专利名称：风力发电机组在线状态监测与故障诊断系统的制作方法
技术领域：
本发明属于电气设备监测与故障诊断技术领域，具体涉及一种风力发电机组在线状态监测与故障诊断系统及方法，用于风场业主实现可预测性的状态检修。
背景技术：
风力发电机是风力发电的主要装置，是风电技术的核心。风力发电机的主要监测部件包括主轴承、齿轮箱、发电机及塔体。故障模式主要有不平衡、不对中、轴承及齿轮故障。振动测量是对风力发电机故障检测及分析诊断最常用也是最有效的工具之一。目前，在我国已经建成的风电场的风机相当部分是上世纪90年代中后期从国外购进的，这些机组寿命一般为15-20年，保修期为2年，随着机组运行时间的延长，这些机组陆续出现了一些故障，包括风轮叶片、齿轮箱、发电机振动造成的故障等。这些问题导致出现了停机、严重影响发电量，造成很大经济损失。当风机需要维修和维护时，风场业主需要聘请维修人员、租借大型吊车、采购更换的备件。而风电场主要位于草原、山区、沙漠或沿海，地处偏远，风机分散分布，随着单机容量的日益加大，海上风场的日益增多，维护和维修问题将日益突出。采用故障监测系统，风场业主可以将多次的维修合并到一起，通过监测风力发电机的实效模式，可以延长风机的维修间隔；通过监测风机的状态，风场业主可以预计风机继续运行的时间，从而延长风机的服务和维修间隔，实现对风力发电机的主动性维护，即可预测性的状态检修。目前，国内的风场只有少部分安装了风机在线监测和故障诊断系统，且都处于试运行阶段，现有的风机在线监测和故障诊断系统绝大部分为国外产品，价格昂贵，服务不足，国内产品在功能、性能方面差距比较大，存在系统功能不足、缺少集中监控系统和远程诊断手段、运行经验缺乏、对故障诊断定位不准确等问题。
发明内容
本发明一方面介绍了一种风力发电机组在线状态监测与故障诊断系统，另一方面介绍了一种风力发电机组在线状态监测与故障诊断的方法。本发明公开的风力发电机组在线状态监测与故障诊断系统，其特征在于所述在线状态监测与故障诊断系统包括一个或多个监测装置、上位机、中央监控中心和远程诊断中心；所述一个或多个监测装置分布安装在各个风力发电机组，实现振动信号和过程数据的采集，对振动信号采取抗混滤波、硬件积分、阶比分析、有效值计算等方法处理数据，得到波形特征参数，主要有通频幅值、峰值、峰峰值、有效值、波峰因子、峭度、方差，以及IX幅值/相位、0. 5X/2X/3X/4X幅值等，根据各个特征参数所设定的告警阈值(包括一级告警阈值和二级告警阈值)，判断是否越限，若越限则向上位机发送告警信息，并将当前样本数据存入本地非易失存储器；过程数据主要有从其他系统接入的瞬时功率、风机偏航环旋转状态、机舱温度、风速、转速等；并与所述上位机通讯，将采集的振动信号经处理后得到的样本数据以及处理后的过程数据上传至上位机；所述上位机对样本数据采取趋势分析、频谱计算、加窗频谱、细化谱、包络谱、倒频谱等方法做细化分析，根据各个波形特征参数的值，以及各个参数所设置的一级告警阈值、 二级告警阈值，显示各个波形特征参数的棒图，表明系统的当前运行状态；对样本数据做傅里叶变换计算，得到频域数据，显示波形频谱图，根据不同部件的固有振动特性，分析典型振动频率分量的幅值，得到当前该部件的运行状态；根据某一波形特征参数在一段时间内的值，如一天、一个月、半年、一年等，画出振动趋势图，显示特征参数随时间的变化趋势；根据某一特征参数值，如峰值、峰峰值，画出该值随转速变化的曲线，即波德图，主要用于机组启停机时的分析；分别画出某测点不同时间的样本的频谱图，即频谱瀑布图，主要用于分析机组的振动频谱特征随时间的变化趋势；通过上述各种图谱分析、和数据库、知识库数据对比分析进行故障定位。所述上位机负责与中央监控中心、远程诊断中心通讯；所述中央监控中心接收上位机上传的风机运行状态和告警信息数据，可以浏览监测所管辖各个风场的各个风机状态；所述远程诊断中心定期获取由上位机输出的风场的风机数据，对风机状态进行定期分析，出具风机状态分析报告；同时当收到某个风机告警信息时，获取该风机的样本数据、过程数据以及历史数据，通过和上位机一样的故障分析方法，定位故障，不同之处在于， 远程诊断中心具有更丰富的知识库和更丰富的专家系统。本发明公布的风机在线监测与故障诊断系统和方法，已经成功在国内几个风场试运行，效果良好，为风场节约了资金和维护成本，取得了良好的经济效益和社会效益。
图1示意了本发明在线监测与故障诊断系统的整体系统图；图2示意了监测装置的算法分析流程图；图3示意了上位机软件框架图；图4示意了故障诊断流程图；图5示意了整个系统的网络结构图；图6示意了风力发电机组在线状态监测与故障诊断的方法步骤；图7示意了风力发电机组的传感器安装位置图。
