高空作業防墜器防墜制動狀態監測與預警方法

摘要：當前防墜制動狀態監測過程較為被動，以事故發生后的傳感信號識別為主，忽略了事故發生前制動繩的沖擊力學特征，導致預判性差。為此，提出一種引入制動繩沖擊力學特征的高空作業防墜器防墜制動狀態監測與預警方法。針對防墜器制動繩沖擊力學展開分析，將力學特征引入防墜制動過程中的相關條件，根據制動減速度、制動力、制動距離建立防墜制動狀態閾值區間。利用不同傳感器采集防墜制動過程的狀態數據變化，將實際的防墜制動力與閾值區間作對比，判斷是否需要發出預警。實驗結果表明：該方法具有較高的狀態監測精度與預警精度。

關鍵詞：高空作業；防墜器；沖擊力學模型；制動狀態監測；預警；制動距離

中圖分類號：TM08；TP277文獻標志碼：B文章編號：1671-5276（2024）06-0185-05

Abstract：In order to improve the poor prediction of monitoring anti-fall braking status due to the post-accident recognition of the sensing signal and ignore of the pre-war impact mechanical characteristics of brake rope， a method of monitoring and warning the fall arrest braking status of the fall arrest device for aerial work is proposed by introducing the impact mechanical characteristics of the brake rope. The impact mechanics of the brake rope of the fall arrester is analyzed， and the mechanical characteristics are introduced into the relevant conditions of the fall arrest braking process. According to the braking deceleration， braking force and braking distance， the threshold range of the fall arrest braking status is established. Different sensors are used to collect the state data changes during the anti-falling braking process， and the actual anti-falling braking force is compared with the threshold interval to determine whether an early warning is needed. The experimental results show that the proposed method has high precision of condition monitoring and early warning.

Keywords：working at heights; falling protector; impact mechanical model; braking status monitoring; early warning; braking distance

0引言

在高空作業領域中，防墜器是一種重要的安全設備，保護著工作人員的生命安全［1］。防墜器的工作原理是通過制動過程避免罐籠發生急速下降或墜落。防墜器的制動性能是指當罐籠發生意外時，在制動繩抓捕處開始制動減速，其制動性能可通過制動繩沖擊行為判斷［2］。

為了提高高空作業人員的安全性，需要對防墜器的防墜制動狀態展開監測，并根據監測結果實時預警。為此，邵瑞影等［3］首先在AMESim中對防墜器的工作性能展開分析，根據性能分析結果建立防墜器系統模型，在仿真的基礎上獲得防墜器的流量特性、速度曲線和制動距離以此完成狀態監測和預警。但是該方法難以準確地監測罐籠的加速度與減速度，狀態監測精度還有待提高。而在制動狀態監測方面，馬天和等［4］設置觀測器獲取制動實時信息，并通過Polach模型對制動過程展開仿真模擬，根據仿真數據實現監測與預警。但是在實際應用中發現，該方法采集的制動信息精準度偏低，降低了最終的預警精度。

當前墜落制動狀態監測過程較為被動，以發生事故后的傳感信號識別為主，忽略了事故發生前制動繩的沖擊力學特征，導致預判性差。為了解決上述方法中存在的問題，本文設計了一種高空作業防墜器防墜制動狀態監測與預警方法。

1防墜器制動繩沖擊力學閾值預警區間計算

高空作業防墜器結構如圖1所示。

在防墜制動過程中，罐籠會通過防墜器在極短的時間內抓捕并懸掛在制動繩上。與整個制動繩相比，緩沖器中抽出的緩沖繩長度較短［5-6］。因此，在建立沖擊力學模型時，對高空作業防墜器防墜制動狀態監測與預警方法做出如下假設：

