您的位置:首页 >太阳能 >

风力发电塔筒螺栓监测前沿技术研究

时间:2021-09-23 10:01:20 来源:《新能源》专刊

近年来,全球风电产业高速发展,中国 已经成为全球风力发电规模最大、增 长最快的市场,截至2018年国内风电 累计装机容量约210000千瓦,同比增 长11.2%,累计装机量位居全球第一。然而由于我国 风电关键技术的研究起步晚,整机设计制造技术高 度依赖国外,快速发展也带来了很多问题,风电运 维压力逐步增加,风电机组着火、飞车等事故时有 发生。尤其是风电机组塔筒,作为整个风电机组的 支撑系统,对保障风电机组的安全可靠运行起着举 足轻重的作用,但由于制造、安装质量不合格,设 备巡检、运行维护检查不到位,导致倒塔事故频频 发生,造成了巨大的经济损失 [1]。

目前影响塔筒安全运营的主要问题有地基不均 匀沉降或松动、塔筒异常倾斜与弯曲、塔筒法兰螺 栓疲劳失效。针对前两个问题已经出现了大量的研 究报道,对塔筒地基、倾斜动态、静态监测提出了 多种技术方案,本文关注第三个问题法兰螺栓疲劳 失效问题。风电机组的塔式结构使塔筒承担机舱及 叶片的自重及风的水平荷载,由于风速的时变特性, 导致风电机组运行在交变载荷工况下,随着运行时 间的增加,塔筒的连接螺栓承受的交变应力作用易 引发其疲劳失效,如果定检过程中没有及时发现将 引发较为严重的后果。

当前,塔筒螺栓在线监测是一个未被满足的工 业需求,还没有建立广泛认可的监测手段和行业标 准。经过文献检索,发现有少量的报道涉及这个领域, 这些报道关注螺栓松动与螺栓形变监测,采用的解决方案有电路回路技术、振动 - 应力复合传感技术、 光纤光栅技术、智能螺栓等,接下来将分别介绍。

1 电路回路技术螺栓松动报警技术

采用电路回路技术对螺栓松动实现报警。其技 术原理是将螺栓松动位移量转换成检测电路的开关 量实现预警(图1),该方案将检测电路(A 预警电 路,B 报警电路)的开关与检测螺栓松动的装置绑 定,螺栓的松动带动开关位移,当位移量变大、使 得电路形成闭合回路时即可实现预警或报警。该技 术在风力发电塔塔筒法兰螺栓及基础预应力锚栓防 松监测方面可达到监测技术的经济、快速和便利, 不足之处在于无法实时获取螺栓的工况信息 [2]。

风力发电塔筒螺栓监测前沿技术研究

2 振动 - 应力复合传感技术

本技术是利用振动对磁场的调制作用和压阻效 应原理,设计的一种能同时监测风电塔筒振动状况 和法兰盘螺栓松紧状况的振动 -应力复合传感器 (图2),可有效解决风电塔筒法兰盘螺栓松动的早期监测问题,显著提高风力发电机组的安全性,防止重大事故的发生 [3]。

在使用时本发明整个传感器安装在靠近螺栓的法兰盘上,激励线圈在一定频率的正弦电流作用下, 将在振动梁与基底之间的传感器气隙内产生交变磁 场,并在下方的法兰盘内产生涡流场和感应磁场。当风电塔筒振动时振动梁将产生形变,使传感器的气隙磁场发生变化 ;磁敏元件能感受到磁场的变化并转化为输出电压的变化 ;当传感器下方的法兰盘 存在应力变化时,其电导率也会产生微小的改变, 导致涡流场和感应磁场变化,而这一变化同样可以 被磁敏元件感受到并转化为输出电压的变化。

