一种海上风机三维空间姿态的预报方法及应用与流程

1.本发明属于海上风机在线监测技术领域，尤其是涉及一种海上风机三维空间姿态的预报方法及应用。


背景技术：

2.近年来，国家对海上风电的政策支持力度和资本投入不断增大，海上风电在国内迅速发展。海上风电具有广阔的市场前景，但与陆上风电场的开发建设相比则具有更高的安全和投资风险。随着信息化技术的不断应用，数值化智慧海上风场迎来新的发展机遇，数字化不仅体现在设计阶段，更体现在工程的全生命周期，可以帮助提升工程建设效率、减少成本支出、提升运维的有效性和针对性。海上风机振动在线监测作为智慧风场的一部分，对风机的安全运行具有重要意义。实时监测海上风机的空间姿态，可以对海上风机的运行状态进行直观的评价。
3.由于海上特殊的环境，使得振动位移的直接测量变得不太现实，现有的技术手段中，是通过倾角仪测量风机的倾角，进一步换算成结构的位移，一方面无法得到海上风机不同位置的实时运动轨迹，另一方面，在预测精度上也存在较大偏差，而基于gps的风机位移测量也因海上基站缺乏、测点布置数少而无法得到风机的实时空间姿态。
4.因此，亟需提供一种海上风机实时空间姿态的预报方法。


