振动监测的制作方法
【专利摘要】通过使用频率分析(如波峰因数，边带因数)和时域分析可以可以从由振动数据(102，104，106)的分析得出的振动特征(108，110，112，114)确定健康指数(HI)。因此能够通过将一项或者多项振动特征(108，110，112，114)与对应的权重因子(116，118，120，122)的乘积加和来计算健康指数(124)。
【专利说明】振动监测【技术领域】
[0001]本发明涉及一种识别风力涡轮机或水力涡轮机或其中部件以进行维护的方法。特别地，涉及一种分析振动数据以确定健康指数的方法。
【背景技术】
[0002]通常由状态监测系统测量振动。一般而言，相对正常值较大的振动是存在损伤的指示。
[0003]振动分析通常依赖于由传感器提供的测量数据超过预设阈值，如果该阈值设置过低，容易造成误报警。该阈值水平并不一定为常数，可能随着频率(并因此随着速度)而变化。冲击和外来振动的存在意味着阈值水平必须设置得足够高以最小化误报警的风险。更进一步的，阈值必须足够高以避免传感器性能“漂移”导致的不利影响，这可能在传感器的寿命期间出现。此外，与失效或损伤有关的振动和那些不指示失效或损伤的振动之间并没有区别。振动水平可以与之前启动或者停机之类的历史基准值做对比。
[0004]在涡轮机运行期间而发展的故障，如转子不平衡，可能在轴承上引起超过期望载荷的载荷，从而导致其设计寿命的降低。振动特征分析可以检测出如不平衡这类初期故障。这给出了不平衡的幅度，并且由于不平衡导致的冲击力是不平衡幅度和速度平方值的函数。由故障导致的冲击力因此可从现场运行状况算得，并用于计算单个部件受到的载荷。与假定运行曲线之间的偏差可通过使用通用风模拟模型而得出以确定涡轮机轴上的载荷，这允许基于现场运行状况计算单个部件所受载荷。结合这些给定每个部件承受的总载荷用于估算单个部件的剩余寿命和齿轮箱的寿命。
[0005]然而，风模拟模型存在不足之处，这意味着不能可靠或者准确地确定涡轮机轴上所承受的载荷。
【发明内容】
`
[0006]根据本发明的第一个方面，提供了一种用于识别风力涡轮机或水力涡轮机或其中部件以进行维护的方法，该方法包含这些步骤:分析风力涡轮或水力涡轮机或其中部件的振动数据从而提供一项或者多项振动特征；从一项或者多项振动特征中确定健康指数；将健康指数与维护阈值进行比较。这意味着，相对于状态监控系统使用的传统振动分析，设置了一个更有用的阈值，其继而允许对需要维护的部件的更准确的识别。
[0007]优选的，确定健康指数的步骤包括加和一项或者多项振动特征与对应的权重因子的乘积。使用多项振动特征和对应的权重意味着获得涡轮机或者部件更准确的写照。
[0008]优选的，振动特征包括波峰因数和边带因数。
[0009]优选的，识别风力涡轮机或水力涡轮机或其中部件以进行维护包括识别风力涡轮机或水力涡轮机或其中部件具有超过了维护阈值的健康指数。这意味着涡轮机的操作者得到涡轮机或者其中部件很可能需要维护的通知。
[0010]优选的，维护包含对涡轮机降载运行，调查涡轮机或者其中部件，和/或更换或维修涡轮机或者其中部件。
[0011]同时提供的是用指令编码的一个存储介质，当由处理器执行时，该指令执行:分析风力涡轮机或水力涡轮机或其中部件的振动数据，从而提供一项或者多项振动特征；从一项或者多项振动特征确定健康指数；将健康指数与维护阈值进行比较。相对于状态监控系统使用的传统振动分析，设置了更有用的阈值，其继而允许自动的和更准确的识别需要维护的部件。
【专利附图】
【附图说明】
[0012]现参考附图仅以示例的方式对本发明进行描述，其中:
[0013]图1显示的是如何计算健康指数的示意性示例；
[0014]图2显示的是健康指数随时间的变化图；
[0015]图3显示的是从一个或者多个振动信号中估算涡轮机部件的速度的方法；
[0016]图4显示的是基于单一振动谱的速度估计；
[0017]图5显示的是用于估计健康指数的预处理的方法；和
[0018]图6显示的是从单一谱的振动特征计算健康指数的实例。
【具体实施方式】
