用于响应风力涡轮的摩擦系数信号的系统和方法与流程

1.本公开总体上涉及风力涡轮，并且更特别地，涉及用于基于高频测量数据响应风力涡轮的摩擦系数信号的系统和方法。


背景技术：

2.风电被认为是目前可用的最清洁、环境友好的能源之一，并且风力涡轮在这方面已获得越来越多的关注。现代风力涡轮通常包括塔架、发电机、齿轮箱、机舱以及一个或多个转子叶片。该转子叶片使用已知的翼型件原理捕获来自风的动能，并且通过旋转能传送动能，以便转动轴，该轴将转子叶片耦合到齿轮箱，或者如果不使用齿轮箱，则该轴将转子叶片直接地耦合到发电机。发电机然后将机械能转换为可部署到公用电网的电能。
3.转子叶片中的每一个通常包括位于风力涡轮轮毂中的俯仰驱动机构，其用于安全操作风力涡轮并在给定风况下提取最大电量，即通过改变转子叶片相对于风的角度。这种俯仰驱动机构通常包括俯仰马达、俯仰齿轮箱和接合俯仰轴承的俯仰小齿轮。另外，俯仰马达通常耦合到俯仰齿轮箱，使得俯仰马达向俯仰齿轮箱施加机械力。类似地，俯仰齿轮箱可耦合到俯仰小齿轮上以便与其一起旋转。俯仰小齿轮又可与耦合在轮毂和转子叶片之一之间的俯仰轴承旋转接合，使得俯仰小齿轮的旋转导致俯仰轴承的旋转。从而，俯仰马达的旋转驱动俯仰齿轮箱和俯仰小齿轮，由此使俯仰轴承和对应的转子叶片围绕俯仰轴线旋转。
4.因此，俯仰驱动机构被配置成将机械力从俯仰马达传递到转子叶片。不幸的是，作用在转子叶片上或俯仰驱动机构的其它组件上/来自俯仰驱动机构其它组件的其它力也可能通过俯仰驱动机构传递。例如，在俯仰驱动机构的操作期间，俯仰驱动机构的其它组件，诸如俯仰小齿轮，可产生或经受至少部分地通过俯仰驱动机构传递的力或力矩。另外，俯仰驱动机构的任何两个组件之间的摩擦力矩和/或俯仰驱动机构的任何两个动态组件之间的摩擦扭矩可至少部分地通过俯仰驱动机构传递。这些中的一些可以至少部分地通过俯仰驱动机构传递到俯仰马达。
5.由于上述原因，转子叶片和俯仰驱动机构可能被迫在高力或力矩条件下操作，并可能在风力涡轮的使用寿命内过早出故障。例如，俯仰轴承的故障可能迫使风力涡轮关闭并进行修理。用于俯仰轴承的修理过程非常复杂，并且可能需要花延长的时间量来完成。因此，由于俯仰轴承故障导致的风力涡轮的停机时间，风力涡轮操作者可能遭受重大损失。
6.在现场可用的常规俯仰控制诊断系统利用连续10分钟的监督控制和数据采集（scada）数据，并主要依靠俯仰马达电流——风力涡轮经受的并传递到俯仰马达的总扭矩的代理——作为用于俯仰轴承、座圈或保持架损坏的指示器。然而，这些系统忽略了例如气动扭矩的混淆效应。此外，在标准的10分钟数据样本率下，这些系统的预测精度存在显著降低。更进一步，常规的俯仰控制诊断系统没有关于诸如俯仰活动、推力水平、负载、d/q力矩、平均电流、俯仰角等外部因素进行归一化。常规俯仰控制诊断系统不是俯仰轴承低损坏水平的良好指示器，并且为了平均目的，通常要求30天的数据累积。
7.此外，风力涡轮操作和控制系统经常也没有做好充分准备来处置和解决俯仰齿轮
箱破裂或损坏、俯仰轴承剥落或整个俯仰驱动机构故障的可能性。例如，超级电容器通常被用于在电网损失条件下安全关闭风力涡轮。因此，操作和控制系统必须能够处置预期关闭条件和极端关闭条件两者，即使极端关闭条件需求比预期或所需更多的能量——例如，由于俯仰轴承摩擦的意外和长期升高。不幸的是，对于常规的关闭系统，随着更多的电容器或电池被并入系统中，系统的实现和运行只会变得更加昂贵，并且操作起来更加不可靠和不安全。在这些极端条件下，可以使用并依靠超级电容器来提供功率；然而，随着超级电容器老化，超级电容器可能失去提供足够电压来给负载供电的能力。
8.例如，当超级电容器接近寿命终点时，超级电容器提供给负载的输出电压可能快速下降。在某些条件下，超级电容器没有能力提供所要求的输出电压来为负载供电可能带来许多挑战。例如，超级电容器没有能力给作用在俯仰驱动机构上的负载供电可能导致在极端条件期间没有能力使风力涡轮叶片俯仰，从而潜在地导致对风力涡轮的灾难性损坏。
9.鉴于上述情况，需要一种俯仰轴承监测系统，其能给出关于各种俯仰轴承条件的警告信号，使得能改进关闭、修理和/或维护过程，并能最小化停机时间和相关损失。从而，本公开针对一种用于使用高频测量数据监测和响应俯仰轴承的摩擦系数信号的系统和方法，其解决了上述问题。


技术实现要素：

10.本公开的方面和优点将在下面的描述中被部分地阐述，或者可从描述中显而易见，或者可通过本公开的实践获知。
11.在一方面，本公开针对一种用于响应风力涡轮的至少一个俯仰轴承的摩擦系数信号的方法。该方法包括经由控制器访问来自至少一个俯仰轴承的俯仰驱动机构的高频测量数据，其可以是例如大约40赫兹（hz）的测量数据，例如对于测量数据在大约10毫秒（ms）到大约40 ms之间的样本率，或者例如对于测量数据在大约1 ms到大约400 ms之间的样本率。该方法还包括经由控制器实现的计算机实现的模型，至少部分地基于高频测量数据来估计至少一个俯仰轴承的摩擦扭矩，其中由控制器实现的计算机实现的模型可以是例如扭矩平衡模型。该方法还包括经由所述控制器至少部分地基于所述摩擦扭矩，估计所述至少一个俯仰轴承的摩擦系数信号。该方法还包括将摩擦系数信号与摩擦阈值进行比较，其中至少一个俯仰轴承的摩擦系数信号变化或偏离摩擦阈值一定量可以指示与至少一个俯仰轴承相关的可动作事件或情况。在某些实施例中，该方法包括至少部分地基于该比较来确定摩擦系数信号是否偏离摩擦阈值，其中如果摩擦系数信号偏离摩擦阈值，则该偏离指示至少一个俯仰轴承中存在的损坏。该方法还可包括响应于所述摩擦系数信号偏离所述摩擦阈值的确定，实现控制动作。
12.在又一方面，本公开针对一种用于减轻风力涡轮的至少一个俯仰轴承的损坏并响应于该损坏控制风力涡轮的系统。该系统包括具有控制器和俯仰驱动机构的俯仰控制系统，每个俯仰驱动机构具有（一个或多个）俯仰马达，每个俯仰马达具有俯仰轴承。控制器包括高频测量数据接口和处理器，该高频测量数据接口被配置成从俯仰驱动机构接收高频测量数据。处理器被配置成在短时间间隔内或者连续地从至少一个俯仰轴承的俯仰驱动机构接收高频测量数据，该短时间间隔可以是例如在大约3分钟（min）至大约4分钟之间，或者在大约1分钟至大约10分钟之间。处理器还被配置成使用高频测量数据来估计气动扭矩。处理
器还被配置成经由计算机实现的模型，至少部分地基于高频测量数据和气动扭矩来估计至少一个俯仰轴承的摩擦扭矩。处理器还被配置成成至少部分地基于摩擦扭矩来估计俯仰轴承的摩擦系数信号。处理器还被配置成将摩擦系数信号与摩擦阈值进行比较，并至少部分地基于该比较来确定俯仰轴承中是否存在损坏。处理器还被配置成响应于确定至少一个俯仰轴承中存在损坏而实现控制动作，例如，向至少一个俯仰驱动机构或其组件发送命令、关闭风力涡轮、降低风力涡轮额定值、增大风力涡轮额定值等。
