风力发电机传动轴裂纹损伤故障监测系统的制作方法

本实用新型属于风电机组运行状态的监测技术领域，具体涉及一种风力发电机传动轴裂纹损伤故障监测系统。

背景技术：

风能作为最重要的、最有发展前景的绿色清洁能源之一正在得到迅猛发展。与传统能源(如石油、煤和天然气)不同，风能的利用不会产生像二氧化碳等温室气体，也不会排放其他大气污染物污染环境，更不会枯竭，是一种便捷有效、兼顾能量增容和环保要求的新型能源。

我国风能资源丰富，陆上风资源主要分布在东北、华北北部、内蒙古、甘肃地区和新疆北部及云贵高原等地。风力发电机组(简称风电机组)发电量的多少与其运行时间直接相关，因而保证机组的正常运行对于提升经济效益至关重要。随着风力发电机组的单机容量越来越大，装机量也逐年增加，相关的第三产业即风电机组运行维护、监测、故障诊断等将成为行业新的增长点。

风电机组的工作环境恶劣，风速有很高的不稳定性，在交变负载的作用下，机组的传动系统等部件最容易损坏；风电机组又安装在偏远多风地区且距地面甚高，维修不便，故障率高于常规发电机组。目前，风电机组的监测主要依靠技术人员定期进行巡检，难以及早发现故障及隐蔽故障，不仅劳动强度大而且效率低，给风电机组的稳定性、可靠性运行带来了一定的难度。

声发射检测技术是根据物体在发生形变或断裂时，不同的损伤破坏形式和程度能够释放具有不同特征的弹性波这一情况，运用仪器记录并分析所释放的声发射信号，并由此对声发射源的状态做出判断，进而推断材料或构件状态改变的技术。声发射特点是对微小的缺陷，如裂纹、凹痕、齿面剥落等，十分敏感，能对风力发电机传动轴系构件裂纹改变进行有效监测，可以更早地发现初期的故障。风力发电机传动轴在工作运行时，振动特征有其典型特性和限制，当轴部件内部出现故障，其振动的振幅形式及频谱成分会发生某些变化，不同的缺陷和故障对应着不同的振动方式，检测到的振动信号能反映风力发电机轴系构件的运行状态，利用振动信号也可对风力发电机轴系构件进行监测和诊断。

嵌入式是一种专用的计算机系统，它以应用为核心，以计算机技术为基础，软硬件均可裁剪，适用于对功能、稳定性、功耗有严格要求的系统之中。通常，嵌入式系统是一个控制程序存储在ROM中的嵌入式处理器控制板。嵌入式技术近年来得到了飞速的发展，其中以Cortex—M3为架构的STM32涉及的领域越来越广泛，应用前景也相当明显。

人工神经网络是由大量的人工神经元相互连接而成的非线性动力系统，可模仿人脑的智慧进行信息处理。BP神经网络是对非线性可微分函数进行权值训练的多层人工神经网络，具有优秀的学习能力、自适应能力、联想记忆能力、容错能力、分类能力等，可以用在故障诊断中识别故障类型。

技术实现要素：

本实用新型的目的在于提出一种风力发电机传动轴裂纹损伤故障监测系统，解决现有技术存在的风电机组检测不及时、难以及早发现故障及隐蔽故障以及检测劳动强度大、效率低的问题，保证风电机组的稳定性和可靠性运行。

本实用新型的风力发电机传动轴裂纹损伤故障监测系统包括：

STM32监测主控制器，所述STM32监测主控制器和风电机组主机电连接；

和所述STM32监测主控制器电连接的存储器；

和所述STM32监测主控制器电连接的人机交互界面；

以及和所述STM32监测主控制器前端电连接的多路声发射—振动传感器，多路所述声发射—振动传感器均匀分布在风力发电机传动轴系上；

所述声发射—振动传感器获取风力发电机传动轴不同位置的声发射及振动信号信息并传输至STM32监测主控制器，经STM32监测主控制器分析处理后反馈到人际交互界面并存储至存储器。

所述监测系统还包括和所述STM32监测主控制器电连接并安装在风力发电机传动轴系上的风速传感器、温度传感器和角度传感器，所述风速传感器检测外部风速的信号；所述温度传感器检测风电机组运行时刻系统的温度信号；所述角度传感器检测风电机组偏航角度信号；所述风速传感器、温度传感器和角度传感器将获取的信号信息传输至STM32监测主控制器，经STM32监测主控制器分析处理后反馈到人际交互界面并存储至存储器。

所述STM32监测主控制器和风电机组主机通过通信电缆或网路进行数据通信。

STM32监测主控制器包括进行数据处理的滤波器和ADC模/数转换器、 DMA直接存储器以及FSMC静态存储控制器。

人机交互界面包括显示终端、输入设备及故障报警装置。所述显示终端和输入设备有模拟量接口或数字接口，通过互联网或无线网络与故障报警装置通信。

本实用新型的有益效果为：在本实用新型中，声发射—振动传感器可将传动轴系的声发射信号、振动信号及其他重要参量以标准电信号的形式输入 STM32监测主控制器，弥补了传统的采用单一振动传感器只能获取振动信息的缺陷，STM32监测主控制器对传感器采集的电信号进行标准化分析处理，辅助以智能算法，可以判断传动轴系的裂纹、振动及机组运行过程中其他的一些情况，从而获得传动轴的运行状态。同时将处理后的数据通过人机交互界面实时地显示出来，为操作人员提供必要的反馈信息。此外，将处理后的数据存储在存储器中，形成风电机组的运行状态数据库，利用BP神经网络对数据进行训练，利用BP神经网络自学习、自适应和容错能力，实现风电机组故障的自动诊断，在机组发生故障时进行报警。从而实现对风电机组的状态监测，降低劳动强度，提高故障诊断的效率，保证风电机组的可靠、稳定性运行，保证电力的正常生产。

