本发明涉及风力发电机组发电机轴承故障检测领域，特别是涉及一种风电机组发电机轴承故障智能诊断系统及方法。
背景技术：
目前风电行业发电机的轴承故障是普遍现象，现有的轴承故障监测系统，只能监测轴承的振动、温度等参数，对监控数据的分析和判断，仍然需要有经验的技术人员进行人为判断。并且现有的轴承故障在线诊断系统，也仅仅是依照国家相关标准，在监控系统中设定了振动、温度等参数的报警限值，缺少体系化的预警诊断标准，无法实现对轴承故障的早期预警。如当轴承故障监测系统发出报警时，往往轴承已经损坏，达到必须更换的程度。所以说，现有的轴承故障诊断系统，对发电机轴承故障预计及实时诊断而言意义不大，仍停留在为发电机轴承参数监控及未故障后的原因分析提供原始数据。
由此可见，上述现有的风电机组发电机轴承故障诊断系统显然仍存在不便与缺陷，亟待加以进一步改进。如何能创设一种新的风电机组发电机轴承故障智能诊断系统及方法，使其能智能诊断出轴承的潜在故障，提高风电机组安全性，成为当前业界急需改进的目标。
技术实现要素：
本发明要解决的技术问题是提供一种风电机组发电机轴承故障智能诊断系统，使其能智能诊断出轴承的潜在故障，提高风电机组安全性，从而克服现有的风电机组发电机轴承故障诊断系统的不足。
为解决上述技术问题，本发明提供一种风电机组发电机轴承故障智能诊断系统，包括轴承在线监测子系统和轴承故障智能诊断子系统，
所述轴承在线监测子系统，用于实时采集所述风电机组发电机轴承的状态参数，并将其采集到的状态参数传送至所述轴承故障智能诊断子系统；
所述轴承故障智能诊断子系统，包括数据采集模块、数据分析处理模块、风险评估模块、数据存储模块、通讯模块和电源模块，
所述数据采集模块，用于接收所述轴承在线监测子系统发送的状态参数，并将所述状态参数根据类别进行缓存，再传输至所述数据分析处理模块；
所述数据分析处理模块，用于接收所述数据采集模块提供的所述轴承在线监测子系统采集的状态参数，并接收所述通讯模块提供的机组并网状态、主控系统数据和指令信息，再对接收数据与正常工况下的相应数据进行分析处理，判断出轴承状态和潜在的故障发展趋势，将其分析判断结果传输至所述风险评估模块；
所述风险评估模块，用于接收所述数据分析处理模块的分析判断结果，并接收所述通讯模块提供的预先设定的风险评估策略，对发电机轴承状态进行风险等级评估，将风险评估结果和接收的分析判断结果传输至所述数据存储模块中保存；
所述数据存储模块，用于存储所述数据分析处理模块和风险评估模块分析得到的数据信息；
所述通讯模块，用于接收所述风电机组主控系统提供的风险评估策略、机组并网状态及主控系统数据和指令信息，并将接收信息传输至所述数据分析处理模块和风险评估模块，以及将所述数据存储模块中的数据分析判断结果和风险评估结果反馈给风电机组主控系统；
所述电源模块，用于为所述数据采集模块、数据分析处理模块、风险评估模块、数据存储模块和通讯模块提供所需电能。
作为本发明的一种改进，所述轴承在线监测子系统包括安装在所述发电机轴承座和轴承外盖上的温度传感器、轴承振动速度传感器、轴承振动加速度传感器、轴承位移传感器和发电机转速传感器。
或者，所述轴承在线监测子系统包括安装在所述发电机轴承座和轴承外盖上的温度传感器、轴承振动速度传感器、轴承振动加速度传感器和轴承位移传感器。
进一步改进，所述数据存储模块具有USB数据接口、网线接口和无线通讯接口。
进一步改进，所述轴承在线监测子系统和电源模块均与所述风电机组的自用电电源连接。
本发明还提供一种应用上述的风电机组发电机轴承故障智能诊断系统的风电机组发电机轴承故障智能诊断方法，所述方法包括如下步骤：
(1)利用所述轴承在线监测子系统实时采集所述风电机组发电机轴承的状态参数，并将其发送至所述轴承故障智能诊断子系统中的数据采集模块；
(2)由所述数据采集模块接收所述轴承在线监测子系统发送的状态参数后，将其根据预先设定的类别进行缓存，再传输至所述数据分析处理模块；
(3)由所述通讯模块接收风电机组主控系统提供的风险评估策略、机组并网状态及主控系统数据和指令信息，并将接收信息传输至所述数据分析处理模块和风险评估模块；
