摘 要：針對(duì)目前風(fēng)力發(fā)電機(jī)監(jiān)控系統(tǒng)可視化程度低、數(shù)據(jù)無(wú)法進(jìn)行遠(yuǎn)程實(shí)時(shí)傳輸?shù)葐?wèn)題；提出一種數(shù)字孿生驅(qū)動(dòng)的風(fēng)力發(fā)電機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)框架，從6個(gè)模塊進(jìn)行研究。通過(guò)利用實(shí)體建模、模型輕量化、行為規(guī)則模型和動(dòng)態(tài)模型構(gòu)建、遠(yuǎn)程實(shí)時(shí)數(shù)據(jù)傳輸、Unity3D引擎可視化等技術(shù)，開發(fā)數(shù)字孿生驅(qū)動(dòng)的風(fēng)力發(fā)電機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)。最后，通過(guò)實(shí)驗(yàn)驗(yàn)證系統(tǒng)的可行性和有效性，實(shí)現(xiàn)了實(shí)時(shí)動(dòng)態(tài)狀態(tài)監(jiān)測(cè)、故障報(bào)警、人機(jī)交互的風(fēng)力發(fā)電機(jī)的遠(yuǎn)程智能化監(jiān)控。

關(guān)鍵詞：風(fēng)力發(fā)電機(jī)；監(jiān)控；可視化；數(shù)字孿生；孿生模型；狀態(tài)監(jiān)測(cè)

中圖分類圖：TK83 """""""""""""" """"""""""""""""文獻(xiàn)標(biāo)志碼：A

0 引 言

能源作為一個(gè)國(guó)家工業(yè)發(fā)展的基礎(chǔ)，隨著全球各個(gè)國(guó)家工業(yè)化的發(fā)展，全球?qū)τ谀茉吹男枨罅恳渤尸F(xiàn)出了急劇的增長(zhǎng)，能源供應(yīng)和能源安全已成為一個(gè)國(guó)際關(guān)注的問(wèn)題。加上現(xiàn)今國(guó)際局勢(shì)的變化，優(yōu)化和改變現(xiàn)有的能源供需結(jié)構(gòu)，對(duì)于國(guó)家工業(yè)化在未來(lái)發(fā)展有著非常重要的意義。

風(fēng)力發(fā)電機(jī)作為可將風(fēng)能這種清潔能源轉(zhuǎn)化為電能的設(shè)備。圖1為全球風(fēng)力發(fā)電機(jī)2013—2022年的裝機(jī)總量，從圖1中可看出風(fēng)力發(fā)電機(jī)的裝機(jī)容量逐年增加。全球風(fēng)能理事會(huì)（GWEC）在2022年的全球風(fēng)能報(bào)告指出：預(yù)計(jì)在2023—2027年全球?qū)⒃黾?80 GW的風(fēng)電裝機(jī)容量。由于風(fēng)力發(fā)電機(jī)通常所處的運(yùn)行環(huán)境相對(duì)惡劣，使得其出現(xiàn)故障的機(jī)率較高。這將產(chǎn)生昂貴的運(yùn)維成本和較長(zhǎng)的停機(jī)時(shí)間，

造成嚴(yán)重的經(jīng)濟(jì)損失。為保證風(fēng)力發(fā)電機(jī)的良好運(yùn)行，且產(chǎn)生更多的經(jīng)濟(jì)效益，就需投入更多的人力和物力，去維護(hù)風(fēng)力發(fā)電機(jī)的運(yùn)行；但由于風(fēng)力發(fā)電機(jī)所處的環(huán)境不適合工作人員長(zhǎng)期駐守，這使得風(fēng)力發(fā)電機(jī)機(jī)組的運(yùn)維成本進(jìn)一步提高［1］；目前存在多種狀態(tài)監(jiān)測(cè)技術(shù)，其中大多數(shù)并未廣泛應(yīng)用于實(shí)際風(fēng)電場(chǎng)；主要原因是由于相關(guān)設(shè)備的成本過(guò)高、監(jiān)測(cè)功能不夠全面。于是對(duì)于開發(fā)一種低成本、高可靠性、可準(zhǔn)確及時(shí)發(fā)現(xiàn)其故障的和提前預(yù)警的遠(yuǎn)程監(jiān)控系統(tǒng)非常必要。

數(shù)字孿生技術(shù)作為數(shù)字孿生技術(shù)作為連接虛擬空間和物理空間的橋梁；2003年，Grieve首次提出“鏡像信息模型”概念［2］，之后通過(guò)不斷演變才有了“數(shù)字孿生”這一概念；且美國(guó)、德國(guó)等國(guó)家將它作為關(guān)鍵技術(shù)進(jìn)行研究。在2011年，美國(guó)將此技術(shù)用于航空航天飛行器的維護(hù)與保障［3］。近些年很多公司也開始是數(shù)字孿生方面的研究，例如：達(dá)索、空客、波音和NASA等［4］，于是數(shù)字孿生技術(shù)慢慢進(jìn)入民用行業(yè)。

近年來(lái)，數(shù)字孿生在工業(yè)設(shè)備上的應(yīng)用得到快速發(fā)展。伴隨物聯(lián)網(wǎng)技術(shù)的發(fā)展，Chiachío等［5］利用互聯(lián)網(wǎng)技術(shù)在虛擬空間實(shí)現(xiàn)了對(duì)物理對(duì)應(yīng)物的實(shí)時(shí)響應(yīng)；也有很多學(xué)者通過(guò)構(gòu)建數(shù)字孿生模型實(shí)現(xiàn)了對(duì)大型裝備的實(shí)時(shí)監(jiān)控和可視化［6-9］。在風(fēng)力發(fā)電機(jī)應(yīng)用領(lǐng)域，房方等［10］提出信息-物理實(shí)時(shí)映射的思想構(gòu)建風(fēng)力發(fā)電機(jī)的數(shù)字孿生系統(tǒng)，系統(tǒng)利用了現(xiàn)有數(shù)據(jù)采集與監(jiān)控（supervisory control and data acquisition，SCADA）數(shù)據(jù)，但SCADA數(shù)據(jù)主要為一些低頻數(shù)據(jù)，不能全面監(jiān)控風(fēng)力發(fā)電機(jī)的運(yùn)行狀態(tài)；Moghadam等［11］通過(guò)扭矩動(dòng)力學(xué)模型、在線測(cè)量和疲勞損傷評(píng)估構(gòu)建海上風(fēng)力發(fā)電機(jī)傳動(dòng)系統(tǒng)數(shù)字孿生模型，進(jìn)行狀態(tài)監(jiān)測(cè)方法，該方法利用了扭矩動(dòng)力學(xué)模型，而風(fēng)力發(fā)電機(jī)機(jī)運(yùn)行處于耦合場(chǎng)中，使得狀態(tài)監(jiān)測(cè)不夠精確；文獻(xiàn)［12］等采用組件的降階建模技術(shù)構(gòu)造風(fēng)力發(fā)電機(jī)參數(shù)變化的數(shù)字孿生模型，該數(shù)字孿生模型可提供即時(shí)的模型預(yù)測(cè)、風(fēng)波載荷引起的結(jié)構(gòu)響應(yīng)和結(jié)構(gòu)健康條件的預(yù)測(cè)，該方法未考慮實(shí)時(shí)數(shù)據(jù)融入到模型中產(chǎn)生的影響，實(shí)際應(yīng)用可能產(chǎn)生其他影響；Olatunji等［4］指出數(shù)字孿生技術(shù)可對(duì)風(fēng)力發(fā)電機(jī)單個(gè)零部件預(yù)測(cè)故障，使得風(fēng)力發(fā)電機(jī)組的監(jiān)測(cè)和維修更高效，但功能過(guò)于單一。

