全文总字数：4927字

摘要：近年来，风力发电作为一种可再生的清洁能源，没有传统的火力发电存在的资源枯竭和环境污染问题，因此得到了世界各国极大的关注和发展。由于大型风力发电机组通常被安装在戈壁滩、草原、海洋和沙漠等偏远平旷地区，所处的运行环境较恶劣，很容易发生停机等故障。因此，为了提高风力发电机组的发电效率，有必要对其进行运行状态监测和故障预示的开发，提高风电机组的可靠性和使用寿命。本系统利用LabVIEW设计方法，对实时采集的信号进行时域、频域分析，对信号进行定量分析，进而对风电机组的运行状态进行监测以及预估出将来可能发生的故障，并及时的提供维护信息。该系统采用传感器作为下位机，传感器和计算机采用串口单向通信。该系统采用美国LabVIEW开发平台，设计一种风电机组状态监测与故障预示系统，实时分析处理采集的数据。LabVIEW是美国NI公司开发的图形化编程语言，它在数据采集和工程控制方面具有明显优势[3]。系统的核心工作原理是将采集的不同工况风力发电机组的振动信号进行监测和分析，对于异常状态或可能出现的故障，给出故障预示分析，以及相应的维护建议。

关键词：LabVIEW；风力发电机组；状态监测；故障预示系统；

1 引言

为了提高风电机组的可靠性、高效率及风电机组的寿命，基于LabVIEW平台设计了风电机组的状态监测与故障预示系统。系统对风电机组运行实时采集的振动信号进行时域和频域分析，获取能描述风电机组的运行状态和故障严重程度的特征信息，给出将来可能发生的故障预示以及相应的维护建议，从而改善风电机组的运行效率和使用寿命。该系统对于降低风电机组的故障率以及减少因故障带来的经济损失具有重要的意义。

本课题将根据学习实践和查阅大量国内外资料，选用LabVIEW作为软件开发平台，为了实现风力发电机组的在线状态监测和诊断，开发一套振动数据采集与分析系统，主要包括系统主界面的设计、数据采集模块设计、在线监测系统模块设计、离线数据分析系统模块设计等。研究的技术路线拟定为：振动信号分析方法的研究→LabVIEW软件学习→系统主界面、数据采集模块、在线监测系统模块设计→MATLAB软件学习→混合编程→数据分析系统模块设计→振动信号分析→实验数据应用。

该课题涉及机械故障诊断学、信号处理、测试技术、计算机技术等多交叉学科。本课题的顺利完成，将有利于推动现有机械设备状态监测系统的发展，具有较好的研究价值和研究意义。通过本课题的设计，能使得学生综合应用本科阶段所学知识，锻炼学生运用所学知识的能力和编程的能力，为今后从事相关工作打好良好的基础。

2 研究现状

2.1我国风力发电机组状态监测系统现状