一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统的制作方法

1.本发明涉及风电叶片技术领域，特别涉及一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统。


背景技术：

2.目前市场上主要有两种监测风电叶片损伤的方式：
3.一、使用低频振动传感器来监测叶片挥舞和摆振方向的一阶固有频率及其幅值的变化来诊断叶片是否有损伤情况。该种方式振动相对叶片载荷来说敏感度低，而且在叶片上装振动传感器会带来引雷的风险，增加了风机安全隐患。
4.二、使用光纤传感器叶片挥舞和摆振方向的一阶固有频率及其幅值的变化来诊断叶片是否有损伤情况。该种方法虽然避免了引雷的风险，但是其光纤分析仪价格昂贵。
5.而且上述两种方法都不能有效去除转频带来的干扰对一阶固有频率的信号分析造成影响。


技术实现要素：

6.本发明的目的在于提供一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统，以解决上述问题。
7.本发明所解决的技术问题可以采用以下技术方案来实现：
8.一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统，包括周向间隔连接在风力发电叶片的叶根法兰上的若干连接螺栓，若干连接螺栓包括若干普通螺栓和若干智能螺栓，若干智能螺栓分别分布在风力发电叶片的叶根法兰所在平面的四个象限内，任意相邻两智能螺栓中心线与风力发电叶片的叶根法兰中心连线所成夹角大小相等，每一智能螺栓包括螺栓本体和固定在螺栓本体上用以测试螺栓本体轴向形变量的测量单元，所述测量单元与数据处理系统连接，所述数据处理系统将所述测量单元所检测到的螺栓本体轴向形变量数据转化为智能螺栓的预紧力，数据拟合公式如下：
9.f＝a
×
np.cos(x
×
np.pi/180+b)+np.abs(c)，其中，重力系数a，载荷系数b，叶片系数c，轴力的变化量f，螺栓对应法兰的角度x，通过重力系数a的大小变化判断叶片是否损伤。
10.在本发明的一个优选实施例中，该系统判断叶片是否损伤的方法包括如下步骤：
11.1)在风电机组叶片安装完成后，确保若干智能螺栓分别分布在风力发电叶片的叶根法兰所在平面的四个象限内，任意相邻两智能螺栓中心线与风力发电叶片的叶根法兰中心连线所成夹角大小相等；
12.2)风机开始运行初期正常运行一段时间，期间风机至少需要达到发电额定功率；
13.3)此期间将所有智能螺栓的4hz轴力数据按照分钟间隔记录到数据库中；
14.4)通过获取这些智能螺栓的轴力数据得到叶片每个螺栓受力的大小；
15.5)通过每个螺栓的受力的大小计算出整个叶根法兰受力的大小；
16.6)通过将螺栓受力分区域进行分析，从而得到叶根法兰在不同区域受载的不同状况；
17.7)通过上述数据拟合公式得出重力系数a，载荷系数b，叶片系数c的趋势变化状态；
18.8)通过重力系数a的大小变化判断叶片是否损伤。
19.在本发明的一个优选实施例中，所述智能螺栓包括八个，八个智能螺栓周向均匀间隔分布，任意相邻两个智能螺栓中心线与叶根法兰中心连线所成的圆心角为45
°
。
20.在本发明的一个优选实施例中，所述螺栓本体从头端向尾端设置有轴向孔，所述测量单元包括测量杆和与所述数据处理系统连接的位移测量装置，所述测量杆设置在所述轴向孔内，所述位移测量装置设置在所述螺栓本体的头端，当所述螺栓本体受到轴向力时，螺栓本体变形进而促使所述测量杆移动生成一位移量，所述位移测量装置获取该位移量。
21.在本发明的一个优选实施例中，所述数据处理系统包括数据接收端、数据处理器和远端服务器，所述数据接收端与所述测量单元连接，所述数据接收端将数据送至所述数据处理器进行处理，所述数据处理器将所述测量单元所检测到的螺栓本体轴向形变量数据转化为智能螺栓的预紧力，之后再送至所述远端服务器，当所述数据处理系统计算出所有智能螺栓的受力情况时，即可计算得出法兰载荷受力的状况。
22.由于采用了如上的技术方案，本发明叶片法兰处均匀分布若干个智能螺栓，通过获取这些智能螺栓的预紧力数据得到叶片每个螺栓受力的大小，用每个螺栓的受力的大小计算出整个法兰受力的大小，当系统计算出整个法兰受力的情况时，即可计算得出法兰载荷受力的状况。接着将螺栓受力分区域进行分析，从而得到法兰在不同区域受载的不同状况，以此得到法兰在不同区域的载荷分析，发现风机叶片的损伤状态。本发明解决现有使用振动传感器或者光纤传感器方式中，灵敏度低，增加风机安全隐患的问题。本发明无需关注叶片一阶固有频率的变化，转而对叶片的重力，载荷等进行分析，提高诊断的准确率，并能详细记录风机叶片的受力及载荷情况。
