英華達 EN3600 儀器儀表
EN3600系統是我公司結合多年旋轉機械監測診斷系統研發和現場使用的經驗，根據對風力發電機組的結構、原理、故障原因和特點以及診斷技術的分析，通過與有關高校和風力發電機組制造廠家合作研制的。它通過實時監測齒輪箱、主軸和發電機軸承等的振動以及風速和油溫等參數，自動識別設備的運行狀態，預測和診斷設備的故障。它能夠促進設備維修方式向預知維修（狀態維修）的轉變，確保設備安全可靠地運行。
EN3600系統主要由就地數據采集系統，狀態監測系統，數據分析和診斷中心三部分組成。就地數據采集系統采用壁掛式整體結構，具有防塵隔振效果，主要完成狀態監測數據的采集，并將數據傳輸到風場狀態監測系統；風場狀態監測系統主要進行數據存儲、顯示和分析，并將數據傳輸到遠程數據分析和診斷中心。遠程數據分析和診斷中心主要進行數據分析，遠程診斷，Web發布等。EN3600系統采用了大數據量高速采集、濾波、特定故障頻率的有效識別方法、專家系統和Web發布等多項風電機組狀態監測所需的關鍵技術，性價比高，可靠性好，使用方便。
主要技術參數
名稱
內容
技術指標
就地數據采集系統
輸入信號
6路加速度傳感器信號輸入：測量齒輪箱和發電機軸承振動，頻率范圍：1Hz－10000Hz
1路轉速信號輸入：測量風機轉速；
2路緩變量信號輸入：提供環境或潤滑油溫度信號。
測量范圍
轉速：0-15000r/min；振動：±10g；
電流：4-20mA
測試誤差
轉速≤1r/min，振動≤0.01g，其它<0.1％
采樣數據長度
16K
頻率分析范圍
0.01Hz－10000Hz
最高A/D采集速度
>60KHz/通道
通訊
以太網或無線網絡
最大無線通訊距離
10Km
工作溫度
-40~80℃
功耗
150W
安裝方式
壁掛式
風電場狀態監測系統
監測顯示方式
監視圖、趨勢曲線、棒圖、數字、波形和特征參數、頻譜和特征參數等，監測畫面可組態
數據存儲
可自動存儲有關數據，形成歷史數據庫（分別設有時、天、周、月、年數據庫）、變轉速數據庫、黑匣子數據庫、特征數據庫等，數據壓縮方式符合振動數據的特殊需要，數據庫刷新周期≤1s
通訊
支持RS485 (Modbus或其它規約)、OPC和以太網方式，可以與廠內DCS、MIS系統進行通訊，網絡平均負荷率≤25％
信號分析
時域分析：波形及其特征參數
頻域分析：頻譜及其特征參數、細化譜、倒頻譜、瀑布圖、濾波分析、包絡分析、共振解調分析
時頻分析：小波變換；
趨勢分析和相關趨勢分析等
故障診斷
建立適用于風電機組故障診斷的開放的知識庫，能夠自動診斷和對話診斷質量不平衡、軸承不對中、軸承松動、齒輪磨損和斷裂、軸承內外圈或滾珠損壞、發電機轉子/定子失效、共振、塔架振動和潤滑狀況惡化等故障
遠程數據分析和診斷中心
遠程數據刷新
通過Internet接入（撥號、ADSL、專線接入等），動態數據刷新時間≤3s
遠程分析
通過TCP/UDP/HTTP等多種方式實現風電場信號分析功能
遠程診斷
利用WEB進行遠程監測診斷，定期形成設備狀態的報告
專家會診
對出現異常的機組，組織有關專家通過視頻會議進行診斷
產品功能簡介
1. 直觀形象的監測畫面
采用工業組態方式，能夠在線編輯所要監測的數據（如通頻幅值、特征頻率幅值和特征參數等）以及表現形式（如結構示意圖、棒圖、表格、數字和曲線等），以便了解設備的狀態。齊全的針對風電機組的信號分析功能 根據風電機組故障監測和分析的需要，EN3600系統具有齊全的信號分析功能，包括時域分析（波形、趨勢分析、特征值趨勢分析）、頻域分析（頻譜、細化譜、倒頻譜、瀑布圖、包絡分析）和時頻分析（小波變換）等。對于各種圖形，系統介紹了詳細的使用方法和在故障診斷中的作用。
頻譜圖是診斷故障最重要的圖形，設備發生故障后，通常表現為特定的頻率。在頻譜圖中，可以得到對特定故障較敏感的特征參數以及軸頻、齒輪和軸承的故障頻率及其諧波，從而可以判斷故障的部位和嚴重程度。
2. 先進的故障診斷系統
EN3600故障診斷專家系統具有診斷理論的科學性和診斷技術的先進性。它建立了適用于汽輪發電機組、水輪發電機組、壓縮機/風機、齒輪/軸承和風電機組故障診斷的開放的知識庫，并具有完善的知識處理模式，特別是其強大的征兆自動獲取能力，提高了故障診斷的實時性和診斷結果的可靠性。它能夠診斷不平衡、不對中、部件脫落、松動、動靜磨擦、共振、電磁力不平衡、齒輪磨損、齒輪點蝕、齒輪偏心、齒輪局部斷齒、軸承內圈故障、軸承外圈故障和軸承滾動體故障等，并給出診斷結果的可信度、診斷結果成立的依據和故障的處理意見。故障診斷的智能化和自動化，降低了對系統使用人員的要求，使得缺少經驗的人員也能取得較高水平的診斷結果。
3. 定期形成狀態報告
EN3600系統能夠提供多種反映設備狀態的報告，如日、周、月和年度狀態報告，任意時刻和某段時期的狀態報告。
在這些狀態報告中，除了簡單的統計分析，如最大值、最小值和平均值等外，還可以由用戶和專家進行編輯，可以嵌入相應的圖形，通過數據表格、波形、頻譜、趨勢分析、對比分析和圖形自動識別技術，自動判斷當前設備的狀態：優秀、良好、合格、警告和危險等，便于缺乏專業知識的用戶及時把握設備的狀態，優化設備的運行，確定合理的檢修時機。
4. 遠程診斷和WEB服務
隨著Internet技術的迅速發展，建立遠程分析診斷中心可以解決現場專家不足的問題，能夠對設備狀態進行綜合分析，提出科學的檢修時機和檢修內容，降低檢修成本，促進維修方式從預防性維修到預測性維修的轉變。Web服務能夠定時向遠程發送數據、圖形和診斷結論等，使網絡平臺上的用戶，不需要安裝任何客戶端軟件就能夠使用上述信號分析和故障診斷功能，使有關人員可以隨時隨地了解設備的狀態。
