風力發電塔連接件松動程度檢測方法和檢測裝置與流程

本發明涉及結構檢測技術領域，具體涉及一種風力發電塔連接件松動程度檢測方法和檢測裝置。

背景技術：

風力發電塔的塔體結構一般是由多節塔筒組成，其中每節塔筒的兩端還分別設置有法蘭盤，相鄰的塔筒之間通過法蘭盤和螺栓緊固連接。螺栓松動是風力發電塔的常見結構損傷，特別是在臺風作用下，螺栓承受較大的拉應力，在拉應力的作用下螺栓逐漸被拉細而導致螺母逐漸松動或螺栓斷裂，如果不及時發現，則會出現塔筒倒塌事故。國內外目前檢測風力發電塔法蘭盤緊固螺栓松動程度的常用方法是人工定期巡檢、定期維護，此方法雖然可靠，但是由于每座風力發電塔多達700多個螺栓，因此人工定期維護存在檢測周期過長、松動損傷發現不及時、檢測成本過高等缺陷。

技術實現要素：

有鑒于此，本發明提供了一種風力發電塔連接件松動程度檢測方法和檢測裝置，可以實現風力發電塔連接件松動程度的自動檢測和識別，減少風力發電塔倒塌事故的發生，具有重要的防災減災意義。

本發明的第一方面，提供了一種風力發電塔連接件松動程度檢測方法，所述方法包括：

獲取所述連接件的參考振動數據，并提取所述參考振動數據對應的時頻特征，所述時頻特征包括振動信號自功率譜的突出頻率值、振動信號時程曲線的最大幅值和包絡曲線，所述參考振動數據為風力發電塔運營初期風速在第一區間的振動數據；

分別獲取所述連接件在第一工況下的第一振動數據、在第二工況下的第二振動數據和在第三工況下的第三振動數據，其中，第一工況、第二工況和第三工況分別對應于第一風速區間、第二風速區間和第三風速區間；

分別提取第一振動數據、第二振動數據和第三振動數據對應的時頻特征；

根據所述第一振動數據、第二振動數據和第三振動數據對應的時頻特征和所述參考振動數據的時頻特征檢測風力發電塔連接件的松動程度。

優選地，所述振動數據通過設置于風力發電塔連接件兩側的傳感器獲得。

優選地，所述傳感器為力平衡式加速度計。

優選地，所述傳感器朝向主導風向。

優選地，所述參考振動數據為連續采集5個小時以上風力發電塔運營初期瞬時風速介于10～20m/s期間的振動數據。

優選地，所述時頻特征通過對對應的振動數據進行高通濾波，然后再進行自功率譜分析獲取。

優選地，所述第一風速區間為臺風抵達后到衰減到瞬時風速30m/s的風速區間，所述第二風速區間為臺風衰減到瞬時風速小于20m/s且大于10m/s的風速區間，所述第三風速區間為臺風衰減到瞬時風速小于10m/s且大于5m/s的風速區間。

優選地，根據所述第一振動數據、第二振動數據和第三振動數據對應的時頻特征和所述參考振動數據的時頻特征檢測風力發電塔連接件的松動程度包括：

在第一振動數據、第二振動數據和第三振動數據的時頻特征均滿足預定條件時，提示所述連接件為三級松動；

在只有第一振動數據和第二振動數據的時頻特征均滿足預定條件時，提示所述連接件為二級松動；

在只有第一振動數據的時頻特征均滿足預定條件時，提示所述連接件為一級松動；

當第一振動數據的時頻特征沒有同時滿足預定條件時，提示所示連接件未出現松動；

其中，所述預定條件為自功率譜的突出頻率值與參考突出頻率值不同，最大幅值大于10倍的參考最大幅值，包絡曲線相鄰的波峰和波谷的差值大于10倍的參考包絡曲線相鄰的波峰和波谷的差值。

優選地，所述一級松動、二級松動、三級松動的松動程度呈遞增趨勢。

第二方面，提供了一種風力發電塔連接件松動程度檢測裝置，所述檢測裝置包括：

傳感器，設置于所述風力發電塔連接件的兩側，用于檢測振動數據；

數據處理裝置，被配置為執行以上所述的方法。

本發明提供了一種風力發電塔連接件松動程度檢測方法和檢測裝置，通過在風力發電塔連接件的兩側各設置一個傳感器，分別獲取風力發電塔在每次臺風抵達后的第一風速區間的振動數據，第二風速區間的振動數據，以及第三風速區間的振動數據；然后將獲取的三組振動數據分別與風力發電塔運營初期風速在第一區間的參考振動數據進行對比，進而判斷每次臺風過后風力發電塔連接件的松動程度。由此，實現了風力發電塔連接件松動程度的自動檢測和識別，提高了風力發電塔連接件松動損傷的維護效率，減少風力發電塔倒塌事故的發生，具有重要的防災減災意義。

