System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机,特别涉及一种风力发电机叶片故障检测方法、装置、设备及存储介质。
技术介绍
1、对于风力发电装置,叶片是影响风力发电装置效率的重要部件,并且叶片损伤是造成风力发电机组发生意外的主要因素之一。作为目前大型机械装备中应用最广泛、最成熟的技术之一的振动检测技术,因其具有操作简便、试验结果准确等优点受到各行业的欢迎,振动检测法进行结构检测时的思想是:机械设备设计确定后,其自身结构参数也确定了,如固有谐振频率值,一旦机械设备结构发生损伤,发生损伤的结构其自身结构参数也会随之发生这样或那样的变化,发生变化的物理参数会引起结构动力学参数发生变化,利用变化的动力学结构参数就可以判断结构当前的状态,比如,当风力发电机叶片在设计确定时,叶片的固有谐振频率也确定了,当叶片发生损伤时,叶片的实际谐振频率值也会发生变化,根据叶片的实际谐振频率值相对于其设计时的固有谐振频率值变化的偏差大小,可以判断叶片的状态。但是目前常规的振动检测方法主要基于采集到的振动数据直接进行fft(fast fourier transform,快速傅里叶变换)频谱分析来查找风力发电机运转过程中叶片的实际谐振频率值,由于叶片振动信号成分复杂,直接fft频谱分析效果不佳,很难直接找到风力发电机运转过程中叶片的实际谐振频率值。
2、鉴于此,提供一种解决上述技术问题的方案,已经是本领域技术人员所亟需关注的。
技术实现思路
1、有鉴于此,本专利技术的目的在于提供一种风力发电机叶片故障检测方法、装置、设备及存储介
2、第一方面,本专利技术公开了一种风力发电机叶片故障检测方法,包括:
3、获取包含风力发电机叶片振动的原始振动数据,并对所述原始振动数据进行整周期化处理得到整周期振动数据;
4、确定所述整周期振动数据的正负极值,并基于所述正负极值对所述整周期振动数据进行幅度量化处理得到相应的极值数据;
5、在预先定义的频率搜索范围内确定各预设搜索频率,并在各所述预设搜索频率下,对所述极值数据进行重构处理得到与各所述预设搜索频率对应的重构后振动数据;
6、生成与各所述预设搜索频率对应的搜索方波数据,并将与各所述预设搜索频率对应的所述重构后振动数据与相应的所述搜索方波数据进行滑动相对积运算,以确定所述风力发电机的叶片实际谐振频率值;
7、将所述叶片实际谐振频率值与叶片固有谐振频率值进行对比以确定所述叶片实际谐振频率值与所述叶片固有谐振频率值之间的谐振频率变化的偏差数据;
8、基于所述偏差数据确定所述风力发电机的叶片是否存在故障。
9、可选的,所述获取包含风力发电机叶片振动的原始振动数据,包括:
10、在所述风力发电机的主轴上安装传感器获取振动数据作为所述包含风力发电机叶片振动的原始振动数据。
11、可选的,所述原始振动数据为轴向振动数据。
12、可选的,所述对所述原始振动数据进行整周期化处理得到整周期振动数据,包括:
13、从所述原始振动数据中截取所述风力发电机的主轴旋转预设圈数的原始振动数据,以得到整周期振动数据。
14、可选的,所述预设圈数至少为2圈。
15、可选的,所述基于所述正负极值对所述整周期振动数据进行幅度量化处理得到相应的极值数据,包括:
16、基于所述正负极值将所述整周期振动数据的幅度进行归一化处理得到相应的极值数据。
17、可选的,所述在预先定义的频率搜索范围内确定各预设搜索频率,具体为:
18、以所述叶片固有谐振频率值为基准设定偏差范围,并基于所述偏差范围定义频率搜索范围,在所述频率搜索范围内确定各预设搜索频率。
19、可选的,所述在各所述预设搜索频率下,对所述极值数据进行重构处理得到与各所述预设搜索频率对应的重构后振动数据,包括:
20、在各所述预设搜索频率下,分别对所述极值数据进行数据展宽处理,以得到与各所述预设搜索频率对应的展宽数据;
21、分别对与各所述预设搜索频率对应的所述展宽数据进行截取,以得到与各所述预设搜索频率对应的基元数据;
22、对与各所述预设搜索频率对应的所述基元数据进行续接处理,以得到与各所述预设搜索频率对应的重构后振动数据。
23、可选的,所述在各所述预设搜索频率下,分别对所述极值数据进行数据展宽处理,以得到与各所述预设搜索频率对应的展宽数据,包括:
24、获取所述原始振动数据的采样频率;
25、根据所述采样频率、各所述预设搜索频率以及预设展宽比例系数确定与各所述预设搜索频率对应的展宽长度;
26、对所述展宽长度进行取整处理得到与各所述预设搜索频率对应的目标展宽长度;
27、根据与各所述预设搜索频率对应的所述目标展宽长度对所述极值数据进行展宽处理,以得到与各所述预设搜索频率对应的展宽数据。
28、可选的,所述分别对与各所述预设搜索频率对应的所述展宽数据进行截取,以得到与各所述预设搜索频率对应的基元数据,包括:
29、根据各所述预设搜索频率和预设截取比例系数确定与各所述预设搜索频率对应的截取长度;其中,所述截取长度不大于所述风力发电机的主轴的转速周期;
30、根据所述截取长度对与各所述预设搜索频率对应的所述展宽数据进行截取,得到与各所述预设搜索频率对应的基元数据。
