張政偉

摘要：針對采用現(xiàn)有故障診斷方法診斷QDY型橋式起重機(jī)故障時，存在診斷結(jié)果與實(shí)際相差較大，且無法將全部故障問題查出的問題，開展安全故障智能診斷方法的研究。在QDY型橋式起重機(jī)運(yùn)行中，獲取起重機(jī)運(yùn)行數(shù)據(jù)，并完成對數(shù)據(jù)的歸一化處理。再基于起重機(jī)故障的多種類型，建立起重機(jī)安全故障模型?；谪惾~斯理論，通過計(jì)算起重機(jī)故障先驗(yàn)概率、條件概率等參數(shù)，實(shí)現(xiàn)對起重機(jī)故障的智能診斷。將新的故障診斷方法應(yīng)用于實(shí)際，可實(shí)現(xiàn)對起重機(jī)多種故障類型的準(zhǔn)確診斷，且能夠全部找出同一時刻多種故障類型，具備極高的應(yīng)用價值。

關(guān)鍵詞：QDY型橋式起重機(jī)；故障類型；安全；智能診斷

0? ?引言

橋式起重機(jī)是一種在車間、倉庫或料場上方吊裝各類材料的起重機(jī)械。這種起重機(jī)由于采用了鋼筋或混凝土支撐，其外觀與橋梁十分類似，因此將其稱為橋式起重機(jī)[1]。這種起重機(jī)是完全懸掛在空中的，因此運(yùn)送貨物時非常方便，甚至可以忽略地面上的障礙物。針對不同行業(yè)的需要，對橋式起重機(jī)功能結(jié)構(gòu)進(jìn)行改進(jìn)，可以以滿足各種用途。

橋式起重機(jī)結(jié)構(gòu)較為特殊，一旦橋架或起重機(jī)小車出現(xiàn)故障問題，很有可能造成十分嚴(yán)重的事故，甚至?xí){現(xiàn)場作業(yè)人員的人身安全[2]。如果不能及時進(jìn)行檢查和維護(hù)，負(fù)荷過大，將會引起主梁的變形，從而引起一系列的事故。所以，加強(qiáng)橋式起重機(jī)的安全檢查、維護(hù)、故障診斷是十分必要的。

近年來，我國橋式起重機(jī)的品種逐漸增加，可應(yīng)用的領(lǐng)域不斷擴(kuò)展[3]，智能化和自動化發(fā)展趨勢發(fā)明顯，用戶對橋式起重機(jī)的使用安全性、故障診斷的準(zhǔn)確性要求也越來越高。基于此，為提高橋式起重機(jī)的使用安全性，本文以QDY型號橋式起重機(jī)為例，開展對其安全故障智能診斷方法的研究。

1? ?獲取QDY型橋式起重機(jī)運(yùn)行數(shù)據(jù)

針對QDY型橋式起重機(jī)的安全故障問題，為實(shí)現(xiàn)對故障類型的準(zhǔn)確診斷，需要先獲取起重機(jī)在運(yùn)行過程中的各項(xiàng)參數(shù)。針對運(yùn)行數(shù)據(jù)的采集，采用STC89C52型單片機(jī)作為控制核心。其價格低廉，性能足以滿足起重機(jī)的數(shù)據(jù)采集需要。

對起重機(jī)進(jìn)行傳感器數(shù)據(jù)的采集，并以UART串行通訊方式向數(shù)據(jù)處理模塊傳輸。采集模塊的組成主要包括4～20mA的模擬信號采集電路、多圈絕對值編碼電路、信號隔離電路、串口通訊電路等。采用多圈絕對值編碼器的數(shù)據(jù)采集電路，對起重機(jī)運(yùn)行位置、吊鉤高度、吊鉤速度等數(shù)據(jù)進(jìn)行采集。

2? ?建立起重機(jī)安全故障模型

橋式起重機(jī)結(jié)構(gòu)比較復(fù)雜，對于出現(xiàn)的故障，可以按照起重機(jī)結(jié)構(gòu)特點(diǎn)、各零部件失效模式，將其劃分為模塊、層次，增加失效原因節(jié)點(diǎn)等。根據(jù)各個故障層次的失效原因，可以得到最少的故障割集。將橋式起重機(jī)的整體失效看作是一個設(shè)置的頂點(diǎn)，并對其進(jìn)行逐級分解，獲得相應(yīng)的底層事件[4]。

