門(mén)式起重機(jī)減速箱振動(dòng)監(jiān)測(cè)及預(yù)警系統(tǒng)研制

王 爽，胡靜波

（南京市特種設(shè)備安全監(jiān)督檢驗(yàn)研究院，江蘇南京，210019）

門(mén)式起重機(jī)減速箱振動(dòng)監(jiān)測(cè)及預(yù)警系統(tǒng)研制

王 爽，胡靜波

（南京市特種設(shè)備安全監(jiān)督檢驗(yàn)研究院，江蘇南京，210019）

根據(jù)對(duì)國(guó)內(nèi)外起重機(jī)狀態(tài)監(jiān)測(cè)技術(shù)現(xiàn)狀的研究和需求分析設(shè)計(jì)并研制了一套適用于門(mén)式起重機(jī)減速箱的智能振動(dòng)監(jiān)測(cè)及預(yù)警系統(tǒng)。根據(jù)采集到的振動(dòng)信號(hào)使用時(shí)間序列建模提取信號(hào)特征，開(kāi)展了基于AR建模的GA-BP神經(jīng)網(wǎng)絡(luò)故障預(yù)警模塊研制。研制的門(mén)式起重機(jī)減速箱的智能振動(dòng)監(jiān)測(cè)及預(yù)警系統(tǒng)具有數(shù)據(jù)實(shí)時(shí)傳輸、信號(hào)分析處理及故障預(yù)警等功能，有助于防止門(mén)式起重機(jī)在運(yùn)行過(guò)程中發(fā)生重大事故、減少設(shè)備的故障率、優(yōu)化維修策略的制定。

門(mén)式起重機(jī)減速箱；振動(dòng)監(jiān)測(cè)；預(yù)警系統(tǒng)；AR建模；GA-BP神經(jīng)網(wǎng)絡(luò)

0　引言

在現(xiàn)代工業(yè)中，起重機(jī)在實(shí)現(xiàn)生產(chǎn)過(guò)程的機(jī)械化、自動(dòng)化、改善搬運(yùn)條件及提高生產(chǎn)效率方面扮演著不可缺少的角色。起重產(chǎn)品種類(lèi)在不斷的增加，使用規(guī)模也越來(lái)越廣泛，尤其是在高層施工時(shí)物料的搬移，大型設(shè)備物品的搬運(yùn)，高架橋梁的施工作業(yè)等場(chǎng)合，都離不開(kāi)起重機(jī)的應(yīng)用。起重機(jī)一旦發(fā)生事故將造成人員和財(cái)產(chǎn)的巨大損失。而近年來(lái)，隨著我國(guó)起重機(jī)械數(shù)量的增加，起重機(jī)械傷害事故占全部工業(yè)企業(yè)傷亡事故的比例也呈逐年上升的趨勢(shì)。在所有起重機(jī)事故中，由于減速箱的原因而發(fā)生故障占很大比例，因此有必要研究起重機(jī)減速箱的振動(dòng)參數(shù)的采集、監(jiān)測(cè)與故障預(yù)警技術(shù)，從而大力提升起重機(jī)設(shè)備的監(jiān)管技術(shù)與手段。

1　系統(tǒng)功能需求分析

系統(tǒng)設(shè)計(jì)的主要目的是對(duì)門(mén)式起重機(jī)的減速箱工作狀態(tài)下的振動(dòng)情況進(jìn)行監(jiān)測(cè)，并具備對(duì)可能發(fā)生的故障進(jìn)行預(yù)警，結(jié)合門(mén)式起重機(jī)的特點(diǎn)，所研制的系統(tǒng)應(yīng)具備以下功能：

（1）振動(dòng)數(shù)據(jù)采集功能：系統(tǒng)能夠以自定義的通信協(xié)議格式接收來(lái)自振動(dòng)數(shù)據(jù)采集器、狀態(tài)量數(shù)據(jù)采集器的數(shù)據(jù)，以備數(shù)據(jù)顯示、存儲(chǔ)、分析使用。

（2）采集數(shù)據(jù)顯示功能：系統(tǒng)接收到來(lái)自采集器的數(shù)據(jù)之后應(yīng)以數(shù)值、圖像、波形的方式將數(shù)據(jù)顯示出來(lái)。

