基于嵌入式计算机和采集卡的风力发电机组监测设备和方法与流程

本发明属于风力发电技术领域，具体涉及一种基于嵌入式计算机和采集卡的风力发电机组状态监测设备和方法。

背景技术：

风电场一般处于偏远地区，同时风电机组的机舱位于高空，实施维修较为困难且成本高昂。对于使用寿命20年的机组，运行维护成本估计占到风电场收入的10％～15％；对于海上风电场，用于风力机运行维护的成本更是高达风电场收入的20％～25％。当机组发生故障时，难以第一时间对故障进行准确判断，制定正确维修方案，且维修困难，导致维修成本增加。

因此，开发高性能且低成本的风力发电机组状态监测设备对于实施状态维修、提高风力发电机组的可靠性和经济性具有重要意义。现有风力发电机组状态监测设备多为专用设备，该类专用设备成本较高，主要针对振动信号检测进行设计，封装程度较高而可扩展性不足，硬件可替代性和可维护性较差，限制了其功能的扩展和成本的降低。

技术实现要素：

本发明针对现有技术的不足，提供一种基于嵌入式计算机和采集卡的风力发电机组状态监测设备和方法，以提高了该类设备的可扩展性和可维护性，同时降低设备的制作和维护成本。

为了解决上述技术问题，本发明提供一种一种基于嵌入式计算机和采集卡的风力发电机组状态监测设备，传感器采集风力发电机组齿轮箱的振动信号和转速等；使用数据采集卡将传感器采集的信号数字化后导入嵌入式计算机；嵌入式计算机对振动信号进行频谱分析、包络分析和阶次分析，获得振动信号的特征量的幅值，并通过网络将数据发送至上位机；上位机保存数据并显示特征量幅值的变化趋势，给出风力发电机组状态的诊断结果。

进一步，数据采集卡通过PCI插槽与嵌入式计算机进行通信，在嵌入式计算机端通过LabVIEW软件开发相应虚拟仪器程序实现传感器信号的读取以及数据采集卡和嵌入式计算机的控制。

进一步，嵌入式计算机对获取振动信号的特征量的幅值的工作由虚拟仪器程序中包含的相应算法完成，具体如下：对振动信号进行软件滤波；对滤波后的振动信号进行频谱分析、包络分析和阶次分析，得到实测的振动信号的频谱、包络谱和阶次谱；根据真实风力发电机组参数计算得到振动信号在频谱、包络谱和阶次谱中的特征量的理论值，特征量包括齿轮啮合、轴系振动和故障信号的特征频率和特征阶次；根据特征量的理论值，在实测的振动信号的频谱、包络谱和阶次谱中查找各特征量的幅值。

进一步，嵌入式计算机对一段时间内特征量幅值的平均值进行统计，并将数据通过网络发送至上位机；上位机中的虚拟仪器程序接数据并保存，显示特征量的幅值随时间的变化趋势，对历史数据进行查询和离线分析。

进一步，上位机包括现场上位机和远程上位机。

本发明还提出一种基于嵌入式计算机和采集卡的风力发电机组状态监测方法，传感器采集风力发电机组齿轮箱的振动信号和转速等；使用数据采集卡将传感器采集的信号数字化后导入嵌入式计算机；嵌入式计算机对振动信号进行频谱分析、包络分析和阶次分析，获得振动信号的特征量的幅值，并通过网络将数据发送至上位机；上位机保存数据并显示特征量幅值的变化趋势，给出风力发电机组状态的诊断结果。

进一步，数据采集卡通过PCI插槽与嵌入式计算机进行通信，在嵌入式计算机端通过LabVIEW软件开发相应虚拟仪器程序实现传感器信号的读取以及数据采集卡和嵌入式计算机的控制。

