<ul id="8og0k"><sup id="8og0k"></sup></ul><strike id="8og0k"><menu id="8og0k"></menu></strike>
  • <ul id="8og0k"></ul>
  • <strike id="8og0k"></strike>
    <fieldset id="8og0k"><menu id="8og0k"></menu></fieldset>
  • <tfoot id="8og0k"></tfoot>
  • <abbr id="8og0k"><center id="8og0k"></center></abbr>

    聯系手機(張經理)

    18952302050

    咨詢熱線

    0517-86512182
    風力發電機組在線振動系統組成
    發布時間:2021-07-30 14:47:38

    風力發電機組在線振動系統主要由振動信號采集單元、風電場數據處理中心、遠程數據診斷中心三部分組成。信號采集傳輸單元實時采集風力機機艙傳動部件的振動信號,通過信號調理轉換為電壓信號,經ADC轉換器轉換為數字量信號,由數據采集器進行信號整合,通過網線接入風場SCADA光纖監控網絡中;風電場數據處理中心實時顯示測量到的轉速、振動等信號,并進行簡單的數據分析與存儲;遠端數據診斷中心采用VPN方式接入監控網絡,由專家進行異常機組的故障診斷分析。具體網絡拓撲結構如圖1所示。

    振動圖1.png

    1、信號采集單元

    每臺風力發電機組安裝8個不同頻段的加速度振動傳感器與一個電感式接近開關,振動傳感器信號經過信號調理器后輸出直流電壓信號,由ADC轉換器進行模擬量到數字量的轉換,數據采集器控制ADC轉換器進行數據采集,采樣頻率由控制程序進行設定。接近開關信號接入數據采集器的編碼器通道,測量電機轉速,所有測量信號均接入風電場SCADA監控網絡。振動采集單元具體結構如圖2所示。

    振動圖2.png

    (1)振動傳感器

    振動傳感器選用壓電式IEPE/ICP振動加速度傳感器,具有測量精度高、安裝可靠、信號傳輸距離遠、環境適應能力強等特點,本設計所選用振動傳感器性能滿足如下要求:①通頻傳感器靈敏度100mV/g,標準應用范圍50g,低頻傳感器靈敏度500mV/g,應用范圍10g;②頻率范圍:0.5~10kHz;③量程:不小于0~10g;④防護等級:IP65。具體選型結果及安裝位置見表1。

    振動表1.png

    (2)信號調理器

    設計選用2個JK343L型加速度傳感器信號調理器,通過BNC及2針MIL-C5015接頭電纜連接振動傳感器,為振動傳感器提供4mA恒流源供電電流,具有硬件濾波、去偏置電壓、抗混疊功能,同時可輸出差分電壓信號。單個JK343L信號調理器具有4個通道,24VDC恒流供電電壓,低頻下限0.08Hz,高頻上限1~100kHz,默認設置為30kHz,輸出電壓增益為1~100,默認設置為1。

    (3)轉速傳感器

    選用BESM18EI型電感式接近開關,安裝在齒輪箱高速軸側,用來測量電機轉速,信號接入數據采集器的增量式編碼器測速接口。

    (4)ADC轉換器

    采用基于AD7606芯片的8通道16位ADC同步模擬量數據轉換器,所有通道都具有高達200kSPS的采樣率,搭載二階抗混疊模擬濾波器,帶8檔數字濾波器過采樣功能,輸出接口通過8080并行方式接入數據采集器GPIO接口。

    (5)數據采集器

    數據采集器選用STM32F429BIT6/LQFP-208型ARM微處理器,主頻為180MHz,板載通用GPIO接口、MicroSD數據卡存儲接口、RS232串行通訊接口(SP3232)、CAN2.0通訊接口(SN65HVD230)、100M以太網傳輸接口(DM9000)。通過C語言編程實現以下功能:8通道1Hz頻率的數據連續并行采樣、8通道小于20kHz的自定義頻率1分鐘定時數據采樣、采集器離線時MicroSD卡數據存儲、以太網TCP/IP數據傳輸、編碼器通道轉速采集、與風機主控PLC CAN模塊通訊傳輸風電機組功率、溫度等附加信息。數據采集器使用100米CAT6型網線接入風機底部監控柜的線路交換機,將所采集的信號發送到SCADA監控網絡。