綜上，雖然數(shù)字孿生技術(shù)在各個(gè)領(lǐng)域都取得了較大進(jìn)步，但在風(fēng)力發(fā)電機(jī)監(jiān)控領(lǐng)域內(nèi)存在數(shù)據(jù)采集不夠全面、監(jiān)測(cè)精度不夠精確、監(jiān)測(cè)功能不全和可視化程度的問(wèn)題。本文對(duì)數(shù)字孿生驅(qū)動(dòng)風(fēng)力發(fā)電機(jī)遠(yuǎn)程監(jiān)控領(lǐng)域進(jìn)行研究和探索，提出數(shù)字孿生驅(qū)動(dòng)的風(fēng)力發(fā)電機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)，解決了風(fēng)力發(fā)電機(jī)在運(yùn)行過(guò)程中的數(shù)據(jù)采集不全面、數(shù)據(jù)無(wú)法遠(yuǎn)程無(wú)線傳輸、監(jiān)測(cè)精度不足、監(jiān)測(cè)功能不全和可視化程度低的問(wèn)題。通過(guò)構(gòu)建風(fēng)力發(fā)電機(jī)運(yùn)行過(guò)程全方位的數(shù)字孿生模型，實(shí)現(xiàn)對(duì)運(yùn)行過(guò)程的動(dòng)態(tài)數(shù)據(jù)的采集、傳輸和與孿生模型的融合。最終實(shí)現(xiàn)了實(shí)時(shí)動(dòng)態(tài)映射、高可視化狀態(tài)監(jiān)測(cè)、人機(jī)交互和多源數(shù)據(jù)存儲(chǔ)和傳輸。

1 數(shù)字孿生驅(qū)動(dòng)的風(fēng)力機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)框架

本文提出一種基于數(shù)字孿生技術(shù)的風(fēng)力發(fā)電機(jī)遠(yuǎn)程監(jiān)控的系統(tǒng)框架如圖2所示，該系統(tǒng)框架主要含有的6個(gè)模塊分別為：物理模塊、虛擬模塊、數(shù)據(jù)模塊、應(yīng)用模塊、連接模塊、可視化模塊。

1.1 物理模塊

物理模塊是風(fēng)電場(chǎng)環(huán)境和實(shí)體風(fēng)力發(fā)電機(jī)及其風(fēng)力發(fā)電機(jī)上所裝備的裝置的集合，主要包括風(fēng)力發(fā)電機(jī)實(shí)體、傳感器、控制器、遠(yuǎn)程數(shù)據(jù)采集傳輸系統(tǒng)、SCADA系統(tǒng)、無(wú)線通信模塊等。各部件之間相互合作，實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)整個(gè)良好運(yùn)行和實(shí)時(shí)狀態(tài)監(jiān)控。傳感器主要采集風(fēng)力發(fā)電機(jī)運(yùn)行的動(dòng)態(tài)數(shù)據(jù)；控制器是在監(jiān)測(cè)到異常時(shí)候，會(huì)接收到遠(yuǎn)程數(shù)據(jù)采集傳輸系統(tǒng)或SCADA控制指令來(lái)對(duì)風(fēng)力發(fā)電機(jī)的運(yùn)行狀態(tài)進(jìn)行干預(yù)；無(wú)線通信模塊主要是用于數(shù)據(jù)的無(wú)線傳輸。物理模塊是數(shù)學(xué)模型的基礎(chǔ)，其他各個(gè)模塊都圍繞物理模塊構(gòu)建，保障物理模塊正常良好的運(yùn)行。

1.2 虛擬模塊

虛擬模塊是物理模塊的高保真數(shù)學(xué)模型，包含有幾何、物理、行為、規(guī)則4種模型的數(shù)學(xué)信息。幾何模型的信息來(lái)自于物理實(shí)體中的風(fēng)力發(fā)電機(jī)和裝在上面的各種裝置，可在虛擬空間中展示。物理模型指的是運(yùn)動(dòng)過(guò)程中的機(jī)理變化。行為模型是面對(duì)外界環(huán)境的變化而做出的反饋反應(yīng)。規(guī)則模型是指風(fēng)力發(fā)電機(jī)的運(yùn)行規(guī)律和參數(shù)。虛擬模塊作為物理模塊的孿生體，必須準(zhǔn)確映射出物理模塊的真實(shí)狀態(tài)。

1.3 數(shù)據(jù)模塊

數(shù)據(jù)模塊主要用于管理物理模塊在實(shí)際運(yùn)行過(guò)程中產(chǎn)生的數(shù)據(jù)。其中包括數(shù)據(jù)的采集、處理、交互、保存等功能。其中包含了固有的靜態(tài)數(shù)據(jù)和運(yùn)行過(guò)程的動(dòng)態(tài)數(shù)據(jù)。靜態(tài)數(shù)據(jù)是其本身固有的一些數(shù)據(jù)，一般不會(huì)隨時(shí)間的變化發(fā)生過(guò)大變化；動(dòng)態(tài)數(shù)據(jù)是物理實(shí)體在運(yùn)行過(guò)程中產(chǎn)生的數(shù)據(jù)，它包含很多維度的數(shù)據(jù)，而且可儲(chǔ)存起來(lái)成為歷史數(shù)據(jù)，它與靜態(tài)數(shù)據(jù)相反，會(huì)隨時(shí)間的變化而發(fā)生變化。而且不同維度的動(dòng)態(tài)數(shù)據(jù)和特定的模型結(jié)合在一起，可對(duì)實(shí)體進(jìn)行相應(yīng)診斷和預(yù)警。而其產(chǎn)生的歷史數(shù)據(jù)可用于后期維護(hù)和評(píng)估系統(tǒng)運(yùn)行狀況。

1.4 應(yīng)用模塊

應(yīng)用模塊是在孿生系統(tǒng)里用到的算法、數(shù)學(xué)模型等的封裝。算法利用數(shù)據(jù)模塊中動(dòng)態(tài)的實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行驅(qū)動(dòng)數(shù)學(xué)模型，實(shí)現(xiàn)可視化監(jiān)控風(fēng)力發(fā)電機(jī)的實(shí)時(shí)運(yùn)動(dòng)狀態(tài)監(jiān)測(cè)和發(fā)電功率、風(fēng)速等數(shù)據(jù)的可視化；也可對(duì)風(fēng)力發(fā)電機(jī)進(jìn)行故障診斷、預(yù)測(cè)、維護(hù)和壽命預(yù)測(cè)。保證風(fēng)力發(fā)電機(jī)在整個(gè)生命周期里良好運(yùn)行。

