郭骏超
摘 要:风场常建在环境较为偏远的地区,且分布面积广、数量多,对其巡检、维护需要登高作业,危险系数较高,导致工作量大、成本较高。采取实时监测和故障诊断可有效弥补上述缺陷,并可收集和分析风机运行中的实时数据,实现对故障点的预判,以便及时采取解决措施,以减少因故障而造成的损失。
关键词:智能监控;风力发电机;机械振动;信号采集
中图分类号:TM315 文献标识码:A DOI:10.15913/j.cnki.kjycx.2015.18.019
随着风力发电机的快速发展,其技术的成熟度已跟不上风力发电机的发展速度。为了解决上述问题,通过实时采集、自动分析、传输和保存转速、振动和电流信号等,实现在线监控风力发电机组和预测、诊断故障,从而节省风力发电机组的运维成本。
1 智能监控的原理
通过信号采集单元、信号处理单元和数据管理实现智能监控功能,具体流程如图1所示。
在图1中,信号采集单元采用振动分析法,利用加速度传感器采集振动信号,因此,可将传感器安装在风力发电机组易产生故障的主轴、齿轮箱和发电机等部位;信号处理单元通过将采集到的模拟信号送入调理电路,并对振动信号进行放大、滤波等操作,使其最终转换成采集设备能识别的标准信号,如图2所示。
图1 智能监控的流程 图2 信号处理单元流程图
系统的中央处理器采用TI公司的达芬奇架构嵌入式应用处理器OMAPL138,利用C语言编译器和DSP汇编优化器,将可执行性引入源代码执行的Linux调试程序界面。
数据库采用一种关系型的SQL数据库,嵌入式系统通过局域网与数据库管理系统进行数据交互。软件采用在嵌入式系统Linux平台下用FreeTDS访问Windows平台下SQL Sever数据库的方法,可按需求创建风力发电机组原始数据库、参数库、状态命令库、趋势数据库和专家故障库。
2 智能监控的必要性
现有的系统尚未监测风力发电机组的大型机械设备。机械振动是风力发电机组中普遍存在的现象,当机器异常时,一般振动会随之加大,并引起工作性能的变化,比如出现工作精度降低、磨损加剧、疲劳破坏加速等,进而进一步加剧振动,造成恶性循环,直至机械故障。
3 实例
具体实例如图3、图4和图5所示。
通过图3中的检测界面,可监测到风机主轴的实时运行状态;由图4可见,处理传感器收集的数据后,可得到的主轴振动偏移分析图;由图5可见,通过检测软件可得到风机齿轮箱高速度的轴承分析图。
图3 监控界面
图4 振动分析图
图5 齿轮箱高速端轴承分析图
4 结束语
综上所述,我们可通过网络接触到智能监控系统,进而判断系统的整体状态,该方法的优势在于:①可有针对性地修复风力发电机;②节约风电场的运维成本,提高检修效率;③建立的实时数据库有利于理清运维思路和提高整体运维水平。智能监控系统在风力发电机上的运用必然会获得前所未有的发展和广阔的市场。
〔编辑:张思楠〕