基于云平臺的聯軸器遠程狀態監測及預測性維護系統

文/黃顯貴 張德智 劉曉松（泰爾重工股份有限公司）

在傳統的制造型企業進行智能化的轉型與改革過程中，智能化設備和更數字化的設備管理是必不可少的。目前在金屬工業領域，聯軸器設備是傳動系統不可或缺的重要部件。但在聯軸器設備的管理中依然采用傳統的被動維修，即日常的生產過程中對設備不進行維護，直到設備出現故障再停產維修，造成設備的使用壽命縮短、生產事故易發、產能下降及人力物力的浪費。若按照傳統主動點檢維修的方式對設備進行維護，維護過程中操作人員很可能對并不需要維護的設備進行保養或更換，或者由于人為因素發生檢測誤差，忽視一些即將發生故障的設備或者零部件。

為解決這種“欠維修”和“過度維修”帶來的問題，本文設計了一種基于云平臺的聯軸器遠程狀態監測及預測性維護系統，能實現對聯軸器設備按需維護和預測性維護。該系統根據監測系統數據準確及時地排查聯軸器運行過程中發生的異常情況，使聯軸器及其相關設備保持在健康穩定的狀態下運行，有效預防生產事故的發生。此外，聯軸器智能遙測系統實時記錄聯軸器運行中的相關數據，包括聯軸器在故障發生時的相關運行參數，專業人員通過對采集數據的分析可以查找故障發生的根源，以便在停機維修中對癥下藥，降低事故處理和設備停機時間；同時也為生產設備的日常維修和管理提供了寶貴的經驗和依據，杜絕了傳統周期性維修時產生的“過度維修”和“欠維修”等問題，可使用戶節約成本并提升效率。

一、系統平臺架構

1.系統功能

聯軸器運行工況的實時監測。聯軸器工業現場數據采集系統對聯軸器運行參數進行采集并上傳到云平臺中。在現場及云平臺軟件中設置運行參數的閥值，當聯軸器設備實際運行狀態超過設定的閥值時會觸發報警。實時監測的結果采用實時監測圖、顏色和聲音的形式提醒用戶。

聯軸器運行工況的狀態診斷。通過聯軸器運行工況參數及歷史故障數據的存儲與積累，建立故障診斷模型，實現對聯軸器運行健康狀態的診斷及故障原因的快速分析。

2.系統架構

聯軸器智能遙測系統由工業現場數據采集模塊、云平臺數據采集處理模塊組成，其整體結構如圖1 所示。

工業現場數據采集模塊利用傳感器獲取扭矩、振動、轉速、溫度等實時運行工況信息，現場軟件對采集的數據進行圖譜顯示并將運行工況信息傳輸到云平臺中，云平臺數據采集模塊儲存并管理工業現場采集到的數據，工業現場技術人員及公司內部人員、技術專家可通過登錄聯軸器智能遙測系統云服務器PC 端軟件及移動端APP監測聯軸器的實時狀態，并可查尋聯軸器歷史運行狀態。

圖1 聯軸器云平臺智能遙測系統結構示意圖

圖2 工業現場數據采集模塊架構圖

圖3 云平臺數據采集模塊框架圖

3.工業現場數據采集模塊

工業現場數據采集模塊架構如圖2 所示。其包含以下幾個模塊：傳感器模塊、無線供電模塊、信號調理模塊、數據采集處理模塊、人機交互界面。

工業現場數據采集模塊工作原理：安裝在聯軸器軸體上隨軸轉動的傳感器，其供電與信號傳輸采用無線的方式，與聯軸器設備非接觸測量的傳感器則采用有線方式。傳感器在監測點采集的運行參數發送到信號調理模塊進行濾波降噪、數模轉換等，然后被數據采集與處理模塊采集并計算分析，判斷設備運行是否異常，并通過顯示界面進行人機交互。

傳感器模塊。根據聯軸器的運行工況安裝扭矩、溫度、轉速、振動等傳感器，采集聯軸器實時運行工況參數，傳輸方式為有線或無線。

無線供電模塊。隨軸轉動的傳感器和無線發送設備需采用無線供電設備供電，通過內外線圈電磁感應原理，根據設備的工作電壓和額定功率，設計無線供電模塊的輸出電壓和功率范圍。

信號調理模塊。為了適合數據采集設備的輸入范圍，由傳感器生成的電信號必須經過信號調理模塊的放大、濾波、降噪、線性化等處理后才能被數據采集處理模塊采集處理。

數據采集處理模塊。將輸入的模擬信號數字化，使計算機能夠解讀。根據傳感器的數量及信號的種類選擇適合的通道數和采樣速率，對采集的信號進行均值、均方根、擬合或FFT 變換等分析處理。