1.5 可視化模塊

可視化模塊是整個(gè)系統(tǒng)與用戶交互的模塊，是應(yīng)用模塊中所有功能的具體化表現(xiàn)。用戶可在平板、電腦、手機(jī)、VR客戶端進(jìn)入到所設(shè)計(jì)的數(shù)字孿生系統(tǒng)中，然后對(duì)其整個(gè)的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。

1.6 連接模塊

連接模塊是數(shù)字孿生系統(tǒng)中各個(gè)模塊之間相互連接的中間橋梁。通過(guò)指定的傳輸協(xié)議和監(jiān)聽傳輸端口來(lái)實(shí)現(xiàn)數(shù)據(jù)的雙向傳輸。在傳輸過(guò)程中，必須保證數(shù)據(jù)的實(shí)時(shí)性、準(zhǔn)確性、安全性和穩(wěn)定性；使得整個(gè)系統(tǒng)能穩(wěn)定運(yùn)行，并打破信息孤島問(wèn)題，是數(shù)字孿生系統(tǒng)運(yùn)行中的關(guān)鍵過(guò)程。

風(fēng)力發(fā)電機(jī)數(shù)字孿生監(jiān)控系統(tǒng)的核心技術(shù)是構(gòu)建數(shù)字孿生模型并通過(guò)多源動(dòng)態(tài)數(shù)據(jù)，建立虛實(shí)交互關(guān)系。本文后續(xù)將通過(guò)構(gòu)建風(fēng)力發(fā)電機(jī)的幾何模型、物理模型和行為規(guī)則模型來(lái)構(gòu)建數(shù)字孿生體。而多源動(dòng)態(tài)數(shù)據(jù)通過(guò)獲取風(fēng)力發(fā)電機(jī)的SCADA系統(tǒng)和后期自行開發(fā)的數(shù)據(jù)采集傳輸系統(tǒng)來(lái)實(shí)現(xiàn)。并最終實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)數(shù)字孿生系統(tǒng)的映射和需求功能。

2 風(fēng)力發(fā)電機(jī)虛擬孿生模型構(gòu)建

虛擬孿生模型作為數(shù)字孿生系統(tǒng)中的虛擬模塊的基礎(chǔ)，需根據(jù)風(fēng)力發(fā)電機(jī)實(shí)體來(lái)建立相應(yīng)的孿生模型。在孿生模型構(gòu)建方面，陶飛等［13］提出“四化四可八用”的數(shù)字孿生構(gòu)建準(zhǔn)則；尚海勇等［14］提出對(duì)關(guān)鍵部件幾何模型和動(dòng)力學(xué)模型構(gòu)建孿生模型。本文基于上述研究，通過(guò)構(gòu)建幾何模型、行為規(guī)則模型和動(dòng)態(tài)模型，構(gòu)建虛擬孿生模型。

2.1 風(fēng)力發(fā)電機(jī)幾何模型的構(gòu)建

幾何模型通過(guò)幾何參數(shù)來(lái)描述物理實(shí)體的幾何特征。幾何模型要能準(zhǔn)確完整表達(dá)物理實(shí)體，且在計(jì)算運(yùn)行過(guò)程中不過(guò)多消耗計(jì)算機(jī)的算力，這需要采用合理的建模方式。本文首先采用對(duì)物理實(shí)體建模和特征建模的方式構(gòu)建幾何模型，然后通過(guò)對(duì)幾何模型輕量化技術(shù)對(duì)模型進(jìn)行輕量化處理，達(dá)到系統(tǒng)要求。

本文采用西門子的工業(yè)建模軟件NX12.0，根據(jù)上文提及的實(shí)體建模和特征建模的方式來(lái)構(gòu)建風(fēng)力發(fā)電機(jī)的幾何模型。對(duì)標(biāo)準(zhǔn)件采取調(diào)取標(biāo)準(zhǔn)庫(kù)的方式構(gòu)建，非標(biāo)件根據(jù)其擁有的特征通過(guò)NX12.0建模。

風(fēng)力發(fā)電機(jī)主要由葉輪機(jī)構(gòu)、傳動(dòng)機(jī)構(gòu)、發(fā)電機(jī)和塔架4部分組成，如圖3所示。葉片機(jī)構(gòu)是風(fēng)力發(fā)電機(jī)將風(fēng)能轉(zhuǎn)為機(jī)械能的裝置，葉片機(jī)構(gòu)與傳動(dòng)機(jī)構(gòu)通過(guò)主軸相連接，主軸帶動(dòng)傳動(dòng)機(jī)構(gòu)中齒輪箱的轉(zhuǎn)動(dòng)，最后齒輪箱輸出軸與發(fā)電機(jī)輸入通過(guò)彈性聯(lián)軸器相連，驅(qū)動(dòng)發(fā)電機(jī)轉(zhuǎn)子轉(zhuǎn)動(dòng)。

由于風(fēng)力發(fā)電機(jī)實(shí)體結(jié)構(gòu)式非常復(fù)雜，想要在虛擬空間中真實(shí)構(gòu)建出模型，這將對(duì)計(jì)算機(jī)的性能要求極高，會(huì)占用大量的內(nèi)存和GPU，這將導(dǎo)致計(jì)算機(jī)出現(xiàn)卡頓和延時(shí)；而數(shù)字孿生的要求是低延時(shí)，因此對(duì)模型進(jìn)行輕量化處理非常有必要。

一般來(lái)說(shuō)，對(duì)實(shí)體設(shè)備模型進(jìn)行輕量化處理分為兩個(gè)步驟：1）對(duì)零部件特征數(shù)量輕量化處理。在虛擬模塊可視化過(guò)程中不可見(jiàn)和運(yùn)行過(guò)程中所占權(quán)重較低的零部件進(jìn)行刪除或隱藏。根據(jù)實(shí)體風(fēng)力發(fā)電機(jī)運(yùn)行中實(shí)際狀況對(duì)其模型輕量化的結(jié)果如圖4所示；輕量化之后只保留葉片、葉輪、整流罩、主軸、齒輪箱和發(fā)電機(jī)等主要部件。2）對(duì)零件網(wǎng)格特征進(jìn)行輕量處理。對(duì)零件網(wǎng)格特征進(jìn)行輕量化方式較經(jīng)典的方式有：頂點(diǎn)聚類法、區(qū)域合并法和幾何刪除法。

幾何刪除法中的邊折疊算法是較主流的網(wǎng)格輕量化算法，其原理如圖5所示。但該方法在簡(jiǎn)化原模型時(shí)會(huì)導(dǎo)致模型變形，特征丟失。于是Garland等［15］提出二次誤差度量算法（quadic error metrics，QEM），對(duì)邊折疊算法進(jìn)行改進(jìn)，盡可能避免模型特征變形和特征丟失現(xiàn)象，可快速生成高質(zhì)量的簡(jiǎn)化模型。

