下载文档原格式
风力发电机组的智能故障诊断系统Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!现状分析：风力发电机组作为清洁能源发电的重要组成部分，在近年来得到了广泛应用和发展。
然而，由于风力发电机组经常工作在恶劣的环境条件下，其设备容易受到一些外部因素的影响而发生故障，给发电系统的稳定性和可靠性带来了一定的挑战。
研究如何建立一套智能化的风力发电机组的故障诊断系统成为当前该领域的研究热点之一。
存在问题：目前，风力发电机组的故障诊断主要靠人工检修来完成，这种方式存在以下几个问题：人工检修需要大量的人力物力投入，耗时耗力，效率低下；人工检修存在主管经验主观判断，易出现误诊、漏诊等问题；再次，由于风力发电机组通常建设在偏远的地区或海上，维修困难，人工检修无法满足实时性和准确性的要求。
大型风力发电机组故障诊断综述经济的发展与进步使得风力发电机组数量也在逐渐增多，而所应用的故障诊断技术则是保证其运行效率、延长使用寿命的关键因素。
本文就大型风力发电机组的主要故障进行了深入分析，提出了几种智能故障诊断方法，希望能够为同行业工作人员提供一些帮助。
标签：风力发电机组;故障;智能故障诊断;引言：能源危机与大气环境污染加重的大背景下，风能以及太阳能等新兴清洁能源的利用与开发逐渐被人们所重视，并在近些年获得了飞速发展。
大型风力发电机由于其结构特点，大都坐落于近海与远郊地区，因此想要对其状态进行实时检测较为困难，维护成本也相对较高。
近些年来，随着人们对于风力发电机的需求量逐渐提升，单机容量的增加使得风机的整体结构也逐渐变得复杂，无论是风机的故障率还是其在运行维护过程中的所需费用都有明显提升。
为将风力发电机组故障率降低，从而减少零件更换与日常维护成本，对其状态进行实时检测、保证故障诊断及时性具有十分重要的现实意义，同时其也是确保风力发电机组运行高效性与稳定性的重要前提。
1 大型风力发电机组主要故障1.1机械故障1.1.1风轮系统轮毂与叶片是风轮的主要组成部分，也是将风能转换为机械能的基本结构单元，机械能在产生后通过带动转子轴心即可完成电力转换。
常见的叶片故障包括刚性降低、疲劳以及裂缝等，而轮毂部分最为常见的故障就是由于磨损过度而导致出现的一系列机械故障。
1.1.2主传动链齿轮箱、齿轮以及轴承等组件是主传动链系统的主要组成部分，也是将发电机与主轴相连的重要基础，是风机中的关键结构。
当前风力发电机组中所应用的齿轮箱由于所包含的结构过于复杂，因此在变载荷与变工况状态下运行时，极容易出现故障[1]。
绝大多数的齿轮箱故障均由轴承开始，其作为关键的齿轮箱部件，若由于各种不确定因素导致其失效将对齿轮箱中造成难以逆转的伤害。
常见的几种轴承故障主要包括磨损、断裂以及疲劳剥落，而齿轮故障则包括表面疲劳、轮齿断裂以及磨损过度等。
大型风力发电机组故障诊断专家系统摘要：随着社会经济的发展，我国对电能的需求不断增加，风力发电越来越受到重视。
本文主要分析风力发电机组故障诊断专家系统的知识获取、知识表示及推理问题；给出系统目标及系统的总体框架构建方案；系统知识库和数据库的构建方法。
风电故障诊断专家系统可为企业开展预知维修提供依据，保证风力发电设备安全有效健康的运行。
关键词：大型风力发电机组；故障诊断；专家系统；构建方法引言能源问题是关系到人类生存和经济持续发展的关键问题。
目前，人类正遭受着石化能源储量面临着枯竭和其所带来的严重环境污染的双重危机。
风能作为一种取之不尽，用之不竭、绿色又环保、安全的可反复使用的新型能源，能够减少对环境的污染和能降低对大气和气候的影响。
风电能源是世界上发展最快的可再生能源，已经成为解决世界能源问题不可或缺的重要力量。
1风力发电机组关键部件故障分析现状风力发电机组大多位于80.0m以上的露天环境中，容易受多种外界因素的影响，且风力发电机组自身具有极高的故障风险。
