通过倾角仪、传感器等设备采集风机运行数据，进行边缘计算后通过网关上传至风场服务器端，根据采集到的数据分析风机运行状态，及时发现预警信息并采取必要措施，保证风机的安全运行。
痛点难点
应对措施
01
存在一些安全问题
维修环境危险，存在安全盲点，依靠人力无法兼顾全局； 风电机组分布区域广阔，且通常地处偏远，布局分散； 酿成重大安全事故，企业社会形象受损
天鹤分别为各风场的风机不同部位安装健康监测传感器，全方位实时监测风机健康情况，保障风机安全运行
持续在线载荷监测，延长机组使用寿命
02
维护成本较高
每次对设备的维护耗费巨大的人力财力； 不能有效的对风机设备进行安全监测； 人工巡检维护成本高昂
早期发现微小损伤，基于状态的维护模式极大的缩减维护成本，有计划安排维修，减少停机时间，保障机组安全运行并延长寿命。
03
出现问题会造成巨大损失
塔筒的沉降晃动引起的变形、基础环松动； 叶片的结冰、开裂造成损伤； 风机的故障甚至诱发倒塔事故的发生
通过在线监测技术实现风电机组工况和设备危害的感应和危机状况及时预警，辅助管理者进行决策和正确发布指令，及早发现事故隐患并及时予以排除，保障结构良好状态运行。
风机发电组齿轮箱振动监测
系统通过时域监测，频域分析诊断，利用加速度传感器检测振动情况，由监测系统对振动数据进行采样，滤波，提取有效振动频带内的信号，通过分析有效频带内的峰值振动频率来判断风机运行是否正常，故障提前预警通知。
风机叶片健康状态监测
通过采集叶片的振动信号，利用动力学特性，结构损伤和结冰对叶片固有频率和动态响应的影响，来推理叶片状态的变化情况，可提前识别叶片早期缺陷、问题，为叶片预防性维护提供决策依据，避免恶劣性风机故障发展。
风机塔筒沉降倾斜监测
系统对风电机组的塔筒安全进行实时连续监控。在塔筒的塔顶和塔基倾斜角度超出标准时，可及时给出报警通知，避免因塔筒及基础的故障造成风机主体结构的破坏，给风电运营商造成的巨大经济损失，从而保证风电机组的安全稳定运转。
边缘智控智能干预
通过设备传感器智能接收信息，对信息进行转换，同时带边缘计算的智能芯片，对信息进行计算处理后，直接对设备作出相应调整，减少人工成本，提升效能。
搭配专属系统灵活配置
系统主要包括谱图分析、实时监测、信息配置、报警日志、故障统计分析、专家诊断等；支持对总振值，宽带能量，窄带能量，时域波形图，功率谱曲线，长数据采集，包络谱参数和SFI参数进行设置
监测数据采集
集成传感器技术，信号处理技术，计算机技术，对风机电机组安全进行实时连续监控，系统采集的数据送至中控室现场服务器进行处理和存储，并进行数据分析显示
算法分析与研发
基于边缘计算和数据分析的风电机组监测系统及计算方法。通过深度学习模型对采集数据进行边缘计算处理，将处理结果存储在服务器中以及生成风机控制指令
多种方式多维度预警
多维度的预警和报警设置，为系统与设备安全保驾护航。局域网的网页端告警通知，支持邮件、短信等多重通知方式
专家诊断协助，安全更具保障
远程监控中心，具备完善的机组故障预警、突发故障处理、专家会诊、现场诊断服务流程， 有能力保证机组出现异常时及时响应，并持续跟踪协助至问题解决
应用场景
冷却塔
隧道
风场
矿井
山区
方案亮点
01
集成管理
帮助企业实现智慧风场的统一部署、统一维护、统一运行监控、统一集成展现。
02
降本增效
标准化管理，降低维护周期，减少设备管理人员投入和运维人员的管理成本，提高工作效率。
03
按需配置
可根据项目实际情况灵活配置所需应用和设备，不同角色有对应的访问和操作权限，管理协调一致。
04
质量安全
面对企业的质量检测、预测性维护及现场安全等共性问题，整合传感器、边缘计算和人工巡检，自动检测设备异常并报警 。
设备支撑
振动传感器
倾角传感仪
透传网关
边缘计算工控机
落地案例
