首页  科学研究  科研成果  成果展示 | 新闻详情

在线风机叶片健康监测系统

来源:自动化科研   发布时间:2024-10-29

成果名称

在线风机叶片健康监测系统

成果联系人

王强

职称

教授

所在单位

自动化学院、人工智能学院

联系电话


Email

wangqiang@njupt.edu.cn

技术成熟度

应用方案

技术分类

其他

核心专利号

 

所属学科方向

一级学科

仪器科学与技术

二级学科

 

应用行业

 

项目概况:

随着能源问题与环境问题的日益突出,世界各国都把目光投向了新能源技术。风能是当前国家大力发展的新能源之一,风电产业发展的同时,风场风电设备的运维、安全保障问题日益显现。本系统采用了智能结构和仿生结构思想,利用弹性导波监测机理和传感器阵列技术,使叶片能够自我感知自身结构健康状况,实现对风机叶片的远程实时监测,监测误差小于10cm,一次扫查只需3s。功能上可以实现被动监测和主动监测。系统克服了目前国内外采用的离线式风机叶片监测方式所存在的精度低下、费时费力、效益低等问题。

截止到2015年,我国风力发电机累计装机92981台,由中国风力发电网数据计算得出,对风机叶片进行实时监测和合理维护,每年每台风机可节省的维修更换费用和停机损失共8.71万。本系统为风机叶片的运维提供数据支持和指导,对风力发电设备的运维具有重要意义,有助于我国风力发电的发展和推广,具有良好的前景,且可推广应用于高铁轨道、飞机、工业机械、桥梁等大型设备的结构健康监测。

关键技术:

采用了智能结构和仿生结构思想,利用弹性导波监测机理和传感器阵列技术,使叶片能够自我感知自身结构健康状况,实现对风机叶片的远程实时监测,监测误差小于10cm,一次扫查只需3s。功能上可以实现被动监测和主动监测。系统克服了目前国内外采用的离线式风机叶片监测方式所存在的精度低下、费时费力、效益低等问题。




 


 

 

 

 

 


应用领域和市场前景:

与传统监测系统相比,该产品具有对结构小损伤敏感、主被动监测、设备简单和大面积区域监测等特点,可以实现被动监测和主动监测。系统克服了目前国内外采用的离线式风机叶片监测方式所存在的精度低下、费时费力、效益低等问题。

合作方式(技术转让,技术开发,技术服务,技术咨询,技术入股):

*技术转让
   *
技术开发

*技术咨询

*技术服务
   *
技术入股

图片:(1-5张,文件大小不低于1MB,图片清晰,并标注图片说明)

 

 

 

 

 

 

 

 

 

 


联系我们
地址:南京市亚东新城区文苑路9号
邮编:210023
电话:025-85866506
传真:025-85866504
院长信箱:zdh@njupt.edu.cn
书记信箱:ai@njupt.edu.cn

版权所有©南京邮电大学自动化学院 人工智能学院