(4)由所述数据分析处理模块接收所述数据采集模块提供的数据信息，和所述通讯模块提供的机组并网状态及主控系统数据和指令信息，对接收到的数据与正常工况下的相应数据进行分析处理，判断出轴承状态和潜在的故障发展趋势，将其分析判断结果传输至所述风险评估模块中；
(5)由所述风险评估模块接收所述数据分析处理模块的分析判断结果，并结合由所述通讯模块提供的预先设定的风险评估策略，对发电机轴承状态进行风险等级评估，将风险评估结果和接收的分析判断结果传输至所述数据存储模块中保存；
(6)将所述数据存储模块中的数据分析结果和风险评估结果通过所述通讯模块反馈给风电机组主控系统。
进一步改进，所述步骤(1)中风电机组发电机轴承的状态参数包括轴承温度、轴承振动速度、轴承振动加速度、轴承位移值和发电机转速。
或者，所述步骤(1)中风电机组发电机轴承的状态参数包括轴承温度、轴承振动速度、轴承振动加速度和轴承位移值；所述步骤(3)中主控系统数据和指令信息中包括发电机转速。
进一步改进，所述步骤(5)中预先设定的风险评估策略是根据现有轴承故障诊断经验数据建立的故障诊断模型，所述故障诊断模型包括若干风险等级，所述风险评估模块将所述数据分析处理模块分析得到的分析判断结果，与所述故障诊断模型中的若干风险等级进行比对，评估出所述发电机轴承的风险等级。
进一步改进，所述步骤(6)中所述数据存储模块中的数据分析判断结果和风险评估结果通过USB数据传输线或无线通讯方式导出。
采用这样的设计后，本发明至少具有以下优点：
本发明采用创新的轴承故障智能诊断子系统，将其与轴承在线监测子系统结合，组成具有实时诊断功能的发电机轴承故障智能诊断系统。本系统通过对比轴承运行过程中特定时间段内轴承的振动、温度、位移等数据，并对该轴承的振动速度、振动加速度、振动频率等进行数据分析，与正常工况下的数据进行对比，判断轴承状态和潜在的故障发展趋势；并将现有轴承故障诊断经验数据模型化，将其分为若干危险等级，用以评判轴承的潜在故障风险。
本发明通过开发体系化的发电机轴承故障分析、故障风险评估体系，使发电机轴承故障实现智能化诊断，诊断结果更为精准，还可根据不断积累的经验，远程对分析方法和风险评估策略进行更新、升级。一方面，有利于轴承维护、保养，避免故障扩大引起其他部件损坏；另一方面，也便于快速、高效地掌握发电机轴承状态，提前维护、检修，缩短风电机组因发电机轴承损坏造成的停机电量损失，节省了工作量、降低了维护成本。
附图说明
上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明风电机组发电机轴承故障智能诊断系统的结构示意图。
具体实施方式
参照附图1所示，本发明风电机组发电机轴承故障智能诊断系统，包括轴承在线监测子系统和轴承故障智能诊断子系统。
该轴承在线监测子系统，用于实时采集该风电机组发电机轴承的状态参数，并将其采集到的状态参数传送至该轴承故障智能诊断子系统。
其中，该轴承在线监测子系统包括安装在该发电机轴承座和轴承外盖上的温度传感器、轴承振动速度传感器、轴承振动加速度传感器、轴承位移传感器和发电机转速传感器，分别用于采集该轴承温度、轴承振动速度、轴承振动加速度、轴承位移值和发电机转速等参数。当然，该发电机转速也可引入现有风电机组主控系统提供的数据。
该轴承故障智能诊断子系统，包括数据采集模块、数据分析处理模块、风险评估模块、数据存储模块、通讯模块和电源模块。
其中，该数据采集模块，用于接收该轴承在线监测子系统发送的状态参数，并将该状态参数根据预先设定的类别进行缓存，再传输至该数据分析处理模块。
该数据分析处理模块，用于接收该数据采集模块提供的该轴承在线监测子系统采集的状态参数，并接收该通讯模块提供的机组并网状态、主控系统数据和指令信息，再对接收数据与正常工况下的相应数据进行分析处理，判断出轴承状态和潜在的故障发展趋势，将其分析判断结果传输至该风险评估模块。