13.在又一方面，本公开还针对一种用于确定摩擦系数信号是否偏离风力涡轮的至少一个俯仰轴承的摩擦阈值并响应于该确定控制风力涡轮的系统。该系统包括：具有控制器和俯仰驱动机构的俯仰控制系统，每个俯仰驱动机构具有（一个或讴歌）俯仰马达，每个俯仰马达具有俯仰轴承；以及至少与俯仰驱动机构电通信的超级电容器组。超级电容器组被配置成至少部分地给俯仰驱动机构供电。控制器包括高频测量数据接口和处理器，该高频测量数据接口被配置成从俯仰驱动机构接收高频测量数据。控制器还包括被配置成与超级电容器组通信的超级电容器接口。处理器被配置成从至少一个俯仰轴承的俯仰驱动机构接收高频测量数据。处理器还被配置成使用高频测量数据来估计气动扭矩。处理器还被配置成经由计算机实现的模型，至少部分地基于高频测量数据和气动扭矩来估计至少一个俯仰轴承的摩擦扭矩。处理器还被配置成成至少部分地基于摩擦扭矩来估计俯仰轴承的摩擦系数信号。处理器还被配置成将摩擦系数信号与摩擦阈值进行比较，并至少部分地基于该比较来确定摩擦系数信号是否偏离摩擦阈值。该处理器还被配置成响应于确定摩擦系数信号偏离摩擦阈值来实现控制动作，例如，响应于确定摩擦信号偏离摩擦阈值来控制超级电容器组，并操作以促进关闭风力涡轮、调整超级电容器组的电荷、降低风力涡轮额定值、调度维护或修理、规划未来事件或预期等，或者简单地确定超级电容器组在任何一个时刻是否具有足够的能量例如经由俯仰驱动机构物理地移动风力涡轮叶片。
14.参考以下描述和所附权利要求书，本公开的这些和其它特征、方面和优点将变得更好理解。并入并构成本说明书的一部分的附图图示了本公开的实施例，并与描述一起用于解释本公开的原理。
附图说明
15.在参考附图的说明书中阐述了针对本领域普通技术人员而言的本发明概念的完整且能够实现的公开内容，包括其最佳模式，在附图中：图1图示了根据本公开的风力涡轮的实施例的透视图；图2图示了图1的风力涡轮的机舱实施例的简化内部视图；图3图示了可被包含在根据本公开的系统控制器内的合适组件的实施例的框图；图4图示了可被包含在根据本公开的系统控制器的处理器内的合适组件的实施例的框图；图5图示了根据本公开的用于基于高频测量数据响应摩擦系数信号的系统的实施例的框图；图6图示了根据本公开的用于响应摩擦系数信号的控制器的合适控制逻辑的实施例的框图；图7图示了根据本公开的用于响应（一个或多个）俯仰轴承的摩擦系数信号并控制
（一个或多个）俯仰驱动机构和超级电容器组的系统的实施例的示意图；图8图示了根据本公开的超级电容器组的功率转换器系统的实施例的示意图；以及图9图示了根据本公开的用于响应俯仰驱动机构的俯仰轴承的摩擦系数信号的方法的实施例的流程图。
具体实施方式
16.现在将详细参考本公开的实施例，其一个或多个示例在附图中图示。通过本公开的解释而非本公开的限制的方式提供每个示例。实际上，对于本领域技术人员将显而易见的是，在不脱离本公开的范围或精神的情况下，可以在本公开中进行各种修改和变型。例如，作为一个实施例的一部分图示或描述的特征可以与另一个实施例一起使用以产生又一个实施例。因此，本公开意在覆盖如落入所附权利要求书及其等同物的范围内的这样的修改和变型。
17.如本文在说明书和权利要求书通篇所使用的，近似语言被应用于修饰可容许变化的任何定量表示，所述定量表示可在不导致与其相关的基本功能改变的情况下。相应地，由诸如“大约”、“近似”和“基本上”之类的一个或多个术语修饰的值不要限于所规定的精确值。在至少一些实例中，近似语言可对应于用于测量所述值的仪器的精确度，或用于构造或制造组件和/或系统的方法或机器的精确度。例如，近似语言可指在10%的裕度内。
18.俯仰驱动机构被配置成将机械力从俯仰马达传递到转子叶片。作用在转子叶片上或作用在机构的其它组件上/来自机构的其它组件的其它力也至少部分地通过俯仰驱动机构传递。例如，转子叶片上的气动负载可以在转子叶片上产生扭矩（即，在转子叶片上产生力矩，该力矩产生转子叶片绕俯仰轴线的角动量的改变），该扭矩旋转俯仰轴承并驱动俯仰小齿轮和俯仰齿轮箱，从而将机械力传给俯仰马达（其在本文中称为“气动扭矩”）。这样，气动负载至少部分地通过俯仰驱动机构传递到俯仰马达。
19.即使当（一个或多个）俯仰驱动机构和（一个或多个）转子叶片空转时——或在其中一个、另一个或两者操作期间——转子叶片和俯仰驱动机构的组件也可能产生或经受至少部分地通过俯仰驱动机构传递的力或力矩。俯仰驱动机构的任何两个组件之间的摩擦力矩，和/或俯仰驱动机构的任何两个组件和/或俯仰轴承本身之间的摩擦扭矩（其在本文中称为“俯仰轴承的摩擦扭矩”）可至少部分地通过俯仰驱动机构传递到俯仰马达。而且，由转子叶片和俯仰驱动机构经受的并传递到俯仰马达的总扭矩可被表征为以下各项的总和：（1）气动扭矩；（2）俯仰轴承的摩擦扭矩；以及（3）由转子叶片的俯仰加速或减速引起的扭矩。
20.记住上述上下文，本公开针对一种系统和方法，用于响应风力涡轮的摩擦系数信号，或更特别地，用于基于高频测量数据响应回转环轴承（例如诸如俯仰轴承或偏航轴承）的摩擦系数信号。如本文所使用的，回转环轴承通常指的是旋转滚动元件轴承，其通常支撑重的但是缓慢转动的负载。例如，回转环轴承通常包括内圈和外圈，外圈可经由一个或多个滚动元件相对于内圈旋转。
21.在一个实施例中，俯仰轴承由俯仰驱动机构控制，该机构与控制器一起构成更广泛的俯仰控制系统的一部分。从而，俯仰控制系统可具有多个俯仰驱动机构，每个俯仰驱动
机构具有（一个或多个）俯仰马达，每个俯仰马达具有对应的（一个或多个）俯仰轴承。因此，在这样的实施例中，该方法包括在短时间间隔内或连续地接收（一个或多个）俯仰轴承的高频操作测量数据。另外，该方法的一个实施例包括使用高频测量数据来估计气动扭矩，以及至少部分地基于高频测量数据和估计的气动扭矩来估计（一个或多个）俯仰轴承的摩擦扭矩。另外，该方法包括至少部分地基于（一个或多个）俯仰轴承的摩擦扭矩来估计（一个或多个）俯仰轴承的摩擦系数信号。从而，该方法包括将摩擦系数信号与摩擦阈值进行比较，并且至少部分地基于该比较来确定例如（一个或多个）俯仰轴承中是否存在损坏。
22.测量数据是重要的输入，例如可用于估计风力涡轮的某些机械组件的当前损坏水平和剩余使用寿命。这些机械组件的总使用寿命取决于与风力涡轮的各个机构相关联的累积磨损和/或与风力涡轮的各个机构的组件相关联的累积磨损。这通常适用于俯仰轴承，并且例如适用于内圈、外圈和一个或多个滚动元件。
23.大多数工业传感器以低频采集数据，例如，大约10分钟的样本率。然而，为了使用基于模型的估计技术，传感器数据的采样必须足够快，以捕获系统的物理动力学。因此，以高频采样测量数据信号是很重要的。时间序列数据分析传统上可依赖于可用的时间序列采样频率。以高于采样频率一半的频率发生的事件具有被采样信号错误表示的风险。在某些情况下，高于正常采样频率的数据是可用的，以便记录异常或特定的操作阶段。
