会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 分销网络和设备 / 发电厂 / 在风力发电厂中执行状况监测的方法

在风力发电厂中执行状况监测的方法

阅读:1049发布:2020-08-27

IPRDB可以提供在风力发电厂中执行状况监测的方法专利检索,专利查询,专利分析的服务。并且本发明公开了一种对布置在风力发电厂中的多个风力涡轮机执行状况监测的方法。该方法包括:对于每一个风力涡轮机,获得至少一个振动信号,每个振动信号表示风力涡轮机的一个或更多个所监测组件的振动,如移动齿轮部分或轴承;生成多个故障频率指标,每个故障频率指标与所监测组件相对应,每个故障频率指标是基于所获得的振动信号中的一个或更多个而生成的,并且每个故障频率指标是以如下方式生成的:由风力涡轮机一个或更多个转动轴的转速变化引起的振动信号的变化被过滤掉;将源自风力发电厂的不同风力涡轮机的故障频率指标进行比较;以及基于比较步骤,评估多个风力涡轮机的每一个所监测组件的状况。该方法允许在风力发电厂级别上对组件的振动级别容易地进行比较,并容易地且可靠地检测到有故障或有损伤的组件。,下面是在风力发电厂中执行状况监测的方法专利的具体信息内容。

1.一种对布置在风力发电厂中的多个风力涡轮机执行状况监测的方法,所述方法包括以下步骤:-对于每一个风力涡轮机,获得至少一个振动信号,每个振动信号表示该风力涡轮机的一个或更多个所监测组件的振动,-生成多个故障频率指标,每个故障频率指标与所监测组件相对应,每个故障频率指标是基于所获得的振动信号中的一个或更多个而生成的,并且每个故障频率指标是如以下方式生成的:由所述风力涡轮机的一个或更多个转动轴的转速变化引起的所述振动信号的变化被过滤掉,-比较步骤,将源自所述风力发电厂的不同风力涡轮机的故障频率指标进行比较,以及-基于所述比较步骤,评估所述多个风力涡轮机的每一个所监测组件的状况。

2.根据权利要求1所述的方法,其中,生成多个故障频率指标的步骤包括:计算所获得的振动信号的频率与转动轴的转速信号的频率之间的比。

3.根据权利要求2所述的方法,其中,所述转速信号是高速轴的转速。

4.根据权利要求2或3所述的方法,其中,所述转速信号是根据在一个或更多个风力涡轮机中或附近测量的一个或更多个值计算的。

5.根据权利要求4所述的方法,其中,所测量的值中的至少一个是一个风力涡轮机所产生的电力。

6.根据前述权利要求中的任何一项所述的方法,其中,将故障频率指标进行比较的步骤包括:对与故障频率指标相关联的振动级别进行比较,其中所述故障频率指标与来自所述风力发电厂的至少两个不同风力涡轮机的基本相同的所监测组件相对应。

7.根据前述权利要求中的任何一项所述的方法,所述方法还包括以下步骤:将一个或更多个故障频率指标与所述故障频率指标的历史值进行比较。

8.根据权利要求7所述的方法,其中,评估每一个所监测组件的状况的步骤还基于将一个或更多个故障频率指标与所述故障频率指标的历史值进行比较的步骤。

9.根据权利要求8所述的方法,其中,评估每一个所监测组件的状况的步骤包括:如果给定组件在与所述组件相对应的故障频率指标处的振动级别显著偏离所述故障频率指标处的历史平均振动级别,则确定所述给定组件是有故障的。

10.根据前述权利要求中的任何一项所述的方法,所述方法还包括以下步骤:根据涡轮机和/或根据所监测组件和/或根据运行的风力涡轮机的功率级别对所生成的故障频率指标进行分组,以及显示被分组的故障频率指标。

11.根据前述权利要求中的任何一项所述的方法,其中,评估每一个所监测组件的状况的步骤包括:如果给定组件在与所述组件相对应的故障频率处的振动级别显著偏离在与来自两个或更多个其它风力涡轮机的基本相同组件相对应的故障频率指标处的振动级别,则确定所述给定部件是有故障的。