二次誤差度量算法將輕量化前后的誤差定義為頂點(diǎn)到原相鄰邊的距離平方和，計(jì)算每個(gè)頂點(diǎn)的二次誤差矩陣，得到邊折疊權(quán)重，然后在邊折疊操作時(shí)優(yōu)先折疊權(quán)重小的邊。

具體計(jì)算權(quán)重過(guò)程如下：設(shè)三維空間中一個(gè)平面為[Ax+By+Cz+D=0]，其中[A2+B2+C2=1]，[D]為常量；假設(shè)空間中任意一點(diǎn)[v=m，n，oT]，則點(diǎn)[v]到該平面的距離平方為：

[d2=Am+Bn+Co+D2A2+B2+C2=Am+Bn+Co+D2] （1）

式中：[n=A，B，C]，是該平面的一個(gè)單位法向量，則空間平面方程也可表示為：

[nT·v+d=0] （2）

則由式（1）和式（2）可得：

[d2=nT·v2=vT·n2] （3）

由于網(wǎng)格中每個(gè)頂?shù)亩握`差定義為該點(diǎn)到該點(diǎn)相鄰面的距離平方和，即：

[Δv=n∈α（v）vT·n2=n∈α（v）vT·nnT·v=n∈α（v）vTnnTv=vTn∈α（v）Knv] （4）

式中：[α（v）]——頂點(diǎn)[v]相鄰三角形的幾何面；[n]——集合中任意三角形平面的法向量。

令[Qv]為點(diǎn)[v]的二次誤差矩陣，由于二次誤差矩陣為[4×4]矩陣，即[v=m，n，o，1T]，[n=A，B，C，D]。則有：

[Qv=n∈α（v）Kn] "（5）

[Kn=nnT=A2ABACADABB2BCBDACBCC2CDADBDCDD2] （6）

當(dāng)進(jìn)行網(wǎng)格輕量化時(shí)，兩個(gè)相鄰頂點(diǎn)的二次誤差矩陣為[Qv1]、[Qv2]，則該邊折疊的權(quán)重為：

[Qv=Qv1+Qv2] "（7）

則折疊后新頂點(diǎn)的誤差為：

[Δv=vTQvv=vTQv1+Qv2v=vTn∈α（v1）nnT+n∈α（v2）nnTv=n∈α（v1）nT·v2+n∈α（v2）nT·v2] "（8）

根據(jù)式（8）可知，一條邊的誤差度量由新頂點(diǎn)[v]與同一條邊上兩個(gè)頂點(diǎn)的二次基本誤差矩陣之和決定，因此新點(diǎn)位置與模型整體網(wǎng)格輕量化時(shí)邊折疊的順序有關(guān)。在確定新頂點(diǎn)時(shí)需計(jì)算除誤差的最小點(diǎn)。式（8）求偏導(dǎo)可得：

[?Δ′v?x=?Δ′v?y=?Δ′v?z=0] （9）

即：

[q11q12q13q14q21q22q23q24q31q32q33q340001v=0001] （10）

[v=q11q12q13q14q21q22q23q24q31q32q33q340001-10001] （11）

根據(jù)發(fā)上可得到新頂點(diǎn)[v]的位置。若式（11）不可逆，則應(yīng)用式（12）選擇新頂點(diǎn)：

[nv=v1， Qv1lt;Qv1v2， Qv1gt;Qv1v1+v1/2， Qv1=Qv1] （12）

在經(jīng)過(guò)算法迭代運(yùn)算后更新模型的網(wǎng)格獲得輕量模型，確保最優(yōu)的輕量化效果，然后將模型保存為FBX格式用于場(chǎng)景的搭建。

2.2 行為模型和規(guī)則模型的構(gòu)建

在模型輕量化處理后，將模型導(dǎo)出為FBX格式，然后導(dǎo)入到虛擬場(chǎng)景中，根據(jù)位置數(shù)據(jù)，進(jìn)行裝配，高度還原真實(shí)場(chǎng)景。虛擬模塊中的行為模型和規(guī)則模型是指風(fēng)力發(fā)電機(jī)中各零部件之間的層級(jí)關(guān)系和運(yùn)行邏輯。風(fēng)力發(fā)電機(jī)模型的層級(jí)關(guān)系如圖6所示。層級(jí)結(jié)構(gòu)決定其運(yùn)動(dòng)邏輯，高級(jí)別決定低級(jí)別的絕對(duì)位置。在場(chǎng)景中各部分的運(yùn)行形式通過(guò)編程語(yǔ)言根據(jù)實(shí)際的運(yùn)動(dòng)狀況編寫腳本驅(qū)動(dòng)。

2.3 風(fēng)力發(fā)電機(jī)動(dòng)態(tài)模型的構(gòu)建

風(fēng)力發(fā)電機(jī)的動(dòng)態(tài)模型是準(zhǔn)確映射風(fēng)力發(fā)電機(jī)運(yùn)動(dòng)狀態(tài)的模型，在實(shí)時(shí)運(yùn)行數(shù)據(jù)的驅(qū)動(dòng)下可準(zhǔn)確實(shí)時(shí)地在虛擬空間映射出真實(shí)風(fēng)力發(fā)電機(jī)的運(yùn)行實(shí)況。風(fēng)力發(fā)電機(jī)含有氣動(dòng)、傳動(dòng)、電氣和控制4個(gè)部分。由于本文研究風(fēng)力發(fā)電機(jī)的運(yùn)動(dòng)狀態(tài)，因此對(duì)風(fēng)力發(fā)電機(jī)的氣動(dòng)系統(tǒng)和傳動(dòng)系統(tǒng)進(jìn)行動(dòng)態(tài)建模。

2.3.1 風(fēng)力發(fā)電機(jī)氣動(dòng)系統(tǒng)模型的構(gòu)建

風(fēng)力發(fā)電機(jī)的氣動(dòng)部分職能是將風(fēng)能轉(zhuǎn)化為機(jī)械能，其中包含葉片、整流罩、輪轂等部件。假設(shè)風(fēng)電場(chǎng)中的風(fēng)進(jìn)入風(fēng)力發(fā)電機(jī)之前的風(fēng)速為[v1]，風(fēng)通過(guò)風(fēng)力發(fā)電機(jī)之后殘余的風(fēng)速為[v2]，空氣的密度為[ρ]，葉片的半徑為[Rb]，[P]為把風(fēng)轉(zhuǎn)為機(jī)械能的動(dòng)能，[P0]為風(fēng)的初動(dòng)能。

