风电机组变桨减速器在线状态监测与预警系统及方法技术方案

本发明专利技术提出了一种风电机组变桨减速器在线状态监测与预警系统及方法，包括：利用振动传感器采集三个变桨减速机实时振动信号，并通过无线发射采集卡将振动信号发送至机舱内的微型工控机；微型工控机用于接收实时振动信号，并识别变桨动作引发的有效振动信号，从而实现变桨减速器在线状态监测；预警系统首先接收机舱电台发送的有效振动信号，通过构建变桨振动综合指标与动态阈值实现变桨减速器故障预警。预警。预警。

【技术实现步骤摘要】
风电机组变桨减速器在线状态监测与预警系统及方法


[0001]本专利技术涉及风电机组故障预警
，特别涉及一种风电机组变桨减速器在线状态监测与预警系统及方法。

技术介绍

[0002]风电机组作为一个庞大的整体，由多个系统组成，减速机作为变桨控制的执行机构，是发电机组故障率较高的子系统,如果发生故障没有及时发现进行维修，将危及机组安全运行，会形成不可修复的故障，甚至导致机组失控、倒塌以及其他的严重后果。近期，现场多台机组出现变桨减速器故障，对风场安全、经济运维带来严重影响。
[0003]风电机组故障是一个劣化程度逐步加大的过程，起初劣化程度不大，随着风电机组运行，劣化越来越严重，在某个时刻就会发生断齿等严重故障，从而导致风电机组停机。从劣化出现到故障发生的过程中，可以通过指标分析判定风电机组是否即将发生故障。
[0004]目前，关于振动监测与故障诊断的技术已十分成熟，在变桨减速机上的应用却很少见，故基于振动监测的变桨减速机故障预警是可行的且有较高的现场应用价值。

