基于互聯網的狀態監測技術在盾構維護保養中的應用

陳文遠， 張繼宏， 張剛宏， 趙 珀， 田水清

(中鐵一局集團城市軌道交通工程有限公司， 陜西 西安 710054)

0 引言

城市軌道交通具有運量大、速度快、安全、準點、保護環境、節約能源和用地等優點，已成為解決城市交通問題的主要方式。據統計，截至2016 年底，中國內地共有29 座城市擁有城市軌道交通運營線路，總長3 832 km，運營線路129條[1]。軌道交通建設有高速、安全等要求，極大地促進了盾構在地鐵隧道施工中的應用。

盾構是集機械、電氣、液壓、光學、網絡、自控、傳感和信息等先進技術于一體的高附加值復雜裝備，可靠性要求極高。刀盤主軸承、主驅動減速機、螺旋機減速機和液壓系統等核心零部件及系統的狀態，直接影響盾構施工的工期、安全、成本和質量。由于施工單位人員流動性大、人員水平參差不齊、施工環境復雜等的原因，盾構一直處于粗放式管理模式，在盾構施工中經常出現設備的非正常停機，嚴重影響工程的施工成本、質量和工期。近年來，韓向遠等[2]設計了自帶監測傳感器的智能型盾構主軸承，并利用ZigBee技術實現了監測數據的傳輸； 文獻[3-4]對盾構的遠程維護與故障診斷技術進行了研究； 文獻[5-8]研究了狀態監測技術在風電、船舶領域的應用，為該技術在盾構中的應用提供了參考。當前的研究主要集中在盾構設備潤滑管理[9-10]、設備的振動監測技術[11]和驅動減速機的第三方檢測[12-13]等，但都沒有形成統一的系統進行管理，如何將先進的狀態監測技術[14-15]結合互聯網技術應用到盾構的健康管理中一直是盾構施工行業亟待解決的問題。本文將先進的狀態監測技術與互聯網結合，開發了基于網絡的管理系統，打通了盾構設備管控一體化存在的壁壘，提供了一種盾構智能維護與健康管理方案。

1 盾構智能維護與健康管理總體方案

根據盾構各核心零部件的潤滑狀況、設備運轉工況和各類狀態監測技術的適用范圍及優缺點，建立了油液在線、油液離線、振動、電流頻譜和紅外成像等多種技術融合的盾構狀態監測及智能維護體系，以滿足盾構在施工中低速大轉矩、變負載、高可靠性的要求。結合設備的日常管理，制定了盾構智能維護與健康管理制度，如圖1所示。

圖1 盾構智能維護與健康管理系統架構Fig. 1 Structure of intelligentized maintenance and health management system for shield

采用B/S架構，應用“互聯網+”的技術理念，將狀態監測儀器及技術、管理、維修人員等納入統一的管理與交流平臺，開發了狀態監測實驗室信息管理系統。狀態監測技術中心的所有檢測儀器聯網組成檢測局域網，利用工業以太網、RS-232、RS-485和USB等總線通信及文件導入方式實現所有檢測數據的智能采集與上傳，提高了檢測效率并減少了人工錄入數據的出錯概率。通過系統自動生成檢測報告并完成檢測報告的編制、審核、批準與發放。系統將各類狀態監測數據進行深度融合，運用大數據、智能分析等先進技術手段進行分析，科學地制定檢測項目的參考值和診斷結果。管理部門通過系統及時查詢狀態監測報告，制定設備的維保計劃并實施。現場人員將設備的實際維保情況以文字、圖片和錄像等形式通過網絡即時反饋到系統，實現設備健康與維修的閉環管理。設備的檢測報告、維保措施和反饋信息等統一保存在系統知識庫中，以實現故障診斷專家系統的經驗積累。

該系統應用的關鍵技術如下： 1)將油液在線、油液離線、振動、電流頻譜和紅外成像等技術在盾構狀態監測中進行了深度融合應用； 2)建立了基于“互聯網+”的盾構智能維護與健康管理體系，開發了實驗室管理信息系統，加強了公司技術與管理部門之間的溝通； 3)運用狀態監測中的大數據分析結果來指導盾構的設計、制造與再制造、維護與保養； 4)建立了盾構全生命周期的狀態監測、健康與維修管理檔案。

