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）

門式起重機(jī)減速箱振動監(jiān)測及預(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)對國內(nèi)外起重機(jī)狀態(tài)監(jiān)測技術(shù)現(xiàn)狀的研究和需求分析設(shè)計并研制了一套適用于門式起重機(jī)減速箱的智能振動監(jiān)測及預(yù)警系統(tǒng)。根據(jù)采集到的振動信號使用時間序列建模提取信號特征，開展了基于AR建模的GA-BP神經(jīng)網(wǎng)絡(luò)故障預(yù)警模塊研制。研制的門式起重機(jī)減速箱的智能振動監(jiān)測及預(yù)警系統(tǒng)具有數(shù)據(jù)實(shí)時傳輸、信號分析處理及故障預(yù)警等功能，有助于防止門式起重機(jī)在運(yùn)行過程中發(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。

門式起重機(jī)減速箱；振動監(jiān)測；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)過程的機(jī)械化、自動化、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)品種類在不斷的增加，使用規(guī)模也越來越廣泛，尤其是在高層施工時物料的搬移，大型設(shè)備物品的搬運(yùn)，高架橋梁的施工作業(yè)等場合，都離不開起重機(jī)的應(yīng)用。起重機(jī)一旦發(fā)生事故將造成人員和財產(chǎn)的巨大損失。而近年來，隨著我國起重機(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。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)減速箱的振動參數(shù)的采集、監(jiān)測與故障預(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)計的主要目的是對門式起重機(jī)的減速箱工作狀態(tài)下的振動情況進(jìn)行監(jiān)測，并具備對可能發(fā)生的故障進(jìn)行預(yù)警，結(jié)合門式起重機(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)議格式接收來自振動數(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、分析使用。

（2）采集數(shù)據(jù)顯示功能：系統(tǒng)接收到來自采集器的數(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。

（3）采集數(shù)據(jù)存儲和調(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)時保存，對于歷史預(yù)警數(shù)據(jù)同樣進(jìn)行保存，并上傳至服務(wù)器長期保存，并在進(jìn)行系統(tǒng)開展故障預(yù)警分析時便于調(diào)用。

（4）起重機(jī)故障預(yù)警功能：監(jiān)測系統(tǒng)應(yīng)具備預(yù)警功能，通過設(shè)置參數(shù)量門限值，當(dāng)起重機(jī)運(yùn)行達(dá)到門限值的90%時系統(tǒng)通過閃爍窗口方式向操作人員報警。

2　振動監(jiān)測系統(tǒng)設(shè)計

由于系統(tǒng)對于實(shí)時性要求較高，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)通過網(wǎng)絡(luò)互聯(lián)，采集器通過收集來自各傳感器的數(shù)據(jù)上傳至本地終端同時本地終端與數(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)程端通過互聯(lián)網(wǎng)連接至服務(wù)器，從服務(wù)器獲取實(shí)時數(shù)據(jù)進(jìn)行監(jiān)測診斷。

2.1振動狀態(tài)監(jiān)測方案設(shè)計

減速箱振動狀態(tài)監(jiān)測是起重機(jī)進(jìn)行故障分析與診斷的必要環(huán)節(jié)，振動監(jiān)測主要面向起重機(jī)的零部件，通過分析診斷這些零部件的振動狀態(tài)分析可能誘發(fā)的故障，目前對于起重機(jī)的振動狀態(tài)監(jiān)測測點(diǎn)通過實(shí)驗(yàn)確定，對于起重機(jī)測點(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、小車等。對于門式起重機(jī)沒有回轉(zhuǎn)機(jī)構(gòu)，且起升機(jī)構(gòu)是門式起重機(jī)故障易發(fā)部位，所以系統(tǒng)振動監(jiān)測對象是門式起重機(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箱中。

（1）測點(diǎn)布置

測點(diǎn)布置對于振動信號采集影響很大，測點(diǎn)選擇不好直接影響系統(tǒng)的準(zhǔn)確率同時對于后續(xù)的故障預(yù)警系統(tǒng)分析故障會有很大影響，因此對振動測點(diǎn)的布置應(yīng)能夠?qū)σO(jiān)測的設(shè)備進(jìn)行全面詳盡的描述，并且測點(diǎn)數(shù)量不宜過多，經(jīng)驗(yàn)表明測點(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)振動測點(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

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

2.2數(shù)據(jù)傳輸方案設(shè)計

振動數(shù)據(jù)采集器、轉(zhuǎn)換電源及振動傳感器置于小車架上，數(shù)據(jù)通過傳感器傳至振動數(shù)據(jù)采集器。振動數(shù)據(jù)采集器通過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，最后可以通過遠(yuǎn)程端實(shí)時查看。

