基于多類型無線傳感網絡的船舶輔機健康管理系統開發

摘" " 要：針對傳統船舶由于機艙環境的局限性，導致的在線振動監測系統布線復雜、可維護性差以及人工巡檢判斷設備狀況效率低下等問題，基于三軸振動傳感器、邊緣計算模塊、Lora以及藍牙構建了多類型無線傳感網絡的分布式振動監測系統。本系統使用邊緣計算模塊對振動信號進行預處理，并將計算的振動烈度以及提取的時域特征參數發送到數據管理軟件，同時，結合ISO20816等振動評定標準完成設備的故障預警和智能識別功能。經實際項目驗證，該系統運行可靠，能夠在終端顯示設備當前運行狀況并及時發現設備的異常狀況。

關鍵詞：振動監測；無線Lora；健康管理；邊緣計算

中圖分類號：U676.4" " " " " " " " " " " " " " " " " 文獻標志碼：A

Development of Ship Auxiliary Equipment Health Management System Based on Multi-type Wireless Sensor Network

WU Rukun，" LIU Xiaowei，" YIN Qijian

（ PLA Naval Submarine Academy，" Qingdao 266042， China ）

Abstract： In order to solve the problems of complex wiring， poor maintainability and low efficiency of manual inspection and judgment of equipment conditions resulting in the online vibration monitoring system because of the limitations of the engine room environment of traditional ships， a distributed vibration monitoring system for the multi-type wireless sensor network based on three-axis vibration sensor， edge computing module， Lora and Bluetooth is constructed. The system uses the edge calculation module to preprocess the vibration signal， and transmits the calculated vibration intensity and the extracted time-domain characteristic parameters to the data management software. At the same time， in combination with ISO 20 816 and other vibration evaluation standards， it realizes the automatic fault early warning and intelligent identification functions. Verified by actual project， the system operates reliably， and can display the current operation status of the equipment at the terminal and find the abnormal status of the equipment in time.

Key words： vibration monitoring;" wireless Lora;" health management;" edge computing

1" " "引言

船舶機艙內的機電設備十分復雜，惡劣的工作環境以及短時大功率的運行工況容易導致設備故障，導致設備的不可逆損壞[1]。因此，實時地監測輔機設備的運行狀態信息，并對其進行健康評估和診斷，是預防和減少重大顯著性故障的關鍵，對降低設備維修成本，確保輔機的正常運行是十分必要的。

目前，大部分機艙設備按照規范的要求只停留在簡單控制或狀態實時監測，離智能決策和自適應的智能健康管理還有較大差距。船舶機艙多采用有線振動監測系統或手持式振動檢測裝置[2]，需要人工巡檢和大量布線。面對復雜的機艙環境具有較大的局限性、維護性差以及缺少必要的靈活性，同時，通過人工判斷設備運行狀況，這極大程度上依賴于人的經驗，難以實現對機艙設備故障的自動化識別與報警。

針對上述問題，本文從船舶機艙設備振動狀態監測機理出發，以邊緣計算[3]的嵌入式技術、故障診斷技術為手段，開發船用多類型無線振動傳感裝置及機艙設備健康診斷方法，及時發現設備故障，避免設備損毀。

2" " "系統總體概述

從船舶發展的總體需求來看，未來船舶的現代化水平主要體現在狀態監測、故障診斷和視情維護的輔助決策上。并要綜合利用狀態監測所獲得的各種信息和數據，對機艙內設備與系統的運行狀態、健康狀況進行分析和評估，為設備與系統的使用、操作和控制、檢修、管理等方面的決策提供支持。根據需求，開發以下基于分布式計算架構的船舶輔機設備健康管理系統，如圖1所示。

首先邊緣計算部分將對采集的振動信號進行預處理，提取表征設備運行狀況的特征參數，參照表1所示的部分船舶輔機設備振動測量與評價準則，對比閾值把設備的運行狀態劃分為：A新裝設備、B可長期運行、C可短期運行、D停機檢查4個健康等級；其次，為方便對機艙設備的維護與檢修，運維人員手持的移動設備與終端數據管理軟件分別通過藍牙和Lora獲取實時狀態參數及振動曲線，同時在服務器端設置報警閾值以及異常狀態振動數據自動存儲；接著，通過試驗、歸納、對比分析異常振動數據集與特征故障庫，以此定位故障點、識別故障類型及制定相應的維修和檢驗計劃[4]；最終實現振動監測、狀態評級、閾值報警、故障診斷等方式的層級健康管理。