（3）采集數(shù)據(jù)存儲(chǔ)和調(diào)用功能：系統(tǒng)應(yīng)能夠?qū)邮盏降母鲾?shù)據(jù)采集器的數(shù)據(jù)進(jìn)行實(shí)時(shí)保存，對(duì)于歷史預(yù)警數(shù)據(jù)同樣進(jìn)行保存，并上傳至服務(wù)器長(zhǎng)期保存，并在進(jìn)行系統(tǒng)開(kāi)展故障預(yù)警分析時(shí)便于調(diào)用。

（4）起重機(jī)故障預(yù)警功能：監(jiān)測(cè)系統(tǒng)應(yīng)具備預(yù)警功能，通過(guò)設(shè)置參數(shù)量門(mén)限值，當(dāng)起重機(jī)運(yùn)行達(dá)到門(mén)限值的90%時(shí)系統(tǒng)通過(guò)閃爍窗口方式向操作人員報(bào)警。

2　振動(dòng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

由于系統(tǒng)對(duì)于實(shí)時(shí)性要求較高，因此系統(tǒng)架構(gòu)選擇具有較高的響應(yīng)速度C/S結(jié)構(gòu)。系統(tǒng)總體架構(gòu)分為四層，第一層為采集器端，第二層為操作室本地狀態(tài)監(jiān)測(cè)端，第三層為數(shù)據(jù)傳輸服務(wù)器端，第四層為遠(yuǎn)程監(jiān)測(cè)及故障預(yù)警終端，如圖1所示。

圖1　總體架構(gòu)

四層結(jié)構(gòu)通過(guò)網(wǎng)絡(luò)互聯(lián)，采集器通過(guò)收集來(lái)自各傳感器的數(shù)據(jù)上傳至本地終端同時(shí)本地終端與數(shù)據(jù)傳輸服務(wù)器通信將數(shù)據(jù)發(fā)送至服務(wù)器保存，遠(yuǎn)程端通過(guò)互聯(lián)網(wǎng)連接至服務(wù)器，從服務(wù)器獲取實(shí)時(shí)數(shù)據(jù)進(jìn)行監(jiān)測(cè)診斷。

2.1振動(dòng)狀態(tài)監(jiān)測(cè)方案設(shè)計(jì)

減速箱振動(dòng)狀態(tài)監(jiān)測(cè)是起重機(jī)進(jìn)行故障分析與診斷的必要環(huán)節(jié)，振動(dòng)監(jiān)測(cè)主要面向起重機(jī)的零部件，通過(guò)分析診斷這些零部件的振動(dòng)狀態(tài)分析可能誘發(fā)的故障，目前對(duì)于起重機(jī)的振動(dòng)狀態(tài)監(jiān)測(cè)測(cè)點(diǎn)通過(guò)實(shí)驗(yàn)確定，對(duì)于起重機(jī)測(cè)點(diǎn)也比較固定，一般有起升機(jī)構(gòu)、回轉(zhuǎn)機(jī)構(gòu)，其他機(jī)構(gòu)的電機(jī)、齒輪箱、小車(chē)等。對(duì)于門(mén)式起重機(jī)沒(méi)有回轉(zhuǎn)機(jī)構(gòu)，且起升機(jī)構(gòu)是門(mén)式起重機(jī)故障易發(fā)部位，所以系統(tǒng)振動(dòng)監(jiān)測(cè)對(duì)象是門(mén)式起重機(jī)的起升機(jī)構(gòu)，包括主起升機(jī)構(gòu)、副起升機(jī)構(gòu)，主、副起升機(jī)構(gòu)的減速箱布置于小車(chē)箱中。

（1）測(cè)點(diǎn)布置

測(cè)點(diǎn)布置對(duì)于振動(dòng)信號(hào)采集影響很大，測(cè)點(diǎn)選擇不好直接影響系統(tǒng)的準(zhǔn)確率同時(shí)對(duì)于后續(xù)的故障預(yù)警系統(tǒng)分析故障會(huì)有很大影響，因此對(duì)振動(dòng)測(cè)點(diǎn)的布置應(yīng)能夠?qū)σO(jiān)測(cè)的設(shè)備進(jìn)行全面詳盡的描述，并且測(cè)點(diǎn)數(shù)量不宜過(guò)多，經(jīng)驗(yàn)表明測(cè)點(diǎn)盡可能選在軸承直徑上方并且與軸承外圈最靠近的地方。因此系統(tǒng)振動(dòng)測(cè)點(diǎn)布置于上主起升機(jī)構(gòu)減速機(jī)與副起升機(jī)構(gòu)減速機(jī)的輸入軸上方。