12.一种用于风力涡轮机的状况监测系统,所述状况监测系统被布置为执行根据前述权利要求中的任何一项所述的方法的方法步骤。

13.一种风力涡轮机,所述风力涡轮机包括根据权利要求12所述的状况监测系统。

14.一种风力发电厂,所述风力发电厂包括多个风力涡轮机,这些多个风力涡轮机中的至少一个风力涡轮机是根据权利要求13所述的风力涡轮机。

说明书全文

在风力发电厂中执行状况监测的方法

技术领域

[0001] 本发明涉及对布置在风力发电厂中的多个风力涡轮机执行状况监测的方法。更具体地,本发明涉及一种对风力涡轮机的各种组件(例如,齿轮和轴承)进行监测以便检测有损伤的、故障的、出错的和/或以非最优方式运行的组件的方法。
[0002] 本发明还涉及用于风力涡轮机的状况监测系统、包括状况监测系统的风力涡轮机以及风力发电厂。

背景技术

[0003] 通过布置在风力涡轮机的组件处或组件附近的传感器测量的振动信号对于监测风力涡轮机的健康状况的目的而言是非常有效的。相应地,数十年来,振动信号已经被广泛地用于在机器状况监测和故障诊断中。然而,在风力涡轮机行业中,地理位置的天气状况存在着各种变化。此外,风力涡轮机系统是复杂的,并且需要若干振动信号来监测风力涡轮机的健康状况。相应地,为了监测风力涡轮机的健康状况需要大量数据,并且在对大型的风力涡轮机群(例如风力发电厂)进行监测的情况中,所需要的数据量甚至更大。结果是,将振动信号与参考值进行比较来确定所监测的风力涡轮机组件是正常的还是异常的一般技术是不切实际的或者是不高效的。
[0004] US2005/0284225A1公开了一种用于监测风力涡轮机的传动系统的状况的系统和方法。这种状况监测系统包括位于变速箱上的至少一个振动传感器。处理单元耦合到振动传感器,并且被配置成从振动传感器接收表示所检测到的振动的信号。处理单元可以用于处理表示齿轮和轴承的所检测到的振动的信号,并计算至少一个动态能量指标或故障位置。每一个归一化的动态能量指标与定义的频带相对应,定义的频带进而与特定的齿轮组或轴承相对应。将归一化的动态能量指标与预定的参考值进行比较以确定在齿轮组或轴承中是否存在故障。