24.因此，本公开提供了许多现有技术中不存在的优点。例如，俯仰轴承摩擦受若干因素影响，例如保持架设计、密封设计和/或类型、轴承几何形状和/或负载，并且通常确定或估计有挑战。当任务是理解作为时间函数的俯仰轴承摩擦时，这一挑战被放大。从而，在某些实施例中，本公开的系统和方法使得能够连续监测风力涡轮的（一个或多个）俯仰轴承的健康状况。从而，一个好处是风力涡轮操作者可以在俯仰轴承损坏或出故障之前调度所需的服务——以显著降低风力涡轮由于例如转子叶片上的高气动负载导致的中间叶片卡住情况或者由于摩擦仅仅太高而不能充分和/或安全地控制俯仰而引起的停机时间。此外，由于更好的规划和资源分配，风力涡轮的操作和保修成本降低了。
25.更进一步，本公开的系统和方法提供了一种解决方案，用于将包括超级电容器组的风力涡轮的操作控制在安全极限、监管极限内和/或风力涡轮、转子叶片和/或俯仰驱动机构被设计的最佳参数内。例如，一些风力涡轮可包括超级电容器组，用于在某些情况下为（一个或多个）俯仰驱动机构供电。由于随着更多的超级电容器被并入超级电容器组的事实，超级电容器组只会变得更昂贵、更不可靠和更有风险（例如就放电风险而言），基于超级电容器的系统可能不包括足够数量的超级电容器。从而，例如，本公开的系统和方法进一步提供了用于在俯仰轴承摩擦的估计在超级电容器组的设计极限内的条件期间控制和维持风力涡轮的操作的解决方案。
26.本公开的系统和方法还提供了用于估计（一个或多个）俯仰轴承的摩擦信号的过程，使得（一个或多个）俯仰驱动机构和（一个或多个）其它相关系统（如超级电容器组）能被优化、定制和/或专门定做。从而，本公开的系统和方法提供了用于在俯仰轴承的预期使用寿命期间估计俯仰轴承摩擦的过程，使得超级电容器组能被专门设计为具有期望的总能量容量和足够的能量容量裕度，以缓冲例如气动负载和俯仰轴承摩擦的意外和延长的升高，但是没有超过成本或安全极限的最大容量。
27.现在参考附图，图1图示了风力涡轮10的实施例的透视图。如图所示，风力涡轮10
一般包括从支撑表面14延伸的塔架12、安装在塔架12上的机舱16以及耦合到机舱16上的转子18。转子18包括可旋转的轮毂20和至少一个转子叶片22，转子叶片耦合到轮毂20并从轮毂向外延伸。例如，在图示的实施例中，转子18包括三个转子叶片22。然而，在备选实施例中，转子18可包括多于或少于三个转子叶片22。每个转子叶片22可围绕轮毂20间隔开，以促进旋转转子18，以使得动能从风中转化成可用的机械能，并且随后转化成电能。例如，轮毂20可以可旋转地耦合到定位于机舱16内的发电机24（图2）上，以容许产生电能。
28.风力涡轮10还包括集中在机舱16中的风力涡轮控制器26。然而，在其它实施例中，控制器26可位于风力涡轮10的任何其它组件内，或者位于风力涡轮10外部的位置。另外，控制器26可通信地耦合到风力涡轮10的任何数量的组件，以便控制这种组件的操作，评估组件的操作，和/或实现控制或纠正动作。因此，控制器26可包括计算机或其它合适的处理单元。从而，在若干实施例中，控制器26可包括合适的计算机可读指令，这些指令在实现时将控制器26被配置成执行各种不同的功能，诸如接收、传送和/或执行俯仰控制信号和/或超级电容器控制信号。因此，控制器26通常可被配置成控制风力涡轮10的各种操作模式（例如，关闭序列）。
29.现在参考图2，图示了图1所示风力涡轮10的机舱16的实施例的简化内部视图。如图所示，发电机24被设置在机舱16内。一般而言，发电机24可耦合到转子18，用于从由转子18生成的旋转能中产生电功率。例如，如图所示，转子18可包括耦合到轮毂20以便与其一起旋转的转子轴34。转子轴34又可通过齿轮箱38可旋转地耦合到发电机24的发电机轴36。如通常理解的，响应于转子叶片22和轮毂20的旋转，转子轴34可向齿轮箱38提供低速、高扭矩输入。齿轮箱38然后可被配置成将低速、高扭矩输入转换成高速、低扭矩输出，以驱动发电机轴36，并从而驱动发电机24。
30.每个转子叶片22包括俯仰驱动机构32，该机构被配置成改变叶片22相对于风的角度（例如，通过接合俯仰轴承48）。另外，每个俯仰驱动机构32可包括俯仰马达44（例如，任何合适的电动马达）、俯仰齿轮箱45和俯仰小齿轮46。在这样的实施例中，俯仰马达44可耦合到俯仰齿轮箱45上，使得俯仰马达44向俯仰齿轮箱45施加机械力。类似地，俯仰齿轮箱45可耦合到俯仰小齿轮46，以便与其一起旋转。俯仰小齿轮46又可与耦合在轮毂20和转子叶片22之一之间的俯仰轴承48旋转接合，使得俯仰小齿轮46的旋转导致俯仰轴承48的旋转。从而，在这样的实施例中，俯仰马达44的旋转驱动俯仰齿轮箱45和俯仰小齿轮46，由此使俯仰轴承48和对应的转子叶片22围绕俯仰轴线28旋转。
31.类似地，风力涡轮10还包括通信地耦合到控制器26的一个或多个偏航驱动机构40，其中每个（一个或多个）偏航驱动机构40被配置成使偏航轴承42，并且从而使机舱16围绕偏航轴线30旋转。
32.此外，风力涡轮10还包括传感器52，用于监测风力涡轮10操作期间的各种环境和外部条件以及测量数据。例如，如图2所示，诸如通过使用合适的天气传感器52，可以测量风力涡轮10附近的风向、风速或任何其它合适的风况。合适的天气传感器52包括例如光检测和测距（“lidar”）装置、声波检测和测距（“sodar”）装置、风速计、风向标、气压计、雷达装置（诸如例如多普勒雷达装置）或能提供风向信息的任何其它感测装置。
33.风力涡轮10还包括附加的传感器，用于监测涡轮的各种电气、振动和操作信号。这种传感器可包括：用于监测转子叶片22的叶片传感器54；用于监测发电机24的扭矩、转速、
加速度和/或功率输出的发电机传感器56；用于测量和/或估计通过转子轴34传递的负载和/或转子轴34的转速的轴传感器58；和/或用于监测俯仰驱动机构32中的每一个的俯仰传感器59。另外，风力涡轮10可包括一个或多个塔架传感器60，用于测量和/或估计通过塔架12传递的负载和/或塔架12的加速度。当然，风力涡轮10可进一步包括各种其它合适的传感器，用于测量和/或估计风力涡轮10的任何其它合适的操作、控制和/或负载条件。
34.传感器52、54、56、58、59、60与控制器26通信，并向控制器26提供相关信息。附加的传感器（未图示）可包括电、磁、振动、热、光学、超声和/或声学传感器，用作测试系统的一部分，用于进行风力涡轮10的任何部分或组件的测试操作，包括例如超级电容器组160（图8）以确定超级电容器组160的电容。然而，重要的是要注意，本公开的系统和方法不要求使用振动、超声或声学传感器。
