風(fēng)電機(jī)組在線狀態(tài)監(jiān)測與數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)

鄭啟山 朱少紅 陳長紅 常海青 晏錫忠 魏晨曦

關(guān)鍵詞：風(fēng)電塔筒；葉片缺陷；傾斜；變形；螺栓疲勞；數(shù)據(jù)分析

1 引言

在能源危機(jī)和環(huán)境危機(jī)日益嚴(yán)重的情況下，我國國土資源遼闊，利用風(fēng)力資源實(shí)現(xiàn)發(fā)電的技術(shù)前景廣闊。風(fēng)力發(fā)電在我國的能源結(jié)構(gòu)中占比較大，因此，其運(yùn)行狀態(tài)是否正?；虬踩秋L(fēng)電場設(shè)備重點(diǎn)管理的內(nèi)容。風(fēng)電塔筒作為風(fēng)電機(jī)組的支撐系統(tǒng)，支撐著機(jī)艙和葉輪的工作[1]，在長期的機(jī)械振動(dòng)工作過程中，風(fēng)電塔筒會(huì)受到地質(zhì)條件、溫度、風(fēng)向、暴雨等外界環(huán)境因素的影響，在風(fēng)速、重力等作用下導(dǎo)致塔筒發(fā)生傾斜、變形和連接螺栓斷裂的情況。此外，風(fēng)機(jī)葉片在風(fēng)吹、日曬、雨淋、雷擊等惡劣環(huán)境影響下會(huì)出現(xiàn)裂紋、劃痕、侵蝕等缺陷[2]。

風(fēng)電場通常選址在荒無人煙的野嶺或海上，整個(gè)風(fēng)電機(jī)組的設(shè)備運(yùn)行狀態(tài)和安全依靠人工巡檢或定期維護(hù)，長期屬于無人值守的狀態(tài)，無法實(shí)時(shí)掌控其設(shè)備運(yùn)行狀態(tài)和安全情況，且風(fēng)機(jī)葉片處于高空，人工檢測的難度大，不易實(shí)現(xiàn)[3]。因此，對(duì)風(fēng)機(jī)葉片的缺陷及其塔筒的傾斜、變形進(jìn)行實(shí)時(shí)監(jiān)測，以及對(duì)塔架螺栓的疲勞情況進(jìn)行評(píng)估十分重要，避免風(fēng)電機(jī)組由于外界惡劣環(huán)境因素發(fā)生的安全問題。

本文提出風(fēng)電機(jī)組在線狀態(tài)檢測與數(shù)據(jù)分析系統(tǒng)，主要包括葉片缺陷檢測、塔筒監(jiān)測、無線自組網(wǎng)模塊、數(shù)據(jù)分析平臺(tái)模塊，實(shí)現(xiàn)在線實(shí)時(shí)監(jiān)測風(fēng)電機(jī)組運(yùn)行，保障風(fēng)電機(jī)組安全。

2 系統(tǒng)結(jié)構(gòu)

風(fēng)電機(jī)組在線狀態(tài)檢測與數(shù)據(jù)分析系統(tǒng)主要包括葉片缺陷檢測、塔筒監(jiān)測、無線自組網(wǎng)模塊、數(shù)據(jù)分析平臺(tái)4大模塊，系統(tǒng)功能如圖1所示。

如圖1所示，葉片缺陷監(jiān)測模塊采用基于深度學(xué)習(xí)的目標(biāo)檢測算法進(jìn)行葉片缺陷目標(biāo)檢測，主要包括葉片數(shù)據(jù)采集和AI缺陷識(shí)別兩部分；葉片數(shù)據(jù)采集由無人機(jī)拍照來實(shí)現(xiàn)，AI缺陷識(shí)別由相應(yīng)的算法來實(shí)現(xiàn)。塔筒監(jiān)測模塊分為塔筒傾斜監(jiān)測、變形監(jiān)測、螺栓疲勞預(yù)測部，分別由傾角傳感器、超聲傳感器等采集模塊采集數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行分析和計(jì)算，生成傾斜角度、變形位移和疲勞度預(yù)測數(shù)據(jù)，實(shí)現(xiàn)塔筒實(shí)時(shí)監(jiān)測；無線自組網(wǎng)模塊在軟件上設(shè)計(jì)了MAC協(xié)議、網(wǎng)絡(luò)層協(xié)議、低功耗優(yōu)化3部分，硬件平臺(tái)主要由自組網(wǎng)網(wǎng)關(guān)和自組網(wǎng)無線傳輸模塊組成；數(shù)據(jù)分析平臺(tái)根據(jù)傳感器上傳的風(fēng)電塔筒運(yùn)行數(shù)據(jù)、故障數(shù)據(jù)等，建立軟件平臺(tái)進(jìn)行系統(tǒng)數(shù)據(jù)分析。