技术实现要素：

5.本发明第一个目的在于，针对背景技术中所存在的不足，提供一种海上风机三维空间姿态的预报方法。
6.为此，本发明的上述目的通过如下技术方案实现：
7.一种海上风机三维空间姿态的预报方法，其特征在于：所述海上风机三维空间姿态的预报方法包括如下步骤：
8.s1、在海上风机关键测点处安装加速度传感器；
9.s2、通过对实时加速度信号进行分解，将各信号成分表示成极值、留数组成的普朗尼模型；
10.s3、对各信号成分进行积分得到振动速度和位移，进而将每个测点得到的加速度信号转换成为x，y两个方向的位移；
11.s4、根据每个位置的x，y方向位移，建立各个位置处的海上风机节点的平面运动轨迹；
12.s5、将各个位置的x，y，z方向位移输入空间坐标系中，绘制海上风机空间位置实时变化的三维空间姿态。
13.在采用上述技术方案的同时，本发明还可以采用或者组合采用如下技术方案：
14.作为本发明的优选技术方案：步骤s1中，根据海上风机的振动特征，选择传感器的数量及布置方式，保证传感器布置在表征结构有效振动信息的关键节点上。
15.根据结构的响应特征来布置加速度传感器，保证传感器的布置能够捕捉结构振动的关键信息又不至于传感器数量过多造成浪费，从而更适用于海上风机的响应测试。
16.作为本发明的优选技术方案：步骤s2中，通过对实时加速度信号进行分解，将各信号成分表示成极值、留数组成的普朗尼模型：
[0017][0018]
其中，a(t)为加速度信号；n为信号成分个数；t为时间变量；为对应留数，λn＝-ξn i2πfn为极值；an为幅值；θn为初相位；fn为频率；ξn为阻尼系数。
[0019]
将连续信号表示成离散信号的形式：
[0020][0021]
其中，a(k)为离散的加速度信号；k为采样点数；δt为采样间隔。
[0022]
信号分解的误差可以表示为：
[0023][0024]
其中，表示原始信号在k时刻的值，k为信号的总长度；通过控制误差ε
err
小于阈值来控制信号分解的精度。
[0025]
传统的傅里叶变换的周期性假设，使得在处理非周期信号时可靠性差，普朗尼模型分解信号时没有周期性假设，在处理实测非周期信号时精度更高，物理意义明确。
[0026]
作为本发明的优选技术方案：步骤s3中，
[0027]
对离散加速度信号的时间变量进行积分变换，可以得到速度信号：
[0028][0029]
其中，v(t)为离散的速度信号。
[0030]
对速度进行积分，去除漂移项即可得到位移信号：
[0031][0032]
其中，s(t)为离散的位移信号。
[0033]
通过普朗尼模型分解后的成分进行积分，得到位移，克服了传统积分方法数据漂移的问题，精度更高，可连续处理长时间的数据。
[0034]
作为本发明的优选技术方案：步骤s4中，
[0035]
根据步骤s1中在海上风机关键测点处安装的加速度传感器的布置位置，对不同位置的传感器测得的加速度信号，经过步骤s2和s3，进行加速度位移转换，重构得到位移，根据各个加速度转换得到的平面内x，y方向的位移，得到海上风机不同位置处的节点运动轨迹。
[0036]
用轨迹图的形式表示测试节点在平面内的振动情况，既考虑了信号的时间序列，同时可以直观表示测试节点的位置信息。
[0037]
作为本发明的优选技术方案：步骤s5中，
[0038]
将步骤s4中的各个位置的位移运动轨迹展示在空间三维坐标系中，将各位置的坐标按照时序统一输入，即得到海上风机整体位移的空间变化情况，可以实时捕捉到海上风
机三维空间姿态，从而对海上风机的运行状态进行直观的掌握。
[0039]
本发明能够实时获取海上风机的姿态信息，弥补了传统方法中对振动信号进行频域、时域分析时，直观性差，时效性低，容易对信号进行漏判、误判等缺点。
[0040]
本发明还有一个目的在于，针对现有技术中存在的不足，提供根据前文所述的海上风机三维空间姿态的预报方法在海上风机安全在线监测方面的应用。
[0041]
海上风机的三维空间姿态预报对海上风机安全在线监测具有重要意义。三维空间姿态预报可以得到风机各部位的实时运动轨迹，从而对运维期风机的运动状态进行监测，是结构安全的重要指标。海上风机空间姿态预报需要得到风机各部位的位移，由于海上风机位移监测无参考点，从而无法实现位移的直接测量。因此，现有技术只能通过安装在风机顶部的倾角仪测量风机整体的倾角，然后根据倾角转换成塔顶位移，该方法精度较差且只能实现单点的位移轨迹预报，而基于gps的风机位移测量也因海上基站缺乏、测点布置数少而无法得到风机的实时空间姿态。
[0042]
本发明提供一种海上风机三维空间姿态的预报方法，基于测量的加速度信号，采用普朗尼分解技术，通过对实时加速度信号进行分解，将各信号成分表示成极值、留数组成的普朗尼模型，对各信号成分进行积分得到振动速度和位移，并在空间范围内将得到的位移信号表示在三维空间坐标系中，得到风机不同部位的位移运动轨迹，实现海上风机三维空间姿态的实时预报；在海上风机健康监测领域，为海上风机振动响应评估提供一种更直观的新技术，具有一定的工程价值和应用前景。
[0043]
本发明提供一种海上风机三维空间姿态的预报方法，与现有技术相比，具有如下有益效果：
[0044]
(1)、相对于传统的基于倾角仪、gps监测风机姿态，本发明可以获取海上风机完整的振动姿态和实时空间方位。
[0045]
(2)、本发明采用普朗尼模型来进行加速度位移转换，相对于传统的振动信号处理方法，直观性好，信号的时效性高，有效避免了传统信号直观性差，造成误判漏判的问题。
[0046]
