CN112861389B - 风电齿轮箱振动监测位置优化方法、系统、介质及设备 - Google Patents
风电齿轮箱振动监测位置优化方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN112861389B CN112861389B CN201911183650.3A CN201911183650A CN112861389B CN 112861389 B CN112861389 B CN 112861389B CN 201911183650 A CN201911183650 A CN 201911183650A CN 112861389 B CN112861389 B CN 112861389B
- Authority
- CN
- China
- Prior art keywords
- gearbox
- gear box
- model
- wind turbine
- vibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005457 optimization Methods 0.000 title claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 61
- 230000005540 biological transmission Effects 0.000 claims abstract description 38
- 238000004088 simulation Methods 0.000 claims abstract description 35
- 230000033001 locomotion Effects 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 18
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000005452 bending Methods 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 6
- 238000009434 installation Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种风电齿轮箱振动监测位置优化方法及系统，包括：建立风电机组传动系统多体动力学模型；优化风电机组传动系统多体动力学模型：对齿轮箱箱体做柔性体建模，在齿轮箱的各级齿轮副对应的箱体表面上的每个监测点选取多个参考位置，作为虚拟传感器；对预先构建的风电机组传动链仿真模型进行动力学计算，获取齿轮箱内部各部件和虚拟传感器的运动状态，构建转速‑时域有效值的关系；比较虚拟传感器和齿轮箱内部各部件的转速‑时域有效值的关系，若两者趋势相符，则选择与齿轮箱内部各部件的运动状态最接近的虚拟传感器所处位置，作为最优监测点。本发明的方法及系统均具有准确度高、仿真与试验结合以实现闭环等优点。
Description
技术领域
本发明主要涉及风电技术领域，特指一种风电齿轮箱振动监测位置优化方法、系统、介质及设备。
背景技术
振动监测系统是风电机组正常运行的保障。对于兆瓦级双馈机组的传动系统，监测的部件主要有主轴、齿轮箱、发电机以及塔架。而齿轮箱作为双馈机组的核心机械部件，其故障因素更多，故障率也相对更高，因此对齿轮箱的监测是风机在线检测系统的重点，而如何提高齿轮箱检测的准确性与有效性更是重中之重。
风电高速重载齿轮箱结构复杂，外部接口较多，被测零部件以旋转轴和齿轮为主，通常情况下主机厂都是选择使用加速度传感器，通过测量轴系传递到箱体表面的运动特征，来判断轴或齿轮的运行情况。振动是一种能量波的传递，对于齿轮故障和轴系安装不当带来的故障特征，其振动能量经过轴承和箱体，到达被测位置已经受到了多次衰减，与原本的故障特征已经产生了非常大的差别，所以一般来说传感器的选择位置都是考虑靠近被测件即可。通过齿轮箱甚至传动链的模态及动力学分析，可以完整评估轴系振动与齿轮箱表面振动之间的关系，为监测系统的选点提供科学依据，从而找出模态节点，区分齿轮箱整体模态与局部模态，根据测点的运动情况，对齿轮箱内部零件的运行情况做合理评估。
一般来说，传感器的选择位置都是考虑靠近被测件即可。但是风电高速重载齿轮箱内部结构复杂，外部接口较多。箱体表面存在各种加强筋、安装凸台、轴承端盖以及箱体薄壁等结构，并且齿轮箱因其本身复杂的边界条件，导致整体模态更加难以计算，从而会导致振动监测无法有效检测出零部件故障，出现漏报、延迟报警等状况。因此，优化齿轮箱的监测传感器安装位置，合理布局，是风机提高在线检测系统的准确性与有效性的重点。
风机振动监测系统的振动传感器测试结果既不是相对越大越好，也不是相对越小越好，而是和被测部件运动状态的相关性越强越好。在风电重载齿轮箱中，被测的目标零部件均是旋转部件，如行星架、齿轮、轴及轴承，不但无法进行直接测量，而且通常情况下，传感器只能布置在箱体表面，导致被测零部件的运动特征传递到传感器时，存在多次衰减。因此为了更加准确地测量齿轮箱内关键零部件的运动状态，需要合理布置振动传感器的位置。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种准确度高的风电齿轮箱振动监测位置优化方法、系统、介质及设备。