随着风力发电机制造技术的不断完善，偏航系统故障、齿轮箱故障、发电机故障等多种风力发电机故障发生频率不断增加，对风力发电机组的稳定运行造成了一定的阻碍。
常用的风力发电机组故障分析方法主要有自适应最优核时频分析算法、谱峭度诊断分析、油液检测数据建模分析等。
但是上述分析方法并没有考虑到风力发电机组实际运行中的不同条件，也没有根据实际故障发生过程进行阶段故障状态分析，导致风力发电机组故障分析准确性不足。
2专家系统基于ES风电机组故障诊断方法的基本思想是：运用专家在风力发电领域内积累的有效经验和专门知识建立知识库，并通过计算机模拟专家思维过程，对信息知识进行推理和决策以得到诊断结果。
风力发电机组属于典型复杂系统，难以建立准确的数学模型，为解决这一问题，以SQLServer2008数据库和平台开发为基础，结合主观贝叶斯和产生式规则方法实现机制推理过程，建立了风力发电故障在线诊断专家系统，但必须不断完善知识库以提高诊断精准度。
风力发电机组状态监测与故障诊断系统风力发电机组状态监测与故障诊断系统风力发电机组是一种利用风能产生电能的设备，近年来得到了广泛的应用和发展。
然而，由于长时间的运行和恶劣的环境条件，风力发电机组容易出现各种故障和损坏。
为了有效监测风力发电机组的运行状态，并及时发现和诊断潜在的故障问题，研发风力发电机组状态监测与故障诊断系统变得尤为重要。
风力发电机组状态监测与故障诊断系统是一种利用传感器、数据采集和分析等技术手段，对风力发电机组的各种参数进行实时监测和分析，以实现对风力发电机组运行状态和故障情况的诊断与预测。
下面将从系统概述、监测参数和故障诊断方法几个方面来介绍该系统。
一、系统概述风力发电机组状态监测与故障诊断系统主要由硬件和软件两部分组成。
硬件部分包括传感器、数据采集模块、数据传输模块和数据存储模块等。
传感器用于实时采集风力发电机组的运行参数，如转速、温度、振动等。
数据采集模块将传感器采集到的数据进行处理和转换，然后通过数据传输模块将数据传输给软件部分。
软件部分包括数据分析和故障诊断模块。
数据分析模块对传感器采集到的数据进行处理和分析，生成相关的运行状态指标和故障诊断依据。
故障诊断模块根据数据分析模块生成的指标和依据，对风力发电机组的故障进行诊断和预测。
二、监测参数风力发电机组的状态监测需要采集多个参数进行分析。
首先是转速参数，通过监测风力发电机组的转速变化，可以判断转子的运行情况和负荷情况。
其次是温度参数，通过监测风力发电机组的温度变化，可以判断发电机组内部的温度是否正常，是否存在过热现象。
再次是振动参数，通过监测风力发电机组的振动情况，可以判断是否存在机械故障和失衡情况。
此外，还可以采集电流、电压等参数进行分析。
三、故障诊断方法针对风力发电机组可能出现的故障情况，可以采用多种方法进行诊断。
首先是基于规则的方法，该方法通过事先设定一系列规则和阈值，当监测到的参数超出规定范围时，系统会发出警报，提示可能存在故障。
风力发电场综合监控与故障诊断系统设计随着全球对清洁能源的需求日益增长，风力发电成为了一种越来越受欢迎的可再生能源形式。
然而，风力发电场在运行过程中常常面临各种故障和监控困难。
为了解决这些问题，设计一套风力发电场综合监控与故障诊断系统显得至关重要。
本文将详细介绍该系统的设计和功能。
一、系统设计与结构风力发电场综合监控与故障诊断系统由以下几个模块组成：1. 实时数据采集模块：该模块通过传感器和监测设备实时采集风力发电机组的各种数据，包括风速、转速、振动、温度等。
2. 数据传输模块：采集到的数据被传输到数据处理中心，可以通过有线或无线网络进行传输。
3. 数据处理与分析模块：该模块对传输过来的数据进行处理和分析，包括数据清洗、数据挖掘、故障诊断等。
4. 前端显示模块：处理完的数据可以在前端显示模块进行展示，包括实时数据的监控、故障报警、故障诊断结果等。
5. 数据存储模块：该模块用于存储采集到的数据，包括原始数据和处理后的数据，以便后续的分析和查询。