发明内容

[0005] 本发明的实施例的目的是提供一种对布置在风力发电厂中的多个风力涡轮机执行状况监测的方法,该方法允许容易地对一个或更多个风力涡轮机组件的故障或错误进行检测。
[0006] 本发明的实施例的又一目的是提供一种对布置在风力发电厂中的多个风力涡轮机执行状况监测的方法,该方法允许有效地使用振动信号。
[0007] 本发明的实施例的进一步目的是提供一种用于风力涡轮机的状况监测系统,该状况监测系统能够容易地检测到一个或更多个风力涡轮机组件的故障或错误。
[0008] 根据本发明的第一方面,提供了一种对布置在风力发电厂中的多个风力涡轮机执行状况监测的方法,该方法包括以下步骤:
[0009] -对于每一个风力涡轮机,获得至少一个振动信号,每个振动信号表示该风力涡轮机的一个或更多个所监测的组件的振动;
[0010] -生成多个故障频率指标,每个故障频率指标与所监测的组件相对应,每个故障频率指标是基于所获得的振动信号中的一个或更多个而生成的,并且每个故障频率指标是以如下方式生成的:由风力涡轮机的一个或更多个旋转轴的转速变化引起的所述振动信号的变化被过滤掉;
[0011] -比较步骤,将源自风力发电厂的不同风力涡轮机的故障频率指标进行比较;以及
[0012] -基于所述比较步骤,评估多个风力涡轮机的每一个所监测组件的状况。
[0013] 在本上下文中,术语“风力涡轮机的状况监测”应当被解释成表示对风力涡轮机和/或风力涡轮机的一个或更多个组件的健康状况进行监测的过程。例如,可以监测给定的风力涡轮机组件是否像其被期望的那样进行运行,即,给定的风力涡轮机组件是否是有损伤的、故障的、出错的和/或以非最优的方式进行运行。所监测的风力涡轮机组件可以包括但不限于传动系统组件,例如齿轮或轴承。
[0014] 在本上下文中,术语“风力发电厂”应当被解释成覆盖布置在风力涡轮机站点处的一个或更多个风力涡轮机。布置在风力发电厂中的两个或更多个风力涡轮机通常以组合的方式(即,彼此依赖地)进行运行。
[0015] 根据本发明的方法,为风力发电厂的每一个风力涡轮机初始地获得至少一个振动信号。每一个振动信号表示风力涡轮机的一个或更多个所监测组件的振动。
[0016] 如上面所描述的,振动信号包含与风力涡轮机组件的健康状况相对应的许多有用的信息,并且相应地,这些信号非常适合于状况监测的目的。
[0017] 可以通过布置在相关风力涡轮机组件处或相关风力涡轮机组件附近的传感器设备来直接地测量振动信号。另选地或附加地,可以从其它相关参数的测量得到振动信号中的一个或更多个。
[0018] 给定的振动信号可以表示仅仅单个的所监测组件的振动,在这种情况中,可以通过直接布置在该组件上的或者紧邻该组件布置的振动传感器来有利地获得该振动信号。作为一种替换,给定的振动信号可以表示两个或更多个不同组件(例如,紧邻彼此布置的和/或振动地彼此耦合的组件)的振动。
[0019] 类似地,给定的所监测的组件的振动可以由仅仅的单个的振动信号来表示。另选地,给定的所监测的组件的振动可以由两个或更多个不同的振动信号的组合来表示。
[0020] 接着,生成多个故障频率指标。每一个故障频率指标与所监测组件相对应,即,为所监测组件中的每一个生成故障频率指标。
[0021] 每个故障频率指标是在所获得的振动信号中的一个或更多个的基础上生成的,优选地,是在表示关注的所监测组件的振动信号的基础上生成的。
