一种风电机组传动链监测数据处理方法

技术领域

本发明属于风机监测技术领域，具体涉及一种风电机组传动链监测数据处理方法。

背景技术

风能是太阳辐射对地球表面加热不均匀而形成的，是一种绿色能源，风力发电能够有效地利用风能，在获取能量的同时不破坏自然环境。风力发电机组的特点是结构相对简单，但各部件造价和维修昂贵。一旦发生较大故障，将导致电能供给不足。随着风力发电机组投运规模的扩大和运行时间的增加，对风力发电机组进行故障诊断和预防，已成为业界比较关注的问题。

风力发电机组是由叶轮迎风转动带动发电机转动，将风能转换为机械能，再转换为电能的设备。其中，主轴承、主轴、齿轮箱和发电机等作为风力发电机组传动链中的关键部件，在风力发电机组运行中，由于应力作用会使其产生裂痕、剥落、点蚀、裂纹等问题，这些问题是引发安全隐患及损失风电场效益的主要原因，可能会导致风电机组停机。

目前，风电机组一般采用计划维护与事后维修方式，当监测装置从主轴承上完成原始数据采集工作之后，通过人工分析来进行故障识别分析。采用人工方式分析，是在监测装置采集到原始数据之后，数据分析交由第三方分析团队进行人工分析，人工分析耗时较长，并且由于分析团队水平不同，分析结果也会有一定的差异或不统一，这会给使用方造成困扰，需再次进行人工检查确认，分析方法费时费力。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种风电机组传动链监测数据处理方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种风电机组传动链监测数据处理方法，包括：

获取风电机组部件的实时监测信号，所述监测信号包括振动信号和转速信号；

对所述振动信号进行时域特征和频域特征计算，得到时域特征数据和频域特征数据，对所述转速信号进行转速计算得到转速数据；

根据预设的阈值对所述时域特征数据、所述频域特征数据和所述转速数据进行分析，判断所述风电机组部件的运行状态。

在本发明的一个实施例中，所述风电机组部件包括风电机的主轴承、主轴、齿轮箱和发电机。

在本发明的一个实施例中，获取风电机组部件的实时监测信号之后还包括：

对所述振动信号进行归一化、滤波和模数转换处理，对所述转速信号的波形进行光耦隔离和信号整形处理。

在本发明的一个实施例中，所述时域特征数据包括所述振动信号的峰值、有效值、方差和峭度，所述频域特征数据包括所述振动信号的FFT谱特征、包络谱和小波能量。

在本发明的一个实施例中，还包括：根据判断出的所述风电机组部件的运行状态，发出告警信号。

在本发明的一个实施例中，对所述振动信号进行时域特征和频域特征计算，得到时域特征数据和频域特征数据，对所述转速信号进行转速计算得到转速数据，之前还包括：根据采集的背景噪声信号对所述监测信号进行清洗处理，去除干扰数据。

与现有技术相比，本发明的有益效果在于：

本发明的风电机组传动链监测数据处理方法通过检测风电机组部件的振动信号和转速信号，对振动信号进行时域分析和频域分析，得到能反映风电机组部件的运行状态的时域特征值和频域特征值，通过与预设的阈值进行比较来判断风电机组部件是否发生了衰退，能够实时监测风电机组传动链的状态，保证风电机组正常运行，延长了风电机组的使用寿命。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1是本发明实施例提供的一种风电机组传动链监测数据处理方法的流程图；

图2是本发明实施例提供的另一种风电机组传动链监测数据处理方法的流程图。

具体实施方式

为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种风电机组传动链监测数据处理方法进行详细说明。

有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。

实施例一

请参见图1，图1是本发明实施例提供的一种风电机组传动链监测数据处理方法的流程图。如图所示，本实施例的风电机组传动链监测数据处理方法，包括：

S1：获取风电机组部件的实时监测信号，监测信号包括振动信号和转速信号；

在本实施例中，风电机组部件包括风电机的主轴承、主轴、齿轮箱和发电机。具体地，通过安装在风电机的主轴承、主轴、齿轮箱和发电机上的振动传感器和转速传感器获取其振动信号和转速信号。可选地，振动加速度传感器可采用压电式振动加速度传感器。

进一步地，步骤S1之后还包括：

S1’：对振动信号进行归一化、滤波和模数转换处理，对转速信号的波形进行光耦隔离和信号整形处理。

具体地，采用压电式振动加速度传感器检测风电机组部件在传动链方向和垂直于传动链方向的振动加速度信号，然后将振动加速度信号转换为电信号，并经电荷放大器放大至控制器能够识别的电信号，然后对所述振动信号进行归一化和滤波处理，祛除信号中的噪声和高频部分，最后将调理后的振动加速度信号进行模数转换，以进行后续的信号分析。

采用转速传感器检测风电机组部件在运行过程中的转速信号，然后对转速信号的波形进行光耦隔离和信号整形处理，以进行后续的信号分析。可选地，采用转速信号隔离转换电路对转速信号进行光耦隔离和信号整形处理。

