鄔海軍
(國家能源集團準能集團矸石發電公司,內蒙古鄂爾多斯 010300)
隨著傳感器技術、計算機技術的不斷發展,針對設備運行狀態的監測技術已經逐漸應用于各類電機設備當中[1]。中、大型高壓電機結構復雜,維修周期長,對此類裝置的工作可靠性提出了更高的要求。對其進行監控和診斷,是預防和控制故障影響范圍的關鍵。經過幾十年的研究,目前的監測技術已經可以全面監測電機的運行狀況,為維修人員提供更加可靠的運行數據,避免了長期處于被動維修和不定期維修的窘境[2]。但現有監測技術無法實現對高壓電機運行態勢的預測,因此也無法做到對電機故障的提前預警。而實現對高壓電機運行狀態的預知,不但可以防止因裝置突發故障、停運而造成的損失,同時還能夠充分發揮設備的作用。
高壓電機運行過程中會產生諸多數據信息,例如電機溫度、電流、電壓、振動、聲音、電壓等。針對這些數據的變化情況進行分析,可以為電機運行狀態的判定提供可靠的依據。為了保證采集到的運行數據的準確性,引入無線傳感器網絡技術。利用該技術構成一個數據采集模塊,其中包括現場數據采集和遙控[3]。現場采集模塊包括普通節點、匯聚節點和入口。其中,一般的結點是RFD 結點,這個結點與FFD 結點相關。RFD 和FFD 的性能都有了很大的提高,包括一對多通信、數據處理、數據融合、處理控制命令等[4]。RFD 和FFD 是按照WSN 的標準來設計的,只是RFD 的功能是被強行關掉的,并且只能和FFD 通信,無法與其他的RFD 進行通信,沒有路由和數據融合功能,無法將控制指令傳送給其他節點。在每個現場獲取裝置中,都必須有一到多個FFD 作為單點。在本文設計的監測技術中,RFD 接收到的數據由無線連接傳輸至Sink 節點進行處理,Sink 結點根據最佳路徑向網關傳送已處理的資料。該網關與遙控設備的路由器之間采用光纖網連接,并將所收到的數據經由有線網絡傳輸至遙控設備。
監測過程中需要多個數據采集模塊,并且每個模塊都由傳感器和通信兩部分組成,根據不同監測數據,選擇了溫度、噪聲、振動和化學等多種傳感器類型[5]。該傳感器接收到的信號,在A/D 變換之后,由通信模塊處理器進行處理,進行調制和編碼,然后由天線傳輸。
在此基礎上,假設在初始狀態下,所有節點的有效空隙中線都會指向一個匯聚節點。假設初始角度為qi,則在任意時刻,有向虛隙的位置可以表示為:
式(1)中,q 表示有向虛擬隙在任意時刻的位置;f 表示有向虛擬隙的大小;c 是系數。根據式(1)可以確定各個匯聚節點的位置,從而進一步判定無線傳感器網絡中各個數據采集傳感器所在的位置。當從周圍的節點收到數據包時,首先要確定是不是在前一個節點的有向虛隙區,判定標準為:
式(2)中,xc和yc表示該節點的位置坐標;xint和yint 表示前一轉發節點的位置坐標。在上述判定標準基礎上,若節點不在這一范圍內,則將該數據包丟棄;若在,則將該節點的坐標和監測數據合并為一個數據包并轉發。根據上述論述,在構建的無線傳感器網絡中,實現對高壓電機運行數據的采集。
為確保無線傳感器網絡的正常運行,并能夠通過通信傳輸實現對監測數據的獲取,選取 WSN 所用的波段。因為在傳輸網絡中,節點數量大,能量消耗大,因此節點需要采用小型、高性能的天線。因此,確定通信波段一定要選擇更高的波段。三種工作波段包括在IEEE802.15.4 中,分別為868 MHz、915 MHz和2.4 GHz。在通信傳輸的過程中,使用同一物理層的分組,以區分工作頻率。根據上述論述,確定監測數據傳輸過程中3 個通信頻段的主要參數(表1)。