为解决上述技术问题，本发明提出的技术方案为：
一种风电齿轮箱振动监测位置优化方法，其特征在于，包括以下步骤：
S01、建立风电机组传动系统多体动力学模型；
S02、优化风电机组传动系统多体动力学模型：对齿轮箱箱体做柔性体建模，在齿轮箱的各级齿轮副对应的箱体表面上的每个监测点选取多个参考位置，分别使用主节点进行绑定，作为虚拟传感器；
S03、对预先构建的风电机组传动链仿真模型进行动力学计算，获取齿轮箱内部各部件和虚拟传感器的运动状态，构建转速-时域有效值的关系；
S04、比较虚拟传感器和齿轮箱内部各部件的转速-时域有效值的关系，若两者趋势相符，则选择与齿轮箱内部各部件的运动状态最接近的虚拟传感器所处位置，作为最优监测点。
作为上述技术方案的进一步改进，在步骤S04之后，还包括：
S05、在最优监测点布置振动传感器进行扫频振动测试；
S06、对比测试结果与仿真结果，如测试结果与仿真结果相符，则优化结束；否则返回至步骤S01，调整风电机组传动系统多体动力学模型以及根据测试结果修正建模参数。
作为上述技术方案的进一步改进，在步骤S06中，根据测试结果绘制各参考位置的转速-有效值的伯德图，对比测试结果与仿真结果的峰峰值，如峰峰值大小与所在转速的偏差均小于预设阈值，且测试结果提取峰峰值转速下的频谱图与仿真频谱保持一致，则测试结果与仿真结果相符，优化结束。
作为上述技术方案的进一步改进，在步骤S03中，所述运动状态包括速度和加速度；各部件包括各级轴、轴承和齿轮。
作为上述技术方案的进一步改进，在步骤S04中，若虚拟传感器与齿轮箱内部各部件的转速-时域有效值的关系的趋势不相符，则返回至步骤S02中优化齿轮箱柔性体建模。
作为上述技术方案的进一步改进，在步骤S01中，其中齿轮箱内部的轴、行星架、齿轮进行柔性体建模；轴和齿轮对应柔性体模型的主节点位置和数据应保证柔性体模型的第一阶扭转、弯曲模态频率与原模型的误差控制在预设标准偏差以内。
本发明还公开了一种风电齿轮箱振动监测位置优化系统，包括
模型构建模块，用于建立风电机组传动系统多体动力学模型；
模型优化模块，用于优化风电机组传动系统多体动力学模型：对齿轮箱箱体做柔性体建模，在齿轮箱的各级齿轮副对应的箱体表面上的每个监测点选取多个参考位置，分别使用主节点进行绑定，作为虚拟传感器；
运动状态获取模块，用于对预先构建的风电机组传动链仿真模型进行动力学计算，获取齿轮箱内部各部件和虚拟传感器的运动状态，构建转速-时域有效值的关系；
数据比较模块，用于比较虚拟传感器和齿轮箱内部各部件的转速-时域有效值的关系，若两者趋势相符，则选择与齿轮箱内部各部件的运动状态最接近的虚拟传感器所处位置，作为最优监测点。
作为上述技术方案的进一步改进，还包括：
振动测试模块，用于在最优监测点布置振动传感器进行扫频振动测试；
数据验证模块，用于对比测试结果与仿真结果，如测试结果与仿真结果相符，则优化结束；否则返调整风电机组传动系统多体动力学模型以及根据测试结果修正建模参数。
本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如上所述的风电齿轮箱振动监测位置优化方法的步骤。
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如上所述的风电齿轮箱振动监测位置优化方法的步骤。
与现有技术相比，本发明的优点在于：
(1)本发明的风电齿轮箱振动监测位置优化方法，通过建立风电机组传动系统的数学模型，计算齿轮箱内部轴、轴承、齿轮等零部件及齿轮箱箱体表面的动力学响应，并对比分析其相关性，基于对应的评判标准选择出齿轮箱振动监测传感器点位的最优布置。
(2)本发明从具体试验测试和仿真计算两个方面同时着手，来分析箱体内零部件与箱体表面运动情况的关联性，并结合传动系统链试验台的扫频测试，对比伯德图及峰峰值频谱，优化建模参数，验证仿真结果，做到理论与实测相统一。
(3)本发明在监测传感器点位的最优布置后，结合实际测试结果来调整建模参数，验证布置方案的准确性，实现闭环。本发明融合振动测试系统、数据处理方法、模态分析理论以及风电机组传动链多体动力学分析等多学科优势，建立试验加仿真的闭环设计思路，可以在样机试制阶段优化设备健康管理的安装方案，为实际选择和操作提供科学依据和理论支撑，避免出现误报、漏报和延迟报警等失效问题。
(4)本发明提出一种适用于风力发电机组齿轮箱振动监测系统传感器安装位置的优化方法，结合理论分析，合理优化齿轮箱振动监测系统的传感器位置匹配，使之能够更加准确地反映内部轴、轴承、齿轮的运行情况，为后续的时域、频域分析等故障诊断工作提供更为有效的数据。
附图说明
图1为本发明的方法在实施例的流程图。
图2为本发明的齿轮箱动力学模型拓扑图。
图3为本发明的传动链动力学建模拓扑图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图1所示，本实施例的风电齿轮箱振动监测位置优化方法，包括以下步骤：
S01、建立风电机组传动系统多体动力学模型；
S02、优化风电机组传动系统多体动力学模型：对齿轮箱箱体做柔性体建模，在齿轮箱的各级齿轮副对应的箱体表面上的每个监测点选取多个参考位置，分别使用主节点进行绑定，作为虚拟传感器；
