起吊設備鋼絲繩遠程在線健康監測系統設計

馬建強

（上海市閔行區特種設備監督檢驗所，上海 201100）

0 引言

隨著經濟不斷發展，貿易量不斷增長，港口、礦場、工廠數量都大大增加，在貨物裝車過程中，鋼絲繩扮演不可或缺的角色。針對鋼絲繩的健康狀態監測有重要的經濟社會效益。哈爾濱工業大學的宋大雷[1]對國內外鋼絲繩無損檢測技術進行了分析，并對今后進一步發展趨勢進行了預測。華中科技大學的姜宵園等[2]提出了基于周向積分磁化的鋼絲繩漏磁檢測方法，優化設計了周向積分磁化器，磁敏感單元及傳感器整體結構。安徽理工大學的劉雷等[3]通過分析鋼絲繩的結構，基于細桿理論建立平衡方程，依據檢測原理對檢測儀進行設計并進行了仿真，同時對鋼絲繩剩余壽命進行預測。太原理工的葉輝等[4]開發了一種磁記憶的陣列傳感器，并以單片機為核心通過無線傳輸的方式設計了一套礦用鋼絲繩檢測裝置，還提出用噪聲經驗模態分解的方法對采集的信號進行去噪的方法。河南煤礦集團的王武威[5]設計了一套基于弱磁檢測原理的TCK.W鋼絲繩在線監測系統，對該系統的結構、原理、功能進行了介紹。武漢理工大學的陶德馨[6]介紹了弱磁檢測的原理，并對現有強磁檢測和弱磁檢測產品進行了分析。強磁檢測存在靈敏度低、動態檢測效果差；而弱磁檢測抗干擾能力差，損傷程度小，難以檢測，同時現有方案也缺乏損傷特征提取算法研究。材料損傷過程中，其能量隨著彈性波的形式釋放，可通過聲發射傳感器對其進行采集。

本文提出了一種基于聲發射和物聯網技術的起吊設備遠程在線監測系統設計方案。該系統實現工業運輸環境下起吊設備鋼絲繩的在線健康監測以及集中管理。采集系統通過傳感器測量鋼絲繩健康狀態相關的信號，通過無線傳輸的方式輸送到對應上位機，再通過有線局域網上傳云計算中心。采用信號處理算法提取聲發射信號中表征健康狀態的特征，從而識別鋼絲繩的健康狀態。最終在監控中心界面實時顯示區域范圍內多設備鋼絲繩健康狀態，實現起吊設備鋼絲繩健康狀態遠程在線監測。

1 系統架構

遠程在線監測系統主要由數據采集系統、云存儲服務器、云計算和監控中心組成，系統的整體架構如圖1所示。感知層的聲發射傳感器接收起吊設備鋼絲繩的聲發射信號，數據采集系統的采集板卡通過運算放大電路對原始信號進行濾波放大等預處理。在網絡層中，預處理后的信號通過無線網向對應的上位機發送數據，各處上位機可通過有線網與服務器云計算中心進行通訊。在應用層中，云計算中心通過算法識別各點位起吊設備的鋼絲繩健康狀態，并將各點位起吊設備的實時狀態顯示在應用層的云監控平臺上，云監控平臺根據鋼絲繩的實時狀態對其健康進行分析評估，提供健康報告、危機預報以及報警功能。

圖1 遠程監測系統架構

2 數據采集及信號處理

遠程在線監測系統數據采集及信號處理流程如圖2所示，通過測量每臺設備鋼絲繩的聲發射信號來獲取監測參數。現有的遠程監控方案信號處理主要是通過采集信號時頻域的閾值進行判斷，缺乏對信號蘊含的隱性特征進行提取，本方案采用包括盲源分離、聲紋識別等的特征提取算法對信號中表征故障或健康狀態的特征進行提取，識別鋼絲繩健康狀態并實時更新健康狀態大數據庫。

圖2 采集系統及信號處理流程

2.1 采集系統搭建

采集測量系統如圖3所示，由傳感器、無線接收基站以及上位機組成。傳感器端安裝在起吊設備鋼絲繩周圍，聲發射傳感器主要由壓電陶瓷組成，能將材料損傷釋放的能量信號轉換成電信號。聲發射信號經過信調儀的放大濾波后與采集卡相連，采集卡輸出的模擬信號通過路由器無線傳輸的方式輸送數據。上位機通過尋址接收對應鋼絲繩的聲發射信號。