35.特别参照图3，控制器26被配置成控制风力涡轮10的任何组件和/或实现本文所述的方法步骤。此外，在某些实施例中，控制器26可以是风力涡轮10的一部分，诸如在风力涡轮10的机舱16内，或者在风力涡轮10的基座内或周围，以及在远程位置、分布式的和基于网络或基于云的。例如，如图所示，控制器26可包括一个或多个处理器62和相关联的（一个或多个）存储器装置64，其被配置成执行多种计算机实现的功能(例如，如本文中公开的那样执行方法、步骤、计算等以及存储有关数据)。另外，控制器26还可包括通信模块66，其用来促进控制器26和风力涡轮10的各种组件（例如图1和2的任何组件）之间的通信。此外，通信模块66可包括传感器接口68（例如，一个或多个模数转换器）以容许从一个或多个传感器传送的信号被转换成能被（一个或多个）处理器62以及可选的超级电容器接口69理解和处理的信号，这将在下面更详细地描述。应当领会，传感器（例如，传感器52、54、56、58、59、60）可以使用任何合适的部件通信地耦合到通信模块66。例如，如图3所示，传感器52、54、56、58、59、60可经由有线连接耦合到传感器接口68。然而，在其它实施例中，传感器52、54、56、58、59、60可经由无线连接（诸如通过使用本领域中已知的任何适合的无线通信协议）耦合到传感器接口68。因此，（一个或多个）处理器62可以被配置成从传感器接收一个或多个信号。
36.另外，如图所示，超级电容器接口69被配置成促进控制器26从超级电容器组160接收传感器数据，并控制超级电容器组160（图7-8）。例如，一个或多个电压传感器158可以与超级电容器接口69通信。在这样的实施例中，（一个或多个）电压传感器158监测超级电容器组160的操作，超级电容器组可用于为风力涡轮10的俯仰驱动机构32供电。（一个或多个）电压传感器158可以被配置成测量超级电容器组160上的各个位置处的输出电压。备选地和/或另外，一个或多个电流传感器159可以与超级电容器接口69通信。在这样的实施例中，例如，当超级电容器组160耦合到电阻性负载时，（一个或多个）电流传感器159可以被配置成测量超级电容器组160的输出电流（例如，放电电流）。
37.此外，如图4所示，控制器26的（一个或多个）处理器62被配置成执行可执行指令72，并运行基于模型的模拟74、（一个或多个）虚拟表示76、（一个或多个）模型78、（一个或多个）子模型80和/或（一个或多个）估计器82，以控制控制器26、风力涡轮10和/或系统100的模块/接口。此外，如图所示，（一个或多个）处理器62可以包括编程在其中的一个或多个机器学习算法84。
38.因此，在本公开的系统和方法中可以采用各种机器学习算法，以反复完善本文所述系统100的逻辑和/或基于模型的模拟或估计、虚拟表示或模拟、模型、子模型和/或估计，
从而提高基于此类估计和/或高频测量数据处理结果的预测准确性。因此，在某些实施例中，（一个或多个）机器学习算法84可以从（一个或多个）处理器62接收反馈并训练该反馈。另外，（一个或多个）机器学习算法84可以是经过训练的神经网络、简单的线性回归模型、随机森林回归模型、支持向量机或基于所接收数据的质量和数量的任何合适类型的监督学习模型。更具体地，在一个实施例中，系统100可以在机器学习算法中包括嵌入式强化学习技术。
39.如本文中所使用的，术语“处理器”不仅指本领域中被称为被包括在计算机中的集成电路，而且还指控制器、微控制器、微计算机、可编程逻辑控制器（plc）、专用集成电路和其他可编程电路。（一个或多个）处理器121还可以被配置成计算高级控制算法，并与各种以太网或基于串行的协议（modbus、opc、can等）以及经典的模拟或数字信号通信。另外，（一个或多个）存储器装置64通常可包括（一个或多个）存储器元件，该存储器元件包括但不限于计算机可读介质（例如，随机存取存储器（ram））、计算机可读非易失性介质（例如，闪速存储器）、软盘、致密盘只读存储器（cd-rom）、磁光盘（mod）、数字多功能盘（dvd）和/或其他合适的存储器元件。这样的（一个或多个）存储器装置64通常被配置成存储合适的计算机可读指令，所述指令当由（一个或多个）处理器121执行时，将控制器26被配置成执行各种功能，包括但不限于传送合适的控制信号以响应于本文所述的超过预定阈值的俯仰轴承摩擦信号来实现（一个或多个）纠正动作，以及各种其它合适的计算机实现的功能。
40.现在参考图5，图示了根据本公开各方面的用于使用高频测量数据响应俯仰轴承48的摩擦系数信号的系统100的一个实施例的框图。如图所示，系统100可包括本文所述的控制器26，如上所述，该控制器从传感器52、54、56、58、59、60等接收测量数据，并产生和传送能以高频采样的（一个或多个）数据信号。测量数据的高频数据采样可以根据需要或要求而变化，但是“高频”通常被理解为大约40.0 hz或更高，并且为了本公开的某些实施例的目的，例如在大约25 hz到大约100 hz之间，或者大约16 hz到大约200 hz之间，或者大约1 hz之间，而低频数据采样通常被理解为大约小于1.0 hz。取决于实施例，或者操作或真实世界条件，测量数据的数据采样可以在操作周期或时间线的不同阶段或点，或者根据系统100的需要或要求，具有相对较高或较低的（一个或多个）数据采样频率。
41.此外，如图所示，在一个实施例中，系统100可包括具有服务器控制处理器104的服务器102，服务器控制处理器具有可执行指令106，可执行指令促进与控制器26的（一个或多个）处理器62的通信以及它们之间的通信。此外，在其中俯仰轴承48的摩擦信号在俯仰驱动机构32和/或超级电容器组160（图8）的设计极限内的条件期间，服务器控制处理器104可促进使用高频信号分析来控制和维持风力涡轮10的操作，从而减轻风力涡轮10中的俯仰轴承损坏。服务器102的服务器控制处理器104可促进利用从系统100导出的俯仰轴承48的摩擦信号进行优化、定制和/或专门定做（一个或多个）俯仰驱动机构32和其它相关系统，如超级电容器组160。另外，服务器控制处理器104可以促进超级电容器组160具有期望的总能量容量和足够的裕度，以缓冲被估计为俯仰轴承摩擦的延长的升高，但是没有超过成本或安全极限的最大容量。本公开不限于这方面的任何特定实现。
42.此外，如图所示，系统100可进一步包括电子通信网络108，用于促进控制器26和服务器102之间的通信。此外，如图所示，系统100可以包括服务器数据存储器110，该存储器可以包括累积历史数据112，该数据包含由控制器26和/或服务器102可以使用的先前累计数
据的记录。该累积数据可以通过唯一标识符和试探法来组织。从而，如图所示，控制器26、服务器102和/或风力涡轮10的任何其它处理器或接口/模块可以为了特定记录访问累积历史数据112。
43.电子通信网络108可以是私用互联网协议（ip）网络、互联网、综合服务数字网（isdn）、帧中继连接、连接至电话线路的调制解调器、公共交换电话网（pstn）、专用或私用数据网络、局域网（lan）、城域网（man）、广域网（wan）、有线或无线网络、本地、区域或全球通信网络、企业内部网、前述网络的任何组合和/或任何其它合适的通信部件，或者是其一部分。应当认识到，本公开的系统和方法不受网络102的性质限制。
