混凝土泵车便携式状态监测与故障诊断系统研究

黄 毅,王佳茜,邝 昊

(长沙中联重工科技发展股份有限公司,湖南 长沙 410013)

混凝土输送泵车是1种用于输送和浇注混凝土的专用机械,它配有特殊的管道,可以将混凝土沿管道连续输送到浇注现场,尤其是在高层建筑、地下建筑和大混凝土建筑物的施工过程中,以其高质量、高效率、低消耗、低成本、施工周期短、劳动强度低等优点,逐步成为建筑施工中不可缺少的关键设备.作为1种复杂的机电液耦合动力系统,混凝土泵车正朝着大排量、高泵送压力、超长臂架的方向发展,整个系统日益复杂,故障发生率也日渐增加.因此迫切需要研究针对泵车系统的状态监测与故障诊断技术,对于提高泵车运行效率、保证其安全运行具有十分重要的意义.混凝土泵车系统在运行过程中伴有振动、噪声、温度、压力、液位、倾角等物理参数的变化,状态监测与故障诊断技术依据这些变化,通过一定的方式来判断和识别设备运行的状态和故障,对故障的危害进行早期的预报和识别,防止泵车在故障状态下连续运行而造成的设备失效和相应的附加损失,保证泵车系统安全、正常、长周期、满负荷优质运行,避免过剩维修所造成的不经济、不合理的现象[1～3].

本文针对混凝土泵车状态监测与故障诊断的实际需求情况,研究开发了基于嵌入式的泵车状态监测与故障诊断系统.该系统能够记录和监测泵车运行状况的信号波形和特征参数,对数据进行监测报警和分析预测,并得出准确的诊断结论,完成对泵车系统健康状态的点检和巡检.该便携式系统已投入实际运行,多次成功地诊断出转子不平衡、支座松动、泵送憋缸等多起机械及液压故障,为泵车的正常运行和维护发挥了重要作用.

1 系统总体结构

混凝土泵车便携式状态监测与故障诊断系统主要通过对泵车设备中的机械、液压等信号进行采集和分析,实现对泵车设备的状态监测和故障诊断.该监测与诊断系统不同于一般的数据采集仪,它不仅可以对泵车设备的各种信号进行采集和预处理,同时还可以实现采集信号的波形显示和存储,并带有功能强大的数据分析模块以准确分析判断故障原因,从而实现泵车的诊断和维护.当要对采集的数据进行进一步深入分析时,还可以通过通信接口将数据上传至 PC机的数据分析软件.

本系统总体结构如图1所示,主要分为信号采集、信号预处理、信号波形实时显示和存储、信号分析诊断、与上位机通信等功能模块.其中,与上位机通信模块主要完成测点信息的下载和采集数据的上传.

图1 系统功能框图Fig.1 Functional diagram of system

2 系统软件功能

混凝土泵车便携式状态监测与故障诊断系统的软件功能包括参数设置、状态监测、状态报警、故障诊断等功能模块,下面详细介绍每个模块的具体功能.

2.1 参数设置模块

混凝土泵车数据采集和状态监测中的参数设置是系统中的重要一环,正确设置参数对提高数据采集精度及有效监测系统状态意义重大.可通过该模块设置常用传感器的灵敏度参数、信号滤波预处理和增益参数、采样频率和采样时间等,另外,可对不同的设备测点设置不同的报警阀值参数、数据存盘时间间隔长度、数据保存参数及数据库的保存路径等.

2.2 状态监测模块

状态监测模块是提高泵车系统运行的安全性、可靠性、降低维护成本、提高经济效益的重要途径.混凝土泵车在运行中,由于各种原因(机械、电气、液压等因素)可能造成振动、压力、温度过高甚至超标,严重时将危及泵车系统的安全运行.该模块主要包括棒图状态监测、状态趋势监测、频谱监测、轴心轨迹监测.其中,棒图状态监测方式使用棒图形式显示油泵转速、振动、油压、油温等信号,简单直观.趋势监测方式以曲线形式显示实时信号时间历程和特征参数的变化趋势.频谱监测方式提供机械结构振动、液压系统油压及油温等信号的频谱值.轴心轨迹监测方式显示选定位置的轴心轨迹曲线和轴心位置,能简单、直观、形象地反映设备的运行状况,如图 2所示.

