《电子技术应用》
您所在的位置:首页 > 嵌入式技术 > 设计应用 > 基于ZigBee的风电杆塔状态及机组振动监测系统研究
基于ZigBee的风电杆塔状态及机组振动监测系统研究
来源:电子技术应用2014年第4期
邬春明,孙绪龙,姚 冰,刘海维
(东北电力大学 信息工程学院,吉林 吉林132012)
摘要: 为了解决杆塔倾斜、沉降以及机组故障给风力发电带来的不必要的损失,提出了基于ZigBee的风电杆塔状态及机组振动在线监测系统。系统由传感器采集节点、网络协调节点以及监控中心节点组成。采用CC2530处理器来控制传感器采集杆塔的倾斜、沉降以及振动数据,通过多节点协同方式完成对桨叶片的图像采集和处理,并在协调节点汇聚,通过3G网络传到程的处监控中心,保证风电杆塔及机组安全、稳定地运行。
关键词: SOC ZigBee CC2530 3G网络
中图分类号: TN92
文献标识码: A
文章编号: 0258-7998(2014)04-0029-03
The monitoring system research of wind power tower state and vibration unit based on ZigBee
Wu Chunming,Sun Xulong,Yao Bing,Liu Haiwei
Department of Information Engineering,Northeast Dianli University,Jilin 132012,China
Abstract: In order to solve the problem of tower tilted, sedimentation and unit fault,which bring unnecessary loss to wind power, a monitoring system of wind power tower state and vibration unit is proposed based on ZigBee. The system consists of collection nodes, network coordination node, as well as the monitoring center node. CC2530 is used as the processor, which controls sensors to acquire tower tilted, subsidence and vibration data,completeing the image acquisition of propeller blades by multi-node cooperative way,and then the image information meets at coordinating node. After that,the coordinating node sends the image information to monitoring center through 3G network. The system can gurantee the wind tower and units running securely and steadily.
Key words : ZigBee;CC2530;3G network

    由于全球能源供应紧张以及环境污染问题的日益严重,作为绿色能源的风能已受到世界各国的高度关注。2012年3月,中国可再生能源学会风能专业委员会正式公布《2011年中国风电装机容量统计》。2011年中国(不包括台湾地区)新增安装风电机组11 409台,装机容量17 630.9 MW,累计安装风电机组45 894台,装机容量62 364.2 MW,年增长39.4%[1-2]。年发电量达到800亿千瓦小时。预计到2020 年,风电装机容量将达到1.5×105 MW。随着风电机组容量的加大,风电杆塔以及机组的安全隐患日益突出,因此预防风电杆塔倒塌和机组故障的发生也成为风电研究的热点课题。
1 系统总体设计
    系统主要由传感器采集节点、3G无线网络、监控中心节点等3部分组成[3],系统结构如图1所示。传感器负责数据的采集和预处理,通过多节点协同和数据融合技术对采集到的数据进行处理和传输,再通过3G网络将采集到的数据传给监控中心,监测中心提取出有效信息,例如振动幅度、倾斜角度、沉降量、时间、日期、杆塔序号等[4],并存入数据库,然后从数据库中提取这些信息在界面上进行显示。

2 节点硬件设计
2.1 ZigBee模块

    处理器采用CC2530芯片,满足以ZigBee为基础的2.4 GHz ISM波段应用,以及ZigBee对低成本、低功耗的要求;集成了增强型高速8051内核处理器,8 KB的RAM,多达256 KB的闪存以及支持更大的应用。CC2530结合了领先的RF收发器的优良性能、业界标准的增强型8051 CPU、系统内可编程闪存、8 KB RAM和许多其他强大的功能[5-6]。为提高监测系统中协调器和路由器节点的无线传输性能,在CC2530的射频前端加装一款高性能的低成本射频功放CC2591芯片,可以延长现有ZigBee传输模块的通信距离。
2.2 振动传感器采集模块
2.2.1 振动传感器选取

    根据轴承转速的不同,选择的振动传感器类型也有所不同。主轴承转速较低,本设计选取上海维逸机电设备有限公司生产的AC102低频加速度传感器,齿轮箱和发电机选取该公司生产的AC135高频加速度传感器。
    振动采集模块首先由振动传感器采集数据,然后经过调理电路将信号滤波、放大,再经过A/D转换电路将模拟信号转变为数字信号,最后传给ZigBee模块。
2.2.2 信号调理电路
    信号调理电路主要由电压跟随器和二阶RC低通滤波器组成,它的主要作用是将振动传感器输入的电压信号中高频信号成分滤掉,并将稳定的信号输入到A/D转换模块。为了提高测量精度,采用二阶RC低通滤波和一路电压跟随电路来进行信号处理,如图2所示。

    LM2902M运放具有精度高、增益大、功耗小、工作电压宽、工作温度宽、电压温漂小等特点。电压跟随器的作用是保证输入A/D转换模块的电压与滤波后的电压始终一致,增强信号的抗干扰能力。
2.2.3 A/D转换电路
    A/D转换电路选用TI公司生产的ADS8364,它有6路信号输入通道,能将输入信号转换为16位的输出信号,具有低功耗、高转换速率和高分辨率的特点。采用逐次逼近式的转换模式,当输入时钟为5 MHz时,其最高转换速率为250 KS/s。
2.3 倾斜传感器采集模块
    倾斜传感器采用芬兰VTI Technologies公司生产的SCA100T倾斜传感器,它利用重力加速度实现倾斜测量。SCA100T的供电电源为4.75 V~5.25 V,工作温度为
-40~80 ℃;测量量程为30°;测量精度为千分之一度[7]。为了保证SCA100T稳定工作,应尽量选取5 V直流电源供电,而且数字电源线应尽量减少耦合。CC2530芯片的P0_5、P0_2、P0_3引脚分别与倾斜传感器SCA100T的SCK、MISO和MOSI引脚相连接,实现相互之间的通信,从而能够把采集到的倾斜角度数据通过无线网络传输出去。倾斜传感器接口电路如图3所示。

