[发明专利]一种基于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法

权利要求书

1.一种基于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法，其特征在于，步骤如下：

步骤一，对SCADA数据进行处理获得平均风速和湍流度；根据轮毂高度、平均风速、湍流度，使用Von Karman风速模型，还原出短时间间隔的风速时间序列；

步骤二，将风速时间序列转换成叶轮转矩时间序列，根据叶轮转矩时间序列使用风力发电机齿轮箱动力学模型，计算获得齿轮箱内部传动部件的应力时间序列；采用雨流计数法对应力时间序列进行处理，获得应力谱；使用Goodman直线方程对应力谱中的应力大小及对应的循环次数进行修正；

步骤三，根据修正后的应力谱以及电机齿轮箱齿轮的S-N曲线，使用疲劳累积损伤计算方法，计算齿轮箱的累计疲劳损伤。

2.如权利要求1所述于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法，其特征在于，步骤一中，所述风速时间序列为10min内、间隔为0.1s的风速时间序列。

3.如权利要求1所述于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法，其特征在于，步骤一中，所述Von Karman风速模型为：

$\frac{f\·S_{uu}\left(f\right)}{{{\mathrm{\σ}}_u}^2}={\mathrm{\β}}_1\frac{2.987\widetilde{n_u}/a}{{(1+{\left(2\mathrm{\π}\widetilde{n_u}/a\right)}^2)}^{5/6}}+{\mathrm{\β}}_2\frac{1.294\widetilde{n_u}/a}{{(1+{\left(\mathrm{\π}\widetilde{n_u}/a\right)}^2)}^{5/6}}{F}_1$

式中，为风速在纵向分量上的自频谱，f为风速变化的频率，σ_u为风速变化的标准差；为无量纲频率参数，^xL_u为湍流纵向分量的长度尺度，为平均风速；h为风力发电机轮毂距离地面的高度，h₁为大气边界层厚度；参数a、β₁、β₂和F₁分别如下所示，

$\widetilde{n_u}=f\·{{}^{x}L}_u/\stackrel{\‾}{U}$

a＝0.535+2.76(0.138-A)^0.68

A＝0.115[1+0.315(1-h/h₁)^0.68]^2/3

β₁＝2.357a-0.761

β₂＝1-β₁

$F_1=1+0.455\[-0.76{(\widetilde{n_u}/a)}^{-0.8}\].$

4.如权利要求1所述于SCADA数据的风力发电机齿轮箱疲劳寿命估计方法，其特征在于，步骤二中，使用风力发电机齿轮箱动力学模型，计算获得齿轮箱内部传动部件的应力时间序列时，使用纽马克方法求解电机齿轮箱动力学模型。