利用邏輯從上向下連接底層事件、中間事件、頂部事件進(jìn)行連接。采用故障樹變換的方法，在對應(yīng)貝葉斯網(wǎng)絡(luò)的根、中間、葉節(jié)點(diǎn)上采用有向線段表示層次關(guān)系。根據(jù)上述論述，構(gòu)建如圖1所示的橋式起重機(jī)安全故障模型。

將圖1橋式起重機(jī)安全故障模型中的故障節(jié)點(diǎn)分為具體故障節(jié)點(diǎn)和經(jīng)驗(yàn)故障節(jié)點(diǎn)。針對各個具體故障節(jié)點(diǎn)，其包含2種狀態(tài)：一種為正常狀態(tài)，另一種為故障狀態(tài)。再將經(jīng)驗(yàn)故障劃分為三種狀態(tài)：第一種為正常狀態(tài)，第二種為注意狀態(tài)，第三種為損壞狀態(tài)[5]。

從圖1中可以看出，本文將橋式起重機(jī)安全故障模型分為3層基本結(jié)構(gòu)，其中：第一層為抽象的網(wǎng)絡(luò)節(jié)點(diǎn)，只包含一個節(jié)點(diǎn)P；第二層為經(jīng)驗(yàn)數(shù)據(jù)節(jié)點(diǎn)，包含G、H、I、J、K、L；第三層為具體的故障節(jié)點(diǎn)。

3? ?基于貝葉斯的起重機(jī)安全故障智能診斷

在上述基礎(chǔ)上，求出的先驗(yàn)概率與條件概率，確定某個時間節(jié)點(diǎn)的失效數(shù)據(jù)后，可以推斷橋式起重機(jī)內(nèi)部層結(jié)點(diǎn)的失效狀況。當(dāng)橋式起重機(jī)的機(jī)械結(jié)構(gòu)總體狀況被診斷出來時，通過逆向推理，確定出現(xiàn)故障概率最高的部件，以此根據(jù)不斷狀態(tài)判斷起重機(jī)的故障類型。

為實(shí)現(xiàn)對起重機(jī)安全故障的智能化診斷，將Netica 平臺作為智能診斷核心，將上述構(gòu)建的故障模型導(dǎo)入到該平臺當(dāng)中，并結(jié)合鏈?zhǔn)酵评硭惴?，將QDY型橋式起重機(jī)作為進(jìn)行故障診斷的對象，通過上述診斷思路，實(shí)現(xiàn)對起重機(jī)不同故障類型的辨識[7]。

結(jié)合橋式起重機(jī)的日常運(yùn)行測試數(shù)據(jù)，結(jié)合專家的經(jīng)驗(yàn)，對每一個網(wǎng)絡(luò)節(jié)點(diǎn)的先驗(yàn)概率分配和網(wǎng)絡(luò)節(jié)點(diǎn)的條件概率分配。通過模擬專家診斷，可以隨時調(diào)用相關(guān)的應(yīng)用，將所收集到的數(shù)據(jù)進(jìn)行分析，從而快速地發(fā)現(xiàn)最終出現(xiàn)的問題以及最有可能出現(xiàn)的問題，并由使用者進(jìn)行驗(yàn)證。通過Netica平臺輸出診斷結(jié)果，實(shí)現(xiàn)對起重機(jī)安全故障的自動化智能診斷。

4? ?實(shí)例應(yīng)用研究

對故障診斷方法設(shè)計(jì)后，為實(shí)現(xiàn)對這一診斷方法應(yīng)用可行性的驗(yàn)證，以10t規(guī)格的QDY型橋式起重機(jī)為研究對象，針對該機(jī)械設(shè)備在運(yùn)行過程中的數(shù)據(jù)進(jìn)行采集，并將其作為測試數(shù)據(jù)。

在此基礎(chǔ)上，通過本文上述診斷方法對該起重機(jī)進(jìn)行安全故障診斷。所選QDY型橋式起重機(jī)的凈重為10t，材質(zhì)為鑄鋼，行程為50m，提升速度為60m/min，電動功率為380V。針對該規(guī)格QDY型橋式起重機(jī)的故障類型，對其分別編號，并在測試數(shù)據(jù)中導(dǎo)入故障數(shù)據(jù)節(jié)點(diǎn)，如表2所示。