[0022] 每个故障频率指标是以如下方式生成的:风力涡轮机的一个或更多个转动轴的转速变化所引起的振动信号的变化被过滤掉。风力涡轮机的转动轴的转速变化可以是例如由风力状况(例如,风速)的变化引起的,并且这样的变化当然与风力涡轮机的健康状况无关。此外,风力涡轮机的转动轴的转速变化通常将是直接反映在能够在风力涡轮机中测量到的振动级别上。然而,由于这种振动级别的变化与风力涡轮机的健康状况无关,所以在生成故障频率指标时将它们过滤掉是有利的。
[0023] 总之,所生成的故障频率指标中的每一个提供了关于风力发电厂的给定风力涡轮机的给定组件的健康状况的良好指示,这是因为它表示所述组件的振动级别,而不具有风力涡轮机的一个或更多个转动轴的转速变化所引入的贡献。
[0024] 接着,将源自风力发电厂的不同风力涡轮机的故障频率指标进行比较,并基于该比较来评估多个风力涡轮机的每个所监测组件的状况。由于该比较发生在风力发电厂级别,即,对源自不同风力涡轮机的故障频率指标进行比较,所以大量的数据是可用的,从而使得评估非常精确和高效。此外,这使得非常容易地检测到与风力发电厂的其它风力涡轮机不同地运转的风力涡轮机。这是一个优点,这是因为这可以很好地成为该风力涡轮机或该风力涡轮机的一个或更多个组件有损伤或者以非最优方式运行的指示。
[0025] 生成多个故障频率指标的步骤可以包括:计算所获得的振动信号的频率与转动轴的转速信号的频率之间的比。在出现风力状况(例如风速)的变化时,可以假设对振动信号的频率的影响与对转动轴的转速信号的频率的影响基本相同。因此,必须假设这两个信号之间的比表示振动级别,而不具有风力状况或其它环境状况变化所引起的贡献,其中,风力状况或其它环境状况变化导致风力涡轮机的转动轴的转速变化。
[0026] 例如,可以使用以下形式的公式来计算故障频率指标:
[0027]
[0028] 其中,Fi是指组件的各种故障频率,frpm是指风力涡轮机的转动轴的转速,p1到pn是指组件的设计参数,并且 是指用于计算各种组件故障频率的公式。故障频率Fi可以是例如轴承外圈缺陷频率(BPFO,Ball Pass Frequency Outer Race)、轴承内圈缺陷频率(BPFI,Ball Pass Frequency Inner Race)、轴承滚珠缺陷频率(BSF,Ball Spin Frequency)、轴承保持架缺陷频率(FTF,Fundamental Train Frequency)、齿轮啮合频率(GMF,Gear Mesh Frequency)等的故障频率。作为例子,与BPFO相对应的故障频率指标可以按照以下公式来计算:
[0029]
[0030] 其中,n是滚动元件的数量,Bd是滚珠直径,Pd是轴承的节圆直径,并且θ是接触角。
[0031] 转速信号可以是高速轴的转速。高速轴可以是例如将齿轮系统和发电机互连的轴。在这种情况中,转速可以被直接测量。作为替换,其可以根据风力涡轮机所产生的电力的测量值来计算。
[0032] 作为替换,转速信号可以是低速轴(例如,将转子和齿轮系统互连的风力涡轮机主轴)的转速。
[0033] 可以根据在一个或更多个风力涡轮机中或附近测量的一个或更多个值来计算转速信号。根据这个实施例,转速信号不是直接测量的。
[0034] 测量值中的至少一个可以是一个风力涡轮机所产生的电力。在这种情况中,有利的是,所测量的电力可以是风力涡轮机的发电机所产生的电力。将齿轮系和发电机互连的高速轴的转速直接与所产生的电力有关,并且相应地,可以容易地根据所产生的电力来计算高速轴的转速。此外,所产生的电力是非常可靠的参数,其通常总是被监测以用于操作风力涡轮机的目的。