因此，單位時(shí)間內(nèi)空氣通過(guò)葉片的質(zhì)量為：

[M=ρπR2b（v1+v2）2] （13）

根據(jù)牛頓第二定律可知，葉片在風(fēng)中獲取的動(dòng)能等于風(fēng)初動(dòng)能與殘余動(dòng)能之差，即：

[p=12Mv21-v22] "（14）

將式（13）代入到式（14）得：

[p=ρ4v21-v22v1+v2πR2b] "（15）

由風(fēng)能計(jì)算公式可知：

[p0=ρπR2bv312] nbsp;（16）

可得：

[pp0=CP] "（17）

式中：[CP]——風(fēng)能利用系數(shù)，則：

[P=ρπR2bv312CP] （18）

根據(jù)經(jīng)驗(yàn)知[CP]為風(fēng)力發(fā)電機(jī)葉尖速比[λ]和槳距角[β]的函數(shù)，所以[CP=fλ， β]。且：

[λ=ΩRbv1] "（19）

式中：[Ω]——葉輪的轉(zhuǎn)速。

根據(jù)式（19）可知葉輪的轉(zhuǎn)矩為：

[Tb=pΩ=12λρπR3bv21fλ，β] （20）

2.3.2 風(fēng)力發(fā)電機(jī)傳動(dòng)系統(tǒng)模型的構(gòu)建

風(fēng)力發(fā)電機(jī)的傳動(dòng)系統(tǒng)主要包括葉輪、低速軸、行星齒輪箱、平行軸齒輪箱、高速軸和發(fā)電機(jī)轉(zhuǎn)子等；如圖7所示，假設(shè)輪轂轉(zhuǎn)速為[ωb]，行星架轉(zhuǎn)速為[ωc]，行星輪轉(zhuǎn)速為[ωp]，太陽(yáng)輪轉(zhuǎn)速為[ωs]，齒輪1的轉(zhuǎn)速為[ωg1]，齒輪2和齒輪3的轉(zhuǎn)速為[ωg2g3]，齒輪4的轉(zhuǎn)速[ωg4]，發(fā)電機(jī)的轉(zhuǎn)速為[ωg]；太陽(yáng)輪、行星輪、齒圈、齒輪1、齒輪2、齒輪3、齒輪4的齒數(shù)分別為[ZS]，[ZR]，[Zp]，[Zg1]，[Zg2]，[Zg3]，[Zg4]。

設(shè)[ω=ωb，ωc，ωs，ωg1，ωg2g3，ωg4，ωg]，[η]為各個(gè)之間的轉(zhuǎn)速關(guān)系矩陣，則有：

[η=10000001000000001+ZRZS000000100000000Zg2Zg10000000Zg3Zg400000001] （21）

則：

[ωT=η?ωT=10000001000000001+ZRZS000000100000000Zg2Zg10000000Zg3Zg400000001ωbωcωsωg1ωg2g3ωg4ωg=ωbωbωc1+ZRZSωsωg1?Zg2Zg1ωg2g3?Zg3Zg4ωg=ωbωbωb1+ZRZSωb1+ZRZSωb1+ZRZS?Zg2Zg1ωb1+ZRZS?Zg2Zg1?Zg3Zg4ωb1+ZRZS?Zg2Zg1?Zg3Zg4] （22）

在動(dòng)力學(xué)方面，根據(jù)圖7可知輪轂與低速軸的動(dòng)力學(xué)方程為：

[Tb=Jbθb+C1θc-θb+K1θc-θb] （23）

[Tc=C1θc-θb+K1θc-θb] （24）

式中：[Jb]、[θb]——輪轂的轉(zhuǎn)動(dòng)慣量、角位移；[Tc]、[C1]、[K1]、[θc]——低速軸扭矩、阻尼、剛度和角位移。對(duì)于齒輪箱來(lái)說(shuō)，為簡(jiǎn)化數(shù)學(xué)建模，將其看作為一個(gè)整體，低速軸為輸入軸，高速軸為輸出軸，則其動(dòng)力學(xué)方程為：

[Tc+η·Tg4=0] "（25）

式中：[η]——齒輪箱的傳動(dòng)比，則：

[η=1+ZRZS·Zg2Zg1·Zg3Zg4] （26）

則高速軸與發(fā)電機(jī)之間的動(dòng)力學(xué)方程為：

[Tg4=Jgθg+C2θg-θg4+K2θg-θg4] （27）

[Tg=Tg4-C2θg-θg4-K2θg-θg4=Jgθg] （28）

式中：[Jg]、[θg]、[Tg]——發(fā)電機(jī)的轉(zhuǎn)動(dòng)慣量、角位移、扭矩；[Tg4]、[C2]、[K2]、[θg4]——高速軸扭矩、阻尼、剛度和角位移。

3 數(shù)字孿生模型的驅(qū)動(dòng)

根據(jù)數(shù)字孿生的特點(diǎn)，需在虛擬空間精準(zhǔn)實(shí)時(shí)映射物理空間中實(shí)體。本文通過(guò)實(shí)時(shí)數(shù)據(jù)來(lái)驅(qū)動(dòng)孿生模型實(shí)現(xiàn)，對(duì)風(fēng)力發(fā)電機(jī)的精準(zhǔn)實(shí)時(shí)映射；而在對(duì)風(fēng)力發(fā)電機(jī)歷史運(yùn)行狀況進(jìn)行重現(xiàn)時(shí)采用歷史數(shù)據(jù)驅(qū)動(dòng)。整個(gè)驅(qū)動(dòng)流程如圖8所示，在實(shí)時(shí)映射時(shí)，將物理模塊、虛擬模塊連接，根據(jù)實(shí)時(shí)采集來(lái)的實(shí)時(shí)數(shù)據(jù)實(shí)時(shí)驅(qū)動(dòng)孿生模型；而當(dāng)需檢查歷史運(yùn)行狀況時(shí)，可通過(guò)在日常工作中儲(chǔ)存實(shí)時(shí)數(shù)據(jù)構(gòu)成的歷史數(shù)據(jù)來(lái)驅(qū)動(dòng)孿生模型，將歷史的運(yùn)行過(guò)程重現(xiàn)。

3.1 數(shù)據(jù)的采集與傳輸

在實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)虛實(shí)映射和可視化監(jiān)控過(guò)程中，需對(duì)風(fēng)力發(fā)電機(jī)各個(gè)部件進(jìn)行全方位動(dòng)態(tài)數(shù)據(jù)采集；目前風(fēng)力發(fā)電機(jī)上一般都有SCADA系統(tǒng)采集運(yùn)行過(guò)程的數(shù)據(jù)，也有很多學(xué)者利用SCADA數(shù)據(jù)對(duì)風(fēng)力發(fā)電機(jī)進(jìn)行狀態(tài)監(jiān)測(cè)［16-17］，但SCADA采集的數(shù)據(jù)一般為低頻數(shù)據(jù)，且目前只能通過(guò)網(wǎng)線進(jìn)行傳輸。由于風(fēng)力發(fā)電機(jī)工作環(huán)境惡劣，需對(duì)數(shù)據(jù)進(jìn)行遠(yuǎn)程傳輸，所以本文設(shè)計(jì)一種基于STM32遠(yuǎn)程數(shù)據(jù)采集傳輸控制系統(tǒng)，用于彌補(bǔ)風(fēng)力發(fā)電機(jī)SCADA系統(tǒng)的數(shù)據(jù)。