附图说明
23.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
24.图1是本发明一种实施例的结构示意图。
25.图2是图1的俯视图(省略数据处理系统)。
26.图3是本发明的智能螺栓与法兰连接时的结构示意图。
27.图4是本发明的数据拟合公式的拟合图。
28.图5是本发明的叶片的重力系数a的趋势图。
29.图6是本发明的单个智能螺栓的受力分析图。
具体实施方式
30.为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面进
一步阐述本发明。
31.参见图1至图6所示，一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统包括周向间隔连接在风力发电叶片的叶根法兰100上的若干连接螺栓，若干连接螺栓包括若干普通螺栓310和若干智能螺栓320。若干智能螺栓320分别分布在风力发电叶片的叶根法兰100所在平面的四个象限内，使得整个叶根法兰100在每一象限内至少有一个监测点，任意相邻两智能螺栓中心线与风力发电叶片的叶根法兰中心连线所成夹角大小相等。本实施例中，智能螺栓320包括八个，八个智能螺栓320周向均匀间隔分布，任意相邻两个智能螺栓320与叶根法兰100中心连线所成的圆心角a为45
°
，使得整个叶根法兰周向均匀分布有八个监测点，尽可能监测到叶根法兰各个方位的受载情况。
32.每一智能螺栓320包括螺栓本体321和固定在螺栓本体321上用以测试螺栓本体轴向形变量的测量单元322，测量单元322与数据处理系统400连接，数据处理系统400将测量单元322所检测到的螺栓本体轴向形变量数据转化为智能螺栓320的预紧力。本实施例中，智能螺栓320为现有技术，智能螺栓320优选为中国专利授权公告号cn208221286u公开的一种智能紧固件。螺栓本体321从头端向尾端设置有轴向孔321a，测量单元322包括测量杆322a和与数据处理系统400连接的位移测量装置322b，测量杆322a设置在轴向孔321a内，位移测量装置322b设置在螺栓本体321的头端，当螺栓本体321受到轴向力时，螺栓本体变形进而促使测量杆322a移动生成一位移量，位移测量装置322b获取该位移量。
33.本发明根据数据拟合公式如下：
34.f＝a
×
np.cos(x
×
np.pi/180+b)+np.abs(c)，其中，重力系数a，载荷系数b，叶片系数c，轴力的变化量f(即智能螺栓的预紧力减去初始值之后的变化值)，螺栓对应法兰的角度x，通过重力系数a的大小变化判断叶片是否损伤。
35.本实施例中，数据处理系统400包括数据接收端410、数据处理器420和远端服务器430，数据接收端410与测量单元322连接，数据接收端410将数据送至数据处理器420进行处理，数据处理器420将测量单元322所检测到的螺栓本体轴向形变量数据转化为智能螺栓320的预紧力，之后再送至远端服务器430，当数据处理系统400计算出所有智能螺栓320的受力情况时，即可计算得出法兰载荷受力的状况。位移测量装置322b具有与外界数据接收端相对应的有线或无线信号发射模块。位移测量装置322b为高精度位移传感器，为现有技术。
36.本发明安装时，位移测量装置322b输出数字信号并且采用总线modbus模式通过t型节点线直接与防雷模块相连，然后在通过双头m12航插信号电缆接入dau9200数据接收端，数据接收端rj45电口与塔底环网交换机相连，利用主控光纤环网将所测螺栓状态数据实时传输至后台数据处理器进行综合管理，之后再送至远端服务器430。
37.本发明判断叶片是否损伤的方法包括如下步骤：
38.1)在风电机组叶片安装完成后，确保若干智能螺栓320分别分布在风力发电叶片的叶根法兰100所在平面的四个象限内，任意相邻两智能螺栓中心线与风力发电叶片的叶根法兰中心连线所成夹角大小相等；
39.2)风机开始运行初期正常运行一段时间，期间风机至少需要达到发电额定功率；
40.3)此期间将所有智能螺栓320的4hz轴力数据按照分钟间隔记录到数据库中；
41.4)通过获取这些智能螺栓320的轴力数据得到叶片每个螺栓受力的大小；
42.5)通过每个螺栓的受力的大小计算出整个叶根法兰100受力的大小；
43.6)通过将螺栓受力分区域进行分析，从而得到叶根法兰100在不同区域受载的不同状况；
44.7)通过上述数据拟合公式得出重力系数a，载荷系数b，叶片系数c的趋势变化状态，结合图4所示，图中横坐标为螺栓在此叶片的安装角度，纵坐标为轴力变化量，圆点是多个螺栓在此时间点对应轴力变化量。通过同一时间点不通螺栓的轴力值可以拟合出一条sin曲线，从而得到该时间点的重力系数，载荷系数和叶片系数；
