起重機鋼絲繩智能在線監測系統設計

李學偉,馮 達,齊永蘭,丁海洋,周 強,惠延波

(1.河南工學院 智能工程學院,河南 新鄉 453003;2.衛華集團有限公司,河南 新鄉 453400;3.河南工業大學 機電工程學院,河南 鄭州 450001)

0 引言

隨著我國社會經濟的發展,起重機被廣泛應用到制造業、采礦業、港口碼頭、航洋開發、建筑等行業。鋼絲繩作為起重機的重要構件,由于其在設備長期運行中承受拉伸、腐蝕、擠壓、摩擦等外部作用力,造成磨損,出現斷絲等現象[1]。鋼絲繩更換流程復雜,定期更換鋼絲繩雖然能避免較晚更換鋼絲繩帶來的安全事故,但是過早更換鋼絲繩會造成人力、財力的浪費[2,3]。

采用鋼絲繩無損檢測技術可以很好解決以上問題,全面提升系統的檢測效率,保障檢測的可靠性和連續性,減小斷繩事故的發生率,提高生產效率。鋼絲繩無損檢測技術涉及到電磁場、信號獲取、信號處理、信號分析和模式識別等領域,截至目前,它已經發展出多種方案,但仍存在以下問題:(1)設備復雜度高,檢測繁瑣;(2)易受環境干擾產生噪聲,檢測精度低;(3)在線監測困難。因此,本文設計了一種新的起重機鋼絲繩智能在線監測系統以解決這些問題。

1 系統方案設計

鋼絲繩缺陷主要由三個方面組成:(1)金屬截面損失(Loss of Metallic Area,LMA),包括內外部磨損、銹蝕、繩股斷裂等;(2)局部損傷(Local Fault,LF),主要表現為斷絲、裂紋、點蝕麻點、繩端斷絲等;(3)結構損傷(Structure Fault,SF),主要體現為鋼絲繩變形、股芯外露、股間隙不均勻和捻距不均等。起重機鋼絲繩使用過程中出現的缺陷主要以LMA與LF損傷為主,這兩類損傷相較于SF損傷較難被發現,因此,本文在研制起重機鋼絲繩在線監測設備中,主要以識別LMA和LF兩類缺陷為主要監測目標。

鋼絲繩在線監測系統由磁化器、磁阻傳感器、位移編碼器、信號預處理電路、數據采集、計算機及LabVIEW據處理軟件組成,其結構框圖如圖1所示。

圖1 系統結構框圖

1.1 漏磁檢測基本原理

本系統采用如圖2所示方式,利用永磁體作為磁源對鋼絲繩進行非飽和磁化,形成勵磁回路。如果鋼絲繩表面或內部無損傷,鋼絲繩局部被磁化,磁通量沒有變化;當鋼絲繩出現局部損傷(斷絲或磨損)時,鋼絲繩損傷處磁導率降低,磁阻增大,磁感應線溢出鋼絲繩表面,產生漏磁場。利用磁阻傳感器檢測漏磁信號,將其轉換為電信號[4]。電信號經濾波電路和A/D轉換模塊,傳輸至計算機,再通過LabVIEW結合小波降噪算法進行數據處理。根據數據處理結果,判斷鋼絲繩損傷情況。

圖2 鋼絲繩缺陷監測裝置示意圖

1.2 檢測裝置

目前鋼絲繩漏磁監測系統常用霍爾元件制作陣列式傳感器檢測磁感應強度變化,霍爾元件多用InSb和GaAs等半導體材料制作,溫度漂移量較大,難以實現統一校準。與傳統的霍爾元件相比,隧道磁電阻(TMR)器件以隧道磁電阻作為磁敏器件,具有靈敏度高、功耗低的特點,能夠顯著改善傳感器的靈敏度和溫度特性[5,6]。本文采用TMR2701磁阻傳感器,傳感器布置示意圖如圖3所示,12個TMR2701磁阻傳感器均勻分布在鋼絲繩周圍。該傳感器采用推挽式惠斯通全橋結構設計,包含四個非屏蔽高靈敏度TMR傳感器元件。當外加磁場沿平行于傳感器敏感方向變化時,惠斯通全橋提供差分電壓輸出,工作電流隨工作電壓呈線性關系變化,并且該輸出具有良好的溫度穩定性。該磁阻傳感器使用溫度范圍-40～125℃,工作電壓VCC最大值為7V,飽和磁場強度在-20～20Oe,滿足磁場強度檢測需求。

圖3 傳感器布置示意圖

2 檢測電路設計

2.1 信號預處理電路

由于鋼絲繩缺陷產生的漏磁信號微弱,傳感器輸出信號需經信號預處理裝置放大、濾波[7],即由低功耗、軌到軌運算放大器TLV9102對傳感器輸出信號進行放大處理,然后利用三階巴特沃斯低通濾波電路消除干擾,電路原理圖如圖4所示。