44.从而，在某些实施例中，控制器26被配置成在短时间间隔内从（一个或多个）俯仰驱动机构32接收高频测量数据。在一个实施例中，控制器26可以被配置成解析所接收的高频测量数据的短时间间隔，和/或基于风力和涡轮条件选择高频测量数据的短时间间隔的一部分。控制器26还可以被配置成接收控制命令数据或输入，并且中继或发送控制数据或动作命令。例如，控制器26可以被配置成通过响应于确定存在与期望摩擦阈值或条件的偏差而向（一个或多个）俯仰驱动机构32和/或（一个或多个）超级电容器组160发送命令来实现控制动作。控制器26还可以被配置成解析和选择俯仰马达电流测量数据、转子叶片俯仰速度/速率测量数据、俯仰齿轮箱齿轮比测量数据和/或总扭矩测量数据（由俯仰马达44经受的和传递到俯仰马达44的），并使其可用于进一步处理或用于计算机实现的模型。
45.此外，控制器26被配置成将从（一个或多个）俯仰驱动机构32接收、解析和/或处理的高频测量数据存储在（一个或多个）存储器装置64中。在一个实施例中，控制器26可以被配置成经由电子通信网络108（图5）选择性地接收和存储来自俯仰驱动机构测量的高频测量数据的短段，以基于风或风力涡轮10状况来估计气动扭矩。控制器26还可以被配置成将高频测量数据或相关联的数据存储在服务器数据存储器110（图5）中。控制器26还可以被配置成接收控制命令数据以及用户接口输入，并且中继或发送控制数据或动作命令。所有数据或其各部分可用于进一步处理，并可立即清除或保留以备将来之用。没有必要存储数据以完成数据处理。在一个实施例中，控制器26以及因此系统100包括和/或被配置为如在美国专利申请no.us 16/660，084 a1中描述的，该申请于2019年10月22日提交，并且题为“wind turbine model based control and estimation with accurate online models
ꢀ”
（在2021年4月22日公布为美国专利申请公开no.us 2021/0115895），其全部内容通过引用并入本文中。
46.控制器26进一步被配置成一旦高频测量数据被采样，就使用高频测量数据估计气动扭矩。例如，在一个实施例中，控制器26可以被配置成预处理所接收的高频测量数据的短时间间隔和/或运行基于模型的（一个或多个）模拟74，以产生气动扭矩估计。在一个实施例中，用于使用高频测量数据来估计气动扭矩的控制器26被配置为如在美国专利申请no.us 16/660,084 a1中描述的，该申请于2019年10月22日提交，并且题为“wind turbine model based control and estimation with accurate online models
ꢀ”
（在2021年4月22日公布为美国专利申请公开no.us 2021/0115895），其全部内容通过引用并入本文中。具体而言，在一个实施例中，控制器26可被配置成运行风力涡轮10的（一个或多个）虚拟表示76或“数字孪生”,其中数字孪生包括一组计算机实现的模型和算法，并且其中数字孪生至少部分地处理高频测量数据的短时间间隔，以提供风力涡轮10的机械动力学和加载以及外部风
场条件的实时估计，不必通过直接传感器测量来测量。控制器26还可以被配置成使用多个模型78和/或子模型80（例如，结构模型和气动模型等），它们一起工作来处理各种类别的输入，以产生各种类别的输出。特别地，可被处理的输入类别包括致动器状态数据（例如，转子叶片俯仰定位、转子叶片俯仰速度、气隙扭矩、俯仰偏移）、操作变量数据（例如，空气密度测量）、高频操作测量数据（例如，发电机速度、使用/产生的风力涡轮电功率、塔架fa/ss加速度、d/q/方位角、风速计风速）和操作条件数据（风力涡轮操作和全状态、并网指示器数据、测量有效性状态）。
47.现在参考图6，图示了控制器26用于响应摩擦系数信号的合适控制逻辑200的实施例的框图。在这样的实施例中，控制器26的（一个或多个）处理器62被配置成运行控制逻辑200。特别地，如图所示，控制逻辑200的输入可以至少部分地包括控制命令数据202和高频测量数据204（在某些实施例中在短时间间隔内获得，或者在其它实施例中连续获得）。从而，如图所示，（一个或多个）处理器62的（一个或多个）模型78和/或子模型80可以经由一个或多个模型接收和处理输入数据。例如，如图所示，模型可包括输入损失子模型206、风力涡轮结构子模型208、风力涡轮气动子模型210和/或风力扰动子模型212，它们被配置成一起操作以处理各种类别的输入，从而实时产生虚拟或数字输出。特别地，输入损失子模型206可产生作为风力涡轮结构子模型208和风力涡轮气动子模型210的输入操作的输出。类似地，风力扰动子模型212可产生作为风力涡轮气动子模型210的输入操作的输出。类似地，风力涡轮气动子模型210可产生作为风力涡轮结构子模型208的输入操作的输出。类似地，风力涡轮结构子模型208可产生作为风力涡轮气动子模型210的输入操作的输出。
48.从而，如图所示，（一个或多个）模型78和/或子模型80的输出可至少部分包括（一个或多个）实时气动扭矩估计214。此外，如图所示，俯仰马达扭矩平衡模型216被配置成接收（一个或多个）气动扭矩估计214，以及高频转子叶片俯仰速度/速率测量数据218，以确定摩擦扭矩220。例如，在一项实施例中，控制器26可被配置成至少部分地基于俯仰马达电流测量数据、转子叶片俯仰速度/速率测量数据、俯仰齿轮箱传动比、由于转子叶片俯仰加速导致的扭矩和/或俯仰马达44的总扭矩测量数据来估计（一个或多个）俯仰轴承48的摩擦扭矩220。因此，如图所示，控制逻辑200还可包括摩擦系数估计模型224，该模型被配置成确定作为摩擦扭矩220和（一个或多个）俯仰轴承48的分布式摩擦力矩和/或力228的（一个或多个）实时估计的函数的摩擦系数信号/俯仰率226。例如，在一个实施例中，控制器26还可被配置成至少部分地基于风力涡轮机械动力学、扭矩和负载的实时估计，诸如fxb、frb和mrb来估计（一个或多个）俯仰轴承48的摩擦系数信号226。
49.换句话说，在一个实施例中，（一个或多个）转子叶片22和对应的（一个或多个）俯仰驱动机构32所经受的（并传递到（一个或多个）俯仰马达44）的总扭矩可等于（1）气动扭矩、（2）至少一个俯仰轴承48的摩擦扭矩以及（3）由（一个或多个）转子叶片22俯仰加速或减速引起的扭矩的总和。从而，在一个实施例中，控制器26还可被配置成通过考虑（一个或多个）俯仰驱动机构32的组件和对应的（一个或多个）转子叶片22之间的机械相互作用和动力学以及摩擦相互作用和力来对（一个或多个）俯仰驱动机构32的（一个或多个）俯仰马达44建模。
50.在进一步的实施例中，可从（一个或多个）模型78和/或子模型80输出的数据类别可包括估计的风力涡轮10状态测量，例如，结构状态、叶片根部力矩、叶片尖偏转、转子轮毂
力矩、传动系扭转力矩、塔架顶/塔架底力矩、气动扭矩和推力、转子叶片平均风速、转子叶片有效风速。例如，如图所示，可被包括在控制器26中的子模型80可包括例如输入损失子模型206、风力涡轮结构子模型208、风力涡轮气动子模型210和风扰动子模型212（图6）。
