一种基于深度学习算法的风电主轴监测系统

本发明涉及风机安全监测，尤其涉及一种基于深度学习算法的风电主轴监测系统。

背景技术：

1、风能资源，作为最为常见的可再生能源，具备广阔的发展前景。据中国某风能专委会统计，截至到2020年10月，我国新增的风力发电机装机容量高达到1830万千瓦，同比增长25.4％，远高于全球新增风电装机数量，风能相关产业的发展也极大提升了我国绿色能源系统的建设水平；

2、然而风力发电机作为超大型设备，通常设置在数十米高的高空或海上，常常工作于高温、高速等恶劣环境下，运行工况复杂；这导致机组各部件容易出现隐藏的微小损伤或故障，而这些未能及时发现处理的微小损伤或故障极易随风机长时间运行演变为重大事故；国内某风场歌美飒风机组断轴事故就造成了巨大的经济损失和严重的安全问题。

3、风机主轴作为风机发电机的核心旋转部件，在正常工作状态下可以为发电系统提供可靠有效的支撑，使得系统整体平稳运行；风机主轴生产工艺要求高、锻造难度大，自身结构沿轴线方向台阶多而且端部法兰形状复杂、尺寸大。运行过程中，主轴不仅要承受外部恶劣环境的影响，还会受到叶轮、轮毂等部件的复杂交变载荷影响；导致该部件发生故障的概率远高于其他部件，是风机传动系统的易损部件；主轴的运行状态也影响整台机组的精度和运行寿命，是风电机组宕机的核心要素；风机主轴同时也是整个风电机组运行状态下的应力集中部件。

4、主轴运作失效后，会影响风能传递效率和齿轮箱等其他风机核心部件，不能有效的监测主轴的故障状态，一方面可能会造成整个风电机组的永久性损伤。另一方面，在风电机组发生故障后，风电机组的地域性与结构的特殊性也在一定程度上增加了风机维修的成本和难度；因此提出一种基于深度学习算法的风电主轴监测系统，以解决上述问题。

技术实现思路

1、本发明提供一种基于深度学习算法的风电主轴监测系统，解决了上述技术问题。

2、为解决上述技术问题，本发明提供的一种基于深度学习算法的风电主轴监测系统，通过两个位移传感器与绝对值编码器采集风机主轴的振动信号，信号被传输到机舱控制器进行处理，通过塔底控制器经由光纤环网将处理后的信号传送到远程上位机监控系统，最终上传至scada，数据被输入搭建完成的改进gasf-ca-resnet50模型中，通过设定软件逻辑对主轴状态进行实时诊断与停机预警，实现对风机主轴的故障监测。

3、优选的，在风机齿轮箱前端12点钟与6点钟方向安装了两个电感式位移传感器，在发电机位置安装一个绝对值编码器，同时基于at32单片机设计了采集系统的专属控制器。以实时记录主轴的振动情况。

4、与相关技术相比较，本发明提供的一种基于深度学习算法的风电主轴监测系统具有如下有益效果：

5、本发明通过两个同型号位移传感器的测量值训练的gasf-ca-resnet50模型。

6、采用两个同型号位移传感器的优势在于，本发明在保证采样数据量足够的前提下尽可能避免传感器故障对于系统的影响。

7、在数据处理部分，由于图像编码结果将受到信号样本的绝对起始点影响，与传统的不同，本发明采用的是每周期固定为141个采样数的定角度主轴振动的时间序列作为极坐标下的角度值，使用相对的采样位置作为半径值来构造矩阵场。通过这种编码方式，可使得图像最大化的保留主轴振动的特征信息可以避免gaf中的序列位置依赖性。

8、在实时监测时，分别输入实时数据对模型进行计算，进一步提高监测系统的准确性；及时确定风机故障，当主轴故障类型被判定为风机主轴故障，立即对风机发送停机信号，并且要求风场工作人员进行具体检查。

技术特征：

1.一种基于深度学习算法的风电主轴监测系统，其特征在于，通过两个位移传感器与绝对值编码器采集风机主轴的振动信号，将信号传输给机舱控制器进行处理，通过塔底控制器经由光纤环网将处理后的信号传送到远程上位机监控系统，最终上传至scada，数据输入搭建完成的改进gasf-ca-resnet50模型中，通过设定软件逻辑对主轴状态进行实时诊断与停机预警，实现对风机主轴的故障监测。

2.根据权利要求1所述的一种基于深度学习算法的风电主轴监测系统，其特征在于，所述在风机齿轮箱前端12点与6点种方向安装了两个电感式位移传感器，以此实时记录主轴的振动情况。

技术总结本发明公开了一种基于深度学习算法的风电主轴监测系统，涉及风机安全监测技术领域，通过两个位移传感器和绝对值编码器采集风机主轴的振动信号，将信号传输给机舱控制器进行处理，通过塔底控制器经由光纤环网将处理后的数据传送到远程上位机监控系统，上传至SCADA，数据输入搭建完成的改进GASF‑CA‑Resnet50模型中，本发明通过两个同型号位移传感器的测量值训练GASF‑CA‑Resnet50模型；在实时监测时，运用GAF将实时信号转化为二维图像，并且结合训练好的模型进行计算，进一步提高监测系统的准确性；及时确定风机故障信号，将故障类型判定为风机主轴故障，立即对风机发送停机信号，并且要求风场工作人员进行具体检查。技术研发人员：李湘杰,陈田,徐桂安,李胜文受保护的技术使用者：上海电机学院技术研发日：技术公布日：2024/9/12