3" " "無線傳感裝置硬件設計

無線振動傳感裝置的硬件構成主要分為數據采集、邊緣計算和數據傳輸三個部分，硬件結構功能圖如圖2所示。

3.1" "數據采集部分

數據采集模塊采用ADcmXL3021三軸加速度傳感器，該傳感器具有超低噪聲密度、寬帶寬低功耗、精度高等特點，以及溫度和電壓測量的功能。傳感器通過SPI串口與主控單元進行數據傳輸，主控單元將接收的振動數據和電壓溫度等信息通過RS485總線發送給邊緣計算模塊，數據采集部分原理圖如圖3所示。

3.2" "邊緣計算部分

邊緣計算模塊主要包括MCU模塊、存儲器和電源管理三個部分。MCU模塊采用的ARM微處理器型號為STM32F407， 并集成 DSP 指令集，使系統具有強大的數據處理能力。MCU模塊對接收的振動數據進行濾波降噪，運算處理；然后控制并驅動藍牙、Lora和RS485進行數據傳輸，同時，完成不同通信方式之間的數據協議轉換；被監測設備的信息、運算的結果以及采集的原始振動數據通過存儲器存儲；電源管理部分用來對數據采集、邊緣計算、數據傳輸部分供電。

3.3" "數據傳輸部分

數據傳輸部分由RS485、LoRa和藍牙組成。LoRa 模塊型號為ATK-LORA-01，工作頻率 410～441MHz，發送AT指令即可配置參數。考慮到傳輸的穩定性，數據采集部分和邊緣計算部分之間通過RS485總線傳輸實時監測數據和傳感器的配置命令；MCU將運算結果通過USART和SPI串口發送給Lora和藍牙模塊。其中，移動設備接收藍牙數據，顯示設備當前的健康狀態；LoRa接收模塊將接收的數據轉發給服務器，數據管理軟件將對數據進一步處理。數據傳輸部分原理圖如圖4所示。

4" " 船舶輔機設備健康評估算法

振動監測與診斷涉及多方面錯綜復雜的專業技術，為將健康管理與分布式測控緊密結合，在振動信號濾波、烈度和時域特征參數的基礎上劃分各工況和故障模式下的特征，得出診斷閾值；同時，依托多個時域參數所構成的、帶權重比的特征向量來提升診斷的全面性與精度。

4.1" "振動信號預處理

輔機設備除了自身振動外，往往疊加船體振動以及其他設備的干擾，這樣傳感器采集的信號中就會有噪聲，使得反映設備的特征信息被淹沒在噪聲中。為了盡可能的提取真實信號特征，必須去除干擾信號，常用的濾波器有：巴特沃斯低通濾波、FIR濾波、移動平均濾波、中值濾波和小波濾波。

由于各數字濾波器各有特點，需要使用Matlab軟件模擬噪聲信號，測試不同濾波器的濾波效果，然后，選擇合適的濾波器配置到邊緣計算模塊中。設加速度信號為：a=sin（20πt）+sin（40πt）-cos（60πt）+μ，式中a為隨機噪聲，設定采樣頻率為1000Hz，采樣點數為1 024。濾波器去噪效果如圖5所示。

受到傳感器的制約，采集的通常是設備的振動加速度信號，而設備的健康評估通常采用振動速度進行運算，需要對加速度進行時域或頻域積分得到速度和位移值，而頻域積分的計算精度明顯高于時域積分，且計算量更小[6]。同時，由于微處理器的FFT運算能力有限，只能處理有限點數的FFT，所以在截取時域的周期信號時，沒有能夠截取整數倍的周期，只要有截斷不同步就會有泄露。如圖6所示，通過加入窗函數可以有效減少頻譜泄露。

4.2" "振動烈度評級

振動烈度是描述一臺機器健康狀態簡明而又綜合的特征量，根據目前國內外ISO 20 816系列和GB/T 16301相關的振動測量和評定劃分標準，計算振動速度的均方根值和振動烈度。

設加速度信號的頻譜為，對加速度信號進行FFT變換后，除以即可實現在頻域的一次積分，得到速度的頻譜，速度頻譜進行逆快速傅里葉變換（IFFT）得到速度信號[7]，則：

式中：N為采樣點數。振動速度的均方根值Vrms和振動烈度Vs公式為：

式中：VX、VY、VZ分別為三個相互垂直方向上的振動速度均方根值；NX、NY、NZ分別為三個方向上的測點數。振動烈度計算流程圖如圖7所示。

4.3" "基于時域特征參數的故障診斷

常見的機械故障分析方法有時域分析、頻域分析和時頻分析，其中時域能夠提供最真實、全面的振動信息，因此，提取信號的時域特征是最直接、最有效的方法，振動信號的時域指標主要有平均值、均方根值、峰值、峭度等。為了有效表征設備的運行狀態，考慮組合選用若干個時域特征為設備提供健康預警，具體參數如表2所示[8]。