附图说明

图1为本实用新型的风力发电机传动轴裂纹损伤故障监测系统整体结构示意图。

具体实施方式

下面结合附图对本实用新型的实施方式作进一步说明。

参见附图1，本实用新型的风力发电机传动轴裂纹损伤故障监测系统包括：

STM32监测主控制器，所述STM32监测主控制器和风电机组主机电连接；

和所述STM32监测主控制器电连接的存储器；存储STM32监测主控制器处理后的数据，形成监测数据库，通过一定的时间或特定的时间上传到风电机组主机，供操作人员进行查询、调用；

和所述STM32监测主控制器电连接的人机交互界面；

以及和所述STM32监测主控制器前端电连接的多路声发射—振动传感器，多路所述声发射—振动传感器均匀分布在风力发电机传动轴系上；

所述声发射—振动传感器获取风力发电机传动轴不同位置的声发射及振动信号信息并传输至STM32监测主控制器，经STM32监测主控制器分析处理后反馈到人际交互界面并存储至存储器。

所述监测系统还包括和所述STM32监测主控制器电连接并安装在风力发电机传动轴系上的风速传感器、温度传感器和角度传感器，所述风速传感器检测外部风速的信号；所述温度传感器检测风电机组运行时刻系统的温度信号；所述角度传感器检测风电机组偏航角度信号；所述风速传感器、温度传感器和角度传感器将获取的信号信息传输至STM32监测主控制器，经STM32监测主控制器分析处理后反馈到人际交互界面并存储至存储器。

所述STM32监测主控制器和风电机组主机通过通信电缆或网路进行数据通信。将存储器存储的数据上传至风电机组主机，同时可以将风电机组的有关数据发送至STM32监测主控制器，供其调用。

STM32监测主控制器自身包括进行数据处理的滤波器和ADC模/数转换器 (Analog to Digital Converter)、DMA直接存储器(Direct Memory Access)以及FSMC静态存储控制器(Flexible Static Memory Controller)。

人机交互界面包括显示器、输入设备及故障报警；所述显示终端和输入设备有模拟量接口或数字接口，通过互联网或无线网络与故障报警装置通信。用户可以在任意时刻使用电脑在现场进行监测设置、参数调整，也可进行测试检查和数据分析，并将结果通过网络传送给故障报警装置。人机交互界面传回经过STM32监测主控制器处理后的信息，实时或间断地显示给操作人员，在必要的时刻触发预警，方便操作人员采取相应的措施，以保证机组正常稳定地运行。

声发射—振动传感器为多路传感器，分别安装于风力发电机传动轴系的不同位置，以采集机组不同位置的声发射信号及机械振动信号信息；风速传感器、温度传感器、角度传感器分别采集风电机组的风速、温度、位置等信息；传感器采集完这些信号信息，将其转化为标准的电信号送入STM32监测主控制器 05，STM32监测主控制器利用自身的滤波器、ADC(Analog to Digital Converter，模/数转换器)、DMA(Direct Memory Access，直接存储器存取)，把标准的电信号转化为可供自身处理的离散数字信息，进而利用相关的算法进行数据的分析处理。对于声发射信号、机械振动信号，系统将实时的对其进行处理，以达到实时故障诊断的目的；对于风速、温度、位置等信息，系统可以实时、定期或不定期进行处理，作为评价风电机组是否正常运行的重要参考。

经STM32监测主控制器处理的数据通过DMA(Direct Memory Access，) 直接存储于存储器中，形成风电机组运行状态数据库，使用数据库中的一定量的数据作为BP神经网络的样本点，利用处理后的数据进行BP神经网络训练，形成故障诊断数据库。随着数据的存储与更新，利用BP神经网络的自适应、自学习能力及一定的容错能力，实现风电机组的故障诊断。一旦风电机组发生故障时，监测主机将报警信息通过网络传输给报警装置，启动报警，监测系统将实时报警，提醒操作人员采取相应的措施；

人机交互界面主要由带触摸功能的显示屏、输入设备即键盘或显示屏及故障报警等组成。人机交互界面与STM32监测主控制器相连接，主要用于STM32 监测主控制器处理后的实时数据以视图的形式的给予显示。输入设备主要是键盘，通过输入设备，人机交互界面不仅可以显示当前的实时数据信息，而且可以查看历史数据及其他一些必要的操作；一旦发生故障，启动故障报警，操作人员在得到预警信号后，可通过输入设备关闭故障报警，同时通过显示屏查看故障信息，以便做出相应的措施；风电机组主机与STM32监测主控制器相连接，可以进行双向通信，监测风电机组其他状态信息。

本实用新型中，各传感器可将风电机组的声发射信号、振动信号及其他重要参量以标准电信号的形式输入到STM32监测主控制器中，这些标准电信号经 STM32监测主控制器分析处理后，可以判断风电机组的裂纹的位置、振动及机组其他的情况，并将处理后的数据实时地显示出来，从而获得机组的运行状况。同时将数据存储起来，形成机组运行状态数据库，利用BP神经网络的自适应、自学习及容错能力按一定的规则对数据进行训练，从而形成故障诊断数据库，实现对风电机组的自动监测，从而提高监测的准确率，降低操作人员的劳动强度，这对于保证风电机组的安全、可靠、稳定性运行具有重要意义。