煤礦主通風機狀態監測及故障診斷系統設計★

王 琴， 王睿哲， 韓 鎮， 吳 江， 郭富祥

（中國礦業大學徐海學院， 江蘇 徐州 221000）

引言

在煤礦產業的實際安全生產過程中，煤礦主通風機承擔著重大作用，是保障井下作業人員生命安全的重要設施之一，由此我們設計了煤礦主通風機狀態監測及故障診斷系統。

本系統通過采用精度高、體積小的高精度傳感器，可應用于環境復雜，空間狹小的煤礦主通風機，并能提升其振動信號采集精度，以輔助于判斷機器是否正常，具有極為重要的實用價值。預警系統的軟件部分，設計采用LabVIEW 軟件程序作為開發平臺，它能明顯縮短開發周期，且具有豐富的外部接口，能與采集硬件實現無縫連接，實現數據的可靠采集，并具有良好的界面編輯功能，為系統提供友好的人機界面[1]。

1 煤礦主通風機振動信號采集系統總設計

煤礦主通風機狀態監測及故障診斷系統可分為信號的監測和信號的分析兩大部分。信號的監測主要由搭建的硬件平臺獲得，而信號的分析則通過編程實現。

結合煤礦主通風機的實際工作狀態和工作環境以及信號采集的精度要求，本系統選用ADXL357 三軸加速度傳感器作為傳感器模塊的主要硬件設備。通過考察市場同類型系統設計以及性能成本等綜合考慮，本系統選擇采用市場反饋良好，性能優秀的C51單片機作為控制模塊主要硬件設備。軟件處理模塊采用國際主流公司美國國家儀器（NI）公司研發的Lab-VIEW 軟件進行數據分析及波形生成，如圖1 所示。

2 硬件部分設計

硬件部分主要由傳感器模塊和控制器模塊兩個模塊組成。傳感器模塊直接安裝在煤礦主通風機上，確保其能夠及時準確地接收到振動信號，并將信號及時傳回控制器模塊。控制器模塊負責實時接收傳感器模塊傳回的振動信號并進行數據處理并將其傳輸至上位機中的軟件處理模塊。

2.1 傳感器模塊

ADXL537 三軸加速度傳感器內部自帶電壓穩定電路，工作電壓3.3～5 V，引腳電平兼容3.3 V/5 V 的嵌入式系統，可以在礦井內的復雜條件下進行穩定運轉。ASCII 模式輸出速率0.1～200 Hz，高速輸出模式輸出速率0.1～2 000 Hz，可以2 000 Hz 的速率高速輸出加速度信息。且其數據傳輸模式的多樣性，能夠為工作人員在操作時提供更多的選擇，同時也能為數據傳輸的穩定性提供保障。在制作工藝上，本系統選用的產品使用雙層PCB 板工藝，使得芯片整體更薄更小，在礦井下狹小的工作空間里能更好地適應工作環境。

ADXL357 三軸加速度傳感器可以很好地適應煤礦主通風機的復雜工作環境以達到目標要求。煤礦主通風機在工作過程中出現的故障類型主要包括轉子不平衡、基礎松動、磨損故障、葉片故障等，為了確保能夠更精準地采集振動信號以判斷機器是否處于正常工作狀態，結合上述故障類型可能涉及到的故障部位，本系統將傳感器模塊安裝在煤礦主通風機的轉軸部分，并在傳感器外側增加一個防護罩，最大限度地保障傳感器在工作時不受外界其他振動信號的干擾，確保振動信號采集精度，如下頁圖2 所示。

2.2 控制器模塊

本系統控制器模塊選擇51 系列單片機作為核心控制硬件。51 單片機的操作系統十分完善，從內部的硬件到軟件都有一套全面的按位操作系統，處理對象不是字或字節而是位[2]。結合ADXL357 的引腳圖，將對應引腳與單片機通過數據線進行連接，ADXL357三軸加速度傳感器連續檢測出煤礦主通風機加速度位于X、Y、Z 三個正交軸上的投影，Gx，Gy，Gz分別為左右、上下和前后的軸向加速度，G 為合加速度[2]，如圖3 所示。

三個軸向的加速度數據由加速度傳感器節點通過精度為12 位模-數轉換器轉換成數字信號，信號通過串口傳輸將數據傳輸到單片機中，然后將數據傳輸至上位機中的LabVIEW 中進行具體的數據分析和波形分析。

3 軟件部分設計

本系統軟件部分的上位機軟件采用美國國家儀器（NI）公司所開發的LabVIEW 進行[3]編寫，相較于其他傳統的文字化計算機語言，LabVIEW 采用一種基于圖形化編程語言的開發環境，又被稱為G 語言[4]。因為其具有集成硬件部署、信號處理分析和連接、控制與仿真、數據管理與報表生成、開發工具和驗證、應用發布等功能，如圖4 所示。

3.1 數據采集系統

單片機通USB 轉串口模塊連接上電腦打開串口調試助手，安裝好串口USB-TTL 模塊對應的驅動CH340 以后，在設備管理器中查詢到對應的端口號，既可以使單片機將振動信號數據傳輸至上位機。上位機初始默認模式為ACSSI 模式，在該模式下默認出場波特率為9 600，數據固定長度為16 進制數，可以實現數據記錄的功能，即單片機實時傳回的震動數據可以進行保存，以便于在后續的數據處理和分析中提供更多的參考值，同時可以為日后相關數據庫的建立提供寶貴的數據資料。

串口發送一次數據過程的可以分為三個步驟：打開串口→發送數據→關閉串口。通過編輯LabVIEW中的程序，使得振動信號數據輸入后使用DataSocket技術、VI 服務器和Web 服務器技術等，簡化了現場數據的交換，同時通過LabVIEW 軟件提供的繪圖功能圖形編程后進行數據處理，圖形界面清晰、直觀。通過該程序，可以實現將三個軸向上的加速度數據進行整理分析，并輸出波形，實現煤礦主通風機的振動信號采集，如圖5 所示。

3.2 故障診斷系統

通過LabVIEW 對通風機振動情況的實時監測，本系統接著利用MATLAB 平臺，建立基于BP 神經網絡通風機故障診斷網絡模型，其輸入15 個常見故障的X、Y、Z 軸的加速度作為訓練樣本（如表1），輸出向量以通風機故障中常見的故障類型如轉子不平衡、基礎松動、磨損故障、葉片故障作為神經網絡的輸入。輸入樣本對應的期望輸出為“1”時表示通風機存在故障，當輸出為“0”時表示無故障。

表1 故障數據樣本組成

建立的模型經過5 000 次的訓練，達到了網絡模型中預先設置的目標精度要求，網絡訓練誤差曲線如圖6 所示。

4 結語

本文所設計的煤礦主通風機狀態檢測及故障診斷系統能夠很好的實現對振動信號進行實時監測，與此同時當通風機的振動超限時，還可以及時地對故障信號做出分析，進而判斷故障類型，實現保障煤礦主通風機正常工作，保護煤礦工人安全的功能。