风力涡轮发电机的异常状况的检测制造技术

公开了一种检测风力涡轮发电机上的例如叶片或转子的异常状况的方法。还公开了一种用于检测风力涡轮发电机上的例如叶片或转子的异常状况的系统。异常状况的系统。异常状况的系统。

【技术实现步骤摘要】
【国外来华专利技术】风力涡轮发电机的异常状况的检测


[0001]本专利技术涉及一种检测风力涡轮发电机上的例如叶片或转子的异常状况的方法。本专利技术还涉及一种用于检测例如风力涡轮发电机上的叶片或转子的异常状况的系统。

技术介绍

[0002]风力涡轮发电机的操作受益于有关操作状况的信息。为此，已经开发和实现了大量具有特定目的的辅助诊断。
[0003]在示例中，基于气象数据的天气预报以预测天气状况的特定目的被细化。
[0004]在另一个示例中，用于观察风力涡轮发电机所面临的天气状况的气象装备(诸如LiDAR或雷达)的安装成本高且复杂。
[0005]降水(包括强降水)可以通过雨滴测量器检测或识别；和/或结合由例如雷达/LiDAR装置提供的气象数据建模。
[0006]已经做出了一些努力来评估风力涡轮机所经历的操作状况。这些努力包括以下示例。
[0007]EP2565444公开了一种时域系统叶片识别方法，用于监视，特别是用于根据测得的振动检测转子叶片特性的改变，记录一个或多个转子叶片的温度。
[0008]EP2565444未提及转子叶片在操作期间所经历的状况的识别。
[0009]US2014246857公开了一种设置，其中噪声监视将异常响亮的噪声检测为单个事件，例如，当园区中的多个风力涡轮机中同时出现大噪声并且同时被识别出时，该噪声很可能是外部事件，诸如冰雹或闪电。US2014246857进一步建议由人员停止和维修风力涡轮机。
[0010]US2003165379公开了一种系统，作为前面提到的雨滴测量器类型，用于确定包括冰雹和雨滴或降水在内的粒子数量及其冲量对叶片的阈值影响。
[0011]US2014260634公开了一种针对比较在几个叶片当中收集的感知数据以测量周期性应力载荷的声学和加速度计系统(重力方向)。
[0012]US2009039650公开了一种通过组合信号(诸如评估在可以排除结冰的夏季期间获得的信号)来对如结冰、结垢或裂缝之类的事件进行分类的方法。US200903650未提及实际信号和信号模式。