风力发电塔筒螺栓监测前沿技术研究

当螺栓存在松动时,螺栓孔四周承受的压应力 会明显减小,导致材料的电阻率上升 ( 压阻效应 )、 电导率下降。因此,本实施例的监测风电塔筒法兰 盘螺栓的振动 - 应力复合传感器既能监测风电塔筒 的振动 ( 这是螺栓松动的根源 ),又能监测螺栓的松 动程度 ( 在螺母未发生明显转动时就可监测到 ),从 而有助于实现螺栓松动的早期预报。由于振动信号 是动态的、而应力变化是准静态的,因此振动和应 力可通过对传感器输出信号的频谱分析来区分。

3 光纤光栅技术

该技术基于光纤光栅技术监测螺栓的形变弯曲。将光栅与螺栓紧密贴附,光栅跟随螺栓的形变而产生 光信号变化,这种变化被解调器解析,从而实现螺 栓形变监测(图3)。这种基于光纤光栅的高强度风 电塔筒螺栓监测系统,与传统电类传感器相比,抗 电磁干扰、耐腐蚀、传输距离长。与增敏光纤光栅 技术比,采用了双光栅结构,光栅与螺栓紧密接触, 几乎融为一体,能够直接反应螺栓情况,可以快速响 应螺栓的变化,因此适用于静态应力应变监测也适 合动应变监测,采用了双光栅结构,能够有效掌握 螺栓的热应变,从而可以更精细的区分应变来源 [4]。

4 应变式智能螺栓

智能螺栓的紧固件本体包括形变部和连接部,所述形变部与一测量单元连接,当所述紧固件本体 安装时,所述连接部带动所述形变部变形进而促使 所述测量单元移动生成一位移量。本发明还公开了 一种智能紧固件的监测系统。本发明的智能紧固件 能够通过测量单元测量的位移量而得到形变部的形 变量,进而通过人工计算或者预定公式推算出预紧 力,与现有技术的预紧应力指示螺栓相比具有精度 高、结果数据化的优点(图4)[5]。

风力发电塔筒螺栓监测前沿技术研究

5超声式智能螺栓(补充)

螺栓在自由状态下,螺栓内部不存在预紧力,而螺栓在紧固状态下,由于预紧力的作用,螺栓将发生形变,因此此时螺栓的变形量为ΔL,螺栓监测系统依据ΔL与预紧力F之间的数学关系,计算得到预紧力F,该数学关系如下:

其中,F为螺栓的预紧力;E为螺栓材质的弹性模量;S为螺栓截面积;ΔL 为螺栓的变形量;L为螺栓副的装夹长度。依据公式(1),螺栓监测系统依据ΔL计算得到当前智能螺栓的预紧力F。

螺栓监测系统发射和接收超声波脉冲电信号、测量并计算发射和回波电信号之间时间差。螺栓在自由状态下,发射和接收电信号之间的时间差为T0,螺栓在紧固状态下,螺栓发射和接收电信号之间的时间差为T1,由此依据电信号收发时间差与螺栓的变形量的关系,得到螺栓的变形量,式中v为机械纵波在螺栓内的传播速度,最终由螺栓监测系统依据ΔL并结合公式(1)可得到当前状态下的监测螺栓的预紧力。螺栓监测系统测量原理示意图参见图2。

6视觉螺栓轴力松动监测(补充)

nutFACE是一种基于视觉深度学习的螺栓轴力检测、监测系统,摄像头对螺栓进行拍照或者录像,并可将视频分解为以帧格式的图像;螺栓标记装置安装在螺栓附近的可视范围内,标记装置唯一确定螺栓连接的空间相对位置,以用于在不同角度拍摄多个螺栓中,识别、测量不同螺栓个体;nutFACE通过深度学习算法自动辨识、提取图像中的螺栓连接,测量螺母反旋的角度,计算螺栓的伸长量变化,获得螺栓轴力衰减值。