附圖說明

通過以下參照附圖對本發明實施例的描述，本發明的上述以及其它目的、特征和優點將更為清楚，在附圖中：

圖1是本發明實施例的風力發電塔連接件松動程度檢測裝置的結構示意圖；

圖2是本發明實施例的風力發電塔連接件松動程度檢測方法的流程圖；

圖3是本發明實施例的步驟s400的流程圖。

具體實施方式

以下基于實施例對本發明進行描述，但是本發明并不僅僅限于這些實施例。在下文對本發明的細節描述中，詳盡描述了一些特定的細節部分。對本領域技術人員來說沒有這些細節部分的描述也可以完全理解本發明。

此外，本領域普通技術人員應當理解，在此提供的附圖都是為了說明目的，并且附圖不一定是按比例繪制的。

除非上下文明確要求，否則整個說明書和權利要求書中的“包括”、“包含”等類似詞語應當解釋為包含的含義而不是排他或窮舉的含義；也就是說，是“包括但不限于”的含義。

在本發明的描述中，需要理解的是，術語“第一”、“第二”等僅用于描述目的，而不能理解為指示或暗示相對重要性。此外，在本發明的描述中，除非另有說明，“多個”的含義是兩個或兩個以上。

下面結合附圖及具體實施方式對本發明作進一步說明。

本實施例的具體實施方式如圖1和圖2所示。其中，圖1是本發明實施例的風力發電塔連接件松動程度檢測裝置的結構示意圖；圖2是本發明實施例的風力發電塔連接件松動程度檢測方法的流程圖。根據圖1所示，風力發電塔連接件松動程度檢測裝置包括傳感器1和數據處理裝置2，傳感器1用于檢測和獲取風力發電塔在不同的風速區間的振動數據。具體地，傳感器1可以設置于風力發電塔連接件的兩側，可以精確檢測到連接件松動前、后的振動信號。同時，傳感器1可以面向主導風向的方向進行固定設置，可以獲取每次臺風抵達后風力發電塔連接件受到的最大影響，即最大范圍的振動數據，可以更加準確的獲悉連接件的局部振動信號。其中，主導風向是指風頻最大的風向角的范圍。風向角范圍一般在連續45度左右，對于以16方位角表示的風向，主導風向一般是指連續2-3個風向角的范圍。傳感器1可以選擇為頻帶范圍≥0～100hz的力平衡式加速度計，如中國地震局工程力學研究所的qz2013型力平衡式加速度計，力平衡式加速度計具有頻率響應快，動態范圍大，體積小、功耗低、易于使用等優點。

數據處理裝置2設置于數據處理中心，數據處理裝置2和傳感器1通過無線連接或者有線連接，傳感器1將檢測到的振動數據通過無線信號或者有線信號傳送到數據處理裝置2中。數據處理裝置2用于按照預定的方法對傳感器1采集的振動數據進行處理以檢測連接件的松動程度。其中，預定方法是根據連接件松動敏感的振動特性參量以及其實際值的提取方法進行設定的。敏感振動特性參量包括某些頻域特性參量、某些時域特性參量。其對應的選擇基于頻域變換和時域變換方法來提取敏感振動特性參量值。具體地，數據處理裝置2將接收到的振動數據先進行高通濾波，將低于臨界值的低頻信號進行阻隔和減弱，然后再進行自功率譜分析提取突出頻率值以及振動信號時程曲線的最大幅值和包絡曲線。其中，功率譜是數字信號處理的主要內容之一，主要研究單位頻帶內信號功率隨頻率的變化情況，目的是根據有限數據在頻域內提取被淹沒在噪聲中的有用信號。時程曲線即時域變化曲線，包括位移時程曲線、加速度時程曲線、速度時程曲線等，具體指某一質點隨時間變化的反應曲線。

本實施例的風力發電塔連接件的松動程度檢測方法如圖2所示，所述方法包括：

步驟s100、獲取所述連接件的參考振動數據，并提取所述參考振動數據對應的時頻特征，所述時頻特征包括振動信號自功率譜的突出頻率值、振動信號時程曲線的最大幅值和包絡曲線，所述參考振動數據為風力發電塔運營初期風速在第一區間的振動數據。

所述參考振動數據是指連續采集5個小時以上風力發電塔運營初期瞬時風速介于10～20m/s期間的風力發電塔的振動數據。由于在風力發電塔運營初期，連接件的連接是處于緊固狀態的，因此在此期間獲取的振動數據可以作為參考振動數據。數據處理裝置2接收參考振動數據后，將參考振動數據進行高通濾波，將低于臨界值的低頻信號進行阻隔和減弱，然后再進行自功率譜分析提取參考突出頻率值以及振動信號時程曲線的參考最大幅值和參考包絡曲線。

步驟s200、分別獲取所述連接件在第一工況下的第一振動數據、在第二工況下的第二振動數據和在第三工況下的第三振動數據，其中，第一工況、第二工況和第三工況分別對應于第一風速區間、第二風速區間和第三風速區間。