2 基于互聯網的多種技術在盾構狀態監測中的應用

2.1 盾構油液離線監測技術

油液離線監測對象為盾構的液壓油、主驅動減速機齒輪油、主軸承齒輪油和螺旋輸送機減速箱齒輪油等，油液牌號為ISOVG 46、ISOVG 68、ISOVG 150、ISOVG 220和ISOVG 320等。根據在用油使用指標及盾構的運行工況制定了盾構在用油樣的檢測項目，包含理化品質檢測、污染監測和磨損分析等3大類，色度、黏度、水分、總酸值、閃點、機械雜質、紅外光譜、污染度、發射光譜、PQ指數、直讀鐵譜和分析鐵譜等12個檢測項目。

2.2 盾構油液在線監測技術

油液狀態監測的主要目的是對油品劣化、污染和機械磨損的早期發現與預警。傳統的油液離線監測技術的分析結果準確率高，但需要經過采樣、送樣、實驗室分析、數據匯總與報告編寫、報告發放等一系列過程，存在檢測周期長、成本昂貴和人為因素影響大(如分析鐵譜)等缺點，對于盾構等連續運轉設備中潤滑油的變化情況往往不能做到及時預警。油液在線監測技術通過對設備摩擦系統的實時、連續監測，能及時、動態地獲取被監測對象的潤滑磨損等信息，實現設備的故障診斷。在線監測技術消除了人為不確定性因素的影響，取樣和檢測幾乎同時進行，能及時為管理者提供裝備的工作狀態。

根據被監測對象潤滑系統的特點，在線監測儀器一般安裝在設備部件摩擦副之后、過濾裝置之前。目前使用的油液在線監測儀器主要有以下幾種： 可視化鐵譜磨損監測系統、水分檢測、黏度檢測和激光在線顆粒度計數器等。在線傳感器數據經PROFINET、PROFIBUS和RS485協議與現場工控機進行通信，工控機將數據匯集后，通過互聯網發送回數據中心服務器數據庫中存儲。

2.3 振動、電流頻譜和紅外成像監測技術的應用

盾構屬于典型的低速、大轉矩、重載、變工況的設備，常規設備的故障診斷方法在盾構上不完全適用，分析標準和監測方法根據施工工況的不同而不同。

振動監測技術： 針對主驅動減速機和主軸承運行狀態進行監測和故障診斷。對所采集的振動信號應用現代信號處理技術，如傅里葉變換、小波(包)分析和經驗模態分解等方法提取有效信號，分析信號特性，獲得表征盾構設備運行狀態的振動信號特征。

電流頻譜技術： 主要針對電驅盾構，研究了基于電機電流頻譜分析的狀態監測技術。當盾構部件出現故障時，會表現為負載轉矩的波動，負載轉矩波動會造成電機氣隙轉矩的波動，同時會引起定子電流的波動。通過采集驅動電機電流并進行頻譜分析，實現對定轉子、對中、偏心、軸承、缺相、斷路和負載不均等多種故障的診斷。電機電流集成了盾構部件的負載運動特征，從而能夠反映電機拖動部件的運行狀況，提高盾構功能部件的監測診斷能力。

紅外成像技術： 利用帶電設備的致熱效應，采用專用儀器獲取從設備表面發出的紅外輻射信息，進而判斷設備狀況和缺陷性質。紅外成像技術具有不需要停電、非接觸、準確高效等優點，解決了定期計劃檢修的盲目性問題。通過對盾構定點部位周期性的紅外溫度監測，可做到設備熱異常的早期檢出及設備狀態劣化傾向的定量管理。

2.4 掘進裝備狀態監測技術中心的建立

掘進裝備狀態監測技術中心(見圖2)成立于2016年1月，是一個專業從事盾構、硬巖掘進機、頂管機等大型掘進裝備潤滑監測、數據分析、故障診斷、維修方案制定和狀態監測人員培訓的服務機構。

圖2 掘進裝備狀態監測技術中心Fig. 2 Condition monitoring center for boring components

2.5 盾構智能維護與健康管理制度

為將盾構的狀態監測融入日常的設備維保工作中，特制了《盾構智能維護與健康管理制度》，為盾構的狀態監測、維保計劃的制定、控制維修成本提供了實施依據。主要包括： 1)設置了負責現場盾構健康與維修管理的組織機構，明確了負責人及其崗位職責，制定了相關獎勵與懲罰制度； 2)制定了盾構狀態統計制度，由現場專人負責通過系統報送當日設備的維保及運行狀態； 3)編制了盾構的改造與維修方案，嚴格執行改造、轉場維修、項目修理的預算與決算制度， 控制維修成本； 4)制定了盾構油液監測規范，詳細規定了采樣頻次、采樣標準和采樣數量等，并嚴格執行報告的編制與簽發制度； 5)根據盾構的狀態監測結果制定維保、維修與改造計劃，并由現場人員將維修改造的實際情況通過系統進行反饋，完善與豐富系統知識庫； 6)安裝油液在線、振動等狀態監測系統，確保盾構施工的安全性與可靠性。

