基于传动系统振动信号特征标定的风机叶片载荷监测方法

本发明涉及风力发电，特别涉及一种基于传动系统振动信号特征标定的风机叶片载荷监测方法。

背景技术：

1、随着全球对清洁能源的需求不断增加，风力发电作为一种可再生能源技术，扮演着关键的角色。风力发电系统利用风的动力驱动风机产生电力，具有环保、可再生、零排放等优势，已成为减缓气候变化和替代传统能源的重要手段。

2、然而，尽管风力发电技术取得了显著的进展，但系统的复杂性和环境变化对其性能提出了挑战。其中叶片是风机系统的核心组成部分，承担着直接接受风力能量并转化为电能的重要职责。为了提高低风速情况下系统的发电功率，叶片的大型化成为了必然的趋势。由于叶片在高空环境中运行，受到风速、温度、湿度等多种因素的影响，容易出现屈服、疲劳和其他损伤。叶片根部处于机械结构的连接点，承受整个叶片的负载传递。由于离心力和气动载荷在叶片长度方向上逐渐增加，根部成为承受这些力的主要区域。这些损伤不仅会导致能量转化效率的下降，还可能引发系统故障，增加维护成本，甚至缩短系统寿命。因此，对叶片根部载荷情况的监测显得尤为重要。

3、目前的叶片应力监测手段包括应变计、纤维光学传感器、声发射检测等。然而，这些方法在安装、可靠性或对风机运行的影响方面存在一些限制。例如中国专利cn218598303u，名称为一种风机叶片载荷监测装置，通过闪耀光栅芯片和准直器来捕捉叶片的形变，但是需要在叶片上额外安装底板、保护罩等多种装置，不仅增加结构负担，而且需要复杂的校准过程。例如中国专利cn113323816a，名称为种基于叶片载荷分析的叶片检测方法，通过传感器监测获取风机叶片的振动信号数据，再通过有限元分析等方法获得所述待检测叶片的缺陷位置和缺陷类型，该方法模型复杂，计算量大，花费时间长，难以对风机叶片载荷进行实时在线监测。

4、因此需要本领域技术人员设计一种无需在叶片上添加额外设备，不对风机运行产生负面影响，且无需复杂的风机叶片载荷监测方法。

技术实现思路

1、为了实现上述目的，本发明提供以下技术方案：

2、本发明提供一种基于传动系统振动信号特征标定的风机叶片载荷监测方法，实时监测传动系统的振动信号，利用振动信号的频带能量总和与风机叶片根部应力的关联模型h计算得到监测风机叶片根部应力，通过与出厂时标定的叶片许用应力对比调整监测风机叶片的角度实现对风机叶片载荷监测；

3、所述振动信号的频带能量总和与风机叶片根部应力的关联模型h的构建方法为：

4、(1)采集传动系统的振动信号、风机叶片转速、风机叶片根部应力，并传输至pc端；

5、(2)对采集的数据进行预处理，得到振动子序列x(n)、风机叶片平均转速v和风机叶片根部平均应力σ；

6、(3)利用快速傅里叶变换对振动子序列x(n)进行时频域转换；

7、(4)根据齿轮箱内部的机理特征结合风机叶片平均转速v，得到多级齿轮的啮合频率w；

8、(5)计算得频域中对应频带的能量总和e*；

9、(6)重复步骤(3)-(5)得到多组不同工况下周期内传动系统振动信号有效频带能量总和e*与对应风机叶片根部平均应力的数据集g，利用线性回归模型得到振动信号的频带能量总和与风机叶片根部应力的关联模型h。

10、进一步的，步骤(1)中通过将加速度计安装于齿轮箱的外壁上，测量齿轮箱的振动信号；

11、将转速计安装于风机叶片所连接的主轴上，测量风机叶片的转速；

12、将应力片安装于风机叶片根部，测量风机叶片根部应力大小。

13、进一步的，所述预处理包括去除异常值以及将窗函数周期内风机叶片转速和风机叶片根部应力取平均值并近似为不变；去除异常值包括超出传感器量程的数据、标准风速区间以外的数据以及极限运行情况下的数据等；

