠度曲线方程：

[0021] γ＝f(v,h)

[0022] 式中，γ为挠度，f(v,h)为风速v时所述塔架在高度h处的挠度仿真结果。根据所述塔架的挠度曲线，进一步获得塔顶动态倾角和位移的比例关系P，代入方程
求解获得塔架晃动的动态位移量，式中，sk为k时刻的塔顶晃动位移量，H为塔架高度， 为
k时刻塔顶倾斜角的最优估计。

[0023] 作为优选，所述的步骤4根据风电塔架基础的倾斜角和角速度的动态特性，建立基础传感器组的融合方程

[0024] 即

[0025] 式中，θb为倾角传感器测量得到的基础倾斜角，bb为基础陀螺仪的零点漂移， 为陀螺仪测量得到的基础倾斜角速度，Wk为高斯分布的过程噪声，满足Wk～(0,Qk)，其中，
Qθ和Qb分别表示基础倾斜角预测和陀螺仪零偏的误差，其大小根据基础
动态特性和所用传感器性能进行设定。

[0026] 作为优选，所述的步骤5根据所述基础的结构和尺寸特征参数，将基础动态倾斜角换算得到基础不均匀沉降量sb。

[0027] 本发明的有益效果是：在风电塔架的顶端壁面和基础位置分别设置一个传感器组，所述传感器组包含倾角传感器和陀螺仪，通过测量获得塔顶和基础的倾斜角以及倾斜
方向上的角速度，结合基础的结构和尺寸特征参数，提高监测精度，减少因系统自身误差而
导致的误判，同时能够及时将监测信息反馈给主控系统，以便现场运维人员及时发现，保障
机组安全。

附图说明

[0028] 图1是本发明的风电塔架弯曲变形示意图。

[0029] 图2是本发明的一种传感器安装示意图。

[0030] 图3是本发明的风电塔架和基础动态监测方法流程图。

[0031] 图中1.1塔架静止轴线，1.2塔架变形曲线，1.3悬臂梁变形曲线，1.4线性变形曲线，2.1塔顶传感器组，2.11塔顶双轴倾角传感器，2.12塔顶双轴陀螺仪，2.2基础传感器组，
2.21基础双轴倾角传感器，2.22基础双轴陀螺仪,3数据单元，4主控系统。

具体实施方式

[0032] 下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

[0033] 实施例：本实施例的一种倾角传感器和陀螺仪融合的塔架监测系统，如图1、图2和图3所示，包括塔顶传感器组2.1、基础传感器组2.2、数据单元3和主控系统4，其中塔顶传感
器组2.1、基础传感器组2.2通过数据单元3与主控系统4相连。塔顶传感器组2.1安装在塔架
顶端壁面，包括塔顶双轴倾角传感器2.11和塔顶双轴陀螺仪2.12。基础传感器组2.2安装在
塔架基础位置，包括基础双轴倾角传感器2.21和基础双轴陀螺仪2.22。传感器组在塔架顶
端壁面和基础位置各至少安装一组，用于采集塔架和基础倾斜的角度和角速度信息。数据
单元3安装在塔基控制柜中，包括通用模块，分别与塔顶传感器组2.1、基础传感器组2.2、主
控系统4相连。数据单元用于处理和分析传感器信号，并将数据上传至主控系统。数据单元
既可以独立工作，也可以作为附加功能，集成到机组控制系统之中。主控系统，以罗盘图方
式展示塔顶晃动和基础不均匀沉降的大小和方向，以曲线图方式展示塔顶晃动和基础不均
匀沉降大小随时间的变化趋势，根据系统预设的塔顶晃动和基础不均匀沉降限定值判断塔
架状态，当发现塔顶晃动和基础不均匀沉降超过限定值，则机组产生报警并停机。

[0034] 曲线1.1表示风电塔架未发生变形时的轴线，而柔性高塔机组，尤其是塔架高度在120m以上的机组，由二阶振动等因素导致的塔架非线性变形较为明显，其塔架变形曲线可
由1.2表示。若将柔性高塔的非线性变形简化、近似成曲线1.3表示的悬臂梁变形曲线或者
曲线1.4表示的线性变形曲线，无疑会在塔架监测过程中引入额外的误差。

[0035] 一种倾角传感器和陀螺仪融合的塔架监测系统的工作方法，包括以下步骤：

[0036] (1)测量获得塔顶和基础的倾斜角以及倾斜方向上的角速度；在塔顶和基础位置，采用倾角传感器获得水平面内两个正交方向上的倾斜角，同时采用陀螺仪获得对应方向上
的角速度。

[0037] (2)基于塔顶的动态特性采用Kalman方法建立滤波方程，并根据测量得到的塔顶倾斜角和角速度，获得塔顶动态倾斜角的最优估计；根据风电塔架顶端的倾斜角和角速度
的动态特性，建立塔顶传感器组的融合方程

[0038] 即

[0039] 式中，θt为倾角传感器测量得到的塔顶倾斜角，bt为塔顶陀螺仪的零点漂移，Δt为迭代步长， 为陀螺仪测量得到的塔顶倾斜角速度，wk为高斯分布的过程噪声，满足wk～
(0,qk)，其中， qθ和qb分别表示塔顶倾斜角预测和陀螺仪零偏的误差，其大
小根据塔架动态特性和所用传感器性能进行设定，下角标k和k+1表示时刻。将上述融合方
程代入Kalman算法，根据测量得到的塔顶倾斜角和角速度，迭代求解获得塔顶动态倾斜角
的最优估计

[0040] (3)建立风电塔架的挠度曲线，根据塔顶动态倾斜角的最优估计，获得所述塔架晃动的动态位移量；根据塔架的结构和尺寸等参数，通过仿真方法获得塔架挠度曲线方程：

[0041] γ＝f(v,h)

[0042] 式中，γ为挠度，f(v,h)为风速v时所述塔架在高度h处的挠度仿真结果。根据所述塔架的挠度曲线，进一步获得塔顶动态倾角和位移的比例关系P，代入方程
求解获得塔架晃动的动态位移量，式中，sk为k时刻的塔顶晃动位移量，H为塔架高度， 为
k时刻塔顶倾斜角的最优估计。

[0043] (4)基于基础的动态特性建立滤波方程，采用Kalman方法，根据测量得到的基础倾斜角和角速度，获得基础动态倾斜角的最优估计；根据风电塔架基础的倾斜角和角速度的
动态特性，建立基础传感器组的融合方程

[0044] 即

[0045] 式中，θb为倾角传感器测量得到的基础倾斜角，bb为基础陀螺仪的零点漂移， 为陀螺仪测量得到的基础倾斜角速度，Wk为高斯分布的过程噪声，满足Wk～(0,Qk)，其中，
Qθ和Qb分别表示基础倾斜角预测和陀螺仪零偏的误差，其大小根据基础
动态特性和所用传感器性能进行设定。

[0046] (5)根据基础动态倾斜角的最优估计，结合所述风电基础的尺寸参数，获得基础不均匀沉降量。

[0047] (6)数据单元将处理分析得到的数据信息上传至主控系统，主控系统对数据单元上传的数据进行分析并展示，判断塔顶晃动和基础不均匀沉降状态，当发现塔顶晃动和基
础不均匀沉降超过限定值，则机组产生报警并停机。