[논문]블레이드 각속도 통계 정보 기반 풍력 발전기 고장 진단 모니터링 시스템

김병진; 강석주; 박준영

doi:10.18770/kepco.2016.02.04.619

블레이드 각속도 통계 정보 기반 풍력 발전기 고장 진단 모니터링 시스템
Statistical Blade Angular Velocity Information-based Wind Turbine Fault Diagnosis Monitoring System 원문보기

KEPCO Journal on electric power and energy, v.2 no.4, 2016년, pp.619 - 625

김병진 (Electronic Engineering, Sogang University) , 강석주 (Electronic Engineering, Sogang University) , 박준영 (KEPCO Research Institute, Korea Electric Power Corporation)

초록
AI-Helper

본 논문에서는 풍력 발전 시스템에서 발생 가능한 고장 중 블레이드에 대한 고장 진단 방법으로 자이로 센서를 이용한 각속도 측정을 통해 고장 진단용 모니터링 시스템을 제안한다. 제안하는 방법은 우선 손상이 발생하지 않은 상태의 블레이드 회전에 대한 각속도 dataset을 구성한다. 블레이드 상태 판별을 위한 dataset 구성이 되었다면, 임의의 상태에 대한 블레이드가 부착된 풍력 발전기를 일정한 힘을 가해 회전시킨 후 최종적으로 블레이드의 손상 정도에 따라 발생하는 각속도의 차이를 비교하여 블레이드의 고장 진단에 대해 판단한다. 실험 결과 정상 상태의 블레이드는 초당 1회 (초당 $360^{\circ}$) 이상의 속도로 회전을 진행하며, 손상 상태의 블레이드는 초당 1회 미만의 속도로 회전하며 표준 편차가 급격히 증가하는 것을 확인할 수 있었다.

Abstract ▼ AI-Helper

In this paper, we propose a new fault diagnosis monitoring system using gyro sensor-based angular velocity calculation for blades of the wind turbine system. First, the proposed system generates the angular velocity dataset for the rotation speed of the normal blade. Using the dataset, we estimate and evaluate the state of blades for the wind turbine by comparing the current state with the pre-calculated normal state. In the experimental results, the angular velocity of the normal state was higher than $360^{\circ}/s$ while that of the damaged blades was lower than $360^{\circ}/s$ and the standard deviation of the angular velocity was significantly increased.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 바람 에너지를 이용해 회전하는 풍력 발전 시스템에 대한 고장 발생 모니터링 방법으로 자이로 센서를 이용하는 방법을 제안하였다. 구체적으로 제안한 시스템은 풍력 발전기의 rotor 중심부에 자이로센서를 부착하여, 무선 통신인 블루투스 모듈을 이용해 각 상황별 측정되는 각속도의 값을 PC의 시리얼 모니터를 통해 수신 받아 데이터의 특징을 분석하였다.
본 논문에서는 이러한 상황을 고려하여 기존 풍력발전 단지 모니터링 시스템에 사용이 가능하면서도 경제적인 방법으로 자이로 센서를 회전하는 블레이드의 rotor 부위에 부착해 모니터링 시스템에 사용하는 방법을 제안하고자 한다. 구체적으로 블레이드의 손상 상태에 따른 풍력 발전기의 회전 상태를 측정하고자, 풍력발전기의 블레이드가 위치하는 rotor부분의 nose cone(발전기의 원추형 앞부분)에 자이로 센서를 부착한다.
구체적으로 블레이드의 손상 상태에 따른 풍력 발전기의 회전 상태를 측정하고자, 풍력발전기의 블레이드가 위치하는 rotor부분의 nose cone(발전기의 원추형 앞부분)에 자이로 센서를 부착한다. 이 후손상이 발생하지 않은 블레이드를 부착했을 때의 각속도의 통계적인 값과 손상이 발생한 블레이드를 부착했을 때의 각속도 통계적인 값을 비교하여 고장 진단 방법으로 제안하고자 한다. 이를 통해서 기존 방법들 대비 효율적으로 블레이드 고장 검출이 가능한 방법을 제시하고자 한다.
이 후손상이 발생하지 않은 블레이드를 부착했을 때의 각속도의 통계적인 값과 손상이 발생한 블레이드를 부착했을 때의 각속도 통계적인 값을 비교하여 고장 진단 방법으로 제안하고자 한다. 이를 통해서 기존 방법들 대비 효율적으로 블레이드 고장 검출이 가능한 방법을 제시하고자 한다.