葉片缺陷監(jiān)測部分是在風(fēng)機(jī)停止工作后，由無人機(jī)對(duì)風(fēng)機(jī)葉片進(jìn)行航拍，無人機(jī)獲取的照片存儲(chǔ)到無人機(jī)的內(nèi)部存儲(chǔ)設(shè)備中，待飛行結(jié)束后由存儲(chǔ)設(shè)備中導(dǎo)入到數(shù)據(jù)分析平臺(tái)上，通過相應(yīng)的AI算法來對(duì)照片進(jìn)行識(shí)別處理。

每段塔筒的法蘭連接處部署相應(yīng)的螺栓監(jiān)測傳感器，同時(shí)每段的螺栓傳感器配備有相應(yīng)的通道擴(kuò)展器，傳感器與擴(kuò)展器直接連接，多個(gè)通道擴(kuò)展器以串聯(lián)的方式連接。通道擴(kuò)展器與超聲測量模塊之間以RS485方式連接，超聲測量模塊與自組網(wǎng)網(wǎng)關(guān)通過以太網(wǎng)或者RS485的形式進(jìn)行數(shù)據(jù)的傳輸。

塔筒的傾斜、變形監(jiān)測傳感器由傾角傳感器實(shí)現(xiàn)，根據(jù)監(jiān)測需求安裝在塔筒的不同段數(shù)上，并與自組網(wǎng)網(wǎng)關(guān)通過RS485總線進(jìn)行數(shù)據(jù)的傳輸。

自組網(wǎng)網(wǎng)關(guān)將采集的數(shù)據(jù)通過以太網(wǎng)協(xié)議或者RS485協(xié)議，發(fā)給自組網(wǎng)無線模塊。無線模塊將數(shù)據(jù)通過自組網(wǎng)的多個(gè)節(jié)點(diǎn)，最終傳輸至中控室的數(shù)據(jù)分析平臺(tái)上展示。

3 風(fēng)電監(jiān)測系統(tǒng)組成

風(fēng)電監(jiān)測系統(tǒng)的整體連接圖如圖2所示。

其中，葉片缺陷監(jiān)測是在風(fēng)機(jī)停止運(yùn)行后，由無人機(jī)對(duì)風(fēng)機(jī)葉片進(jìn)行航拍獲取照片，然后存儲(chǔ)到無人機(jī)的內(nèi)部存儲(chǔ)設(shè)備中，待飛行結(jié)束后由存儲(chǔ)設(shè)備導(dǎo)入數(shù)據(jù)分析平臺(tái)，通過YOLOv5算法對(duì)照片中的信息進(jìn)行識(shí)別和缺陷檢測處理。

根據(jù)塔筒的段數(shù)將塔筒分為Ⅰ段、Ⅱ段、Ⅲ段等，每段塔筒的法蘭連接處部署相應(yīng)的螺栓監(jiān)測傳感器，同時(shí)每段的螺栓傳感器配備有相應(yīng)的通道擴(kuò)展器，傳感器與擴(kuò)展器直接連接，多個(gè)通道擴(kuò)展器以串聯(lián)的方式連接。通道擴(kuò)展器與超聲測量模塊之間是以RS485方式進(jìn)行連接，超聲測量模塊與自組網(wǎng)網(wǎng)關(guān)通過以太網(wǎng)或者RS485的形式進(jìn)行數(shù)據(jù)的傳輸。

