基于PowerPC的風電機組在線振動狀態監測系統設計

王海明，李紅剛，董志寶，師小玲，劉德林

（1.許繼集團有限公司，河南 許昌 461000；2.所村學校，河南 許昌 461000）

基于PowerPC的風電機組在線振動狀態監測系統設計

王海明1，李紅剛1，董志寶1，師小玲2，劉德林1

（1.許繼集團有限公司，河南 許昌 461000；2.所村學校，河南 許昌 461000）

針對風電機組故障診斷技術發展現狀，結合現代信號處理技術和經典的旋轉機械故障診斷技術，基于PowerPC設計了風電機組在線振動狀態監測系統。該系統可以實時采集機組的各種振動信號及轉速信號，并對運行狀況進行分析和記錄，及時發現可能存在的隱患，為機組安全可靠運行和故障處理提供了科學依據，具有較高的應用價值。

風電機組；信號處理技術；故障診斷技術；PowerPC；振動狀態監測系統

Abstract:According to the development status of the fault diagnosis technology for wind turbine，combined with the modern signal processing technology and the classic fault diagnosis technology of rotating machinery，the on-line vibration condition monitoring system based on PowerPC is designed.The system collects the vibration signal and speed signal of the wind turbine in real time，and analyses and records the operating conditions， detects the possible risks in due course， so as to provide the scientific basis for the safe and reliable operation of the unit and fault handling，has higher application value.

Key words:wind turbine； signal processing technology； fault diagnosis technology； PowerPC； vibration condition monitoring system

隨著風力發電行業的發展和風電機組裝機容量的增多，能夠實時掌控風電機組整體的運行狀況，準確預測機組關鍵部件故障，將會避免因設備損壞而導致的機組停機或更大的經濟損失[1-4]。因此，為了保證機組安全可靠運行，降低運行風險，風電機組狀態監測和故障診斷技術得到了較快的發展和應用。

結合現代信號處理技術和經典的旋轉機械故障診斷技術[5-8]，本文設計了基于PowerPC的風電機組在線振動狀態監測系統，可以實現實時監測齒輪箱、主軸、發電機等部件的振動狀況，并對運行狀態進行記錄、分析，及時發現可能存在的隱患，防患于未然，保證機組安全可靠的運行。

1 系統總體設計

風電機組在線振動狀態監測系統總體設計如圖1所示，系統主要包括信號獲取與調理電路、信號采集電路、信號邏輯控制電路、數據存儲及處理電路、串口及網口通信電路以及時鐘電路等[9-11]。通過在齒輪箱、主軸、發電機等部件安裝的振動傳感器和轉速傳感器獲取振動信號和轉速信號，信號經調理電路后進行采集，將采集的數據進行分析處理，并將分析后的數據通過網絡光纖送至服務器，實時顯示機組的運行狀況并進行必要的預警。

圖1 風電機組在線振動狀態監測系統總體設計框圖

2 系統硬件設計

2.1 傳感器選擇

風電機組在線狀態監測系統選用的傳感器主要有6個振動傳感器和1個轉速傳感器，振動傳感器用于監測齒輪箱、主軸、發電機的振動狀況，分別安裝在低速軸、齒輪箱一級星型輪、二級星型輪和高速軸、發電機軸承前端和后端。轉速傳感器選用低速軸編碼器，通過采集編碼器的脈沖信號進行轉速的測量。其中振動傳感器的供電電路為4 mA恒流源電路，電路選用LM134搭建，為了盡可能實現零溫度漂移系數，選擇R1和R2的比值為1：10，恒流源的輸出電流I_Power1=0.134/33.5=4 mA，具體設計電路如圖2所示。

2.2 信號調理模塊

信號調理模塊主要實現傳感器輸出信號的濾波和比例調節，包括高通濾波、低通濾波和信號的比例放大。濾波電路如圖3所示，其中C1、C2和R4組成一階高通濾波器，其截至頻率和 R6組成二階有源低通濾波器，其截至頻率f=

