基于LabVIEW的风机叶片状态监测系统

高 峰 许 琳

（华北电力大学）

0 引言

叶片作为风电机组的主要的承载部件之一，长期处在恶劣环境下运行，遭受着诸如沙尘、雨雪、冰雹、雷击等多种腐蚀和侵袭，同时还不断承受着外界极端载荷与周期性疲劳载荷，长此以往极易发生各种叶片故障。叶片常见故障主要包括破损、覆冰、叶片螺栓松动或脱落与变桨故障等。叶片故障会对风力发电机组的安全，稳定运行产生不利影响，例如破损故障（见图1）是由于叶片受外界影响而出现表面裂纹或边缘开裂的情况，严重的会造成叶片折断甚至机组倒塔等恶性事故；当发生图2所示的覆冰故障时，会降低风力发电机组的输出功率，影响其发电效率；变桨故障除可能造成机组发电功率损失外，还会引起机组振动异常、停机甚至叶片损坏等现象；因机组长期在风切变和塔影效应下运行，并承受极端气候条件侵扰，易出现载荷不平衡、润滑不良等问题，导致振动加剧，容易造成风机叶根与轮毂连接的螺栓松动，进而加剧振动形成恶性循环。在机组运行期间，如能及时准确地检测出叶片故障并采取相应措施，可以在很大程度上避免发生重大事故，减少经济损失。

图1 典型叶片破损

图2 不同程度的叶片覆冰

目前国内外针对风力发电机组叶片的状态监测与故障诊断的方法，根据监测数据的来源类型主要有：X射线［1］、红外热成像检测［2－4］、超声波检测［5］、声发 射 检 测［6－7］、光 纤 传 感 器 检 测［8－10］、振 动 检测［11－12］。这些方法各具特色，对叶片监测都有一定的效果，同时，这些方法也都有一定的局限性。相对而言，叶片振动信号监测方法结构简单、体型相对较小，效果较好，比较适合风力发电机现场。

1 叶片状态监测系统整体结构

振动信号可以用来反映风机叶片运行中的健康状况，当叶片出现故障会使振动改变，因此，通过对叶片振动信号进行分析，即可对风机叶片的健康状况做出判断。风力发电机组叶片状态监测系统由硬件和软件两部分组成，硬件由无线传感器系统、信息处理终端两部分组成，软件是名为风力发电机组叶片状态监测的上位机监测软件。该系统通过无线传感器系统采集叶片振动信号并使用无线网传送给信息处理终端，信息处理终端采用TCP传输协议通过以太网将振动数据传送给上位机监测软件，系统结构图如图3所示。

图3 系统整体结构图

1.1 无线传感器系统

无线传感器系统安装于叶片上，用于采集叶片振动信号。将采集到的叶片振动信号通过无线通信的方式传给信息处理终端。

1.2 信息处理终端

信息处理终端主要将无线传感器系统采集到的数据通过无线网进行接收，并通过以太网通信将振动数据传给上位机监控系统中。

1.3 上位机监测软件

该软件基于LabVIEW平台设计，通过TCP协议与信息处理终端进行通信，将信息处理终端传送来的叶片振动信号进行实时显示并且以关系数据库结构方式存储在MySQL数据库中。

2 上位机监测软件介绍

该系统能够实现对叶片振动信号处理、分析、显示、存储等功能，并且有两种模式可供选择：自动模式下可在无人值守的情况下全天候自动采集与存储叶片振动数据，并且在整点时自动分析数据并对叶片健康状况进行诊断；手动模式下需人工对采集的数据进行显示、分析与故障诊断。该系统的主要功能包括：实时振动监测数据显示，叶片故障自动报警，监测数据存储与历史数据查询，振动数据统计量分析与频谱分析，叶片工作模态分析。

2.1 振动信号的实时显示

监测界面的主要功能有：改变数据分析的模式，实时显示叶片加速度信号及转速，对采集到的数据进行分析并进行故障报警，显示历史模态频率趋势图，显示历史均方根趋势图，界面如图4所示。

图4 振动信号实时显示界面

自动模式下：本系统可以将采集到三个叶片的3个轴的振动信号以及叶片的转速进行实时显示。可以对数据进行自动保存，并且每隔1个小时对振动信号进行分析并进行故障判断。还可以人工设置分析时间，此时系统将在人工设置的时间对数据进行分析及故障诊断。手动模式下需要人工操作才能进行数据的采集与存储。

2.2 振动信号的数据查询

数据查询界面可以实现查询日期列表，查询时间列表，查询具体时间段数据，以及对查询到的历史数据选择性显示的功能。如图5所示。

图5 振动信号的数据查询界面

（1）查询时间列表

系统默认将一天内所有时间段采集到的数据存储为当天的日期，点击查询日期列表框内的查询按钮，可以查询到对叶片数据进行采集的所有日期。

（2）查询日期列表

在要查询的日期框中首先输入想要查询数据的日期，格式为查询日期列表中所查到的日期格式，然后点击查询按钮，可以查询到当天所有采集数据的时间段。

（3）查询数据

在查询数据框中，首先输入想要查询数据的时间段的起始时间与结束时间，再勾选具体传感器和方向，可以多选也可单选，然后点击查询按钮后数据将在显示界面内显示。

2.3 振动信号的分析

进入数据分析界面，在该界面进行分析的数据是由数据查询界面中查到的具体时间段的数据，对查询到的数据进行数据选择后可以进行时域分析，频谱分析以及模态分析。如图6所示。

图6 振动信号的数据分析界面

（1）时域分析

将对所选的数据进行时域分析，自动模式下将分析的平均值、最值、峰峰值、均方根值以及方差进行显示，手动模式下将分析的平均值、最值、峰峰值、均方根值以及方差进行显示并且保存。

（2）频谱分析

将对所选的数据进行频谱分析，并将分析的频谱图显示出来。

（3）模态分析

将对所选择的数据进行模态分析，自动模式下将系统计算的数据的频率，阻尼系数以及振型系数进行显示，手动模式下将系统计算的数据的频率，阻尼系数以及振型系数进行显示并保存。

2.4 振动信号的异常报警

本软件主要采用对三个叶片加速度信号的均方根值，以及叶片z轴方向加速度信号的工作模态参数进行分析和比较来进行叶片状态监测。系统将预先设定的报警阈值作为比较基准，每隔一小时将采集到的新数据进行分析，将其与对应的特征阈值进行比较，当出现超限情况时，发出报警指令，通知对应设备负责人员，检查设备运行状况。图7为叶片1出现振动异常报警界面。

图7 叶片1故障报警界面

3 结束语

本文基于LaBVIEW开发了一种利用叶片加速度振动信号的风机叶片状态监测系统。该系统主要包括无线传感器系统、信息处理终端以及上位机监测软件。为验证本系统的可行性，搭建了微型实验风机，用实际运行的实验机组进行传感器测试并对系统功能进行了验证。此系统为实际风机叶片健康状态监测研究提供了良好的方案。