基于LabVIEW的风机故障检测数据采集系统研究

（新疆大学电气工程学院，乌鲁木齐市，830047）王邵然 张新燕 罗智文 杨璐璐 张冠琪

基于LabVIEW的风机故障检测数据采集系统研究

（新疆大学电气工程学院，乌鲁木齐市，830047）王邵然 张新燕 罗智文 杨璐璐 张冠琪

针对风力发电机出现故障会从多个方面反映出来的特点，提出了一种多通道的基于LabVIEW的风机故障检测数据采集系统。运用DSP28335采集传感器数据，MAX3232芯片实现DSP到PC的电平转换，通过RS232串口与上位机通信。LabVIEW通过串口命令写入、读取数据、字符串处理、数值显示、数据存储功能，建立了数据采集虚拟检测平台。通过永磁发电机实验台验证该系统实现了对风机运行时电压、电流、振动、噪声多路数据的实时采集、监测与存储。结果表明该系统对风机故障信息检测具有可行性，有一定的应用价值。

LabVIEW；串口通信；RS232；数据采集系统；风机故障检测

风力发电机安装位置较高，工作条件恶劣，出现故障较难维修[1]。为避免风机运行中发生各种异常情况，实时监测风机的工作状态十分重要。已有的单一基于DSP或者基于LabVIEW的风机故障检测系统无法满足当前工况现场实时性、实用性的需求[2]。传统的利用单一传感器检测故障信号得到的信息有限。当风机出现故障时会从多个方面反映出来，在同一时刻检测多种信号是非常有必要的。因此结合DSP运行速度快和LabVIEW可视化的特点，并实现实时多路信号采集，构建了风机故障检测数据采集系统。

1 系统描述

DSP芯片采用TI公司的TMS320F28335。传感器采集到的振动、噪声、电压和电流信号进入信号预处理电路中进行放大、滤波等处理。预处理过的信号通过RS232接口传输至上位机。上位机检测到的风机运行时的振动、噪声、电流、电压和转速数据；实时显示其波形图，并存储数据信息[3]。

图1 风机故障检测数据采集系统原理图

2 下位机串口通信的实现

2.1 硬件串口设计

对被测电路数据的采集采用了DSP28335内部集成的12位模/数转换器，其内部自带采样保持电路，80ns的转换时间，确保了转换的精度。在其内部进行相应信号的真实数据还原，进行数据预处理、滤波、去噪、提取特征参数，将有效的信号传送至串口。下位机采用DSP28335芯片的RS232接口以全双工方式来完成异步通信。通信波特率115 200bps/s，通讯数据帧格式采用8位数据位、1位停止位、无校验位。

TMS320F28335内部有两个SCI异步串口，该串行通信接口模块（SCI）支持CPU与其他使用标准格式的异步外设之间的数字通信。本设计运用SCI模块的SCITXD和SCIRXD两个外部引脚分别连接MAX3232的一路接收发驱动器，经过RS232接口来实现TMS320F28335和PC之间的互相通信。

2.2 工作原理

MAX3232主要特点：使用专门的低压差发送器输出级，在3.0～5.5V电源供电时利用双电荷泵可以实现RS-232功能；拥有两路接收器和两路驱动器；数据传输率不低于250kbps；低功耗，静态电流300；用4只0.1小电容配合，能够得到两倍正、负电压，和RS232逻辑电平进行匹配；本设计为了考虑电源的稳定性，另在VCC和GND之间连接电容C4。MAX3232适用广泛，例如电池供电的笔记本电脑、PDA等各种便携式小型电子产品[4]。