1）不考慮橫向中制動繩產生的振動；

2）制動過程通常在0.15s以內，因此不考慮系統阻尼對制動過程產生的影響；

3）緩沖繩沖出緩沖器時受到的阻力屬于恒定阻力。

在上述條件的基礎上，建立防墜制動繩沖擊力學模型，如圖2所示。

模型中，z=z1+z2表示制動繩長度，其中的z1、z2分別為抓捕點上方和下方制動繩對應的長度；在制動繩連接器和緩沖繩處設置坐標原點O；ρ表示制動繩對應的密度；g（x，t）表示制動繩單位長度上的作用力；νd表示墜落過程中罐籠產生的速度；m表示罐籠整體質量，包括其承載的人員和物料質量；ms表示緩沖器的質量。

當主提升鋼絲繩處于斷裂狀態下，罐籠的慣性力和質量總和即為罐籠終端載荷質量產生的制動力，其計算公式如下：

式中：Gzd表示緩沖器對應的制動力，通常情況下可通過終端載荷質量計算得到；g表示重力加速度；Wd表示終端載荷質量；Dz表示制動距離；s表示制動減速度，計算公式如下：

當制動力不發生變化時，可通過上式獲得空罐、重罐等工況下的制動減速度。

以制動減速度和制動力為依據，計算罐籠的制動距離Dz：

式中v0表示初始時刻罐籠對應的速度。

根據制動力Gzd調整緩沖器對應的阻力，防墜器在發生風險時的動力應該滿足下述條件：

式中：mk表示罐籠對應的質量；mr表示罐籠在滿載狀態下的質量。

針對層數大于兩層的罐籠，當物料和工作人員處于相同罐籠內時，防墜器在發生風險時候的制動力理論上應滿足下述條件：

式中m′r表示罐籠中同時裝載物料和人時的質量。結合式（5），當制動繩防墜器存在墜落風險時，防墜制動狀態應滿足如下閾值區間條件：

式中：s′r表示罐籠中同時裝載物料和人時的制動減速度；sk表示罐籠自身的制動減速度。

2制動狀態監測與預警方法設計

為了提高監測預警結果的穩定性和準確性，本文使用雙核心處理方式，并利用MCU處理器［7-8］對傳感器采集的力學數據進行處理。此外，利用紅外傳感器采集鋼纜信息，利用減速度傳感器采集墜落相關預警信息，運用壓力傳感器作為鎖緊傳感器。通過上述傳感器采集的信息，結合防墜制動狀態閾值區間，對高空作業防墜器的制動狀態展開監測。若防墜器存在墜落風險，應及時檢測完成滑塊鎖緊、人員墜落和鋼纜位置，以此實現防墜器防墜制動狀態的監測與預警。

高空作業防墜器防墜制動狀態監測與預警方法建立的監測預警模塊如圖3所示。

1）壓力傳感器。該部分電路由3個部分構成，分別為A/D模數轉換電路、信號調理電路和薄膜壓力傳感器。

a）A/D模數轉換電路。MCU在防墜器防墜制動狀態監測預警系統中無法處理模擬量，只能處理數字量。因此，在構建系統的過程中，設置A/D模數轉換電路，其主要作用是處理壓力傳感器采集的模擬量，將其轉變為數字量［9-10］，并將其輸入MCU中。

b）信號調理電路。信號調理電路在系統中的主要目的是對壓力傳感器進行標校處理，針對初始狀態下的壓力傳感器，需要標定其額定點的數據以及0點數據。傳感器在應用過程中都會表現出不同程度的非線性，增設信號調理電路可避免壓力傳感器在系統中出現線性度問題。

c）薄膜壓力傳感器。薄膜壓力傳感器由上、下兩層構成，中間設有感應區域。當力作用在感應區域時，傳感器底層電路處于導通狀態，傳感器的輸出電阻直接體現了壓力的變化情況［11-12］。

2）測距傳感器。紅外傳感器中設置有一對二極管，紅外信號的發射與信號的接收均由二極管完成，數字傳感器將返回的紅外信號傳輸到系統的主機，以此識別附近的環境［13-14］。在傳播過程中，由于紅外線具有不擴散性，因此，在穿越物體時紅外線的折射率通常較小，適用于遠距離的檢測。根據紅外線的傳輸速度以及發射與接收之間的時間可以確定物體距離。