在接收到來自振動采集器的數(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)減速箱振動的時域圖及頻譜圖，并時時刷新波形。

2.3數(shù)據(jù)管理模塊設(shè)計實(shí)現(xiàn)

門式起重機(jī)減速箱振動狀態(tài)監(jiān)測系統(tǒng)數(shù)據(jù)管理模塊分為數(shù)據(jù)存儲與歷史數(shù)據(jù)回溯兩部分。數(shù)據(jù)以dat格式的文件形式存儲，對于振動數(shù)據(jù)存儲精確到毫秒。存儲的文件具備文件頭、傳感器信息相關(guān)說明。

3　故障預(yù)警模塊架構(gòu)設(shè)計

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)到操作簡單、界面直觀的效果。遠(yuǎn)程端通過互聯(lián)網(wǎng)與服務(wù)器連接，獲取起重機(jī)減速箱監(jiān)測實(shí)時數(shù)據(jù)，在做故障預(yù)警的時候系統(tǒng)直接從服務(wù)器調(diào)用數(shù)據(jù)，提取故障信號特征后進(jìn)行診斷，并給出診斷報告。

3.1基于AR建模的振動信號特征提取

減速箱振動信號是故障信息的載體，信號的時間序列依靠數(shù)據(jù)的順序和數(shù)據(jù)的大小，表現(xiàn)著變化的動態(tài)過程。這里使用時間序列分析法對減速箱振動信號開展分析處理。時間序列分析法是指采用參數(shù)模型（尤其是ARMA模型）對所觀測到的有序的隨機(jī)數(shù)據(jù)進(jìn)行分析與處理的一種數(shù)據(jù)處理方法，簡稱時序分析。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)計上通過對采集到的振動信號進(jìn)行時間序列建模的方式提取信號特征，然后利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對特征值進(jìn)行故障類型識別。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)用于各個領(lǐng)域中，并在模式識別、函數(shù)逼近、分類和數(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，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)測參數(shù)門限值判斷起重機(jī)狀態(tài)是否超標(biāo)，超標(biāo)狀態(tài)及時給出報警。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

減速箱故障預(yù)警系統(tǒng)軟件設(shè)計基于Windows平臺使用C++語言編寫，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)及識別模塊、數(shù)據(jù)搜索模塊。在進(jìn)行實(shí)際診斷操作時，通過文件搜索模塊搜索想要進(jìn)行診斷的文件，系統(tǒng)內(nèi)部會依據(jù)文件存儲格式進(jìn)行文件解析，將解析到數(shù)據(jù)傳至AR對象，經(jīng)過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)域通過設(shè)置數(shù)據(jù)查詢時間范圍獲取區(qū)間內(nèi)的數(shù)據(jù)文件，單擊文件，系統(tǒng)會解析出文件中存儲的振動數(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)對應(yīng)的參數(shù)及相關(guān)數(shù)據(jù)。

4　結(jié)束語

目前現(xiàn)有的起重機(jī)安全監(jiān)測系統(tǒng)中缺乏對于關(guān)鍵部件減速箱的狀態(tài)監(jiān)測，本文根據(jù)門式起重機(jī)的結(jié)構(gòu)特點(diǎn)和使用要求，設(shè)計了包含減速箱振動信息采集、狀態(tài)顯示和故障預(yù)警等功能在內(nèi)的狀態(tài)監(jiān)測與預(yù)警系統(tǒng)。該系統(tǒng)可根據(jù)采集到的振動信號使用時間序列建模提取信號特征，并基于AR建模的GA-BP神經(jīng)網(wǎng)絡(luò)可進(jìn)行常見故障的預(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.國外履帶起重機(jī)新技術(shù)新特點(diǎn)及國內(nèi)生產(chǎn)研發(fā)現(xiàn)狀［J］.石化工程建設(shè)，2005（12）：16-17.

［6］ 石萬祥.港口門座起重機(jī)故障分析及振動監(jiān)測技術(shù)應(yīng)用研究［D］.武漢理工大學(xué)學(xué)位論文，2002：3-9.

［7］ 臺金剛.門座起重機(jī)故障分析及振動監(jiān)測應(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.港口門座起重機(jī)回轉(zhuǎn)支承故障趨勢識別［J］.武漢理工大學(xué)學(xué)報，2004：223-224.

［9］ 佟德純，李華彪.振動監(jiān)測與診斷［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.感測技術(shù)與系統(tǒng)設(shè)計［M］.北京：科學(xué)出版社，2004

［11］ 楊叔子，吳雅，軒建平，等.時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)展與問題［J］.科技導(dǎo)報，1999，7：26-30.

［14］ 懂聰，郭曉華.計算智能中若干熱點(diǎn)問題的研究與進(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