具体实施例方式以下根据说明书附图对本发明的技术方案作进一步的说明。图1示意了风力发电机组在线状态监测和故障诊断系统各部分功能。本发明公开的风力发电机组在线状态监测与故障诊断系统，其特征在于所述在线状态监测与故障诊断系统包括监测装置、上位机、中央监控中心、远程诊断中心四部分；其中，监测装置分布安装在各个风力发电机组，过程数据主要有从其他系统接入瞬时功率、风机偏航环旋转状态、机舱温度、风速、转速等，过程数据采集后直接上送上位机，供故障分析诊断时参考用；振动信号采集包括振动信号和转速信号，实现振动信号和转速信号测量；信号处理主要包括信号调理、硬件积分、锁相环、抗混滤波、可变增益及通道适应性功能，通过信号处理后得到样本数据；算法分析包括对样本数据计算振动特征参数，包括通频幅值、峰值、峰峰值、有效值、波峰因子、峭度、方差，以及IX幅值/相位、 0. 5X/2X/3X/4X幅值等，根据各个参数所设定的一级告警和二级告警阈值，判断是否有某个特征值超过一级告警阈值或二级告警阈值，若有则向上位机发送告警信息，具体流程如图2 所示；监测装置采用光纤以太网，TCP/IP协议与上位机通讯。上位机对样本数据采取趋势分析、频谱计算、加窗频谱、细化谱、包络谱、倒频谱等方法做细化分析，根据各个波形特征参数的值，以及各个参数所设置的一级告警阈值、二级告警阈值，显示各个波形特征参数的棒图，表明系统的当前运行状态；对样本数据做傅里叶变换计算，得到频域数据，显示波形频谱图，根据不同部件的固有振动特性，分析典型振动频率分量的幅值，得到当前该部件的运行状态；根据某一波形特征参数在一段时间内的值， 如一天、一个月、半年、一年等，画出振动趋势图，显示特征参数随时间的变化趋势；根据某一特征参数值，如峰值、峰峰值，画出该值随转速变化的曲线，即波德图，主要用于机组启停机时的分析；分别画出某测点不同时间的样本的频谱图，即频谱瀑布图，主要用于分析机组的振动频谱特征随时间的变化趋势；通过上述各种图谱分析、和数据库、知识库数据对比分析，以及专家人为参与进行故障定位，上位机软件框架如图3所示。上位机负责与中央监控中心、远程诊断中心通讯。中央监控中心位于风场业主的总调度中心，可以浏览监测各个风场的风机状态。远程诊断中心定期获取由上位机输出的风场的风机数据，对风机状态进行定期分析，出具风机状态分析报告；同时当收到某个风机告警信息时，获取该风机的样本数据、过程数据以及历史数据，通过和上位机一样的故障分析方法，定位故障，不同之处在于，远程诊断中心具有更丰富的知识库和经验更丰富的专家；图2示意了监测装置的算法分析流程图，对样本数据计算振动的特征参数，主要有通频幅值、峰值、峰峰值、有效值、波峰因子、峭度、方差，用DFT计算IX幅值/相位、 0. 5X/2X/3X/4X幅值等，将样本数据和所计算的特征值上送上位机，然后分别判断各个特征值是否越过该特征值所对应的设定的一级告警和二级告警阈值，若有向上位机发送告警信息，同时将样本数据和当时的过程数据存入CF卡。图3示意了上位机的软件框架图，高级波形分析有机组概貌图、棒图、波形频谱图、振动趋势图、转速时间图、波德图、频谱瀑布图等；图形报告有机组状态列表、振动参数列表、监测报表、系统日记等；上位机通过OPC可以与其他系统交换数据；前置通讯实现与监测装置通讯；数据库包括历史数据库和实时数据库；知识库包括相关设备的有关标准、规程、导则和有关设备性能指标的规定，设备运行历史数据和事故参数以及收集的国内外诸多专家分析判断设备故障的权威经验，并能根据标准、规程、导则中有关内容的变化， 经验不断积累和增加，可以随时扩充、修改、更新以增强专家系统的诊断、决策能力。 图4示意了故障诊断流程图，其中，诊断数据是指样本数据、过程数据、特征值、历史数据等；诊断规则是指知识库中存储的相关设备的标准、规程以及经验；调用历史数据后提取特征值的方法与监测装置中计算特征值的方法相同。 图5示意了整个系统的网络结构图，其中，各个机组的故障监测单元通过光纤以太网与上位机通讯；各个客户端，如中央监控系统、远程诊断中心、有权限的用户，均可通过web的方式访问远程服务器，通讯方式可以是CDMA、VPN等，获取风机运行数据。