風能作為最重要的可再生能源之一，一直受到廣泛的關注，根據我國900多個氣象站將陸地上離地10m高度資料進行估算，我國平均風功率密度為100W/m2，風能資源總儲量約32.26億kW，可開發和利用的陸地上風能儲量有2.53億kW。近年來，風力發電也在我國進入了穩定發展的階段。東南沿海及其島嶼，為我國最大風能資源區；內蒙古和甘肅北部，為我國次大風能資源區；黑龍江和吉林東部以及遼東半島沿海，風能資源也很豐富。
隨著風能的需求增大，風力發電所面臨的問題也慢慢展現出來。風機一般建立偏遠的地區，環境非常惡劣，風機不穩定的運行環境使得機組的故障頻發，導致停機后造成的經濟損失巨大，同時高額的維修費也是風電機場面臨的棘手問題；除了外在，長時間的運行，設備器件本身的磨損也是一大隱患，加上風機本身就很高，不及時發現處理維修，同樣會造成無法挽回的損失，故障預測就顯得格外的重要！
為了盡可能地避免風機故障的發生，當下最好的做法就是對風機的運行狀態進行實時的監測。
那么從哪幾個方面去監測呢？
1）溫度。風機繞組在長時間運行的情況下，溫度過高會使元器件加速老化影響整個風電機的壽命，而能夠在機組溫度過高或者即將溫度過高的情況下對系統進行預警，可以有效地對風機進行保護，大大地延長風機的使用壽命。
2）振動。轉軸竄動過大或聯軸器連接松動，造成風機葉輪磨損或積灰，出現不平衡，軸承磨損或損壞等等。這些都是造成風機振動的原因，及時地收集振動參數進行對比判斷，可有效防止事故發生。
3）噪音。風機運轉最重要的就是軸承，軸承產生噪音的原因有很多，長時間運用后缺乏潤滑油會產生噪聲，軸承磨損導致間隙變大、軸承松動都會產生噪聲，給噪聲大小給定一個范圍，用傳感器接收參數就能有效的判斷出問題的大小。
目前而言，傳感器在風機監測上的應用已經非常廣泛，智能化產品也越來越多,就比如忽米網的“占星者”5G邊緣計算器，一經亮相就受到了很多關注?！罢夹钦摺笔菍⒏咝阅軅鞲衅髋c智能邊緣計算功能結合在一個緊湊堅固的外殼中，賦予傳統工業旋轉設備無線連接和智能分析決策的功能。直接從設備表面測量關鍵參數，利用AI融合工業機理的的算法，構建旋轉設備故障模型庫，實現邊緣側數據實時分析和決策，可以把事后維修變為預測性維護，完美的契合了風機監測的需求。
忽米網占星者-5G邊緣計算器當然，可能還有更好的方法去實現風機及其它設備的智能監測，相信隨著科技的不斷發展，各式各樣的智能產品都會被開發出來！
280°是指環境溫度嗎？ 排煙風機應滿足280℃時連續工作30min的要求，排煙風機應與風機入口處的排煙防火閥連鎖，當該閥關閉時，排煙風機應能停止運轉。
風力發電機組一般要求壽命為20至25年，在這一壽命期內，故障率各不相同。前三年的故障率較高。這是因為要解決新風機型號的問題，或者需要對運行控制進行調整。
一旦度過了最初的 "磨合期"，風機通常會在接下來的15年里可靠地運行。此后，風機開始磨損，故障率攀升。然而，如果運營商能夠設法延長風機的使用壽命，從財務角度來看是很有價值的。在這三個階段，降低故障率是當務之急。
顯然，風力發電機是復雜的機械，包括電氣元件、傳感器、液壓系統、偏航電機、轉子葉片、機械制動器、齒輪箱、發電機等。這些組件中的任何一個出現故障，都會造成不同時間的停機。例如，一個齒輪箱的故障并不經常發生，但平均會造成6天的停機時間這是一個昂貴的故障。
電氣故障更為常見，但停機時間更短。運營商主要關注預防齒輪箱、發電機和傳動系統故障，因為這些故障導致的停機時間最長。
更加困難的是，每臺風力發電機都是不同的。每臺風機都在一個獨特的地點，而且大多數風機都有不同類型和品牌的部件。
故障會導致停機和高成本
為了優化風機性能，運營商必須進行計劃內和計劃外的維護。無論如何，技術人員花在維護汽輪機上的時間越多，產生的費用就越多。關鍵是要能在故障發生之前預測到故障。也許齒輪箱里的油在發熱，或者齒輪箱在振動，這可能是故障即將發生的信號。運營商不在汽輪機的各個部件上安裝額外的硬件傳感器，而是盡量使用軟件，因為額外的硬件部件往往比較昂貴，而且勞動強度大。
從畢業到風場維護已經兩年了，感受就是容易自甘墮落會變懶，因為沒事的時候比較閑。還有就是生活單調枯燥，所以自學會了吉他 。最后就是談了兩年的女朋友把我甩了。
運行小時和機組的實際發電量沒有關系，指的就是機組實際運行的時間。在其控制盤上專門有個裝置記錄其數值。
如果是利用小時數就和發電量有關系了，是發電量與平均裝機之比。
其實，這些google下都能查到，不知道為什么在這問。
大概三分鐘左右運轉，！頻道切換模式，也會停止運轉