45.8)通过重力系数a的大小变化判断叶片是否损伤。
46.结合图5所示的实例中，拟合得出的叶片的重力系数a在2021年9月至2021年12月为正常，系数正常时重力系数的最大值可以达到10左右，在2021年12月之后由于叶片发生损伤，叶片的重力系数的最大值从10下降到8，从而得出叶片有损伤。
47.以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：
1.一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统，包括周向间隔连接在风力发电叶片的叶根法兰上的若干连接螺栓，其特征在于，若干连接螺栓包括若干普通螺栓和若干智能螺栓，若干智能螺栓分别分布在风力发电叶片的叶根法兰所在平面的四个象限内，任意相邻两智能螺栓中心线与风力发电叶片的叶根法兰中心连线所成夹角大小相等，每一智能螺栓包括螺栓本体和固定在螺栓本体上用以测试螺栓本体轴向形变量的测量单元，所述测量单元与数据处理系统连接，所述数据处理系统将所述测量单元所检测到的螺栓本体轴向形变量数据转化为智能螺栓的预紧力，数据拟合公式如下：f＝a
×
np.cos(x
×
np.pi/180+b)+np.abs(c)，其中，重力系数a，载荷系数b，叶片系数c，轴力的变化量f，螺栓对应法兰的角度x，通过重力系数a的大小变化判断叶片是否损伤。2.如权利要求1所述的一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统，其特征在于，该系统判断叶片是否损伤的方法包括如下步骤：1)在风电机组叶片安装完成后，确保若干智能螺栓分别分布在风力发电叶片的叶根法兰所在平面的四个象限内，任意相邻两智能螺栓中心线与风力发电叶片的叶根法兰中心连线所成夹角大小相等；2)风机开始运行初期正常运行一段时间，期间风机至少需要达到发电额定功率；3)此期间将所有智能螺栓的4hz轴力数据按照分钟间隔记录到数据库中；4)通过获取这些智能螺栓的轴力数据得到叶片每个螺栓受力的大小；5)通过每个螺栓的受力的大小计算出整个叶根法兰受力的大小；6)通过将螺栓受力分区域进行分析，从而得到叶根法兰在不同区域受载的不同状况；7)通过上述数据拟合公式得出重力系数a，载荷系数b，叶片系数c的趋势变化状态；8)通过重力系数a的大小变化判断叶片是否损伤。3.如权利要求1或2所述的一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统，其特征在于，所述智能螺栓包括八个，八个智能螺栓周向均匀间隔分布，任意相邻两个智能螺栓中心线与叶根法兰中心连线所成的圆心角为45
°
。4.如权利要求1或2所述的一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统，其特征在于，所述螺栓本体从头端向尾端设置有轴向孔，所述测量单元包括测量杆和与所述数据处理系统连接的位移测量装置，所述测量杆设置在所述轴向孔内，所述位移测量装置设置在所述螺栓本体的头端，当所述螺栓本体受到轴向力时，螺栓本体变形进而促使所述测量杆移动生成一位移量，所述位移测量装置获取该位移量。5.如权利要求4所述的一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统，其特征在于，所述数据处理系统包括数据接收端、数据处理器和远端服务器，所述数据接收端与所述测量单元连接，所述数据接收端将数据送至所述数据处理器进行处理，所述数据处理器将所述测量单元所检测到的螺栓本体轴向形变量数据转化为智能螺栓的预紧力，之后再送至所述远端服务器，当所述数据处理系统计算出所有智能螺栓的受力情况时，即可计算得出法兰载荷受力的状况。

技术总结
本发明公开了一种通过风力发电叶片法兰螺栓预紧力预测叶片损伤的系统，包括周向间隔连接在风力发电叶片的叶根法兰上的若干连接螺栓，若干连接螺栓包括若干普通螺栓和若干智能螺栓，若干智能螺栓分别分布在风力发电叶片的叶根法兰所在平面的四个象限内，任意相邻两智能螺栓中心线与风力发电叶片的叶根法兰中心连线所成夹角大小相等，每一智能螺栓包括螺栓本体和固定在螺栓本体上用以测试螺栓本体轴向形变量的测量单元，测量单元与数据处理系统连接，数据处理系统将所述测量单元所检测到的螺栓本体轴向形变量数据转化为智能螺栓的预紧力，数据拟合公式如下：F＝A


技术研发人员：方文 钟荣祥 史志迪 孟杨杨 潘巨超 许千寿 夏海波 张恒 郭永志 邓旭
受保护的技术使用者：上海应谱科技有限公司
技术研发日：2022.12.29
技术公布日：2023/5/16