本发明涉及风力发电机组叶片监测类技术方向，具体涉及一种基于叶根法兰间隙数据的叶轮不平衡检测及监测方法。
背景技术：
1、随着中国风电快速发展，风电机组的故障也越来越多，叶片是风机吸收能量的装置，随着风电机组容量的不断增加，叶片越做越长，扫风面积、重量和转动惯量也随之增加。特别是风电机组的振动故障，将直接影响机组机械性能及寿命。而叶片作为风电机组动力来源，其气动不平衡将使机组产生额外载荷或者载荷失衡。所以叶片气动不平衡将会降低发电效率及风电机组功率曲线，同时也会对变桨系统、传动链、偏航系统等关键部件带来损伤。
2、叶片气动不平衡将会降低发电效率及风电机组功率曲线，同时也会对变桨系统、传动链、偏航系统等关键部件带来损伤。现有的检测方法有振动方法、载荷法、视觉检测法等。但振动法测量精度较低，并不能及时有效提取到特征信号。载荷检测方法需要载荷测量准确，现阶段载荷的测量技术成熟度不高，并且由于粘贴工艺等问题，导致测量一致性较差，容易引起误测量。基于视觉的检测方法大多只能检测由于叶轮不平衡造成的叶尖塔筒距离不一致引起的问题，对于由质量等一些因素引起的不平衡无法准确有效检测。
3、叶轮不平衡产生的原因主要有叶片质量分布不均匀、安装角度误差、变桨角度执行机构故障、叶片结冰、叶片本体性能状态等都可能会造成叶轮不平衡，因此，叶轮不平衡现象的实质是叶片受力不平衡的问题，理论上该特征使用测量叶片载荷的方法最为有效，其它手段并不能完全覆盖，但当前载荷测量技术一致性较差，容易引起误测量。
技术实现思路
1、为了解决当前技术叶轮不平衡检测覆盖度不完全、精度不高的问题。本发明基于叶根法兰间隙测量系统，采集叶根法兰间隙数据来表征叶片受力的特征情况；通过提取三只叶片叶根法兰间隙值一致性等特征，识别叶轮不平衡现象，具有较高的识别精度及范围。
2、实现本发明上述目的所采用的技术方案为：
3、一种基于叶根法兰间隙的叶轮不平衡检测方法，包括以下步骤：
4、s1、在叶片叶根的前缘、后缘以及迎风面法兰处均布法兰间隙传感器；
5、s2、将每只叶片法兰间隙传感器进行序号编制，每个传感器的法兰间隙传感器采集到的叶根法兰间隙值为dij，其中i为叶片编号，值为1,2,3，j为传感器序号，值为1…n，分别对应1到n号传感器；
6、s3、对法兰间隙原始数据值进行傅里叶变化，得到叶轮旋转的频率fij，根据所有传感器的频率值fij进一步确定叶轮的旋转频率f，进一步确定叶轮的转速n＝f*60；
7、s4、针对采集到的原始法兰间隙传感器数据，首先提取前后缘法兰间隙传感器的峰峰值dijp；然后将三只叶片前后缘传感器的峰峰值取均值：
8、
9、再将迎风面传感器直接取绝对值的均值，得到：
10、
11、s5、对于前后缘传感器，将相同位置的不同叶片的法兰间隙传感器峰峰值两两作差，并取绝对值，再取均值，得到三只叶片前后缘法兰间隙的互差均值：
12、
13、对于迎风面传感器原始数据两两作差，并取绝对值，再取均值，得到三只叶片迎风面法兰间隙的互差均值：
14、
15、再将互差均值与均值做比，则得到基于每个叶根法兰间隙的差值比例：
16、
17、s6、根据计算叶轮转速n，选用一定范围区间内的数据进行不平衡特性分析：采用分位数法剔除离群值，当保留数据数量大于4之后，进行不平衡度计算：
18、
19、其中n为保留的有效数据个数，结果imb采用百分比制，数据越大其不平衡程度越严重。
20、进一步的，步骤s1中在每个叶片的叶根前后缘以及迎风面各安装2个法兰间隙传感器，每只叶片共部署6只法兰间隙传感器。
21、进一步的，步骤s2中取所有传感器频率值fij的众数为叶轮的旋转频率f。
22、进一步的，步骤s6中选用并网转速到额定转速*90％范围区间内的数据进行不平衡特性分析。
23、进一步的，步骤s6中选用4分位法进行剔除，根据数据计算四分之一分位与四分之三分位，将超出四分之三分位或者低于四分之一分位的数据定义为离群数据进行剔除。
24、进一步的，步骤s6中当计算不平衡度imb大于30％时认为存在轻度不平衡。