圖4 信號預處理電路

2.2 數據采集電路

數據采集電路主要是將模擬信號轉換為數字信號,并傳輸至上位機進行處理[8]。本文選用北京阿爾泰科技發展有限公司研發的數據采集卡USB3131A,如圖5所示,對預處理電路輸出的模擬信號進行采集。該數據采集卡有16路模擬量輸入通道,分辨率為16bit,輸入阻抗1GΩ,具有低功耗、傳輸效率高、實時性強、便攜、與LabVIEW無縫銜接等優點。

3 基于小波變換的數據降噪算法

本文利用LabVIEW對數據采集卡采集到的數據進行處理,通過檢測電壓幅值的突變來判斷鋼絲繩缺陷是否存在。但是受電路噪聲影響,輸出信號帶有隨機性的尖峰和突變,造成部分較小的缺陷信號無法辨識而被漏檢[9]。

為有效消除噪聲,避免鋼絲繩缺陷的漏檢和誤檢,提高檢測的準確度,必須濾除鋼絲繩缺陷信號中的噪聲。傳統的快速傅里葉變換(Fast Fourier Transform,FFT)僅能分析頻域信息,無法分析信號的時域部分,故無法較好地處理突變擾動信號[10]。短時傅里葉變換(Short-time Fourier Transform,STFT)雖然通過窗口在頻域信號中滑動,增加了時域信息,但是其窗口大小固定,無法反映信號的突變。而小波變換是將FFT無限長的三角函數基換成了有限長并會衰減的小波基,這樣不僅能夠獲取頻域信息,還能獲取時域信息[11]。相比STFT,小波變換具有更好的時頻窗口特性。在分析低頻信號時,其窗口很大;而分析高頻信號時,其窗口較小,能聚焦信號的每個細節。因此,本文采用小波變換對采集到的鋼絲繩缺陷信號進行處理。

對于任意的f(t)∈L2(R),L2(R)為平方可積空間,連續小波變換為:

a,b∈R,a≠0

(1)

式中,a為伸縮因子,b為平移因子,ψ(t)為一個母小波或基本小波。若a、b為連續值,其重構公式為:

(2)

小波算法是信號降噪的核心模塊,其中兩個關鍵問題是估計小波閾值和選取小波函數。首先根據鋼絲繩缺陷檢測信號和噪聲分界點缺點閾值;再根據鋼絲繩信號選取小波函數,對鋼絲繩缺陷檢測信號進行小波分解,以達到去噪效果。

4 實驗與結果分析

圖6為本文設計的起重機鋼絲監測裝置實物圖,該裝置為3D打印,材質為PLA。

圖6 起重機鋼絲繩在線監測裝置實物圖

為了對本文所提出的鋼絲繩在線監測系統的性能進行驗證,接下來以圖7所示起重機鋼絲繩作為實驗對象進行斷絲實驗測試。該鋼絲繩公稱直徑21mm,單絲直徑1mm,捻距120mm,金屬截面積197mm2。

(a)鋼絲繩單根斷絲

(b)鋼絲繩3根斷絲圖7 鋼絲繩斷絲效果圖

圖7(a)、(b)中鋼絲繩分別有1根斷絲和3根斷絲,利用本文設計的缺陷在線監測系統對其進行檢測,缺陷檢測信號如圖8所示。

通過小波濾波處理采集的鋼絲繩信號,將原始信號進行4層小波分解,使用‘db5’小波基(Daubechies5小波)對信號進行離散小波變換,分解層包含近似系數和細節系數的小波系數向量,最后對細節函數和近似函數進行1～4層信號的重構。

從圖8以看出,鋼絲繩缺陷檢測信號整體較平穩,小波變換去噪效果明顯,可以明顯區分出鋼絲繩缺陷處信號,并且可以根據缺陷信號幅值大小定量分析缺陷處斷絲數量。結合位移編碼器,直接根據缺陷信號定位鋼絲繩缺陷處,最終實現起重機鋼絲繩缺陷的智能化在線監測。

圖8 鋼絲繩缺陷檢測信號

5 結語

目前鋼絲繩缺陷檢測系統主要存在設備體積大、精度低、輸出信號噪聲大等問題,導致在線監測難以實現。本文設計了基于漏磁原理的鋼絲繩智能在線缺陷監測系統,采用永磁體進行非飽和磁化,同時利用小波變換有效去除監測信號噪聲。實驗結果表明,該系統可以有效平穩監測信號,提高缺陷信號定性識別的準確度。該缺陷監測系統能準確掌握缺陷數量及位置信息,并且操作簡單,準確性高。在未來的研究中,希望進一步探索新的技術,以提高系統抗干擾能力等。