S03、对预先构建的风电机组传动链仿真模型进行动力学计算，获取齿轮箱内部各部件和虚拟传感器的运动状态，构建转速-时域有效值的关系；
S04、比较虚拟传感器和齿轮箱内部各部件的转速-时域有效值的关系，若两者趋势相符，则选择与齿轮箱内部各部件的运动状态最接近的虚拟传感器所处位置，作为最优监测点；若虚拟传感器与齿轮箱内部各部件的转速-时域有效值的关系的趋势不相符，则返回至步骤S02中继续优化齿轮箱柔性体建模。
本发明的风电齿轮箱振动监测位置优化方法，通过建立风电机组传动系统的数学模型，计算齿轮箱内部轴、轴承、齿轮等零部件及齿轮箱箱体表面的动力学响应，并对比分析其相关性，基于对应的评判标准选择出齿轮箱振动监测传感器点位的最优布置，准确度高。
进一步地，在步骤S04之后，还包括对上述最优监测的验证测试，具体包括：
S05、在最优监测点布置振动传感器进行扫频振动测试；
S06、对比测试结果与仿真结果，如测试结果与仿真结果相符，则优化结束；否则返回至步骤S01，调整风电机组传动系统多体动力学模型以及根据测试结果修正建模参数。
具体地，在步骤S05中，根据对监测点位置的优化，在风电机组传动链背靠背试验台上做扫频振动测试；在步骤S06中，根据测试结果绘制各参考位置的转速-有效值的伯德图，对比测试结果与仿真结果的峰峰值，如峰峰值大小与所在转速的偏差均小于预设阈值(如30％)，且测试结果提取峰峰值转速下的频谱图与仿真频谱保持一致，则测试结果与仿真结果相符，优化结束；否则返回至步骤S01中，调整风电机组传动系统多体动力学模型以及根据测试结果修正建模参数。
本发明在监测传感器点位的最优布置后，结合实际测试结果来调整建模参数，验证布置方案的准确性，实现闭环。本发明融合振动测试系统、数据处理方法、模态分析理论以及风电机组传动链多体动力学分析等多学科优势，建立试验加仿真的闭环设计思路，可以在样机试制阶段优化设备健康管理的安装方案，为实际选择和操作提供科学依据和理论支撑，避免出现误报、漏报和延迟报警等失效问题。
本发明通过建立多体动力学仿真模型来计算齿轮箱内部零件与箱体表面的动力学响应，避开模态节点，选择具备最优振动传递路径的传感器安装位置。
本发明从具体试验测试和仿真计算两个方面同时着手，来分析箱体内零部件与箱体表面运动情况的关联性，并结合传动系统链试验台的扫频测试，对比伯德图及峰峰值频谱，优化建模参数，验证仿真结果，做到理论与实测相统一。
如图2和图3所示，本实施例中，在步骤S01中，根据行业分析的标准规范(如GL规范)，利用多体动力学软件(如Simpack)，建立风电机组传动系统多体动力学模型，其中齿轮箱内部的轴、行星架、大的齿轮等主要部件采用柔性体建模。柔性体建模主要是通过有限元软件进行子结构分析，将原模型的质量和刚度矩阵进行压缩而形成。形成后的柔性体主要通过若干主节点的自由度来替代原模型的动力学特性。因此，主节点的位置和数量将是影响柔性体建模准确性的关键，主节点位置和数量的选择除了考虑与整个系统模型的接口外，还应最大限度地保证重要模态频率与原模型的一致性。对于一般的旋转类结构，如轴、齿轮等，主节点位置和数量的选择应保重柔性体的第一阶扭转、弯曲模态频率与原模型的误差控制在5％以内。这是齿轮箱内部柔性体建模的一个原则，也是保证后续优化方法准确性的一个基础。当然，柔性体建模也应尽量减小其他低阶模态频率(如拉伸等)的误差。
本实施例中，在步骤S02中，每个监测点的参考位置至少为三个，根据风电机组振动监测系统测试点位布置的行业规范或选择经验，在齿轮箱的各级齿轮副对应的箱体表面上进行布置，分别使用主节点绑定，作为虚拟传感器。
本实施例中，在步骤S03中，运动状态包括速度和加速度；各部件包括各级轴、轴承和齿轮。
本发明还公开了一种风电齿轮箱振动监测位置优化系统，包括
模型构建模块，用于建立风电机组传动系统多体动力学模型；
模型优化模块，用于优化风电机组传动系统多体动力学模型：对齿轮箱箱体做柔性体建模，在齿轮箱的各级齿轮副对应的箱体表面上的每个监测点选取多个参考位置，分别使用主节点进行绑定，作为虚拟传感器；
运动状态获取模块，用于对预先构建的风电机组传动链仿真模型进行动力学计算，获取齿轮箱内部各部件和虚拟传感器的运动状态，构建转速-时域有效值的关系；
数据比较模块，用于比较虚拟传感器和齿轮箱内部各部件的转速-时域有效值的关系，若两者趋势相符，则选择与齿轮箱内部各部件的运动状态最接近的虚拟传感器所处位置，作为最优监测点。
本实施例中，还包括振动测试模块，用于在最优监测点布置振动传感器进行扫频振动测试；数据验证模块，用于对比测试结果与仿真结果，如测试结果与仿真结果相符，则优化结束；否则返调整风电机组传动系统多体动力学模型以及根据测试结果修正建模参数。
本发明的风电齿轮箱振动监测位置优化系统，用于执行如上优化方法，同样具有如上优化方法所述的优点。
本发明实施例还公开了一种计算机可读储存介质，其上储存有计算机程序，计算机程序在被处理器运行时执行如上所述的的风电齿轮箱振动监测位置优化方法的步骤。同时，本发明实施例还公开了一种计算机设备，包括处理器和存储器，存储器上存储有计算机程序，计算机程序在被处理器运行时执行如上所述的的风电齿轮箱振动监测位置优化方法的步骤。本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围的情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。
