船閘電機設備巡檢淺談

周俊宇 張頁川 喬小東

摘要：船閘電機設備是船閘運行的主要動力件，負責把電能轉換成機械能，為人字門和閥門起閉提供動力。是船閘重要的機械電子設備，船閘電機的正常運行和維護，離不開日常的設備巡檢和保養，如何提高運行人員巡檢效率，在日常的每班次巡檢中發現問題，做出了以下探討。

關鍵詞：船閘;電機;巡檢

1 前言

船閘電機設備是船閘運行時的主要動力件，是驅動船閘設備運行的動力源。為了保障設備的可靠性和維修的的便利性，通常船閘啟閉機和閥門由電機驅動，靠液壓或機械齒輪傳動。作為動力源的船閘電機設備，有著工作啟停頻繁，工作環境惡劣潮濕等特點，如何在日常的巡檢中，發現電機的問題和缺陷，適當的、及時的對它進行保養，維持一個良好的工況，對船閘設備的穩定運行和提高設備巡檢的技術水平有著積極的意義。最近幾年，巡檢人員逐步年輕化，通過培訓能較快熟練掌握各種終端操作，如何進一步提高巡檢的科技含量和巡檢的實際效果，對此進行一些探討。

2 電機設備的監測參數

目前傳感器在工業中的應用逐步擴展，在大型精密制造中，多參數實時反饋調節是控制工程里常用的方式。船閘電機運行的工作情況，可以通過采集一些數據參數進行統計分析，如電流電壓值、振動頻率、徑向轉速、磁場變化等[1]，以此為基礎研究電機的運行特征，判斷正常電機的工作曲線和異常工況的產生原因，對設備缺陷進行初步診斷。通過以上參數的收集，還可以和5G物聯網等先進生產技術相結合，改進船閘電機等機械設備的裝備水平，一定程度上提高電機復雜工況的應對能力[2]，延長設備正常工況的使用壽命。

3對監測數據的處理和應用

特征工程方法是目前常見的的故障診斷方法之一，基于特征工程處理，目的是最大限度地從原始數據中提取特征以供算法和模型使用。對技術人員要求較高，需對原始數據進行選取和處理，才能應用于計算程序對其進行分析。船閘電機等設備的運行參數收集和數據庫建立，是一個綜合和相對復雜的工程。船閘機械運轉過程中，存在諸多不可預測因素，傳感器收集到的數據可能存在噪音失真等現象，沒有數據庫對比分析，使得靠純粹監測數據應用電腦程序診斷分析故障變得十分復雜和困難。 因此人工干預進行特征提取的故障診斷方法存在一定的局限性。近年來，隨著機器學習、人工智能領域的不斷發展，機器學習這種能夠自主挖掘數據內在特征，自適應改進算法的技術得到越來越多的應用。在船閘電機設備的缺陷和故障診斷中，工業電機的缺陷種類非常多，故障現象也比較復雜，單純船閘電機設備故障標記數據樣本有限[3]。為了能夠更全面地挖掘電機數據中所包含的故障特征，可運用機器學習方式從大量工業電機的工作狀況參數中學習到有效的特征值用于故障判斷，實現故障特征識別到分類的全過程的智能化，建立一套工業電機的故障數據庫模型，廣泛應用于工業生產中電機設備的監測運行。

4智能終端巡檢技術的可行性

通過對船閘電機設備實時的監控，能更好的反映船閘電機設備的運行狀態。對于船閘電機過熱、電機異響等情況，有了連續的數據記錄查詢，能夠發現其變化的曲線。一定程度上，輔助巡檢人員科學判斷船閘電機設備的運行情況，可以及時發現電機軸承潤滑失效等異常情況，及時進行補油保養，減少了船閘電機設備的在異常工況下的運行時間，能夠延長船閘電機等設備的正常工況和使用壽命，具有有一定的積極意義。

船閘日常巡檢中，最重要的是設備的動機巡檢。即理想情況下每個班次能對船閘各個機房電機等設備的啟動和停機過程進行觀測，及時發現異常。然而實際巡檢中，由于船閘各個機房位置相對分散，單個機房運行間隔時間較長，單個巡檢人員在日常巡檢中難以對所有設備達到動機巡檢的要求。如果有像手機大小一樣的智能終端巡檢設備，抵達每處機房拍照上傳。對每個機房的工作情況通過傳感器記錄的運行數據與數據庫進行比較分析，輔助巡檢人員判斷設備工況。對于異常工況設備，提醒巡檢人員在下次動機時抵達現場進行細致觀察，并通過電機等設備傳感器上的5G物聯網連接數據庫和專業技術人員，聯合分析設備異常工況原因，及時處置相關設備運行缺陷[4]。

5對船閘設備運行的積極意義

有效避免了船閘電機等設備“帶病運行”，通過智能化巡檢系統，輔助達到了船閘電機等設備每班次百分百動機巡檢的高頻次要求，對于缺陷設備的及時發現和維護保養，有積極的意義。因為船閘停航檢修對航運影響較大，且高水頭單級船閘計劃性停航檢修間隔較長。對船閘電機等設備進行適當的更新和改進，輔助以更高水平的智能監測輔助系統，及時有效的進行設備保養和日常維護，對船閘設備維護正常的工況和延長設備使用壽命有一定積極的意義。

6 結論

電機的智能監測系統在船閘設備的智能化改造中有很大的應用前景，當前電機等設備，除了終端控制系統里的電流、溫度、角度傳感器外，其他的傳感器還比較缺乏。為了保持系統的穩定性，可以單獨新增一套智能監測巡檢系統，由5G物聯網等與傳感器相連，與綜合數據庫比對輔助判斷各個設備的運行情況。提高設備巡檢和維護保養水平，從純粹的外觀完好性判斷和異響識別的人工巡檢，到智能化多維度，綜合振動、溫度、電流、潤滑情況等參數，輔助機器學習云計算數據庫等技術手段，推進高水平的船閘生產工業系統發展。

參考文獻

[1]宋人杰，武際富，程景奕.電廠電機設備智能巡檢系統的研究[J].信息通信，2015，{4}（02）：110-111.

[2]王秀英.試論電機振動故障巡檢系統的研究與開發[J].科技創業家，2013，{4}（12）：106.

[3]李軒，徐志科，周玲，金龍，戴德嵩，潘志翔，龔龍中.基于超聲波電機的線路巡檢機器人伺服控制系統[J].電氣自動化，2017，39（03）：9-11.

[4]劉溫波.設備點巡檢管理系統的應用[J].設備管理與維修，2010，{4}（07）：6-7.

作者簡介：周俊宇（1994.1），男，湖北宜昌人，本科，助理工程師，研究方向;船閘設備運行與維護，工作單位;長江三峽通航管理局，聯系電話;15171506050。