[发明专利]一种基于双阵列的叶片故障监测方法与设备有效

专利信息
申请号: 201911295466.8 申请日: 2019-12-16
公开(公告)号: CN111120223B 公开(公告)日: 2021-09-03
发明(设计)人: 胡晓宇;代金良 申请(专利权)人: 大连赛听科技有限公司
主分类号: F03D17/00 分类号: F03D17/00;F03D80/00
代理公司: 合肥市浩智运专利代理事务所(普通合伙) 34124 代理人: 张景云
地址: 116000 辽宁省大连市*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 阵列 叶片 故障 监测 方法 设备
【说明书】:

本发明涉及一种基于双阵列的叶片故障监测方法,包括以下步骤:S1、布置第一阵列,监测获取叶片故障信息;S2、定位故障;S21、估计故障方位角,得到最小故障方位角,再利用第一阵列进行定位;S22、布置第二阵列,利用第一阵列与第二阵列相配合进行故障定位。本发明还公开了一种基于双阵列的叶片故障监测设备。本发明中,第一阵列与第二阵列组合,克服了第一阵列与旋转平面的夹角增大时,定位精度会越来越低的问题;提高估算故障点的精度,极大的减少了阵列的部署数量,仅靠第一阵列与第二阵列,就完成了叶片转轴随风向转动情况下的故障定位,极大的减少了阵列的部署数量,降低了成本。

技术领域

本发明涉及风力发电塔组叶片故障监测领域,尤其涉及一种基于双阵列的叶片故障监测方法与设备。

背景技术

随着政府对环境污染的重视,传统的基于化学能(煤炭、石油、天然气)的发电方式越来越收到限制,而核能发电又存在着前期投资巨大的问题,风力发电和太阳能发电越来越收到政府的鼓励。风力发电是一种可再生的清洁能源,环境污染小,自动化程度高,易于实现远程控制,非常适合解决人口稀少、电网不易达到的地区的供电需求,因此风力发电具有重要的经济效益和社会效益。

叶片是风力发电塔组(以下简称“风机”)的关键部件,风机发电的能量来自于风力推动叶片旋转时的做功,而叶片在旋转过程中,尤其是从上方转到下方时,受力改变,并且交替变化,而风力状况又存在显著的不稳定性,这些因素回造成叶片受力不均,并形成振动,再加上叶片风吹日晒雨淋,由于其材料老化、磨损,还可能对叶片带来物理损伤,这些都会严重影响整个风机的运转效率,因此对叶片工作状况的监测就非常必要了。

申请号为“CN201520203659.7”的实用新型专利公开了一种用于风力发电塔的叶片故障监测设备,包括:开关控制信号采集设备和参考时间信号采集设备,控制器通过计算开关控制信号和参考时间信号的时间差实现叶片故障监测。本实用新型对叶片直接进行监测,增加了系统的可靠性;采用非接触式激光传感器采集信号,使监测信号容易获得,可以有效地消除外来信号的影响。但是该专利需要多个传感器,造成成本过高;而且定位准确率低;

还有一种方法,通过麦克风或者麦克风阵列拾取叶片转动时与气流摩擦产生的声音信号,进而通过分析声音信号判断叶片是否存在故障,并通过麦克风阵列技术对不同方向的声音分别接收来判断故障的位置。但由于风机为了最大化发电效率,会使得叶片在风力最大的方向进行转动,从而使得整组叶片会围绕塔筒0~360度范围内转动,术语叫偏航控制,这使得采用传统阵列定位的方法难以确定叶片上的故障位置。

发明内容

本发明所要解决的技术问题在于提供一种基于双阵列的叶片故障监测方法与设备,以解决难以确定叶片上故障位置的问题。

本发明通过以下技术手段实现解决上述技术问题的:

一种基于双阵列的叶片故障监测方法,包括风力发电塔,风力发电塔包括塔体、叶片,所述塔体的下端固定设置于地面上,另一端通过塔筒与叶片相连,叶片以塔筒为轴心旋转的平面为故障面,包括以下步骤:

S1、布置第一阵列,监测获取叶片故障信息;

S2、定位故障;监测叶片故障;

S21、估计故障方位角,得到最小故障方位角,再利用第一阵列进行定位;

S22、布置第二阵列,利用第一阵列与第二阵列相配合进行故障定位。

通过设置第一阵列位置,结合最小故障方位角获取叶片在工作过程中的故障信息,同时布置第二阵列,并且通过第一阵列与第二阵列确定方位角,从而实现精确定位叶片的故障点。

作为本发明进一步的方案:所述第一阵列为若干个传感器与采集板一体化设置而成;采集板用于对信息进行处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连赛听科技有限公司,未经大连赛听科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911295466.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top