二、系统功能与优势1. 实时监控：该系统能够实时监控风力发电机组的各项参数，包括风速、转速、振动、温度等。
通过实时监控，可以及时了解风机运行状态，发现异常情况。
2. 故障诊断：通过对采集到的数据进行处理和分析，系统能够自动诊断风机的故障类型和原因。
一旦发现故障，系统能够及时向操作人员发出警报，并提供相关的故障诊断结果。
3. 远程控制：该系统还支持远程控制风力发电机组的启动、停止等操作。
操作人员可以通过前端显示模块和网络远程操作风机，提高工作效率。
4. 数据分析与优化：通过对大量的风力发电数据的分析，系统可以发现风机的运行规律和优化空间。
针对特定的问题，用户可以通过系统提供的数据分析功能进行优化，提高发电效率。
5. 历史数据查询：系统的数据存储模块可以保存历史的采集数据，用户可以随时查询和分析历史数据，以了解风机的长期运行情况和性能变化。
三、系统实施与应用该系统的实施可以分为以下几个步骤：1. 硬件设备安装：根据风力发电机组的具体情况，选择适合的传感器和监测设备，进行安装和连接。
风力发电机组故障诊断与智能监控系统设计随着可再生能源的快速发展，风力发电作为一种清洁、可持续的能源形式，在能源领域扮演着越来越重要的角色。
然而，由于风力发电机组长期暴露在恶劣的环境条件下，其故障率相对于其他能源装置较高。
因此，风力发电机组的故障诊断和智能监控系统的设计成为了一个研究热点。
一、风力发电机组故障诊断风力发电机组故障诊断是指通过对风力发电机组的状态进行监测和分析，及时准确地发现、判断和定位故障，并提供相应的维修建议。
故障诊断系统的设计主要包括传感器采集、特征提取、状态分类和故障诊断四个环节。
首先，传感器采集是故障诊断的基础。
传感器如风速传感器、温度传感器、振动传感器等，能够实时采集风力发电机组的各种参数。
通过对这些参数的监测，可以掌握风力发电机组的工况和状态信息。
其次，特征提取是从大量的实时数据中提取有效的特征，以描述风力发电机组的状态。
常见的特征包括幅值、频率、时域特征和频域特征等。
特征提取能够减少数据量，提高计算效率，为后续的状态分类和故障诊断提供依据。
然后，状态分类是将特征数据按照一定的分类规则进行分类，以进一步分析风力发电机组的健康状况。
常见的分类方法有支持向量机、人工神经网络和朴素贝叶斯等。
通过状态分类，可以确定风力发电机组是否存在故障，并识别出具体的故障类型。
最后，故障诊断是根据状态分类的结果，对风力发电机组的故障进行定位和诊断的过程。
常见的故障诊断方法包括模式识别、知识推理和专家系统等。
通过故障诊断，可以及时判断风力发电机组的故障原因，并采取相应的维修措施，以减少损失并延长机组的使用寿命。
二、智能监控系统设计智能监控系统是在风力发电机组故障诊断的基础上，将人工智能技术与互联网技术相结合，实现对风力发电机组的远程监控和管理。
首先，智能监控系统需要通过传感器采集风力发电机组的各种运行数据，并通过数据传输技术将数据传输到远程监控中心。
传感器可以实时监测机组的温度、振动、转速等参数，确保机组的安全运行。
风电机组在线监测与故障诊断系统的运维流程与方法探究随着清洁能源的快速发展，风力发电成为可再生能源的重要组成部分。
风电机组在线监测与故障诊断系统在风电行业中具有重要作用，它能够实时监测风电机组的运行状态以及诊断潜在的故障问题。
本文将探讨风电机组在线监测与故障诊断系统的运维流程与方法。
一、风电机组在线监测与故障诊断系统的作用风电机组在线监测与故障诊断系统是一套集数据采集、传输、处理、分析和报警功能于一体的系统。
它主要通过各种传感器和监测装置，采集风电机组的运行参数、振动数据、温度、压力等信息，然后将这些数据传输到监测系统中进行实时分析和处理。
通过对数据的分析，系统可以及时发现风电机组的故障，并提供准确的诊断结果和预警信息，以便运维人员及时采取相应的措施，降低故障风险和提高风电机组的可靠性。