表1 監測數據傳輸中通信頻段主要參數設置
基于上述論述,根據實際條件,盡可能使用2.4 GHz 的標準ISM 頻段,應用該頻段對監測數據進行傳輸,能夠實現對序列擴展技術的直接應用,能有效提高監測數據傳輸的抗干擾能力,進而促進監測精度的進一步提升。在此基礎上,對監測數據傳輸的拓撲結果進行選擇,采用網狀拓撲結構,在網狀網路中,多跳路徑的尋址、路由維護與修理都很困難,而且要時刻“監聽”,時刻監控網路的狀況,以便更好地進行網路的路由與傳輸,因此會造成網路的能源損失,縮短網路使用壽命。在WSN 中,Flooding 路由協議、數據中心的協作和基于位置的路由協議都是采用的,因此,良好的、易于實現的路由協議和GPS 等其他技術的應用,對于提高網絡的傳輸效率和延長網絡的使用非常重要。
在得到所需的監測數據后,對高壓電機的運行狀態進行監測,并對其運行狀態進行判定。采用模糊狀態判定的方法。在選擇狀態參數時,主要考慮高壓電機過熱、過載和負荷分配不均等方面的異常狀態對其進行判定。通常情況下,電機分布在多個機架上,每個機架都有對應的冷卻體系,一個機架中的多臺電機為同軸拖動,用負荷分配平衡上下輥電機的負荷。因此,基于高壓電機的實際運行情況,一個機架中的電機負荷溫度不會相差太大。根據這一特點,通過溫度差值可以實現對高壓電機溫度是否異常的判定。結合模糊理論,假設由多個元素隸屬度組成的狀態模糊集可表示為A,相應的狀態表現原因為B,則A 和B 可分別表示為:
式中,m 表示隸屬度;n 表示狀態模糊集中的元素數量;m表示狀態表現原因集中的元素數量;所有x 構成的集合為征兆論域;所有y 構成的集合為異常狀態論域。根據上述內容,構建異常狀態原因與征兆之間的模糊關系矩陣:
式中,R 表示異常狀態原因與征兆之間的模糊關系矩陣。根據模糊矩陣得到的結果,對高壓電機運行過程中是否出現異常狀態進行判定,并進一步得出異常狀態出現的具體原因。以高壓電機溫度異常狀態為例,其對應的征兆論域為:X={冷卻風溫度過高、過流、單輥前后電機電流失衡、轉子繞組溫度過高},在得到溫度異常狀態結果后,根據征兆論域中各個元素的取值,確定高壓電機溫度異常狀態的具體原因,以此實現對高壓電機運行的狀態監測。
為實現對該監測技術應用可行性的檢驗,針對該監測技術在實際應用中的表現進行分析。選擇以某高壓電機為監測對象,針對該高壓電機運行過程中的電機溫度、電壓、電流、聲音、振動、電壓等參數進行監測。在監測過程中,控制室內溫度為20 ℃,電機每運行30 min 停止一次運行,將高壓電機機殼溫度和定子溫度作為監測數據,通過本文技術得到的監測結果與該高壓電機外殼、定子溫度實際變化情況進行對比,得到如圖1、圖2 所示的測試結果。

圖1 高壓電機外殼溫度變化監測結果

圖2 高壓電機定子溫度變化監測結果
從圖1、圖2 兩組監測結果可以看出,應用本文監測技術后,得到的監測結果曲線與高壓電子各結構實際溫度變化曲線的整體趨勢一致。盡管在監測過程中,測量信號是以鋸齒狀的形式波動,這主要是由異步電機的電磁干擾和傳感器本身的作用引起的,但測量結果與實際測量結果相差不超過2 ℃,具備極高的應用適應性。綜合整個實例應用過程及結果得出:本文提出的監測技術可以實現對高壓電機運行狀態的監測,并且監測精度高,能夠滿足高壓電機運維要求,為其維修檢查提供更可靠的監測數據依據。
高壓電機運行狀態包括諸多方面,一旦其運行狀態出現異常,將會導致高壓電機無法正常運轉,給生產生活帶來不利影響。為此,需要提升高壓電機運行狀態監測效果。基于此,本文對高壓電機運行狀態監測技術進行研究,提出了一種全新的監測技術,以期為及時發現高壓電機運行異常提供幫助。