51.控制器26还可被配置成从数字孪生实时产生各种重要的“虚拟”或“数字”传感器输出（即，真实世界风力涡轮10的估计），诸如发电机24速度、使用/产生的风力涡轮电功率、转子叶片定位、塔架顶位移（侧向、纵向）、塔架顶旋转角（偏航、点头、扭矩）、塔架顶加速或减速（侧向、纵向）、转子叶片尖位移（襟翼、边缘）、转子叶片根部力（轴向、襟翼、边缘）和力矩（扭力、襟翼、边缘）、旋转和固定框架中的转子轮毂中心力（向下、侧向、轴向）和力矩（偏航、点头、扭矩）、旋转和固定框架中的转子轮毂法兰力（向下、侧向、轴向）和力矩（偏航、点头、扭矩）、塔架顶力（向下、侧向、轴向）和力矩（偏航、点头、扭矩）、塔架底力（向下、侧向、轴向）和力矩（偏航、点头、扭矩）以及平均风速。控制器26还可被配置成估计以下转子叶片根部力和力矩，并使其可用于进一步处理，或用于计算机实现的模型：mxb、fxb、frb和mrb，其中mxb是估计的转子叶片22扭转力矩，并包括重力。
52.控制器26被进一步被配置成将（一个或多个）俯仰轴承48的估计摩擦系数信号226与（一个或多个）俯仰轴承48的（一个或多个）摩擦阈值进行比较。例如，在一个实施例中，（一个或多个）俯仰轴承48的摩擦系数信号226与（一个或多个）俯仰轴承48的健康相关。例如，在一个实施例中，控制器26可被配置成处理和估计摩擦系数信号——在数据样本持续时间内——并评估信号226与摩擦阈值相比是否升高，或者对于特定俯仰轴承48，与（一个或多个）俯仰驱动机构32的另一俯仰轴承48相比，摩擦系数信号226在统计上是否更高。还可以产生对于估计的摩擦系数信号的统计确定性测量——以帮助确定估计的质量并提供统计置信度。在这样的实施例中，可以使用均值方法的标准误差来确定统计确定性测量。
53.控制器26还可以被配置成基于理论方程确定（一个或多个）俯仰轴承48的（一个或多个）摩擦阈值——考虑（一个或多个）俯仰轴承48的已知或估计的分布式摩擦力矩和rothe erde方程——对健康和不健康的（一个或多个）俯仰驱动机构32进行分类。理论方程产生理想的俯仰轴承系数信号，并且摩擦阈值可以被设置在超过理想俯仰轴承系数信号100%的任何估计的摩擦系数信号。所有估计和关联数据或其各部分可用于进一步处理，并可立即清除或保留以备将来之用。
54.控制器26进一步被配置成至少部分地基于估计的摩擦系数信号226与（一个或多个）俯仰轴承48的（一个或多个）摩擦阈值的比较，确定（一个或多个）俯仰轴承48中是否存在损坏。例如，在一个实施例中，控制器26可通过将估计的摩擦系数信号与从理论方程产生的信号进行比较来处理和确定（一个或多个）俯仰轴承48中是否存在损坏。在另一个实施例中，控制器26可通过将估计的摩擦系数信号与涡轮的标称摩擦进行比较来处理和确定（一个或多个）俯仰轴承48中是否存在损坏，该涡轮的标称摩擦例如由其设计或根据来自同一模型的其它涡轮的典型值确定。如果控制器26确定估计的摩擦系数信号226当与理论方程结果相比时有延长的升高或偏差，那么控制器26可以被配置成标记该情况和导致该情况的条件。此外，控制器26可被配置成警告用户或监督处理器，触发控制措施以减轻该情况，和/或发起风力涡轮10的关闭。
55.例如，在一个实施例中，控制器26被配置成实现基于模型和基于估计的技术，与机器学习过程组合来确定摩擦系数信号，特别地如方程（1）-（4）所示：
其中=分布式摩擦力矩，其中=rothe erde方程,从而，在某些实施例中，方程（1）代表本文所述方法中使用的理论方程的示例性实施例，以及用于估计摩擦系数的逻辑类型。方程（2）代表本文所述的俯仰马达模型中使用的逻辑类型。方程（3）和（4）也代表了用于估计摩擦系数的逻辑类型。常数q0、d
lkk
、f1、f2是俯仰轴承48相关的（即四点轴承、0轴承等），而常数j和gearratio是俯仰马达类型相关的。μ通常是未知的，并且对于新的俯仰轴承48通常是大约0.002。此外，正俯仰速度/速率和负俯仰速度/速率也被考虑在内。
56.现在参考图7，图示了根据本公开各方面的用于响应（一个或多个）俯仰轴承48的摩擦系数信号的硬件系统300的实施例的示意图。俯仰驱动机构32中的每一个通信地耦合到功率电网302以及超级电容器组160。更具体地，在一个示例性实施例中，超级电容器组160中的每一个超级电容器可以与俯仰驱动机构32之一关联，并且可以被存储在机柜304中。在一些实施例中，机柜304可以是热隔离容器。
57.在风力涡轮10的正常操作期间，风力涡轮10的功率转换器76从功率电网302接收ac功率，并将ac功率转换成适合于驱动俯仰驱动机构32中的每一个的（一个或多个）俯仰马达44（例如，ac马达）的ac功率。此外，功率转换器76可以将从功率电网302接收的ac功率转换成适合于对该组超级电容器160充电的直流（dc）电。如本文将详细讨论的，在一些情况下（例如，极端关闭条件），俯仰马达44可由超级电容器组160驱动。
58.当转子叶片22的俯仰依赖于超电容器组160时，重要的是确保超电容器组160能够
在需要时操作。从而，控制器26被配置成实现了响应于超过预定阈值的俯仰轴承摩擦信号来监测超级电容器组160的方法。控制器26还被配置成实现一种方法，用于在例如当俯仰轴承摩擦信号的估计不在超级电容器组160的设计极限内时，或者在超级电容器组160用于或可用于使转子叶片22俯仰的任何其它场景下，在条件期间和/或在控制参数下，控制俯仰驱动机构32的操作。类似地，控制器26也可设计成使用本公开的系统和方法（例如，以估计俯仰轴承48的健康和使用寿命），以具有足以实现控制策略的总容量，从而通过俯仰到顺桨来监测、控制和停止风力涡轮10，而超级电容器组160也不会过度设计且实现或操作成本太高。
59.现在参考图8，图示了超级电容器组160的功率转换器306的实施例的示意图。如图所示，功率转换器306包括ac整流器310，该ac整流器被配置成以第一ac电压从功率电网302接收ac功率，并且将第一ac电压转换成第一dc电压下的dc功率。另外，ac整流器310耦合到功率转换器306的功率逆变器312。更具体地，在一个实施例中，ac整流器310可以经由一个或多个导体（例如，电线）耦合到功率逆变器312。以这种方式，ac整流器310的输出（例如，第一dc电压下的dc功率）可以被提供给功率逆变器312。主功率转换器310还可以包括耦合在ac整流器310的输出和功率逆变器312的输入之间的一个或多个电容器316（例如电解电容器）。一个或多个电容器316可以被配置成降低或消除与ac整流器310提供给功率逆变器312的dc功率相关联的噪声。
60.功率逆变器312被配置成将第一dc电压下的dc功率转换为第二ac电压下的ac功率。在某些实施例中，第二ac电压可以不同于（例如，大于或小于）与ac整流器310从功率电网302接收的ac功率相关联的第一ac电压。输出（例如，第二ac电压下的ac功率）可被提供给俯仰驱动机构32的俯仰马达44。