Claims (7)
1.一种风电齿轮箱振动监测位置优化方法，其特征在于，包括步骤：
S01、建立风电机组传动系统多体动力学模型；
S02、优化风电机组传动系统多体动力学模型：对齿轮箱箱体做柔性体建模，在齿轮箱的各级齿轮副对应的箱体表面上的每个监测点选取多个参考位置，分别使用主节点进行绑定，作为虚拟传感器；
S03、对预先构建的风电机组传动链仿真模型进行动力学计算，获取齿轮箱内部各部件和虚拟传感器的运动状态，构建转速-时域有效值的关系；
S04、比较虚拟传感器和齿轮箱内部各部件的转速-时域有效值的关系，若两者趋势相符，则选择与齿轮箱内部各部件的运动状态最接近的虚拟传感器所处位置，作为最优监测点；
在步骤S04之后，还包括：
S05、在最优监测点布置振动传感器进行扫频振动测试；
S06、对比测试结果与仿真结果，如测试结果与仿真结果相符，则优化结束；否则返回至步骤S01，调整风电机组传动系统多体动力学模型以及根据测试结果修正建模参数；
在步骤S06中，根据测试结果绘制各参考位置的转速-有效值的伯德图，对比测试结果与仿真结果的峰峰值，如峰峰值大小与所在转速的偏差均小于预设阈值，且测试结果提取峰峰值转速下的频谱图与仿真频谱保持一致，则测试结果与仿真结果相符，优化结束；
在步骤S01中，其中齿轮箱内部的轴、行星架、齿轮进行柔性体建模；轴和齿轮对应柔性体模型的主节点位置和数据应保证柔性体模型的第一阶扭转、弯曲模态频率与原模型的误差控制在预设标准偏差以内。
2.根据权利要求1所述的风电齿轮箱振动监测位置优化方法，其特征在于，在步骤S03中，所述运动状态包括速度和加速度；各部件包括各级轴、轴承和齿轮。
3. 根据权利要求1所述的风电齿轮箱振动监测位置优化方法，其特征在于，在步骤S04中，若虚拟传感器与齿轮箱内部各部件的转速-时域有效值的关系的趋势不相符，则返回至步骤S02中优化齿轮箱柔性体模型。
4.一种风电齿轮箱振动监测位置优化系统，执行如权利要求1至3中任意一项所述的风电齿轮箱振动监测位置优化方法的步骤，其特征在于，包括
模型构建模块，用于建立风电机组传动系统多体动力学模型；
模型优化模块，用于优化风电机组传动系统多体动力学模型：对齿轮箱箱体做柔性体建模，在齿轮箱的各级齿轮副对应的箱体表面上的每个监测点选取多个参考位置，分别使用主节点进行绑定，作为虚拟传感器；
运动状态获取模块，用于对预先构建的风电机组传动链仿真模型进行动力学计算，获取齿轮箱内部各部件和虚拟传感器的运动状态，构建转速-时域有效值的关系；
数据比较模块，用于比较虚拟传感器和齿轮箱内部各部件的转速-时域有效值的关系，若两者趋势相符，则选择与齿轮箱内部各部件的运动状态最接近的虚拟传感器所处位置，作为最优监测点。
5.根据权利要求4所述的风电齿轮箱振动监测位置优化系统，其特征在于，还包括：
振动测试模块，用于在最优监测点布置振动传感器进行扫频振动测试；
数据验证模块，用于对比测试结果与仿真结果，如测试结果与仿真结果相符，则优化结束；否则返调整风电机组传动系统多体动力学模型以及根据测试结果修正建模参数。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1至3中任意一项所述的风电齿轮箱振动监测位置优化方法的步骤。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1至3中任意一项所述的风电齿轮箱振动监测位置优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911183650.3A CN112861389B (zh) | 2019-11-27 | 2019-11-27 | 风电齿轮箱振动监测位置优化方法、系统、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911183650.3A CN112861389B (zh) | 2019-11-27 | 2019-11-27 | 风电齿轮箱振动监测位置优化方法、系统、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112861389A CN112861389A (zh) | 2021-05-28 |
| CN112861389B true CN112861389B (zh) | 2024-04-16 |
Family
ID=75984873
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911183650.3A Active CN112861389B (zh) | 2019-11-27 | 2019-11-27 | 风电齿轮箱振动监测位置优化方法、系统、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112861389B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113705042A (zh) * | 2021-08-17 | 2021-11-26 | 德力佳传动科技(江苏)有限公司 | 一种风电齿轮箱强度校核及优化的方法、系统和存储介质 |
| CN113821420B (zh) * | 2021-08-24 | 2024-07-09 | 运达能源科技集团股份有限公司 | 风电机组cms系统性能比对和数据转换方法 |