[0019]健康指数是基于一项或者多项振动信号和/或频域谱的单一值。通过从信号和/或谱中提取特性/特征计算得到，运用权重因子反映特性的重要性或强度，并且然后加和这些加权特性。这些特性通常是信号的波峰幅值，并且可能是从信号或者谱的综合度量如均方根值(RMS)或者峭度；涉及特定频率的信号/谱中呈现的能量；或任何其它源自振动信号/谱中的值。现在参见图1，图1显示的是如何计算健康指数的示意性实例，针对第一振动谱104和第二振动谱106分析振动信号102。这个实例显示了输入一个振动信号和两个振动谱，这个方法可以用于任意数目个振动时间信号和振动谱。特性108由振动信号102计算得到。每个特性计算可能需要一个或者多个振动信号和谱作为输入。因此特性110、112、114是从振动谱104和106计算得到。这个实例显示了四个独立的振动特性的计算；这个方法可用于任意数目个特性计算。在下一步，权重116、118、120、122被应用到每个特性108、110、112、114，并且加权特性被加和从而给出健康指数124。
[0020]通过使用频率分析(如波峰因数，边带因数)，时域分析等的组合，可以从振动分析中得到的振动特征确定健康指数。健康指数(HI)因此是一项或者多项这些振动特征及对应权重因子的函数，权重因子反映了特征中该特性的重要性或者强度:
[0021]HI=f (振动特征,权重因子)
[0022]当振动低时，健康指数也低，反之亦然。
[0023]特性或者振动特征对应着涡轮机或者其中部件，例如，特征可与轴的转频或齿轮的啮合频率有关。
[0024]健康指数可分层，或者可用于设置阈值。
[0025]图2显示的是风力涡轮机部件的健康指数随时间的变化图。
[0026]点I处，健康指数低，并且振动数据的频率分析显示该风力涡轮机，或者该情况下风力涡轮机中的轴承部件是健康的。[0027]点2处，健康指数已经升高了，并且振动数据的频率分析显示该部件存在明显损伤。
[0028]点3处，进一步的振动数据分析显示该部件的状况恶化了。
[0029]点4处，健康指数已经进一步升高，并且振动数据的频率分析显示该轴承应当被更换。
[0030]因而可以看到，在本具体实例中，一旦健康指数已经超过大约为4的值时，该风力涡轮机部件就需要频繁的监测，和/或涡轮机的性能需要降低以延长该部件的寿命至一个方便维护的窗口时期，在该时期可对其进行检查和可能进行更换。一旦健康指数已经超过大约为5的值时，该涡轮机部件就应当至少被检查并很可能维修或更换，并且/或涡轮机停机。
[0031]因而识别风力涡轮机或水力涡轮机或其中部件以进行维护的过程包括识别具有高于维护阈值的健康指数的风力涡轮机或水力涡轮机或其中部件。
[0032]维护包含了涡轮机降载运行，调查风力涡轮机或者其中部件，和/或更换或维修风力涡轮机或其中部件。
[0033]以上披露的振动监测方法是依赖于拥有准确的风力涡轮机或水力涡轮机的转速值。本发明同时包含了 一种基于一个或者多个已测振动信号的频谱表示估算风力涡轮机或者水力涡轮机转速的方法。
[0034]风力涡轮机或水力涡轮机的许多部件通常在不同的频率处产生振动能量，这些频率与机器的运行转速成比例关系。一个或者多个这些频率比率被用于通过在不同比率建立一组窗函数并调整比例以最大化窗函数与振动谱之间的相关性从振动信号估计速度。这个方法通过图3阐明，其中预期频率比率302被窗函数304用于产生窗口集。对每个感兴趣的频率比率，一个单个的窗被定义于居于该频率中心处。这个单个窗是一个函数，其是在所讨论的频率比率处的一个给定高度，且在远离该频率比率处下降为O。此处的窗函数是所有单个窗的相加/组和。选择比例因子306并在步骤308中用于产生经缩放的窗，该经缩放的窗在步骤312中与振动信号310进行比较给出一个相关值。比例因子306在步骤314中被调节以用于寻找一个比例因子，该比例因子最大化经缩放窗和振动信号310之间的相关性。
