风力发电作为可再生能源的重要方式,已广泛应用于世界各地。为了降低风力发电机维护成本,提高故障诊断效率,需要安装风力发电机故障诊断系统。
本系统通过安装振动、速度、温度、电压电流等传感器对齿轮箱、叶片、轴系等各部位信号进行采集和分析,获取RMS、峰峰值、一倍频、N倍频、圆心轨迹等特征。当故障趋势发生时,通过频谱分析、时频分析、小波分析等,进行特征值提取和预测判断故障点。通过网络技术与云平台连接,再通过机器学习进行数据再建模,提高设备利用率,减少运营成本,提高发电量,增加经济效益。
该系统基于开放式架构,采用研华嵌入式工业电脑MIC-7500和24位高分辨率动态信号采集卡PCIE-1802等,针对风机齿轮箱,轴承,传动轴等进行监测;提供叶片,塔筒,螺栓,电气绝缘特性等健康监测和故障预警,预知性维修。
系统实施
在主轴承轴向和径向、齿轮箱输入端、行星级、中间轴、高速轴的水平和垂直方向、发电机驱动端和非驱动端径向安装8路加速度IEPE振动传感器、2路速度传感器、8路发电机功率、轴承温度等工艺参数传感器。振动信号通过PCIE-1802进行数据采集,工艺信号通过控制器采集并上传到MIC7500中。
系统功能
主要核心产品
PCIE-1802/1802L
采用研华PCIE-1802(8通道)和PCIE-1802L(4通道)组成12通道数据采集系统。
MIC-7500
采用研华嵌入式工业电脑MIC-7500,灵活扩展PCIE插槽,对信号采集提供物理和电磁保护。
本文分享自 智能制造预测性维护与大数据应用 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!