| CN114065430B (zh) * | 2021-11-18 | 2022-07-12 | 德力佳传动科技(江苏)有限公司 | 一种行星级齿轮箱的状态数据处理方法及系统 |
| CN114371001B (zh) * | 2021-12-17 | 2024-05-31 | 中国电子科技集团公司第四十一研究所 | 一种齿轮箱故障缺陷检测系统 |
| CN116296365B (zh) * | 2023-03-21 | 2023-10-03 | 华能酒泉风电有限责任公司 | 一种风力发电机组齿轮箱磨损自动预警方法及系统 |
| CN116577716B (zh) * | 2023-07-06 | 2023-10-20 | 西安高压电器研究院股份有限公司 | 一种电流传感器振动特性测试方法、相关设备及相关系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202661241U (zh) * | 2011-11-18 | 2013-01-09 | 华北电力大学 | 一种模拟风电齿轮箱的振动测试装置 |
| CN105138858A (zh) * | 2015-09-25 | 2015-12-09 | 南车株洲电力机车研究所有限公司 | 一种基于多体多力学的风力发电机齿轮箱优化设计方法 |
| CN105548595A (zh) * | 2015-12-18 | 2016-05-04 | 河北省电力建设调整试验所 | 一种提取风电齿轮箱各级轴转速检测方法 |
| CN106295070A (zh) * | 2016-08-26 | 2017-01-04 | 中车株洲电力机车研究所有限公司 | 一种风电机组中齿轮箱弹性支撑跨距的优化方法 |
| WO2017000396A1 (zh) * | 2015-06-30 | 2017-01-05 | 中国空间技术研究院 | 基于多体分析试验的桁架天线反射器展开动力学建模方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0807775D0 (en) * | 2008-04-29 | 2008-06-04 | Romax Technology Ltd | Methods for model-based diagnosis of gearbox |
| ES2642670T3 (es) * | 2011-01-20 | 2017-11-17 | Vestas Wind Systems A/S | Un método para supervisión de diagnóstico de un sistema de generador de turbina eólica |
| PT2581724T (pt) * | 2011-10-13 | 2020-05-07 | Moventas Gears Oy | Método e sistema para efeitos de monitorização do estado de caixas de velocidades |
-
2019
- 2019-11-27 CN CN201911183650.3A patent/CN112861389B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202661241U (zh) * | 2011-11-18 | 2013-01-09 | 华北电力大学 | 一种模拟风电齿轮箱的振动测试装置 |
| WO2017000396A1 (zh) * | 2015-06-30 | 2017-01-05 | 中国空间技术研究院 | 基于多体分析试验的桁架天线反射器展开动力学建模方法 |
| CN105138858A (zh) * | 2015-09-25 | 2015-12-09 | 南车株洲电力机车研究所有限公司 | 一种基于多体多力学的风力发电机齿轮箱优化设计方法 |
| CN105548595A (zh) * | 2015-12-18 | 2016-05-04 | 河北省电力建设调整试验所 | 一种提取风电齿轮箱各级轴转速检测方法 |
| CN106295070A (zh) * | 2016-08-26 | 2017-01-04 | 中车株洲电力机车研究所有限公司 | 一种风电机组中齿轮箱弹性支撑跨距的优化方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于整机传动链的风电齿轮箱动力学分析;马晓光;于天龙;鲍艳秋;李诤;;机械传动(04);全文 * |
| 大型风力发电机传动链多柔体动力学建模与仿真分析;何玉林;黄伟;李成武;杜静;侯海臣;;机械工程学报(01);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112861389A (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112861389B (zh) | 风电齿轮箱振动监测位置优化方法、系统、介质及设备 | |
