基于dsp＋arm风电机组振动监测仪研究

《基于dsp＋arm风电机组振动监测仪研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学兔兔www.xuetutu.com《自动化与仪器仪表))2o13年第期(总第169期)基于DSP+ARM的风电机组振动监测仪的研究王强(兰州A-V-大学电气工程与信息工程学院甘肃兰州，730050)摘要：主要研究了基于DSP+ARM双核的风电机组监测仪，以轴承振动信号作为监测对象，通过时域分析和小波包分析诊断风电机组故障；描述了系统设计方案，研究了数据检测方法、通讯方式、人机接口功能、DSP和ARM的通信方式。该系统是一款功能比较强大，能够可靠监测风电机组，并能有效的分析处理数据的系统。关键词：DSP+ARM；双馈风电机组；轴承故障；振动信号；

2、小波包分析Abstract：MainlystudiedthewindturbinesmonitorbasedonDSP+ARMdual-core，bearingvibrationsignalsasmonitoringobjects，bytimedomainanalysisandwaveletpacketanalysisinthediagnosisofwindturbinefault；Describesthesystemdesignscheme，thedatadetectionmethod，communication，man—machineinte

3、rfacefunction，DSPandARMwayofcommunication．Thesystemisamorepowerful，reliablemonitoringofwindturbines，andeffectivedataanalysisandprocessingsystem．Keywords：DSP+ARM；Doubly—fedwindpowerplant；Bearingfault；Vibrationsignal；Waveletpacketanalysis中图分类号：TP393文献标识码：A文章编号：1001-9227(2013)05

4、-0031-030引言‘，Z(D—dCOS)——广一国外对风力发电研究是十分重视的，特别是在监控技术的式(1)中，d为滚珠直径；D为滚道节径；￡为轴的旋转研究方面，而且建立的监控和分析体统都是比较成熟的。但是频率；c【为接触角度；z为滚珠数目。我国在这方面的发展还是比较落后的，比如在风力机组的故障1．1振动信号的时域分析方面并不可以提前预测，风电场的产能效率就会受到严重的影在振动数据分析时，为了更快诊断风电机组的显现故障，响。所以，风电机组检测系统的开发和研究有着十分重要的意对时域特征参数进行了提取。主要提取的参数有方差、均方幅义。值、峭度、脉冲

5、指标和峰值指标等。现在我国已经大大提高了风电机组的在线网络监控水平，其中，方差能够直接反映振动能量的大小，均方幅值能够但是这方面的技术还不足。研究设计安全可靠、信息及时的风反映振动的烈度，峭度、脉冲指标和峰值指标可以反映冲击能电机组的振动系统，而本次设计是采用了ARM和DSP双处理量的大小。对于长度有限且离散的时间序列X。，X，⋯，X，器。此系统是采用数据处理核心TI公司的DSPTMS320vC各参数的计算公式如下。5402，可以达到数据采集、数据分析和特征提取等效果；利用小波包分析振动信号，判断异常部位、异常原因和异常程度；方差：：∑-x)=一

6、(2)在人机接口、完成故障诊断和通讯功能等方面可以用三星公司其中，‰为均方值，为均值。出产的ARM$3C2410A为控制核心来完成。均方幅值：一=(∑)(3)1风电机组的故障诊断机器的荷载全部由轴承承载着，所以会出现很多问题，例峭度：=善()(4)如对称、不平衡等问题，这些问题都会引起机械发生振动，并脉冲指标：，：(5)将这种振动传递给轴承。因此我们可以通过检测轴承来判断风电机组是否出现故障并判断轴承有没有出现缺陷。其中，为幅值，=-}21X,iI为平均幅值。轴承的表面经常会出现磨损或受到其他原因引起的损伤。峰值指标：C=二(6)而轴承因为使用较

7、久出现松动和不平衡、机器的安装不当和荷一载过大等问题也是导致故障的原因。1．2振动信号的小波包分析在现实对滚动轴承测量的时候，通常会进行轴承外圈的测滚动体每次经过故障部位，都会发生振动冲击，这也是导量，而测量的方法是将振动传感器放置在轴承座上。滚动轴承致轴承会在一瞬间发生高频率的振动，这也就说明轴承发生了的外圈滚道通过的频率为：故障。因此轴承在出现故障的时候所发出的信号都是不平稳的，而机械在正常时候也会发出较大的信号，这些信号会把故障信号所掩盖，因此我们无法获得故障信息。所以我们进行时收稿日期：2O13—06—26域分析时不仅要分析振动的信号，还

8、采用小波包算法将信号分作者简介：王强(1966一)，男，副教授，主要研究方向为自动化仪器仪表、人工智能与模式判别等。解到各个不同的频段，