3）減速度傳感器。其主要原理是在減速度計受振過程中，通過石英晶體或壓電陶瓷產生的壓電效應，獲取壓電元件中力的變化情況。該傳感器采集的數據均為瞬時減速度數據。

系統的監測方式如下：

利用測距傳感器檢測防墜器的制動繩，獲取實際制動距離的測距信息D′z；利用減速度傳感器采集防墜器實際的防墜制動減速度s′；利用壓力傳感器，經信號處理和模數轉換，結合式（1）獲得實際的防墜制動力G′zd。將G′zd與式（6）所示的防墜制動狀態閾值區間展開對比，若G′zd不在閾值區間范圍內，則說明高空作業防墜器存在墜落風險，此時應發出預警。

為實現防墜預警，將紅外傳感器設置在防墜滑塊中，獲取滑塊的狀態及位置。如果沒有檢測到固定遮擋，表明防墜塊的正確位置處沒有安裝制動繩，人員在高空作業時存在墜樓風險。鋼索鎖緊的檢測可通過壓力傳感器完成，如果傳感器檢測到壓力，防墜器此時的狀態為解鎖，人員在高空作業過程中處于移動狀態；如果傳感器沒有檢測到壓力，防墜器此時的狀態為鎖定，人員在高空作業過程中處于靜止狀態。短時間內作業人員如果出現大幅度的位置變化，可通過三軸加速度傳感器檢測到人員的加速度信息，以此判斷人員是否出現墜落或滑落現象。

3實驗與分析

為了驗證上述設計的高空作業防墜器防墜制動狀態監測與預警方法的整體有效性，需要對其展開測試。本次測試的實驗環境為診斷風力發電機故障展開的高空作業。

測試現場如圖4所示。

防墜器參數如下：風力3級，罐籠處于水平狀態；高空作業高度范圍為0～55m；防墜器額定承重為300kg；最小離地間隙為50cm；鎖止臨界點速度為1m/s；整體破壞載荷大于9 000N；建議容納人員2～3人（測試階段為保證人員安全，未采用真人測試的形式，而是利用重物代替人體質量，按照成年男性平均體重69.6kg計算，罐籠承載的重物質量在0～220kg之間）。罐籠每次點動的滑動距離不能超過0.2m。

在測試過程中分為如下兩種工況：

工況1，制動過程中處于空載狀態（罐籠承重0kg）；

工況2，制動過程中處于滿載狀態（罐籠承重220kg）。

其余測試設備如表1所示。

為避免實驗結果過于單一，現采用本文設計的高空作業防墜器制動狀態監測與預警方法與文獻［3］方法、文獻［4］方法共同完成性能驗證。

實驗驗證步驟如下：

1）在兩種工況下，在罐籠發生墜落后，分別利用3種方法監測罐籠的加速度變化情況與減速度變化情況，并與實際情況相對比，驗證本文方法對制動狀態中速度項的監測性能；

2）在相同工況下，分別利用3種方法監測防墜器的制動載荷與制動距離，并與實際情況相對比，根據狀態監測精度驗證3種方法的預警精度。

不同方法對速度項的監測結果如圖5所示。

根據圖5中的數據變化情況可知，罐籠在空載狀態下的加速度和減速度均高于滿載狀態下的加速度和減速度，這表明罐籠速度的變化受罐籠質量的影響。在空載狀態下，罐籠的質量小，因此加減速度較大。而在滿載狀態下，罐籠的質量大，因此加減速度較小。對比所提方法、文獻［3］方法和文獻［4］方法的速度監測結果發現，所提方法的速度變化曲線趨近于罐籠的實際速度變化曲線，文獻［3］方法和文獻［4］方法的速度監測曲線存在偏差，這說明所提方法具有較高的監測精度。

