一种基于FPGA的风机音视频智能故障预警器

黄 峰，易 浩，金崇伟

(1.湖南工程学院 电气信息学院，湘潭 411104；2.湖南省风电装备与电能变换协同创新中心，湘潭 411104)

参 考 文 献



一种基于FPGA的风机音视频智能故障预警器

黄 峰1，2，易 浩1,2，金崇伟1,2

(1.湖南工程学院 电气信息学院，湘潭 411104；2.湖南省风电装备与电能变换协同创新中心，湘潭 411104)

大型风力发电机造价高、结构复杂，发生故障时损失较大.以EP2C5Q508C8 FPGA为核心，设计一种风机音视频智能预警器，实现对风机常见故障的智能预警,具有31帧每秒的图像处理速度，单点预警判断仅需6个时钟周期.实验表明，智能预警器能够实时采集风机的音视频信息，准确判断系统故障，具有成本低，预警速度快，识别率高等特点.

FPGA；故障预警器；风机

0 引 言

风电行业发展迅速[1].风电机组大多安装在人烟稀少、近海滩涂等自然环境很恶劣的地方，并且机舱位于50～100 m以上的高空，给机组的维护维修工作造成了困难.风机一旦发生故障，可能造成风机工作效率低下，甚至停转、导致风机塔架倒塌或彻底报废[2].同时，风机维护成本也很高.风机设计的使用寿命是20年组，然而风机的维护成本要占到风机收入的10%～15%；特别是海上风电的维护成本更高占到收入的25%.

为减少故障损失，可以采用信息处理技术，实现风机设备故障预警[3,4].本文利用风场视频设备，设计了一种风机音视频智能预警器.首先，设计音视频智能预警器方案.基于风场监控系统的特点和常见故障实例，通过对视频监控系统收集的风力发电机运行时音、视频信息分析，设计系统方案.其次，提出智能预警算法.对采集到的音视频信息进行智能预警，判断风力发电机故障的类型和位置.最后，利用FPGA实现预警器.预警器采用Cyclone II 系列EP2C5Q508C8型号FPGA为处理芯片.

1 故障预警器方案

1.1 总体方案

智能预警器系统总体方案如图1所示，分为视频智能预警和音频智能预警两个部分，可对采集到的风机视频信息和音频信息进行综合分析,判断风机故障.

图1 音视频预警器系统总体方案

1.2 视频预警方案

首先采集现场视频信息，并对其进行中值滤波预处理.然后设计智能故障预警算法，对采集信息进行分析处理，判断是否有故障，识别故障的类型.最后发出故障报警.算法流程如图2所示.

图2 视频智能预警算法流程图

智能预警判断：对预处理后的背景帧和视频帧进行边缘检测，提取视频特征，并避免光照变化对图像的影响.然后，提取二者边缘特征，建立特征函数，进行匹配，判断风机是否发生故障及故障类型.

风机故障特征：如风机漏油故障，漏油点主要出现在油路管道上或者齿轮箱附近;风机发生火灾，风机机舱顶部会出现烟尘聚集现象等.以图3监控点为例，将监控区域分成了8个区.1区是风机机舱顶部，如果故障信息点位置主要出现在该区,可以初步判断为火灾故障.3区主要是一些电缆连接线，可能出现电气起火，电缆被损坏等故障类型.具体区域划分故障类型如表1所示.

图3 监控区域示意图

表1 区域故障类型划分

区域常见故障类型区域常见故障类型1区火灾5区液压制动器故障2区润滑管道漏油、管道断裂6区电机故障3区电气起火、电缆掉落7区轴承偏移、润滑油泄露4区管道漏油8区排风扇倾斜或掉落故障

1.3 音频预警方案

采用音频预警可弥补视频信息的不足，提高报警准确度.因为故障噪声种类多样，故采用时域和频域相结合的方法对音频信号进行分析判断.流程如图4所示.

图4 音频智能预警算法流程图

2 硬件电路及实现

主硬件电路如图5所示.包含摄像头、JTAG接口、SDRAM存储器、VGA接口、UARAT接口、排母、LED灯和其他器件.摄像头用于采集视频信号，SDRAM存储器用于存储音视频信息，VGA接口连接显示器用于验证结果，UART接口是通信接口，排母用于扩展外部设备，LED灯用于发出警报和给出故障类型.

图5 系统主体硬件

音视频智能预警器选取Altera公司的Cyclone II系列芯片EP2C5Q508C8.开发集成环境采用QuartusII.QuartusII支持VHDL，Verilog的设计流程，内部嵌有VHDL、Verilog逻辑综合器.同时也可以利用第三方的综合工具，如Leonardo Spectrum、SynplifyPro、FPGA Complier II.

选取的COMS摄像头是OV7670，通过SCCB总线控制.A/D转换芯片是ADC0809，其转换时间为100 μs.

拾音器输出的信号电压值约为20～25 mV.因为A/D转换芯片要求的输入信号的动态范围为0～5 V，因此需要对拾音器输出的信号进行放大处理,放大倍数为100倍左右.增益运放电路采用NE5532运算放大器构成.

SDRAM采用的是HY57V641620.存储容量为64 M.采用100 MHz的读写时钟，SDRAM突发读取长度为8，最大突发读取速度Speed=DQ2XBL/(ctRL+BL)×tCk≈1.192 Gbp,式中，DQL代表数据位数16 bit，BL代表突发读写长度为8，tRL代表潜伏周期为2个时钟周期，tCK代表时钟周期10 ns.最大的突发读取速度为152 MB/s，实时性能好.

3 预警测试

实验如图6所示，LED灯发出故障预警故障并给出故障类型，此时给出的故障代码是0001判断为火灾.

图6 火灾预警测试

测试表明预警器能够有效的对风机常见的故障进行预警.

4 结 论

本文设计一种风机音视频智能预警器，实现对风机常见故障的智能预警.预警器采用Cyclone II 系列EP2C5Q508C8型号FPGA为处理芯片.运行表明，预警器能够实时采集风机的音视频信息，准确判断系统故障.

由于监控设备在社会生活中得到了广泛应用.预警器同样可以应用于单位和个人安防、保卫等领域，无须改动前端设备，具有成本低、速度快、识别率高等特点，有重要的社会价值和经济效益.

参 考 文 献

[1] 谭忠富, 鞠立伟. 中国风电发展综述:趋势及政策[J]. 华北电力大学学报, 2013, 2(2): 1-3.

[2] 王清照, 王明军, 朱 彬. 风电机组重大事故分析[J]. 风能, 2014, 6(4): 60-62.

[3] 任玲辉, 刘 凯, 张海燕. 基于图像处理技术的机械故障诊断研究进展[J]. 机械设计与研究, 2011, 27(5): 21-24.

[4] 李德明, 韩 建, 江国强. 基于OV7670的图像采集及显示系统设计[J]. 仪器仪表学报, 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

湖南省自然科学基金项目(12JJ9018).

黄 峰(1978-)，男，博士，副教授，硕士生导师，研究方向：图像处理.

TP391

A

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