技术摘要：
本发明公开了一种风力发电机组塔筒螺栓在线监测方法，依靠倾角传感数据，基于计算统计塔筒疲劳度与马氏距离原理算法。在该方法中，利用倾角传感器采集塔倾角数据和风向数据，计算统计塔筒螺栓疲劳度，再利用倾角数据构建迭代马氏距离，以测量异常值的统计偏差，将高于  全部
背景技术：
风力发电是主要的新能源发电利用形式，当前已经在全世界广泛应用。 国内风电机组设备设计服役寿命通常为20年，质保期为5年。越来越多的风电设备 进入中后期服役生命周期，风电机组故障率、事故率呈逐年增长的态势。本发明应用于风电 塔筒螺栓监测。风电塔筒高度在50-120米，塔筒承受推力、弯矩、扭矩等荷载，同时受复杂恶 劣气候环境等因素影响，会发生晃动和倾斜形变，对塔筒地基连接螺栓产生持续多方向的 剪切力，尤其是在大风服役工况下，塔筒晃动幅度较大，对塔筒地基连接螺栓产生较大拉伸 力，加速螺栓疲劳形变。 此外，连接螺栓在服役周期内工人要进行定期巡检，螺栓每年要承受两次力矩扳 手的拉伸，根据20年服役寿命计算，螺栓则至少承受40次力矩扳手拉伸，这已经逼近其设计 寿命。连接螺栓是塔筒连接的核心部件，螺栓故障是极其严重的安全隐患，可能会导致倒塔 的灾难性后果。目前，螺栓在线监测方法缺乏，这个安全需求没有得到满足。
技术实现要素：
为了满足对风电塔筒螺栓的在线监测，本发明提供一种依靠倾角传感数据，基于 计算统计塔筒疲劳度与马氏距离原理算法的在线监测方法。在该方法中，利用倾角传感器 采集塔倾角数据和风向数据，计算统计塔筒螺栓疲劳度，再利用倾角数据构建迭代马氏距 离，以测量异常值的统计偏差，将高于阈值的奇异点找出潜在故障点，结合螺栓疲劳度，找 出易疲劳螺栓，给予预警和检修意见。利用所提出的方法，可以在没有先验信息和领域知识 的情况下实现风电塔筒的螺栓的健康监测。 本发明解决上述问题所采用的技术方案是：一种风力发电塔筒螺栓在线监测方 法，其特征在于，包括以下步骤： 第1步，利用风机塔筒顶部平台内部布置的传感器，获取双轴倾角(X轴，Y轴)动态 数据，得到风机塔筒顶部倾角信号a＝{ax,ay}； 第2步，实时比较两轴数据，选取晃动幅度大的一组数据重新命名为C(t)； 其中，α＝αx,αy； 第3步，对C(t)计取绝对值，沿时间轴积分得到塔筒的晃动与倾斜，记为T(t)； 3 CN 111594392 A 说　明　书 2/5 页 第4步，结合风向数据和螺栓的位置，将T(t)按权重赋予对应螺栓；每个螺栓的获 得T(t)作为各自的疲劳度指标P(t)，按照P(t)的大小排序各个螺栓疲劳度； 第5步，按如下方法构建马氏距离，首先，计算构建残余奇异值分解模型，并将监测 信号分别输入到该模型中，输出对应不同残余系数k的残余信号，记为sk,k＝1,2,...,m； 其中Ada(·)表示逆对角线平均重构法，σ为RSVD分解得到的奇异值，u和v是RSVD 分解得到的酉矩阵； 计算每个残余信号的基尼指数，根据最大基尼指数选取最优残余系数 其中， 为基尼指数； 根据公式计算最优残余信号 均值μ和协方差S，并计算信号内每个样本的马氏距 离Dm； 去除信号中Dm＞3的样本，利用剩余的样本更新均值和协方差，不断迭代，直到剩 余样本的马氏距离收敛；利用塔筒健康态分布参数测量异常值的统计偏差，找到异常值； 第6步，根据找到的异常值，结合螺栓的疲劳度排序，发出报警信息和指导检修意 见。 本发明与现有技术相比，具有以下优点和效果： a)本发明所提出的风力发电塔筒螺栓在线监测方法以数据信息为驱动，结合风况 数据，获取塔筒螺栓疲劳信息，引入马氏距离统计偏差的度量方法，增强塔筒早期故障引起 的数据异常，并采用基尼指数进行优化，从而构建自适应的异常值检测工具。 b)本发明提出的风力发电塔筒螺栓在线监测方法为风电塔筒螺栓疲劳度提供定 量指标，为塔筒螺栓维护提供重要指导意见。 附图说明 图1是本发明实施例中风电塔筒传感器布置结构示意图。 图2是本发明实施例中风电螺栓结构示意图。 4 CN 111594392 A 说　明　书 3/5 页 图3是本发明实施例中样本螺栓疲劳度拓扑图。 图4是本发明实施例中样本马氏距离图。 图中：风电机舱1、传感器2、风机塔筒3、塔基地平面4。