基于DSP+ARM的風電機組狀態監測系統的研究

王惠中 沈燕妮

(蘭州理工大學 電氣工程與信息工程學院，甘肅 蘭州 730050)

0 引言

近年來，風能作為可再生能源得到了很大利用，全球風電產業一直處于持續增長態勢，裝機容量不斷增加。然而，風電機組長期受到嚴寒、風沙、臺風、腐蝕等條件的影響，隨著機組運行時間的延長，機組就會出現一些故障，從而導致設備停機，嚴重影響發電量，造成重大的經濟損失。

長期以來，風電機組一直采用計劃維修和事后維修的方式。計劃維修即運行2500h和5000h后的例行維護，該維修體制無法全面、及時的了解設備運行狀況，而且在風電機組正常運行時，也要按時實行例行維護，造成經濟損失。事后維修則因事前準備不足，往往造成維修工作曠日持久，損失重大。

而使用在線監測系統，能夠及時發現設備的異常，掌握設備的運行狀態，全面提高生產力、減少損失。因此，研究安全可靠的在線監測系統有著重大的現實意義。

目前，風電設備的在線監控水平已經有了很大提高，但還需要進一步完善。在狀態監測系統中，使用較多的處理器有單片機和工控機。這些系統對信號的處理能力有限，使得系統在實時的狀態監測及故障診斷中存在不足。而DSP處理器的計算能力強、精度高、總線速度快、吞吐量大，將其應用于狀態監測系統，可以極大地縮短數字濾波和小波變換的時間。ARM處理器提供了多種通訊接口及外設資源，且功耗低，速度快，便于信息的傳遞和實時顯示。將DSP與ARM的有效結合，充分發揮了各自的優勢，達到優劣互補，使得狀態監測系統的運行速度大大提高、性能有所提升。

1 風電機組狀態監測系統

1.1 雙饋異步風電機組的構成和主要部件故障機理

目前，我國使用最多的是雙饋異步風力發電機，該機組主要由塔架、葉片、主軸、齒輪箱、發電機、變頻器、偏航系統、液壓系統和電氣控制等組成，基本結構圖如圖1所示［10，11］。其特點是采用了多級齒輪箱驅動雙饋式異步發電機，發電機的轉速高、轉矩小、重量輕、體積小，變流器容量小。本文主要以雙饋異步風力發電機作為研究對象。

根據目前風電機組的實際運行情況可知:主軸軸承、齒輪箱齒輪及其軸承、發電機及其軸承是較容易發生故障的部件。

軸承的常見故障有兩類:一類為表面損傷故障，如點蝕、剝落、擦傷等;另一類為磨損故障。造成這些故障的原因有:不平衡、不對中、松動等機械問題;及潤滑不良，裝配不當，載荷過大等。

由于，軸承承載著機器的負荷，許多典型的問題，如不平衡、不對中等，都會將振動信號傳給軸承。因此，通過監測軸承的振動，就會同時發現風電機組典型的故障及軸承缺陷。

圖1 雙饋異步風力發電機基本結構圖

1.2 狀態監測系統的監測信號

振動信號頻率、幅值、相位的不同，可以反映出不同的故障類型。所以，本系統主要監測主軸軸承和齒輪箱軸承的振動信號。

在風電機組中，主軸軸承和齒輪箱的振動頻率范圍為0.1Hz～10kHz以上［2］。一般情況下，主軸軸承、齒輪箱行星級軸承(此處需要改嗎?)、齒輪箱支撐工作在低頻范圍(工頻5倍以上)，齒輪箱中間級軸承、高速級軸承工作在高頻范圍(1kHz以上)。

由于低頻信號的方向性較強，各種故障引起的振動發生在不同的方向上，例如，不平衡一般是水平方向振動出現異常，松動是垂直方向異常，不對中是軸向異常;而高頻信號對方向不敏感，只要選擇最容易測的一個方向即可，這是因為滾動軸承上產生的振動是全方位各方向傳遞的。故在采集機械振動信號時，對于低頻信號分垂直、水平、軸向3個方向;對高頻信號，只測垂直或水平一個方向。因此，對主軸前后軸承、齒輪箱行星級軸承和齒輪箱支撐進行三個方向測量，對齒輪箱中間級軸承、高速級軸承進行水平和垂直兩個方向進行測量［3］。