14、通过窗函数对振动信号数据进行截取，将窗函数周期内风机叶片转速和风机叶片根部应力取平均值并近似为不变；

15、具体为：利用长度为n、采样间隔为t的窗函数f(t)对传动系统振动信号进行截取，得到振动子序列x(n)；

16、窗函数表达式为：

17、

18、其中ti为窗口开始的时间，n是窗口截取的数据长度，t是窗函数两次截取的时间间隔，k为常数，k＝0，1，2，3…；

19、由于窗口截取数据的时间很短，将窗口内风机叶片转速和风机叶片根部应力求平均值并近似为不变，得到风机叶片平均转速v和风机叶片根部平均应力σ。

20、进一步的，步骤(3)的具体公式为：

21、对振动信号子序列x(n)进行快速傅里叶变换(fft)，得到幅频数据集x(ω)：

22、x(ω)＝fft[x(n)]＝{(a1，ω1)，(a2，ω2)，(a3，ω3)…(ai，ωi)}；

23、其中，ωi为分量的频率，ai为该频率下的幅值。

24、进一步的，步骤(4)的具体过程为：

25、根据齿轮箱内部的机理特征，得到齿轮箱内部多级齿轮与输入轴的减速比的数据组i＝(i1，i2，i3…in…)；

26、其中，in表示齿轮箱中第n级齿轮与输入轴的减速比；

27、结合叶片平均转速v，得到周期内齿轮箱多级啮合频率w：

28、w＝vi＝(w1，w2，w3…wn…)；

29、其中，wn表示齿轮箱中第n级齿轮的啮合频率。

30、进一步的，步骤(5)的具体过程为：

31、以传动系统振动信号的幅频数据集为基础，结合齿轮箱多级啮合频率w，计算周期内振动信号有效频带能量总和e*具体过程为：

32、(51)建立振动信号的能量-频率数据集ef；

33、

34、其中，ωi为分量的频率，ai为该频率下的幅值，ei为该频率下的能量值；

35、(52)根据齿轮啮合频率及其倍频求出有效频带；

36、以周期内齿轮箱多级啮合频率及十倍内的倍频作为特征频率ωmi，其对应的能量值为efeaturei并以能量值为对应的频率分别作为下截止频率ωli和上截止频率ωhi，具体表达式为：

37、e(ωmi)＝efeaturei；

38、

39、(53)计算有效频带内能量总和e*；

40、

41、其中，i表示频域中以周期内齿轮箱多级啮合频率及倍频为参考的第i个有效频带；

42、eω为该频率下的能量值。

43、进一步的，步骤(6)的具体操作为：

44、间隔t时间后再次利用窗函数对数据流进行截取，

45、重复步骤(3)～(5)，并确保数据对应工况包含多种不同工况，得到多种工况下窗函数周期内传动系统振动信号有效频带能量总和与对应叶片根部平均应力的数据集g:

46、

47、其中，表示第c次数据截取中得到的数据点，对应该窗函数周期内传动系统振动信号有效频带能量总和与风机叶片根部平均应力σc；

48、以周期内第c次数据截取中传动系统振动信号有效频带能量总和为自变量，第c次数据截取中风机叶片根部平均应力σc为因变量，利用最小二乘法建立关联模型h：

49、σ＝h(e*)＝ae*+b

50、其中，σ是风机叶片根部平均应力；

51、a、b分别为关联模型的参数，表达式为：

52、

53、

54、其中，m表示数据计算的循环次数。

55、本方案还通过引入均方误差mse作为关联模型的准确性指标，得到准确度较高的关联模型：

56、

57、对mse设定确定有效性范围的最大值，若关联模型h的mse过大，超出标定的阈值，则增加循环次数或对数据集进行清洗，直到模型的准确性符合要求。

58、进一步的，监测风机叶片根部应力σ监测为：

59、σ监测＝h(e*监测)；

60、其中，e*监测为监测传动系统振动信号有效频带能量总和。

61、进一步的，通过关联模型h实现对风机叶片载荷监测的过程为：

62、利用窗函数实时对齿轮箱实时进行振动信号截取，计算周期内传动系统振动信号有效频带能量总和e*监测，利用关联模型求得σ监测＝h(e*监测)，该应力能够准确描述当前风机叶片的受力状态，通过该风机叶片根部应力与许用应力比较，当超过安全许用范围时，改变风机叶片朝向，直到实际应力小于许用应力；降低叶片载荷，达到保护风机叶片，延长寿命的目标。

63、本发明具有以下有益效果：

64、(1)本发明从风机运行数据中获取信息，建立传动系统振动信号特征与叶片根部应力的关联模型，该模型可以覆盖所有风机运行实际工况，适用性广。

65、(2)本发明在实际运行中通过检测齿轮箱振动即可得到叶片根部的应力情况，无需在叶片上添加额外设备，不对风机运行产生负面影响，且无需复杂的校准步骤；同时，该模型具备可迁移性，适用于设备的长时间运行以及同一型号的设备使用，降低检测成本。

66、(3)本发明通过风场中任一风机的载荷信号和振动信号的机理关联模型，构建载荷振动数学映射关系，并将该映射关系应用于风场所有风机的载荷监测，具有准确性高，实施方便，成本低，安装便利等优势。