2.3 状态报警模块

图2 轴心轨迹监测Fig.2 Axis orbit monitoring

状态报警功能使用户知道泵车系统的状态是否超出安全界限或推荐的范围.本系统针对泵车系统的振动、液压信号设置了常数报警、窄带报警及小波包分频带能量报警等报警方式.常数报警是传统报警模式.若信号幅值超出设置的报警阀值,可能是泵车设备运行工况正处于恶化的阶段,也可能是故障的发生和发展过程,此时的信号可对泵车的设备状态进行预测和预报.常数报警最多可设置16种参数,每个参数有2个报警限.窄带报警在频谱图的各个不同中心频率附近领域,将具有明显幅值的谱线进行展宽,从而形成一阶梯型(又称直方曲线)包络线.该功能可设置中心频率、带宽,以及2个报警限,最多能设6个窄带.通过采用谱展宽窄带报警技术,进一步提高泵车系统故障预警、预报的实时性和可靠性.小波包技术是小波分析的拓展,它克服了小波变换中高频信号频率分辨率较差、低频信号时间分辨率弱的问题,可将信号无冗余、无疏漏、正交地分解到独立的频带内,每个频带内信号的方差可以表示该频带内动态信号的能量,既包括正弦信号的能量,也包括非平稳、非线性信号的能量,通过相应频带里能量比例的变化,可以对泵车进行有效的检测,尤其是对振动信号中高频成分的异常变化较为敏感.

2.4 故障诊断模块

故障诊断模块具有强大的信号分析功能,能从时域、频域、幅值域等多角度提供直观图谱,方便观察和分析.故障诊断功能既包括一些经典稳态分析方法,也涵盖了许多现代的非平稳信号及微弱信号处理技术,为非平稳故障的诊断提供了有力的工具.

稳态信号分析利用经典的时域和频域分析方法,适用于分析泵车系统故障中的平稳信号.主要包括自相关分析、互相关分析、时序分析、直方图等时域分析方法和幅值谱、功率谱、包络谱、倒频谱、细化谱、自回归AR谱等多种频域分析法等.通过分析判断,可以获得泵车系统的运行发展趋势和故障信息.

泵车运行过程中,故障的发生和发展、设备工况的变化以及系统的非线性都可导致设备动态信号表现出很强的非平稳性.目前经典信号分析技术,即时域和频域分析,尚不能很好地适应泵车系统中存在着的非平稳信号的分析,时频分析是分析非平稳信号的有力工具.非平稳信号时频分析功能提供了短时傅里叶变换、Wigner分布、小波变换分析、小波包分析、谐波小波分析、Laplace小波滤波分析、小波分形分析、小波奇异性分析等分析手段.综合运用上述技术,可有效地为泵车设备非平稳信号的特征提取供可靠的技术支持和保障.

微弱特征信号检测[4]是实现泵车系统状态监测与故障早期检测的关键技术之一,对于保证泵车系统的可靠运行,避免重大事故的发生具有重要作用.泵车设备在故障早期时候,特征信号往往非常微弱,加之系统工作环境比较恶劣,噪声干扰大,造成信号信噪比较低,使得泵车系统的微弱特征信号检测成为难点.随机共振是1种利用噪声使得微弱信号得到增强传输的非线性现象,与线性方法相比能够检测更低信噪比的信号.本系统采样基于变尺度随机共振理论的微弱信号检测技术,有效地从强干扰噪声中提取出微弱的特征信号,解决了弱信号检测的瓶颈.图3为本状态监测与故障诊断系统的部分小波包分析.

图3 小波包分析Fig.3 Wavelet packet analysis

3 结论

随着混凝土泵车朝着大排量、高泵送压力、超长臂架的方向发展,整个系统日益复杂,故障发生率也日渐增加.由于泵车设备的技术先进,迫切需要研究针对泵车系统的状态监测与故障诊断技术,以提高泵车运行效率,保证其安全运行.本文针对混凝土泵车的故障特点和行业的实际需求情况,研究开发了基于嵌入式的泵车状态监测与故障诊断系统.该系统能够记录和监测泵车运行状况的信号波形和特征参数,对数据进行监测报警和分析预测,并得出准确的诊断结论,完成对泵车系统健康状态的点检和巡检.通过在相关行业的现场应用,取得了很好的监测与诊断效果.该便携式系统集采集存储、分析和通信等功能于一体,体积小、质量轻、成本低,可以广泛应用于混凝土泵车的监测和诊断中.

[1]陈宜通.混凝土机械[M].北京:中国建材工业出版社,2002.CHEN Yitong.Concrete machine[M].Beijing:China Building Material Industry Publishing House,2002.

[2]秦树人.机械测试系统原理与应用[M].北京:科学出版社,2006.QIN Shuren.Theory and application of machinary test system[M].Beijing:Science Press,2006.

[3]陈珊,王太勇.机械设备智能诊断与预测维修系统[J].西南交通大学学报,2006,38(5):540-543.CHEN Shan,WANG T aiyong.Intelligent fault diagnosis,prediction and maintenance system of mechanical equipment[J].Journal of Southwest Jiaotong University,2006,38(5):540-543.

[4]冷永刚.大信号变尺度随机共振的机理分析及其工程应用研究[D].天津:天津大学,2004.LENG Yonggang.Mechanism analysis of the large signal scale-transformation stochastic resonance and its engineering application study[D].Tianjin:Tianjin University,2004.