技术实现思路

[0005]本专利技术的目的旨在至少解决所述技术缺陷之一。
[0006]为此，本专利技术的目的在于提出一种风电机组变桨减速器在线状态监测与预警系统及方法，以解决
技术介绍
中所提到的问题，克服现有技术中存在的不足。
[0007]为了实现上述目的，本专利技术的实施例提供一种风电机组变桨减速器在线状态监测与预警系统，包括：
[0008]在风电机组的每个变桨减速机上分别安装一个振动传感器，该振动传感器安装在对应变桨减速机的二级齿圈外壳表面处，每个所述振动传感器的输出端与无线发射采集卡连接，所述无线发射采集卡进一步与机舱内部的无线接收微型工控机连接，所述无线接收微型工控机与机舱电台双向连接，所述机舱电台与集控室电台无线连接，所述集控室电台与状态预警系统双向连接，其中，
[0009]每个所述振动传感器用于采集对应的变桨减速机上的实时振动信号，并通过无线发射采集卡将实时振动信号发送至机舱内的无线接收微型工控机；
[0010]所述无线接收微型工控机用于接收采集的实时振动信号，并采用如下步骤进行处理：
[0011]1)采用变分模态分解VMD分解振动信号，获得多个分量；
[0012]2)进行叶片转频分量剔除，对包含叶片转频趋势的IMF的频率在0.15
‑
0.3Hz内取值，且该频率在其叶片转频分量的频谱中占主导位置；搜索各个分量的频率区间[0,20]Hz内幅值最大频率，若落在0.15
‑
0.3Hz区间内，则判定该分量为叶片转频分量并剔除；同时非线性趋势分量近似直流分量，通过剔除叶片转频分量之后所有分量得以剔除，其余分量求和重构为剩余信号；
[0013]3)采用希尔伯特变换法求取剩余信号的包络信号，包络信号包含随机出现的高幅值脉冲；
[0014]4)滑动中值滤波降噪：通过滑动中值滤波平滑此包络信号，抑制可能出现的高幅值脉冲干扰，保留有效振动成分；
[0015]5)识别变桨动作：将微型工控机接收的实时数据作为输入，执行步骤1)至4)，并利用3σ准则计算判断变桨的阈值；；将平滑后的包络信号与该阈值对比，锁定有效变桨动作时间段，并保存该时间段数据；
[0016]6)在变桨动作识别基础上，利用支持向量数据SVDD对减速机时域振动特征进行超球体建模，从而实现变桨减速机故障预警；
[0017]所述状态预警系统根据所述预警信号对各个变桨减速机的运行状态和通信状态进行同步监测，如果减速机状态异常则通过综合指标分析减速机发生冲击类还是磨损类故障。
[0018]由上述任一方案优选的是，所述预警系统在变桨动作识别基础上，利用支持向量数据描述SVDD对减速器正常状态下的时域、频域振动特征进行超球体建模，以特征数据与超球体中心的距离作为故障预警的根据。
[0019]由上述任一方案优选的是，如果所述无线接收微型工控机判断当前减速机运行状态正常，并更新数据集，重新计算阈值，从而实现动态阈值。
[0020]由上述任一方案优选的是，所述无线接收微型工控机利用SVDD对减速机综合特征进行超球体建模，实现变桨减速机故障预警，包括：
[0021]1)离线特征提取：对变桨振动信号进行VMD分解，去除叶片旋转造成的振动信号周期性波动分量，提取传统时域指标、时频域指标组成综合特征指标；
[0022]2)离线综合指标降维：将传统时域指标、时频域指标组成综合特征指标进行降维，获取表征各指标主要变化趋势的二维指标；
[0023]3)离线模型训练：将正常状态下的二维指标作为SVDD模型训练样本，得到包含正常样本的最优超球体，超球体半径为R，该过程为训练过程；
[0024]4)建立SVDD预警模型：对在线变桨动作信号进行特征提取与综合指标降维，将在线二维指标输入到已建立的SVDD模型中，得到其与超球体中心的距离D；
[0025]5)建立自适应报警阈值：在设置阈值时，将基于SVDD得到的距离指标看成是一个单独的参数进行观察，认为指标的数据变化形式符合正态分布；由于概率统计中的3σ准则定义为，对于一个符合均值为μ，方差为σ2的正态分布的变量进行取值，取到区间(μ
‑
σ2,μ+σ2)内概率为99.73％；当某一个距离指标值不属于这个范围，则认为其为异常点，即其为异常状态，同时为防止外界干扰因素影响，设定连续多个距离指标值超多前面距离指标值界定的3σ取值范围，则认为其发生异常值并报警。
[0026]由上述任一方案优选的是，所述时域指标参数集包括：最大值、最小值、峰值、峰峰值、平均值、均方根、峭度、脉冲因子、峰值因子和波峰因子；所述频域指标参数集包括：平均频率、频率均方根和频率标准差。
[0027]本专利技术还提供一种风电机组变桨减速器在线状态监测与预警方法，包括如下步骤：
[0028]步骤S1，利用振动传感器采集对应的变桨减速机上的实时振动信号，并通过无线
发射采集卡将实时振动信号发送至机舱内的无线接收微型工控机；
[0029]步骤S2，无线接收微型工控机用于接收采集的实时振动信号，并采用如下步骤进行处理：
[0030]1)采用变分模态分解VMD分解实时振动信号，获得多个分量；
