非接触式风力机叶片运行状态检测诊断评价方法及其装置制造方法及图纸

本发明专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法及其装置，包括以下步骤：S1采用非接触式信号接收方式收集风力机叶片运行中的声信号并传输；S2对声信号进行预处理并对声信号特征进行提取；S3利用提取的声信号特征进行训练，并建立风力机叶片故障检测及诊断模型；S4对风力机叶片的运行状态进行诊断评价并将结果输出；其操作简单，能够对叶片的运行状态进行实时跟踪监测，有效避免了在风力机叶片表面或内部安装传感器导致风力机叶片外形和性能的影响，提高对风力机叶片的检测效率和故障诊断的准确率，具有良好的环境适应性和准确性。准确性。准确性。

【技术实现步骤摘要】
非接触式风力机叶片运行状态检测诊断评价方法及其装置


[0001]本专利技术涉及风力机叶片故障检测
，具体涉及非接触式风力机叶片运行状态检测诊断评价方法及其装置。

技术介绍

[0002]随着风电场建设规模越来越大，尤其是海上风电项目的不断投运，风力机各部件的运行质量越来越受到多方关注。风力机叶片作为风电机组风能向电能转换的核心部件，在复杂工况多方向力的作用下，易产生粘接开裂、玻璃钢破损等安全隐患。如果风电场不能及时对风力机叶片进行检测，将造成人员与经济的双重损失。
[0003]现阶段，风电场多采用人工定期巡线的方式对风力机叶片的运行状态进行跟踪监测，但随着陆续投建的风电场规模逐渐增大，人工巡线方式存在耗时及低效等问题。在研究及小规模应用的实时故障诊断方式有载荷检测、振动检测、声发射检测等，以上检测方式均需在风力机叶片表面或内部安装传感器，会对风力机叶片气动外形及防雷性能产生影响，且检测精度与传感器布置位置、数量有密切关系。无人机、热成像、微波成像、超声波检测等亦存在检测时间受限、深层故障无法识别、检测条件受限等问题。所以，为了提高对风力机叶片的检测效率及故障诊断准确率，制定一种有效的检测装置及系统诊断方法变得尤为重要。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法及其装置，其操作简单，能够对叶片的运行状态进行实时非接触式跟踪监测，有效避免了在风力机叶片表面或内部安装传感器导致风力机叶片外形和性能的影响，提高对风力机叶片的检测效率和故障诊断的准确率，具有良好的环境适应性和准确性。
[0005]为了达到上述目的，本专利技术的技术方案如下：
[0006]本专利技术提供非接触式风力机叶片运行状态检测诊断评价方法，包括以下步骤：
[0007]S1采用非接触式信号接收方式收集风力机叶片运行中的声信号并传输；
[0008]S2对声信号进行预处理并对声信号特征进行提取；
[0009]S3利用提取的声信号特征进行训练，并建立风力机叶片故障检测及诊断模型；
[0010]S4对风力机叶片的运行状态进行诊断评价并将结果输出。
[0011]本专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法及其装置，其操作简单，能够对叶片的运行状态进行实时非接触式跟踪监测，有效避免了在风力机叶片表面或内部安装传感器导致风力机叶片外形和性能的影响，提高对风力机叶片的检测效率和故障诊断的准确率，具有良好的环境适应性和准确性。
[0012]作为优选技术方案，步骤S1中采用非接触式信号接收方式收集风力机叶片运行中的声信号并传输，包括以下步骤：选取合适的声信号采集位置，收集风力机叶片的不同位置声信号，将收集到的声信号放大并转化成二进制数据，将二进制数据还原成音频文件，完成
风力机叶片运行中的声信号的收集和传输。
[0013]作为优选技术方案，步骤S2对声音信号进行预处理并对声信号特征进行提取，包括以下步骤：根据声信号特点截取声信号，去除声信号中的噪声；利用倍程故障特征提取法分析预处理后的声信号；采用编程语言编写声信号预处理及特征提取程序，用直观的程序表现声信号特征提取过程，达到故障特征提取目的。
[0014]作为优选技术方案，通过编程语言编写搭建风力机叶片声信号的倍频程显示程序，用以显示风力机叶片声信号的倍频曲线，并将每个频段的公里处理并导出，提取出声信号中的特征数据。
[0015]作为优选技术方案，步骤S3中利用提取的声信号特征进行训练，并建立风力机叶片故障检测及诊断模型包括以下步骤：建立多分类模型，实现对风力机叶片声信号的分辨诊断，并对故障进行报警预警；通过设置相关参数，选择并设置最好的函数，将训练样本与测试样本进行对比，进行模型的特征参数学习及训练，确定建立的风力机叶片故障检测及诊断模型对风力机叶片声信号的识别准确率。
[0016]作为优选技术方案，步骤S4中对风力机叶片运行状态进行诊断评价并将结果输出，包括以下步骤：将现场采集到的声信号特征提取数据导入到风力机叶片故障检测及诊断模型中，风力机叶片故障检测及诊断模型运行后得到风力机叶片运行状态诊断结果，并根据风力机叶片运行状态诊断结果发出分力机叶片的运行状态提示或预警提示。