根據(jù)表2中的內(nèi)容，人為控制QDY型橋式起重機(jī)運(yùn)行75min，并在運(yùn)行的各個階段，將上述各個故障數(shù)據(jù)節(jié)點(diǎn)融入到該起重機(jī)運(yùn)行參數(shù)集合中。在融入過程中，可以在同一時刻設(shè)置一組相同故障類型節(jié)點(diǎn)或多組不同故障類型節(jié)點(diǎn)。

完成上述測試操作后，在QDY型橋式起重機(jī)運(yùn)行過程中，利用本文故障診斷方法對其故障類型進(jìn)行診斷，并將診斷結(jié)果與真實(shí)情況對比，得到如表3所示的測試結(jié)果。

從表3中記錄的測試結(jié)果可以看出，在QDY型橋式起重機(jī)運(yùn)行75min時間內(nèi)，本文診斷方法診斷的結(jié)果與真實(shí)故障情況完全相同。同時在起重機(jī)運(yùn)行0～15min和45～60min時間范圍內(nèi)，多種故障類型的同時發(fā)生。

通過上述得出的測試結(jié)果可以看出，將本文上述提出的診斷方法應(yīng)用到實(shí)際，可以實(shí)現(xiàn)對QDY型號橋式起重機(jī)故障問題的準(zhǔn)確判斷，以此能夠促進(jìn)起重機(jī)運(yùn)行安全性和穩(wěn)定性的提升。相應(yīng)診斷得出的結(jié)果，也可以為起重機(jī)的檢修提供重要的依據(jù)。

5? ?結(jié)束語

針對采用現(xiàn)有故障診斷方法診斷QDY型橋式起重機(jī)故障時，存在診斷結(jié)果與實(shí)際相差較大，且無法將全部故障問題查出的問題，本文通過研究設(shè)計(jì)一種以貝葉斯理論為核心的診斷方法。

將本文上述提出的診斷方法應(yīng)用到實(shí)際，可以實(shí)現(xiàn)對QDY型號橋式起重機(jī)故障問題的準(zhǔn)確判斷，以此能夠促進(jìn)起重機(jī)運(yùn)行安全性和穩(wěn)定性的提升。

盡管本文設(shè)計(jì)的故障診斷方法具備較高的診斷精度，但僅針對QDY型橋式起重機(jī)進(jìn)行了探究，對于其他型號橋式起重機(jī)的故障研究并未涉及。在后續(xù)的研究當(dāng)中，我們將針對其他型號橋式起重機(jī)的安全故障問題提出合理、有效的診斷方法，從而促進(jìn)橋式起重機(jī)使用適應(yīng)性的提升。

參考文獻(xiàn)

[1] 劉偲，劉道星.XGBoost算法在塔式起重機(jī)傳感器故障診斷中的應(yīng)用[J].建設(shè)機(jī)械技術(shù)與管理，2022，35（5）：115-117.

[2] 李勝永，吳麗華，戴雨.基于ADR-SDP-DCNN算法的非穩(wěn)定工況下港口起重機(jī)軸承故障診斷[J].上海海事大學(xué)學(xué)報(bào)，2022，43（3）：102-110.

[3] 曾耀傳，林云樹，吳曉梅.基于EEMD與GWO-MCKD的門座起重機(jī)回轉(zhuǎn)支承故障診斷[J].機(jī)床與液壓，2022，50（7）：170-175.

[4] 龐濤，黃浩奇，邱雪芳，等.基于MFCC和SVM的起重機(jī)減速器故障診斷系統(tǒng)研究[J].自動化與儀器儀表，2022（6）：70-74.

[5] 張氫，李帥杭，陳星，等.基于無監(jiān)督學(xué)習(xí)的岸邊集裝箱起重機(jī)關(guān)鍵部件故障診斷方法[J].起重運(yùn)輸機(jī)械，2022（2）：61-65.

[6] 李勇，錢尼君，陳星斌，等.基于EEMD-Treelet和高斯過程的起重機(jī)齒輪故障診斷[J].計(jì)算機(jī)測量與控制，2021，29（7）：36-40+51.

[7] 楊武幫，高丙朋，陳飛，等.基于變分模態(tài)分解和PSO-SVM的起重機(jī)齒輪箱故障診斷[J].機(jī)械傳動，2021，45（4）：105-111.