nutFACE是一种基于视觉深度学习的螺栓轴力监测系统,下称:监测系统,包括:摄像头、螺栓标记、软件算法部分。

风力发电塔筒螺栓监测前沿技术研究

螺栓在紧固时,螺母在扭矩的作用下顺时针转动,在螺栓中产生轴力。与此过程相反,螺栓轴力衰减分为两个部分:非旋转性螺栓轴力衰减和旋转性螺栓轴力衰减。其中非旋转性轴力衰减是指在螺母并不发生反旋的情况下,轴力发生衰减,这主要是由于被夹持物在螺栓轴力的作用下,其表面发生嵌入或称之为被压溃现象所导致,还有一部分为旋合螺纹的塑性变形导致;非旋转性轴力衰减一般发生在螺栓紧固后的24小时之内或初次循环载荷作用下完成,衰减幅度大致为螺栓轴力的10%;非旋转性螺栓轴力衰减是需要在设计阶段纳入设计的因素之一,即:螺栓连接的设计轴力是去除了非旋转性轴力衰减的残余值。旋转性螺栓轴力衰减发生在螺栓连接的服役过程中,在振动条件下,由于螺母反旋导致的轴力衰减,如图1.1所示,其中螺栓轴力和其反转角度呈现线性正比的关系。所以,非旋转性螺栓轴力衰减已经为螺栓连接设计和工艺所考虑,而真正需要检测、监测的对象为旋转性螺栓轴力衰减部分。

风力发电塔筒螺栓监测前沿技术研究

螺栓连接由螺栓、螺母和被夹持物组成,在发生旋转性轴力松弛的过程中,螺栓或夹持物不发生自转;螺母相对于螺栓或被夹持物发生反旋。监测系统使用监控摄像头、手机摄像头或无人机摄像头,后统称为为摄像头,对螺栓连接进行拍照,见图1.2所示,通过深度学习算法自动辨识、提取图像中的一个或多个螺栓连接,测量螺栓或者螺母的反旋角度,计算其螺栓的伸长量变化,进而获得精确的螺栓轴力衰减值;其中螺栓伸长量和螺栓轴力的对应关系由超声螺栓轴力测量技术标定、获取。

尤其需要指出的是:nutFACE使用视觉深度学习的方法,具有强大的螺栓连接的自动识别、检测能力,同时具备了技术上最强的适用性,以适用在极端复杂的应用条件下。深度学习算法通过训练海量螺栓连接的样本,获得螺栓连接识别的数学模型,在摄像头拍摄的图片中自动识别、检测螺栓标记装置及螺栓连接,对其形成虚拟编号,同时提取螺栓连接的特征信息,如:标记与螺母的特征点以及其空间位置关系,如图1.3所示。由于nutFACE深度学习算法可以精确地标记螺栓、螺母特征点的空间位置关系,进而螺母反转测量算法的测量精度获得了保证。

通过nutFACE在测试台上的精度验证,可以获得如下结论:

1、nutFACE系统具有±2°的螺栓或螺母反旋角度的测量误差;

2、螺栓的轴力与旋转角度的关系存在线性关系,一般螺栓连接的设计轴力处于紧固旋转角度66°至200°之间,所以以最低限度进行评估,nutFACE对于螺栓连接的轴力衰减测量误差处于±3%内。

7结语

目前螺栓松动监测主要针对螺栓松动报警,使 用的技术有压电技术、光纤光栅技术、物联网技术 等。前两种是通过螺栓张力的大小来判断螺栓松动 情况,通常会设置一个安全阈值,当所测螺栓受 力超过阈值时可以发出报警 ;后一种技术是利用 监测松动的螺栓和固定部件受激发生共振或振动, 将振动转化为电信号,目前的监测技术只做松动 报警。光纤光栅技术和物联网技术被广泛用于结 构健康监测领域,目前利用增敏光栅技术和物联 网技术用于螺栓松动监测还可以对形变进行监测。超声螺栓轴力监测系统可以直接测量螺栓轴力,实时性和准确性是其优点,nutFACE基于视觉深度学习的螺栓轴力衰减的监测系统可以把监测成本降至最低。未来的螺栓监测技术朝着监测精细化和智能化方 向演进。



郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。