塔筒的傾斜和變形監(jiān)測由傾角傳感器完成。根據(jù)實(shí)際需求安裝在塔筒各段的中心處，傾角傳感器與自組網(wǎng)網(wǎng)關(guān)通過RS485總線進(jìn)行數(shù)據(jù)的傳輸。

自組網(wǎng)網(wǎng)關(guān)將采集的數(shù)據(jù)通過以太網(wǎng)協(xié)議或者RS485協(xié)議，發(fā)給自組網(wǎng)無線模塊。無線模塊將數(shù)據(jù)通過自組網(wǎng)的多條路由節(jié)點(diǎn)，最終傳輸至中控室的數(shù)據(jù)分析平臺(tái)展示。

4 硬件設(shè)計(jì)

4.1 傾角傳感器設(shè)計(jì)

采用傾角傳感器來監(jiān)測塔筒的傾斜和變形[4]。傾角傳感器由3軸加速度傳感器芯片和單片機(jī)組成，單片機(jī)用來采集3軸加速度傳感器芯片的數(shù)據(jù)，并將數(shù)據(jù)以RS485總線協(xié)議轉(zhuǎn)發(fā)出去。傾角傳感器的設(shè)計(jì)框圖如圖3所示。

如圖3所示，其中單片機(jī)通過SPI協(xié)議或者I2C協(xié)議來采集3軸加速度傳感器芯片的數(shù)據(jù)，然后將數(shù)據(jù)通過UART 口轉(zhuǎn)發(fā)出去，UART 口轉(zhuǎn)發(fā)的數(shù)據(jù)經(jīng)RS485收發(fā)器轉(zhuǎn)換為符合RS485總線協(xié)議的數(shù)據(jù)。自組網(wǎng)網(wǎng)關(guān)通過RS485協(xié)議采集相關(guān)的數(shù)據(jù)，通過無線網(wǎng)絡(luò)傳輸?shù)街锌厥摇?/p>

4.2 螺栓應(yīng)力測量裝置

螺栓應(yīng)力測量裝置包括螺栓測量采集、螺栓應(yīng)力標(biāo)定、螺栓數(shù)據(jù)處理和螺栓測量輸出等4個(gè)模塊。圖4為螺栓應(yīng)力測量裝置設(shè)計(jì)圖。

其中，螺栓測量采集模塊用于完成多路時(shí)間測量傳感器信號(hào)的切換、溫度補(bǔ)償校準(zhǔn)和納秒時(shí)間戳測量；螺栓應(yīng)力標(biāo)定模塊用于在非緊固狀態(tài)下對(duì)螺栓進(jìn)行納秒級(jí)時(shí)間戳測量工作，配合外部設(shè)備對(duì)螺栓進(jìn)行加力，以此完成螺栓應(yīng)力標(biāo)定參數(shù)的生成；螺栓數(shù)據(jù)處理模塊用于對(duì)螺栓測量采集模塊的測量結(jié)果與螺栓應(yīng)力標(biāo)定參數(shù)進(jìn)行必要的處理，然后計(jì)算出納秒級(jí)時(shí)間戳、納秒級(jí)時(shí)間差、毫米級(jí)螺栓測量長度、微米級(jí)螺栓伸長量以及螺栓應(yīng)力；螺栓測量輸出模塊用于通過多種通信方式輸出螺栓數(shù)據(jù)處理計(jì)算后的數(shù)據(jù)，并保存歷史數(shù)據(jù)。

4.3 無線自組網(wǎng)模塊

無線自組網(wǎng)部分采用Sub 1G自組網(wǎng)模塊之間進(jìn)行數(shù)據(jù)交互，通過采集各風(fēng)電機(jī)組的傾斜、變形、螺栓數(shù)據(jù)，利用自組網(wǎng)模塊的多跳路由傳輸至中控室。

Sub1G自組網(wǎng)模塊采用OFDM 調(diào)制解調(diào)技術(shù)和MIMO技術(shù)，具有傳輸距離長、低功耗、抗干擾性強(qiáng)的特點(diǎn)，可實(shí)現(xiàn)自組網(wǎng)模塊多跳穩(wěn)定傳輸數(shù)據(jù)1.5 km，且便于安裝，如圖5所示為無線自組網(wǎng)模塊設(shè)計(jì)圖。