61.功率转换器306还包括dc到dc功率转换器314。dc到dc功率转换器314可以耦合到与功率逆变器312相关联的一个或多个输入端子（例如，引线）。以这种方式，dc到dc功率转换器314可以接收第一dc电压下的dc功率。另外，dc到dc功率转换器314可以耦合到超级电容器组160。在某些实施例中，dc到dc功率转换器314能将第一dc电压下的dc功率转换成第二dc电压下的dc功率，该第二dc电压适合于对超级电容器组160进行充电和维持。应当领会，第二dc电压可以不同于（例如，小于或大于）第一dc电压。
62.还应领会，图1-8被提供用于说明性目的，并将本主题置于示例性使用领域。本领域普通技术人员容易理解，本公开不限于任何一种类型的配置。
63.现在参考图9，图示了根据本公开的各方面用于响应风力涡轮的至少一个俯仰轴承的摩擦系数信号的方法400的实施例的流程图。方法400可以使用本文参考图1-8讨论的系统70、100、150来实现。为了说明和讨论的目的，图9描绘了以特定顺序执行的步骤。使用本文提供的公开，本领域普通技术人员将理解，在不脱离本公开的范围的情况下，方法400的各个步骤或本文公开的任何其它方法可以被调节、修改、重新排列、同时执行或以各种方式修改。
64.如在（402）所示，该方法包括经由控制器从风力涡轮的至少一个俯仰驱动机构接收高频测量数据。如在（404）所示，该方法包括经由控制器至少部分地使用高频测量数据来估计气动扭矩。如在（406）所示，该方法包括经由计算机实现的模型，至少部分地基于高频测量数据和气动扭矩来估计风力涡轮的至少一个俯仰轴承的摩擦扭矩。如在（408）所示，该
方法包括经由控制器至少部分地基于所述摩擦扭矩，估计所述至少一个俯仰轴承的摩擦系数信号。如在（410）所示，该方法包括将摩擦系数信号与摩擦阈值进行比较，在某些实施例中，这可包括比较和确定摩擦系数信号是否相对于标称设计摩擦、标称历史摩擦、其它俯仰轴承的摩擦或其它类似涡轮的摩擦等升高。如在（412）所示，该方法包括至少部分地基于该比较来确定至少一个俯仰轴承中是否存在损坏。如在（414）所示，该方法包括响应于至少部分地基于该比较确定至少一个俯仰轴承中存在损坏，在至少一个俯仰驱动机构的至少一个俯仰马达中实现控制动作。
65.本书面描述使用示例来公开包括最佳模式的本公开，并且还使得本领域的任何技术人员能够实践本公开，包括制造和使用任何装置或系统以及执行任何并入的方法。尽管前面已经公开了各种具体实施例，但是本领域技术人员将认识到权利要求书的精神和范围允许同等有效的修改。特别地，上述实施例的相互非排他性特征可彼此组合。本公开的可专利性范围由权利要求书限定，并且可包括本领域技术人员想到的其它示例。如果这些其它示例具有不异于权利要求书的字面语言的结构元素，或者如果它们包括与权利要求书的字面语言具有无实质性差异的等同结构元素，则这些其它示例意在处于权利要求书的范围内。
66.虽然本公开各种实施例的具体特征可能被显示在某些图中，而不是其它图中，但这仅是为了方便起见。根据本公开的原理，一个图的任何特征都可以与任何其它图的任何特征组合来引用和/或要求保护。
67.本公开的各个方面和实施例由以下编号的条款限定：条款1. 一种用于响应风力涡轮的俯仰驱动机构的至少一个俯仰轴承的摩擦系数信号的方法，所述方法包括：访问所述至少一个俯仰轴承的高频测量数据；经由控制器实现的扭矩平衡模型，至少部分地基于所述高频测量数据来估计所述至少一个俯仰轴承的摩擦扭矩；经由所述控制器至少部分地基于所述摩擦扭矩，估计所述至少一个俯仰轴承的摩擦系数信号；将所述摩擦系数信号与摩擦阈值进行比较；至少部分地基于所述比较来确定所述摩擦系数信号是否偏离所述摩擦阈值；以及响应于所述摩擦系数信号偏离所述摩擦阈值的确定，实现控制动作。
68.条款2. 如条款1所述的方法，其中，访问所述高频测量数据包括访问大约40赫兹的测量数据。
69.条款3. 如前述条款中任一条款所述的方法，其中，所述高频测量数据包括俯仰马达电流测量数据和转子叶片俯仰速度测量数据中的至少一个。
70.条款4. 如前述条款中任一条款所述的方法，进一步包括：经由所述控制器使用所述高频测量数据估计气动扭矩，其中，使用所述高频测量数据估计所述气动扭矩进一步包括：经由所述控制器根据一个或多个控制命令和所述高频测量数据运行基于模型的估计器以产生所述气动扭矩。
71.条款5. 如条款4所述的方法，其中，所述基于模型的估计器包括所述风力涡轮的虚拟模拟，并且其中，运行所述基于模型的估计器包括实时估计来自所述风力涡轮的所述
虚拟表示的一个或多个虚拟或数字传感器输出。
72.条款6. 如条款4-5所述的方法，其中，所述基于模型的估计器包括输入损失子模型、风力涡轮结构子模型、风力涡轮气动子模型和风扰动子模型中的至少一个。
73.条款7. 如条款4-6所述的方法，其中，运行所述基于模型的估计器产生作用在所述至少一个俯仰轴承上的分布式摩擦力矩和力的估计。
74.条款8. 如前述条款中任一条款所述的方法，进一步包括：经由所述控制器使用所述高频测量数据估计气动扭矩，其中，经由所述控制器的所述扭矩平衡模型估计所述摩擦扭矩至少部分地基于所述高频测量数据和所述气动扭矩估计；并且其中，对于所述扭矩平衡模型，传递到所述俯仰驱动机构的俯仰马达的总扭矩是以下各项的总和：所述气动扭矩；所述至少一个俯仰轴承的所述摩擦扭矩；以及由转子叶片俯仰加速或减速引起的扭矩。
75.条款9. 如条款8所述的方法，其中，至少部分地基于所述高频测量数据和所述气动扭矩来估计所述至少一个俯仰轴承的所述摩擦扭矩进一步包括：至少部分地基于以下各项的组合来估计所述至少一个俯仰轴承的所述摩擦扭矩：所述俯仰马达电流测量数据、转子叶片俯仰速度测量数据、俯仰齿轮箱传动比数据、对应于转子叶片俯仰加速或减速的扭矩测量数据以及对应于所述俯仰驱动机构的俯仰马达的总扭矩的扭矩测量数据。
76.条款10. 如条款8和9中任一条款所述的方法，其中，估计所述至少一个俯仰轴承的所述摩擦系数信号还至少部分地基于作用在所述至少一个俯仰轴承上的分布式摩擦力矩和力的估计，并且其中，作用在所述至少一个俯仰轴承上的所述分布摩擦力矩和力的估计至少部分地基于所述高频测量数据的至少一部分。
77.条款11. 如条款10所述的方法，其中，使用所述高频测量数据估计所述气动扭矩包括经由所述控制器运行基于模型的估计器，包括所述风力涡轮的虚拟模拟或数字孪生以产生气动扭矩估计，并且其中，运行基于模型的估计器包括实时估计来自所述风力涡轮的虚拟表示或数字孪生的一个或多个虚拟或数字传感器输出，所述一个或多个虚拟或数字传感器输出包括所述气动扭矩估计和作用在所述至少一个俯仰轴承上的分布式摩擦力矩和力的估计。
78.条款12. 如前述条款中任一条款所述的方法，其中，实现所述控制动作进一步包括以下至少一项：发送通知以警告所述摩擦系数信号偏离所述摩擦阈值、向至少一个俯仰驱动机构发送命令、关闭所述风力涡轮、降低所述风力涡轮额定值或增大所述风力涡轮额定值。
79.条款13. 如前述条款中任一条款所述的方法，进一步包括：响应于所述摩擦系数信号偏离所述摩擦阈值的确定来控制超级电容器组。