[0017]本专利技术提供的非接触式风力机叶片运行状态检测诊断评价装置，包括：风力机塔基，所述风力机塔基上设有声信号采集及传输组件，所述声信号采集及传输组件用于采用非接触式信号接收方式收集风力机叶片运行中的声信号并传输。
[0018]作为优选技术方案，所述声信号采集及传输组件包括：声信号采集模块、声信号放大模块、声信号数模转换器和声信号远程传输模块，所述声信号采集模块与所述声信号放大模块电连接，所述声信号放大模块与所述声信号数模转换器电连接，所述声信号数模转换器与声信号远程传输模块电连接。
[0019]作为优选技术方案，包括：风力机塔筒，所述风力机塔筒一端设置于所述风力机塔基上并与所述风力机塔基连接，所述风力机塔筒另一端上设有多个风力机叶片并与风力机叶片连接。
[0020]作为优选技术方案，包括：对声音信号进行预处理模块，所述对声音信号进行预处理模块用于对声音信号进行预处理，所述声信号采集及传输组件与对声音信号进行预处理模块电连接，所述对声音信号进行预处理模块包括：滤波器，所述滤波器用于截取声信号并去除声信号中的噪声。
[0021]本专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法及其装置，其操作简单，能够对叶片的运行状态进行实时非接触式跟踪监测，有效避免了在风力机叶片表面或内部安装传感器导致风力机叶片外形和性能的影响，提高对风力机叶片的检测效率和故障诊断的准确率，具有良好的环境适应性和准确性。
[0022]本专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法及其装置，具有以下有益效果：
[0023]1)本专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法及其装置，利用非接触方式实现了风力机叶片运行故障高效诊断；
[0024]2)本专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法及其装置，采用声信号采集及传输组件对声信号进行预处理，能够消除声信号中的噪声干扰，提取风力机叶片运行状态实时声信号特征；
[0025]3)本专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法及其装置，采用非接触式故障诊断方法，将声信号采集及传输组件布置在风力机塔筒上，不会对风力机叶片的外形及结构造成影响，同时，当声信号采集及传输组件出现故障时更换方便，降低运行维护成本。
附图说明
[0026]图1为本专利技术提供的非接触式风力机叶片运行状态检测诊断评价方法的流程图；
[0027]图2为本专利技术提供的非接触式风力机叶片运行状态检测诊断评价装置的结构图；
[0028]图3为本专利技术提供的非接触式风力机叶片运行状态检测诊断评价装置的俯视图；
[0029]1‑
声信号采集及传输组件；2
‑
风力本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非接触式风力机叶片运行状态检测诊断评价方法，其特征在于，包括以下步骤：S1采用非接触式信号接收方式收集风力机叶片运行中的声信号并传输；S2对声信号进行预处理并对声信号特征进行提取；S3利用提取的声信号特征进行训练，并建立风力机叶片故障检测及诊断模型；S4对风力机叶片的运行状态进行诊断评价并将结果输出。2.根据权利要求1所述的非接触式风力机叶片运行状态检测诊断评价方法，其特征在于，步骤S1中采用非接触式信号接收方式收集风力机叶片运行中的声信号并传输，包括以下步骤：选取合适的声信号采集位置，收集风力机叶片的不同位置声信号，将收集到的声信号放大并转化成二进制数据，将二进制数据还原成音频文件，完成风力机叶片运行中的声信号的收集和传输。3.根据权利要求1所述的非接触式风力机叶片运行状态检测诊断评价方法，其特征在于，步骤S2对声音信号进行预处理并对声信号特征进行提取，包括以下步骤：根据声信号特点截取声信号，去除声信号中的噪声；利用倍程故障特征提取法分析预处理后的声信号；采用编程语言编写声信号预处理及特征提取程序，用直观的程序表现声信号特征提取过程，达到故障特征提取目的。4.根据权利要求3所述的非接触式风力机叶片运行状态检测诊断评价方法，其特征在于，通过编程语言编写搭建风力机叶片声信号的倍频程显示程序，用以显示风力机叶片声信号的倍频曲线，并将每个频段的公里处理并导出，提取出声信号中的特征数据。5.根据权利要求1所述的非接触式风力机叶片运行状态检测诊断评价方法，其特征在于，步骤S3中利用提取的声信号特征进行训练，并建立风力机叶片故障检测及诊断模型包括以下步骤：建立多分类模型，实现对风力机叶片声信号的分辨诊断，并对故障进行报警预警；通过设置相关参数，选择并设置最好的函数，将训练样本与测试样本进行对比，进行模型的特征参数学...

【专利技术属性】
技术研发人员：王冰佳，张丽辉，童博，宋子琛，张欢，赵勇，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：