风机实时在线监测系统

介绍了一种应用EntekXM系列模块,解决大型风机设备的实时监测以及保护问题的方案。通过这一系统,可以将风机设备运行期间的实时数据通过以太网传输至上位机进行处理,实现了实时监测与故障诊断,同时对于风机设备运行期间的异常情况能够及时的发出警报和跳闸信号。     

基于WSN的风机桨叶运行多平台监测系统设计

针对现有风机桨叶运行状态监测方法所存在的准确率低、可靠性和实时性差等问题,基于无线传感器网络(WSN)、Matlab和Web等技术设计了一种风机桨叶运行状况多平台监测系统,可实现对风机桨叶的运行状态、振动状态和工作环境等多个参数的实时在线监测.并给出了多参数WSN节点、Mat-lab GUI和Web远程网络监测平台的设计方法,实验验证了所提出方法的实用性、可行性和有效性.     

基于Spark的有效载荷参数解析处理方法

为解决单机多线程有效载荷实时参数解析处理方法存在的吞吐率低、扩展能力弱问题,提出一种基于Spark集群的有效载荷实时参数解析处理方法。采用Kafka和Spark相结合的处理方式,利用Kafka将有效载荷实时数据转换为消息队列流,Spark通过Kafka获取消息队列流的数据,利用内存对数据进行迭代运算,提高数据运算速度,实现实时的、高吞吐率的有效载荷参数解析。仿真结果表明,使用该方法在实时吞吐率上较单机多线程处理方法有较高提升,能有效满足实时参数解析的要求。     

基于消息帧的动态时间设计

分布式实时系统应用日益增长，网络处理实时消息的能力变得越来越重要。通过对消息帧的时间特性的研究，提出了一种基于消息帧的动态时间设置的方法，使消息帧的优先级可以动态更改，提高消息帧传送的实时性，使得CAN总线更适应于实时应用。     

基于机器学习的风机发电机绕组温度故障诊断与预警分析

为减少风电机组因故障停机造成的经济效益损失，围绕风机发电机绕组温度的故障预警分析和故障原因诊断进行研究，通过对比XGBoost等多种机器学习模型预测效果，最终选用XBGoost算法建立故障预警模型对发电机绕组进行实时监测，利用MSE、R2等多个指标评价XGBoost模型，结果显示其准确率良好（R2=0.9949）。本文提出的模型预警系统可以实时监测风机发电机绕组温度变化趋势，提前发出预警，最大限度的减少风机因停机造成的损失。     

基于P89LPC9408处理器的风／光互补电站数据监测系统的研究

设计了基于P89LPC9408单片机的风／光互补电站数据监测系统,该系统可以实现采集并处理来自太阳能光伏电池输出、风机输出、蓄电池充电和逆变器输出的电流和电压信号,以及温度传感器、风向和风速传感器等的信号,并通过RS-485与上位机通信,实时对电站进行监控。     

基于大数据的风电设备远程故障监测与诊断系统研究

大数据、云计算等新一代信息技术的快速发展,推动风电设备状态监测技术进步。文章通过风电设备远程监测与故障诊断平台建设实践,从系统功能、平台建设、故障分析等层面,论述了如何基于大数据实现对风机故障预诊断,提升风力发电机组监控与管理水平。通过对机组运行状态的实时在线监测,利用系统内智能数据报警策略准确筛选机组异常,借助于人工智能分析诊断系统和远程专家的综合分析评价,滚动预测故障未来的发展趋势,帮助用户优化风机维护检修工作,减少停机损失,降低维护成本,提高风机利用率。在集控中心预检测平台建立大数据存储、处理、分析、诊断服务器,收集风场各项数据后与专业厂家存储的数据资源整合,建立各种类型风机故障模型,集控中心培训诊断分析师可通过对比找出故障曲线特点和规律,对实时数据经诊断分析后提出整改措施,提前预防风机故障的扩大,开发相关监视及报警系统,联合风机传统监控系统提高监控中心的设备管理能力。     

基于发布订阅的分布式监控主动消息交互研究

针对分布式调度监控系统的客户服务器处理效率不高的问题,利用发布订阅消息通信技术,结合公共信息模型,提出了一种分布式监控主动消息交互的新方法;对量测类信息流和控制类信息流进行了实时交互接口设计,融入JMS消息服务器消息主题和发布订阅传输交互模式;该方法在工程中进行了应用,以石德线为算例,进行模拟量和状态量信息的交互实验,完成了单点和多点信息的交互传输,实现了实时变位信息向监控画面的主动即时传输,为分布式调度监控处理提供了一种新的高效实现方法.     

基于FreeRTOS和MQTT的海洋监测网络框架

设计基于实时操作系统的海洋监测网络框架,用于实时监测海洋信息,保护海洋环境。采用STM32单片机应用实时操作系统Free RTOS实现,通过各种传感器在海下采集数据,并使用MQTT协议(消息队列遥测传输)进行数据传输,实时监测海洋环境。通过在Free RTOS操作系统上进行任务设计,并对海流计、水深计采集的数据进行传输,最终实现海洋环境实时监测。     

基于C/S架构的风机状态监测与故障诊断系统

介绍了一种基于Activex技术的C/S架构的风机的状态监测与故障诊断系统.该系统以Microsoft Windows 2000为服务器平台,以SQL Server为数据库后台,以VB为开发工具,应用ASP技术、ActiveX控件等实现了对风机的实时监测、离线分析和故障诊断功能.     

