一種基于FPGA的風(fēng)機音視頻智能故障預(yù)警器

黃 峰，易 浩，金崇偉

(1.湖南工程學(xué)院 電氣信息學(xué)院，湘潭 411104；2.湖南省風(fēng)電裝備與電能變換協(xié)同創(chuàng)新中心，湘潭 411104)

參 考 文 獻

?

一種基于FPGA的風(fēng)機音視頻智能故障預(yù)警器

黃 峰1，2，易 浩1,2，金崇偉1,2

(1.湖南工程學(xué)院 電氣信息學(xué)院，湘潭 411104；2.湖南省風(fēng)電裝備與電能變換協(xié)同創(chuàng)新中心，湘潭 411104)

大型風(fēng)力發(fā)電機造價高、結(jié)構(gòu)復(fù)雜，發(fā)生故障時損失較大.以EP2C5Q508C8 FPGA為核心，設(shè)計一種風(fēng)機音視頻智能預(yù)警器，實現(xiàn)對風(fēng)機常見故障的智能預(yù)警,具有31幀每秒的圖像處理速度，單點預(yù)警判斷僅需6個時鐘周期.實驗表明，智能預(yù)警器能夠?qū)崟r采集風(fēng)機的音視頻信息，準確判斷系統(tǒng)故障，具有成本低，預(yù)警速度快，識別率高等特點.

FPGA；故障預(yù)警器；風(fēng)機

0 引 言

風(fēng)電行業(yè)發(fā)展迅速[1].風(fēng)電機組大多安裝在人煙稀少、近海灘涂等自然環(huán)境很惡劣的地方，并且機艙位于50～100 m以上的高空，給機組的維護維修工作造成了困難.風(fēng)機一旦發(fā)生故障，可能造成風(fēng)機工作效率低下，甚至停轉(zhuǎn)、導(dǎo)致風(fēng)機塔架倒塌或徹底報廢[2].同時，風(fēng)機維護成本也很高.風(fēng)機設(shè)計的使用壽命是20年組，然而風(fēng)機的維護成本要占到風(fēng)機收入的10%～15%；特別是海上風(fēng)電的維護成本更高占到收入的25%.

為減少故障損失，可以采用信息處理技術(shù)，實現(xiàn)風(fēng)機設(shè)備故障預(yù)警[3,4].本文利用風(fēng)場視頻設(shè)備，設(shè)計了一種風(fēng)機音視頻智能預(yù)警器.首先，設(shè)計音視頻智能預(yù)警器方案.基于風(fēng)場監(jiān)控系統(tǒng)的特點和常見故障實例，通過對視頻監(jiān)控系統(tǒng)收集的風(fēng)力發(fā)電機運行時音、視頻信息分析，設(shè)計系統(tǒng)方案.其次，提出智能預(yù)警算法.對采集到的音視頻信息進行智能預(yù)警，判斷風(fēng)力發(fā)電機故障的類型和位置.最后，利用FPGA實現(xiàn)預(yù)警器.預(yù)警器采用Cyclone II 系列EP2C5Q508C8型號FPGA為處理芯片.

1 故障預(yù)警器方案

1.1 總體方案

智能預(yù)警器系統(tǒng)總體方案如圖1所示，分為視頻智能預(yù)警和音頻智能預(yù)警兩個部分，可對采集到的風(fēng)機視頻信息和音頻信息進行綜合分析,判斷風(fēng)機故障.

圖1 音視頻預(yù)警器系統(tǒng)總體方案

1.2 視頻預(yù)警方案

首先采集現(xiàn)場視頻信息，并對其進行中值濾波預(yù)處理.然后設(shè)計智能故障預(yù)警算法，對采集信息進行分析處理，判斷是否有故障，識別故障的類型.最后發(fā)出故障報警.算法流程如圖2所示.

圖2 視頻智能預(yù)警算法流程圖

智能預(yù)警判斷：對預(yù)處理后的背景幀和視頻幀進行邊緣檢測，提取視頻特征，并避免光照變化對圖像的影響.然后，提取二者邊緣特征，建立特征函數(shù)，進行匹配，判斷風(fēng)機是否發(fā)生故障及故障類型.

風(fēng)機故障特征：如風(fēng)機漏油故障，漏油點主要出現(xiàn)在油路管道上或者齒輪箱附近;風(fēng)機發(fā)生火災(zāi)，風(fēng)機機艙頂部會出現(xiàn)煙塵聚集現(xiàn)象等.以圖3監(jiān)控點為例，將監(jiān)控區(qū)域分成了8個區(qū).1區(qū)是風(fēng)機機艙頂部，如果故障信息點位置主要出現(xiàn)在該區(qū),可以初步判斷為火災(zāi)故障.3區(qū)主要是一些電纜連接線，可能出現(xiàn)電氣起火，電纜被損壞等故障類型.具體區(qū)域劃分故障類型如表1所示.

圖3 監(jiān)控區(qū)域示意圖

表1 區(qū)域故障類型劃分

區(qū)域常見故障類型區(qū)域常見故障類型1區(qū)火災(zāi)5區(qū)液壓制動器故障2區(qū)潤滑管道漏油、管道斷裂6區(qū)電機故障3區(qū)電氣起火、電纜掉落7區(qū)軸承偏移、潤滑油泄露4區(qū)管道漏油8區(qū)排風(fēng)扇傾斜或掉落故障

1.3 音頻預(yù)警方案

采用音頻預(yù)警可彌補視頻信息的不足，提高報警準確度.因為故障噪聲種類多樣，故采用時域和頻域相結(jié)合的方法對音頻信號進行分析判斷.流程如圖4所示.

