浅析桥（门）式起重机远程监测系统

浅析桥（门）式起重机远程监测系统

王凯

浙江省特种设备科学研究院  浙江省 杭州市 310020

摘要：随着我国商品贸易规模的不断变大，桥（门）式起重机需求和使用量变得愈多，从多部门的调查数据来看，桥（门）式起重机为特种设备类故障的40%，但桥（门）式起重机故障监测和诊断功能还需要进一步提升，多依赖于维护人员现场勘查和判断来对起重机运行情况进行分析，并识别是否存在故障，而桥（门）式起重机工作强度比较大，无法实现实时监测，会存在着较大的安全隐患。采用桥（门）式起重机远程监测和故障诊断系统，可以对起重机在线监测和故障诊断，及时通知维护人员对故障进行处理，提高起重机运行安全性，有效减小人员伤亡。

关键词：桥（门）式起重机；远程监测；故障诊断；系统研发；探讨

1导言

桥（门）式起重机的桥架通过两侧支腿坐落到轨道，是一种大型起重设备，有着很高的生产运行效率，需要持续进行起重吊装作业，主要用于大型货物装卸工作，需要较大的跨度，工作环境十分恶劣，需要承担繁重的起重任务，对起重机进行状态监测和诊断是十分必要的。

2通用桥（门）式起重机远程监测与故障诊断系统总体设计

2.1功能需求

为了实现对桥（门）式起重机运行状态进行监测和故障诊断，为用户提供很好的使用体验，应该保证系统具备如下功能：①用户管理。随着桥（门）式起重机需要多机联动，起重机有着多用户使用的特点，需要对多用户进行有效地管理，可以通过系统对用户权限进行管理，可以对用户信息进行统计和注册。②起重机械管理。对于复杂的起重吊装作业现场，会由多台起重机同时进行作业，需要对起重机进行专业化的管理，对需要进行状态监测和故障诊断的起重机进行注册，并根据使用要求配置监测和诊断方案，保证后续的监测可以正常应用。③状态监测。为了对起重机的运行状态和故障进行监测，将监测到的数据转变化可视化图表，保证数据信息可以实时传输和加载。

图1桥（门）式起重机远程监测与故障诊断系统结构示意图

④数据分析。对起重机获取到的数据信息，利用时域波形对故障情况进行监测，也利用频域或其它分析技术对数据信息进行统计，维护保养人员可以从多个角度对起重机运行情况进行观察与分析。⑤故障诊断。桥（门）式起重机的结构多而复杂，设计开发具有针对性的故障诊断模块，可以更好地了解起重机故障情况，为保证桥（门）式起重机安全运行提供保障。⑥运行状态预警。起重机运行电流是否在合理区间，支脚应力是否正常等都需要通过监测系统来进行预警，可对超出上限或阈值的参数进行报警，更好地保证起重的运行安全。

2.2总体结构设计

采用C/S模式建立起桥（门）式起重机系统，维护起来比较复杂，不具备较高的兼容性，需要将配套的硬件安装完成后方可以使用。而远程监测和故障诊断可实现对桥（门）式起重机的全面监测，可以进入到管理系统对起重机运行情况进行诊断。本设计采用B/S架构方式，经过Web编程利用电脑、手机终端来查看界面，可以随时登录系统，方便对运行状态进行诊断，结构框架如图1所示。需要对桥（门）式起重机安装多个传感器，可以满足数据采集的需要，将获取到的运行数据信息发送数据库服务器，通过Web服务器来为用户提供后台服务，与数据库服务器和客户终端进行连接，满足系统信息交互和处理的要求。采用该架构可以在电脑、手机等终端中对运行界面进行查看，可以更为方便地进入到界面进行故障诊断与监测，通过图表来查看起重机运行情况，还能调用历史运行数据。