[0031]2)叶片转频分量剔除：选取叶片旋转导致的0.15
‑
0.3HzIMF分量，并确认叶片旋转频率在该分量的频谱中占主导位置；搜索各个分量的频率区间[0,20]Hz内幅值最大频率，若落在0.15
‑
0.3Hz区间内，则判定该分量为叶片转频分量并剔除；低频趋势分量近似直流分量，该分量与叶片转频分量一同剔除，其余分量求和重构为剩余信号；
[0032]3)采用希尔伯特变换法求取剩余信号的包络信号，包络信号包含随机出现的高幅值脉冲；
[0033]4)滑动中值滤波降噪：通过滑动中值滤波平滑此包络信号，抑制可能出现的高幅值脉冲干扰，保留有效振动成分；
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组变桨减速器在线状态监测与预警系统，其特征在于，包括：在风电机组的每个变桨减速机上分别安装一个振动传感器，该振动传感器安装在对应变桨减速机的二级齿圈外壳表面处，每个所述振动传感器的输出端与无线发射采集卡连接，所述无线发射采集卡进一步与机舱内部的无线接收微型工控机连接，所述无线接收微型工控机与机舱电台双向连接，所述机舱电台与集控室电台无线连接，所述集控室电台与状态预警系统双向连接，其中，每个所述振动传感器用于采集对应的变桨减速机上的实时振动信号，并通过无线发射采集卡将实时振动信号发送至机舱内的无线接收微型工控机；所述无线接收微型工控机用于接收采集的实时振动信号，并采用如下步骤进行变桨动作识别处理：1)采用变分模态分解VMD分解实时振动信号，获得多个分量；2)叶片转频分量剔除：选取叶片旋转导致的0.15
‑
0.3HzIMF分量，并确认叶片旋转频率在该分量的频谱中占主导位置；搜索各个分量的频率区间[0,20]Hz内幅值最大频率，若落在0.15
‑
0.3Hz区间内，则判定该分量为叶片转频分量并剔除；低频趋势分量近似直流分量，该分量与叶片转频分量一同剔除，其余分量求和重构为剩余信号；3)采用希尔伯特变换法求取剩余信号的包络信号，包络信号包含随机出现的高幅值脉冲；4)滑动中值滤波降噪：通过滑动中值滤波平滑此包络信号，抑制可能出现的高幅值脉冲干扰，保留有效振动成分；5)识别变桨动作：将微型工控机接收的实时数据作为输入，执行步骤1)至4)，并利用3σ准则计算判断变桨的阈值；将平滑后的包络信号与该阈值对比，锁定有效变桨动作时间段，并保存该时间段数据；所述状态预警系统根据所述预警信号对各个变桨减速机的运行状态和通信状态进行同步监测，如果减速机状态异常则通过指标分析减速机发生冲击类还是磨损类故障。2.如权利要求1所述的风电机组变桨减速器在线状态监测与预警系统，其特征在于，所述预警系统在变桨动作识别基础上，利用支持向量数据描述SVDD，对减速器正常状态下的时域、频域振动特征进行超球体建模，以特征数据与超球体中心的距离作为故障预警的根据。3.如权利要求1所述的风电机组变桨减速器在线状态监测与预警系统，其特征在于，如果所述无线接收微型工控机判断当前减速机运行状态正常，并更新数据集，重新计算阈值，从而实现动态阈值。4.如权利要求1所述的风电机组变桨减速器在线状态监测与预警系统，其特征在于，所述无线接收微型工控机利用SVDD对减速机时域振动特征进行超球体建模，实现变桨减速机故障预警，包括：1)离线特征提取：对变桨动作振动信号进行VMD分解，去除叶片旋转造成的振动信号周期性波动分量，并通过时域、频域特征提取，构建综合特征指标集；2)离线综合指标降维：将传统时域指标、时频域指标组成综合特征指标进行降维，获取表征各指标主要变化趋势的二维指标；3)离线模型训练：将正常状态下的二维指标作为SVDD模型训练样本，得到包含正常样
本的最优超球体，超球体半径为R，该过程为模型训练过程；4)建立SVDD预警模型：对在线变桨动作信号进行特征提取与综合指标降维，将在线二维指标输入到已建立的SVDD模型中，得到其与超球体中心的距离D；5)建立自适应报警阈值：在设置阈值时，将基于SVDD得到的距离指标看成是一个单独的参数进行观察，指标数据的变化形式符合正态分布；由于概率统计中的3σ准则定义为，对于一个符合均值为μ，方差为σ2的正态分布的变量进行取值，取到区间(μ
‑
σ2,μ+σ2)内概率为99.73％；当某一个距离指标值不属于这个范围，则认为其为异常点，即其为异常状态，同时为防止外界干扰因素影响，设定连续多个距离指标值超多前面距离指标值界定的3σ取值范围，则认为其发生异常值并报警。5.如权利要求4所述的风电机组变桨减速器在线状态监测与预警系统，其特征在于，时域指标参数集包括：最大值、最小值、峰值、峰峰值、平均值、均方根、峭度、脉冲因子、峰值因子和波峰因子，峰值、平均值、均方根、峭度、脉冲因子、峰值因...

【专利技术属性】
技术研发人员：田野，王建国，辛红伟，杨彦军，武英杰，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：