离线式状态检测系统介绍
离线式风力发电机状态监测与故障诊断系统
是北京汉能华科技有限公司专门针对风力发电机组的故
障监测与诊断需求，联合西安交通大学机械工程学院（机
械制造系统工程国家重点实验室所在地）共同研制开发的
高科技产品。该系统充分考虑了风力发电机组的传动链中
零部件的结构、变速运行工况、特殊使用环境等因素，采用最先进的数据采集系统和振动分
析技术，可实现发电机组运行状态的监控和故障诊断，准确定位机器故障发生的具体部位，
以进行早期的预防和维修，使维修由被动变为主动，并可预测设备使用寿命，为客户的维修
策略提供了科学依据，大大的降低了设备的维修成本。
监测对象
系统构成
数据采集器： 采集振动数据，USB 传输，外部供电
加速度传感器： 8 只，带磁座，吸附于设备，测量设备加速度值
测速传感器： 1 只，测量高速轴转速
笔记本电脑： 设定采样参数，查看采样状况，保存采样数据，进行分析诊断
系统特点
启停机全状态检测
采用USB 高速采集，上位机实时存储，采集数据无遗漏，可记录风
机从启动、运行到停机的整个过程，保证数据的分析诊断准确无误。
完全针对风电机组
瞬时转速同步采集，采用独有的第二代小波和多小波分析，不仅适合
定桨定速风机，尤其适合变转速风力发电机的运行特点。
多通道同步采集
采用多通道同步数据采集，可对主轴承、齿轮箱、发电机和偏航减速
机等部件同时监测，大大缩短了数据采集时间。
数据分析准确可靠
采用多种国内外先进的故障诊断技术，分析故障类型和判断故障源，
准确识别风机故障。
操作简单便捷
友好的人机界面，丰富的数据图表，操作人员只需简单操作即可完成
数据的采集、分析诊断的全过程。
系统功能
数据采集功能
系统可最多扩充至32 个通道同步准在线采集和存储风机多个通道的
振动和转速等有关参数。
数据分析功能
主要对信号进行波形特征分析、相关分析、功率谱、共振解调、倒谱、
微积分、细化谱、轴心轨迹、全息谱、全谱分析等。
专家故障诊断功能
对风机轴系、轴承、齿轮等传动件的疲劳损坏、断裂、不平衡、不对
中、松动等故障进行精确诊断。
特有功能
采用经典小波包分解，第二代小波包分解和多小波分析，适用于复合
故障的一次性分离和解耦，可在强噪声背景下可有效提取非线性、非
平稳的微弱振动信号，有效诊断出风电机组振动，可快速、准确诊断
风机齿轮箱复合故障特征。
数据库功能
可为风电场或单台风力发电机组建立振动数据库，为零部件的寿命预
测提供技术依据。
维修记录存储功能
保存所有测试设备的诊断结论、维修历史记录并可随时查询，实现了
企业设备管理的信息化和现代化。
报表功能 可交互式生成振动报告，支持报表打印，支持振动数据导入导出。
支持与服务
技术培训
为用户提供系统安装、软件使用、传感器安装布点等技术培训，保证操作
人员能够独立操作本系统。
技术支持
对用户使用过程中出现的复杂的振动频谱和波形等信息提供专业的技术咨
询和分析诊断。
技术服务
为客户指定部件进行现场监测、分析诊断等技术服务，并出具专业性的技
术报告。
对质保期届满的风力发电机运行进行状态检测，出具检测报告，为质保期
验收提供依据。
技术参数
输入通道 同步采样，标配8 通道，最多可扩至32 通道同步
信号类型 可测加速度，速度，位移
接口方式 BNC
采样方式 自由单点、同步整周期、全记录采样
采样频率 51.2 kHz
分 辨 率 24 位精度，抗混叠滤波器
动态范围 102dB
电压范围 -5.0 ~ 5.0 V
工作温度 -40 ~ 70 °C
外形尺寸 365mmx280mmx185mm
整机重量 6kg
系统应用
HET-P 离线式风力发电机状态监测与故障诊断系统，已为国内多个大型风电公司的多种型号风力
发电机提供监测服务，包括Vestas、GE、Nordex、华锐、金风等多种机型，其故障分析和诊断结果均
得到了客户的认可和好评，为客户维修策略提供了可靠的参考。
设备采样配置 风机启停机分析 包络谱分析轴承故障 倒谱分析齿轮箱信号__
北京汉能华科技有限公司 地址：北京市丰台区西四环南路101 号丰台科技园创新大厦6025 室
掌握计算机视觉和人工智能核心技术的高新技术企业，正纷纷入局风电运维领域。近日，阿里达摩院宣布成功研发可精准预测风电场风速及发电功率的AI算法，高新技术企业扩博智能和中科博宏也利用自己的AI技术进军风电产业，为行业提供智能巡检服务。
近年来，我国风电行业高速发展，随着装机规模不断增大，运行工况也日趋复杂。建立一套行之有效的智慧运维体系，实现行业数字化转型，成了风电运维市场未来发展的必然趋势。
传统运维方式已无法满足需求
目前许多风电机组开始进入故障频发的阶段。与此同时，风电场地处偏远、环境恶劣、人员少等问题也逐渐显现，传统的风电运维形式亟需改变。
“风机处于长期运行状态，需要安装大量传感器对其运行状态及周围环境进行监测，以保障机组安全稳定运行。另外，像叶片、电机这类大部件一旦出现问题，会直接影响发电量，整个风电行业都希望通过故障预警来提前预知机器寿命、做好相应预防，以提升整个风电场的可利用率，减少整体运维成本。通过远程监控与管理，可以实现风电场人、财、物的合理调配，实现‘无人值班，少人值守’。”金风 科技 全资子公司北京金风慧能技术有限公司总经理张伟指出。
风电巨头探路数字化
不仅互联网、高新技术企业争相入局风电产业，传统风电巨头也早早就在智能化、数字化道路上进行 探索 。
中国海装工程公司技术总监何国华表示：“以江苏如东某10万千瓦项目为例，通过智能化主动策略运维，仅从降低停机损失和智能排程燃油节约两个方面，综合计算可降低碳排放约462.4吨/年、降低二氧化碳排放约1695吨/年、降低煤炭需求约680吨/年，节能减排和 社会 效益显著。”
“量云能源开发的风机智能辅控系统，可以通过前端智能传感设备+物联网+后台智能诊断，实现对风机传动链振动、叶片载荷、螺栓松动和塔筒倾斜状态的在线实时监测和故障智能诊断。”银磊介绍道。
“不能为了智能化而智能化”
银磊认为，机器视觉等人工智能技术在风电场景下的创新应用给风电运维市场带来了一股新的 科技 力量。“量云能源率先发力人工智能与数字能源的技术融合，并在多个智慧风场的项目上推广应用，实现了风电自动化生产、智慧运维、并网友好，极大地降低了运维成本，提高了风电安全生产系数。”
“风电运维是高风险、专业性极强的行业，行业技术门槛非常高，我们不能为了智能化而智能化。”张伟表示，“建议理性看待智能化在风电运维行业的应用，未来需要进一步提升设备感知的完整性、系统性，才能更好作决策。未来，将智能化真正嵌入到生产环节里，才能实现风电运维的全自动化、无人化。”
“风电运维市场亟需加快智能化转型，大力推动机器视觉和人工智能在新能源场景下的创新应用，形成可复制的产品应用解决方案，让 科技 驱动智慧能源发展。”银磊指出。