圖9所示為基于STM32遠(yuǎn)程數(shù)據(jù)采集的傳輸控制系統(tǒng)，該系統(tǒng)將所需傳感器及控制器安裝于指定的位置，進(jìn)行數(shù)據(jù)采集和執(zhí)行主機(jī)發(fā)出的指令。傳感器采集的數(shù)據(jù)通過(guò)信號(hào)調(diào)節(jié)器進(jìn)行調(diào)節(jié)，然后傳輸給STM32單片機(jī)，單片機(jī)對(duì)數(shù)據(jù)進(jìn)行處理后，給其添加數(shù)據(jù)頭和數(shù)據(jù)尾的標(biāo)志位進(jìn)行打包，來(lái)確保接收到的數(shù)據(jù)可識(shí)別其完整性；然后單片機(jī)通過(guò)串口傳輸給4G無(wú)線通信模塊；由于陸上風(fēng)力機(jī)不存在空間擁擠和障礙物阻擋影響模塊信號(hào)的質(zhì)量；加上4G網(wǎng)絡(luò)是面向數(shù)據(jù)通信的，本身對(duì)數(shù)據(jù)完整性實(shí)施保護(hù)及4G模塊利用TCP/IP協(xié)議將數(shù)據(jù)通過(guò)透?jìng)鞯姆绞桨l(fā)送到云服務(wù)器；TCP協(xié)議本身對(duì)提供了數(shù)據(jù)完整性檢查和檢驗(yàn)，因此在數(shù)據(jù)傳輸過(guò)程中很好保證了數(shù)據(jù)的完整性。隨后，云服務(wù)器與客戶端通過(guò)Socket進(jìn)行數(shù)據(jù)交互；當(dāng)用戶需發(fā)送控制指令給風(fēng)力機(jī)時(shí)，客戶端在人機(jī)交互窗口輸入指令，然后通過(guò)客戶端的Socket將指令發(fā)送到云服務(wù)器，云服務(wù)器將指令轉(zhuǎn)發(fā)給4G無(wú)線通信模塊，該模塊通過(guò)串口將指令發(fā)送給單片機(jī)；單片機(jī)對(duì)指令解析為控制信號(hào)，然后將信號(hào)傳輸給控制器，控制器接到信號(hào)之后，將執(zhí)行相應(yīng)操作。實(shí)現(xiàn)人機(jī)交互功能。

3.2 數(shù)據(jù)的儲(chǔ)存

風(fēng)力發(fā)電機(jī)在運(yùn)行過(guò)程中會(huì)產(chǎn)生大量數(shù)據(jù)，一是來(lái)源于SCADA的低頻數(shù)據(jù)，這些數(shù)據(jù)直接通過(guò)4G通信模塊傳輸?shù)皆品?wù)器上，賦予其時(shí)間戳，并根據(jù)數(shù)據(jù)形式將數(shù)據(jù)存儲(chǔ)于云服務(wù)器上的MySQL數(shù)據(jù)庫(kù)中。二是來(lái)源本文設(shè)計(jì)基于STM32遠(yuǎn)程數(shù)據(jù)采集傳輸控制系統(tǒng)，該系統(tǒng)主要采集一些高頻數(shù)據(jù)用于后期開發(fā)。但高頻數(shù)據(jù)一般量較大造成數(shù)據(jù)在傳輸過(guò)程中丟失或堵塞傳輸通道。為避免這種現(xiàn)象發(fā)生，將這些數(shù)據(jù)進(jìn)行邊緣計(jì)算，求取其特征值后將其特征值傳輸?shù)皆品?wù)器，并賦予其時(shí)間戳存儲(chǔ)于云服務(wù)器上的MySQL數(shù)據(jù)庫(kù)中。當(dāng)需調(diào)用這些歷史數(shù)據(jù)時(shí)，通過(guò)腳本語(yǔ)編寫指令讀取數(shù)據(jù)庫(kù)中的數(shù)據(jù)。

4 數(shù)字孿生系統(tǒng)平臺(tái)的構(gòu)建與驗(yàn)證

4.1 孿生平臺(tái)可視化

通過(guò)構(gòu)建孿生場(chǎng)景、設(shè)計(jì)數(shù)據(jù)采集控制系統(tǒng)來(lái)實(shí)現(xiàn)基于數(shù)字孿生技術(shù)的風(fēng)力發(fā)電機(jī)運(yùn)動(dòng)狀態(tài)遠(yuǎn)程監(jiān)控系統(tǒng)，其整個(gè)系統(tǒng)的運(yùn)行過(guò)程如圖10所示。在本文中，數(shù)字孿生系統(tǒng)在Intel? CoreTM i7-7500U CPU @2.70 GHz 2.90 GHz和8.00 GB

內(nèi)存的筆記本電腦、Unity3D 2021個(gè)人免費(fèi)版和Visual Studio 2019的環(huán)境中運(yùn)行；云服務(wù)器采用阿里云免費(fèi)試用版。

本文在新疆某風(fēng)場(chǎng)1.5 MW的風(fēng)力機(jī)上對(duì)構(gòu)建的數(shù)字孿生模型進(jìn)行實(shí)驗(yàn)驗(yàn)證。該模型在接入該機(jī)的SCADA數(shù)據(jù)后，不僅可實(shí)時(shí)映射運(yùn)動(dòng)狀態(tài)，還可更全面地從實(shí)際傳動(dòng)比、扭矩、各齒輪轉(zhuǎn)速等方面監(jiān)視風(fēng)力機(jī)的運(yùn)行狀態(tài)。

本系統(tǒng)所有功能由本研究團(tuán)隊(duì)開發(fā)，本文只展示筆者所開發(fā)部分。當(dāng)用戶進(jìn)入系統(tǒng)平臺(tái)，首先在登陸界面需輸入賬戶和密碼，用戶登錄界面如圖11；點(diǎn)擊登錄后，系統(tǒng)后臺(tái)通過(guò)調(diào)用腳本對(duì)用戶輸入的賬戶和密碼與云服務(wù)器端MySQL數(shù)據(jù)庫(kù)中用戶信息進(jìn)行對(duì)比，通過(guò)驗(yàn)證后進(jìn)入整個(gè)系統(tǒng)，如圖12a所示；與此同時(shí)后臺(tái)用C#語(yǔ)言編寫的腳本開始接受來(lái)自云服務(wù)器中轉(zhuǎn)的數(shù)據(jù)采集傳輸系統(tǒng)所發(fā)送的實(shí)時(shí)數(shù)據(jù)，展示到可視化界面中。相關(guān)數(shù)據(jù)包括風(fēng)速、風(fēng)向、扭矩、功率、轉(zhuǎn)速、電流和電壓等。

4.2 應(yīng)用功能的實(shí)現(xiàn)

