风力发电塔连接件松动程度检测方法和检测装置与流程

本发明涉及结构检测技术领域，具体涉及一种风力发电塔连接件松动程度检测方法和检测装置。

背景技术：

风力发电塔的塔体结构一般是由多节塔筒组成，其中每节塔筒的两端还分别设置有法兰盘，相邻的塔筒之间通过法兰盘和螺栓紧固连接。螺栓松动是风力发电塔的常见结构损伤，特别是在台风作用下，螺栓承受较大的拉应力，在拉应力的作用下螺栓逐渐被拉细而导致螺母逐渐松动或螺栓断裂，如果不及时发现，则会出现塔筒倒塌事故。国内外目前检测风力发电塔法兰盘紧固螺栓松动程度的常用方法是人工定期巡检、定期维护，此方法虽然可靠，但是由于每座风力发电塔多达700多个螺栓，因此人工定期维护存在检测周期过长、松动损伤发现不及时、检测成本过高等缺陷。

技术实现要素：

有鉴于此，本发明提供了一种风力发电塔连接件松动程度检测方法和检测装置，可以实现风力发电塔连接件松动程度的自动检测和识别，减少风力发电塔倒塌事故的发生，具有重要的防灾减灾意义。

本发明的第一方面，提供了一种风力发电塔连接件松动程度检测方法，所述方法包括：

获取所述连接件的参考振动数据，并提取所述参考振动数据对应的时频特征，所述时频特征包括振动信号自功率谱的突出频率值、振动信号时程曲线的最大幅值和包络曲线，所述参考振动数据为风力发电塔运营初期风速在第一区间的振动数据；

分别获取所述连接件在第一工况下的第一振动数据、在第二工况下的第二振动数据和在第三工况下的第三振动数据，其中，第一工况、第二工况和第三工况分别对应于第一风速区间、第二风速区间和第三风速区间；

分别提取第一振动数据、第二振动数据和第三振动数据对应的时频特征；

根据所述第一振动数据、第二振动数据和第三振动数据对应的时频特征和所述参考振动数据的时频特征检测风力发电塔连接件的松动程度。

优选地，所述振动数据通过设置于风力发电塔连接件两侧的传感器获得。

优选地，所述传感器为力平衡式加速度计。

优选地，所述传感器朝向主导风向。

优选地，所述参考振动数据为连续采集5个小时以上风力发电塔运营初期瞬时风速介于10～20m/s期间的振动数据。

优选地，所述时频特征通过对对应的振动数据进行高通滤波，然后再进行自功率谱分析获取。

优选地，所述第一风速区间为台风抵达后到衰减到瞬时风速30m/s的风速区间，所述第二风速区间为台风衰减到瞬时风速小于20m/s且大于10m/s的风速区间，所述第三风速区间为台风衰减到瞬时风速小于10m/s且大于5m/s的风速区间。

优选地，根据所述第一振动数据、第二振动数据和第三振动数据对应的时频特征和所述参考振动数据的时频特征检测风力发电塔连接件的松动程度包括：

在第一振动数据、第二振动数据和第三振动数据的时频特征均满足预定条件时，提示所述连接件为三级松动；

在只有第一振动数据和第二振动数据的时频特征均满足预定条件时，提示所述连接件为二级松动；

在只有第一振动数据的时频特征均满足预定条件时，提示所述连接件为一级松动；

当第一振动数据的时频特征没有同时满足预定条件时，提示所示连接件未出现松动；

其中，所述预定条件为自功率谱的突出频率值与参考突出频率值不同，最大幅值大于10倍的参考最大幅值，包络曲线相邻的波峰和波谷的差值大于10倍的参考包络曲线相邻的波峰和波谷的差值。

优选地，所述一级松动、二级松动、三级松动的松动程度呈递增趋势。

第二方面，提供了一种风力发电塔连接件松动程度检测装置，所述检测装置包括：

传感器，设置于所述风力发电塔连接件的两侧，用于检测振动数据；

数据处理装置，被配置为执行以上所述的方法。

本发明提供了一种风力发电塔连接件松动程度检测方法和检测装置，通过在风力发电塔连接件的两侧各设置一个传感器，分别获取风力发电塔在每次台风抵达后的第一风速区间的振动数据，第二风速区间的振动数据，以及第三风速区间的振动数据；然后将获取的三组振动数据分别与风力发电塔运营初期风速在第一区间的参考振动数据进行对比，进而判断每次台风过后风力发电塔连接件的松动程度。由此，实现了风力发电塔连接件松动程度的自动检测和识别，提高了风力发电塔连接件松动损伤的维护效率，减少风力发电塔倒塌事故的发生，具有重要的防灾减灾意义。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：