二、风电机组在线监测与故障诊断系统的运维流程1. 数据采集与传输风电机组在线监测与故障诊断系统首先需要搭建一套数据采集与传输系统。
该系统将通过安装在风电机组各个关键位置的传感器和监测装置，采集风电机组的各种运行参数和状态数据。
这些数据将通过有线或无线方式传输到中央监测系统。
2. 数据处理与分析中央监测系统接收到从风电机组传输过来的数据后，将对数据进行处理和分析。
数据处理包括数据清洗、校正和归一化等步骤，以确保数据的准确性和一致性。
数据分析则是基于大数据分析算法，对风电机组的运行状态进行实时监测和分析，识别可能存在的故障问题。
3.故障诊断与预警基于数据分析的结果，系统将进行故障诊断并给出准确的诊断结果。
同时，系统还会根据故障的严重程度和可能的后果，发出相应的预警信息，通知运维人员及时采取措施。
预警信息可以通过手机短信、邮件或者系统界面呈现给运维人员。
4. 故障处理与维修一旦发生故障，运维人员将根据系统提供的诊断结果，采取相应的维修措施。
系统可以提供详细的维修指导，帮助运维人员快速定位故障点和解决问题。
同时，系统还可以记录下故障处理的过程和结果，以便后续分析和改进。
大型风力发电机组远程故障诊断系统南京协宏软件技术有限公司2015年01月目录1系统概述 (4)1.1系统名称 (4)1.2风电背景 (4)2编制依据及系统概述 (4)2.1系统概述 (5)2.2技术基础 (5)2.3项目技术特点 (5)2.4设计制造的行业技术标准 (6)3系统结构与特点 (7)3.1系统结构总图 (7)3.2系统测点配置 (7)3.3系统硬件特点 (8)3.3.1数据采集监测站Drivetrain DAU (8)3.3.2数据服务器 (9)3.3.3传感器 (9)3.4系统实时监测功能 (10)3.4.1实时监测 (10)3.4.1总貌图描述 (12)3.4.2棒图描述 (13)3.4.3波形频谱图描述 (13)3.4.4趋势跟踪图描述 (14)3.5分析诊断功能 (15)3.6数据管理功能 (20)3.6.1数据记录的存储策略 (20)3.6.2事故追忆功能 (20)3.6.3数据传输的可靠性策略 (20)3.6.4数据记录稀疏策略 (21)3.6.5数据备份方法 (21)3.6.6用户数据检索功能 (21)4远程监测与诊断中心 (22)4.1远程监测中心系统结构图 (22)4.2系统硬件特点 (22)1系统概述1.1系统名称大型风力发电机组远程故障诊断系统1.2风电背景近十年来，风力发电在全世界范围内得到了持续高速发展，为应对全球气候变化作出了重要贡献。
风能作为一种清洁的可再生能源已成为低碳经济的重要标志之一。
我国在大规模的风能利用方面虽然起步较晚，但近些年来发展非常快，到2009年年底，全国风力机械标准化技术委员会共制定发布风力发电国家标准和行业标准61项，累计装机容量跃过20GW大关，达到25.8053GW。
2009年当年，我国新增风机10129台，装机容量13，8032GW，占全球新增风电装机的1/3，超过美国排名全球第一。
据国家发改委能源司对未来国家能源战略划，到2020年中国的风电装机总容量将达到30GW。
风力发电机组面对各种恶劣的工作环境及严格的电网条件，运行工况复杂多变，各种因素使风力发电机组的可利用率，风电转换效率及使用寿命受到很大影响，很多重大事故的发生，往往源于一个数据的错误或一种信息的疏忽。
在一个现代化的大型风电场中，可能会有十几台甚至几十台上百台风力机，如何有效地对各风力机状态进行监测和分析，使整个风电场安全、可靠、经济地运行就变得至关重要。
由于风场的选址受到地理条件及风能资源的限制，各风场之间的距离可能会非常遥远，特别是对于海上风场的情况。
在这样的前提下，如何方便快捷地对各风场运行状况进行监测和分析以及实现风场间的远距离数据通讯，保证多风场的统一管理运营及维护，并使得广泛的国内、国际技术合作和多方在线断得以实现，成为今后风电行业的新兴发展方向。