[0035]这个相关性可以是振动谱和经缩放窗函数的逐点乘法运算后的求和或者加权求和，或者是其他合计振动谱与经缩放窗函数的方法。这些窗可以是矩形、三角、高斯或其他任何形状；其宽度可以是固定的，也可以与频率比率成比例和/或与估算速度成比例，其高度是可变化的。窗的高度被当作权重因子，权重因子与预期的波峰高度有关——例如，如果谱有两个指示始终具有比峰B更高的幅度的峰A的速度的波峰，那么一个比较大的权重将作用于波峰B以使它们的贡献大致相等。此处的窗缩放因子根据风力涡轮机或水力涡轮机的运行范围进行调整。缩放因子在运行速度范围的下端进行选择，然后向该范围的上端逐步调节，以在步骤314寻找到最大的相关性。频率比率可被定义(即它们是相对于什么的比率)。如果频率比率被定义为频率相对于所关心的轴的转速的比率，缩放因子即等于该转速。有时需要齿轮箱中另一根轴的转速，这种情况下缩放因子需要乘上一个比率以得到该转速。由此，这个方法产生了涡轮机的最可能的转速。
[0036]这个方法在图4中被示例，图4显示了基于单一的振动谱估算转速。左边的图显示了相关值随着缩放因子/速度估计的变化而变化。右边的几幅图显示了基于四个频率比率在不同缩放因子具有固定宽度的矩形窗(阴影区)的谱(实线)和经缩放的窗函数。在该情形中，估算的转速为25。
[0037]本方法可独立使用或与此处展示的振动监测或者与任何其他类型的风力涡轮机或水力涡轮机监测结合使用。
[0038]此振动处理方法可通过在应用健康指数计算前对振动数据实施预处理进行改进。此振动处理方法可应用或不应用该预处理。
[0039]以上披露的合计若干振动特征存在的潜在缺点是，振动信号中的固有噪声会淹没任何所表现出来的特性。为减轻这种现象，可在计算振动特征前在振动信号502的频谱上执行图5中所示的预处理方法。
[0040]峰值检测算法寻找最小距离间隔的峰值，并且设置一个单独的值是不明智的。通常最好尝试通过将谱划分为多个范围，即轴频率和齿轮啮合频率来分离可能具有不同幅值的不同频率组。并且然后对每个范围:
[0041]1.在谱504中找到峰值的频率位置
[0042]2.找到谱506的总体水平
[0043]这允许将谱减少为具有少数峰值的总体水平。这个方法可被用于整个频率域一次，或者在频率域中的不同范围上多次使用。
[0044]在谱508中检测峰值可通过标准方法实施，比如使用一组连续小波变换来定位看起来最像峰值的谱的部分。用于检测峰值的所选方法可使用阈值或者极限值来控制找到的峰值的数目。
[0045]谱506的总体水平可被设置为零或者是均值，均方根(RMS)值，或根据谱或谱范围的幅值得到的任何其他平均值。
[0046]图6显示的是从一个单一谱(顶部的图)的振动特征计算健康指数的实例。该健康指数可基于多于一项振动信号计算并可基于信号的时域、频域或其他表示域计算得到。
[0047]这个谱被划分至若干范围，并且对每个范围独立地应用预处理以产生预处理后的频谱(中间的图)。
[0048]预处理后的谱然后被用于寻找振动特征；在本情况下存在一些定义频率处的幅值。之后这些特征(幅值)与权重因子一起用于计算健康指数(HI)。
[0049]当预处理执行完成后，若有必要，重新结合得到的峰值及水平，并作为一个谱对待，用于健康指数的计算(底部的图):
[0050]HI= Σ w1.Ai= (3.0x20.03) + (10.0x14.70) + (5.0x2.35) + (5.0x26.22) + (10.0x2.35) + (5.0x1.66) + (5.0x11.57)=439.6
[0051]其中HI是健康指数，wi是权重，并且Ai是幅值。
[0052]还提供用指令编码的存储介质，使得当由处理器执行时，执行:分析风力涡轮机或水力涡轮机或其中部件的振动数据，从而提供一项或者多项振动特征；从一项或者多项振动特征确定健康指数；并且将健康指数与维护阈值进行比较。
【权利要求】
1.一种识别风力涡轮机或水力涡轮机或其中的部件以进行维护的方法，所述方法包括以下步骤: 分析所述风力涡轮机或水力涡轮机或其中部件的振动数据从而提供一项或者多项振动特征； 从所述一项或者多项振动特征确定健康指数；以及 将所述健康指数与维护阈值进行比较。
2.根据权利要求1所述的方法，其中所述分析振动数据从而提供一项或者多项振动特征的步骤包括以下步骤: 提供所述涡轮机或者其中部件的振动数据；以及 识别所述振动数据中的一项或者多项振动特征。
3.根据权利要求2所述的方法，其中所述振动特征从以下项所组成的组中选取:峰值、均方根、峭度、波峰因数、边带因数，和所述振动数据中在特定频率处出现的能量。