2.4 沉降传感器采集模块
    沉降传感器选用QSY600A型智能化沉降观测系统,QSY600A型智能化沉降观测系统可以实现多个沉降观测点共用一个基准点的观测模式,有利于降低观测成本。QSY600A型智能化沉降观测系统通过RS485总线与ZigBee模块相连接,连接图如图4所示。CC2530芯片的P0_2和P0_3引脚分别与SP485R芯片的1引脚RO和4引脚DI连接,由于CC2530芯片只接收沉降传感器传来的数据,不向沉降传感器发送任何信息,所以RE、DE引脚一直处于低电平状态。

2.5 图像采集模块
    图像采集节点使用的是C328,其中C328是以OV7640作为图像传感器芯片。0V7640是美国ominiVISion公司开发的低电压CMOS图像传感器芯片,像素为30万。利用CC2530控制C328摄像头,实现对数据的采集和发送。连接电路图如图5所示。

    传统相机节点压缩图像或簇头节点压缩图像的传输方案均会导致节点能量很快耗尽,并且计算量过大。利用多节点协同实现本地图像的压缩和传输,是解决此问题的有效途径。因此本文拟采用多节点协同的图像处理与传输解决方案,将图像压缩任务有效地分解到多个普通节点上。首先相机节点将采集到的图像分成若干个8×8的像素块,并发送给路由节点,路由节点将图像块分配给簇内其他节点,然后每个节点对图像进行DCT变换、量化和Huffman编码。最后普通节点将压缩好的图像传回给路由节点,路由节点将图像整合后发送给协调节点。
3 软件平台设计
3.1 数据采集传输模块

    ZigBee模块上电后,CC2530硬件设备初始化并尝试加入无线传感器网络。当加入到网络后,传感器节点进入低功耗的休眠模式[8]。当定时器发生中断时,进入工作模式,通过传感器采集数据,并将倾斜、沉降、振动等数据向上层传输。之后检查数据是否传输完成,若成功则再次进入休眠模式,等待下次中断发生。否则重新发送,程序流程图如图6(a)所示。
    协调节点是整个网络的核心部分,负责网络协议的分配[9],以及数据的中转。协调节点首先初始化CC2530并建立一个新ZigBee网络,然后进入无线监测模式。在此状态下,判断信号是入网信号还是传感器的检测数据,以此决定是分配地址还是将数据传到3G模块[10]。程序流程图如图6(b)所示。
3.2 监控中心模块
    监控中心具有历史数据查询、显示历史数据曲线、开始查询、打印输出等功能,风电杆塔及其机组运行参数监测以及控制管理平台界面如图7所示。当需要采集数据时点击采集按钮即可获取实时数据,点击右侧拍摄按钮可以实现对叶片的图像拍摄[11],从而实时获取叶片的动态。如果系统正常运行,则绿灯亮,当数据超过设定的阈值时,红灯就会点亮,以达到预警的目的。
    点击图7左侧的“历史数据查询”可以查看以往的倾斜、沉降历史数据[12]。1号杆塔倾斜、沉降历史数据查询界面如图8所示,图中记录了塔杆倾斜及沉降的数据,每隔2天采集一次数据。

 

 

    同样,点击图7右侧的“历史数据查询”可以查看以往的机组振动历史数据,包括齿轮箱、主轴承和发电机的振动数据。通过描点画出齿轮箱、主轴承和发电机历史振动曲线,方便监测人员更直观地了解数据的走势。
    本课题将成熟的ZigBee技术应用于风电杆塔状态及机组振动监测系统中,通过短距离无线通信技术对杆塔倾斜、沉降及机组振动参数进行采集,最终通过3G网络将数据传输到远处监控中心,进行实时监测,保证风电杆塔及机组的安全、稳定运行。
参考文献
[1] 郝国文.大型风电机组传动系统故障诊断信息分析方法研究与应用[D].秦皇岛:燕山大学,2011.
[2] 杨文华.风电场监控系统现状和发展趋势综述[J].宁夏电力,2011(4):51-56.
[3] 宋光明,葛运建.智能传感器网络研究与发展[J].传感技术学报,2013(2):107-112.
[4] 张毅,张灵至,卢威.面向物联网的ZigBee-红外控制系统设计[J].电子技术应用,2013,39(5):82-85.
[5] 沙国荣,赵不贿,景亮,等.基于ZigBee无线传感器网的温室大棚环境测控系统设计[J].电子技术应用,2012,38(1):60-65.
[6] 练方兴,鲍鸿,龙盛鹏.基于ZigBee的机房环境远程监控系统的研究与设计[J].电子技术应用,2012,38(1):66-69.
[7] 李静,张萌.高精度倾角传感器SCA100T在测斜仪中的 应用[J].仪器仪表用户,2008,15(1):55-56.
[8] 王邵卜.基于ZigBee的水产养殖智能检测系统研究[J].微型机与应用,2013,32(7):16-19.
[9] 鲁进,郭利进.基于ZigBee的LED路灯照明系统设计与研究[J].微型机与应用,2013,32(9):78-84.
[10] 廖之健,徐治康,赵读俊.ZigBee无线传感器网络的振动数据采集系统设计[J].电子技术应用,2011,37(3):22-25.
[11] 闰丛丛.无线多媒体传感器网络图像采集系统设计与实现[D].北京:北京邮电大学,2010.
[12] 李虎.大型风电机组振动状态监测系统研发[D].北京:华北电力大学,2009.

此内容为AET网站原创,未经授权禁止转载。