제안 방법

실험에 사용된 블레이드는 유리 합성 강화 수지로 구성되어 있기 때문에, 미리 설계한 도면을 바탕으로 블레이드가 회전이 가능한 범위 안에서 앞서 언급한 비율로 손상을 주었다. Fig. 9에서와 같이 전체 블레이드 길이에서 tip 부분에 해당하는 부분을 일정 비율로 손상시킨다 (본 실험에서는 15%, 30%, 45%의 비율로 진행). 손상된 블레이드를 부착한 상태에서 풍력 발전기를 가동 시킨 후, 발전기의 rotor부분에 부착한 자이로 센서를 통해 회전하는 상태에 대한 자이로 센서의 데이터 값을 측정하여 PC로 송신한다.
PC에서 수신된 자이로 센서 데이터는 MPU6050 모델의 설정값에 맞는 값으로 각속도 계산을 진행한다. MPU6050은 표현하는 각도의 범위 설정 단계를 0단계부터 3단계까지 구분하며 해당 실험에서는 가장 넓은 범위인 3단계로 설정하였다. 이는 센서가 부착된 지점을 기준으로 했을 때, 원 운동의 형태로 회전하기 때문에 scale range범위 중 가장 넒은 범위의 표현이 3단계에서 가능하기 때문이다.
손상된 블레이드를 부착한 상태에서 풍력 발전기를 가동 시킨 후, 발전기의 rotor부분에 부착한 자이로 센서를 통해 회전하는 상태에 대한 자이로 센서의 데이터 값을 측정하여 PC로 송신한다. PC에서 수신된 자이로 데이터 값에 대한 각속도 계산을 진행해, 정상 상태의 블레이드를 부착했을 때 측정한 각속도 값과 비교하는 과정을 진행한다.
8과 같으며, 실험에 사용되는 풍력발전기의 스펙은 Table 1과 같다. Table에서 알 수 있듯 시동 풍속이 1.5 m/s일 때 작동이 가능하며, 본 실험에서는 원활한 회전을 위해 시동 풍속 이상의 출력이 가능한 대형 선풍기를 사용하였다. 해당 기기의 경우 풍속이 1.
본 논문에서는 바람 에너지를 이용해 회전하는 풍력 발전 시스템에 대한 고장 발생 모니터링 방법으로 자이로 센서를 이용하는 방법을 제안하였다. 구체적으로 제안한 시스템은 풍력 발전기의 rotor 중심부에 자이로센서를 부착하여, 무선 통신인 블루투스 모듈을 이용해 각 상황별 측정되는 각속도의 값을 PC의 시리얼 모니터를 통해 수신 받아 데이터의 특징을 분석하였다. 실험 결과 동일한 바람 에너지를 이용하여 블레이드를 회전시켰을 때, 정상상태, 15% 손실, 30% 손실, 45% 손실된 상태의 블레이드가 부착된 상태의 각속도를 측정한 결과, 손상 정도가 심할수록 블레이드 회전에 대한 각속도가 낮게 측정되며, 각속도 값의 변화 폭이 더 넓은 파장으로 발생함을 알 수 있었다.
지그비의 경우 블루투스와 같은 마스터 한 대와 슬레이브 여러 대의 통신은 물론 여러 마스터와 여러 슬레이브의 통신이 가능한 형태이다. 그럼에도 불구하고 블루투스를 이용하여 실험을 진행하는 것은, 저전력 구동 및 범용성의 차원에서 본 논문에서 사용된 무선 통신을 블루투스로 지정하여 진행하였다. 이러한 블루투스 통신의 특성을 이용하여, 자이로 센서와 함께 부착된 블루투스는 슬레이브로 설정, PC와 연결된 아두이노 보드에 부착된 블루투스는 마스터로 설정한 다음, 두 블루투스 간 데이터를 송/수신이 가능한 형태로 실험 환경을 구성하였다.