風速區間的選擇可以明確在多大風力作用下所測得的風力發電塔的振動數據，更有利于分析連接件的松動程度。具體的風速區間為：第一風速區間是指每次臺風抵達后到衰減到瞬時風速為30m/s的風速區間；第二風速區間是指每次臺風衰減到瞬時風速小于20m/s且大于10m/s的風速區間；第三風速區間是指每次臺風衰減到瞬時風速小于10m/s且大于5m/s的風速區間。

步驟s300、分別提取第一振動數據、第二振動數據和第三振動數據對應的時頻特征。

時頻特征的提取過程包括：

(1)提取第一振動數據對應的時頻特征，傳感器1檢測到第一風速區間的第一振動數據后，通過無線信號或者有線信號將第一振動數據傳輸到數據處理裝置2中，數據處理裝置2將接收到的第一振動數據進行高通濾波，然后再進行自功率譜分析提取突出頻率值以及振動信號時程曲線的最大幅值和包絡曲線。

(2)提取第二振動數據對應的時頻特征，傳感器1檢測到第二風速區間的第二振動數據后，通過無線信號或者有線信號將第二振動數據傳輸到數據處理裝置2中，數據處理裝置2將接收到的第二振動數據進行高通濾波，然后再進行自功率譜分析提取突出頻率值以及振動信號時程曲線的最大幅值和包絡曲線。

(3)提取第三振動數據對應的時頻特征，傳感器1檢測到第三風速區間的第三振動數據后，通過無線信號或者有線信號將第三振動數據傳輸到數據處理裝置2中，數據處理裝置2將接收到的第三振動數據先進行高通濾波，然后再進行自功率譜分析提取突出頻率值以及振動信號時程曲線的最大幅值和包絡曲線。

步驟s400、根據所述第一振動數據、第二振動數據和第三振動數據對應的時頻特征和所述參考振動數據的時頻特征檢測風力發電塔連接件的松動程度。

具體說明，圖3是步驟s400的流程圖，如圖3所示，所述步驟s400包括：

s401、在第一振動數據、第二振動數據和第三振動數據的時頻特征均滿足預定條件時，提示所述連接件為三級松動；

s402、在只有第一振動數據和第二振動數據的時頻特征均滿足預定條件時，提示所述連接件為二級松動；

s403、在只有第一振動數據的時頻特征均滿足預定條件時，提示所述連接件為一級松動；

s404、當第一振動數據的時頻特征沒有同時滿足預定條件時，提示所示連接件未出現松動；

其中，所述預定條件為自功率譜的突出頻率值與參考突出頻率值不同，最大幅值大于10倍的參考最大幅值，包絡曲線相鄰的波峰和波谷的差值大于10倍的參考包絡曲線相鄰的波峰和波谷的差值。

突出頻率值是指單位時間內完成振動的次數，反應了連接件的振動速度。當某一工況的振動數據的突出頻率值與參考突出頻率值不同時，連接件可能存在松動。幅值又稱峰值，最大幅值即最大峰值，反映了時程曲線變化的幅度大小，幅值越大，說明時程曲線變化的幅度越大，說明連接件的振動越大，連接件的松動程度可能越明顯。包絡曲線相鄰的波峰和波谷的差值的大小同樣也可反應包絡曲線變化的幅度越大，連接件的松動程度越明顯。當最大幅值和包絡曲線相鄰的波峰和波谷的差值與參考工況下的最大幅值和參考包絡曲線相鄰的波峰和波谷的差值具備一定的差異時，才可判定連接件出現松動。連接件在同一松動程度下，不同的風速區間所獲取的振動數據是不同的，因此，需要同時進行比較才能獲悉連接件具體的松動程度。

連接件的一級松動、二級松動、三級松動的松動程度呈遞增趨勢，即松動程度較小、松動程度一般、松動程度嚴重。維護人員可以根據松動程度的具體情況，優先為松動程度嚴重的風力發電塔進行維護，避免維護不及時，造成不必要的事故發生。

本發明提供了一種風力發電塔連接件松動程度檢測方法和檢測裝置，通過在風力發電塔連接件的兩側各設置一個傳感器，分別獲取風力發電塔在每次臺風抵達后的第一風速區間的振動數據，第二風速區間的振動數據，以及第三風速區間的振動數據；然后將獲取的三組振動數據分別與風力發電塔運營初期風速在第一區間的參考振動數據進行對比，進而判斷每次臺風過后風力發電塔連接件的松動程度。由此，實現了風力發電塔連接件松動程度的自動檢測和識別，提高了風力發電塔連接件松動損傷的維護效率，減少風力發電塔倒塌事故的發生，具有重要的防災減災意義。

以上所述僅為本發明的優選實施例，并不用于限制本發明，對于本領域技術人員而言，本發明可以有各種改動和變化。凡在本發明的精神和原理之內所作的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。