（2）傳感器選擇

確定傳感器測(cè)點(diǎn)布置后，應(yīng)選擇合適的傳感器類(lèi)型，這也是監(jiān)測(cè)系統(tǒng)的一個(gè)關(guān)鍵環(huán)節(jié)，傳感器是獲取原始信號(hào)的第一個(gè)關(guān)口，所以應(yīng)根據(jù)系統(tǒng)監(jiān)測(cè)目的與系統(tǒng)的配置選擇最合適的傳感器類(lèi)型。系統(tǒng)選用的壓電式傳感器，該類(lèi)型傳感器特點(diǎn)是內(nèi)置阻抗變換器，電壓（低阻）輸出，動(dòng)態(tài)特性好，抗過(guò)載能力強(qiáng)，頻響范圍寬，多場(chǎng)合使用。

2.2數(shù)據(jù)傳輸方案設(shè)計(jì)

振動(dòng)數(shù)據(jù)采集器、轉(zhuǎn)換電源及振動(dòng)傳感器置于小車(chē)架上，數(shù)據(jù)通過(guò)傳感器傳至振動(dòng)數(shù)據(jù)采集器。振動(dòng)數(shù)據(jù)采集器通過(guò)有線方式上傳至本地操作室終端，由本地終端將數(shù)據(jù)上傳至服務(wù)器，最后可以通過(guò)遠(yuǎn)程端實(shí)時(shí)查看。

在接收到來(lái)自振動(dòng)采集器的數(shù)據(jù)后，解析數(shù)據(jù)包將解析后的數(shù)據(jù)放在全局?jǐn)?shù)組中，通過(guò)實(shí)驗(yàn)室自主研發(fā)的波形控件顯示，系統(tǒng)給出起升機(jī)構(gòu)減速箱振動(dòng)的時(shí)域圖及頻譜圖，并時(shí)時(shí)刷新波形。

2.3數(shù)據(jù)管理模塊設(shè)計(jì)實(shí)現(xiàn)

門(mén)式起重機(jī)減速箱振動(dòng)狀態(tài)監(jiān)測(cè)系統(tǒng)數(shù)據(jù)管理模塊分為數(shù)據(jù)存儲(chǔ)與歷史數(shù)據(jù)回溯兩部分。數(shù)據(jù)以dat格式的文件形式存儲(chǔ)，對(duì)于振動(dòng)數(shù)據(jù)存儲(chǔ)精確到毫秒。存儲(chǔ)的文件具備文件頭、傳感器信息相關(guān)說(shuō)明。

3　故障預(yù)警模塊架構(gòu)設(shè)計(jì)

預(yù)警模塊遠(yuǎn)程端面向的用戶是工程師，系統(tǒng)通常置于辦公室，在界面上與本地端保持一致，添加的智能診斷模塊也應(yīng)做到盡可能的智能化，使系統(tǒng)達(dá)到操作簡(jiǎn)單、界面直觀的效果。遠(yuǎn)程端通過(guò)互聯(lián)網(wǎng)與服務(wù)器連接，獲取起重機(jī)減速箱監(jiān)測(cè)實(shí)時(shí)數(shù)據(jù)，在做故障預(yù)警的時(shí)候系統(tǒng)直接從服務(wù)器調(diào)用數(shù)據(jù)，提取故障信號(hào)特征后進(jìn)行診斷，并給出診斷報(bào)告。

3.1基于AR建模的振動(dòng)信號(hào)特征提取

減速箱振動(dòng)信號(hào)是故障信息的載體，信號(hào)的時(shí)間序列依靠數(shù)據(jù)的順序和數(shù)據(jù)的大小，表現(xiàn)著變化的動(dòng)態(tài)過(guò)程。這里使用時(shí)間序列分析法對(duì)減速箱振動(dòng)信號(hào)開(kāi)展分析處理。時(shí)間序列分析法是指采用參數(shù)模型（尤其是ARMA模型）對(duì)所觀測(cè)到的有序的隨機(jī)數(shù)據(jù)進(jìn)行分析與處理的一種數(shù)據(jù)處理方法，簡(jiǎn)稱時(shí)序分析。所分析的數(shù)據(jù)由實(shí)驗(yàn)室內(nèi)減速箱實(shí)驗(yàn)臺(tái)實(shí)驗(yàn)獲取。

