基于ZigBee的风电齿轮箱状态监测信息采集系统的中期报告.docx

基于ZigBee的风电齿轮箱状态监测信息采集系统的中期报告
1.研究背景和意义
随着风电发电的快速发展，风力发电机的齿轮箱出现的问题成为影响风力发电机运行稳定性和经济性的重要因素。齿轮箱是风力发电机中最容易损坏和修复成本最高的部件之一，因此对风力发电机齿轮箱状态的监测具有重大的实际意义。传统的齿轮箱状态监测技术主要采用振动、温度、油液分析等手段，但这些方法仅能提供有限的数据，缺乏对齿轮箱状态的综合评估。基于物联网技术，借助无线传感器网络和远程监控平台，可以实现对齿轮箱状态的全面监测和分析，提高风电齿轮箱的运行效率和可靠性，降低运维成本，具有广泛的应用前景。
2.系统设计方案
本系统采用基于ZigBee协议的无线传感器网络和云端平台进行齿轮箱状态监测，主要包括以下组件：
1）传感器节点：采用MEMS加速度传感器、振动传感器、温度传感器等对齿轮箱进行实时监测，将采集到的数据通过ZigBee协议无线传输到网关设备。
2）网关设备：作为无线传感器网络与云端平台之间的桥梁，将传感器节点采集的数据聚合并通过Ethernet、WiFi或3G/4G等网络传输至云端平台。
3）云端平台：利用云计算技术，建立远程监测平台，对齿轮箱状态进行实时监测和分析，为运维人员提供实时报警和故障分析、预警管理服的务。
3.技术路线
1）硬件设计：设计传感器节点和网关设备的硬件电路、PCB布局、外壳结构等，保证其稳定运行和系统兼容性。
2）软件设计：设计传感器节点和网关设备的软件程序，实现数据采集、传输、解析、处理等功能，同时开发云端平台的监测分析和远程管理软件。
3）算法开发：对齿轮箱的振动、温度等信号进行分析和处理，应用机器学习和数据挖掘算法，建立基于数据驱动的齿轮箱状态识别模型，通过对多种故障特征的分析，实现对齿轮箱故障的智能诊断与预测。
4.下一步工作计划
1）完成传感器节点和网关设备的硬件设计、制作和调试。
2）完成传感器节点和网关设备的软件开发和测试，并实现数据采集、传输、解析、处理等基本功能。
3）完成基于云计算的远程监测平台的开发和测试，建立齿轮箱状态监测数据库和相关算法库。
4）应用机器学习、数据挖掘等算法，建立基于数据驱动的齿轮箱状态识别模型，实现故障诊断和预测。