本技术方案是依据风力发电机组远程状态监测与故障诊断的需求，结合我公司多年从事旋转机械远程在线状态监测和分析诊断以及风电设备状态监测及分析产品的开发和规模应用经验而编制的。
2编制依据及系统概述2.1系统概述根据风力发电机组的技术特点，提出了以旋转机械远程在线状态监测和分析诊断以及风电设备状态监测及分析产品的开发基础的成熟和系统的解决方案。
该系统利用数据处理技术、现代先进的互联网技术和科学实用的监测技术，实现对风力发电厂实时在线状态监测与故障诊断。
远程监测系统对机组实施远程实时在线监测，为电厂发电设备的运行、检修等日常管理工作提供技术支持。
本方案提供的风电机组远程振动监测与故障诊断系统是基于INTERNET网络/内部虚拟网建立的一个集数据采集传输和管理、机组状态监测、事件报警管理，故障分析诊断、设备性能评估。
本文件提供的系统：现场数据采集分析系统，该部分安装在电厂的机组现场；2.2技术基础南京协宏软件技术有限公司从2009年开始进行“机组远程在线监测和故障诊断中心”的研发工作，目前公司产品已成功应用于风电、火电、水电、冶金、石化等行业。
本方案书提供的技术基础是：1.南京协宏软件技术有限公司多年来积累的机组状态监测和故障诊断经验及多项发明专利。
2.针对电力设备状态（包括风电机组）的软硬件的研制开发核心技术。
3.成功推向市场的现有多种机组实时监测产品的经验。
4.最新的机组管理思想和状态监测、故障诊断理论。
5.采用先进的软硬件设计技术和唯一基于INTERNET的远程数据传输技术。
2.3项目技术特点本方案书的技术可行性分析主要考虑以下几个关键技术问题：1.灵活的信号接入：系统可接收各种类型的信号：振动信号、过程量信号。
可配套各种传感器：加速度传感器，速度传感器、油液分析传感器，并可从监控系统获得各种各种电流电压信号，开关量信号等。
2.数据的有效存储：灵敏监测功能可有效的记录机组事故前后的数据，有助于机组的故障分析，及早的发现故障隐患。
数据采集站具备现地缓存功能，避免网络通讯故障时数据丢失。
高保真数据压缩技术保证了机组有效数据的存储，并大大降低存储数据所用空间。
3.专业的监测功：系统能够提供专业的监测图谱、数据列表以及完整的数据记录。
先进的信号分析和数据管理技术能够帮助用户及早的发现轴承或者齿轮箱的故障隐患。
专业的报警功能使得用户对机组的监控更加容易，事件追忆功能有助于机组的故障诊断。
4.人性化的操作界面：系统操作非常人性化，经过简单培训即可浏览整个系统数据。
系统采用一键式软件安装和模块化组态设计。
用户经过授权在任何一台计算机上，无需安装任何软件即可浏览系统监测图谱和数据。
5.强大的远程监测功能：基于INTERNET的数据传输技术，远程访问的用户具备现地用户一样的监测和分析功能。
2.4设计制造的行业技术标准DL/T 578 计算机软件测试文件编制规范DL5003 电力系统调度自动化设计技术规范DL5002 地区电网调度自动化设计技术规范GB3453 数据通信基本型控制规程GB3454 数据终端（DTE）和数据电路终端设备（DCE之间的接口定义）IEEE 802.3 网络技术标准GB23128 操作系统标准DL476 电力系统实时数据通信应用层协议JB/T5234 工业控制计算机系统验收大纲GB7450 电子设备雷击保护导则DL／T687-1999 微机型防止电气误操作装置通用技术条件GB/T17963-2000 信息技术开放系统互连网络层安全协议DL/T634.5104 远动设备及系统第5-104部分:传输规约采用标准传输协议子集的IEC60870-5-101网络访问国家经贸委《电网和电厂计算机监控系统及调度数据网络安全防护规定》（[2002]第30号令）国家电力监管委员会第5号令《电力二次系统安全防护规定》相关的GB、IEC、IEEE、ISO、ANSI、DIN、JH、JIE标准3系统结构与特点3.1系统结构总图现场一层是由传感器、数据采集单元Drivetrain DAU、现场服务器。
