不治己病治未病讀懂遠程故障預報智能監測系統

特約撰稿人:北京信息科技大學現代測控技術教育部重點實驗室 徐小力 劉秀麗

不治己病治未病讀懂遠程故障預報智能監測系統

特約撰稿人:北京信息科技大學現代測控技術教育部重點實驗室 徐小力 劉秀麗

風電機組等大型裝備的安全性對國計民生、社會穩定以及資源和環境有重要影響.在工業4.0、互聯網+等相關技術發展的驅動下,面向以風電機組為代表的現代、高端、關鍵的新能源機電裝備,針對風電機組群非平穩、非線性、變工況、長歷程運行狀態及其早期故障預報的特點,基于現代信息化技術研究提出的早期故障微弱趨勢信息獲取方法,并建立網絡化遠程故障預報智能監測系統,為實現設備運行狀態監控、健康診斷、故障預警以及科學維護管理提供技術支持.

風電機組遠程故障預報智能監測系統要求長期在無人值守狀態下連續工作,前端數據采集系統方便安裝在風機塔筒頂部的工作倉中,實時將采集的各項數據傳輸至遠程數據中心,操作人員可通過瀏覽器監測并分析其工作狀態.遠程故障預報智能監測系統的總體拓撲結構設計如圖1所示.

圖1 風電機組遠程故障預報智能監測系統的拓撲結構

前端數據采集器將采集的振動、轉速、溫度、金屬磨粒等信息通過以太網及TCP/IP協議發送至遠程數據服務器存儲,由Web服務器從數據服務器查詢獲得監測數據,并為多個客戶端提供基于網頁的數據分析及早期故障征兆的診斷服務.整個遠程故障預報智能監測系統基于TCP協議的層次結構劃分為信息表示層、中間業務層、數據存儲層和信號采集層,層次結構如圖2所示.

圖2 遠程故障預報智能監測系統層次結構

信號采集層為安裝于風機工作倉中的前端數據采集終端,實現振動、轉速、溫度、電壓、電流、潤滑油液中金屬磨粒信號的采集,并通過以太網及TCP/IP協議將數據實時傳輸至數據存儲層.數據存儲層包含一至多臺數據服務器,實時接收采集數據包,將數據包按內部協議解碼后存儲到本機或局域網內的數據庫中.中間業務層為網頁服務器,提供設備管理、傳感信息的實時數據查詢、歷史數據查詢、振動趨勢分析、傅里葉圖譜分析、軸心軌跡分析、故障案例比對分析等功能.在信息表示層,用戶通過網絡瀏覽器獲取所需的信息.遠程故障預報智能監測系統的設計主要包括前端嵌入式采集系統設計、數據服務器軟件設計及網頁服務器軟件設計.系統的應用如圖3所示.

圖3 遠程故障預報智能監測系統工作界面

核心技術有哪些

風電機組的遠程運行監測涉及眾多理論及方法,歸納起來有以下幾個方面:

一是獲取和分析實測大數據樣本

利用現場傳感器系統采集反映設備運行發展狀態的實測大數據,利用實驗平臺系統中的實驗室遠程在線故障診斷中心進一步分析實測大數據樣本.

二是動特性劣化發展趨勢弱信息信號處理及預處理

采用基于數學形態學的形態濾波和形態小波信號分析方法,將多尺度廣義形態變換算法用于劣化趨勢弱信號的降噪處理和趨勢特征成分提取,通過在不同尺度上的形態變換,達到既去除不同噪聲成分,同時又保留和突出所有尺度上的故障趨勢特征的目的.

三是揭示穩定性劣化的機械動態特性發展演變趨勢特征與早期故障的發展機理及模式

以機械動態特性檢測分析為重要手段,研究典型新能源裝備機電系統轉子動力系統(風機主軸、軸承等運動部件)動特性劣化的發生、發展的原因及機理;揭示從劣化趨勢征兆、早期性能衰變、損傷積累到完全失效的機械動特性發展演變的趨勢特征和規律.

四是長歷程變負載狀態動特性劣化趨勢特征的提取

為實現故障特征發展變化與非故障變化(正常工況變化引起的能量信號變化等)的解耦,采用故障趨勢特征與變工況狀態非劣化趨勢特征的解耦和分離的算法,利用具有動態非線性拓撲結構的能量解耦趨勢特征提取系統,設計該系統的新型時變非線性動特性趨勢特征提取分類器,在較大程度上,消除工況變化引起的非劣化能量變化冗余信息.

五是實測大數據趨勢預測模型及系統的構建

研究構建面向智能維護管理的實測大數據趨勢預測模型及系統.

風電機組遠程故障預報智能監測系統有利于提高故障預報信息處理的準確性、針對性及適用性,保障風電機組健康服役及預防事故發生,實現機組的科學維護及動態管理.