摘要
齿轮箱作为风电机组传动的核心部件，决定了整个风电机组的运行。风电场位置偏远，风机设备分散，统一管理难度大。一旦发生故障，工作人员难以及时发现。为解决风电机组齿轮箱传统护维手段效率低、耗时长、成本高的问题。设计一套基于物联网的风电机组齿轮箱故障诊断系统势在必行。 首先，对风电机组齿轮箱故障诊断系统需求进行分析，并据此确定整个系统的框架。详细阐述了系统的硬件设计，信息采集以 PLC 为核心控制器，利用各传感器收集信息，数据传输通过 PLC与 MQTT网关进行连接配置。最后通过 4G无线网络传输到云端，通过物联网系统将齿轮箱的各个监测参数以可视化的方式呈现在工作人员面前。 其次，针对齿轮箱的齿轮故障诊断依赖人为经验和准确率低的问题。提出了一种长短时循环记忆网络（long short-term memory，LSTM）与支持向量机（Support Vector Machine，SVM）相结合的故障诊断模型，通过对比其它经典故障诊断模型，验证了 LSTM-SVM 故障诊断模型在齿轮故障诊断中的优越性。将该模型输出的故障诊断结果与物联网系统进行交互，实现远程故障诊断。 最后，详细介绍了系统界面的设计和搭建过程。根据实际需求，进行系统的搭建。实现了风机设备的统筹管理、各个参数的实时监测、故障报警等功能。基于物联网的风电机组齿轮箱故障诊断系统可以有效的提高工作人员的效率，降低风电场的运维成本。
NETL