进一步，嵌入式计算机对获取振动信号的特征量的幅值的工作由虚拟仪器程序中包含的相应算法完成，具体如下：对振动信号进行软件滤波；对滤波后的振动信号进行频谱分析、包络分析和阶次分析，得到实测的振动信号的频谱、包络谱和阶次谱；根据真实风力发电机组参数计算得到振动信号在频谱、包络谱和阶次谱中的特征量的理论值，特征量包括齿轮啮合、轴系振动和故障信号的特征频率和特征阶次；根据特征量的理论值，在实测的振动信号的频谱、包络谱和阶次谱中查找各特征量的幅值。

进一步，嵌入式计算机对一段时间内特征量幅值的平均值进行统计，并将数据通过网络发送至上位机；上位机中的虚拟仪器程序接数据并保存，显示特征量的幅值随时间的变化趋势，对历史数据进行查询和离线分析。

进一步，上位机包括现场上位机和远程上位机。

本发明与现有技术相比，其显著优点在于：(1)本发明能够对风力发电机组关键部件的振动信号进行有效的采集、处理和分析，根据分析结果能够对风力发电机组的健康状态进行判断，为其状态监测提供一种有效的手段，提高风力发电机组的经济性和可靠性；(2)本发明采用的软硬件设备具有较高的通用性和可替代性，通过对软硬件进行简单的调整或变更即可根据用户需求扩展设备功能，可操作性和可开发性较强，同时也有利于降低设备成本；(3)本发明通过网络进行数据传输，实现了风力发电机组的远程状态监测；同时，本发明可通过远程前面板功能使上位机直接对嵌入式计算机端的VI程序进行查看或控制，无需到现场即可对风力发电机组状态进行较为全面和专业的分析。

附图说明

图1为本发明所述风力发电机组状态监测设备的结构示意图；

图2为本发明中嵌入式计算机端VI程序流程图；

图3为本发明中上位机端VI程序流程图。

具体实施方式

容易理解，依据本发明的技术方案，在不变更本发明的实质精神的情况下，本领域的一般技术人员可以想象出本发明风力发电机组状态监测设备和方法的多种实施方式。因此，以下具体实施方式和附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限制或限定。

结合图1，在风力发电机端安装有传感器、PCI数据采集卡和嵌入式计算机。风力发电设置有现场上位机、在远程控制端设置有远程上位机。传感器安装在风力发电机组相应位置以采集风力发电机组齿轮箱的振动信号和转速信号。通过PCI数据采集卡将传感器采集的信号数字化后导入嵌入式计算机。嵌入式计算机对振动信号进行频谱分析、包络分析和阶次分析等，得到振动信号特征量的幅值，并通过网络将结果发送至上位机；上位机保存数据并显示特征量幅值的变化趋势，并给出风力发电机组状态的诊断结果。

由上，本发明可对风力发电机组齿轮箱和发电机等关键部位的振动信号和转速信号进行采集、处理、分析和保存，并通过分析结果判断风力发电机组的健康状态，为故障的分析和维护提供依据。

传感器可根据信号的类型、特征以及信号处理的具体需求进行更换和调整。

PCI数据采集卡能够实现8通道振动信号的同步采样，最高采样频率为156KHz，精度可达24位，具有连续采集和触发采集两种工作模式。采集卡插入嵌入式计算机的PCI插槽中，并将传感器接入采集卡，完成硬件设备连接。

结合图2所示，PCI数据采集卡通过PCI插槽与嵌入式计算机进行通信，在嵌入式计算机端通过LabVIEW开发相应VI程序实现传感器信号的读取以及采集卡和嵌入式计算机的控制。LabVIEW是一种由美国国家仪器公司(National Instruments，NI)研制开发的用图标代替文本行创建应用程序的图形化编程语言，广泛地被工业界、学术界和研究实验室所接受，被视为一个标准的数据采集和仪器控制软件。传统文本编程语言根据语句和指令的先后顺序决定程序执行顺序，而LabVIEW则采用数据流编程方式，程序框图中节点之间的数据流向决定了虚拟仪器(Virtual Instrument，VI)程序及函数的执行顺序。其中，虚拟仪器是LabVIEW的程序模块，是一个按照仪器需求组织的基于计算机的数据采集系统。整套系统尽可能采用了通用的硬件，通过硬件选择并对软件进行相应开发，即可根据用户自身需求定义和制造各种仪器。