图1是本发明实施例的风力发电塔连接件松动程度检测装置的结构示意图；

图2是本发明实施例的风力发电塔连接件松动程度检测方法的流程图；

图3是本发明实施例的步骤s400的流程图。

具体实施方式

以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明目的，并且附图不一定是按比例绘制的。

除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。

在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

下面结合附图及具体实施方式对本发明作进一步说明。

本实施例的具体实施方式如图1和图2所示。其中，图1是本发明实施例的风力发电塔连接件松动程度检测装置的结构示意图；图2是本发明实施例的风力发电塔连接件松动程度检测方法的流程图。根据图1所示，风力发电塔连接件松动程度检测装置包括传感器1和数据处理装置2，传感器1用于检测和获取风力发电塔在不同的风速区间的振动数据。具体地，传感器1可以设置于风力发电塔连接件的两侧，可以精确检测到连接件松动前、后的振动信号。同时，传感器1可以面向主导风向的方向进行固定设置，可以获取每次台风抵达后风力发电塔连接件受到的最大影响，即最大范围的振动数据，可以更加准确的获悉连接件的局部振动信号。其中，主导风向是指风频最大的风向角的范围。风向角范围一般在连续45度左右，对于以16方位角表示的风向，主导风向一般是指连续2-3个风向角的范围。传感器1可以选择为频带范围≥0～100hz的力平衡式加速度计，如中国地震局工程力学研究所的qz2013型力平衡式加速度计，力平衡式加速度计具有频率响应快，动态范围大，体积小、功耗低、易于使用等优点。

数据处理装置2设置于数据处理中心，数据处理装置2和传感器1通过无线连接或者有线连接，传感器1将检测到的振动数据通过无线信号或者有线信号传送到数据处理装置2中。数据处理装置2用于按照预定的方法对传感器1采集的振动数据进行处理以检测连接件的松动程度。其中，预定方法是根据连接件松动敏感的振动特性参量以及其实际值的提取方法进行设定的。敏感振动特性参量包括某些频域特性参量、某些时域特性参量。其对应的选择基于频域变换和时域变换方法来提取敏感振动特性参量值。具体地，数据处理装置2将接收到的振动数据先进行高通滤波，将低于临界值的低频信号进行阻隔和减弱，然后再进行自功率谱分析提取突出频率值以及振动信号时程曲线的最大幅值和包络曲线。其中，功率谱是数字信号处理的主要内容之一，主要研究单位频带内信号功率随频率的变化情况，目的是根据有限数据在频域内提取被淹没在噪声中的有用信号。时程曲线即时域变化曲线，包括位移时程曲线、加速度时程曲线、速度时程曲线等，具体指某一质点随时间变化的反应曲线。

本实施例的风力发电塔连接件的松动程度检测方法如图2所示，所述方法包括：

步骤s100、获取所述连接件的参考振动数据，并提取所述参考振动数据对应的时频特征，所述时频特征包括振动信号自功率谱的突出频率值、振动信号时程曲线的最大幅值和包络曲线，所述参考振动数据为风力发电塔运营初期风速在第一区间的振动数据。

所述参考振动数据是指连续采集5个小时以上风力发电塔运营初期瞬时风速介于10～20m/s期间的风力发电塔的振动数据。由于在风力发电塔运营初期，连接件的连接是处于紧固状态的，因此在此期间获取的振动数据可以作为参考振动数据。数据处理装置2接收参考振动数据后，将参考振动数据进行高通滤波，将低于临界值的低频信号进行阻隔和减弱，然后再进行自功率谱分析提取参考突出频率值以及振动信号时程曲线的参考最大幅值和参考包络曲线。

步骤s200、分别获取所述连接件在第一工况下的第一振动数据、在第二工况下的第二振动数据和在第三工况下的第三振动数据，其中，第一工况、第二工况和第三工况分别对应于第一风速区间、第二风速区间和第三风速区间。