本地诊断中心Local Care Centre组成的系统，每一台本地诊断中心LocalCare Centre都可以经Internet向远程诊断中心服务器上传数据。
3.2系统测点配置按照风电机组的结构特点，对机组的如下信号进行监测：风力发电机组的振动测点的布置示意图如图2所示，振动传感器主要布置在主轴、齿轮箱和发电机组上。
其中在主轴轴承座、齿轮箱输入轴处各安装一只专用低频加速度传感器，齿轮箱外齿圈外壳、输出轴箱体外壳处以及发电机前后轴承座处各布置一只振动加速度传感器，用于全方位监测风力发电机组的振动状态。
齿轮箱输出轴转速及发电机功率建议由风机的监控系统接入。
若风机监控系统无法输出功率和转速信号，则通过在齿轮箱上加装测速传感器进行机组转速的测量。
油液监测可对机组轴承、齿轮箱润滑油的油质、油液中金属颗粒数进行监测。
本方案书中推荐采用金属颗粒监测，系统可以实时监测油液中混入的金属颗粒数，并进行统计分析和趋势跟踪，对机组轴承、齿轮箱的日常运行磨损、故障损坏等起到实时的监测。
3.3系统硬件特点3.3.1数据采集监测站Drivetrain DAU采集监测站Drivetrain DAU是一个以微处理器为核心的智能化的数据采集系统，由多块分布式板卡等组成，最终将各种传感器的信号转换成A/D可以接受的信号。
这种结构形式给工业现场提供了最大的配置灵活性。
Drivetrain DAU 性能参数见下表：3.3.2数据服务器现场服务器由高性能的专业服务器和相应软件组成。
现场服务器硬件选用美国IBM公司生产的高性能的服务器。
主要完成功能：数据的长期存储与管理、基于B/S结构的数据传输功能、专业的诊断分析图谱、系统管理及设置。
3.3.3传感器美国CTC公司的加速度传感器，此传感器防磁、安装方便、响应快，已经得到广泛应用。
参考指标如下：�最大线性测量程±5g�灵敏度1000mV/g�工作频响范围0.3~4kHz�谐振频率12kHz�幅值非线性度≤5%�工作温度0~130℃加速度传感器工作方式水平、垂直互相通用，为了使安装紧密，先在底座上均匀的抹一层黄油，然后通过底部的Φ5㎜螺杆固定在底座上，只要用手旋紧即可，不需要专用工具。
但固定传感器的螺丝一定要焊接在支座上，防止脱落图3-2加速度传感器安装示意图3.4系统实时监测功能3.4.1实时监测系统对机组当前的运行状态进行同步监视和显示，以数值、曲线、图表等各种形式，显示机组的各种状态分析数据，实现在线监测和分析功能。
实时监测页面从不同的角度、分层次展现机组的状态信息。
这些页面分别是：总貌图、棒图、波形—频谱图、冲击谱图、趋势分析图、相关趋势分析图等�系统布置总貌图图3-3:系统总貌布置图1图3-4:系统总貌布置图23.4.1总貌图描述�功能：显示系统所监测的机组结构、测点分布以及这些测点的值的实时变化情况。
如有通道数值超标，则该通道显示颜色立刻区别于其他正常通道。
�显示：图谱显示当前机组的测点数据，左侧显示目前的动态信息。
还会有文字信息显示获取数据的时间，在总貌图中所选中的通道的信息（包括值，报警门限等），被选中的通道将会以红颜色的框来表示。
�操作：点击“常规图谱”下“总貌图”或者快捷按纽可以调出此图谱。
一个电厂可以有多个总貌图，如上图所示，可以通过点击图上的TAB标签在不同的总貌图之间进行切换。
�显示定制：用户可以通过右侧导航栏任意选择同一集团不同电厂、同一电厂不同机组的总貌图显示�棒图图3-5:单值棒图3.4.2棒图描述�功能：该图谱以单棒或多棒的形式显示振动测点各个特征值的大小、机组转速大小、数据类型、时间。
�显示：有效值，峰值，峰峰值。
同时用颜色显示该通道是否报警。
�显示定制：用户可以通过显示定制，选择任意通道，并设定一个界面内显示多少通道的棒值，单值、多值棒图内用户想看到的该通道的某频率成分等。