2와 같다. 먼저 블레이드가 손상이 가지 않은 정상 상태에 대한 각속도 측정을 진행하여 dataset을 구성한다. 구체적으로 정상상태의 블레이드를 부착한 풍력 발전기에 일정한 힘을 가해 회전시킨다.
블레이드에서 발생하는 손상이라 함은 부하에서 비롯된 crack도 있지만, 물리적 요인으로 인한 피로도 누적에 기인한 절단 현상 또한 같이 수반되기 때문에 해당 실험에서는 블레이드를 절단하는 선택을 하였다. 실험에 사용된 블레이드는 유리 합성 강화 수지로 구성되어 있기 때문에, 미리 설계한 도면을 바탕으로 블레이드가 회전이 가능한 범위 안에서 앞서 언급한 비율로 손상을 주었다.
센서 부착 지점을 기준으로 제안하는 방법에서는 블레이드의 회전에 따라 센서의 x, y, z축 중 z축을 기준으로 360° 회전을 하게 된다.
임의의 상태에 대한 블레이드가 부착된 풍력 발전기를 일정한 힘을 가해 회전시킨다. 이 때 dataset 구성과 마찬가지로 블레이드가 부착된 풍력 발전기의 rotor 중심 부위에 위치한 자이로 센서에서 블루투스를 이용하여 자이로 센서값을 PC로 송신한 후 분석한다. 계산된 각속도의 평균값이 임계값으로 지정된 초당 360° 회전을 기준으로 하여 임계점보다 높으면 블레이드의 상태를 정상으로, 낮으면 블레이드의 상태를 비정상으로 간주하여 모니터링을 진행하는 것이 가능하다.
그럼에도 불구하고 블루투스를 이용하여 실험을 진행하는 것은, 저전력 구동 및 범용성의 차원에서 본 논문에서 사용된 무선 통신을 블루투스로 지정하여 진행하였다. 이러한 블루투스 통신의 특성을 이용하여, 자이로 센서와 함께 부착된 블루투스는 슬레이브로 설정, PC와 연결된 아두이노 보드에 부착된 블루투스는 마스터로 설정한 다음, 두 블루투스 간 데이터를 송/수신이 가능한 형태로 실험 환경을 구성하였다. 이는 Fig.
하지만, 앞서 언급했듯, 센서가 부착된 위치의 특성으로 인해 그림과 같이 각각의 축에 대해 데이터 값이 측정 되고 있음을 알 수 있다. 이를 보정하기 위해서 현재 상태에서 자이로센서 데이터 값을 반복하여 측정한다. 측정된 자이로 센서 데이터의 값이 x축은 790°/s, y축은 0°/s, z축은 –320°/s에 수렴하는 형태로 나타난다.
자이로 센서 데이터 취득을 위해서 사용한 블루투스는 무선 통신 방법 중의 하나로, 사용자의 접근성이 용이하고, 데이터 전송 양에 비해 배터리 소모가 적다는 장점이 있다. 회전 축에 대한 정보를 측정하기 위해 Fig. 6과 같이 실험 환경을 구성 하여 자이로 센서에서 측정되는 각속도 값을 송신한 후 해당 데이터를 PC에서 수신 받아 블레이드의 상태별 각속도 값의 변화 정도를 측정한다. 구체적으로 본 논문에서는 현재 시스템에 적용할 수 있는 데이터 송/수신이 가능한 HC-05모델 [10] 을 이용한다.
회전하는 블레이드의 상태를 모니터링하기 위해 자이로 센서에서 측정된 데이터를 이용하여, 각속도를 측정한다. 각속도를 측정하기 위한 자이로 센서는 GY-521MPU6050모델을 사용하였다 [8].