该风险评估模块，用于接收该数据分析处理模块的分析判断结果，并接收该通讯模块提供的预先设定的风险评估策略，对发电机轴承状态进行风险等级评估，将风险评估结果和接收的分析判断结果传输至该数据存储模块中保存。
该数据存储模块，用于存储该数据分析处理模块和风险评估模块每次分析后得到的数据信息，并可通过通讯模块将存储的数据信息反馈给风电机组的主控系统。由于该数据存储模块还具有USB数据接口、网线接口和无线通讯接口，具备蓝牙、以太网及WIFI数据传输功能，当远程有线通讯发生故障时，工作人员也可进入风电机组内部，现场对数据信息进行导出操作。
该通讯模块，用于接收该风电机组主控系统PLC提供的风险评估策略、机组并网状态及主控系统数据和指令信息，并将接收信息传输至该数据分析处理模块和风险评估模块，以及将该数据存储模块中的数据分析判断结果和风险评估结果反馈给所述主控系统，以实现本系统与主控系统的信息交互及数据保存。
该电源模块，用于为该数据采集模块、数据分析处理模块、风险评估模块、数据存储模块和通讯模块提供所需电能，其对各模块的供电量根据各模块对电源类型、电源功率、电压等级等的需求进行提供。
本实施例中该轴承在线监测子系统和电源模块均与该风电机组的自用电电源连接，为该发电机轴承故障智能诊断系统提供电能。
本发明上述风电机组发电机轴承故障智能诊断系统的风电机组发电机轴承故障智能诊断方法，包括如下步骤：
(1)利用该轴承在线监测子系统实时采集该风电机组发电机轴承的状态参数，并将其发送至该轴承故障智能诊断子系统中的数据采集模块；其中，风电机组发电机轴承的状态参数包括轴承温度、轴承振动速度、轴承振动加速度、轴承位移值和发电机转速。当然，该发电机转速数据也可从现有风电机组主控系统引入。
(2)由该数据采集模块接收该轴承在线监测子系统发送的状态参数后，将其根据预先设定的类别进行缓存，再传输至该数据分析处理模块。
(3)由该通讯模块接收该风电机组主控系统提供的风险评估策略、机组并网状态及主控系统数据和指令信息，并将接收信息传输至该数据分析处理模块和风险评估模块。
(4)由该数据分析处理模块接收该数据采集模块提供的数据信息，和该通讯模块提供的机组并网状态及主控系统数据和指令信息，对接收到的数据与正常工况下的相应数据进行分析处理，判断出轴承状态和潜在的故障发展趋势，将其分析判断结果传输至该风险评估模块中。
(5)由该风险评估模块接收该数据分析处理模块的分析判断结果，并结合由该通讯模块提供的预先设定的风险评估策略，对发电机轴承状态进行风险等级评估，将风险评估结果和接收的分析判断结果传输至该数据存储模块中保存。
其中，预先设定的风险评估策略是根据现有轴承故障诊断经验数据建立的故障诊断模型，该故障诊断模型包括若干风险等级，该风险评估模块将该数据分析处理模块分析得到的分析判断结果，与该故障诊断模型中的若干风险等级进行比对，评估出该发电机轴承的风险等级。
(6)将该数据存储模块中的数据分析结果和风险评估结果通过该通讯模块反馈给该风电机组主控系统，供工作人员实时查阅。当然，该数据存储模块中的数据分析判断结果和风险评估结果还可通过USB数据传输线或无线通讯方式导出。
本发明通过对比轴承运行过程中特定时间段内轴承的振动、温度、位移等数据，并对该轴承的振动速度、振动加速度、振动频率等进行数据分析，与正常工况下的数据进行对比，判断轴承状态和潜在的故障发展趋势；并将现有轴承故障诊断经验数据模型化，将其分为若干危险等级，用以评判轴承的潜在故障风险。一方面，有利于轴承维护、保养，避免故障扩大引起其他部件损坏；另一方面，也便于快速、高效地掌握发电机轴承状态，提前维护、检修，缩短风电机组因发电机轴承损坏造成的停机电量损失，节省了工作量、降低了维护成本。
本发明针对目前风电行业普遍存在的发电机轴承故障问题，提出了具有智能化、体系化的轴承故障诊断模式，将轴承在线监测子系统与轴承智能诊断子系统组合，实现对风电机组发电机轴承潜在故障的预判与风险评估，为现场人员对轴承进行预维护提供依据，以避免轴承故障扩大造成的连带故障，降低风电机组故障停机频次。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。