[发明专利]一种智能风机巡检系统及其工作方法

摘要

本发明涉及风机巡检领域，具体为一种智能风机巡检系统及其工作方法，其中，智能风机巡检系统包括：信息采集子系统和健康管理平台；其中所述信息采集子系统包括：处理器模块，与处理器模块连接的通信模块和采集组件；所述采集组件适于将采集的风机运行数据通过通信模块发送至健康管理平台；所述健康管理平台适于根据风机运行数据预测风机故障。实现了风机故障的预测。

主权项

1.一种智能风机巡检系统，其特征在于，包括：信息采集子系统和健康管理平台；其中所述信息采集子系统包括：处理器模块，与处理器模块连接的通信模块和采集组件；其中所述采集组件适于将采集的风机运行数据通过通信模块发送至健康管理平台；所述健康管理平台适于根据风机运行数据预测风机故障；所述采集组件包括：适于检测风机外部运行数据中风速的风速传感器、风机外部环境温度的第一温度传感器、风机功率的功率传感器、风向的风向传感器、偏航误差的电子开关量传感器、气压的气压传感器和空气湿度的湿度传感器；以及所述采集组件还包括：适于检测风机内部零部件运行数据中轮毂转速的第一霍尔传感器、主轴轴承震动频率的振动传感器、齿轮箱内温度的第二温度传感器、发电机转速的第二霍尔传感器、主轴承温度的第三温度传感器、发电机温度的第四温度传感器和发电机驱动端轴承温度的第五温度传感器；所述健康管理平台还适于在根据风机外部运行数据和风机内部零部件运行数据预测风机故障时，生成巡检任务单，并推送至巡检终端；所述智能风机巡检系统还包括：管理端；所述管理端与巡检终端、健康管理平台互联；其中所述健康管理平台适于将巡检任务单发送至管理端，所述管理端适于从巡检终端获取巡检任务单反馈数据，所述健康管理平台适于从管理端中调取历史巡检任务单数据和预测风机故障信息，以更新巡检故障数据库；所述健康管理平台适于通过风机外部运行数据和风机内部零部件运行数据预测风机故障，生成巡检任务单，即建立风机外部运行数据和风机内部零部件运行数据的涉及F函数的关系模型：A₁C_cm =F{P（A₁B₁ ，A₁B₂ ，A₁B₃，…A₁B_n ，A₁C_m），        P（A₂B₁ ，A₂B₂ ，A₂B₃ ，…A₂B_n ，A₂C_m），        P（A₃B₁ ，A₃B₂ ，A₃B₃ ，…A₃B_n ，A₃C_m），        ……        P（A_NB₁，A_NB₂ ，A_NB₃ ，…A_NB_n ，A_NC_m），        P（A_SB_S1 ，A_SB_S2， A_SB_S3 ，…A_SB_Sn ，A_SC_Sm）}；式中：B_n为风机所需检测风机外部运行数据，n为1、2…，即B₁为风速、B₂为温度、B₃为功率、B₄为风向、B₅为偏航误差、B₆为气压、B₇为空气湿度；A_NB_n为风机第N次检测的风机外部运行数据的历史数据，N为1、2…；A_NC_m为风机第N次检测的风机内部零部件运行数据的历史数据；A_SB_Sn为实时检测的风机外部运行数据，n为1、2…，即A_SB_S1为实时检测的风机外部风速、A_SB_S2实时检测的风机外部环境温度、A_SB_S3实时检测的风机功率、A_SB_S4实时检测的风向、A_SB_S5实时检测的偏航误差、A_SB_S6实时检测的气压和A_SB_S7实时检测的空气湿度；A_SC_Sm为风机实时检测的风机内部零部件运行数据；P函数为：A₁C₁ = +A₁B₁ +A₁B₂ +A₁B₃+ …A₁B_n+ε₁，其中为回归常数，为回归系数，即为风速的回归系数、为温度的回归系数、为功率的回归系数、为风向的回归系数、为偏航误差的回归系数、为气压的回归系数和为空气湿度；ε₁为随机误差；采用最小二乘估计方法，获得,,,…的值的方法包括：计算风机外部运行数据和风机内部零部件运行数据的离差：A_iC_m‑E(A_iC_m)= A_iC_m ‑‑A_iB₁ ‑A_iB₂ ‑A_iB₃‑ …A_iB_n；式中，A_i为风机的历史检测次数，i∈N；E(A_iC_m)为A_iC_m的数学期望；A_iC_m‑E(A_iC_m)为离差；计算离差平方和：；,,,… 的最小二乘估计值,,,…满足：；此时,,,…的值即为,,,…的值；基于 ，， ，  …的值和实时检测的风机外部运行数据获得预测值：Y=+A_SB_S1+A_SB_S2+A_SB_S3+ …A_SB_Sn+εs；式中，εs为实时数据的偏差量；Y为预测值；通过F函数结合故障时的实时检测的风机外部运行数据将预测值Y和A_SC_Sm进行比较，对轮毂故障预测，即当|Y‑A_SC_S1|＜εs时，A₁C_c1=1，表示轮毂转速范围正常；当|Y‑A_SC_S1|＞εs时，A₁C_c1=0，表示轮毂转速范围异常，预测轮毂即将发生故障；设m的取值范围[1,7]，当m取1时，风机外部运行数据和风机内部零部件运行数据的关系模型为轮毂转速模型；当m取2时，风机外部运行数据和风机内部零部件运行数据的关系模型为风机主轴轴承震动频率模型；当m取3时，风机外部运行数据和风机内部零部件运行数据的关系模型为风机齿轮箱温度模型；当m取4时，风机外部运行数据和风机内部零部件运行数据的关系模型为风机发电机转速模型；当m取5时，风机外部运行数据和风机内部零部件运行数据的关系模型为风机主轴承温度模型；当m取6时，风机外部运行数据和风机内部零部件运行数据的关系模型为风机发电机温度模型；当m取7时，风机外部运行数据和风机内部零部件运行数据的关系模型为风机发电机驱动端轴承温度模型；当在风机内部零部件预测即将发生故障时，生成巡检任务单。