1.3 狀態監測系統的硬件設計

根據系統的功能需求，設計的風電機組狀態監測系統框圖如圖2所示。

圖2 風電機組在線監測系統框圖

其中，DSP主要負責數據采集和分析處理。ARM負責完成數據存儲功能、故障診斷功能、人機接口和各種通信功能。

1.3.1振動傳感器的選擇

振動可以用位移、速度和加速度三種運動量來表示。在實際測量工作中，由于位移、速度或加速度的傳感器及其微分或積分電路特性等方面的差別，引起的誤差不同;同時，選用什么傳感器，還與頻率的大小有關。所以，一定要慎重選擇傳感器。

一般，位移傳感器適合于低頻測量，10Hz以下的低頻振動會出現可觀的位移。速度傳感器適合于中頻測量，范圍為10Hz～1kHz。加速度適合于高頻測量，頻率范圍在2Hz～10kHz之間或更高。高頻振動和寬頻帶測量、沖擊試驗及譜分析時，宜選用加速度作標量。本次設計選用的是位移傳感器和加速度傳感器。

1.3.2通訊及人機接口

由于風電場比較大，每個風力發電機相距較遠，要將各風電機的狀態信息有效可靠的傳輸到監控中心進行分析，就要采用先進的通訊工具。在本次設計中，主要采用無線通訊方式完成通訊功能。人機接口包括鍵盤、液晶顯示器、報警系統。通過人機接口可以顯示信號的特征參數、時域波形圖和小波分析圖、顯現故障的判斷結果;還可以設置系統參數;在有故障時，可以進行報警。

1.3.3輸出控制與擴展

當監測到嚴重故障時，系統輸出控制信號，聯動風機控制端，采取一些保護措施，比如風機飛車、超速時，脫網停機。

在系統需要擴展時，可通過擴展輸入模塊將其它監測器(標準信號或無源開關量信號)接入本系統，方便地實現系統集成;可通過擴展輸出模塊，方便地實現遠程控制外部設備。

1.4 狀態監測系統的軟件設計

風電機組在線監測系統的軟件設計主要包括兩部分，即DSP數據采集與實時信號處理軟件、基于ARM的事務處理與故障診斷軟件［1］。系統軟件框圖如圖3所示。

圖3 風電機組在線監測系統軟件框圖

1.4.1DSP數據采集與處理軟件

由于當損傷點與其他軸承元件表面發生接觸時，將產生突變的沖擊脈沖力，從而導致軸承系統瞬時高頻共振。所以故障軸承的振動信號為非平穩信號，這種瞬時頻率突變信號往往被較大的振動信號所掩蓋，從而很難提取故障特征。此次對振動信號的分析主要從以下兩個域進行考慮。

(1)時域分析

本系統中，數字信號處理器DSP對采集的振動信號經A/D轉換后進行必要的數字濾波，然后在時域上分析信號，提取特征信息，即:均方根值、峰值、峰值指標、脈沖指標、裕度指標、歪度指標、峭度指標。

(2)頻域分析

常用的時頻分析方法包括:瞬時自相關、短時傅里葉變換、Wigner-Vill分布(WVD)等。雖然這些方法對信號的時頻分析具有一定的效果，但都或多或少存在著一些問題。而小波分析是一種優良的時頻分析法，它是一種窗口大小固定但其形狀可改變的時頻局部化分析方法，在處理非平穩信號時，精確度較高。通過小波變換把振動信號正交分解到獨立的頻帶內，同時從時域和頻域給出信號特征，可以在不同頻帶內監測軸承故障。

各種小波算法中，小波包變換是一種新興的時頻分析方法，不但能分解低頻部分，還能對高頻部分進一步分解，并能夠根據被分析信號的特征，自適應地選擇相應頻帶，使之與信號頻譜相匹配，從而提高時—頻分辨率，因此選用小波包分析算法對振動信號進行時頻分析非常適合。系統在DSP上實現小波包分析，既可以有效診斷設備故障，又滿足了實時分析的要求。

