总览

　　风机叶片的状态监测系统BLADEcontrol?是由魏德米勒所研发，已经在各型风机上成功应用了3000余套。

　　随着风力发电规模和技术的不断发展，风电机组大型化趋势越来越明显，风机叶片的尺寸也不断上升。叶片长度的增加，在增大风能捕获效率的同时，也增大了叶片断裂损坏的概率。通常叶片发生断裂的主要原因包括生产过程中工艺控制不良，叶片根部局部区域树脂固化不完全导致的强度、刚度降低，风速超限，风电机组失速，电气故障以及雷击等。随着运行年限的增加，目前对于风机叶片状态的监测的不足,导致叶片的运维水平远远落后,使得叶片失效无法预测，在生产中无法发挥其正常效能，而造成发电量和安全的损失。

　　无论从安全角度，还是经济效益出发，如何监测叶片的运行状态的研究具有极其重要的意义。

　　风机叶片的状态监测系统BLADEcontrol?平台在生产系统架构中的位置如下图所示，覆盖了Level0、Level1、Level2层级。

　　风机叶片的状态监测系统BLADEcontrol?平台可以实现对于风机叶片的振动传感、状态评估、故障诊断、状态趋势预测、维护管理等功能。如下图所示。

系统架构

　　风机叶片状态监测系统BLADEcontrol?平台的架构如图所示。其中硬件主要包括高精度加速度传感器、数据采集测量单元，机舱内的无线接入点和数据评估服务器等。软件主要包括状态监测与健康管理系统以及叶片状态异常的报警系统。

功能

　　叶片状态监测系统，通过高精度的加速度传感器进行叶片摆振和挥舞方向的振动信号采集，再通过人工智能特定的算法和数据模型确定该叶片的固有频率模型。叶片振动模型建立后，叶片的在线状态监测系统进行实时的采集、计算、分析，对于叶片发生的异常状态给出警告或报警信号。

　　通过该叶片状态监测系统，可以及时发现叶片的外部损伤、雷击损伤、内部结构损伤、动态不平衡等叶片本身出现的问题，同时可以精确检测到叶片在冬季的覆冰情况，做到精准启停机，增加生产效益，降低安全风险。

特点

　　风机叶片状态监测系统BLADEcontrol?的突出特点如下：

　　? 异常状况的检测: 基于每台设备日常运行状态的数据积累，可以第一时间发现风机叶片的异常状况。

　　? 异常状况的定位: 异常状况发现后，可以快速定位故障点和故障原因，减少故障排查时间，缩小排查范围。

　　? 可预测的维护: 故障可以提前预测，所以计划外的停机可以被避免，大幅提升风机设备的可使用性。

　　? 可预测的质量管控: 持续地监控风机叶片的质量及其质量偏差趋势，避免大量的产品测试工作同时减少原物料的浪费，便于预测叶片的库存管理。

　　? 能源分析: 持续地对于风机的发电状态进行监控，给出优化建议，通过减少负载波动、避免负载不平衡来降低成本，同时，可预测性维护可大幅提升风机及叶片的预期寿命，进而进一步降低度电成本。

可视化

　　软件一级界面使用图例清晰简便表示各传感器在叶片上的安装位置和方向，当系统报警发生时，清晰方便的可以看到产生故障的叶片和报警信息，便于查看和分析;

　　叶片状态监测与分析软件，拥有友好的人机交互平台界面、强大的分析诊断能力和专家功能，安装于风电场现场服务器。主要包括监测模块、风机状态数据库。后台数据管理模块需不间断地接收和保存各机组各测点的状态信号(振动数据、机组工况数据等)、统计量等信息，包括所有振动测点特征值、时域波形等数据，方便用户随时调用任何时刻的测试数据以进行图谱分析，用来保存风场、风机信息，以及报警历史、状态数据等。