[发明专利]一种风力发电机组故障特征在线提取装置及提取方法无效

专利信息
申请号: 201210543812.1 申请日: 2012-12-16
公开(公告)号: CN103048619A 公开(公告)日: 2013-04-17
发明(设计)人: 陈渊睿;张祥罗;杨金明;曾君 申请(专利权)人: 华南理工大学
主分类号: G01R31/34 分类号: G01R31/34;G01M15/12
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 蔡茂略
地址: 510640 广东省广*** 国省代码: 广东;44
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 风力 发电 机组 故障 特征 在线 提取 装置 方法
【说明书】:

技术领域

发明涉及测量领域,特别涉及一种风力发电机组故障特征在线提取装置及提取方法。

背景技术

风力发电作为风能利用的主要形式,受到世界各国的高度重视。随着风电机组运行时间的加长,目前这些机组陆续出现了故障,出现故障后进行维修花费了巨大代价,并且减少风电场发电量,造成经济损失。为了保证风电场安全稳定运行,并提高其管理效率,需要拥有能满足风力发电机组运行要求的状态监测与故障诊断系统。

目前国内风电场安装的风电机组大部分为国产风机,但安装风机状态监测与故障诊断系统的风电场只有极少部分,而且其中大部分采用的是国外风机的配套产品,不但价格昂贵,而且与国产风电机组不匹配,使得功能和性能都不能满足要求。

大型风力发电机组结构复杂,而且机、电、气想到耦合,故障信号具有背景噪声干扰大、非平稳和非线性的特点,往往是多故障源信号混叠在一起,从面对故障信息的正确分析与获取,进而准确地诊断故障造成困难。因此,研究故障信号的消噪与特征提取分析技术,是进行准确故障诊断的技术关键。

发明内容

本发明为了克服现有技术存在的缺点与不足,提供一种风力发电机组故障特征在线提取装置及提取方法。

本发明采用如下技术方案:

一种风力发电机组故障特征在线提取装置,包括塔顶发电机振动信号采集模块、塔底发电机电流信号采集模块、塔顶数据处理器、故障特征提取模块;

所述塔顶发电机振动信号采集模块与塔顶数据处理器连接,所述塔底发电机电流信号采集模块与故障特征提取模块连接,故障特征提取模块通过以太网与塔顶数据处理器连接。

所述塔顶发电机振动信号采集模块包括加速度振动传感器和振动采集卡,所述加速度传感器将振动信号转换为电信号传送给振动采集卡。

所述加速度振动传感器为4个,第一振动传感器、第二振动传感器分别安装在发电机前轴承的轴向前端和径向上端,第三振动传感器、第四振动传感器分别安装在发电机后轴承的轴向前端和径向上端。

所述塔底发电机电流信号采集模块包括霍尔电流传感器和电流采集卡,所述霍尔电流传感器将电流信号传送给电流采集卡。

所述霍尔电流传感器为3个,分别位于发电机定子三相绕组出线端。

所述故障特征提取模块用于将振动采集卡传输的信号和电流采集卡传输的信号进行处理,得到故障特征量。

所述故障特征提取模块采用如下步骤完成故障特征提取;

(1)故障特征提取模块接收振动采集卡传输的振动信号、电流采集卡传输的定子电流信号;

(2)信号预处理,所述预处理依次包括消除趋势顶、平滑波形、抗混叠滤波处理,小波去噪;

(3)采用小波算法进行小波包分解和小波包重构得到各频率段的频谱波形;

(4)求取频谱波形的均方差,得到故障特征量;

(5)调用Matlab中自带normr函数对故障特征量进行归一化处理,得到最终故障特征量。

所述步骤(4)中采用Matlab中std函数求取频谱波形的均方差。

本发明的有益效果:

本发明对发电机组的故障特征的提取是整合了发电机振动信号与定子电流信号,能提取更多的故障特征,且对故障的定位更为准确。由于振动具有强耦合和线性特性,本发明故障特征的提取采取的是小波分析与谱分析相结合的方法,克服了现有装置单纯采用频谱分析对故障判断不准确的不足。

附图说明

图1为本发明的结构框图;

图2为图1中故障特征提取模块的流程图。

具体实施方式

下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施方式不限于此。

实施例

本实施例中加速度振动传感器采用YD84—CZ加速度振动传感器,所述振动采集卡和电流采集卡均采用阿尔泰PCI8620采集卡,霍尔电流传感器的型号为LHB-400。

如图1所示为本发明的结构示意图,包括塔顶发电机振动信号采集模块、塔底发电机电流信号采集模块、塔顶数据处理器、故障特征提取模块;

所述塔顶发电机振动信号采集模块与塔顶数据处理器连接,所述塔底发电机电流信号采集模块与故障特征提取模块连接,故障特征提取模块通过以太网与塔顶数据处理器连接。

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华南理工大学,未经华南理工大学许可,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/201210543812.1/2.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