無線自組網(wǎng)模塊具備以下功能：

1） 在該無線自組網(wǎng)模塊的射頻發(fā)射鏈路與天線之間以及接收鏈路與天線之間增加濾波器，有效抑制帶外干擾多系統(tǒng)性能的影響，組網(wǎng)技術(shù)解決了回傳和接入的信道干擾問題，大大提高了網(wǎng)絡(luò)性能；

2） 采用Sub 1G頻段實(shí)現(xiàn)遠(yuǎn)距離通信，利用OFDM 能夠提高頻譜利用率和多徑衰落能力的機(jī)制，提高數(shù)據(jù)傳輸?shù)乃俾剩?/p>

3） 配置SNOW3G、AES128、ZUC等加密算法實(shí)現(xiàn)數(shù)據(jù)安全加密的無線自組網(wǎng)系統(tǒng)。

5 軟件設(shè)計(jì)

5.1 葉片缺陷監(jiān)測算法

葉片缺陷監(jiān)測的實(shí)現(xiàn)主要通過大疆無人機(jī)采集風(fēng)機(jī)葉片數(shù)據(jù)作為圖像采集的模型數(shù)據(jù)集，然后利用PhotoShop模擬風(fēng)機(jī)葉片缺陷，并采用數(shù)據(jù)增強(qiáng)技術(shù)擴(kuò)充數(shù)據(jù)集，最后利用YOLOv5算法處理采集的風(fēng)機(jī)葉片缺陷數(shù)據(jù)集，檢測出有缺陷的圖像[5]。

利用YOLOv5算法處理風(fēng)機(jī)葉片缺陷的流程如圖6所示。

為了提高YOLOv5 的檢測速度和精度，將YO?LOv5 的骨干網(wǎng)絡(luò)替換為MobileNetv2 網(wǎng)絡(luò)[6]，利用SPPFCSPC結(jié)構(gòu)替代Neck網(wǎng)絡(luò)部分的C3結(jié)構(gòu)，同時(shí)引入CBAM 注意力機(jī)制加強(qiáng)空間和通道維度的關(guān)鍵信息。

5.2 傾斜變形監(jiān)測算法

5.2.1 傾斜計(jì)算

風(fēng)電塔筒傾斜監(jiān)測依靠傾角傳感器監(jiān)測，通過3軸加速度傳感器芯片采集塔筒在x、y、z 軸方向的加速度值，利用加速度計(jì)算角度來實(shí)現(xiàn)風(fēng)電塔筒傾斜角度的監(jiān)測。

當(dāng)傾角傳感器水平放置在風(fēng)電塔筒內(nèi)部中心點(diǎn)位時(shí)，x、y 方向的重力分量為0 g，而z 軸的重力分量為g。如圖7所示為傾角傳感器水平放置時(shí)的各軸方向。

如果塔筒傾斜，傾角傳感器的x、y、z 軸的方向會(huì)發(fā)生變化，如圖8所示。

5.2.2 變形位移計(jì)算

風(fēng)電塔筒在長期的機(jī)械運(yùn)行過程中，塔筒各段連接處會(huì)由于震動(dòng)或是外界環(huán)境影響產(chǎn)生位移。采用3 軸加速度傳感器采集的加速度數(shù)據(jù)，二次積分得到的位移表示各段塔筒連接處的變形量[7]。由于加速度在時(shí)域中的積分計(jì)算會(huì)有累計(jì)誤差，考慮采用頻域積分實(shí)現(xiàn)加速度二次積分計(jì)算位移的方法。變形位移的計(jì)算流程如圖9所示。

頻域積分需要把傳感器在時(shí)域采樣得到的加速度離散值通過快速傅里葉變換轉(zhuǎn)到頻域，然后再利用傅里葉積分性質(zhì)，實(shí)現(xiàn)加速度到位移的二次積分計(jì)算，同時(shí)進(jìn)行濾波處理，最后通過傅里葉逆變換返回時(shí)域。