S2：对振动信号进行时域特征和频域特征计算，得到时域特征数据和频域特征数据，对转速信号进行转速计算得到转速数据；

对振动信号进行时域分析，具体为对风电机组部件的振动状态在一段时间内发生的变化进行分析，通过振动信号随时间变化的特性提取出时域特征值，以反映风电机组部件的振动状态。对振动信号进行频域分析，具体为分析风电机组部件的振动状态对于不同频率表现出的不同特性，根据振动信号的频域特性提取出频域特征值，以反映风电机组部件的振动状态。

在本实施例中，时域特征数据包括振动信号的峰值、有效值、方差和峭度，在其他实施例中，时域特征数据还可以包括振动信号的平均值、平均幅值、标准差和裕度。其中，平均值可以表明信号的中心趋势，凸显了振动信号的静态信息，代表了振动信号的波动中心。有效值也称为均方根值，可以用来反映由于制造精度差以及工作表面点蚀所产生的不规则振动状况，制造精度越低或轴承磨损程度越大，则有效值越高。峭度对早期故障更为敏感，如果峭度值过大，则说明有故障发生。随着故障情况渐进性的增强，峭度值也会慢慢增加。

当风电机组部件出现故障后，振动信号的时域数据的幅值和概率分布将会发生变化，这可以很直观的反映部分故障信息，而当幅值超过一定限度后也预示着可能相关零部件已失效，预示着会有需要及时更换零部件，但却不能提示零部件的具体信息，因此，对振动信号进行时域分析一般只能作为简易诊断。要想获知引起风电机故障的具体位置，属于何种类型的故障，以及故障所造成的影响时，需要考虑用频域分析方法分析振动信号。所谓频域分析，也就是把时间序列上的信号集合利用傅里叶变换转换成频率序列上的信号集合。这样在频域上分析振动信号，观察不同信号谱峰位置变化情况并计算出相关的频域指标来反映故障信息。

在本实施例中，频域特征数据包括振动信号的FFT谱特征、包络谱和小波能量。具体地，首先，对获取的振动信号进行快速傅里叶变换，得到振动信号的第一频谱，用以在频域角度对振动信号进行分析和计算。然后，对第一频谱进行频率校正，祛除其他频率成分，得到第二频谱。由于风电机组部件的振动除了其自身的振动因素外，还有其他因素引起振动，例如叶轮的瞬间转动变化会引起的振动，因此需要对振动信号的第一频谱进行频率校正，祛除频谱中例如叶轮转动频率成分等非主要成分。具体的频率校正方式可采用本领域技术人员熟知的频率校正方法，由技术人员设定，本实施例对此不作限定。最后对第二频谱进行特征提取，得到振动信号的频域特征数据，用以从频域角度判断风电机组部件的运行状态是否发生衰退。

S3：根据预设的阈值对时域特征数据、频域特征数据和转速数据进行分析，判断风电机组部件的运行状态。

对于每一个时域特征数据、频域特征数据和转速数据，都对应一个设定的阈值，该阈值可以是技术人员根据经验值进行设定。

进一步地，请参见图2，图2是本发明实施例提供的另一种风电机组传动链监测数据处理方法的流程图。如图所示，本实施例的方法与上述实施例相比，还包括：

S4：根据判断出的风电机组部件的运行状态，发出告警信号。

具体地，在本实施例中，将时域特征数据、频域特征数据和转速数据与各自预设的阈值做减法，其差值作为该特征数据对应的标志值。以风电机的主轴承的频域特征数据为例进行说明：设定风电机的主轴承的频域特征值固有频率为0.3，若当前经过频域分析得到的固有频率为0.32，则得到固有频率的标志值为0.02。根据标志值的大小对其进行等级划分，根据标志值的大小判断风电机组部件的运行状态。例如：对频域特征值固有频率而言，其对应的标志值越小，说明当前检测得到的固有频率越接近设定的阈值，若标志值小于1，表明当前固有频率大于设定的阈值，但仍处于正常运行范围，可判断当前风电机组部件的运行状态正常，未发生故障。若标志值在1至2之间，可判断当前固有频率大于设定的阈值，且风电机组部件的运行状态发生轻微衰退，但仍在正常范围内。若标志值的大于6，可判断当前固有频率大于设定的阈值，且偏离阈值程度较大，风电机组部件的运行状态发生了严重衰退，需要发出告警信号，提醒技术人员进行检修。

进一步地，本实施例的风电机组传动链监测数据处理方法，还包括：根据采集的背景噪声信号对监测信号进行清洗处理，去除干扰数据。具体地，通过对实际背景噪声信号的采集，根据时域特征数据和频域特征数据在故障诊断中的权重，对监测信号进行精确删选清洗，降低监测系统通讯传输和后续数据处理的压力。

本实施例的风电机组传动链监测数据处理方法通过检测风电机组部件的振动信号和转速信号，对振动信号进行时域分析和频域分析，得到能反映风电机组部件的运行状态的时域特征值和频域特征值，通过与预设的阈值进行比较来判断风电机组部件是否发生了衰退，能够实时监测风电机组传动链的状态，保证风电机组正常运行，延长了风电机组的使用寿命。

应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。