圖2 4 mA恒流源電路

經濾波電路后的信號CHAN_SIG1被送至運算放大器THS4521構建的差分比例調節電路，如圖4所示。 其中 R9、R10、R11、R12為匹配電阻， 共模電壓Vocm連接2.5 V供電電壓，為了使得調解后的信號CH_IN_N1和 CH_IN_P在ADC采集的范圍，故將匹配電阻的比例調節為1/2。

2.3 信號采集模塊

信號采集模塊的AD采集芯片選用TI公司的ADS1274，其采用△-Σ轉換方式，采樣速率可達144 kHz，且內置的高階穩態斬波調節器實現了非常低的漂移和帶內噪聲，同時還可以允許4通道同時同步采集[12-13]。ADS1274有高速、高分辨率、低功耗、低速4種工作模式，模式設置由MODE0和MODE1輸入管腳電平決定。2.5 V參考電平VREFP可由精密基準電壓器件REF5025轉換獲得。

圖3 信號濾波電路

2.4 邏輯控制與主芯片模塊

邏輯控制芯片FPGA選擇采用Xilinx公司的XC6SLX25T，其主要用于ADS1274的采集時序控制，將ADC采集后的數據通過數據總線傳送至主芯片。主芯片選擇飛思卡爾PowerQUICCTMII Pro系列的高性價比MPC8377處理器，處理器集成了一個e300 內核、PCI、PCI-e、SATA 控制器，集成了雙千兆以太網控制器，使得其在SMB和消費類用戶中得到廣泛的應用，采用了90 nm工藝技術[14]，工作主頻從400 MHz到800 MHz。MPC8377處理器主要實現將ADC采集的數據進行算法解算，得到齒輪箱、主軸、發電機振動波形的幅值、頻率、頻譜及峭度，進而判斷齒輪箱、主軸、發電機具體哪個部位故障，是否需要檢查、維修或者更換。

圖4 比例調節差分電路

圖5 ADS1274數據采集電路設計

3 系統軟件設計

系統軟件設計主要包括ADC數據的采集和存儲控制、數字濾波器的設計、時域特征值的解算提取、傅里葉變換、解調算法計算以及數據上傳。其中數字濾波器針對不同的信號實現對應的數字濾波，傅里葉變換用于計算信號的頻譜和包絡譜，解調算法用于把調制信號從原始振動信號中提取出來進行頻譜分析。

3.1 解調算法

常見的解調方法有希爾伯特（Hilbert）解調和檢波解調，主要用于調制信號的獲取。希爾伯特的調制信號獲取的公式如下e（t）為提取出來的調制信號，x（t）為原始信號，H[x（t）]=為原始信號的Hilbert變換[15]。 檢波解調選用包絡檢波的方法，即先讓調幅波經過檢波器，從而得到調幅波包絡變化的脈動電流，再經過一個低通濾波器濾去高頻成分，就得到反映調幅波包絡的調制信號。圖6、7分別為選用兩種解調算法所得的調制信號以及解調譜，通過對比可知兩種方法均可從原始信號中獲取調制信號，但希爾伯特解調方式需要FFT變換，計算量大，消耗硬件資源更多，因此選用檢波解調的算法。

圖6 Hilbert與檢波解調的調制信號

3.2 軟件設計流程

系統軟件設計流程如圖8所示，系統流程分為3個進程執行，首先是將ADC采集的數據進行時域特征值的計算，以備進行數據比對的應用；其次是提取數據進行傅里葉變換計算頻譜值，進而得出齒輪箱的故障頻率；再次是將采集數據高低通濾波、檢波解調、傅里葉變換計算包絡譜，進而得出軸承的故障頻率。當通訊網絡正常時，系統將得到的時域特征值、齒輪箱故障頻率、軸承故障頻率等參數上傳至服務器，反之，則將其存儲在8 G的FLASH內存中。