3 實驗室信息管理系統

狀態監測實驗室信息管理系統[16](LIMS： laboratory information management system)如圖3所示，是結合狀態監測技術和設備維保管理開發的基于“互聯網+”的網絡管理系統。該系統以C#為開發語言，ASP.NET為開發平臺進行開發，采用B/S架構實現。服務器端以Windows Server 2008操作系統、Microsoft SQL Server 2008數據庫和IIS7.0作為運行環境，客戶端以Windows XP及以上、IE10.0及以上為運行環境。B/S架構很好地解決了施工單位使用人員分散、使用人員水平參差不齊、對數據安全性的要求高等問題。

圖3 狀態監測實驗室信息管理系統Fig. 3 Laboratory information management system

狀態監測實驗室信息管理系統包括工作流程管理、實驗室業務管理、油樣管理、臺賬管理、檢測儀器管理、檢測項目管理、監測設備管理、客戶管理、標準庫管理、知識庫管理、專家診斷、檢測數據統計和系統管理等13個模塊，油樣數據庫、知識數據庫、檢驗標準數據庫、維保數據庫和健康數據庫等5個數據庫。該系統以實驗室數據管理為中心，通過互聯網將狀態監測儀器及技術、管理、維修人員等納入統一的平臺進行管理，有效地解決了公司技術部門和管理部門之間存在的信息不共享、信息傳遞不及時、維修情況反饋不及時等問題。

根據監測參數的類型及隨時間變化的規律，系統建立了值閾法、線閾法和自回歸時序自動建模等方法，利用監測的大樣本數據及時計算與更正監測項目的參考值。故障診斷專家系統融合監測數據、設備數據和設計數據等生成診斷報告，并給出每種故障出現的權重值。通過現場的維保檢查情況優化故障診斷專家系統模型、豐富專家知識庫的內容，從而實現盾構的智能維護。

4 結論與討論

通過對油液在線、油液離線、振動、電流頻譜、紅外成像等監測技術的深度融合應用，推動了狀態監測技術在盾構智能維護中的發展，結合互聯網提高了管理及信息共享的效率，改變了盾構傳統的粗放式管理模式，為盾構的智能維護與健康管理提供了先進的手段，為盾構的維護保養提供了決策依據。

目前尚存以下問題需要解決： 1)由于系統復雜、開發工作量大，系統運維及實施都需要高技術人才； 2)由于盾構及其施工工況的異常復雜，很難找到一套普遍適用的狀態監測方法，需要針對具體工況進行針對性的研究。因此，只有管理模式與技術水平協同進步，才能使先進技術產生更多的經濟效益。

參考文獻(References)：

[1] 劉宇， 樊佳慧， 賀力霞， 等. 2016年中國城市軌道交通運營線路統計與分析[J]. 都市快軌交通， 2017， 30(1)： 4.

LIU Yu, FAN Jiahui, HE Lixia, et al. China′s operational urban rail transit lines, 2016: Statistics and analysis[J].Urban Rapid Rail Transit， 2017， 30(1)： 4.

[2] 韓向遠， 沈金玉， 周晨晨， 等. 基于ZigBee技術的智能型盾構主軸承設計[J]. 機械工程師， 2015(11)： 26.

HAN Xiangyuan， SHEN Jinyu， ZHOU Chenchen, et al.Design of intelligent main bearing of tunneling machine based on ZigBee technology[J]. Mechanical Engineer， 2015(11)： 26.

[3] 周奇才, 周杰, 傅天宏, 等. 盾構故障診斷與遠程維護系統設計與研究[J]. 機電一體化, 2013 (10): 18.

ZHOU Qicai, ZHOU Jie, FU Tianhong, et al. Design and research of shield machine fault diagnosis and remote maintenance system[J]. Mechatronics, 2013 (10): 18.