人機交互界面。通過人機界面友好的交互方式，使聯軸器運行狀態更加直觀，工作人員可實時了解設備運行情況。

4.云平臺數據采集處理模塊

云平臺數據采集模塊框架如圖3 所示，其主要包含文件服務器、邏輯服務器（WEB 服務器）、數據庫服務器、人機交互界面。

云平臺數據采集處理模塊工作原理：現場數據采集系統通過網絡上傳原始數據文件到文件服務器，邏輯服務器獲取文件服務器中的原始數據文件并解析處理，數據庫將經過邏輯服務器處理后的文件進行保存并反饋邏輯服務器的訪問請求，用戶可用過WEB 客戶端或者APP 向邏輯服務器發送請求，查詢聯軸器設備的工況信息，從而通過云平臺實現隨時隨地對聯軸器工況的監測。

文件服務器。工業現場數據采集模塊上位機將聯軸器運行工況原始數據通過網絡上傳至文件服務器保存，采集的數據按照一定的格式分層分指標進行存儲，便于快速查詢提取。同時對聯軸器故障數據進行統計，建立故障工況參數簡表，便于數據的分析與計算。

邏輯服務器。邏輯服務器用于部署應用程序及緩存服務，對從文件服務器下載的原始數據文件進行解析、圖表處理及緩存，然后分發至WEB、APP。

圖4 無線供電模塊工作原理圖

數據服務器。用于存儲聯軸器運行狀態監測的歷史數據，存儲結構為按聯軸器運行狀態參數類型和日期分類建表；建立故障模型庫，通過邏輯服務器處理的數據與模型庫中數據進行對比分析，快速診斷聯軸器設備的異常狀態。

人機交互界面。用于展示通過WEB 端或APP 端訪問服務器中聯軸器實時運行工況及查詢歷史數據，采用可視化的方法使結果更加直觀、便于理解。

二、系統核心技術

1.無線供電模塊

采用磁場耦合的方式進行電能的無線傳輸，直流電壓通過逆變器得到高頻交流電壓，高頻交流電壓經過功率放大和諧振補償等通過發射線圈產生變化的磁場，接收線圈與發射線圈通過磁場耦合的方式在接收線圈內產生高頻交流電，經過整流器整流穩壓后，與負載連接。其基本工作原理如圖4 所示。

2.聯軸器運行狀態預測性維護工作原理

通過存儲并分析聯軸器設備運行工況參數及故障特征參數建立聯軸器設備運行狀態的總體樣本，并依據此樣本建立聯軸器設備故障云模型，然后以故障云模型設置設備運行閥值，通過實時監測聯軸器的運行參數與設定閥值的比較，對設備進行報警維護。其流程如圖5 所示。

三、實際應用

基于云平臺的聯軸器遠程狀態監測及預測性維護系統可實現聯軸器運行狀態實時監測和預測性維護。

1.工業現場聯軸器狀態實時監測與預測性維護

通過選擇不同的監測站點，實現對多個聯軸器設備的狀態監測。頁面首頁采用圖譜和數字組合的方式直觀形象地展示聯軸器轉速、扭矩、振動、溫度等運行工況。聯軸器設備的預警信息在顯示界面的右半部分。通過賬號密碼登入軟件后，可對監測終端增添或刪減并通過設置參數閥值，對聯軸器設備進行異常告警和預測性維護。

圖5 聯軸器運行狀態預測性維護流程

2.聯軸器云平臺狀態實時監測與預測性維護

聯軸器運行狀態遠程監測與預測性維護可實現按監測點、生產線、廠房、地區進行狀態監測和預測性維護：通過運維矩陣查詢不同聯軸器設備的運行工況；通過報警列表，查看設備的報警信息及系統報警原因；可及時停機維護設備，對設備進行按需維修。

四、結語

通過此系統的數據或提示信息實現對設備故障提前預判，盡早維護，縮短設備停機時間并節省成本，對聯軸器設備實施全生命周期管理；通過對聯軸器現場實際數據的收集，隨著時間的推移，可分析產品應用情況及損耗，優化現有聯軸器產品；幫助傳統金屬制造業加快智能化轉型與改革。

預測性維護系統通過不間斷地監測設備實際狀態，對測得參數進行分析、判斷，作出是否發生故障以及故障類型、故障程度的評價，預測設備狀態的發展趨勢，估算出最佳的維修時機，實現按需維修與預測性維護。顯然，預知性維修比較先進、經濟。前期搭建預測性維護系統會有一定的投入，但后期有效地降低了故障損失和設備維修費，反而節省了大量成本，且使企業的設備管理更加科學、高效。