    振動圖3圖4.png

    2、風電場數據處理中心

    風電場數據處理中心由前臺監控主機與后臺數據庫服務器兩部分組成,根據風電機組振動監測與故障分析預警的需求分析、不同操作系統的可移植性及大數據分析的便利性,采用Python語言環境開發前臺監控軟件。

    (1)前臺監控主機

    前臺監控主機所搭載的監控軟件具備實時數據監控、數據存儲分析、故障預測等功能,監控主界面采用Python編程環境的PyQT5模塊開發,SocketServer模塊進行數據接收與處理,SqlServer模塊進行數據庫存儲,采用scipy、numpy、pandas庫進行數據分析。

    ①實時數據監控,采集各機組1S間隔的周期數據,實時顯示風機運行狀態、振動數值及振動曲線。

    ②數據存儲分析,將實時數據存儲到后臺服務器的數據庫中,具有數據導出、時域指標(峰值、均方根值、偏度、峭度、波形因子、峰值因子、脈沖因子、裕度因子)分析功能及錄波數據的時域分析、頻域分析功能。

    ③故障預測,通過自學習的方法分析歷史數據的各類時域指標,形成故障閾值,自動識別異常部件。根據部件的特征頻率設定錄波參數,定時采集振動數據,通過FFT變換、包絡解調分析等識別故障部位及損壞程度。

    (2)數據庫服務器

    數據庫服務器作為在線振動系統的數據中心,搭建Postgre SQL 12數據庫,按風機名稱建立數據表,存儲前臺監控軟件所獲取的風機振動、轉速、功率、溫度等所有信息,同時也以獨立文件形式存儲定時采集的高頻錄波數據。

    3、遠程數據診斷中心

    遠程數據診斷中心通過防火墻VPN方式接入風電場的監控網絡,主機具備使用Web網頁連接訪問數據庫,導出歷史數據、錄波數據的功能,振動分析專家可使用專業分析軟件對數據進行診斷分析,檢驗自動分析結果的準確性,及時生成監測報告,保證設備安全運行。

    主站蜘蛛池模板: 久久精品国产免费| 国产高清在线精品一本大道| 中文字幕亚洲综合精品一区| 十八18禁国产精品www| 国产精品女人呻吟在线观看| 一夲道无码人妻精品一区二区| 国产叼嘿久久精品久久| 国产精品水嫩水嫩| 四虎影院国产精品| 亚洲永久永久永久永久永久精品 | 国产成人精品久久免费动漫| 亚洲精品国产精品乱码不卡| 国产精品免费在线播放| 99久久精品国产免看国产一区| 中文字幕精品视频在线| 毛片a精品**国产| 国产精品免费久久| 亚洲国产成人久久精品影视| 99re这里只有精品6| 麻豆aⅴ精品无码一区二区 | 亚洲精品国产精品国自产观看 | 亚洲精品国精品久久99热一| 久久99热这里只有精品国产| 国产69精品久久久久99| 欧美精品一区二区三区在线| 91精品啪在线观看国产| 国产精品亲子乱子伦xxxx裸| 免费精品无码AV片在线观看| 午夜精品久久久久久毛片| 亚洲精品尤物yw在线影院| 无码8090精品久久一区| 欧美精品成人3d在线| 久久九九久精品国产| 国产一区麻豆剧传媒果冻精品| 国产精品偷窥熟女精品视频| 国产欧美日韩综合精品一区二区三区 | 欧美国产日韩精品| 九九精品成人免费国产片| 久久精品国产99国产电影网| 久久精品视频网| 欧洲精品视频在线观看|