一种风机机舱智能巡视报警系统技术方案

本发明专利技术公开一种风机机舱智能巡视报警系统，包括状态监测传感器、工控机和终端软件，工控机连接在状态监测传感器与终端软件之间，状态监测传感器实时检测风机机舱的状态信息，工控机实时采集各个状态监测传感器的数据，并将数据传输至终端软件，终端软件根据状态监测状态传感器的数据计算风机机舱的状态，达到报警条件时产生报警信号并传输至状态监测传感器；工控机根据巡检计划或者终端软件的立即巡检指令生成巡检信号并发送给状态监测传感器。指令生成巡检信号并发送给状态监测传感器。指令生成巡检信号并发送给状态监测传感器。

【技术实现步骤摘要】
一种风机机舱智能巡视报警系统


[0001]本专利技术涉及风机机舱监视系统，具体是一种风机机舱智能巡视报警系统。

技术介绍

[0002]随着环境和能源问题的日益严峻，可再生能源的开发是必然的趋势。风力发电是目前清洁可再生能源开发技术较为成熟的发电方式已收到广泛重视。近年来，风机风场的数量急剧增加，风机故障维修难度较大，成熟有经验的运行维护人员相对较少。单独的监控系统将会加强工作人员的劳动强度。

技术实现思路

[0003]针对现有技术的缺陷，本专利技术提供一种风机加仓智能巡视报警系统，对风机的各个状态进行有效的监控、分析和报警。
[0004]为了解决所述技术问题，本专利技术采用的技术方案是：一种风机机舱智能巡视报警系统，包括状态监测传感器、工控机和终端软件，工控机连接在状态监测传感器与终端软件之间，用于实现状态监测传感器与终端软件之间的信息交互；状态监测传感器实时检测风机机舱的状态信息，工控机实时采集各个状态监测传感器的数据，并将数据传输至终端软件，终端软件根据状态监测状态传感器的数据计算风机机舱的状态，达到报警条件时产生报警信号并传输至状态监测传感器；工控机根据巡检计划或者终端软件的立即巡检指令生成巡检信号并发送给状态监测传感器；状态监测传感器包括双光谱设备、气体传感器、声压计和振动传感器，振动传感器设置在风机内部，用于采集风机的振动信息；气体传感器用于检测风机机舱内指定气体的气体含量，声压计用于检测风机内部声压的大小；双光谱设备用于获取机舱特定部位的温度，并提供实时的视频预览。
[0005]进一步的，振动传感器采集的振动信息传递至改进的卷积神经网络对振动数据进行故障分析，改进的卷积神经网络包括多个卷积池化层、连接多个卷积池化层之后的增强卷积层、连接在增强卷积层之后的全连接层以及连接在全连接层之后的输出层；改进的卷积神经网络对振动数据进行故障分析的过程为：S01）、将一维的时域振动信号转换为二维矩阵，转换方式为：首先对时域振动信号添加窗函数，通过滑动窗口的方式，将时域振动信号分割为多个片段，对每一个片段进行快速傅里叶变换，从而得到振动数据的实时频谱图，实时频谱图为二维矩阵；S02）、将振动数据的实时频谱图传输到改进的卷积神经网络，改进的卷积神经网络首先通过多个卷积池化层对输入的实时频谱图进行卷积计算，从输入图像中提取特征，输出特征向量；S03）、为了挖掘更多故障特征，使判断结果更加准确，将多个卷积池化层产生的特征向量传入增强卷积层，进行再一次的卷积操作；S04）、将步骤S03）得到的特征向量进行扁平化处理后传入全连接层，全连接层对
之前获取的特征向量进行二分类；S05）、全连接层的分类结果传输至输出层，输出层通过分类器将全连接层输出的多个标量映射为一个归一化概率分布，输出分类结果的置信度。
[0006]进一步的，卷积池化层的卷积层由多个尺寸相同的卷积核构成，卷积核与对应的图像像素设置进行卷积，从输入图像中提取特征，输出特征图；卷积操作为线性操作，在卷积操作之后，进行非线性映射；卷积层产生的特征图输入到卷积池化层的池化层中，池化层对特征图进行矩形分割，将图像区域内的相邻像素合并为单个代表值，缩小特征图的尺寸和删除多余信息，从而缩减模型大小，缩短训练时间。
[0007]进一步的，池化层选择最大池化方式，在相邻像素中会选择最大值作为代表值输出。
[0008]进一步的，输出层输出有故障的概率和无故障的概率，当有故障的概率大于80%，将判断为振动异常触发报警。
[0009]进一步的，温度传感器、声压传感器和气体传感器采集的数据与预先设定好的阈值进行比较，当采集的数据不在设置的阈值范围内，将会根据采集的数据分析生成报警信息。
[0010]进一步的，工控机在运行后从终端软件服务器中获取风机的所有的传感器信息，如果未连接上服务器，将会从配置文件中获取上次运行的传感器信息，根据传感器信息，采集实时数据，并将实时数据存储到数据服务器中，终端软件从数据服务器中获取各个传感器的实时数据。
[0011]进一步的，工控机从终端软件服务器中中获取定时巡检的相关信息，如果未连接到前端服务器软件，将从配置文件中获取上次的定时巡检信息，根据获取到的定时巡检信息，设备根据巡检计划进行巡检，如果接收到终端软件的立即巡检指令，设备将会立刻开始巡检。
[0012]进一步的，在巡检过程中，双光谱设备在提前设定好的重要部位进行巡航，巡航的时间和速度可设置，如果在巡检过程中，接收到服务器发送的报警信息，立即停止巡检。