由MAX3232组成的RS232通讯接口电路见图2。MAX3232拥有两路接收器和两路驱动器，本设计采用其中一路，另一路悬空。其引脚连接方式为：TIN1与F28335的SCITXDA相连，ROUT1与SCIRXDA相连，TOUT1和RIN1分别于DB9的2和3号引脚相连，TTL数据输入到TIN1后转换成RS-232数据经TOUT1传送至上位机DB9插头，而DB9插头中的RS-232数据输入到RIN1转换成TTL数据再由ROUT1输出。电容C2和C5组成了MAX2323内部倍压电荷泵。MAX2323的2、6两管脚分别是两倍正、负电压输出端。C1、C3则分别作为正、负输出电压的滤波电容。工作电压为3.3V。因MAX3232提高了内部升压电路工作频率，从而升压、滤波工作仅需使用0.1电容即能完成，本电路设计简单，容易实现。

图2 MAX3232串行接口电路原理图

3 数据采集系统软件设计

3.1 串口参数配置

在LabVIEW中实现串口通讯有2种方法：一种是运用自身的虚拟仪器软件构架（VISA）程序，另一种是运用VC++等开发动态链接库函数（DLL）中的标准串口通讯函数供LabVIEW调用实现串口通信。其中，VISA法编程简单，界面友好，开发周期较短，程序可移植性强、易于维护[5～6]。所以，本系统选用VISA串口通讯方式。

VISA是应用于仪器编程的标准I/O应用程序接口，是工业界通用的仪器驱动器标准应用程序接口（API）。VISA库中常用的串口通信子函数有：Serial Port Init（串口配置）、Serial Port Write（写）、Serial Port Read（读），它们分别完成对串口设置和读写操作等功能[7-8]。

（1）串口参数设置节点（Serial Port Init.vi）首先进行串口初始化，使计算机串口的各个参数与仪器设备的串口相同，保证正确通信。主要参数为：

VISA resource：端口号，默认值为COM3。

baud rate：波特率，默认波特率为115 200bps。

data bites：一帧信息中的有效数据的位数，默认值为8位。

stop bites：一帧信息中停止位的位数，默认值为1。

parity：奇偶校验设置。默认值为0即无校验。

（2）串口写节点（Serial Port Write.vi）

该节点为串口写入子VI，点击确定按钮，“发送值1”控件中的数据经由串口发送出去。参数为：

VISA resource：端口号，同上。

Write buffer：包含要写入设备的数据。

（3）串口读节点（Serial Port Read.vi）

该节点为串口读取子VI，当串口的输入缓冲区有数据时，读取数据并在接收“返回数据（十六进制）”控件中显示出来，为后续的数据处理提供条件。参数如下：

Byte count：用于设置要读出的字节数，本设计中为16。

Read buffer：输出串口读取的数据。

（4）VISA清空I/O缓冲区（VISA Flush I/O Buffer）

清空屏蔽规定的串口输入输出缓冲区。参数如下：

屏蔽：指明要刷新的缓冲区。按位合并缓冲区屏蔽能够同时刷新多个缓冲区，接收缓冲区和发送缓冲区可以分别使用一个屏蔽值。本设计采用的屏蔽值为16：刷新接收缓冲区并放弃内容。

（5）VISA串口字节数（VISA Bytes at Serial Port）

在VISA>>Serial>>advance中使用Bytes at Port串口的属性节点，这个属性节点查询当前串口缓冲区所有字节数，当字符串长度大于0时，将进行串口的读写操作；同时将它的输出连接到“接收到的数据”显示控件，这样便可以在前面板显示当前缓冲区的字节，不会有任何等待。

3.2编程流程

本检测软件后面板程度设计流程图如下：

图3 上位机程序流程图

首先进行串口初始化，一般的计算机上有2个COM口，整个程序放在一个无限循环的While语句中，单击“开始”键，上位机发送“1234”4个字节数据至DSP，分别为起始位、功能位、数据位1、数据位2，DSP接收到的起始位和功能位完全对应上，才会接收、采集、传输数据。