风速区间的选择可以明确在多大风力作用下所测得的风力发电塔的振动数据，更有利于分析连接件的松动程度。具体的风速区间为：第一风速区间是指每次台风抵达后到衰减到瞬时风速为30m/s的风速区间；第二风速区间是指每次台风衰减到瞬时风速小于20m/s且大于10m/s的风速区间；第三风速区间是指每次台风衰减到瞬时风速小于10m/s且大于5m/s的风速区间。

步骤s300、分别提取第一振动数据、第二振动数据和第三振动数据对应的时频特征。

时频特征的提取过程包括：

(1)提取第一振动数据对应的时频特征，传感器1检测到第一风速区间的第一振动数据后，通过无线信号或者有线信号将第一振动数据传输到数据处理装置2中，数据处理装置2将接收到的第一振动数据进行高通滤波，然后再进行自功率谱分析提取突出频率值以及振动信号时程曲线的最大幅值和包络曲线。

(2)提取第二振动数据对应的时频特征，传感器1检测到第二风速区间的第二振动数据后，通过无线信号或者有线信号将第二振动数据传输到数据处理装置2中，数据处理装置2将接收到的第二振动数据进行高通滤波，然后再进行自功率谱分析提取突出频率值以及振动信号时程曲线的最大幅值和包络曲线。

(3)提取第三振动数据对应的时频特征，传感器1检测到第三风速区间的第三振动数据后，通过无线信号或者有线信号将第三振动数据传输到数据处理装置2中，数据处理装置2将接收到的第三振动数据先进行高通滤波，然后再进行自功率谱分析提取突出频率值以及振动信号时程曲线的最大幅值和包络曲线。

步骤s400、根据所述第一振动数据、第二振动数据和第三振动数据对应的时频特征和所述参考振动数据的时频特征检测风力发电塔连接件的松动程度。

具体说明，图3是步骤s400的流程图，如图3所示，所述步骤s400包括：

s401、在第一振动数据、第二振动数据和第三振动数据的时频特征均满足预定条件时，提示所述连接件为三级松动；

s402、在只有第一振动数据和第二振动数据的时频特征均满足预定条件时，提示所述连接件为二级松动；

s403、在只有第一振动数据的时频特征均满足预定条件时，提示所述连接件为一级松动；

s404、当第一振动数据的时频特征没有同时满足预定条件时，提示所示连接件未出现松动；

其中，所述预定条件为自功率谱的突出频率值与参考突出频率值不同，最大幅值大于10倍的参考最大幅值，包络曲线相邻的波峰和波谷的差值大于10倍的参考包络曲线相邻的波峰和波谷的差值。

突出频率值是指单位时间内完成振动的次数，反应了连接件的振动速度。当某一工况的振动数据的突出频率值与参考突出频率值不同时，连接件可能存在松动。幅值又称峰值，最大幅值即最大峰值，反映了时程曲线变化的幅度大小，幅值越大，说明时程曲线变化的幅度越大，说明连接件的振动越大，连接件的松动程度可能越明显。包络曲线相邻的波峰和波谷的差值的大小同样也可反应包络曲线变化的幅度越大，连接件的松动程度越明显。当最大幅值和包络曲线相邻的波峰和波谷的差值与参考工况下的最大幅值和参考包络曲线相邻的波峰和波谷的差值具备一定的差异时，才可判定连接件出现松动。连接件在同一松动程度下，不同的风速区间所获取的振动数据是不同的，因此，需要同时进行比较才能获悉连接件具体的松动程度。

连接件的一级松动、二级松动、三级松动的松动程度呈递增趋势，即松动程度较小、松动程度一般、松动程度严重。维护人员可以根据松动程度的具体情况，优先为松动程度严重的风力发电塔进行维护，避免维护不及时，造成不必要的事故发生。

本发明提供了一种风力发电塔连接件松动程度检测方法和检测装置，通过在风力发电塔连接件的两侧各设置一个传感器，分别获取风力发电塔在每次台风抵达后的第一风速区间的振动数据，第二风速区间的振动数据，以及第三风速区间的振动数据；然后将获取的三组振动数据分别与风力发电塔运营初期风速在第一区间的参考振动数据进行对比，进而判断每次台风过后风力发电塔连接件的松动程度。由此，实现了风力发电塔连接件松动程度的自动检测和识别，提高了风力发电塔连接件松动损伤的维护效率，减少风力发电塔倒塌事故的发生，具有重要的防灾减灾意义。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。