基于DSP的风机振动监测系统

介绍了基于DSP的风机振动实时在线监测系统的设计、组成环节、功能及应用效果。研究了风机系统振动监测点、传感器的选择、振动信号的A／D采样、系统各个模块的硬件构成和软件功能的实现等几个问题。系统具有实时振动幅值直观显示、故障提前预警、测量精度高、抗干扰能力强、软件操作界面灵活等特点。风机监测系统设计新颖、美观坚固、操作简单、整体性稳定可靠，具有较高的性价比，值得推广。     

基于UDP协议的航空发动机振动实时监视系统设计

发动机振动监视是保证发动机飞行试验安全的重要技术手段.根据某型发动机飞行台试验的要求,设计了基于UDP协议的网络化的发动机实时振动监视系统.监控终端软件采用多线程和消息响应机制,保证了系统的实时性能.采用数据包标识检验和总体网络数据流量控制的方法,克服了UDP协议的数据传递中可能出现的数据丢失和乱序.该监视系统在某型发动机飞行台试验中投入使用,经过了多个起落的使用,成功发现一起发动机风扇结构故障,表明该监视系统工作可靠,满足实时性要求,系统设计是成功的.     

MSComm和多线程在数据采集系统中的应用

针对串口通信的实时性和系统资源的利用不足，提出了基于多线程和MSComm控件的串口通信设计思想。结合串口通信的机理和自定义消息方式的多线程，并利用操怍方便、稳定可靠的MSComm控件，分析了Win32环境下的采集软件的开发方法。用Visual C＋＋6．0实现了发动机振动信号的数据采集系统软件，给出了软件的设计思路，关键步骤和部分的程序代码。目前该软件在发动机故障振动信号采集当中得到了很好的应用，为以后发动机故障信号的特征提取打下了良好的基础。     

基于WSN的煤矿风机振动监测系统

设计了一种基于无线传感器网络(WSN)的煤矿风机振动监测系统。该系统用温度传感器、振动传感器采集煤矿主风机设备的运行状态数据,借助于无限传感网络将数据统一传送至监测中心的上位机,实现对煤矿风机设备的远程监测,并在此基础上运用支持向量机对采集到的风机振动信号做趋势预测。     

DSP的VCM低频主动隔振控制系统设计

音圈电机(Voice Coil Motor,VCM)因其良好的线性驱动性能,在主动隔振系统中作为主动吸振器的驱动器日益受到人们的青睐.本文设计了一种应用于低频主动隔振系统中,基于DSP的VCM控制系统,给出了软、硬件设计方法,并介绍了一种基于时钟节拍和消息机制的软件系统的工作原理.     

射频仿真系统中目标回波距离处理器

描述了射频仿真系统中使用的目标回波距离处理器。它可从主控计算机接收目标与导弹之间的距离信息,根据射频信号的运动距离和时间之间的对应关系,用延迟时间来仿真目标与导弹之间的距离。文中通过软件置初值、硬件计数相结合的方法实现的延时电路,既具有高的时间分辨率,又可灵活地改变延时时间的大小。此外,本目标回波距离处理器还可以仿真距离变化速率,调节回波脉冲的宽度。     

基于PC声卡的振动测量系统与技术

多媒体声卡技术的发展,使得基于声卡的信号产生和数据采集成为可能。通过对振动测试系统的分析,提出了一套以计算机声卡作为激励源和采集模块组建振动教学实验系统的方案,阐述了计算机声卡的基本原理、软件结构,并对系统中的多声卡访问控制技术、共享多线程技术等关键问题进行了论述。     

BP神经网络在滚动轴承故障诊断中的应用研究

滚动轴承表面振动信号中包含着丰富的工作状态信息和故障特征信息,从其表面振动信号中提取时域特征参数,可以有效地识别轴承工作状态。通过试验采集振动信号作为识别故障的原始数据,建立基于振动信号的轴承故障诊断神经网络,并对网络进行训练得出标准故障模式,从而最终实现轴承的故障诊断。     

基于MFC开发的振动信号监测与分析软件

利用微震测量技术、数据采集技术与信号处理技术可以建立一套监测各种振动信号的系统,广泛应用于各种振动事件的监测与报警。该文介绍了该系统的软件的设计思路与实现的效果。采用VC++,基于MFC类库开发了一套振动信号监测与分析软件,实现数据实时采集、信号分析处理、振动事件判别报警、数据存储回放等功能。     

阶次倒谱在轴承故障诊断中的应用

将常规的阶次分析与倒谱分析技术相结合，提出了阶次倒谱分析的齿轮箱故障诊断方法。首先对齿轮箱升降速瞬态信号进行时域等间隔采样，再对时域信号进行等角度重采样。转化为角域平稳信号，最后对角域重采样信号进行倒谱分析，提取轴承的故障特征。通过对轴承内圈、外圈故障实验信号的分析，表明该方法能有效地诊断轴承故障类型。