[发明专利]一种风力发电机叶片固有频率在线识别方法在审

专利信息
申请号: 201810623339.5 申请日: 2018-06-15
公开(公告)号: CN108827458A 公开(公告)日: 2018-11-16
发明(设计)人: 侯成刚;胡翔 申请(专利权)人: 西安交通大学
主分类号: G01H17/00 分类号: G01H17/00
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 固有频率 最大系统 风力发电机叶片 叶片 固定频率 在线识别 待分析信号 存储叶片 分析计算 时域信号 实时识别 叶片振动 原始系统 自动提取 降采样 摆振 对时 经带 采集
【说明书】:

发明公开了一种风力发电机叶片固有频率在线识别方法,包括以下步骤:1)采集并存储叶片挥舞方向及摆振方向的叶片振动信号;2)选取待分析信号;3)得经带通滤波及降采样的时域信号;4)对时域信号进行叶片固有频率的分析计算,得当前系统阶次下的叶片固有频率;5)判断当前系统统阶次是否超过设定的最大系统阶次,当当前系统统阶次小于设定的最大系统阶次时,则给当前系统阶次加2,然后转至步骤4),当系统阶次大于等于设定的最大系统阶次时,则转至步骤6);6)对原始系统阶次至最大系统阶次下计算得到的所有叶片固定频率进行自动提取,以获得叶片的真实固定频率,该方法能够在线实时识别风力发电机叶片的固有频率。

技术领域

本发明属于风力发电机组结构固有频率识别领域,涉及一种风力发电机叶片固有频率在线识别方法。

背景技术

我国在役风力发电机组数量逐年增加,机组的运维问题日益凸显。其中风力发电机叶片是机组能量转化的关键部件,同时还是受极端动力载荷最为严重的部件,它受到的主要载荷有:风载(这包括稳定风速产生的固定气动载荷和脉动风速产生的随机载荷)、重力载荷和惯性载荷。在复杂载荷的综合作用下,叶片容易出现疲劳失效产生裂纹,叶片初期裂纹若不经修复进一步劣化,将产生不可估量的损失。并且在冬季时,风力发电机叶片不可避免存在着结冰情况。如果机组在叶片结冰情况下持续运行将会导致叶片和塔筒过载,严重影响机组的安全运行,并显著缩短机组服役寿命。因此实现对风力发电机叶片的状态监测对于保障机组安全运行至关重要。叶片固有频率是反映叶片结构健康状态的重要指标,利用固有频率可以确定结构的刚度和质量是否发生变化,即可确定叶片是否出现结构损伤和结冰。综上所述,叶片固有频率的在线识别是实现叶片状态在线监测的基础。

传统的实验模态分析方法无法实现固有频率的实时在线检测,因此不能够满足叶片在线监测需求。

发明内容

本发明的目的在于克服上述现有技术的缺点,提供了一种风力发电机叶片固有频率在线识别方法,该方法能够在线实时识别风力发电机叶片的固有频率。

为达到上述目的,本发明所述的风力发电机叶片固有频率在线识别方法包括以下步骤:

1)利用双轴加速度传感器采集并存储叶片挥舞方向及摆振方向的叶片振动信号;

2)计算叶片挥舞方向及摆振方向的叶片振动信号的有效值之和,当计算得到的有效值之和大于等于有效值阈值时,则选择叶片挥舞方向的叶片振动信号作为待分析信号;当计算得到的有效值之和小于有效值阈值时,则选择叶片摆振方向的叶片振动信号作为待分析信号;

3)对步骤2)得到的待分析信号进行带通滤波,再对带通滤波后的待分析信号进行降采样,得经带通滤波及降采样的时域信号;

4)利用随机子空间算法对步骤3)得到的经带通滤波及降采样的时域信号进行叶片固有频率的分析计算,得当前系统阶次下的叶片固有频率;

5)判断当前系统统阶次是否超过设定的最大系统阶次,当当前系统统阶次小于设定的最大系统阶次时,则给当前系统阶次加2,然后转至步骤4),当系统阶次大于等于设定的最大系统阶次时,则转至步骤6);

6)对原始系统阶次至最大系统阶次下计算得到的所有叶片固定频率进行自动提取,以获得叶片的真实固定频率。

步骤1)中的双轴加速度传感器的频率响应范围覆盖1-10Hz,且双轴加速度传感器的灵敏度大于等于500mv/g,双轴加速度传感器安装于叶片内部且靠近叶尖的位置。

步骤3)中通过带通滤波器对步骤2)得到的待分析信号进行带通滤波,其中,带通滤波器的低截止频率为1Hz,带通滤波器的高截止频率为10Hz。

步骤6)的具体操作为:

1a)对原始系统阶次至最大系统阶次下计算得到的所有叶片固定频率进行升序排列,得固有频率序列;

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西安交通大学,未经西安交通大学许可,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/201810623339.5/2.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