（1）数据的处理：是将下位机DSP传输到上位机PC机的数据处理成真实的电机运行信息。由于采集到的数据是字符型的，所以用截取字符段函数分别截取8路数据的十六进制字符串，再将其转化为数值。正确的字符串处理是准确读取数据的关键。第一路振动字符串是开始命令发送后由下位机传送过来的前1～2个字符，无线振动、噪声、电压、电流信号依次类推。通过截取字符串节点截取前2个字符即为所测振动信号的值。通过字符串至字节数组转换节点，将截取的字符串转换成字节数组。通过索引数组分别输出二维数组中与输入所以对应的元素。文中利用整数拼接将索引出数组中的元素拼接起来（注意顺序与索引数值相反）并进行计算，使计算结果可以真实反映电机运行信息。通过While循环结构可以一帧一帧的提取数据，从而实现数据有序有效地进行处理。

图4 数据处理局部框图

（2）数据的存储：为了方面后来分析和参考，把处理后的数据进行保存。本程序在风机检测信息实时显示之前完成数据的存储，目的是发现显示数据有误时可以及时分析存储数据，判断出错环节。程序利用写入电子表格文件节点实现相关数据存储。“file path”控件规定写入的表格路径，“append to file”控件判断是否写入表格。具体程序图如图：

图5 数据存储局部框图

（3）数值的显示：LabVIEW具有对显示的图形局部放大、显示时间波形位置等功能。波形图表控件和波形图控件最为常用。波形图表控件能够显示历史数据，将新得到的数据追加到原有数据上显示。波形图控件不保存历史数据，一次性显示当前波形。本程序选择波形图表控件来实时观察风力发电机的运行信息，利用图表的分格显示曲线功能分路显示波形。

（4）退出程序：单击STOP按钮控件可以停止While循环，退出串口界面。

4 应用实例

图6 串口采集系统程序界面

利用本校直驱永磁风力发电机实验台，该试验台主要由变频器、异步电动机、行星减速齿轮箱、永磁同步发电机、负载箱组成。振动传感器采用CAYD-103压电式加速度传感器，电流传感器采用LA-50P霍尔电流传感器。振动采用频率为2kHz，采样时间34s；电流采样频率1kHz，采样时间34s。使用上述程序采集下位机DSP28335接收的振动信号、无线振动信号、2路噪声信号、发电机侧电压UAC、UBC信号、发电机侧A、B相电流信号共8路信号，进行数据处理、显示、存储。实现了在程序前面板实时显示8路风机信号的波形信息，图6为采集到的风机8路数据波形。

实验表明，整个串口数据采集系统有如下特点：

（1）动态数据的实时显示。上位机能够动态接收RS232串口数据，经过数据类型转换处理，实时显示在前面板波形图表上，方便实时观察。通过分栏键可以清晰观察各路数据；通过面板右侧偏移量的设置可以区分各路波形。

（2）数据完整存储。LabVIEW数据采集平台能够实时存储接收到的数据，方便事后分析。存储数据可以直接导入MATLAB等软件进行诊断分析。

（3）波形图的操作和存储功能。用户可以局部放大前面板图像，改变波形图的幅值，XY轴，导出简化波形。实现用户对各路波形或者某一区域进行实时分析。

4.1 发电机侧电流数据分析

表1 电机参数

实验永磁电机参数如表1。设机侧电流频率为50Hz，机侧三相电流波形如图7。由于三相不控整流外加实验条件的多重影响，机侧电流畸变严重。将发电机侧电流进行FFT变换得到图8所示机侧电流频谱。从图8可得，机侧电流基波频率为50Hz，5次谐波频率为250Hz，7次谐波频率为350Hz，11次谐波频率为550Hz。通过频谱图可得，谐波电流的次数主要是5、7、11次等奇数次谐波。

