基于Labview的风电机组健康状态监测系统设计开题报告

1. 研究目的与意义

风力发电作为一种清洁能源，近年来得到了世界各国大力研究和开发。大型风力发电机组因地处宽阔边远地域，如近海和戈壁滩、草原等地区，受其恶劣的自然环境，以及复杂的发电机组结构等因素影响，风电机组设备很容易遭破坏，影响生产。要使风电场与其它发电厂相比更加具有竞争力，必须提高其可靠性、高效率及发电机组的寿命。因此，状态健康监测作为风电机组设备正常运行，优化机组设备使用，以及机组设备的故障诊断的必要手段，研究开发完善优化的状态监测系统有着十分重要的意义。

目前，国内风电场的状态监测系统大多还是依赖于国外风电公司的产品，国外成熟的产品有专业轴承公司 skf 的风电机组状态监测系统 windcon2.0，丹麦 mita teknik 公司的 wp4086状态监测系统。国内有一些科研单位开发了远程监控系统，如新疆金风科技股份科技公司开发的风电场 scada 系统。

旋转机械在风力发电机组中占有很大的部分，从风叶主轴承到齿轮箱到发电机，整个传动链无不是以旋转形式传递着机械能。旋转机械在工作中不可避免的产生着振动，振动使结构的内应力大大增加，由于振动产生的交变载荷使结构发生疲劳破坏。

目前对风电机组系统的维护有以下四种策略：一是“响应式维护”，即在机组出现故障崩溃以后进行维护；二是“预防式维护”，即在规定期内进行设备的替换；三是“预测式维护”，即根据设备的状态进行替换；四是“主动可靠式维护”，即根据“预测是维护”所得的信息，优化风电机组的运行和使用。

2. 研究内容和预期目标

本课题的目标：将理论知识应用于实践，以NI（National Instruments Corporation）LabVIEW8.6 作为实现手段，针对风电机组的故障多发部位设计开发一套实时状态监测与故障预示系统，通过数据采集系统进行了振动信号采集，采用工程中较常用的时域、频域的分析方法进行信号分析和特征提取，并根据所提取的信号特征对照识别人工设置的仿真故障来确定故障部位、故障预示以及维护建议。

课题的主要内容是：该系统采用传感器作为下位机，传感器和计算机采用串口单向通信，采用LabVIEW（虚拟仪器）平台作为上位机，实时监控调节采集的数据。利用LabVIEW设计方法，对实时采集的信号进行时域、频域分析，对信号进行定量分析，进而对风电机组的运行状态进行监测以及预估出将来可能发生的故障，并及时的提供维护信息。系统的核心工作原理是将采集的不同工况风电机组的振动信号进行监测和分析，对于异常状态或可能出现的故障，给出故障预示分析，以及相应的维护建议。

3. 研究的方法与步骤

本课题的研究方法和步骤包括：

1）在机组各个关键部位安装不同传感器，采集振动、转速、温度等信号。如低速轴位置选择低速加速度传感器，在高速轴部分选择压电加速度传感器。

2）将系统进行模块化设计，系统功能模块主要分为信号采集模块、数据管理模块、信号处理模块、故障预示与诊断模块

4. 参考文献

[1] 岂兴明 田京京 朱洪崎．labview入门与实战开发100例.第二版 ．电子工业出版社，2014.

[2] 胡乾苗. labview虚拟仪器设计与应用，清华大学出版社, 2016

[3] 刘文艺 风电机组振动监测与与故障诊断研究 重庆大学 2010

5. 计划与进度安排

1．2022-12-20～2022-2-10 查阅资料，翻译外文资料和撰写开题告；

2．2022-2-11～2022-3-17 查阅相关资料，确定研究方法和数据分析方法；

3．2022-3-18～2022-4-10 利用ni硬件进行故障模拟并采集数据