當(dāng)需進(jìn)行人機(jī)交互時(shí)，點(diǎn)擊界面中的發(fā)送指令按鈕，跳出指令窗口如圖12b所示，可發(fā)送指令讓風(fēng)力發(fā)電機(jī)做出相應(yīng)操作。當(dāng)點(diǎn)擊切換視角按鈕后，系統(tǒng)可實(shí)現(xiàn)對(duì)風(fēng)力發(fā)電機(jī)內(nèi)部運(yùn)行狀態(tài)任意角度觀看，如圖12d所示；當(dāng)風(fēng)力發(fā)電機(jī)在運(yùn)行過(guò)程中發(fā)生故障時(shí)，系統(tǒng)會(huì)在界面跳出故障窗口，同時(shí)系統(tǒng)也會(huì)編輯短信發(fā)送給用戶，如圖12c所示。當(dāng)用戶看到警示信息，經(jīng)過(guò)決策后發(fā)出指令，風(fēng)力發(fā)電機(jī)做出相應(yīng)功能；也可將一些相關(guān)數(shù)據(jù)通過(guò)實(shí)時(shí)的動(dòng)態(tài)折線表展示，例如風(fēng)速和發(fā)電機(jī)功率在界面中也有所展示。

利用MySQL5.7軟件開發(fā)需用到數(shù)據(jù)庫(kù)，當(dāng)物理模塊采集到數(shù)據(jù)傳輸在云服務(wù)器上時(shí)，服務(wù)器上的腳本將數(shù)據(jù)發(fā)送到數(shù)字孿生系統(tǒng)的同時(shí)也在MySQL數(shù)據(jù)庫(kù)中儲(chǔ)存。在系統(tǒng)界面中，根據(jù)對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)，將本月各部件發(fā)生的故障數(shù)通過(guò)扇形圖展示；也會(huì)將近30 d的發(fā)電數(shù)據(jù)通過(guò)條形圖來(lái)展示。維護(hù)人員可根據(jù)這些數(shù)據(jù)進(jìn)行分析，確定需進(jìn)行查看歷史運(yùn)行過(guò)程時(shí)段；然后，通過(guò)數(shù)字孿生系統(tǒng)的腳本調(diào)用數(shù)據(jù)庫(kù)中的數(shù)據(jù)，將該時(shí)間段的運(yùn)行狀況進(jìn)行重現(xiàn)；若需進(jìn)行故障分析或壽命預(yù)測(cè)；客戶端可通過(guò)腳本調(diào)用算法訓(xùn)練的模型打包好動(dòng)態(tài)鏈接庫(kù)，將數(shù)據(jù)導(dǎo)入其中，通過(guò)模型分析計(jì)算，便可得到診斷結(jié)果，實(shí)現(xiàn)故障診斷和故障預(yù)測(cè)。

4.3 數(shù)字孿生模型數(shù)據(jù)分析

為驗(yàn)證該模型能否準(zhǔn)確映射物理實(shí)體，從該機(jī)SCADA數(shù)據(jù)中任意選取50條數(shù)據(jù)用于測(cè)試。圖13a為風(fēng)速變化情況；圖13b為發(fā)電機(jī)實(shí)際轉(zhuǎn)速與孿生模型發(fā)電機(jī)轉(zhuǎn)速變化情況；圖13c為實(shí)際傳動(dòng)比與模型傳動(dòng)比變化情況；圖13d為輸出軸實(shí)際扭矩與模型扭矩變化情況。根據(jù)折線圖變化情況可得出結(jié)論，該孿生模型可準(zhǔn)確實(shí)時(shí)映射風(fēng)力發(fā)電機(jī)的運(yùn)動(dòng)狀態(tài)。

根據(jù)圖13可看出孿生模型所產(chǎn)生的數(shù)據(jù)與真實(shí)測(cè)得數(shù)據(jù)存在一定誤差，為量化該誤差，本文采取平均絕對(duì)百分比誤差作為量化指標(biāo)：

[Δ=1ni=1nDTi-DRiDRi×100%] （29）

式中：[Δ]——該段時(shí)間的平均誤差；[n]——數(shù)據(jù)量；[DTi]——孿生模型產(chǎn)生的數(shù)據(jù)；[DRi]——傳感器真實(shí)測(cè)的數(shù)據(jù)。對(duì)圖13中的3組數(shù)據(jù)進(jìn)行計(jì)算，發(fā)電機(jī)轉(zhuǎn)速誤差為1.692%，傳動(dòng)比誤差為0.008%，扭矩誤差為0.202%；[Δ]越小，模型精度越高；當(dāng)[Δ]超過(guò)理論誤差范圍的時(shí)，風(fēng)力發(fā)電機(jī)可能出現(xiàn)故障。

5 結(jié) 論

本文針對(duì)風(fēng)力發(fā)電機(jī)監(jiān)控系統(tǒng)智能化和可視化程度低等問(wèn)題，提出一種基于數(shù)字孿生技術(shù)的風(fēng)力發(fā)電機(jī)運(yùn)動(dòng)狀態(tài)遠(yuǎn)程監(jiān)控系統(tǒng)。通過(guò)構(gòu)建風(fēng)力發(fā)電機(jī)的數(shù)字孿生模型，實(shí)現(xiàn)了風(fēng)力發(fā)電機(jī)的遠(yuǎn)程智能化監(jiān)控和人機(jī)交互，并驗(yàn)證系統(tǒng)的可靠性。在以上研究基礎(chǔ)上，對(duì)該系統(tǒng)實(shí)現(xiàn)的關(guān)鍵技術(shù)進(jìn)行如下總結(jié)：

1）利用模型輕量化技術(shù)，對(duì)風(fēng)力發(fā)電機(jī)幾何模型從兩個(gè)維度進(jìn)行深度輕量化處理，降低了對(duì)計(jì)算機(jī)算力的要求，提高了虛實(shí)映射的實(shí)時(shí)性。

2）提出一種遠(yuǎn)程數(shù)據(jù)采集傳輸系統(tǒng)，用于補(bǔ)充SCADA系統(tǒng)數(shù)據(jù)，對(duì)風(fēng)力發(fā)電機(jī)運(yùn)行數(shù)據(jù)進(jìn)行更全面采集，實(shí)現(xiàn)了風(fēng)力發(fā)電機(jī)運(yùn)行數(shù)據(jù)全面、有效的多元數(shù)據(jù)采集。

3）利用4G高速無(wú)線網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，保證了數(shù)據(jù)的低延時(shí)性。同時(shí)實(shí)現(xiàn)了對(duì)風(fēng)力發(fā)電機(jī)運(yùn)行狀態(tài)的遠(yuǎn)程監(jiān)控。

4）利用Unity3D、云服務(wù)器和MySQL數(shù)據(jù)庫(kù)完成了數(shù)字孿生場(chǎng)景的搭建，實(shí)現(xiàn)了虛擬模塊和物理模塊的實(shí)時(shí)映射和對(duì)過(guò)去某時(shí)間段的運(yùn)行狀態(tài)的重現(xiàn)。

