特約撰稿人:北京信息科技大學(xué)現(xiàn)代測(cè)控技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 徐小力 劉秀麗

不治己病治未病讀懂遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)

特約撰稿人:北京信息科技大學(xué)現(xiàn)代測(cè)控技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 徐小力 劉秀麗

風(fēng)電機(jī)組等大型裝備的安全性對(duì)國(guó)計(jì)民生、社會(huì)穩(wěn)定以及資源和環(huán)境有重要影響.在工業(yè)4.0、互聯(lián)網(wǎng)+等相關(guān)技術(shù)發(fā)展的驅(qū)動(dòng)下,面向以風(fēng)電機(jī)組為代表的現(xiàn)代、高端、關(guān)鍵的新能源機(jī)電裝備,針對(duì)風(fēng)電機(jī)組群非平穩(wěn)、非線性、變工況、長(zhǎng)歷程運(yùn)行狀態(tài)及其早期故障預(yù)報(bào)的特點(diǎn),基于現(xiàn)代信息化技術(shù)研究提出的早期故障微弱趨勢(shì)信息獲取方法,并建立網(wǎng)絡(luò)化遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng),為實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)監(jiān)控、健康診斷、故障預(yù)警以及科學(xué)維護(hù)管理提供技術(shù)支持.

風(fēng)電機(jī)組遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)要求長(zhǎng)期在無人值守狀態(tài)下連續(xù)工作,前端數(shù)據(jù)采集系統(tǒng)方便安裝在風(fēng)機(jī)塔筒頂部的工作倉中,實(shí)時(shí)將采集的各項(xiàng)數(shù)據(jù)傳輸至遠(yuǎn)程數(shù)據(jù)中心,操作人員可通過瀏覽器監(jiān)測(cè)并分析其工作狀態(tài).遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)的總體拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)如圖1所示.

圖1 風(fēng)電機(jī)組遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)的拓?fù)浣Y(jié)構(gòu)

前端數(shù)據(jù)采集器將采集的振動(dòng)、轉(zhuǎn)速、溫度、金屬磨粒等信息通過以太網(wǎng)及TCP/IP協(xié)議發(fā)送至遠(yuǎn)程數(shù)據(jù)服務(wù)器存儲(chǔ),由Web服務(wù)器從數(shù)據(jù)服務(wù)器查詢獲得監(jiān)測(cè)數(shù)據(jù),并為多個(gè)客戶端提供基于網(wǎng)頁的數(shù)據(jù)分析及早期故障征兆的診斷服務(wù).整個(gè)遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)基于TCP協(xié)議的層次結(jié)構(gòu)劃分為信息表示層、中間業(yè)務(wù)層、數(shù)據(jù)存儲(chǔ)層和信號(hào)采集層,層次結(jié)構(gòu)如圖2所示.

圖2 遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)層次結(jié)構(gòu)

信號(hào)采集層為安裝于風(fēng)機(jī)工作倉中的前端數(shù)據(jù)采集終端,實(shí)現(xiàn)振動(dòng)、轉(zhuǎn)速、溫度、電壓、電流、潤(rùn)滑油液中金屬磨粒信號(hào)的采集,并通過以太網(wǎng)及TCP/IP協(xié)議將數(shù)據(jù)實(shí)時(shí)傳輸至數(shù)據(jù)存儲(chǔ)層.數(shù)據(jù)存儲(chǔ)層包含一至多臺(tái)數(shù)據(jù)服務(wù)器,實(shí)時(shí)接收采集數(shù)據(jù)包,將數(shù)據(jù)包按內(nèi)部協(xié)議解碼后存儲(chǔ)到本機(jī)或局域網(wǎng)內(nèi)的數(shù)據(jù)庫中.中間業(yè)務(wù)層為網(wǎng)頁服務(wù)器,提供設(shè)備管理、傳感信息的實(shí)時(shí)數(shù)據(jù)查詢、歷史數(shù)據(jù)查詢、振動(dòng)趨勢(shì)分析、傅里葉圖譜分析、軸心軌跡分析、故障案例比對(duì)分析等功能.在信息表示層,用戶通過網(wǎng)絡(luò)瀏覽器獲取所需的信息.遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)主要包括前端嵌入式采集系統(tǒng)設(shè)計(jì)、數(shù)據(jù)服務(wù)器軟件設(shè)計(jì)及網(wǎng)頁服務(wù)器軟件設(shè)計(jì).系統(tǒng)的應(yīng)用如圖3所示.