VI程序运行时，先与PCI数据采集卡建立连接，然后对PCI数据采集卡进行初始化。初始化完成后，可根据需求在程序界面上设置PCI数据采集卡的工作模式、采样频率和通道数量等参数，然后PCI数据采集卡开始工作，进行数据采集。

PCI数据采集卡在工作时持续采集振动信号，并将采集到的振动信号保存在PCI数据采集卡的缓存器之中。嵌入式计算机端的VI程序访问缓存器以实现数据传递，读取采集到的振动信号。

VI程序中含有滤波器模块，可对读取的振动信号进行软件滤波，过滤掉其中的干扰杂波信号。在VI程序中开发相关算法，分别对滤波后的振动信号进行频谱分析、包络分析和阶次分析，得到实测的振动信号的频谱、包络谱和阶次谱。

同时，VI程序根据真实风力发电机组参数计算得到振动信号在频谱、包络谱和阶次谱中的特征量的理论值，特征量包括齿轮啮合、轴系振动和故障等信号的特征频率和特征阶次。根据特征量的理论值，在实测的振动信号的频谱、包络谱和阶次谱中查找各特征量的幅值。

嵌入式计算机与上位机之间的数据通信通过DataSocket实现。DataSocket技术是NI公司推出的面向测控领域的网络通信技术，其基于Microsoft的COM和ActiveX技术，源于TCP/IP协议并对其进行高度封装，面向测量和自动化应用，用于共享和发布实时数据，是一种易用的高性能数据交换编程接口。DataSocket能有效地支持本地计算机上不同应用程序对特定数据地同时应用，以及网络上不同计算机地多个应用程序之间的数据交互，实现跨机器、跨语言、跨进程的实时数据共享。用户只需要知道数据源和数据宿及需要交换的数据就可以直接进行高层应用程序的开发，实现高速数据传输，而不必关心底层的实现细节，从而简化通信程序的编写过程，提高编程效率。

设计VI程序对一段时间内特征量幅值的平均值进行统计，并采用DataSocket将数据通过网络发送至上位机。发送的数据主要分两种：一种是特征量幅值的统计结果，为低频数据，数据量小，主要用于对振动信号的变化趋势进行分析；另一种是振动信号的原始数据，为高频数据，数据量大，主要用于对振动信号进行离线分析。

参见图3所示流程图，上位机采用LabVIEW开发相应VI程序，采用DataSocket通过网络接收发送的数据并保存，显示各特征量的幅值随时间的变化趋势，可对历史数据进行查询和离线分析。上位机端VI程序访问DataSocket通信地址和变量，读取相应风力发电机组的特征量幅值和原始振动信号，并将其保存至不同文件当中。其中，特征量幅值主要用于显示机组状态的变化趋势并以此判断其健康状态；原始振动信号主要用于离线分析，对历史数据的专业分析并人为判断当时风力发电机组的工作状态。VI程序实时显示特征量幅值随时间的变化趋势，并对各特征量幅值的变化趋势进行监测。当风力发电机组出现故障时，某个或某些特征量幅值的大小会产生不同变化，VI程序检测到此种变化，然后对不同故障模式进行判断，并给出警报信号。

同时，现场上位机和远程上位机的上位机端VI程序可通过远程前面板功能查看嵌入式计算机端振动信号的实测频谱、包络谱和阶次谱，使分析人员对当前机组状态进行更加准确的判断，也可对已存的历史数据进行查询和离线分析，人为对风力发电机组状态进行判断，生成故障诊断报告。

本发明大量采用通用性较好的高性能软硬件，能够根据需求对传感器、采集卡、嵌入式计算机和VI程序等进行开发和扩展，实现对风力发电机组的状态监测，降低状态监测的成本，提高机组的可靠性和经济性。可根据传感器信号和数据分析需求等条件对采集卡、嵌入式计算机和VI程序进行扩展，以满足风力发电机组状态监测的需要。