图6示意了本发明提供的风力发电机组在线状态监测与故障诊断的方法，包括以下步骤(1)通过在风力发电机组的主轴承、齿轮箱输入、输出轴承及行星轮内齿圈部位、 发电机两侧轴承座处安装振动传感器，采集振动信号；(2)通过监测装置采集传感器信号和各种过程数据，对采集到的信号进行抗混滤波、硬件积分得到样本数据；(3)通过监测装置对样本数据做阶比分析、有效值计算等，得到波形特征参数，根据各个特征参数所设定的一级告警和二级告警阈值，判断是否越限，若越限则表明该部件有故障；(4)通过上位机做趋势分析、频谱计算、加窗频谱、细化谱、包络谱、倒频谱等方法， 画出振动趋势图、频谱图、波德图、频谱瀑布图；(5)上位机或远程诊断中心通过各种图谱、数据库、知识库和专家库分析定位故障具体位置。图7示意了测量振动信号的传感器安装位置，选取风力发电机组的主轴承、齿轮箱输入、输出轴承及行星轮内齿圈部位、发电机两侧轴承座处共安装8个传感器，其中7个加速度传感器，1个转速信号传感器。其中，1号加速度传感器安装在主轴承的径向、2号加速度传感器安装在齿轮箱输入端轴承座径向、3号加速度传感器安装在齿轮箱行星轮径向、 4号加速度传感器安装在齿轮箱输出端高速轴承座径向、5号加速度传感器安装在发电机输入端轴承座轴向、6号加速度传感器安装在发电机输入端轴承座径向、7号加速度传感器安装在发电机自由端径向、8号转速传感器安装在发电机输入端轴承座径向。加速度传感器测量振动信号，转速传感器测量转速信号。
权利要求
1.一种风力发电机组在线状态监测与故障诊断系统，其特征在于所述在线状态监测与故障诊断系统包括一个或多个监测装置、上位机、中央监控中心和远程诊断中心；其中，所述一个或多个监测装置分布安装在各个风力发电机组，实现振动信号和过程数据的采集，对振动信号经处理后得到的样本数据计算振动波形特征参数，根据各个特征参数所对应设定告警阈值，判断是否越限，若越限则向上位机发送告警信息，并将当前样本数据存入本地非易失存储器；所述过程数据包括从风机主控系统接入的风力发电机组的瞬时功率、风机偏航环旋转状态、机舱温度、风速、转速；所述监测装置与所述上位机通讯，将所述样本数据、过程数据、振动波形特征参数、告警信息上传至上位机；所述上位机对样本数据进行细化分析，包括趋势分析、频谱计算、加窗频谱、细化谱、包络谱、倒频谱，根据各个波形特征参数的值，以及各个参数所设置的告警阈值，显示各个波形特征参数的棒图；对样本数据做傅里叶变换计算，显示波形频谱图，根据不同部件的固有振动特性，分析典型振动频率分量的幅值，得到当前部件的运行状态；根据某一波形特征参数在一段时间内的值，得出振动趋势图；根据某一振动波形特征参数值，得出该值随转速变化的曲线，即波德图；得出某测点不同时间的样本数据的频谱图，即频谱瀑布图；通过上述各种图谱分析、和数据库、知识库数据对比分析进行故障定位； 所述上位机还分别与中央监控中心、远程诊断中心通讯；所述中央监控中心接收上位机上传的风机运行状态和告警信息数据，浏览监测所管辖各个风场的各个风机状态；所述远程诊断中心定期获取由上位机输出的风场的风机数据，对风机状态进行定期分析，出具风机状态分析报告；同时当收到某个风机告警信息时，获取该风机的样本数据、过程数据以及历史数据，通过上位机所述的故障定位方法并结合专家系统进行故障定位。
2.根据权利要求1所述的风力发电机组在线状态监测与故障诊断系统，其特征在于 所述监测装置对振动进行的处理优选包括抗混滤波、硬件积分、阶比分析、有效值计算。
3.根据权利要求1所述的风力发电机组在线状态监测与故障诊断系统，其特征在于 所述告警阈值进一步包括一级告警阈值和二级告警阈值，其中所述二级告警阈值低于所述一级告警阈值。
4.根据权利要求1所述的风力发电机组在线状态监测与故障诊断系统，其特征在于 所述振动信号由所述监测装置通过加速度传感器采集，所述加速度传感器优选安装在风力发电机组的主轴承、齿轮箱输入端轴承、齿轮箱输出轴承及齿轮箱行星轮内齿圈部位、 发电机两侧轴承座处。
全文摘要
本发明公开了一种风力发电机组在线状态监测与故障诊断系统，该系统包括监测装置、上位机、中央监控中心和远程诊断中心四部分。监测装置实现信号的采集、处理和与上位机通讯等；上位机实现对样本数据作细化分析，实现显示各种图谱、故障分析诊断等；中央监控中心可以浏览监测各个风场的风机状态；远程诊断中心定期获取风场的风机数据，对风机状态进行定期分析，同时当收到某个风机告警信息时，进行故障分析定位。
文档编号G01M15/00GK102156043SQ20101062392
公开日2011年8月17日 申请日期2010年12月31日 优先权日2010年12月31日
发明者奚志江, 张海棠, 杨咏林 申请人:北京四方继保自动化股份有限公司