表2" 時域特征量

利用上述公式提取時域參數，通過實驗和實船數據得到不同故障類型的特征向量，與正常設備狀態良好的振動特征向量做差得到差值向量，并求解向量的數量積得出故障的診斷閾值，從而構建故障庫，實現對設備的故障診斷[9-11]。診斷邏輯圖如圖8所示。

5" " " 監測管理軟件設計

基于WPF框架下的MVVM模型，開發具有數據采集控制、存儲、查詢等功能的C#上位機數據管理軟件，目的在于對機艙設備健康狀態進行實時監測，以方便運維人員及時排除設備故障。其核心程序包括：

1）硬件設備采集層調用物理接口與類庫封裝的Modbus協議，實現對邊緣計算模塊和采集部分的控制以及數據收發；

2）結合BLL業務邏輯層將采集的數據存儲到鏈接的數據庫；由于振動監測數據量巨大，需結合DAL數據訪問層設置自動存儲和手動存儲兩種方式，以完成特定時間段的歷史數據查詢和分析；

3）通過主窗口與ViewModel之間的屬性綁定，將以圖或表的形式，實時顯示振動時頻變化曲線，以及振動速度，位移和時域特征參數，形成設備運行狀態指標；

4）在MySQL數據庫中添加設備信息、分配存儲區、設置監測值，并對比所設定的監測閾值，完成多設備的健康評級、異常報警。

6" " 結論

本文的多類型無線振動監測系統，使用微處理器對采集的加速度信號進行預處理、FFT變換、頻域積分和時域參數提取，以計算振動烈度、診斷閾值，然后得出設備的健康狀態，是一種對邊緣設備所產生數據的分布式處理模型，在數據源頭處理計算任務，提高了無線傳感監測系統的響應速度及監測數據的時效性。

當運維人員處于具體的邊緣設備旁時，配套的上位機軟件可以直接基于移動終端，獲取設備運行的狀態信息和控制邊緣裝置做一些基礎操作；提取的時域特征參數，既可以反映設備的健康狀況，也可以在設備出現故障時實現故障定位。

本系統在實際項目中運行使用，有效地驗證了系統的穩定性，提高了機艙人員對輔機設備的管理能力，減少了因設備異常造成的損失。

參考文獻

[1]洪術華，焦儂.船舶輔機信息化的現狀與展望[J].船舶工程， 2017，

39（4）： 88-92.

[2]王之民，陳松濤，胡祥平.船舶機艙輔機設備振動監測系統設計[J].

江蘇船舶， 2021， 38（1）： 26-28.

[3]傅慧芳，黃海萍，程立.基于邊緣計算的環境在線監測系統數據采集

與分析[J].電子技術與軟件工程， 2020（22）： 190-192.

[4]徐衛東，陳宇航.一種基于LoRa的船舶機艙數據采集系統[J].上海船

舶運輸科學研究所學報， 2021， 44（3）： 16-21.

[5]張子毅，裴陽，駱東松.基于三軸加速度傳感器的機械故障監測系統

的設計與研究[J].船舶電子工程， 2019， 39（11）： 246-250.

[6]龐家志，孫佳川，劉澤豐.加速度信號積分求解位移方法研究[J].裝

備環境工程， 2021， 18（12）： 42-50.

[7]姜佩賀，郭剛，吳中杰，等.基于IIS2DH的振動信號處理與傳感器設計

[J].儀表技術與傳感器， 2021（8）： 116-121.

[8]王仕強，胡敏，陳文斌，等.基于時域特征量的多項式擬合法在故障

診斷中應用[C]// 2016年全國天然氣學術年會論文集.中國石油學會

四川省石油學會銀川， 2016： 2901-2906.

[9]彭春增，章建文，王尊敬，等.基于振動測量的結構健康診斷方法[J].

中國測試， 2018 ， 44（S1）： 151-155.

[10]萬書亭，吳美玲.基于時域參數趨勢分析的滾動軸承故障診斷[J].機

械工程與自動化， 2010（3）： 108-110+113.

[11]焦儂，毛俊皓，莊加興，等.機艙輔機健康管理的研究與實踐[J].船舶

工程， 2021， 43（12）： 178-184.