基于声纹的高泛化性风机叶片异常检测方法研究
2021-10-13邹宜金连应华黄新宇刘培王颖蕊
电子科技大学学报 2021年5期
邹宜金,连应华,黄新宇,刘培,王颖蕊
(福建华电可门发电有限公司 福州 350512)
当前,风力发电正以极快的速度发展,但由于风电机组大多安装在高山、荒野、海滩、海岛等相对恶劣的环境中,容易出现故障,维修起来耗费大量人力物力。
在风力发电机组中,叶片作为整个风电机组最前端的捕风机构,造价约占整机的20%左右。从叶片本身看其复合材料结构决定了其运行期间自身状态的复杂性;从运行环境看,风机叶片是整个机组暴露在外部环境中长期运行的最大部件,风沙、盐雾、紫外线、雷电等都会对叶片造成一定的损伤;从功能发挥上看,作为捕风机构的叶片在运行过程中要承受各种风况施加的多变震、弯曲、扭转的交替应力变化[1]。在以上因素的影响下,随着运行时间的推移将导致叶片发生破损、开裂乃至断裂等质量问题,这些问题无论从影响程度还是维修成本上都居高不下。由于叶片的维修和更换,相对其他设备更为复杂,耗时更长,所以叶片故障引起的停机时长,在机组总故障中的比例高达34%[2],因此对风电机组叶片工作状况进行异常检测非常必要。有效的风机叶片异常检测能提高生产率,减少运维成本支出,增强作业安全性。
1 相关工作
在风机故障检测领域,已发展基于声发射[3-4]、振动分析[5-7]、光纤光栅[8]、红外热成像[9]等多种原理的检测技术。考虑到实际情况,能符合检测效率实时、非接触式且便于安装要求的有SCADA 数据分析和声学检测两类方法。……
登录APP查看全文