圖3 采集系統硬件

聲發射信號是高頻的彈性波信號，不同材料的聲發射頻率也不相同，針對材料損傷程度不同（拉伸和斷裂），聲發射信號也不相同。為完整采集鋼絲繩損傷過程聲發射信號，采集模塊接線如圖4所示，選用寬頻的聲發射傳感器kistler8152Cx050500，其頻率帶寬為50~400 kHz。信調儀選用kistler8152C，采集卡選用NI Crio9053集成控制器和NI 9775板卡，crio9053包含重新配置的FPGA和實時處理器，可攜帶4個板卡，每塊NI采集板卡可以連接4個傳感器。

圖4 采集模塊接線

2.2 信號處理算法及大數據平臺開發

目前針對聲發射信號的處理方式，國內外主要都是從聲發射信號參數（幅值、能量計數、振鈴計數、持續時間等）入手進行分析[7－10]，但是由于外部背景噪聲以及傳感器、信調儀等內部干擾，采集到的聲發射信號是混疊信號，鋼絲繩健康狀態特征信息淹沒在噪聲信息中，僅針對原始信號參數進行分析，難以提取鋼絲繩健康狀態特征信息。為提取鋼絲繩磨損及斷裂的特征信息，除了計算聲發射參數，還需要通過信號處理算法來提取鋼絲繩損傷特征。

本系統利用盲源分離算法處理聲發射信號，盲源分離目的是從觀測到的混疊信號中分離出源信號，其原理如圖5所示。盲源分離的前提是不知道原始信號，信號混疊的方法也不知道，針對這類信號處理方式是采用統計原理進行計算。本文觀測到的聲發射信號正是混疊的信號，其源信號及混疊方式也是未知，因此用盲源分離算法處理監測信號，分離提取鋼絲繩損傷特征，并計算材料及構件損傷模式以及損傷程度。在確定鋼絲繩磨損狀態及斷裂狀態識別情況下，還可以對損傷源頭進行追蹤，依據聲發射傳感器陣列布置NAH空間變換構建聲發射源全息圖，定位損傷斷裂源具體位置。

圖5 盲源分離

設備運行狀態的在線監測，具有監測部位多、采樣頻率高、在線收集數據時間長等特點。在收集大量運行特征數據的基礎上，采用數據挖掘算法對設備運行狀態數據進行重組、挖掘。面對整理的海量數據，研究相關數據處理、機器學習模型，建立狀態識別專家知識庫。將大數據分析與機器學習技術應用于設備運行過程的狀態識別和故障診斷，通過從復雜裝備運行特征大數據中挖掘出故障信息，以實現設備運行狀態在線識別，為后續設備健康評估以及按需維護提供指導作用。

3 網絡通訊

起吊設備鋼絲繩遠程在線監測系統通訊方案如圖6所示，監測系統的網絡通訊分為無線通訊和有線通訊。采集設備搭建無線通訊模塊，利用WLAN實現采集系統與上位機進行通訊。每套采集系統可以連接多個聲發射傳感器，以每臺起吊設備配置一套采集系統，每套采集系統作為一個無線節點，通過識別碼和密鑰加入以無線路由器為中心創建的服務集中，將每套設備鋼絲繩聲發射信號數據上傳到無線路由器中，無線路由器再通過TCP/IP協議直接將接收到的數據上傳至上位機中。由于每臺設備可能存在多根鋼絲繩，所以還需要對每個通道聲發射數據進行編幀，以區別不同位置的鋼絲繩，方便出現故障時準確定位，提高監測效率。

圖6 總體通訊設計方案

針對上位機和服務器間通訊速率問題，為提升實時通訊效率，對比、分析、比較了目前Webservice進行實時數據通信的幾種方案，發現Websocket作為現有監測系統實時通信的工具，效率最高，由此設計了基于Web?socket協議來實現遠程實時通信的功能。客戶端和服務端只要通過一次HTTP協議，數據便可以直接從雙工TCP通道快速傳輸。

4 結束語

根據目前缺乏針對起吊設備鋼絲繩健康狀態實時追蹤的現狀，本文提出了基于聲發射和物聯網技術對區域范圍內起吊設備鋼絲繩進行遠程在線監測方案。采集數據經初步預處理后，利用短距離傳輸技術，輸送到現場網關或上位機中，經網絡層傳送至各分廠服務器，再通過局域網或5G等物聯網，與總部監控室的設備監測診斷管理平臺、集控中心、云服務平臺、移動終端等進行數據通信，實現設備健康狀態信息的集中存儲、遠程管理和移動辦公。該方案綜合考慮了測量精度、信號處理方法和傳輸速率，滿足實際工程需要。