Matlab设备状态监测中的应用研究2.docVIP

Matlab在设备状态监测中的应用研究 研华（中国）北京公司 柯瑞 蔡勤 1 前言 随着我国电力事业的发展，大型机组的投产，各种容量的机组数量不断增多。如何保证发电机组运行稳定是人们普通关心的重要问题。而现阶段我国大型发电 机组的检修一般实行计划检修制度，不管设备状态如何，到期必修，由此造成大量的资源浪费。这种传统的预期维修体制已经不能满足现代维修、运行、管理的要求。发电机组设备庞大、结构复杂、故障的诱因繁多，虽有一些故障不一定以振动形式表现出来，但统计资源表明，发电机组约有80%的故障或事故在振动信号中有所反映，因此，振动监测是目前发电设备状态监测应用最为普通和有效的方法，通过对这些振动信号的分析，充分发掘其中所包含的故障信息，对发电机组的安全运行、检修决策具有重要的实际意义。 设备的状态监测最为重要的是设备状态数据的实时准确采集以及状态的实时评估，如何寻找一适合设备状态监测与评估的软件平台，是十分重要的。MATLAB语言及其系统是MathWorks公司推出的一套高性能的数值计算和可视化分析软件。它集数值分析、信号处理、仿真控制、图形显示以及等于一体，构成了一个方便的、功能强大的、界面友好的用户环境和系统开发平台，特别是实现基于Web的远程监测、分析与诊断，十分方便，在设备状态监测与故障诊断等众多工程领域有着广泛的应用。 本文就Matlab的DAQ、信号分析等工具，并结合研华科技的高速采集卡PCI－1712以及电力专用控制器UNO－3062在发电设备状态监测与故障诊断中的具体应用作一探讨。 2 状态评估与分析系统 发电机组在出现故障时的振动信号通常是一快速瞬态变化的参量，必须高速采集。而评价一套高速动态信号采集系统的主要技术指标有：系统通过速率、系统精度、系统分辨率、系统线性误差、系统共模抑制比、系统通道串扰抑制比以及系统短期稳定度。此外，还有一些重要指标：系统控制方式、系统总数据量、系统可靠性、系统功耗以及系统自动增益调节方式等。其中，系统通过率是高速数据采集系统区别于一般采集系统的最为关键的一项技术指标。对于发电机组振动信号采集系统而言，在诸多技术指标中，最为重要的是系统的分辨率、精度与通过率。发电机组的状态评估与分析系统的配置见图1所示。 图1：发电机组的状态评估与分析系统的配置 Matlab的编程是一种描述性的语言，对采集卡的实时控制需要一些中间件驱动，Matlab对采集卡PCI－1712的控制见图2所示。 图2：Matlab对采集卡PCI－1712的控制流图 3 数据采集与存储 3．1 数据采集的定时与控制 采样频率需要根据系统设计的要求，同时根据目前用于该系统的振动加速度传感器的中心响应频率而定，此外，还要考虑采集卡所用的PCI总线的带宽以及IDE硬盘数据存储的速率要求等，在本系统中，振动加速度上限响应频率为20kHz，为考虑采样精度，对每个周波拟采样8～10点，由此可得，要满足传感器所感应的信号的要求时，振动加速度信号的采样频率为800kS/s，由于PCI－1712板载只有一路ADC，考虑到通道之间切换、通道建立等时间，将其采样频率定在1MS/s。为了能确保连续采集的数据反映设备的振动特性，PCI－1712连续采集时间可控制在2.4s，约为发电机组的两个旋转周期； 3．2 高速缓存技术 在满足采集速率要求的前提下，为减轻数据存储对记录设备速度方面的要求，采用FIFO存储器对数据进行缓冲，所有数据以二进制方式传输，在一定程度上降低了对数据传输和存储速度方面对主机资源配置的要求。FIFO存储器具有两个特点：一是数据进出有序；二是输入/输出端口独立。灵活地使用FIFO不仅可以构成不同容量、不同宽度、不同工作性质的缓存系统，而且不需要复杂的逻辑控制电路和地址发生器，因此，利用FIFO作为数据缓存器可提高系统的可靠性和实时性。 3．3 智能触发技术 由于PCI－1712设定的采样频率较高，为防止数据丢失、提高计算机的数据采集效率和加速数据的传输效率，所有采集数据均采用DMA方式传输到内存，再由内存到用户数据池。为保证ADC的精确采样率，ADC触发源选用内部Clock Pacer，并采用Analogy Threshold Trigger的技术触发ADC，可以在数据采集的过程中就可以将一些不必要的背景噪声进行处理，使采集得到的信号得以“净化”，提高了采集信号的可用度，有效地降低信号的维数。 3．4 高速数据块存储策略 针对发电机组振动监测与分析系统的超声波信号采集单元，每块采集卡均包括四个相互独立的数据通道和一个共同的数据通道。四个通道由传感器、A/D锁存器、控制单元和缓存器FIFO组成。共同的数据通道由PCI总线控制器、PCI总线、主机内存和硬盘组