31、可选的,所述将与各所述预设搜索频率对应的所述重构后振动数据与相应的所述搜索方波数据进行滑动相对积运算,以确定所述风力发电机的叶片实际谐振频率值,包括:
32、将与各所述预设搜索频率对应的所述重构后振动数据与相应的所述搜索方波数据进行滑动相对积运算,以得到各所述预设搜索频率下不同相位对应的极值捕获比值;
33、确定各所述预设搜索频率下不同相位对应的所述极值捕获比值中的最大捕获比值,得到与各所述预设搜索频率对应的最大捕获比值;
34、根据各所述预设搜索频率对应的所述最大捕获比值中的最大值所对应的预设搜索频率,确定所述风力发电机的叶片实际谐振频率值。
35、第二方面,本专利技术公开了一种风力发电机叶片故障检测装置,包括:
36、数据获取模块,用于获取包含风力发电机叶片振动的原始振动数据;
37、数据整周期化模块,用于对所述原始振动数据进行整周期化处理得到整周期振动数据;
38、幅度量化模块,用于确定所述整周期振动数据的正负极值,并基于所述正负极值对所述整周期振动数据进行幅度量化处理得到相应的极值数据;
39、数据重构模块,用于在预先定义的频率搜索范围内确定各预设搜索频率,并在各所述预设搜索频率下,对所述极值数据进行重构处理得到与各所述预设搜索频率对应的重构后振动数据本文档来自技高网...
【技术保护点】
1.一种风力发电机叶片故障检测方法,其特征在于,包括:
2.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述获取包含风力发电机叶片振动的原始振动数据,具体为:
3.根据权利要求2所述的风力发电机叶片故障检测方法,其特征在于,所述原始振动数据为轴向振动数据。
4.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述对所述原始振动数据进行整周期化处理得到整周期振动数据,包括:
5.根据权利要求4所述的风力发电机叶片故障检测方法,其特征在于,所述预设圈数至少为2圈。
6.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述基于所述正负极值对所述整周期振动数据进行幅度量化处理得到相应的极值数据,包括:
7.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述在预先定义的频率搜索范围内确定各预设搜索频率,具体为:
8.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述在各所述预设搜索频率下,对所述极值数据进行重构处理得到与各所述预设搜索频率对
9.根据权利要求8所述的风力发电机叶片故障检测方法,其特征在于,所述在各所述预设搜索频率下,分别对所述极值数据进行数据展宽处理,以得到与各所述预设搜索频率对应的展宽数据,包括:
10.根据权利要求8所述的风力发电机叶片故障检测方法,其特征在于,所述分别对与各所述预设搜索频率对应的所述展宽数据进行截取,以得到与各所述预设搜索频率对应的基元数据,包括:
11.根据权利要求1至10任一项所述的风力发电机叶片故障检测方法,其特征在于,所述将与各所述预设搜索频率对应的所述重构后振动数据与相应的所述搜索方波数据进行滑动相对积运算,以确定所述风力发电机的叶片实际谐振频率值,包括:
12.一种风力发电机叶片故障检测装置,其特征在于,包括:
13.一种电子设备,其特征在于,包括:
14.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至11任一项所述的风力发电机叶片故障检测方法的步骤。
...【技术特征摘要】
1.一种风力发电机叶片故障检测方法,其特征在于,包括:
2.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述获取包含风力发电机叶片振动的原始振动数据,具体为:
3.根据权利要求2所述的风力发电机叶片故障检测方法,其特征在于,所述原始振动数据为轴向振动数据。
4.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述对所述原始振动数据进行整周期化处理得到整周期振动数据,包括:
5.根据权利要求4所述的风力发电机叶片故障检测方法,其特征在于,所述预设圈数至少为2圈。
6.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述基于所述正负极值对所述整周期振动数据进行幅度量化处理得到相应的极值数据,包括:
7.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述在预先定义的频率搜索范围内确定各预设搜索频率,具体为:
8.根据权利要求1所述的风力发电机叶片故障检测方法,其特征在于,所述在各所述预设搜索频率下,对所述极值数据进行重构处...
【专利技术属性】
技术研发人员:杨荣华,唐德尧,李修文,龚妙,
申请(专利权)人:唐智科技湖南发展有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。