대상 데이터

회전하는 블레이드의 상태를 모니터링하기 위해 자이로 센서에서 측정된 데이터를 이용하여, 각속도를 측정한다. 각속도를 측정하기 위한 자이로 센서는 GY-521MPU6050모델을 사용하였다 [8]. 해당 모듈은 자이로 센서와 가속도계가 합쳐진 모듈 형태로 x, y, z축을 기준으로 방향에 대해 변화하는 정보를 제공한다.
블레이드에서 발생하는 손상이라 함은 부하에서 비롯된 crack도 있지만, 물리적 요인으로 인한 피로도 누적에 기인한 절단 현상 또한 같이 수반되기 때문에 해당 실험에서는 블레이드를 절단하는 선택을 하였다. 실험에 사용된 블레이드는 유리 합성 강화 수지로 구성되어 있기 때문에, 미리 설계한 도면을 바탕으로 블레이드가 회전이 가능한 범위 안에서 앞서 언급한 비율로 손상을 주었다. Fig.
물체가 회전운동을 하는 경우 회전축에 대해 반지름이 줄어들게 되며, 줄어든 반지름에 대해 각속도가 변화한다. 이 때 회전 좌표계에는 코리올리 힘이 발생하게 되는데, 실험에 사용되는 MPU6050은 MEMS 기반 자이로 센서로 이를 이용하여 전향력을 측정한다. 구체적으로 다음 수식에 의해 각 축에 대한 각속도를 계산한다.

이론/모형

6과 같이 실험 환경을 구성 하여 자이로 센서에서 측정되는 각속도 값을 송신한 후 해당 데이터를 PC에서 수신 받아 블레이드의 상태별 각속도 값의 변화 정도를 측정한다. 구체적으로 본 논문에서는 현재 시스템에 적용할 수 있는 데이터 송/수신이 가능한 HC-05모델 [10] 을 이용한다. 블루투스를 이용한 네트워크에는 Fig.

성능/효과

계산된 각속도의 평균값이 임계값으로 지정된 초당 360° 회전을 기준으로 하여 임계점보다 높으면 블레이드의 상태를 정상으로, 낮으면 블레이드의 상태를 비정상으로 간주하여 모니터링을 진행하는 것이 가능하다.
또한 동일한 바람 에너지를 지속적으로 제공하여 풍력 발전기가 회전운동을 할 경우, 손상이 없는 상태의 블레이드에 대한 각속도의 평균값과 손상이 있는 상태의 블레이드에 대한 각속도의 평균값이 차이가 발생함을 알 수 있으며, 블레이드의 물리적 손상 받은 면적이 약 15%식증가 할 때마다, 자이로 센서를 통해 측정된 각속도의 값은 계산 결과 평균적으로 24.980°/s 감소함을 알 수 있다.
구체적으로 제안한 시스템은 풍력 발전기의 rotor 중심부에 자이로센서를 부착하여, 무선 통신인 블루투스 모듈을 이용해 각 상황별 측정되는 각속도의 값을 PC의 시리얼 모니터를 통해 수신 받아 데이터의 특징을 분석하였다. 실험 결과 동일한 바람 에너지를 이용하여 블레이드를 회전시켰을 때, 정상상태, 15% 손실, 30% 손실, 45% 손실된 상태의 블레이드가 부착된 상태의 각속도를 측정한 결과, 손상 정도가 심할수록 블레이드 회전에 대한 각속도가 낮게 측정되며, 각속도 값의 변화 폭이 더 넓은 파장으로 발생함을 알 수 있었다.