[0013]进一步的，设备巡检完成后，生成各个传感器的巡检文件，生成的巡检文件上传FTP服务器，工控机将巡检文件路径发送给终端软件，便于之后查询巡检记录。
[0014]本专利技术的有益效果：本专利技术将提供一种风机机舱智能巡视报警系统，该系统可对多个风场中的风机进行统一的集中监控管理，对机舱内部采集到的各项数据实时显示，在检测到风机机舱出现异常时，触发报警，大大减少了工作人员的劳动强度，能够帮助技术工作人员更快的发现并处理异常。提出了一种改进CNN模型对振动数据进行故障判断，增强时域振动信号的故障判断准确性。
附图说明
[0015]图1为本专利技术的原理框图；图2为改进的CNN网络的原理框图。
具体实施方式
[0016]下面结合附图和具体实施例对本专利技术作进一步的说明。
[0017]实施例1本实施例公开一种风机机舱智能巡视报警系统，如图1所示，包括状态监测传感器、工控机和终端软件，工控机连接在状态监测传感器与终端软件之间，用于实现状态监测传感器与终端软件之间的信息交互；状态监测传感器实时检测风机机舱的状态信息，工控机实时采集各个状态监测传感器的数据，并将数据传输至终端软件，终端软件根据状态监测状态传感器的数据计算风机机舱的状态，达到报警条件时产生报警信号并传输至状态监测传感器；工控机根据巡检计划或者终端软件的立即巡检指令生成巡检信号并发送给状态监测传感器。
[0018]状态监测传感器包括双光谱设备、气体传感器、声压计和振动传感器，振动传感器设置在风机内部，用于采集风机的振动信息；气体传感器用于检测风机机舱内指定气体的气体含量，声压计用于检测风机内部声压的大小；双光谱设备用于获取机舱特定部位的温度，并提供实时的视频预览。
[0019]终端软件分为客户端和服务器，服务器主要功能是管理各个风场的风机，获取以及存储实时的风机工况数据，记录报警数据、巡视数据、日志数据以及一些基本历史数据的管理，持久化存储各个传感器的数据等。客户端软件主要实现实时工况、巡检管理、报警处理、各项数据查询、日志浏览等功能。
[0020]本实施例中，振动传感器采集的振动信息传递至改进的卷积神经网络对振动数据进行故障分析，如图2所示，改进的卷积神经网络包括多个卷积池化层、连接多个卷积池化层之后的增强卷积层、连接在增强卷积层之后的全连接层以及连接在全连接层之后的输出层；改进的卷积神经网络对振动数据进行故障分析的过程为：S01）、将一维的时域振动信号转换为二维矩阵，转换方式为：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风机机舱智能巡视报警系统，其特征在于：包括状态监测传感器、工控机和终端软件，工控机连接在状态监测传感器与终端软件之间，用于实现状态监测传感器与终端软件之间的信息交互；状态监测传感器实时检测风机机舱的状态信息，工控机实时采集各个状态监测传感器的数据，并将数据传输至终端软件，终端软件根据状态监测状态传感器的数据计算风机机舱的状态，达到报警条件时产生报警信号并传输至状态监测传感器；工控机根据巡检计划或者终端软件的立即巡检指令生成巡检信号并发送给状态监测传感器；状态监测传感器包括双光谱设备、气体传感器、声压计和振动传感器，振动传感器设置在风机内部，用于采集风机的振动信息；气体传感器用于检测风机机舱内指定气体的气体含量，声压计用于检测风机内部声压的大小；双光谱设备用于获取机舱特定部位的温度，并提供实时的视频预览。2.根据权利要求1所述的风机机舱智能巡视报警系统，其特征在于：振动传感器采集的振动信息传递至改进的卷积神经网络对振动数据进行故障分析，改进的卷积神经网络包括多个卷积池化层、连接多个卷积池化层之后的增强卷积层、连接在增强卷积层之后的全连接层以及连接在全连接层之后的输出层；改进的卷积神经网络对振动数据进行故障分析的过程为：S01）、将一维的时域振动信号转换为二维矩阵，转换方式为：首先对时域振动信号添加窗函数，通过滑动窗口的方式，将时域振动信号分割为多个片段，对每一个片段进行快速傅里叶变换，从而得到振动数据的实时频谱图，实时频谱图为二维矩阵；S02）、将振动数据的实时频谱图传输到改进的卷积神经网络，改进的卷积神经网络首先通过多个卷积池化层对输入的实时频谱图进行卷积计算，从输入图像中提取特征，输出特征向量；S03）、为了挖掘更多故障特征，使判断结果更加准确，将多个卷积池化层产生的特征向量传入增强卷积层，进行再一次的卷积操作；S04）、将步骤S03）得到的特征向量进行扁平化处理后传入全连接层，全连接层对之前获取的特征向量进行二分类；S05）、全连接层的分类结果传输至输出层，输出层通过分类器将全连接层输出的多个标量映射为一个归一化概率分布，输出分类结果的置信度。3.根据权利要求2所述的风机机舱智能巡视报警系统，其特...

【专利技术属性】
技术研发人员：黄楠，马敬锐，刘园满，高国敬，赵莹，祝清雷，温永惠，闫丽，
申请(专利权)人：山东神戎电子股份有限公司，
类型：发明
国别省市：