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和遠程數據診斷中心組成。信號采集傳輸單元實時采集風力發電機組機艙傳動部件的振動信號，通過信號調理轉換成電壓信號，通過ADC轉換器轉換成數字信號，由數據采集器進行信號整合，通過網線連接到風電場SCADA光纖監控網絡；風電場數據處理中心實時顯示測量的轉速、振動等信號，并進行簡單的數據分析和存儲；遠程數據診斷中心通過VPN連接到監控網絡，專家可以對異常機組的故障進行診斷分析。具體的網絡拓撲如圖1所示。

風力發電機組在線振動系統

1.信號采集單元

每臺風力發電機組配有8個不同頻段的加速度振動傳感器和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ADC電壓信號，ADC轉換器將模擬轉換為數字。數據采集器控制ADC轉換器采集數據，采樣頻率由控制程序設置。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，所有測量信號接入風電場SCADA監控網絡。振動采集單元的具體結構如圖2所示。

風力發電機組在線振動系統

(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、環境適應性強等特點。本設計選用的振動傳感器性能滿足以下要求：通頻傳感器靈敏度為100mV/g，標準應用范圍為50g，低頻傳感器靈敏度為500mV/g，應用范圍為10g；頻率范圍：0.5 ~ 10千赫；范圍：不小于0 ~ 10g防護等級：IP65。具體選型結果和安裝位置見表1。

風力發電機組在線振動系統

(2)信號調節器

設計了兩個JK343L加速度傳感器信號調理器，通過BNC和2針MIL-C5015連接器電纜連接到振動傳感器，為振動傳感器提供4mA恒流源。具有硬件濾波、去偏壓和抗混疊功能，可以輸出差分電壓信號。單個JK343L信號調理器有四個通道，24VDC恒流電源電壓，低頻下限0.08Hz，高頻上限1~100kHz，默認設置30kHz，輸出電壓增益1~100，默認設置1。

(3)速度傳感器

選用BESM18EI感應接近開關，安裝在齒輪箱高速軸一側，用于測量電機轉速。信號連接到數據采集器增量編碼器的測速接口。

(4)模數轉換器

采用基于AD7606芯片的8通道16位ADC同步模擬數據轉換器。所有通道的采樣速率最高可達200kSPS。它配有一個二階抗混疊模擬濾波器，具有8級數字濾波器的過采樣功能。輸出接口通過8080并行方式連接到數據采集器的GPIO接口。

(5)數據收集器

數據采集器為STM32F429BIT6/LQFP-208 ARM微處理器，主頻180MHz，板載通用GPIO接口，MicroSD數據卡存儲接口，RS232串行通信接口(SP3232)，CAN2.0通信接口(SN65HVD230)，100M以太網傳輸接口(DM9000)。通過C語言編程實現以下功能：8路1Hz頻率的數據連續并行采樣，8路自定義頻率小于20kHz的1分鐘定時數據采樣，采集器離線時MicroSD卡的數據存儲，以太網TCP/IP數據的傳輸，編碼器通道的速度采集，與風機主控制器的PLC CAN模塊通信傳輸風機功率和溫度等附加信息。數據采集器使用100米CAT6網線連接到風機底部監控柜的線路開關，將采集到的信號發送到SCADA監控網絡。

風力發電機在線振動系統

2.風電場數據處理中心

數據處理

監控主機攜帶的監控軟件具有實時數據監控、數據存儲與分析、故障預測等功能。主監控界面采用Python編程環境的PyQT5模塊開發，SocketServer模塊接收和處理數據，SqlServer模塊將數據存儲在數據庫中，使用scipy、numpy和pandas庫進行數據分析。

實時數據監控，每隔1S采集一次各機組的循環數據，實時顯示風機的運行狀態、振動值和振動曲線。

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、記錄數據的時域指標(峰值、均方根值、偏斜度、峰度、波形因子、峰值因子、脈沖因子、余量因子)分析、時域分析、頻域分析等功能。

故障預測：用自學習的方法分析歷史數據的各種時域指標，形成故障閾值，自動識別異常成分。根據部件的特征頻率設定記錄參數，定期采集振動數據，通過FFT變換和包絡解調分析識別故障位置和損傷程度。

(2)數據庫服務器

服務器作為在線振動系統的數據中心，構建Postgre SQL 12數據庫，根據風機名稱建立數據表，存儲風機振動、轉速、功率、溫度等所有信息。由前端監控軟件獲取，并以獨立文件的形式存儲定期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連接到風電場的監控網絡，主機具有使用網頁訪問數據庫，導出歷史數據和錄波數據的功能。振動分析專家可以利用專業的分析軟件對數據進行診斷分析，檢查自動分析結果的準確性，及時生成監測報告，保證設備的安全運行。