风力机状态监测中最佳振动传感器的选择gydF4y2Ba

Richard Anslow，系统应用工程师和gydF4y2Ba

Dara O’sullivan，系统应用经理gydF4y2Ba

据保守估计，目前全球至少安装了25万台风力涡轮机。在未来四年，全球风力涡轮机市场预计将增加278gw的陆上发电能力和4430gw的海上发电能力。gydF4y2Ba^1gydF4y2Ba这相当于至少10万台3兆瓦风力涡轮机。随着可再生能源的增长和国家电网的电力输入，风力涡轮机(WT)装置的可靠运行是工业界和政府机构的重要研究课题。对小波变换可靠性的定量研究表明，可靠性随着时间的推移而增加。例如，2016年美国国家可再生能源实验室报告2显示，在2007年至2013年期间，包括变速箱在内的大多数WT子系统的可靠性都有所提高，变速箱停机时间减少了7倍。然而，在2018年，变速箱仍然是三个最可能发生故障的地方之一，材料成本最高。gydF4y2Ba^{2、3gydF4y2Ba}

变速箱的每次故障平均成本最高，一次重大更换平均花费23万欧元。gydF4y2Ba^4gydF4y2Ba

齿轮箱部件相对较差的可靠性导致了对齿轮装置、轴承和轴的状态监测的强调。除了变速箱，转子叶片和发电机是WT系统中故障率最高的部件。gydF4y2Ba^{5、6gydF4y2Ba}市面上有许多风力发电机状态监测系统，其中大多数是针对齿轮箱分析使用振动传感器。gydF4y2Ba^7gydF4y2Ba有一些商业上可用的转子叶片监测系统gydF4y2Ba^7gydF4y2Ba但这是一个正在进行的研究领域。大量的文献支持在风力涡轮机中使用振动监测系统，包括对各种系统的好处的详细调查和分析。gydF4y2Ba^8gydF4y2Ba风力涡轮机应用中对振动传感器的要求覆盖较少。本文提供了风力发电机部件、故障统计、常见故障类型和故障数据收集方法的系统见解。针对小波分量的常见故障，讨论了振动传感器的带宽、测量范围和噪声密度等要求。gydF4y2Ba

系统部件、故障和传感器要求gydF4y2Ba

图1和图2说明了风力发电机组系统的主要部件，以及风力发电机组齿轮箱的详细结构。下面几节将重点介绍齿轮箱、叶片和塔架对状态监测的要求，并重点介绍振动传感器。其他系统，如偏航驱动、机械制动和发电机，通常不使用振动传感器进行监控，而通常使用扭矩、温度、油参数和电信号进行监控。gydF4y2Ba

图1。风力发电机系统部件。gydF4y2Ba

图2。齿轮箱结构。gydF4y2Ba

齿轮箱gydF4y2Ba

风电齿轮箱将机械能从低转速的转子轮毂转移到高速的发电机。同时，WT变速箱承受着来自不同风速和频繁制动动作的瞬态脉冲的交变负载。该变速箱由一个低速转子轴和主轴承组成，从施加在转子叶片上的风力在0转/分到20转/分(小于0.3赫兹)的范围内工作。捕捉增加的振动信号需要振动传感器能够直接工作到直流。行业认证指南特别指出，振动传感器需要0.1 Hz的性能。gydF4y2Ba^9gydF4y2Ba变速箱高速轴通常在3200转(53赫兹)。为了提供足够的带宽来捕捉轴承和齿轮故障的谐波，建议对低速和高速轴的振动传感器性能达到或超过10 kHz。gydF4y2Ba^9gydF4y2Ba这是因为轴承谐振通常在几千赫兹范围内，而不管转速如何。gydF4y2Ba^10gydF4y2Ba

轴承故障是变速箱故障的最大原因。一些研究表明齿轮的灾难性故障，轴承故障是根本原因。gydF4y2Ba^11gydF4y2Ba当高速轴中的后轴承失效时，高速轴就会倾斜，造成与中间(中)轴齿轮的传动不均匀。在这种情况下，接触的牙齿很容易失效，如图3所示。gydF4y2Ba