[4] 花巖. 盾構關鍵設備狀態監測與故障診斷研究[J]. 山東工業技術, 2016(18): 260.

HUA Yan. Research on condition monitoring and fault diagnosis of key equipments for shield machine[J]. Shandong Industrial Technology, 2016(18): 260.

[5] 劉俊夫, 鐘建偉. 一種風力發電機組狀態監測系統的設計與實現[J]. 湖北民族學院學報(自然科學版), 2016, 34(4): 412.

LIU Junfu, ZHONG Jianwei. Design and implementation of wind turbine condition monitoring system[J]. Journal of Hubei University for Nationalities(Natural Science Edition), 2016, 34(4): 412.

[6] 笪靖. 淺談船舶液壓系統的油液監測分析[J]. 交通節能與環保, 2016, 12(2): 46.

DA Jing. Oil monitoring analysis in ship hydraulic system[J]. Energy Conservation & Environmental Protection in Transportation, 2016, 12(2): 46.

[7] 彭余, 黃志堅. 盾構液壓馬達磨損監測研究[J]. 液壓氣動與密封, 2017, 37(5): 64.

PENG Yu, HUANG Zhijian. Research on monitoring of hydraulic motor wear for shield machine[J]. Hydraulics Pneumatics & Seals, 2017， 37(5): 64.

[8] 呂純, 張培林, 吳定海, 等. 基于超聲傳感器的油液磨粒在線監測系統的研究[J]. 機床與液壓, 2016, 44(7): 73.

LYU Chun, ZHANG Peilin, WU Dinghai, et al. Research on online monitoring system for oil wear debris based on ultrasonic sensor[J]. Machine Tool & Hydraulics, 2016, 44(7): 73.

[9] 陳惠卿, 劉卜瑜. 盾構行業發展狀況及設備潤滑方案[J]. 石油商技, 2015(4): 4.

CHEN Huiqing, LIU Buyu. Development statuses and equipment lubrication programs of shield machine industry[J]. Petroleum Products Application Research, 2015(4): 4.

[10] 宋杰. 盾構主軸承齒輪油泄露故障診斷與處理[J]. 建筑機械化, 2016, 37(3): 70.

SONG Jie. Diagnosis and treatment of gear oil leakage of shield main bearing[J]. Construction Mechanization, 2016, 37(3): 70.

[11] 陳麗新, 尹健昭, 陳茜茹. 應用于軸承故障診斷與分析的振動監測系統研究[J]. 計測技術, 2016, 36(增刊): 156.

CHEN Lixin, YIN Jianzhao, CHEN Qianru. Research on vibration monitoring system used in fault diagnosis and analysis for bearings[J]. Metrology & Measurement Technology, 2016, 36(S): 156.

[12] 楊其明, 康寶生, 易新乾. 盾構主軸承齒輪箱應用參數監測技術的可行性研究[J]. 隧道建設, 2017, 37(5): 637.

YANG Qiming, KANG Baosheng, YI Xinqian. Study of feasibility of applying parameter monitoring to main bearing gearbox of shield[J]. Tunnel Construction, 2017, 37(5): 637.

[13] 孫富成, 宋文淵, 滕紅智, 等. 基于紅外熱圖像的變速箱軸承狀態監測與故障診斷 [J]. 電光與控制, 2017, 24(7): 113.

SUN Fucheng, SONG Wenyuan, TENG Hongzhi, et al. Infrared thermal image based condition monitoring and fault diagnosis of gearbox bearings[J]. Electronics Optics & Control, 2017, 24(7): 113.

[14] 陳傳林. 盾構關鍵部件在線監測和維護技術研究[J]. 地下工程與隧道, 2017(2): 34.

CHEN Chuanlin. On-line monitoring and maintenance technologies of key components of shield machine[J]. Underground Engineering and Tunnels, 2017(2): 34.

[15] 張晉濤. 監測技術在地鐵盾構施工中的應用[J]. 裝備制造技術, 2015(10): 273.

ZHANG Jintao. Application of monitoring and control technology in urban metro shield construction[J]. Equipment Manufacturing Technology, 2015(10): 273.

[16] 張明, 朱小軍, 瞿朝成. 基于WEB的實驗室信息管理系統的研究與實現[J]. 自動化與儀器儀表, 2014(1): 129.

ZHANG Ming, ZHU Xiaojun, QU Chaocheng. Laboratory information management system based on WEB research and implementation[J]. Automation & Instrumentation, 2014(1): 129.