4.根据任一前述权利要求所述的方法，其中所述振动数据是振动谱。
5.根据权利要求1至3中任一项所述的方法，其中所述振动数据是振动信号。
6.根据 任一前述权利要求所述的方法，其中所述健康指数是基于一组或者多组振动数据的单一的值。
7.根据任一前述权利要求所述的方法，其中所述确定健康指数的步骤包括以下步骤: 为所述一项或者多项振动特征提供对应的权重因子；以及 将所述一项或者多项振动特征与所述对应的权重因子的乘积求和。
8.根据权利要求7所述的方法，其中所述对应的权重因子反应所述振动特征的重要性或者强度。
9.根据任一前述权利要求所述的方法，其中识别风力涡轮机或水力涡轮机或其中部件以进行维护包括识别具有高于所述维护阈值的健康指数的风力涡轮机或水力涡轮机或其中部件。
10.根据任一前述权利要求所述的方法，其中维护包括所述涡轮机降载运行。
11.根据权利要求1至9中任一项所述的方法，其中维护包括调查所述风力涡轮机或者其中部件。
12.根据权利要求1至9中任一项所述的方法，其中维护包括更换或维修所述风力涡轮机或者其中部件。
13.根据任一前述权利要求所述的方法，另外包括第一个步骤，所述第一步骤包括:处理所述振动数据以去除对所述一项或者多项振动特征造成干扰的噪声。
14.根据权利要求13所述的方法，其中所述处理所述振动数据的步骤包括以下步骤: 将所述振动数据划分为多个范围； 在每个范围内检测振动特征的位置； 计算所述振动特征的值； 合并所述范围。
15.根据权利要求14所述的方法，其中所述检测振动特征的位置的步骤包括使用一组连续小波函数。
16.根据权利要求14或15所述的方法，其中所述检测振动特征的位置的步骤包括使用阈值或者极限值控制检测到的振动特征的数目。
17.根据任一前述权利要求所述的方法，另外包括以下步骤:提供与振动特征相关的部件转速。
18.根据权利要求17所述的方法，其中所述提供转速的步骤包括以下步骤: 提供期望的振动特征； 为每个期望振动特征提供比率； 将所述比率与缩放因子相乘； 为比率与缩放因子的每个乘积建立一组窗口 ； 调整所述缩放因子以最大化所述一组窗口与所述振动数据之间的相关性； 其中，所述缩放因子是所述转速的函数。
19.根据权利要求18所述的方法，其中所述振动数据是振动谱。
20.根据权利要求19所述的方法，其中所述比率是期望振动特征的频率与所感兴趣的部件的速度的比率。
21.根据权利要求20所述的方法，其中所述缩放因子等于所述转速。
22.—种基本上如参 考附图在此处描述的方法。
23.一种用指令编码的计算机可读存储介质，当由处理器执行时，所述指令执行: 分析风力涡轮机或水力涡轮机或其中部件的振动数据，从而提供一项或者多项振动特征； 从所述一项或者多项振动特征确定健康指数；以及 将所述健康指数与维护阈值进行比较。
24.一种用于确定风力涡轮机或水力涡轮机的部件的转速的方法，包括以下步骤: 提供期望的振动特征； 为每个期望的振动特征提供比率； 将所述比率与缩放因子相乘； 为比率与缩放因子的每个乘积建立一组窗口； 调整所述缩放因子以最大化所述一组窗口与所述振动数据之间的相关性； 其中，所述缩放因子是所述转速的函数。
25.根据权利要求24所述的方法，其中所述振动数据是振动谱。
26.根据权利要求25所述的方法，其中所述比率是期望的振动特征的频率与所感兴趣的部件的速度的比率。
27.根据权利要求26所述的方法，其中所述缩放因子等于所述转速。
28.—种基本如参考图3和图4在此描述的方法。
29.一种用指令编码的计算机可读存储介质，当由处理器执行时，所述指令执行: 提供期望的振动特征； 为每个期望振动特征提供比率； 将所述比率与缩放因子相乘； 为比率与所述缩放因子的每个乘积建立一组窗口； 调整所述缩放因子以最大化所述一组窗口与所述振动数据之间的相关性； 其中，所述缩放因子是所述转速的函数。
【文档编号】G05B23/02GK103608739SQ201280029419
【公开日】2014年2月26日 申请日期:2012年6月15日 优先权日:2011年6月15日
【发明者】马小芹, D·爱德华兹 申请人:诺迈士科技有限公司