[0035] 作为替换,可以根据其它测量值来计算转速。例如,已知齿轮系统的齿轮齿数比,可以根据低速轴(例如,将转子和齿轮系统互连的主轴)的转速的测量值来计算高速轴的转速。类似地,可以根据高速轴的转速的测量值来计算低速轴的转速。
[0036] 比较故障频率指标的步骤可以包括:比较与故障频率指标相关联的振动级别,该故障频率指标与来自风力发电厂的至少两个不同的风力涡轮机的基本相同的所监测组件相对应。根据这个实施例,将与风力发电厂的一个风力涡轮机的给定组件相对应的故障频率指标和与风力发电厂的一个或更多个其它风力涡轮机的相同或至少类似的组件相对应的故障频率指标进行比较。例如,可以在发电厂级别在风力涡轮机之间比较与轴承外圈缺陷频率(BPFO)相对应的故障频率指标。从而,可以容易地检测到源自一个风力涡轮机的故障频率指标是否显著偏离风力发电厂的其它风力涡轮机的类似故障频率指标,从而指示该风力涡轮机是有故障的或有损伤的,以及查明风力涡轮机的哪个组件是有故障的或有损伤的。
[0037] 所述方法还可以包括将一个或更多个故障频率指标与所述故障频率指标的历史值进行比较的步骤。根据这个实施例,检测风力发电厂的给定风力涡轮机的组件是否偏移是可能的,这是因为如果是这种情况,则相应的故障频率指标将改变,从而与故障频率指标的历史均值偏离。有利地,可以在运行状况期间获得历史均值,在运行状况期间,已知的是相应组件处于良好的运行状况。
[0038] 因此,在这种情况中,评估每个所监测组件的状况的步骤还可以基于将一个或更多个故障频率指标与所述故障频率指标的历史值进行比较的步骤,并且评估每个所监测组件的状况的步骤可以包括:如果给定组件在与所述组件相对应的故障频率指标处的振动级别显著偏离所述故障频率指标处的历史平均振动级别,则确定给定组件是有故障的。
[0039] 所述方法还可以包括以下步骤:根据涡轮机和/或根据所监测组件和/或根据运行的风力涡轮机的功率级别对所生成的故障频率指标进行分组,以及显示所分组的故障频率指标。对所生成的故障频率指标进行的这种分组和显示使得非常容易在发电厂级别上比较故障频率指标,并且检测可以对风力涡轮机或风力涡轮机的组件有故障或有损伤进行指示的任何偏离。
[0040] 在本上下文中,术语“功率级别”应当被解释成表示风力涡轮机的输出功率区间。对于具有给定的标称输出功率的特定风力涡轮机而言,功率级别被划分成适当的区间,并且最高功率级别与标称功率或近标称功率相对应。
[0041] 评估每个所监测组件的状况的步骤可以包括:如果给定组件在与所述组件相对应的故障频率指标处的振动级别显著偏离与来自两个或更多个其它风力涡轮机的基本相同的组件相对应的故障频率指标处的振动级别,则确定给定组件是有故障的。由于风力涡轮机是布置在风力发电厂中的,所以假设它们经历类似的环境状况,例如风力状况、温度、雨、雪、冰信息等。因此,假设一个风力涡轮机与另一个风力涡轮机的振动级别是相当的。因此,如果风力涡轮机的振动级别显著偏离其它风力涡轮机的相应振动级别,则偏离的风力涡轮机很可能是有故障的。
[0042] 根据第二方面,本发明提供了一种用于风力涡轮机的状况监测系统,该状况监测系统被布置为执行根据本发明第一方面的方法的方法步骤。因此,本发明第二方面的状况监测系统能够用容易的并且可靠的方式检测到风力涡轮机组件中的故障或损伤。
[0043] 根据第三方面,本发明提供了一种风力涡轮机,其包括根据本发明第二方面的状况监测系统。
[0044] 根据第四方面,本发明提供了一种风力发电厂,其包括多个风力涡轮机,至少一个风力涡轮机是根据本发明第三方面的风力涡轮机。