圖7 Hilbert解調譜與檢波解調譜

圖8 軟件設計流程圖

4 現場數據采集與分析

將設計的在線振動檢測系統安裝在某風場運行測試，將采集的數據進行對比分析。將監測系統采集的轉速信號與系統設定的轉速進行測試，具體如表1所示。由測試表1可以看出，系統測試的轉速值誤差低于1%，滿足實際測量需要。

圖9為采集某風場機組在高速軸轉速1 800轉/分時齒輪箱第二行星級的加速度信號和頻譜圖，從圖9可知采集的數據長度是5 s，頻譜圖可以明顯的看到間隔為30 Hz的調制邊帶，由于該機組正在做對中，所以調制邊帶的幅值較大，這和實際的情況完全吻合。

表1 轉速測試表

圖9 齒輪箱第二行星級的加速度信號和頻譜圖

5 結 論

文中現代信號處理技術和經典的旋轉機械故障診斷技術，基于PowerPC設計了風電機組在線振動狀態監測系統。現場實驗表明，該系統可以實時對機組的各種振動時域信號及轉速的采集，通過傅立葉變換和檢波解算可以對主軸、齒輪箱及發電機振動故障進行預測，為現場機組運維提供了有效指導，為風電機組安全可靠運行提供可靠保障。

[1]李輝，胡姚剛，李洋，等.大功率并網風電機組狀態監測與故障診斷研究綜述[J].電力自動化設備，2016，36（1）：6-16.

[2]董昱廷，王海云，唐新安.風電機組狀態監測系統現狀[J].電機與控制應用.2013，40（4）：17-21.

[3]馬玉峰.風電機組齒輪箱故障趨勢預測方法研究[D].保定：華北電力大學，2013.

[4]麻東東.風電發電機組遠程狀態監測與故障診斷系統的開發[D].保定：華北電力大學，2012.

[5]郭艷平，顏文俊，包哲靜.風電發電機組在線故障預警與診斷一體化系統設計與應用[J].電力系統自動化，2010，34（16）：83-86.

[6]杜穩穩.風電發電機組振動狀態監測與故障診斷[D].上海：華東理工大學，2011.

[7]和曉慧，劉振祥.風電發電機組狀態監測與故障診斷系統[J].風機技術，2011（6）：50-52.

[8]李濤濤，賈嶸，尹浩霖.風電發電機組狀態監測系統設計與應用[J].電網與清潔能源，2016，32（1）：95-99.

[9]謝源，焦斌.風電發電機組狀態監測系統與故障診斷方法研究現狀[J].上海電機學院學報，2010，13（6）：328-333.

[10]杭俊，張建忠，程明，等.風電發電系統狀態監測與故障診斷技術綜述[J].電工技術學報，2013，28（4）：261-271.

[11]朱鑫鑫，邵立峰.基于PC104的風電機組在線振動狀態監測系統[J].自動化應用，2013（10）：48-49.

[12]陳紅遠，郭天太，吳俊杰，等.多通道微弱電壓信號同步采集系統開發[J].電子技術應用，2014，40（2）：78-80.

[13]Quad/Octal， SimultaneousSampling， 24-BitAnalogto-Digital Converters[EB/OL].2011.http://www.ti.com.cn/product/cn/ADS1274/technicaldocuments.

[14]User_Manual_MPC837xEMDS_20090421.pdf[EB/OL].2009.http://www.nxp.com.

[15]陸存波.基于Hilbert變換的單邊帶調制系統設計與實現[J].電子設計工程，2016，24（12）：138-140.

Design of online vibration condition monitoring system for wind turbine based on PowerPC

WANG Hai-ming1，LI Hong-gang1，DONG Zhi-bao1，SHI Xiao-ling2，LIU De-lin1
（1.XJ Group Corporation ， Xuchang461000，China； 2.The Suo Village Primary School， Xuchang461000，China）

TM351

A

1674－6236（2017）19-0170-04

2016-08-22稿件編號201608156

王海明（1985—），男，河南商丘人，碩士研究生，中級工程師。研究方向：嵌入式技術、光伏與伺服系統控制。