風力發電機組實施智能監控的必要性與前景

郭駿超

摘 要：風場常建在環境較為偏遠的地區，且分布面積廣、數量多，對其巡檢、維護需要登高作業，危險系數較高，導致工作量大、成本較高。采取實時監測和故障診斷可有效彌補上述缺陷，并可收集和分析風機運行中的實時數據，實現對故障點的預判，以便及時采取解決措施，以減少因故障而造成的損失。

關鍵詞：智能監控；風力發電機；機械振動；信號采集

中圖分類號：TM315 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2015.18.019

隨著風力發電機的快速發展，其技術的成熟度已跟不上風力發電機的發展速度。為了解決上述問題，通過實時采集、自動分析、傳輸和保存轉速、振動和電流信號等，實現在線監控風力發電機組和預測、診斷故障，從而節省風力發電機組的運維成本。

1 智能監控的原理

通過信號采集單元、信號處理單元和數據管理實現智能監控功能，具體流程如圖1所示。

在圖1中，信號采集單元采用振動分析法，利用加速度傳感器采集振動信號，因此，可將傳感器安裝在風力發電機組易產生故障的主軸、齒輪箱和發電機等部位；信號處理單元通過將采集到的模擬信號送入調理電路，并對振動信號進行放大、濾波等操作，使其最終轉換成采集設備能識別的標準信號，如圖2所示。

圖1 智能監控的流程 圖2 信號處理單元流程圖

系統的中央處理器采用TI公司的達芬奇架構嵌入式應用處理器OMAPL138，利用C語言編譯器和DSP匯編優化器，將可執行性引入源代碼執行的Linux調試程序界面。

數據庫采用一種關系型的SQL數據庫，嵌入式系統通過局域網與數據庫管理系統進行數據交互。軟件采用在嵌入式系統Linux平臺下用FreeTDS訪問Windows平臺下SQL Sever數據庫的方法，可按需求創建風力發電機組原始數據庫、參數庫、狀態命令庫、趨勢數據庫和專家故障庫。

2 智能監控的必要性

現有的系統尚未監測風力發電機組的大型機械設備。機械振動是風力發電機組中普遍存在的現象，當機器異常時，一般振動會隨之加大，并引起工作性能的變化，比如出現工作精度降低、磨損加劇、疲勞破壞加速等，進而進一步加劇振動，造成惡性循環，直至機械故障。

3 實例

具體實例如圖3、圖4和圖5所示。

通過圖3中的檢測界面，可監測到風機主軸的實時運行狀態；由圖4可見，處理傳感器收集的數據后，可得到的主軸振動偏移分析圖；由圖5可見，通過檢測軟件可得到風機齒輪箱高速度的軸承分析圖。

圖3 監控界面

圖4 振動分析圖

圖5 齒輪箱高速端軸承分析圖

4 結束語

綜上所述，我們可通過網絡接觸到智能監控系統，進而判斷系統的整體狀態，該方法的優勢在于：①可有針對性地修復風力發電機；②節約風電場的運維成本，提高檢修效率；③建立的實時數據庫有利于理清運維思路和提高整體運維水平。智能監控系統在風力發電機上的運用必然會獲得前所未有的發展和廣闊的市場。

〔編輯：張思楠〕