5.3 螺栓疲勞預(yù)測算法

螺栓疲勞預(yù)測算法主要預(yù)測風(fēng)力發(fā)電機(jī)組所使用的高強(qiáng)度螺栓[8]，螺栓材料為42CrMoA鋼，性能等級(jí)為10.9級(jí)，型號(hào)為M36、M42、M48、M56、M64等，包括法蘭盤連接螺栓和葉根螺栓。軟件所設(shè)計(jì)的螺栓疲勞預(yù)測算法流程如圖10所示。

螺栓疲勞預(yù)測算法的詳細(xì)步驟如下：

1） 獲取應(yīng)力譜：通過超聲探頭實(shí)時(shí)采集螺栓軸向力，再根據(jù)應(yīng)力算法計(jì)算出螺栓應(yīng)力[9]，得到螺栓的時(shí)間-應(yīng)力歷程曲線，即螺栓應(yīng)力譜；

2） 雨流計(jì)數(shù)法處理應(yīng)力譜：首先，對(duì)應(yīng)力譜進(jìn)行預(yù)處理，濾除小載荷循環(huán)，使之表現(xiàn)出高階、少量的波浪特性；然后，采用雨流計(jì)數(shù)法處理后可得到周期應(yīng)力譜，并記錄應(yīng)力幅值、應(yīng)力循環(huán)次數(shù)和應(yīng)力循環(huán)平均值；

3） Goodman修正應(yīng)力譜：采用Goodman模型對(duì)處理后的應(yīng)力譜進(jìn)行修正，將實(shí)際工作循環(huán)應(yīng)力轉(zhuǎn)化為對(duì)稱循環(huán)應(yīng)力[10]，獲得等效應(yīng)力幅值和對(duì)應(yīng)循環(huán)次數(shù)；

4） 利用材料S-N曲線，計(jì)算出螺栓各等效應(yīng)力幅值對(duì)應(yīng)的壽命；5） 構(gòu)建疲勞預(yù)測模型：基于Miner線性累計(jì)損傷法則，構(gòu)建螺栓疲勞預(yù)測模型，估算螺栓的累計(jì)疲勞損傷。

6 數(shù)據(jù)分析平臺(tái)

系統(tǒng)安裝于福建某風(fēng)電場，通過數(shù)據(jù)分析平臺(tái)在中控室實(shí)現(xiàn)可視化數(shù)據(jù)展示，如圖11所示為數(shù)據(jù)分析平臺(tái)首頁大屏界面圖。

為了使葉片缺陷、傾斜、變形以及螺栓應(yīng)力數(shù)據(jù)能夠?qū)崟r(shí)且更清晰地展示，系統(tǒng)設(shè)計(jì)了三維分析界面，如圖12所示。

數(shù)據(jù)分析平臺(tái)實(shí)時(shí)監(jiān)測的數(shù)據(jù)需要自動(dòng)存儲(chǔ)或人工管理，因此，設(shè)計(jì)的管理界面可以實(shí)時(shí)監(jiān)測數(shù)據(jù)的變化和管理數(shù)據(jù)的歷史值，如圖13所示為傾斜、變形實(shí)時(shí)監(jiān)測與管理界面。

如圖14所示為螺栓應(yīng)力實(shí)時(shí)監(jiān)測與管理界面。

7 結(jié)論

風(fēng)電機(jī)組在線監(jiān)測系統(tǒng)是一種智能監(jiān)測系統(tǒng)，通過利用傳感器和無人機(jī)采集風(fēng)電塔筒和葉片上的數(shù)據(jù)，利用軟件算法分析和處理數(shù)據(jù)，再經(jīng)過無線自組網(wǎng)絡(luò)傳輸至終端的數(shù)據(jù)平臺(tái)上展示風(fēng)電機(jī)組數(shù)據(jù)。整個(gè)過程無須人參與，依靠自動(dòng)化和智能化的實(shí)時(shí)監(jiān)測風(fēng)電機(jī)組的運(yùn)行狀態(tài)，能有效地提高風(fēng)電場運(yùn)行人員監(jiān)測的效率，同時(shí)能夠快速及時(shí)地發(fā)現(xiàn)風(fēng)電場的安全隱患，避免危害發(fā)生。