小波包頻帶分析技術的理論依據是Parseval能量積分等式。小波變換系數d(j，k)的平方具有能量的量綱，可以用于軸承故障診斷的能量特征提取。提取步驟如下［4，5］

①對信號進行j層小波分解。

②計算各頻帶的信號能量，其公式為

其中，E(j，k)表示第j層第k個子頻帶上的信號能量。

③將各個頻帶的信號能量組成特征向量，即

④當能量較大時，E(j，k)通常是一個較大的數值，給數據分析帶來了一些方便，為此將能量特征向量進行歸一化處理。

其中，E(0，0)為信號總能量。假定原信號按某一小波包分解樹分解后由M個子頻帶組成，則:

1.4.2 ARM事務處理與故障診斷軟件

本系統中，ARM事務處理與故障診斷軟件包括四個部分。數據存儲模塊把采樣數據及分析結果存儲到大容量非易失閃存上，以實現數據的回放和進一步處理。故障診斷主要是ARM處理器根據DSP提取的振動信號特征，診斷風電機組的顯現故障。人機接口部分完成顯示、鍵盤響應等工作。通訊模塊主要將采集的數據及提取的特征參數打包，完成無線通訊。

1.4.3 DSP和ARM之間的通訊

由于DSP和ARM各有不同的硬件特點，兩種處理器的運算速度各不相同，所以DSP和ARM之間的數據通訊問題就成了一個難題。在DSP與ARM結合時，既要考慮數據交換時的高效率，又要做到系統功能穩定，功耗小，讓兩者的工作達到最好的狀態。本系統將通過DSP的HPI(Host Port Interface)接口完成兩者的通訊工作。HPI是DSP上配置的與主機進行通信的片內外設，它是一個并行接口。HPI接口的訪問主要通過三個專用寄存器來實現，它們分別是HPI控制寄存器(HPIC)、HPI地址寄存器(HPIA)和HPI數據寄存器(HPID)。而DSP則用片上的DMA來進行實際的數據讀/寫。HPI的數據、控制引腳都是專用的，它保證了HPI和DSP操作的并行性，提高了系統的處理速度。

2 結束語

本次研究設計的狀態監測系統，是一個功能豐富、性能可靠的風電機組在線監測系統，能夠實時監測風電機組重要部件的運行狀態，診斷風電機組的顯現故障，顯示信號的特征參數和分析診斷結果;還可以通過無線通訊方式，為上位機進一步診斷和預測風電機組的故障提供可靠數據。

［1］孫曉松，周勇，曹雪瑞.基于 ARM—DSP的旋轉機械振動測量分析系統［J］.自動化技術與應用，2006，25(11):18-20.

［2］蔣東翔，黃乾，洪良友，丁勇山.風力發電機組振動監測與智能診斷系統開發［J］.振動與沖擊，2008，27(S):113-115.

［3］王瑞闖，林富洪.風力發電機在線監測與診斷系統研究［J］.華東電力.2009，37(1):190-193.

［4］李玫.基于小波包分析的輻射源特征提取和識別算法［J］.電子元器件應用.2010，12(10):87-89.

［5］范立莉，梁平.小波包分析在汽輪機轉子振動故障診斷中的應用［J］.廣東電力.2007，20(11):1-5.

［6］張弓，張景濤.HPI主機接口在多處理器系統中的應用［J］.電子技術應用.2002(7):73-75.

［7］劉暢，陶然.主機口(HPI)在基于DSP與ARM的系統中的應用［J］.軍民兩用技術與產品.2006(6):41-42.

［8］李錄平，晉風華.汽輪發電機組碰摩振動的檢測、診斷與控制［M］.北京:中國電力出版社，2006.

［9］飛思科技產品研發中心.小波分析理論與MATLAB7實現［M］.北京:電子工業出版社，2005.3.

［10］唐新安，謝志明，王哲，吳金強.風力發電機組齒輪箱振動測試與分析［J］.設備管理與維修.2006(11):31-33.

［11］陳冶，陳朝輝.GE1.5S系列風力發電機簡介［J］.電站系統工程.2009，25(6):68-69.