圖3 遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)工作界面

核心技術(shù)有哪些

風(fēng)電機(jī)組的遠(yuǎn)程運(yùn)行監(jiān)測(cè)涉及眾多理論及方法,歸納起來有以下幾個(gè)方面:

一是獲取和分析實(shí)測(cè)大數(shù)據(jù)樣本

利用現(xiàn)場(chǎng)傳感器系統(tǒng)采集反映設(shè)備運(yùn)行發(fā)展?fàn)顟B(tài)的實(shí)測(cè)大數(shù)據(jù),利用實(shí)驗(yàn)平臺(tái)系統(tǒng)中的實(shí)驗(yàn)室遠(yuǎn)程在線故障診斷中心進(jìn)一步分析實(shí)測(cè)大數(shù)據(jù)樣本.

二是動(dòng)特性劣化發(fā)展趨勢(shì)弱信息信號(hào)處理及預(yù)處理

采用基于數(shù)學(xué)形態(tài)學(xué)的形態(tài)濾波和形態(tài)小波信號(hào)分析方法,將多尺度廣義形態(tài)變換算法用于劣化趨勢(shì)弱信號(hào)的降噪處理和趨勢(shì)特征成分提取,通過在不同尺度上的形態(tài)變換,達(dá)到既去除不同噪聲成分,同時(shí)又保留和突出所有尺度上的故障趨勢(shì)特征的目的.

三是揭示穩(wěn)定性劣化的機(jī)械動(dòng)態(tài)特性發(fā)展演變趨勢(shì)特征與早期故障的發(fā)展機(jī)理及模式

以機(jī)械動(dòng)態(tài)特性檢測(cè)分析為重要手段,研究典型新能源裝備機(jī)電系統(tǒng)轉(zhuǎn)子動(dòng)力系統(tǒng)(風(fēng)機(jī)主軸、軸承等運(yùn)動(dòng)部件)動(dòng)特性劣化的發(fā)生、發(fā)展的原因及機(jī)理;揭示從劣化趨勢(shì)征兆、早期性能衰變、損傷積累到完全失效的機(jī)械動(dòng)特性發(fā)展演變的趨勢(shì)特征和規(guī)律.

四是長(zhǎng)歷程變負(fù)載狀態(tài)動(dòng)特性劣化趨勢(shì)特征的提取

為實(shí)現(xiàn)故障特征發(fā)展變化與非故障變化(正常工況變化引起的能量信號(hào)變化等)的解耦,采用故障趨勢(shì)特征與變工況狀態(tài)非劣化趨勢(shì)特征的解耦和分離的算法,利用具有動(dòng)態(tài)非線性拓?fù)浣Y(jié)構(gòu)的能量解耦趨勢(shì)特征提取系統(tǒng),設(shè)計(jì)該系統(tǒng)的新型時(shí)變非線性動(dòng)特性趨勢(shì)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(shí)測(cè)大數(shù)據(jù)趨勢(shì)預(yù)測(cè)模型及系統(tǒng)的構(gòu)建

研究構(gòu)建面向智能維護(hù)管理的實(shí)測(cè)大數(shù)據(jù)趨勢(shì)預(yù)測(cè)模型及系統(tǒng).

風(fēng)電機(jī)組遠(yuǎn)程故障預(yù)報(bào)智能監(jiān)測(cè)系統(tǒng)有利于提高故障預(yù)報(bào)信息處理的準(zhǔn)確性、針對(duì)性及適用性,保障風(fēng)電機(jī)組健康服役及預(yù)防事故發(fā)生,實(shí)現(xiàn)機(jī)組的科學(xué)維護(hù)及動(dòng)態(tài)管理.