[發明專利]一種基于振動和聲音的風電葉片早期損傷監測系統及方法

在審

• 申請號: 202011240487.2
• 申請日: 2020-11-09
• 公開（公告）號: CN112324629A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 趙鵬程;王峰輝;李宗唐;李劍武;馬寧超;郭超;郭辰;童彤;楊曉峰;李濤;王濤;陸家紡
• 申請（專利權）人: 華能陜西靖邊電力有限公司;中國華能集團清潔能源技術研究院有限公司;奧普特利集團有限公司
• 主分類號: F03D17/00
• 分類號: F03D17/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 安彥彥

本發明公開的一種基于振動和聲音的風電葉片早期損傷監測系統及方法，屬于風力發電機狀態監測技術領域。首先采集葉片的振動信號和聲音信號，然后對采集到的振動信號和聲音信號進行降噪處理；對降噪后的振動信號進行特征提取，獲取葉片的異常哨聲輪廓；對降噪后的聲音信號進行特征提取，獲取葉片的振動頻率及振動模態；根據葉片的異常哨聲輪廓和振動頻率及振動模態，對風電機組葉片狀態進行監測分析。本發明通過振動和聲波雙重檢測，具有檢測效率高、非接觸、安裝運維成本低等特點，可降低小損傷逐步演變為大事故的概率，降低運營費用；同時，不破壞風機結構，不影響風機的正常運行。

技術領域

本發明屬于風力發電機狀態監測技術領域，具體涉及一種基于振動和聲音的風電葉片早期損傷監測系統及方法。

背景技術

葉片作為風力發電機的吸收風能的關鍵部件，其在運行過程中的性能變壞不僅會造成自身的損壞，而且會影響整個機組的性能和安全可靠性。由于葉片的工作環境屬于戶外的自然環境，在運行過程中受到環境的影響，特別是雷電、雨雪、陣風等可能會給葉片甚至風機造成傷害，并由此演變成設備的故障甚至是安全事故，給風電場帶來重大的經濟損失。

而目前針對葉片的監測通常采用方法有基于主控運行數據狀態監測與診斷、應變監測和使用無人機進行葉片巡檢，其中基于主控運行數據狀態監測與診斷監測依賴于更高質量的算法，無法精確定位故障類型，同時也很難排除風機其他部件運行所帶來的影響；應變監測為葉片增加了引雷風險，對涂層、保護膜、氣動附件的損傷不敏感；使用無人機進行葉片巡檢時無法實現對葉片的在線監測，停機檢查時也造成了發電量的大量損失，同時無人機受電池壽命等問題影響，在實際的巡檢過程中致使運維人員工作效率大幅降低。

發明內容

為了解決上述現有技術中存在的缺陷，本發明的目的在于提供一種基于振動和聲音的風電葉片早期損傷監測系統及方法，檢測效率高，不破壞風機結構，不影響風機的正常運行，安裝和維護成本低。

本發明通過以下技術方案來實現：

本發明公開了一種基于振動和聲音的風電葉片早期損傷監測系統，包括以下步驟：

步驟1：采集葉片的振動信號和聲音信號；

步驟2：對步驟1采集到的振動信號和聲音信號進行降噪處理；

步驟3：對步驟2降噪后的振動信號進行特征提取，獲取葉片的異常哨聲輪廓；對降噪后的聲音信號進行特征提取，獲取葉片的振動頻率及振動模態；

步驟4：根據步驟3得到的葉片的異常哨聲輪廓和振動頻率及振動模態，對風電機組葉片狀態進行監測分析。

優選地，步驟1中，葉片的振動信號由葉片內部采集；葉片的聲音信號由塔筒外部采集。

優選地，步驟2中，降噪處理是采用EEMD法對采集到的振動信號和聲音信號注入白噪聲后進行經驗模態分解和信號重構。

優選地，步驟3中，采用傅里葉分析對振動信號進行計算，獲取葉片的振動頻率及振動模態后，與葉片新安裝時的初始狀態進行對比分析，計算各階模態剛度變化量。

優選地，步驟3中，采用Born-Jordan分布對聲音信號進行時頻分析，獲取葉片的異常哨聲輪廓。

優選地，步驟4中，風電機組葉片狀態的數據分析結果發送至遠程數據分析平臺進行診斷分析，遠程數據分析平臺包括葉片故障模式規則庫，根據葉片故障模式規則庫得到葉片的故障模式。

本發明公開的一種基于振動和聲音的風電葉片早期損傷監測系統，包括