25、进一步的，步骤s6中当计算不平衡度imb大于50％时认为存在重度不平衡。
26、本发明还提供了一种基于叶根法兰间隙的叶轮不平衡检测系统，所述系统包括：
27、法兰间隙传感器，分布在叶片叶根的前缘、后缘以及迎风面法兰处，用于获取法兰间隙数据信息；
28、采集系统，设置于轮毂内部，用于采集法兰间隙传感器的数据信息；
29、数据传输系统，用于将采集系统采集到的数据信息接入环网，并将数据上传至上位机系统；
30、上位机系统，按照上述方法完成数据信息的存储、展示、计算及预警。
31、本发明还提供了一种电子设备，包括处理器和存储器，所述存储器耦接到所述处理器，所述存储器存储指令，当所述指令由所述处理器执行时使所述电子设备执行前述方法的步骤。
32、本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述方法的步骤。
33、与现有技术相比，本发明提供的基于叶根法兰间隙的叶轮不平衡检测方法的原理以及有益效果如下：
34、根据叶轮不平衡的特征可知，叶轮不平衡的主要影响因素都是由于三只叶片受力的不均匀引起的。受力不同，三只叶片的载荷不同，则三只叶片对于轮毂的拉力也不同，因此，叶根螺栓法兰间的受力也不同，最终导致叶根法兰间隙的大小不同。当然，在使用法兰间隙去判断三只叶片受力差异特征的时候，需要同时考虑螺栓断裂的影响。因此，在考虑通过法兰间隙识别叶轮不平衡特征时，需要3个及以上测点位置同时出现相同特征才可以表征。由于叶片在运行过程中受交变载荷的作用。包含风机运行过程中叶片自重引起的交变载荷，主要作用于前后缘。风机运行过程中的风载，主要作用于迎风面。因此，风机运行过程中的前后缘叶根法兰间隙值为跟随风机旋转的正弦波形曲线。该正弦波形曲线峰峰值的大小表征叶片在旋转过程中前后缘受载的大小，受载的主要特征成分为重力分量、风载分量及其它特征成分分量。迎风面的受载成分主要为风载，少量的重力分量成分，因此，迎风面法兰间隙值为不均匀的波动值，正弦特征不明显。
35、基于上述原理分析，本发明中通过前后缘叶根法兰间隙传感器及迎风面叶根法兰间隙传感器共同作为基于叶根法兰计算叶轮不平衡度的方法，通过计算不同叶片相同位置叶根法兰间隙数据互差均值比作为不平衡的特征，通过每只叶片至少6个叶根法兰间隙传感器，共同来判断叶轮不平衡特征，减小误识别概率，识别结果准确。
1.一种基于叶根法兰间隙的叶轮不平衡检测方法，其特征在于包括以下步骤：
2.根据权利要求1所述的基于叶根法兰间隙的叶轮不平衡检测方法，其特征在于：步骤s1中在每个叶片的叶根前后缘以及迎风面各安装2个法兰间隙传感器，每只叶片共部署6只法兰间隙传感器。
3.根据权利要求1所述的基于叶根法兰间隙的叶轮不平衡检测方法，其特征在于：步骤s2中取所有传感器频率值fij的众数为叶轮的旋转频率f。
4.根据权利要求1所述的基于叶根法兰间隙的叶轮不平衡检测方法，其特征在于：步骤s6中选用并网转速到额定转速*90％范围区间内的数据进行不平衡特性分析。
5.根据权利要求1所述的基于叶根法兰间隙的叶轮不平衡检测方法，其特征在于：步骤s6中选用4分位法进行剔除，根据数据计算四分之一分位与四分之三分位，将超出四分之三分位或者低于四分之一分位的数据定义为离群数据进行剔除。
6.根据权利要求1所述的基于叶根法兰间隙的叶轮不平衡检测方法，其特征在于：步骤s6中当计算不平衡度imb大于30％时认为存在轻度不平衡。
7.根据权利要求1所述的基于叶根法兰间隙的叶轮不平衡检测方法，其特征在于：步骤s6中当计算不平衡度imb大于50％时认为存在重度不平衡。
8.一种基于叶根法兰间隙的叶轮不平衡检测系统，其特征在于，所述系统包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器耦接到所述处理器，所述存储器存储指令，当所述指令由所述处理器执行时使所述电子设备执行权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。