附图说明

[0045] 现在将参考附图来进一步详细地描述本发明,附图中:
[0046] 图1是风力发电厂的示意图,其中,依据根据本发明实施例的方法来执行状况监测;
[0047] 图2是振动幅度的图表,其中振动幅度根据故障频率指标和涡轮机编号进行分组;
[0048] 图3是布置在风力发电厂中的多个风力涡轮机的作为故障频率指标的函数的振动幅度的曲线图;以及
[0049] 图4是布置在风力发电厂中的四个风力涡轮机的作为时间的函数的振动幅度的曲线图。

具体实施方式

[0050] 图1是风力发电厂1的示意图,风力发电厂1包括多个风力涡轮机2,示出了其中的六个风力涡轮机。每个风力涡轮机2配备有沿着传动系统布置在各个位置处的多个传感器设备,如方框3中所示的。优选地,传感器设备布置在风力涡轮机2的期望监测的组件(例如,移动齿轮部分或轴承)处或该组件附近。
[0051] 对于每一个风力涡轮机,传感器设备向感测单元4传输测量信号,即,给定风力涡轮机2的感测单元4收集该风力涡轮机2的传感器设备所获得的数据。感测单元4向信号调节单元5提供所接收的数据。在信号调节单元5中,对数据进行处理,并且将经处理的数据转发给故障频率指标计算单元6,在故障频率指标计算单元6基于从信号调节单元5接收到的经处理的数据来计算适当的故障频率指标。
[0052] 将来自每个风力涡轮机2的计算出的故障频率指标转发给中心数据处理单元7。中心数据处理单元7相对于各个风力涡轮机2位于远处,而相对于风力发电厂1位于中心。
相应地,中心数据处理单元7从风力发电厂1的每个风力涡轮机2接收计算出的故障频率指标,以便处理频率故障指标,包括在发电厂的级别上对它们进行比较。中心数据处理单元
7可以例如根据涡轮机2和/或根据所监测的组件和/或根据运行的风力涡轮机2的功率级别来对故障频率指标进行分组,并且以允许容易地并可靠地检测到任何偏差的方式来呈现这些分组的数据。
[0053] 中心数据处理单元7将经处理的故障频率指标转发给控制系统8。基于接收到的经处理的故障频率指标,控制系统8能够确定风力涡轮机2的所监测的组件是否像它们被期望的那样进行运行。在确定给定的组件有故障或有损伤的情况中,控制系统8生成警报9。警报9向维修人员通知组件故障或损伤,以及提供关于哪个风力涡轮机2的哪个组件故障或损伤的信息。因此可以安排维修,以修理或替换有故障的或有损伤的组件。如果适当的话,控制系统8还可以响应于检测到有故障或有损伤的组件而调整风力涡轮机2的操作。
在一些情况中,可能需要停止风力涡轮机2的操作。在其它情况中,在给定的风力状况下,可能需要以低于最大可能输出功率级别的输出功率级别来运行风力涡轮机2,以允许风力涡轮机2继续运行直到执行维修为止。
[0054] 图2是振动幅度的图表。图表中的每个柱状条表示故障频率指标,并且根据故障频率指标和涡轮机编号对振动幅度进行分组。从而,非常容易检测到任意偏差。例如,被标记为“故障涡轮机”的振动级别显著地高于其它风力涡轮机的相应故障频率指标的振动级别。这指示与高振动级别相关联的风力涡轮机组件是有故障的或有损伤的。此外,从图2的图表可以清楚地看到,与该风力涡轮机相对应的几个振动级别高于其它风力涡轮机的相应故障频率指标的振动级别,从而提供了该风力涡轮机或者该风力涡轮机的至少一个组件有故障的进一步指示。
[0055] 图1中所示的由中心数据处理单元7向控制系统8提供的经处理的数据可以例如包括与图2的图表类似的图表。
[0056] 图3是在风力发电厂中布置的多个风力涡轮机的作为故障频率指标的函数的振动幅度的曲线图。对于所有的风力涡轮机而言,与故障频率10相对应的振动幅度显著高于其它频率指标的振动幅度。然而,这本身并不被视为进行警告,这是因为大部分振动幅度基本上处于相同的级别。这一情况的一个例外是被标记为“故障涡轮机”的振动幅度。该振动幅度显著地高于与该故障频率指标相对应的其它振动幅度,从而指示相应的风力涡轮机组件是有故障的或有损伤的。
[0057] 由中心数据处理单元7向图1中所示的控制系统8提供的经处理的数据可以例如包括与图3的曲线图类似的曲线图。
[0058] 图4是布置在风力发电厂中的四个风力涡轮机的作为时间的函数的振动幅度的曲线图。所示出的振动幅度对应于与这四个风力涡轮机的相同或类似风力涡轮机组件相关联的故障频率指标。从图4可以清楚地看到,对于这些风力涡轮机中的三个,在从2007年5月到2008年1月的时段期间,振动级别保持在基本恒定的级别。然而,对于风力涡轮机编号22583,由线11所示,在2007年6月开始,振动幅度逐渐增加。大概从2007年9月到
2007年10月,振动幅度的增加是急剧的,并且在2007年10月,风力涡轮机组件损坏,由所示的振动幅度的急剧下降示出。
[0059] 使用现有的状况监测方法检测到图4中所示的发展。然而,如果使用根据本发明的状况监测方法,应该能够及时地检测到故障风力涡轮机的振动幅度的逐渐增加,并且应该能够避免风力涡轮机组件的损坏。这可以通过比较源自各个风力涡轮机的振动幅度或者通过将给定风力涡轮机的振动幅度与所述风力涡轮机的振动幅度的历史值进行比较来实现。
高效检索全球专利

IPRDB是专利检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,专利查询、专利分析

电话:13651749426

侵权分析

IPRDB的侵权分析产品是IPRDB结合多位一线专利维权律师和专利侵权分析师的智慧,开发出来的一款特色产品,也是市面上唯一一款帮助企业研发人员、科研工作者、专利律师、专利分析师快速定位侵权分析的产品,极大的减少了用户重复工作量,提升工作效率,降低无效或侵权分析的准入门槛。

立即试用