通過(guò)上述的構(gòu)建，實(shí)現(xiàn)了基于數(shù)字孿生技術(shù)的風(fēng)力發(fā)電機(jī)運(yùn)行狀態(tài)遠(yuǎn)程監(jiān)控系統(tǒng)的正常運(yùn)行。并通過(guò)現(xiàn)實(shí)場(chǎng)景驗(yàn)證了系統(tǒng)的可行性和有效性。目前，本文所搭建的系統(tǒng)，實(shí)現(xiàn)了從物理空間到虛擬空間的實(shí)時(shí)映射、故障報(bào)警、運(yùn)行數(shù)據(jù)監(jiān)測(cè)、人機(jī)交互等功能。此外針對(duì)數(shù)字孿生以虛控實(shí)方面，應(yīng)從風(fēng)力發(fā)電機(jī)的基本單元、運(yùn)行機(jī)理、控制理論等多層次考慮，構(gòu)建出準(zhǔn)確、高效的控制模型，利用實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)該模型進(jìn)行控制運(yùn)算，以實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)可更安全、高效、智能化運(yùn)行。本文所提的基于數(shù)字孿生技術(shù)的運(yùn)行狀態(tài)監(jiān)控系統(tǒng)，在一定程度上為風(fēng)力發(fā)電機(jī)運(yùn)行狀態(tài)監(jiān)測(cè)提供了參考，為后續(xù)技術(shù)的開發(fā)奠定了基礎(chǔ)。在未來(lái)研究中應(yīng)主要進(jìn)行以虛控制算法的開發(fā)、故障預(yù)測(cè)等的在數(shù)字孿生中的應(yīng)用。

［參考文獻(xiàn)］

［1］ DAO P B. On Wilcoxon rank sum test for condition monitoring ""and ""fault ""detection ""of ""wind ""turbines［J］. Applied energy， 202""318： 119209.

［2］ VEGA-ZU?IGA S， RUEDA-BAYONA J G， OSPINO-CASTRO A. Evaluation of eleven numerical methods for determining weibull parameters for wind energy generation in the Caribbean region of Colombia［J］. Mathematical modelling of engineering problems， 202""9（1）： 194-199.

［3］ TUEGEL E J， INGRAFFEA A R， EASON T G， et al. Reengineering aircraft structural life prediction using a digital ""twin［J］. ""International ""journal ""of ""aerospace engineering， 201""2011： 154798.

［4］ OLATUNJI O O， ADEDEJI P A， MADUSHELE N， et al. Overview of digital twin technology in wind turbine fault diagnosis and condition monitoring［C］//2021 IEEE 12th International Conference on Mechanical and Intelligent Manufacturing Technologies （ICMIMT）. Cape Town， South Africa， 2021： 201-207.

［5］ CHIACHíO M， MEGíA M， CHIACHíO J， et al. Structural digital twin framework： formulation and technology integration［J］. Automation in construction， 202""140： 104333.

［6］ QI T F， FANG H R， CHEN Y F， et al. Research on digital twin monitoring system for large complex surface machining［J］. Journal of intelligent manufacturing， 2024， 35（3）： 977-990.

［7］ FAN Y P， YANG J Z， CHEN J H， et al. A digital-twin visualized architecture for flexible manufacturing system［J］. Journal of manufacturing systems， 202""60： 176-201.

［8］ WANG K J， LEE Y H， ANGELICA S. Digital twin design for real-time monitoring-a case study of die cutting machine［J］. International journal of production research， 202""59（21）： 6471-6485.

［9］ ZHOU Y， FU Z K， ZHANG J， et al. A digital twin-based operation status monitoring system for port cranes［J］. Sensors， 202""22（9）： 3216.

［10］ 房方， 姚貴山， 胡陽(yáng)， 等. 風(fēng)力發(fā)電機(jī)組數(shù)字孿生系統(tǒng)［J］. 中國(guó)科學(xué)： 技術(shù)科學(xué)， 202""52（10）： 1582-1594.

FANG F， YAO G S， HU Y， et al. Digital twin system for wind turbines［J］. Science in China： technology science， 202""52（10）： 1582-1594.

［11］ MOGHADAM F K， NEJAD A R. Online condition monitoring of floating wind turbines drivetrain by means of digital twin［J］. Mechanical systems and signal processing， 202""162： 108087.

［12］ ZHAO X， DAO M H， LE Q T. Digital twining of an offshore wind turbine on a monopile using reduced-order modelling approach［J］. Renewable energy， 2023， 206： 531-551.

［13］ 陶飛， 張賀， 戚慶林， 等. 數(shù)字孿生模型構(gòu)建理論及應(yīng)用［J］. 計(jì)算機(jī)集成制造系統(tǒng)， 202""27（1）： 1-15.

TAO F， ZHANG H， QI Q L， et al. Theory and application of digital twin model construction［J］. Computer integrated manufacturing systems， 202""27（1）： 1-15.

［14］ 尚海勇， 劉利強(qiáng)， 齊詠生， 等. 基于數(shù)字孿生技術(shù)的風(fēng)電機(jī)組建模研究［J］. 太陽(yáng)能學(xué)報(bào)， 2023， 44（5）： 391-400.

SHANG H Y， LIU L Q， QI Y S， et al. Research on wind turbine modeling based on digital twin technology［J］. Acta energiae solaris sinica， 2023， 44（5）： 391-400.

［15］ GARLAND M， HECKBERT P S. Surface simplification using quadric error metrics［C］//Proceedings of the 24th Annual Conference on Computer Graphics and Interactive Techniques. New York， USA， 1997： 209-216.

［16］ LIU X C， DU J， YE Z S. A condition monitoring and fault isolation system for wind turbine based on SCADA data［J］. IEEE transactions on industrial informatics， 202""18（2）： 986-995.

［17］ DAO P B. Condition monitoring and fault diagnosis of wind turbines based on structural break detection in SCADA data［J］. Renewable energy， 202""185： 641-654.

RESEARCH ON REMOTE MONITORING SYSYTEM OF

WIND TURBINE DRIVEN BY DIGITIAL

Bao Shenghui，Sun Wenlei，Liu Han，Jiang Lun，Wang Bingkai，Wang Yi

（College of Mechanical Engineering， Xinjiang University， Urumqi 830017， China）

Abstract：As the essential equipment in the field of renewable energy， wind turbines are prone to failures during operation due to long-term operation in harsh environments conditions. Therefore， it is very necessary to monitor and maintain them in the whole life cycle operation. Aiming at the low visualization level of the current wind turbine monitoring system and the inability to transmit data remotely in real time， a framework of digital twin-driven system for remotely monitoring wind turbines， which is consists of six critical modules， is proposed. Subsequently， this system has been developed via multiple technologies including entity modeling， model lightweighting， construction of behavior rule model and dynamic model， remote real-time data transmission， and visualization in Unity3D engine. Finally， the feasibility and effectiveness of the system for realizing the remote intelligent monitoring of wind turbines with real-time dynamic status monitoring， fault alarm and human-computer interaction are verified via experiments.

Keywords：wind turbines； monitoring； visualization； digital twins； twin model； condition monitoring