图3。中轴齿轮断齿。gydF4y2Ba

轴承润滑(油)不足是主轴轴承失效的主要原因。SKF NoWear等解决方案包括一种特殊的轴承涂层，gydF4y2Ba^12gydF4y2Ba这有助于将石油短缺的时间缩短六倍以上。gydF4y2Ba

即使使用特殊的轴承涂层和其他齿轮箱改进方法，仍然需要用适当的振动传感器监测齿轮箱主轴承和高速级轴承。振动传感器需要有足够低的噪声下限，以便早期轴承故障具有低振动振幅(gydF4y2BaggydF4y2Ba范围)可以检测到。较老的MEMS技术，如gydF4y2BaADXL001gydF4y2Ba4米gydF4y2BaggydF4y2Ba/噪声地板能充分捕捉轴承外圈故障。gydF4y2Ba^13gydF4y2Ba图4显示了外部种族断层首次出现在大约0.055处gydF4y2BaggydF4y2Ba具有良好承载性能的频率峰值小于2米gydF4y2BaggydF4y2Ba/从噪音密度的角度。数据采集系统的过程增益参考gydF4y2Ba^13gydF4y2Ba结果噪声大幅度降低，使测量达到2米gydF4y2BaggydF4y2Ba/噪声地板上。使用一个4米的传感器gydF4y2BaggydF4y2Ba只有在DAQ系统中实现了足够的过程增益，且噪声是随机的情况下，才适用于/噪声下限。一般来说，最好使用100 μ的振动传感器gydF4y2BaggydF4y2Ba/至200µgydF4y2BaggydF4y2Ba/噪声下限，而不是依赖于过程增益，这只在噪声是随机和不相关的情况下有效。gydF4y2Ba

具有100µ的传感器gydF4y2BaggydF4y2Ba/至200µgydF4y2BaggydF4y2Ba/噪声地板具有足够的性能来捕捉正常轴承运行条件，以及在捕捉m早期故障时的出色性能gydF4y2BaggydF4y2Ba/范围。事实上，使用MEMS传感器100µgydF4y2BaggydF4y2Ba/噪声下限可以更早地检测轴承故障。gydF4y2Ba

图4。使用MEMS加速度计ADXL001测量轴承外圈故障。gydF4y2Ba

而初始轴承损伤小于0.1gydF4y2BaggydF4y2Ba，高级轴承损坏特征通常发生在1gydF4y2BaggydF4y2Ba，这应该会引发维护。gydF4y2Ba^14gydF4y2Ba图5显示，当振动振幅超过6时，可以进行变速箱维修和轴承更换gydF4y2BaggydF4y2Ba．如前所述，轴承故障的谐波频率较高。在更高频率的测量需要一个更大的传感器gydF4y2BaggydF4y2Ba规范范围。这是因为加速度gydF4y2BaggydF4y2Ba所测力与频率的平方成正比。因此，小的断层位移在较高的频率导致较高的gydF4y2BaggydF4y2Ba与低频相同断层位移的比较范围。更高的带宽传感器，测量范围可达10khz，通常指定为50gydF4y2BaggydF4y2Ba到200年gydF4y2BaggydF4y2Ba，非常适合风力涡轮机应用。振动传感器还需要覆盖由于结构冲击或突然的机械断裂造成的冲击负载情况。因此，典型的商业振动监测系统的评级至少为50gydF4y2BaggydF4y2Ba到100年gydF4y2BaggydF4y2Ba全面的范围。gydF4y2Ba

图5。轴承更换时振动振幅为6g。gydF4y2Ba

对于风力发电机主轴承，至少需要一个单轴振动传感器，建议有两个，并在轴向和径向进行测量轴承圈的轴向开裂可缩短轴承寿命，缩短至一至两年。gydF4y2Ba^15gydF4y2Ba

由于变速箱的复杂性，如图2所示，建议至少6个振动传感器用于状态监测传感器的数量和位置的选择应以这样一种方式，所有齿轮啮合和缺陷/旋转频率可以可靠地测量。对于变速箱低速阶段，一个单轴传感器是必需的，放置尽可能接近环形齿轮。对于中间和高速阶段，在太阳齿轮，中轴和高速轴位置需要一个单轴传感器。高速和中速轴承内圈轴向裂纹已成为风力发电机齿轮箱寿命问题的主要原因。gydF4y2Ba^15gydF4y2Ba

对于变速箱监测，未来的状态监测改进领域包括采用无线振动监测系统，但可持续地为这些解决方案提供动力是一个正在进行的研究领域。gydF4y2Ba^8gydF4y2Ba

转子叶片gydF4y2Ba

风力涡轮机转子叶片和轮毂组件捕获风和传递扭矩在低速。叶片失效的主要原因包括极端风负荷、环境影响，如结冰或闪电，以及失衡。这些会导致裂缝和边缘裂缝，以及沥青系统的失效。现有的商业振动监测系统数量有限，包括叶片内部和外部。gydF4y2Ba^8gydF4y2Ba在叶片上使用MEMS振动传感器进行了大量的学术研究，例如Cooperman和Martinez的工作，gydF4y2Ba^16gydF4y2Ba这也包括陀螺仪和磁力计。这些传感器的联合输出被用来确定风力涡轮机叶片段的方向和变形。相比之下，很少有商用振动监测系统，如weidmuller BLADEcontrolgydF4y2Ba^®gydF4y2Ba，gydF4y2Ba^17gydF4y2Ba它在每个动叶内部使用振动传感器来测量每个动叶的自然振动行为的变化。BLADEcontrol系统的重点是检测转子叶片上的极端结冰条件，导致涡轮过度振动。gydF4y2Ba

一般来说，大型风力涡轮机叶片(即直径40米及以上)的第一固有频率在0.5 Hz至15 Hz之间。18风力涡轮机叶片无线振动监测系统的可行性研究gydF4y2Ba^18gydF4y2Ba表明振动激励下的叶片频响明显超出基频。其他的研究gydF4y2Ba^19gydF4y2Ba表明由叶片边缘变形和叶片扭转变形引起的叶片频率存在显著差异。叶片边缘变形固有频率出现在0.5 Hz到30 Hz范围内，叶片扭转变形固有频率出现在高达700 Hz的范围内。用振动传感器测量基频以外的频率需要更大的带宽。状态监测规范DNVGL认证gydF4y2Ba^9gydF4y2Ba建议转子叶片使用振动传感器，能够测量0.1 Hz到≥10 kHz的频率范围，一个传感器在转子轴和一个传感器在横向。由于转子叶片可能具有高频率测量范围，振动传感器还必须具有至少50的大振幅测量范围gydF4y2BaggydF4y2Ba，类似变速箱轴承的要求。gydF4y2Ba

带吊舱的塔gydF4y2Ba

风力涡轮机塔为机舱外壳和转子叶片组件提供结构支撑。塔可能遭受冲击损坏，这可能导致塔倾斜。倾斜的塔将导致叶片相对于风向的角度不是最佳的。测量倾斜需要一个传感器，可以工作到0赫兹，就像在零风条件下，这样倾斜仍然可以被检测到。gydF4y2Ba

地基的结构损坏会导致塔的摇晃。塔架摆动监测被内置到一些涡轮状态监测系统中，但与齿轮箱振动监测相比，很少有商业上可用的选项Scaime状态监测系统gydF4y2Ba^20.gydF4y2Ba使用加速计、位移传感器、应变传感器和温度传感器监测叶片、塔和基础。Scaime加速度计全量程范围的报价为±2gydF4y2BaggydF4y2Ba，gydF4y2Ba^20.gydF4y2Ba根据DNVGL规范，监控频率需要在0.1 Hz ~ 100hz范围内。gydF4y2Ba^9gydF4y2Ba如前所述，在静态条件下(无风力)，当塔架结构故障导致倾斜时，频率下限降低至0赫兹。对于倾斜测量，需要一个具有良好直流稳定性能的传感器。MEMS传感器，如gydF4y2BaADXL355gydF4y2Ba，可在密封包装，实现业界领先的0gydF4y2BaggydF4y2Ba偏移量稳定。gydF4y2Ba

研究gydF4y2Ba^21gydF4y2Ba验证振动传感器与最小±2gydF4y2BaggydF4y2Ba监视塔的范围足够。最大风速25 mps产生加速度gydF4y2BaggydF4y2Ba小于1的水平gydF4y2BaggydF4y2Ba用于塔在正常运行模式。事实上，在“基于现场测量和有限元分析的风力机塔基础系统应力状态识别”21研究中，风力机的额定风速为2 mps至25 mps，风力机功率在25 mps风速时下降(切断)。gydF4y2Ba

表1。风力机状态监测的振动传感器要求gydF4y2Ba

一般故障gydF4y2Ba

需要捕捉正常的操作条件gydF4y2Ba

组件gydF4y2Ba	不。的传感器gydF4y2Ba	测量方向gydF4y2Ba	频率范围gydF4y2Ba	加速度范围gydF4y2Ba	噪声密度gydF4y2Ba
转子叶片gydF4y2Ba	两单轴gydF4y2Ba	轴向和横向gydF4y2Ba	0.1 Hz ~≥10 kHzgydF4y2Ba	±50gydF4y2BaggydF4y2Ba(最少)到100gydF4y2BaggydF4y2Ba	≤1米gydF4y2BaggydF4y2Ba/需要捕获gydF4y2Ba
主轴承gydF4y2Ba	两单轴gydF4y2Ba	径向和轴向gydF4y2Ba	0.1 Hz ~≥10 kHzgydF4y2Ba	±50gydF4y2BaggydF4y2Ba(最少)到100gydF4y2BaggydF4y2Ba
齿轮箱低速(环形齿轮)gydF4y2Ba	一条单轴gydF4y2Ba	径向gydF4y2Ba	0.1 Hz ~≥10 kHzgydF4y2Ba	±50gydF4y2BaggydF4y2Ba(最少)到100gydF4y2BaggydF4y2Ba	≤100µgydF4y2BaggydF4y2Ba/至200µgydF4y2BaggydF4y2Ba/需要捕捉早期状态轴承故障gydF4y2Ba
中高速变速箱(太阳齿轮，中高速轴)gydF4y2Ba	三单轴gydF4y2Ba	径向和轴向gydF4y2Ba	10hz ~≥10khzgydF4y2Ba	±50gydF4y2BaggydF4y2Ba(最少)到100gydF4y2BaggydF4y2Ba
发电机轴承(内、外轴承)gydF4y2Ba	两单轴gydF4y2Ba	径向gydF4y2Ba	10hz ~≥10khzgydF4y2Ba	±50gydF4y2BaggydF4y2Ba(最少)到100gydF4y2BaggydF4y2Ba	≤100µgydF4y2BaggydF4y2Ba/至200µgydF4y2BaggydF4y2Ba/gydF4y2Ba
塔和机舱gydF4y2Ba	两单轴gydF4y2Ba	轴向和横向gydF4y2Ba	0hz ~≥100hzgydF4y2Ba	±2gydF4y2BaggydF4y2Ba(最小)gydF4y2Ba

总结gydF4y2Ba

表1给出了基于风力机应用需求的振动传感器需求摘要。传感器的数量、测量方向和频率范围在DNVGL认证的状态监测规范中给出。gydF4y2Ba^9gydF4y2Ba如前所述，0赫兹的性能对监测塔的结构问题很重要。表1还总结了基于现场研究和测量的适当振幅范围和噪声密度。gydF4y2Ba

故障数据采集方法gydF4y2Ba

所有大型公用事业规模的WTs都有一个标准的监控和数据采集(SCADA)系统，主要用于参数监测。监测参数的例子包括齿轮箱轴承温度和润滑，有功功率输出和相电流。一些参考gydF4y2Ba^6gydF4y2Ba讨论使用SCADA数据进行风力涡轮机的状态监测，以检测趋势。杜伦大学的一项调查gydF4y2Ba^7gydF4y2Ba列出了多达10个商用状态监测系统，可以使用标准协议与现有SCADA系统进行适配和完全集成。一个例子是GE能源适应风对未来技术趋势的广泛调查gydF4y2Ba^7gydF4y2Ba表明在风力涡轮机上安装振动监测系统的明确举措。gydF4y2Ba

适合风力机状态监测的振动传感器gydF4y2Ba

在0.3 Hz或以下，压电振动技术很难或无法捕获振动信号。这意味着低速WT部件，如转子叶片，主轴承，低速变速箱和塔不能被适当地监测。基于mems的传感器，其性能可达0hz，可以捕捉到所有风力发电机主要部件的严重故障。这为客户提供了WT的单一振动传感器解决方案，仅使用MEMS测量从0 Hz到10 kHz及以上的故障。gydF4y2Ba

适用于煤层气开采的技术gydF4y2Ba	转子叶片gydF4y2Ba	主轴承gydF4y2Ba	变速箱低速gydF4y2Ba	变速箱中高速gydF4y2Ba	发电机轴承gydF4y2Ba	带吊舱的塔gydF4y2Ba
微机电系统gydF4y2Ba	✓gydF4y2Ba	✓gydF4y2Ba	✓gydF4y2Ba	✓gydF4y2Ba	✓gydF4y2Ba	✓gydF4y2Ba
压电gydF4y2Ba	✗gydF4y2Ba	✗gydF4y2Ba	✗gydF4y2Ba	✓gydF4y2Ba	✓gydF4y2Ba	✗gydF4y2Ba

除了能够捕获所有关键故障外，MEMS还提供以下优点:gydF4y2Ba

• 宽gydF4y2BaggydF4y2Ba测量范围和超低µgydF4y2BaggydF4y2Ba/噪音密度，容易达到表中所列的要求gydF4y2Ba
• MEMS具有内置的自检(BIST)，系统操作人员不需要访问WT来测试/确保传感器的正确操作，节省了成本。相比之下，压电技术没有BIST能力。gydF4y2Ba
• 与压电相比，memst在数据接口和电源供应方面都更加灵活。将高阻抗压电传感器转换为沿电缆输出的选择有限。最常见的实现是2线IEPE接口，该接口通过第二根接地线在共享电源/数据线上为压电传感器供电。IEPE使用与压电相匹配的放大器来提供低阻抗电缆驱动解决方案。使用MEMS传感器可以实现IEPE接口解决方案，但MEMS传感器还允许更容易地与使用现场总线(RS-485, CAN)或基于以太网的网络运行的现有系统集成。这是因为MEMS传感器具有模拟输出或数字输出(SPI、IC)，可以很容易地转移到其他协议。gydF4y2Ba
• 环境性能:WT一般可在-40°C至+55°C的温度下工作，MEMS器件可以轻松满足这一要求gydF4y2Ba
• 与压电传感器相比，MEMS具有更好的灵敏度/线性度。模拟设备的加速度计的非线性很低，通常可以忽略不计。例如，gydF4y2BaADXL1001gydF4y2BaMEMS加速度计具有典型的非线性规格小于全量程0.025%。相比之下，基于压电的传感器的标准化测量的学术研究报告了0.5%或更少的非线性。gydF4y2Ba^23gydF4y2Ba

基于mems的振动传感器和解决方案gydF4y2Ba

传感器gydF4y2Ba

满足所有的带宽，范围，和噪声密度要求的振动监测在风力涡轮机的应用是很容易实现gydF4y2BaADXL1002gydF4y2Ba，gydF4y2BaADXL1003gydF4y2Ba，gydF4y2BaADXL1005gydF4y2Ba,gydF4y2BaADcmXL3021gydF4y2BaMEMS传感器(见表2)gydF4y2BaADXL355gydF4y2Ba而且gydF4y2BaADXL357gydF4y2Ba也适用于风力机塔监控，具有较低的带宽和量程测量性能。ADXL355/ADXL357具有良好的直流稳定性，这对测量风力机塔架倾斜非常重要。ADXL355/ADXL357密封封装确保了良好的长期稳定性。在10年的使用寿命中，ADXL355的重复性在±3.5米以内gydF4y2BaggydF4y2Ba，提供高度精确的倾斜测量传感器。gydF4y2Ba

表2。适用于风力机状态监测的MEMS传感器gydF4y2Ba

MEMS传感器gydF4y2Ba	不。的轴gydF4y2Ba	范围(±gydF4y2BaggydF4y2Ba）gydF4y2Ba	带宽(赫兹)gydF4y2Ba	噪音DgydF4y2Ba在gydF4y2Ba爆破(µgydF4y2BaggydF4y2Ba/√赫兹)gydF4y2Ba
ADXL355gydF4y2Ba	3.gydF4y2Ba	2 4 8gydF4y2Ba	0到1gydF4y2Ba	25gydF4y2Ba
ADXL357gydF4y2Ba	3.gydF4y2Ba	10,20,40gydF4y2Ba	0到1gydF4y2Ba	80gydF4y2Ba
ADXL1005gydF4y2Ba	1gydF4y2Ba	One hundred.gydF4y2Ba	0 ~ 23gydF4y2Ba	75gydF4y2Ba
ADXL1003gydF4y2Ba	1gydF4y2Ba	200gydF4y2Ba	0 ~ 15gydF4y2Ba	45gydF4y2Ba
ADXL1002gydF4y2Ba	1gydF4y2Ba	50gydF4y2Ba	0 ~ 11gydF4y2Ba	25gydF4y2Ba
ADcmXL3021gydF4y2Ba	3.gydF4y2Ba	50gydF4y2Ba	0 ~ 10gydF4y2Ba	26gydF4y2Ba

风力机状态监测解决方案gydF4y2Ba

无线gydF4y2Ba

Analog Devices提供一整套经过验证的参考设计、评估系统和即插即用机器健康传感器模块，以加快客户的设计工作。图6显示了模拟设备的gydF4y2Ba无线振动gydF4y2Ba监测评估平台gydF4y2Ba．该系统解决方案结合了机械附件、硬件、固件和PC软件，以实现单轴振动监测解决方案的快速部署和评估。该模块可以直接连接到电机或夹具，无论是磁性或通过螺柱。它还可以与同一无线网状网络上的其他模块相结合，通过多个传感器节点作为基于条件的监测(CbM)系统的一部分，提供更广阔的图像。gydF4y2Ba

图6。无线振动监测评估平台。gydF4y2Ba

CbM硬件信号链由安装在模块底座上的单轴ADXL1002加速度计组成。ADXL1002的输出被读入gydF4y2BaADuCM4050gydF4y2Ba低功耗微控制器，在那里它被缓冲，转换到频域和流到SmartMeshgydF4y2Ba^®gydF4y2BaIP尘埃。从SmartMesh芯片，ADXL1002的输出通过无线流传输到SmartMesh IP管理器。管理器连接到一台PC，可以进行数据的可视化和保存。数据显示为原始时域数据和FFT数据。可以获得关于时间聚合数据的其他汇总统计信息。完整的PythongydF4y2Ba^®gydF4y2Bapc端GUI的代码，以及部署到模块的C固件，都是可用的，以支持客户适应。gydF4y2Ba

《连线》杂志gydF4y2Ba

模拟设备的gydF4y2Ba先锋1有线煤层气评价平台gydF4y2Ba提供了一种工业有线链路解决方案gydF4y2BaADcmXL3021gydF4y2Ba三轴振动传感器。cbm硬件信号链由一个三轴ADcmXL3021加速度计和广濑柔性PCB连接器组成。带有SPI和中断输出的ADcmXL3021 Hirose连接器附加到接口pcb上，通过数米的电缆将SPI转换为RS-485物理层到远程主控板。SPI ors -485物理层转换可以使用隔离或非隔离接口pcb实现，其中包括gydF4y2Ba我gydF4y2Ba耦合器gydF4y2Ba^®gydF4y2Ba隔离(gydF4y2BaADuM5401gydF4y2Ba/gydF4y2BaADuM110NgydF4y2Ba)及RS-485/RS-422收发器(gydF4y2BaADM4168EgydF4y2Ba/gydF4y2BaADM3066EgydF4y2Ba)．该解决方案通过一根标准电缆将电源和数据结合起来，降低了远程MEMS传感器节点的电缆和连接器成本。专用软件GUI支持ADcmXL3021设备的简单配置，并通过长电缆捕获振动数据。GUI软件使数据可视化为原始时域或FFT波形。gydF4y2Ba

图7。有线振动监测评价平台。gydF4y2Ba

结论gydF4y2Ba

本文演示了基于mems的传感器可以测量风力发电机关键系统部件的所有关键故障。MEMS传感器带宽、测量范围、直流稳定性和噪声密度是理想的指定，在风力涡轮机应用中具有出色的性能。gydF4y2Ba

MEMS内置自检(BIST)，灵活的模拟/数字接口，出色的灵敏度/随时间变化的线性度是MEMS传感器成为风力发电机状态监测的最佳解决方案的其他原因。维护系统以检测基于振动的早期错误是一项现代技术，以防止整个风力涡轮机的昂贵停机。gydF4y2Ba

参考文献gydF4y2Ba

1gydF4y2Ba《2018年全球风能报告》gydF4y2Ba．GWEC, 2019年4月。gydF4y2Ba

2双文(肖恩)盛。”gydF4y2Ba风电齿轮箱可靠性数据库，gydF4y2Ba状态监控、操作和维护研究更新。gydF4y2Ba动力传动系统可靠性合作研讨会，2016年5月。gydF4y2Ba

Alexios Koltsidopoulos Papatzimos, Tariq Dawood, Phillip R. Thies”gydF4y2Ba海上风力涡轮机齿轮箱更换的数据洞察gydF4y2Ba“EERA DeepWind’2018，第十五届深海海上风研发大会，gydF4y2Ba物理杂志:会议系列gydF4y2Ba2018年10月。gydF4y2Ba

詹姆斯·卡罗尔，阿拉斯代尔·麦克唐纳，大卫·麦克米兰。”gydF4y2Ba故障率，修复gydF4y2Ba海上风力涡轮机的时间和非计划运维成本分析gydF4y2Ba．”风能gydF4y2Ba2015年8月。gydF4y2Ba

李瑶，朱才超，宋朝生，谭建军。gydF4y2Ba“研究和gydF4y2Ba风力发电机组可靠性研究进展gydF4y2Ba．”国际机械工程与应用杂志gydF4y2Ba, 2018年。gydF4y2Ba

Jannis Tautz-Weinert, Simon J. Watson。”gydF4y2BaSCADA数据在风力发电机中的应用gydF4y2Ba病情监测综述gydF4y2Ba．”可再生能源发电gydF4y2Ba2017年5月，第11卷第4期gydF4y2Ba

Christopher J. Crabtree, D. Zappala, P.J. Tavner。gydF4y2Ba商业调查gydF4y2Ba风力涡轮机可用状态监测系统gydF4y2Ba．gydF4y2Ba达勒姆在线研究gydF4y2Ba杜伦大学，2014年5月。gydF4y2Ba

Mathew L. Wymore, Jeremy E. Van Dam, Halil Ceylan, Daji Qiao。”gydF4y2Ba一项调查显示gydF4y2Ba风力涡轮机健康监测系统gydF4y2Ba．”《可再生和可持续能源评论gydF4y2Ba2015年12月，第52卷。gydF4y2Ba

9gydF4y2BaDNVGL-SE-0439服务规范:状态监测认证gydF4y2Ba．DNVGL, 2016年6月。gydF4y2Ba

罗伯特·邦德·兰德尔。gydF4y2Ba振动gydF4y2Ba量gydF4y2Ba基于状态监测:工业，航空航天，gydF4y2Ba汽车应用gydF4y2Ba．约翰威利父子公司，2010年12月。gydF4y2Ba

滕伟，丁贤，张小龙，刘一兵，马志勇。”gydF4y2BaMultifaultgydF4y2Ba利用复合体进行风电齿轮箱故障检测与分析gydF4y2Ba小波变换gydF4y2Ba．”可再生能源gydF4y2Ba2016年8月，第93卷。gydF4y2Ba

12 David de Garavilla和周晓波博士。”gydF4y2Ba延长主轴轴承寿命gydF4y2Ba风力涡轮机gydF4y2Ba风力发电工程与发展，2019年8月。gydF4y2Ba

Eric Bechhoefer, Mathew Wadham-Gagnon, Bruno Boucher。gydF4y2Ba初始条件gydF4y2Ba风力发电机的监测经验gydF4y2Ba．预测与健康管理学会年会，2012。gydF4y2Ba

Xavier Escaler和Toufik Mebarki。”gydF4y2Ba全尺寸风力发电机振动特征gydF4y2Ba分析gydF4y2Ba．”机器gydF4y2Ba, 2018年。gydF4y2Ba

尼克·沙普利。”gydF4y2Ba了解风力涡轮机轴向开裂的根本原因gydF4y2Ba变速箱轴承gydF4y2Ba风电工程与开发，2014年4月。gydF4y2Ba

Aubryn M. Cooperman, Marcias J. Martinez。”gydF4y2BaMEMS用于结构健康gydF4y2Ba风力涡轮机叶片的监测gydF4y2Ba会议:国际适应性结构与技术会议(ICAST 2014)， 2014年10月。gydF4y2Ba

17gydF4y2BaBLADEcontrolgydF4y2Ba．Weidmüller Interface GmbH & Co. KG, 2020年2月。gydF4y2Ba

o·o·伊苏，S.D.劳埃德，j·a·弗林特，s·j·沃森。”gydF4y2Ba全自动汽车的可行性gydF4y2Ba风力机叶片无线监测系统gydF4y2Ba．”可再生能源gydF4y2Ba2016年11月，第97卷。gydF4y2Ba

L.K. Tartibu, M. Kilfoil, A.J. Van Der Merwe。”gydF4y2Ba变量的振动分析gydF4y2Ba长叶片风力涡轮机gydF4y2Ba．”国际工程与技术进展杂志gydF4y2Ba2012年7月。gydF4y2Ba

20.gydF4y2Ba风能gydF4y2Ba．Scaime, 2020年2月。gydF4y2Ba

Fujiyama Chikako, Kaoru Yonetsu, Takuya Maeshima, Yasuhiro Koda”gydF4y2Ba基于场的风力机塔-基础系统应力状态辨识gydF4y2Ba测量与有限元分析gydF4y2Ba．”Procedia工程gydF4y2Ba2014年12月，第95卷。gydF4y2Ba

22”gydF4y2Ba弯曲内华达适应。风:状态监测解决方案gydF4y2Ba2019年11月，贝克休斯公司。gydF4y2Ba

23 j.p utner, P.B. Grams和H. Fastl， "gydF4y2Ba压电的非线性行为gydF4y2Ba加速度计gydF4y2Ba会议:Fortschritte der Akustik, AIA-DAGA 2013, 2013年3月。gydF4y2Ba

”gydF4y2Ba风力涡轮机冰探测系统的评估:最终报告VGBgydF4y2Ba研究项目编号392:最终报告gydF4y2Ba2016年2月，METEOTEST。gydF4y2Ba

费舍尔，卡塔琳娜和迭戈·科罗纳多。”gydF4y2BaVGB研究项目383 -gydF4y2Ba风力涡轮机的状态监测:技术水平，用户体验，和gydF4y2Ba建议gydF4y2Ba．”VGB PowerTechgydF4y2Ba2015年7月。gydF4y2Ba

Tchakoua, Pierre, Mohand Ouhrouche, René Wamkeue, F. Slaoui Hasnaoui。”gydF4y2Ba风力发电机状态监测:最新的回顾，新趋势，和gydF4y2Ba未来的挑战gydF4y2Ba．”能量gydF4y2Ba2014年4月。gydF4y2Ba

滕伟，王峰，张凯里，刘一兵，丁贤。”gydF4y2Ba点蚀故障gydF4y2Ba基于经验模态分解的风电齿轮箱检测gydF4y2Ba．”机械工程学报gydF4y2Ba, 2014年。gydF4y2Ba

关于作者gydF4y2Ba

Richard Anslow是模拟设备公司自动化和能源业务部连接运动和机器人团队的系统应用工程师。他的专业领域是基于条件的监测和工业通信设计。他获得了学士和硕士学位。爱尔兰利默里克大学的学位。可以通过电话联系到他gydF4y2Barichard.anslow@analog.com。gydF4y2Ba

关于作者gydF4y2Ba

Dara O’sullivan是模拟设备公司自动化和能源事业部连接运动和机器人团队的系统应用经理。他的专业领域是工业运动控制应用中的电源转换、控制和监测。他获得了理学士、工学硕士学位。,Ph.D. from University College Cork, Ireland, and he has worked in industrial and renewable energy applications in a range of research, consultancy, and industry positions since 2001. He can be reached atdara.osullivan@analog.com。gydF4y2Ba