80.条款14. 如条款13所述的方法，其中，控制超级电容器组包括以下至少一项：经由所述超级电容器组给所述俯仰驱动机构供电，或者调整所述超级电容器组的超级电容器的电荷。
81.条款15. 一种用于响应风力涡轮的至少一个俯仰轴承的摩擦系数信号的系统，所述系统包括：
俯仰驱动机构，包括至少一个俯仰轴承；以及控制器，包括：高频测量数据接口，被配置成接收高频测量数据，其中，所述高频测量数据包括来自所述俯仰驱动机构的所述至少一个俯仰轴承的高频测量数据；以及处理器，被配置成：经由所述控制器的扭矩平衡模型，至少部分地基于所述高频测量数据来估计所述至少一个俯仰轴承的摩擦扭矩；至少部分地基于所述摩擦扭矩，估计所述至少一个俯仰轴承的摩擦系数信号；将所述摩擦系数信号与摩擦阈值进行比较；至少部分地基于所述比较来确定所述摩擦系数信号是否偏离所述摩擦阈值；以及响应于所述摩擦系数信号偏离所述摩擦阈值的确定，实现控制动作。
82.条款16. 如条款15所述的系统，其中，所述处理器被进一步被配置成运行基于模型的模拟来估计气动扭矩，其中，所述基于模型的模拟包括所述风力涡轮的虚拟表示，被配置成实时估计来自所述风力涡轮的所述虚拟表示的一个或多个虚拟或数字传感器输出，所述一个或多个虚拟或数字传感器输出包括作用在所述至少一个俯仰轴承上的分布式摩擦力矩和力的估计。
83.条款17. 如条款16所述的系统，其中，所述基于模型的模拟包括输入损失子模型、风力涡轮结构子模型、风力涡轮气动子模型和风扰动子模型中的至少一个。
84.条款18. 如条款15-17中任一条款所述的系统，其中，所述处理器被进一步被配置成使用高频测量数据来估计气动扭矩，其中，所述扭矩平衡模型被配置成至少部分地基于传递到所述俯仰驱动机构的俯仰马达的总扭矩来估计所述至少一个俯仰轴承的所述摩擦扭矩，并且其中，传递到所述俯仰马达的所述总扭矩是以下各项的总和：所述气动扭矩；所述至少一个俯仰轴承的所述摩擦扭矩；以及由转子叶片俯仰加速或减速引起的扭矩。
85.条款19. 如条款18所述的系统，其中，所述高频测量数据包括以下的组合：所述俯仰马达电流测量数据、转子叶片俯仰速度测量数据、俯仰齿轮箱传动比数据、对应于转子叶片俯仰加速或减速的扭矩测量数据以及对应于所述俯仰驱动机构的俯仰马达的总扭矩的扭矩测量数据，并且其中，所述计算机实现的模型被配置成至少部分地基于所述组合和所述气动扭矩来估计所述至少一个俯仰轴承的所述摩擦扭矩。
86.条款20. 如条款15-19中任一条款所述的系统，进一步包括：超级电容器组，其中，所述控制器进一步包括被配置成与所述超级电容器组通信的超级电容器接口，并且其中，所述超级电容器组被配置成至少部分地为所述俯仰驱动机构供电。
87.本书面描述使用示例来公开包括最佳模式的本公开，并且还使得本领域的任何技术人员能够实践本公开，包括制造和使用任何装置或系统以及执行任何并入的方法。尽管前面已经公开了各种具体实施例，但是本领域技术人员将认识到权利要求书的精神和范围允许同等有效的修改。特别地，上述实施例的相互非排他性特征可彼此组合。本公开的可专利性范围由权利要求书限定，并且可包括本领域技术人员想到的其它示例。如果这些其它示例具有不异于权利要求书的字面语言的结构元素，或者如果它们包括与权利要求书的字
面语言具有无实质性差异的等同结构元素，则这些其它示例意在处于权利要求书的范围内。

技术特征：
1.一种用于响应风力涡轮的俯仰驱动机构的至少一个俯仰轴承的摩擦系数信号的方法，所述方法包括：访问所述至少一个俯仰轴承的高频测量数据；经由控制器实现的扭矩平衡模型，至少部分地基于所述高频测量数据来估计所述至少一个俯仰轴承的摩擦扭矩；经由所述控制器至少部分地基于所述摩擦扭矩，估计所述至少一个俯仰轴承的摩擦系数信号；将所述摩擦系数信号与摩擦阈值进行比较；至少部分地基于所述比较来确定所述摩擦系数信号是否偏离所述摩擦阈值；以及响应于所述摩擦系数信号偏离所述摩擦阈值的确定，实现控制动作。2.如权利要求1所述的方法，其中，访问所述高频测量数据包括访问大约40赫兹的测量数据。3.如权利要求1所述的方法，其中，所述高频测量数据包括俯仰马达电流测量数据和转子叶片俯仰速度测量数据中的至少一个。4.如权利要求1所述的方法，进一步包括：经由所述控制器使用所述高频测量数据估计气动扭矩，其中，使用所述高频测量数据估计所述气动扭矩进一步包括：经由所述控制器根据一个或多个控制命令和所述高频测量数据运行基于模型的估计器以产生所述气动扭矩。5.如权利要求4所述的方法，其中，所述基于模型的估计器包括所述风力涡轮的虚拟模拟，并且其中，运行所述基于模型的估计器包括实时估计来自所述风力涡轮的所述虚拟表示的一个或多个虚拟或数字传感器输出。6.如权利要求4所述的方法，其中，所述基于模型的估计器包括输入损失子模型、风力涡轮结构子模型、风力涡轮气动子模型和风扰动子模型中的至少一个。7.如权利要求4所述的方法，其中，运行所述基于模型的估计器产生作用在所述至少一个俯仰轴承上的分布式摩擦力矩和力的估计。8.如权利要求1所述的方法，进一步包括：经由所述控制器使用所述高频测量数据估计气动扭矩，其中，经由所述控制器的所述扭矩平衡模型估计所述摩擦扭矩至少部分地基于所述高频测量数据和所述气动扭矩估计；并且其中，对于所述扭矩平衡模型，传递到所述俯仰驱动机构的俯仰马达的总扭矩是以下各项的总和：所述气动扭矩；所述至少一个俯仰轴承的所述摩擦扭矩；以及由转子叶片俯仰加速或减速引起的扭矩。9.如权利要求8所述的方法，其中，至少部分地基于所述高频测量数据和所述气动扭矩来估计所述至少一个俯仰轴承的所述摩擦扭矩进一步包括：至少部分地基于以下各项的组合来估计所述至少一个俯仰轴承的所述摩擦扭矩：所述俯仰马达电流测量数据、转子叶片俯仰速度测量数据、俯仰齿轮箱传动比数据、对应于转子叶片俯仰加速或减速的扭矩测量数据以及对应于所述俯仰驱动机构的俯仰马达的总扭矩的扭矩测量数据。10.如权利要求8所述的方法，其中，估计所述至少一个俯仰轴承的所述摩擦系数信号还至少部分地基于作用在所述至少一个俯仰轴承上的分布式摩擦力矩和力的估计，并且其
中，作用在所述至少一个俯仰轴承上的所述分布摩擦力矩和力的估计至少部分地基于所述高频测量数据的至少一部分。

技术总结
本公开针对一种用于响应风力涡轮的俯仰驱动机构的俯仰轴承的摩擦系数信号和/或用于控制（一个或多个）俯仰驱动机构和/或超级电容器组的方法。该方法和系统包括：访问至少一个俯仰轴承的高频测量数据；经由控制器实现的扭矩平衡模型，至少部分地基于高频测量数据来估计至少一个俯仰轴承的摩擦扭矩；经由控制器至少部分地基于摩擦扭矩，估计至少一个俯仰轴承的摩擦系数信号；将摩擦系数信号与摩擦阈值进行比较；至少部分地基于该比较来确定摩擦系数信号是否偏离摩擦阈值；如果是的话，则行动。则行动。则行动。


技术研发人员：S
受保护的技术使用者：通用电气可再生能源西班牙有限公司
技术研发日：2022.11.29
技术公布日：2023/5/31