3.2基于GA算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)故障預(yù)警方法研究

起重機(jī)減速箱故障預(yù)警模塊設(shè)計(jì)上通過(guò)對(duì)采集到的振動(dòng)信號(hào)進(jìn)行時(shí)間序列建模的方式提取信號(hào)特征，然后利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對(duì)特征值進(jìn)行故障類(lèi)型識(shí)別。BP神經(jīng)網(wǎng)絡(luò)算法作為一種人工智能智能算法目前已被廣發(fā)應(yīng)用于各個(gè)領(lǐng)域中，并在模式識(shí)別、函數(shù)逼近、分類(lèi)和數(shù)據(jù)壓縮領(lǐng)域應(yīng)用尤為廣泛。系統(tǒng)采用將遺傳算法引入BP神經(jīng)網(wǎng)絡(luò)。遺傳算法的最大優(yōu)點(diǎn)不需要采用其他輔助信息，只需要使用適應(yīng)度函數(shù)即可，即使對(duì)非連續(xù)和多態(tài)的函數(shù)，它也能獲得全局最優(yōu)解。將BP神經(jīng)網(wǎng)絡(luò)與遺傳算法結(jié)合使兩者各自發(fā)揮了其優(yōu)勢(shì)，與傳統(tǒng)的BP相比大大提高了系統(tǒng)的非線性擬合能力。提高了系統(tǒng)診斷效率。并根據(jù)預(yù)設(shè)的監(jiān)測(cè)參數(shù)門(mén)限值判斷起重機(jī)狀態(tài)是否超標(biāo)，超標(biāo)狀態(tài)及時(shí)給出報(bào)警。BP神經(jīng)網(wǎng)絡(luò)與遺傳算法結(jié)合進(jìn)行權(quán)值閾值訓(xùn)練的流程如圖2所示。

圖2　GA-BP流程

3.3減速箱故障預(yù)警系統(tǒng)軟件設(shè)計(jì)

減速箱故障預(yù)警系統(tǒng)軟件設(shè)計(jì)基于Windows平臺(tái)使用C++語(yǔ)言編寫(xiě)，分為AR建模特征提取模塊、GA遺傳算法獲取初始權(quán)值閾值模塊、BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)及識(shí)別模塊、數(shù)據(jù)搜索模塊。在進(jìn)行實(shí)際診斷操作時(shí)，通過(guò)文件搜索模塊搜索想要進(jìn)行診斷的文件，系統(tǒng)內(nèi)部會(huì)依據(jù)文件存儲(chǔ)格式進(jìn)行文件解析，將解析到數(shù)據(jù)傳至AR對(duì)象，經(jīng)過(guò)特征提取后將獲取到的特征傳至已經(jīng)訓(xùn)練完畢的神經(jīng)網(wǎng)絡(luò)，BP對(duì)象給出診斷結(jié)論。

減速箱故障預(yù)警系統(tǒng)界面如圖3所示，數(shù)據(jù)查詢區(qū)域通過(guò)設(shè)置數(shù)據(jù)查詢時(shí)間范圍獲取區(qū)間內(nèi)的數(shù)據(jù)文件，單擊文件，系統(tǒng)會(huì)解析出文件中存儲(chǔ)的振動(dòng)數(shù)據(jù)并顯示，右側(cè)上部為當(dāng)前診斷數(shù)據(jù)的頻譜圖，并可以選擇對(duì)應(yīng)的減速箱，下方為此次診斷的結(jié)果顯示區(qū)域。重置系統(tǒng)參數(shù)可以對(duì)診斷系統(tǒng)進(jìn)行重新訓(xùn)練獲取神經(jīng)網(wǎng)絡(luò)的權(quán)值閾值，系統(tǒng)參數(shù)查看可以顯示當(dāng)前診斷系統(tǒng)對(duì)應(yīng)的參數(shù)及相關(guān)數(shù)據(jù)。

4　結(jié)束語(yǔ)

目前現(xiàn)有的起重機(jī)安全監(jiān)測(cè)系統(tǒng)中缺乏對(duì)于關(guān)鍵部件減速箱的狀態(tài)監(jiān)測(cè)，本文根據(jù)門(mén)式起重機(jī)的結(jié)構(gòu)特點(diǎn)和使用要求，設(shè)計(jì)了包含減速箱振動(dòng)信息采集、狀態(tài)顯示和故障預(yù)警等功能在內(nèi)的狀態(tài)監(jiān)測(cè)與預(yù)警系統(tǒng)。該系統(tǒng)可根據(jù)采集到的振動(dòng)信號(hào)使用時(shí)間序列建模提取信號(hào)特征，并基于AR建模的GA-BP神經(jīng)網(wǎng)絡(luò)可進(jìn)行常見(jiàn)故障的預(yù)警。

［1］ Xiaoyang Liu， Tingting Xue， Qing Jiang， Jian Li. Research on Fault Diagnosis Method of the Tower Crane Based on RBF Neural Network［J］. 2010 International Conference on Artificial Intelligence and Computational Intelligence（AICI）.2010：566-569.