圖4 音頻智能預(yù)警算法流程圖

2 硬件電路及實現(xiàn)

主硬件電路如圖5所示.包含攝像頭、JTAG接口、SDRAM存儲器、VGA接口、UARAT接口、排母、LED燈和其他器件.攝像頭用于采集視頻信號，SDRAM存儲器用于存儲音視頻信息，VGA接口連接顯示器用于驗證結(jié)果，UART接口是通信接口，排母用于擴展外部設(shè)備，LED燈用于發(fā)出警報和給出故障類型.

圖5 系統(tǒng)主體硬件

音視頻智能預(yù)警器選取Altera公司的Cyclone II系列芯片EP2C5Q508C8.開發(fā)集成環(huán)境采用QuartusII.QuartusII支持VHDL，Verilog的設(shè)計流程，內(nèi)部嵌有VHDL、Verilog邏輯綜合器.同時也可以利用第三方的綜合工具，如Leonardo Spectrum、SynplifyPro、FPGA Complier II.

選取的COMS攝像頭是OV7670，通過SCCB總線控制.A/D轉(zhuǎn)換芯片是ADC0809，其轉(zhuǎn)換時間為100 μs.

拾音器輸出的信號電壓值約為20～25 mV.因為A/D轉(zhuǎn)換芯片要求的輸入信號的動態(tài)范圍為0～5 V，因此需要對拾音器輸出的信號進行放大處理,放大倍數(shù)為100倍左右.增益運放電路采用NE5532運算放大器構(gòu)成.

SDRAM采用的是HY57V641620.存儲容量為64 M.采用100 MHz的讀寫時鐘，SDRAM突發(fā)讀取長度為8，最大突發(fā)讀取速度Speed=DQ2XBL/(ctRL+BL)×tCk≈1.192 Gbp,式中，DQL代表數(shù)據(jù)位數(shù)16 bit，BL代表突發(fā)讀寫長度為8，tRL代表潛伏周期為2個時鐘周期，tCK代表時鐘周期10 ns.最大的突發(fā)讀取速度為152 MB/s，實時性能好.

3 預(yù)警測試

實驗如圖6所示，LED燈發(fā)出故障預(yù)警故障并給出故障類型，此時給出的故障代碼是0001判斷為火災(zāi).

圖6 火災(zāi)預(yù)警測試

測試表明預(yù)警器能夠有效的對風(fēng)機常見的故障進行預(yù)警.

4 結(jié) 論

本文設(shè)計一種風(fēng)機音視頻智能預(yù)警器，實現(xiàn)對風(fēng)機常見故障的智能預(yù)警.預(yù)警器采用Cyclone II 系列EP2C5Q508C8型號FPGA為處理芯片.運行表明，預(yù)警器能夠?qū)崟r采集風(fēng)機的音視頻信息，準確判斷系統(tǒng)故障.

由于監(jiān)控設(shè)備在社會生活中得到了廣泛應(yīng)用.預(yù)警器同樣可以應(yīng)用于單位和個人安防、保衛(wèi)等領(lǐng)域，無須改動前端設(shè)備，具有成本低、速度快、識別率高等特點，有重要的社會價值和經(jīng)濟效益.

參 考 文 獻

[1] 譚忠富, 鞠立偉. 中國風(fēng)電發(fā)展綜述:趨勢及政策[J]. 華北電力大學(xué)學(xué)報, 2013, 2(2): 1-3.

[2] 王清照, 王明軍, 朱 彬. 風(fēng)電機組重大事故分析[J]. 風(fēng)能, 2014, 6(4): 60-62.

[3] 任玲輝, 劉 凱, 張海燕. 基于圖像處理技術(shù)的機械故障診斷研究進展[J]. 機械設(shè)計與研究, 2011, 27(5): 21-24.

[4] 李德明, 韓 建, 江國強. 基于OV7670的圖像采集及顯示系統(tǒng)設(shè)計[J]. 儀器儀表學(xué)報, 2010, 3(2): 30-33.

A Design of Video and Audio Intelligent Fault Alarm for Wind Turbines Based on FPGA

HUANG Feng1,2,YI Hao1,2,JIN Chong-wei

(1.College of Elect.and Information,Hunan Institute of Engineering, Xiangtan 411104, China;2. The Cooperative Innovation Center of Wind Power Equipment and Energy Conversion, Xiangtan 411104, China)

Large wind turbines have high cost and complex structures. There will be great losses when a fault occurs. The paper designs a video and audio intelligent fault alarm for wind turbines. It uses EP2C5Q508C8 and realizes the intelligent early warning of wind turbine common fault. Its video processing speed is about 31 frames per second and single point judgment warning only needes 6 clock cycles. Experiments show that it can complete real-time audio and video information acquisition and accurately judge the system fault.

FPGA; intelligent fault alarm; wind turbines

2015-03-25

湖南省自然科學(xué)基金項目(12JJ9018).

黃 峰(1978-)，男，博士，副教授，碩士生導(dǎo)師，研究方向：圖像處理.

TP391

A

1671-119X(2015)03-0010-03