(3)、本发明的面向对象为海上风机的在线健康监测，基于加速度信号转换得到位移信号，得到测点的实时运动轨迹，从而实现海上风机三维空间姿态实时预报，解决了现有技术中无法实时监测海上风机空间位置实时变化的问题，对海上风机的实时在线监测具有重要意义。
附图说明
[0047]
图1为本发明所提供的海上风机上加速度传感器布置图示。
[0048]
图2为1号传感器x方向加速度信号。
[0049]
图3为1号传感器x方向加速度信号重构结果。
[0050]
图4为1号传感器x方向加速度信号重构位移与实际位移对比。
[0051]
图5a-5e分别为1号至5号传感器位置处海上风机平面运动轨迹。
[0052]
图6a-6d分别为第2s、32s、62s、92s时海上风机三维空间姿态及运动轨迹。
具体实施方式
[0053]
一种海上风机三维空间姿态的预报方法，包括如下步骤：
[0054]
s1、在海上风机关键测点处安装加速度传感器；
[0055]
s2、通过对实时加速度信号进行分解，将各信号成分表示成极值、留数组成的普朗尼模型；
[0056]
s3、对各信号成分进行积分得到振动速度和位移，进而将每个测点得到的加速度信号转换成为x，y两个方向的位移；
[0057]
s4、根据每个位置的x，y方向位移，建立各个位置处的海上风机节点的平面运动轨迹；
[0058]
s5、将各个位置的x，y，z方向位移输入空间坐标系中，绘制海上风机空间位置实时变化的三维空间姿态。
[0059]
步骤s1中，根据海上风机的振动特征，选择传感器的数量及布置方式，保证传感器布置在表征结构有效振动信息的关键节点上。
[0060]
根据结构的响应特征来布置加速度传感器，保证传感器的布置能够捕捉结构振动的关键信息又不至于传感器数量过多造成浪费，从而更适用于海上风机的响应测试。
[0061]
步骤s2中，通过对实时加速度信号进行分解，将各信号成分表示成极值、留数组成的普朗尼模型：
[0062][0063]
其中，a(t)为加速度信号；n为信号成分个数；t为时间变量；为对应留数，λn＝-ξn i2πfn为极值；an为幅值；θn为初相位；fn为频率；ξn为阻尼系数。
[0064]
将连续信号表示成离散信号的形式：
[0065][0066]
其中，a(k)为离散的加速度信号；k为采样点数；δt为采样间隔。
[0067]
信号分解的误差可以表示为：
[0068][0069]
其中，表示原始信号在k时刻的值，k为信号的总长度；通过控制误差ε
err
小于阈值来控制信号分解的精度。
[0070]
传统的傅里叶变换的周期性假设，使得在处理非周期信号时可靠性差，普朗尼模型分解信号时没有周期性假设，在处理实测非周期信号时精度更高，物理意义明确。
[0071]
步骤s3中，
[0072]
对式(2)的时间变量进行积分变换，可以得到速度信号：
[0073][0074]
其中，v(t)为离散的速度信号。
[0075]
对速度进行积分，去除漂移项即可得到位移信号：
[0076][0077]
其中，s(t)为离散的位移信号。
[0078]
通过普朗尼模型分解后的成分进行积分，得到位移，克服了传统积分方法数据漂
移的问题，精度更高，可连续处理长时间的数据。
[0079]
步骤s4中，根据步骤s1中在海上风机关键测点处安装的加速度传感器的布置位置，对不同位置的传感器测得的加速度信号，经过步骤s2和s3，进行加速度位移转换，重构得到位移，根据各个加速度转换得到的平面内x，y方向的位移，得到海上风机不同位置处的节点运动轨迹。
[0080]
用轨迹图的形式表示测试节点在平面内的振动情况，既考虑了信号的时间序列，同时可以直观表示测试节点的位置信息。
[0081]
步骤s5中，将步骤s4中的各个位置的位移运动轨迹展示在空间三维坐标系中，将各位置的坐标按照时序统一输入，即得到海上风机整体位移的空间变化情况，可以实时捕捉到海上风机三维空间姿态，从而对海上风机的运行状态进行直观的掌握。
[0082]
本发明能够实时获取海上风机的姿态信息，弥补了传统方法中对振动信号进行频域、时域分析时，直观性差，时效性低，容易对信号进行漏判、误判等缺点。
[0083]
下面结合附图和具体实施例对本发明作进一步详细的说明。
[0084]
模型信息：
[0085]
本算例采用某单桩海上风机为计算模型，模型及加速度传感器示意图如图1所示。加速度传感器以平均海平面为零点，5个传感器的位置坐标依次为90m、70m、50m、30m、10m，在风机顶部施加谐波荷载，记录各测点的加速度响应，并计算各测点的位移响应以验证本发明的精度。本算例仅为本发明的实施示例，不表示本发明的最终实施方案。
[0086]
计算结果：
[0087]
图2提供了1号传感器x方向加速度信号时间序列，图3提供了步骤s2中普朗尼模型分解重构得到的加速度与原始信号的结果对比，两者吻合良好，证明了普朗尼模型分解信号的正确性。
[0088]
图4提供了步骤s3中加速度重构得到的位移与数值结果的对比，可以看到，重构的位移与实际的位移吻合很好，证明了本发明采用的位移提取技术的可靠性。
[0089]
图5a-5e分别提供了1-5号传感器位置处的振动位移运动轨迹，图6a-6d分别提供了第2s、 32s、62s、92s时海上风机三维空间姿态的捕捉结果，从图中可以看出，本发明可以为海上风机在线振动监测提供一种有效的解决方案。
[0090]
上述具体实施方式用来解释说明本发明，仅为本发明的优选实施例，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改、等同替换、改进等，都落入本发明的保护范围。