3GA-BP的齿轮箱故障诊断方法研究

3.1齿轮箱故障特征与振动机理分析

齿轮箱是桥（门）式起重机关键的动力传输部件，主要由轴、齿轮等多个部件构成，能否正常运转会影响到桥（门）式起重机运行，会受到制造精度、不合理润滑、过载运行等多种因素的影响，会使变速箱出现损伤。从故障损坏故障调查统计中发现，齿轮失效问题比较严重，为总故障的60%，再就是轴承故障率为20%，是齿轮箱故障最多的两种类型，需要对上述两种故障和特征进行分析。齿轮振动主要存在轴向、径向和周向振动，还存在着固有振动、故障振动等，故障信息会反馈到齿轮振动信号中，在时域中无法查看到，在频域中具在调幅、调频、附加脉冲和隐含谱线方面有着不同的特征。齿轮产生正常振动，会产生啮合频率、高阶谐波振动信号。如果齿轮产生局部故障，则振动信号产生调幅、调频现象。滚动轴承不同部位出现故障，每个接触点的部位频率有着很大的差异，需要结合故障部位频率来识别，故障特征频率为主要信息。但滚动轴承故障机理十分复杂，故障特征频率会与理论值相互间形成较小的偏差，在误差允许区间内，振动信号有转频形成的谐振信号、周期性冲击信号。

3.2基于GA的BP神经网络的齿轮箱故障诊断方法研究

GA也就是人们常说的遗传算法，是通过对生物遗传和变异来适应自然环境，形成的全局寻优算法，可以具备很好的适应能力，已经在很多领域得到了应用。是通过上代基础上选择并保留最优的群体，使群体向着最优方向变异和进化，由编码方法、遗传算子、适应度函数和GA参数构成。BP是人工神经网络模型，结合反向误差来对传递训练权值和阈值进行计算，由输入、隐含和输出三个层构成，本设计采用标准BP神经网络。GA-BP神经网络对齿轮箱故障进行诊断，有着对复杂情况进行识别的性能，可以对多维函数映射进行体现，充分结合GA算法的优势，与神经网络结合起来，可以提高BP神经网络的效率，也可以解决BP局收敛问题。

3.3基于MCA的齿轮箱故障特征提取研究

MCA是形态分量分析的简称，是用于分图像不同形态分量的方法，可以把图像纹理和光滑部分实现分离，也可以用于对图像工具的修得，MCA算法确定出接近于真实解的最小化任务，生成简化的问题来确定最为有效算法，采用稀疏表示项来应用软阈值法。

3.4基于MCA优化的齿轮箱故障诊断

为了更为深化地对齿轮故障机理进行分析，可以将齿轮裕度指标、峰值因数、脉冲指标等作为特征参数，峰值因数不会受到振动信号、运行速度等影响，可以用于对齿轮箱故障的诊断，峭度是故障概率密度分布的度量，可以体现出信号冲击，该数值大则表示幅值分布更为集中。齿轮正常运行、磨损和损伤等状态下的时域图，可以完整地观察到故障冲击分量混杂情况。利用MCA获取到磨损状态下振动冲击信号特征，结合特征参数应用MCA法来对故障特征参数进行处理，对正常情况特征参数进行对比，发现故障特征参数没有显著提升。

4结语

桥（门）式起重机采用B/S架构来建立起无程监测和故障诊断，可以解决传统故障诊断和数据分析不足的问题，有着很好的实用性和人机交互性，方便用户对桥（门）式起重机进行管理，有着很好的推广应用价值。

参考文献

[1]王诗涵.基于云通信的桥（门）式起重机安全监测系统设计[D].大连理工大学,2019.

[2]张昊.基于物联网的桥（门）式起重机结构健康监测管理系统[D].南京理工大学,2018.

[3]姜长城.桥（门）式起重机远程监测及诊断分析系统研发[D].东南大学,2018.

[4]秦运红.WFD8300桥（门）式起重机远程监测及诊断系统研发[D].东南大学,2017.