造成发电机侧三相电流谐波的因素很多。发电机侧变流器开关频率较低，输入输出端谐波含量较高。电机设计过程中，定子开槽会产生齿槽谐波。气隙磁场非正弦分布由气隙饱和等因素导致，此种情况也会引入谐波。电机设计等因素决定气隙磁场中高次谐波的产生。测量装置会影响谐波的测量。测量装置的响应速度、带宽等参数都可能对测量结果和谐波分析有一定影响。永磁同步发电机机侧定子电流中存在大量谐波，使得电机的铜耗与铁耗大幅增加，发电机组效率下降，引起转矩脉动，对电机运行及寿命有极大影响[9]。谐波的出现是故障发生的早期征兆。系统出现问题时可以通过谐波频谱来判断问题根源。

图7 发电机侧三相电流检测结果

4.2 振动信号数据分析

第一路振动信号的波形见图8(a),振动传感器安装在主轴处，其波形主要反映轴承的运行信息[10]。当轴承不同部位出现故障时，会产生一定频率的冲击，引起轴承振动。根据轴承产生缺陷零件的不同，元件的故障特征频率也不相同[11]。软件采用FFT变换功率谱方法和希尔伯特变换对其进行分析。直接对振动信号进行FFT变换(图8(b)),故障特征频率的幅值相对较小，直接用FFT很难识别[12]。通过希尔伯特变换频率分析(图8(c))，得到基频45Hz，与理论基频频率50Hz存在一些误差，在允许的误差范围内同时存在倍频和分频。有一倍频(50Hz)、3倍频(150Hz）、5倍频(250Hz）、1/4倍频(12.5Hz)、1/2倍频(25Hz）的出现，判断永磁风机有连接松动、滚动体故障等故障趋势，应及时采取措施避免事故发生。

图8 振动信号检测结果

5 结论

风机故障检测的串口数据采集系统的研究，在不对监测的风机进行拆卸或不影响其日常运作的条件下，得到设备运行的数据信息。通过实验证实，该平台界面直观，操作简单，可以实时监测风机运行数据的正确性，也可以事后分析存储的数据；通过对发电机侧电流和振动信号的分析，该系统对风机进行故障诊断，避免突发事故发生具有重要意义。

[1]麻东东，忻伟，田松峰.基于LabVIEW的风力机振动数据采集和信号分析[J].可再生能源，2012，30（3）：18-21.

[2]喻洋洋，周凤星，严保康.基于DSP和LabVIEW的轴承故障监测系统[J].仪表技术与传感器，2016（8）：52-55.

[3]张新燕.风力发电机故障检测装置[P].中国专利：ZL2015 20985853.5，2016-04-13.

[4]陈刚，王洪诚，孟苹苹，等.一种基于MAX3232的TMS320F2812异步串行通信系统研究和实现[J].电子元器件应用，2012（1）：4-6.

[5]张素萍，李朝强，高照阳.基于RS485和LabVIEW的电参数测量仪数据采集系统[J].仪表技术与传感器，2015（6）：24-27.

[6]刘进升，钱平，王玉娟.基于LabVIEW的立式风力发电远程监测系统的研究[J].可再生能源，2014,32（7）：998-1003.

[7]刘苍，王建业，张景伟.基于ARM的便携式数据采集存储系统设计[J].仪表技术与传感器，2013（8）：89-92.

[8]潘玉恒，鲁维佳，尹万疆.基于LabVIEW和单片机的温度监测仪的设计[J].仪表技术与传感器，2014（7）：43-45.

[9]王中，孙元章，李国杰，等.双馈风力发电机定子电流谐波分析[J].电力自动化设备，2010，30（6）：1-5.

[10]杨志高.基于LabVIEW的风力发电机组振动分析与故障诊断[D].华北电力大学，2014.

[11]Chen J，Pan J，Li Z，et al.Generator bearing fault diagnosis for wind turbine via empirical wavelet transform using measured vibration signals[J].Renewable Energy,2016,89：80-92.

[12]玄兆燕，李晓康.HHT提取矿井风机振动信号特征分量[J].河北联合大学学报(自然科学版)，2016，38(1)：34-38.

TM315

B

1008-0899（2017）02-0051-04