［2］ Yang Yu， Zhenlian Zhao， Liang Chen. Research and Design of Tower Crane Condition Monitoring and Fault Diagnosis System［J］. 2010 International Conference on Artificial Intelligence and Computational Intelligence（AICI）. 2010： 405-408.

［3］ 王丁磊.基于神經(jīng)網(wǎng)絡(luò)的塔式起重機(jī)電氣設(shè)備故障預(yù)警系統(tǒng)［J］.起重運(yùn)輸機(jī)械.2010，（3）：83-86.

［4］ Abdelkader Akhenak， Mohammed Chadli， Didier Maquin. Sliding mode multiple observer for fault detection and isolation［J］. Proceedings of the 42nd IEEE Conference on Decision and Control Maui.2003.11.953-958.

［5］ 王欣，高順德.國(guó)外履帶起重機(jī)新技術(shù)新特點(diǎn)及國(guó)內(nèi)生產(chǎn)研發(fā)現(xiàn)狀［J］.石化工程建設(shè)，2005（12）：16-17.

［6］ 石萬(wàn)祥.港口門(mén)座起重機(jī)故障分析及振動(dòng)監(jiān)測(cè)技術(shù)應(yīng)用研究［D］.武漢理工大學(xué)學(xué)位論文，2002：3-9.

［7］ 臺(tái)金剛.門(mén)座起重機(jī)故障分析及振動(dòng)監(jiān)測(cè)應(yīng)用研究［D］.大連理工大學(xué)碩士學(xué)位論文，2007：36-38.

［8］ 陳光等.港口門(mén)座起重機(jī)回轉(zhuǎn)支承故障趨勢(shì)識(shí)別［J］.武漢理工大學(xué)學(xué)報(bào)，2004：223-224.

［9］ 佟德純，李華彪.振動(dòng)監(jiān)測(cè)與診斷［M］.上海：上海科學(xué)技術(shù)文獻(xiàn)出版社，1997

［10］ 孫傳友，孫曉斌，張一.感測(cè)技術(shù)與系統(tǒng)設(shè)計(jì)［M］.北京：科學(xué)出版社，2004

［11］ 楊叔子，吳雅，軒建平，等.時(shí)間序列分析的工程應(yīng)用［M］（第二版）.武漢：華中科技大學(xué)出版社，2007.

［12］ 叢爽.面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用［M］.北京：中國(guó)科技大學(xué)出版社，2009： 6-50.

［13］ 懂聰.人工神經(jīng)網(wǎng)絡(luò)：當(dāng)前的進(jìn)展與問(wèn)題［J］.科技導(dǎo)報(bào)，1999，7：26-30.

［14］ 懂聰，郭曉華.計(jì)算智能中若干熱點(diǎn)問(wèn)題的研究與進(jìn)展［J］.控制理論與應(yīng)用，2000，17（5）：691-697.

［15］ 呂瓊帥.BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化與研究［D］.鄭州：鄭州大學(xué)，2011.

Researching on The Vibration Monitoring and Alarming System of the Gantry Crane Gearbox

Wang Shuang，Hu Jingbo
（Nanjing Special Equipment Inspection Institute，Nanjing Jiangsu，210019）

According to the study of the state and needs for the status monitoring of crane at home and abroad，a vibration monitoring and alarming system of gantry crane gearboxes is developed in this paper. According to the vibration signal extracted by the time series modeling，the failure alarming module of the GA - BP neural network， which based on the AR model，is developed in this paper.The vibration monitoring and alarming system of gantry crane gearboxes has the function of real-time data transmission，signal analysis and failure alarming.It helps to prevent the occurrence of major accidents，reduce the failure rate of equipment，and optimize the maintenance strategies.

gantry crane gearbox；vibration monitoring；alarming system；AR model；GA - BP neural network

圖3　預(yù)警系統(tǒng)界面