질의응답

핵심어	질문	논문에서 추출한 답변
	초음파 센서 또는 광섬유 센서를 삽입하여 블레이드 제작을 하여 모니터링 하는 방법이 가지는 한계점은 무엇인가?	블레이드 제작 과정에 초음파 센서 또는 광섬유 센서를 삽입하여 블레이드 회전 시 측정되는 센서의 값을 모니터링 시스템에 제공하는 방법이 또한 존재한다 [6]. 하지만 이러한 방법은 이미 가동 중인 기존 시스템에 적용하기 어렵다는 문제점을 가지며 가격이 높다는 단점이 존재한다. 센서를 이용한 또 다른 방법으로 모든 블레이드에 대해서 특정 지점에 자이로 센서를 부착하여 모니터링하는 방법이 있다 [7].
	일반적 풍력 발전 모니터링이 주요 고장 원인이라고 판단하는 것은 무엇인가?	풍력 발전 과정에서의 사고예방을 위한 기존 모니터링 시스템은 발전기에서 고장이 발생 할 수 있는 부분에 대한 지점의 검출에 따라 다양하게 구분 된다. 구체적으로 일반적 풍력 발전 모니터링은 기계적 고장에 초점을 맞추는데, 회전하는 상황에서 발생 할 수 있는 질량 불평형과 회전 축 정렬 불량이 주요 고장 원인으로 판단한다. 이를 이용한 기존 방법 [5]은 기계적 부품들로 구성이 되어 있는 발전기의 특성에 따라, 작동 시 기계 내부에서 발생하는 물리적 떨림 현상을 검출한다.
	모든 블레이드의 툭정 부분에 자이로 센서를 부착하여 모니터링을 하는 방법의 원리는 무엇인가?	센서를 이용한 또 다른 방법으로 모든 블레이드에 대해서 특정 지점에 자이로 센서를 부착하여 모니터링하는 방법이 있다 [7]. 블레이드의 tip deflection이 발생하는 지점에 자이로 센서를 부착, 회전 중인 블레이드에 deflection이 발생함에 따라 측정되는 자이로 데이터 값을 측정해 모니터링 시스템에 알리는 방법이다. 이 방법은 기존의 모든 블레이드에 자이로 센서를 부착하여 측정한 데이터를 모니터링 시스템에 이용할 수 있지만, 부착하는 센서의 개수와 측정해야 할 데이터의 양이 많아지는 문제점이 있다.

참고문헌 (10)

Moon CHae-Joo, Cheang Eui-Heang, Shin Kwan-Shik, Jung Kwen-Sung and Chang Young-hak, "Feasibility study of wind power generation considering the topographical characteristics of Korea.", The Korean Solar Energy Society, 28.6, 24-32, 2008.
Kim Ji-Young, Kang Keum-Seok, Oh Ki-Young, Lee Jun-Shin and Ryu Moo-Sung, "Assessment of Possible Resources and Selection of Preparatory Sites for Offshore Wind Farm around Korean Peninsula.", The Korean Solar Energy Society, 30.5, 44-55, 2010
Kim Young-Ghi, Byun Jae-Hee, Choi Tae-Sik and So Choi-Ho."A Study on Condition Monitoring for Wind Turbines.", The Korean Instithte of Electrical Engineers, 1247-1248, 2010.
Kim Chang-Hwan, Paek In-Su, Yoo Neung-Soo, "Modal analysis of a wind turbine blade using FBG sensors.", The Korean Society of Mechanical Engineers, 428-430, 2010.
Ciang, Chia-Chen, Jung-Ryul Lee, and Hyung-Joon Bang, "Structural health monitoring for a wind turbine system: a review of damage detection methods", Measurement Science and Technology, 19.12, 2008.

상세보기
Moon Dea-Sun and Kim Sung-Ho, "Development of intelligent fault diagnostic system for mechanical element of wind power generator.", Korean Institute of Intelligent Systems, 78-83, 2014.

원문보기 상세보기
Fu, Xu, Lihan He, and Hai Qiu. "MEMS gyroscope sensors for wind turbine blade tip deflection measurement.", IEEE International Instrumentation and Measurement Technology Conference (I2MTC), 1708-1712, 2013.
Choi and Min-Seog, "Reliability Assessment of MEMS Gyroscope Sensor." Transactions of the Korean Society of Mechanical Engineers A , 28.9, 1297-1305, 2004.

원문보기 상세보기
Lee Woo-Sik, Baek Ji-Nuk, Kim Seon-Phil and Kim Nam-Gi. "Design and Implementation of Smart Tag using the Bluetooth." Korea Society of IT Services, 329-333, 2010.
Bae Jin-Seop and Kang Seog-Geun "Implementation of a Point to Multipoint Wireless Communication System Based on The Blietooth.", The Korea Institute of Info. and Commun. Engineering, 13.9, 1921-1927, 2009.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증