技术实现思路

[0013]目的是降低获得与风力涡轮发电机操作相关的操作状况的复杂性。目标是改进风力涡轮发电机的操作。
[0014]目的是增加风力涡轮发电机的寿命。另一个目的是减少在风力涡轮发电机的寿命期间的服务需求。
[0015]在示例中，目标是减少风力涡轮机叶片(比如风力涡轮机叶片的前缘)的侵蚀。
[0016]描述
[0017]目标是通过一种检测风力涡轮发电机上的叶片的异常状况的方法来实现的。该方
法包括如下动作：
[0018]存在测量来自风力涡轮发电机的感知输入的动作。
[0019]存在从感知输入中识别叶片异常状况的签名的动作。
[0020]将用示例来理解和说明异常状况。同样，将用示例来理解和指定识别签名的动作。
[0021]正常状况可以被理解为“一切都等同”并且在正常状况或可接受的状况下。正常状况也可以是在特定状况下，诸如作为示例识别出的不寻常状况。
[0022]异常状况可以被认为是异常。
[0023]感知输入包括感知器官或感知单元在接收刺激、定量输入或测量时的反应。
[0024]状况可以针对特定叶片、带特定叶片集合的特定转子、具有带特定叶片集合的特定转子的特定风力涡轮机。状况可以是在特定情形下发生的任何此类状况或情况。
[0025]因此，系统或风力涡轮机叶片可以在“一切都等同”或相同的状况下操作，直到出现不寻常事件、非正常或异常事件或状况。
[0026]检测可以是通过“监听”和感测大雨以及风力涡轮机转子和其它旋转设备上的其它缺陷。
[0027]在示例中：正常状况可以是叶片或转子在无雨或无其它降水的天气状况下操作。对应的异常状况可以是在下雨或其它降水的情况下操作。
[0028]在示例中：正常状况可以是在下雨或其它降水期间操作。对应的异常状况可以是在大雨或其它强降水期间操作。
[0029]在示例中：正常状况可以用完整提供的或根据包括一定级别的层压的规范提供的风力涡轮机叶片操作。对应的异常状况可以是用分层的叶片的操作(相对于一定的层压级别)。
[0030]在示例中：正常状况可以是以风力涡轮机叶片操作，叶片内没有松散的物体。对应的异常状况可以是以叶片内部的一个或多个松散物体操作。物体可以是工具、螺栓、叶片的一部分，诸如玻璃纤维。
[0031]在示例中：正常状况可以是对叶片没有撞击的操作。对应的异常情况可以是对叶片有撞击的操作。撞击可以是鸟或蝙蝠等与叶片碰撞的事件。
[0032]在示例中：正常状况可以是叶片上没有结构损坏的操作。对应的异常状况可以是在叶片上结构损坏的情况下的操作。结构损坏可以是叶片的层压布局之间的相对差异、叶片中结合的结构之间的相对差异、凹痕或不对称。
[0033]除了提到的示例之外，这些方法和系统还可以被用于使用转子监视技术来感测和监听其它缺陷。例如，此类其它缺陷可以如下：
[0034]‑
沙尘暴在风力涡轮机叶片中生成高的、异常的声音和/或异常振动，这可以通过算法来检测；
[0035]‑
雷击在风力涡轮机叶片中生成高的、异常的、瞬时的声音峰和/或不寻常的、瞬时的振动峰，并且可以由传感器和算法检测，如所述的；
[0036]‑
在叶片内部移动的松散颗粒，从而在风力涡轮机叶片中生成单调的、不寻常的声音和/或不寻常的振动，并且可以由传感器和算法来检测；
[0037]‑
个体叶片表面上或叶片结构内部的损坏在风力涡轮机叶片中生成异常声音和/或异常振动，并且可以由传感器和算法来检测；
[0038]‑
可以从噪声/振动的瞬时峰检测到鸟和/或蝙蝠撞击风力涡轮机叶片。
[0039]‑
叶片浆距角、弯曲和扭曲之间的差异在风力涡轮机叶片中生成异常声音和/或异常振动，并且可以由传感器算法来检测。
[0040]检测异常状况的动作还可以包括风力涡轮发电机的转子的异常状况。检测异常状况的动作一般还可以包括异常状况、旋转机构或机械。
[0041]因而，可以实现撞击风力涡轮机叶片上的叶片表面的检测物体。
[0042]进一步的效果还可以是减少不平衡旋转，不平衡旋转可以由于例如三个叶片上的不相等冰积聚或三个叶片上的重量差异或由于叶片的浆距、弯曲和/或扭曲引起的三个叶片的空气动力学效率的差异，引起轮毂受压。
[0043]另一个效果可以是改进对结构问题和风力涡轮机叶片之间差异的监视。在示例中，检测风力涡轮机叶片内是否有松动的物体移动。在示例中，可以检测由于叶片浆距角的差异、风力涡轮机叶片上的弯曲和扭曲引起的声学差异的监视。
[0044]在示例中，当风力涡轮机叶片受到雷击时，它是要监视的物体。
[0045]签名被理解为在生成的感知数据中的签名。正常状况可以具有正常签名。异常状况可以具有与正常签名不同的异常签名。本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种检测(100)风力涡轮发电机(12)上的叶片(22)的异常状况(120)的方法，包括以下动作：
‑
测量(200)来自风力涡轮发电机(12)的感知输入(140)；
‑
从感知输入(140)识别(300)叶片(22)的异常状况(155)的签名(150)。2.根据权利要求1所述的方法(100)，其中识别(300)的动作涉及感知输入(140)的频谱分析、感知输入(140)的统计分析、感知输入(140)的模式识别，或通过机器学习/人工智能对感知输入(140)的分析。3.根据权利要求1或2所述的方法(100)，其中识别(300)的动作涉及通过将感知输入(140)的正常签名(152)或预校准的签名(154)与感知输入(140)的测得的签名(150)进行比较来识别签名(150)。4.根据权利要求1至3中的任何一项或多项所述的方法(100)，其中识别(300)的动作通过对由外部仪器建立的识别(100)的签名加标签来执行。5.根据权利要求1至4中的任何一项或多项所述的方法(100)，其中测量(200)的动作通过使用布置在风力涡轮发电机(12)的一个或多个叶片(22)中的一个或多个振动传感器(50)来执行。6.根据权利要求1至5中的任何一项或多项所述的方法(100)，其中测量(200)的动作通过使用声学传感器(60)来执行。7.根据权利要求1至6中的任何一项或多项所述的方法(100)，其中测量(200)的动作通过使用根据权利要求5和6所述的感知输入来执行。8.根据权利要求1至7中的任何一项或多项所述的方法(100)，其中测量(200)的动作基于带时间戳(34)且同步的感知数据(31)。9.根据权利要求1至8中的任何一项或多项所述的方法(100)，其中结合测量(200)感知输入(140)在本地执行识别(300)的动作。10.根据权利要求1至9中的任何一项或多项所述的方法(100)，其中通过根据签名(150)和异常状况(155)动态调整采样来执行测量(200)的动作。11.根据权利要求1至10中的任何一项或多项所述的方法(100)，其中识别(300)的动作是关于天气状况。12.根据权利要求11所述的方法(100)，其中识别(300)的动作是关于降雨状况。13.根据权利要求12所述的方法(100)，其中识别(300)签名(150)的动作涉及识别雨的不同签名(150)：无雨(160)、小雨(162)、中雨(163)和大雨(164)。14.根据权利要求1至13中的任何一项或多项所述的方法(100)，其中识别(300)的动作仅借助于加速度计...

【专利技术属性】
技术研发人员：P，
申请(专利权)人：文图斯工程有限公司，
类型：发明
国别省市：