| Adams et al. | Structural health monitoring of wind turbines: method and application to a HAWT | |
| US8332164B2 (en) | Method for determining fatigue damage in a power train of a wind turbine | |
| Devriendt et al. | Monitoring resonant frequencies and damping values of an offshore wind turbine in parked conditions | |
| EP2644889B1 (en) | Detecting a wake situation in a wind farm | |
| Kusnick et al. | Wind turbine rotor imbalance detection using nacelle and blade measurements | |
| KR20110005893A (ko) | 기어박스의 모델 기반 진단을 위한 방법, 장치 및 컴퓨터 판독가능 저장 매체 | |
| EP2923311A1 (en) | Method and apparatus for deriving diagnostic data about a technical system | |
| CRABTREE | Condition monitoring techniques for wind turbines | |
| Sanchez et al. | Health‐aware model predictive control of wind turbines using fatigue prognosis | |
| van Vondelen et al. | Damping identification of offshore wind turbines using operational modal analysis: a review | |
| de la Hermosa González | Sound and vibration-based pattern recognition for wind turbines driving mechanisms | |
| Ferguson et al. | Big data techniques for wind turbine condition monitoring | |
| KR102226971B1 (ko) | 복합 조건을 고려한 진동 기반 고장 진단 방법 및 이러한 방법을 수행하는 장치 | |
| Manzato et al. | Removing the influence of rotor harmonics for improved monitoring of offshore wind turbines | |
| Wait et al. | Wind-induced instabilities and monitoring of wind turbine | |
| Zhang et al. | Probability warning for wind turbine gearbox incipient faults based on SCADA data | |
| CN112945535B (zh) | 一种基于数值模拟的旋转机械故障检测方法及装置 | |
| van der Valk et al. | Identifying structural parameters of an idling offshore wind turbine using operational modal analysis | |
| Cianetti et al. | Dynamic behavior of wind turbines. An on-board evaluation technique to monitor fatigue | |
| Bettig et al. | Predictive maintenance using the rotordynamic model of a hydraulic turbine-generator rotor | |
| da Rosa et al. | Wind Turbine Blade Mass Imbalance Detection Using Artificial Intelligence | |
| Perišic et al. | Gearbox fatigue load estimation for condition monitoring of wind turbines | |
| CN116928039B (zh) | 海上风电机组振动超限故障识别方法、装置、设备及介质 | |
| Rajendran et al. | Wavelet Transform‐Based Damage Identification in Bladed Disks and Rotating Blades |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |