Novel intuitive hierarchical structure for condition monitoring system of wind turbines

• Autorzy: Barszcz T. , Strączkiewicz M.

Warianty tytułu

PL

Nowatorska intuicyjna struktura hierarchiczna systemu monitorowania stanu turbin wiatrowych

• Języki publikacji: EN

Abstrakty

EN

The field of condition monitoring (CM) systems has developed significantly in recent decade. Due to constant improvement of embedded computing, complex vibration data processing can be now implemented for a much larger group of machines, e.g. wind turbines. One of the key outcomes of this process is increase in the number of signal features calculated online. Instead of a dozen of broadband values, we now have more than a hundred for a typical wind turbine. Such a situation creates information overload for the operators. On one hand, it is now possible to detect machine failure at an early stage, but on the other – a person monitoring a few dozens of turbines, each generating over a hundred features is not able to properly organize all the information from CM systems. Therefore, we have proposed the hierarchical informational structure for condition monitoring system of wind turbines, based on the data fusion methods. The information about feature values and statuses is combined into higher levels, e.g. main bearing, gearbox and generator together with the information about its severity and novelty.

PL

Na przestrzeni ostatniego dziesięciolecia zaobserwować można było szczególny rozwój na polu monitorowania stanu maszyn i urządzeń. Stało się tak dzięki wykorzystaniu bardziej zaawansowanych systemów wbudowanych oraz skomplikowanych algorytmów przetwarzania sygnałów drgań, które obecnie mogą być zastosowane do oceny stanu znacznie większej grupy maszyn, takich jak np. turbiny wiatrowe. Jednym z najważniejszych efektów tego procesu jest zwiększenie ilości wskaźników diagnostycznych, które mogą zostać obliczone w czasie rzeczywistym – zamiast kilkunastu wartości szerokopasmowych, obecnie otrzymuje się ich ponad sto dla typowej turbiny wiatrowej. W rezultacie prowadzi to do przeciążenia ilością informacji, jakie jest stanie przetworzyć wykwalifikowany pracownik utrzymania ruchu. Z jednej strony, istnieje obecnie możliwość wykrycia uszkodzenia maszyny w najwcześniejszym jego stadium, z drugiej natomiast – inżynier utrzymania ruchu monitorujący kilkadziesiąt turbin, z których każda generuje ponad sto wskaźników informujących o stanie maszyny, nie jest zdolny do właściwej oceny wszystkich informacji z systemu diagnostycznego. W związku z tym, zaproponowana została hierarchiczna struktura informacyjna dla systemów monitorowania stany turbin wiatrowych oparta na metodach integracji danych. Informacja o wartościach oraz stanach wskaźników diagnostycznych łączy się na wyższych poziomach, tj. łożyska głównego, przekładni oraz generatora razem z informacją o ich o ważności oraz aktualności.

Słowa kluczowe

EN

data fusion; condition monitoring; fault detection; fault identification; vibration; wind turbines

PL

integracja danych; monitorowanie stanu; wykrywanie uszkodzenia; identyfikacja uszkodzenia; analiza drgań; turbina wiatrowa

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2013
• Tom: Vol. 14, No. 3
• Strony: 53--60
• Opis fizyczny: Bibliogr. 22 poz., rys., tab.

Twórcy

autor

Barszcz T.

• AGH University of Science and Technology, Department of Robotics and Mechatronics, al. Mickiewicza 30, 30-059 Kraków, Poland

autor

Strączkiewicz M.

• AGH University of Science and Technology, Department of Robotics and Mechatronics, al. Mickiewicza 30, 30-059 Kraków, Poland

Bibliografia

• [1] T. Gellermann, „Requirements for Condition Monitoring Systems for Wind Turbines,” Allianz, 2003.
• [2] Wiggelinkhuizen, E., Verbruggen, T., Braam, H., Rademakers, L., Xiang, J., Watson, S., Assessment of condition monitoring techniques for offshore wind farms, (2008) Journal of Solar Energy Engineering, Transactions of the ASME, 130 (3), pp. 0310041-0310049.
• [3] T. Barszcz, „Concept of monitoring and diagnostics of small and medium power rotating machinery”, Diagnostyka, nr 35, pp. 49-56, 2005.
• [4] Lethe G., Kinne D., Terna I., Dynamic simulation of a windturbine system calculating vibrations, loads, durability and acoustic response in a single cae environment, European Wind Energy Conference and Exhibition 2009, EWEC 2009; Marseille; France; 16-19 March 2009.
• [5] Barszcz T., Bielecka M., Bielecki A., Wójcik M., „Wind speed modelling using Weierstrass function fitted by a genetic algorithm”, Journal of Wind Engineering and Industrial Aerodynamics, Volume 109, October 2012, pp. 68-78.
• [6] Barszcz T., Bielecki A., Wójcik M., „ART-type artificial neural networks applications for classification of operational states in wind turbines”, Lecture Notes in Computer Science, Volume 6114 LNAI, Issue PART 2, 2010, pp. 11-18.
• [7] Barszcz T., Bielecka M., Bielecki A., Wójcik M., „Wind turbines states classification by a fuzzy-ART neural network with a stereographic projection as a signal normalization”, Lecture Notes in Computer Science, Volume 6594 LNCS, Issue PART 2, 2011, pp. 225-234.
• [8] Yang, W., Tavner, P.J., Crabtree, C.J., Wilkinson, M., “Cost-effective condition monitoring for wind turbines”, (2010) IEEE Transactions on Industrial Electronics, 57 (1), pp. 263-271.
• [9] Jardine A.K.S., Lin D., Banjevic D., "A review on machinery diagnostics and prognostics implementing condition-based maintenance", Mechanical Systems and Signal Processing Volume 20, Issue 7, October 2006, pp. 1483–1510.
• [10] Zappala D., Tavner P.J., Crabtree C.J., “Gear fault detection automation using WindCon frequency tracking”, European Wind Energy Conference 2012, EWEC 2012; Copenhagen; Denmark; 2012.
• [11] Sawalhi N., Randall R. B., “Gear parameter identification in a wind turbine gearbox using vibration signals”, Mechanical Systems and Signal Processing, in press, DOI: 10.1016/j.ymssp.2013.08.017.
• [12] Soua S., Van Lieshout P., Perera A., Gan T.H., Bridge B., “Determination of the combined vibrational and acoustic emission signature of a wind turbine gearbox and generator shaft in service as a pre-requisite for effective condition monitoring”, Renewable Energy Volume 51, March 2013, pp. 175-181.
• [13] Jabłoński A., Barszcz T., “Instantaneous circular pitch cyclic power (ICPCP) - A tool for diagnosis of planetary gearboxes”, Key Engineering Materials Volume 518, 2012, pp. 168-173.
• [14] Jabłoński A., Barszcz T., Bielecka M., „Automatic validation of vibration signals in wind farm distributed monitoring systems”, Measurement: Journal of the International Measurement Confederation Volume 44, Issue 10, December 2011, pp. 1954-1967.
• [15] Jabłoński A., Barszcz T., “Validation of vibration measurements for heavy duty machinery diagnostics”, Mechanical Systems and Signal Processing Volume 38, Issue 1, 5 July 2013, pp. 248-263.
• [16] Worden K, Staszewski WJ & Hensman JJ, Natural computing for mechanical systems research: A tutorial overview. Mechanical Systems and Signal Processing, Volume 25, Issue 1, 2011, pp. 4-111.
• [17] Khazaee, M., Ahmadi, H., Omid, M., Moosavian, A., “Vibration condition monitoring of planetary gears based on decision level data fusion using Dempster- Shafer theory of evidence”, Journal of Vibroengineering 14 (2) , pp. 838-851.
• [18] Brodowski S., Bielecki A., “New specifics for a hierarchial estimator meta-algorithm”, Lecture Notes in Computer Science, Volume 7268 LNAI, Issue PART 2, 2012, pp. 22-29.
• [19] T. Barszcz, A. Jabłoński, “Selected methods of finding optimal center frequency for amplitude demodulation of vibration signals” , Diagnostyka, nr 35, pp. 25-28, 2010/2.
• [20] J. Urbanek, J. Antoni i T. Barszcz, „Detection of signal component modulations using modulation intensity distribution”, Mechanical Systems and Signal Processing, nr 28, pp. 399-413, April 2012.
• [21] Urbanek J., Barszcz T., Zimroz R., Antoni J., „Application of averaged instantaneous power spectrum for diagnostics of machinery operating under non-stationary operational conditions”, Measurement: Journal of the International Measurement Confederation Volume 45, Issue 7, August 2012, pp. 1782-1791.
• [22] Urbanek J., Barszcz T., Sawalhi N., Randall R.B., „Comparison of amplitude-based and phase-based methods for speed tracking in application to wind turbines”, Metrology and Measurement Systems Volume 18, Issue 2, 2011, Page 11.