在相同工況下，采用所提方法、文獻［3］方法和文獻［4］方法監測防墜器的制動載荷與制動距離，根據狀態監測精度驗證3種方法的預警精度，監測精度越高則預警精度越高，結果如圖6和圖7所示。綜合分析圖6和圖7中的數據可知，所提方法在兩種工況下均可以準確地完成制動載荷和制動距離的監測，監測結果與實際結果基本相符。這是因為所提方法建立了防墜器制動繩沖擊力學模型，對防墜器的制動性能展開分析，為制動狀態的監測提供了數據支持，根據精準的監測數據展開后續預警，從而提高了最終的預警精度。

4結語

為了提高高空作業人員的安全性，需要監測防墜器防墜制動狀態，以此實現安全預警。目前防墜狀態監測預警方法難以準確地監測罐籠速度、制動距離和制動載荷，導致預警精度無法達到要求。針對這一問題，本文提出了一種高空作業防墜器防墜制動狀態監測與預警方法，根據防墜器制動性能要求設計防墜制動狀態監測預警系統，精準地實現狀態的監測與預警。在實際應用過程中發現，該方法在監測精度和預警精度方面均表現出良好的性能。

參考文獻：

［1］ 郭家田，金永興. 純電動高空作業車操縱穩定性優化設計［J］. 中國工程機械學報，2020，18（3）：253-257，263.

［2］ 王豪，紀愛敏，張磊，等. 高空作業平臺臂架變幅振動特性研究［J］. 振動與沖擊，2020，39（8）：40-46.

［3］ 邵瑞影，王洪軍，于曉，等. 基于AMESim的礦井罐籠常閉式液壓防墜器系統特性研究［J］. 機床與液壓，2022，50（1）：66-69.

［4］ 馬天和，吳萌嶺，田春. 基于黏著力觀測器的列車空氣制動防滑控制［J］. 同濟大學學報（自然科學版），2020，48（11）：1668-1675.

［5］ 劉寧，王帥，胡夢凡. 基于Beam-based近場動力學模型的材料沖擊響應研究［J］. 彈道學報，2020，32（1）：77-82.

［6］ 魏凱，周聰，徐博. 跨海橋梁高樁承臺波浪沖擊荷載概率模型［J］. 工程力學，2020，37（6）：216-224.

［7］ 白皓然，陳曉旭，馬擎梟，等. 基于安卓系統和MCU智能灌溉系統設計［J］. 農機化研究，2021，43（3）：146-151.

［8］ 陳立軍，張屹，陳孝如. 在物聯網資源受限的MCU上部署深度壓縮神經網絡［J］. 大連工業大學學報，2022，41（2）：147-156.

［9］ 蔣飛宇，朱璨，俞宙，等. 一種超寬帶光電混合結構A/D轉換器［J］. 微電子學，2021，51（4）：466-470.

［10］ 李楠楠，黃正波，季惠才，等. 用于高速模數轉換器的電荷泵型低抖動時鐘管理電路［J］. 西安交通大學學報，2020，54（1）：162-168.

［11］ 劉開源，許成順，賈科敏，等. 薄膜壓力傳感器（FSR）曲面土壓力測量研究［J］. 巖土工程學報，2020，42（3）：584-591.

［12］ 皮瑤，劉惠康，李倩. 基于柔性薄膜陣列壓力傳感器的抱閘故障診斷［J］. 高技術通訊，2021，31（8）：836-843.

［13］ 張昱彤，翟旭平，聶宏. 基于低分辨率紅外傳感器的深度學習動作識別方法［J］. 紅外技術，2022，44（3）：286-293.

［14］ 周翔，趙婷，張靜思，等. 基于被動紅外傳感器的室內人行為機器學習模型［J］. 同濟大學學報（自然科學版），2022，50（3）：446-454.

收稿日期：20230414

第一作者簡介：潘文雅（1982—），男，陜西旬邑人，工程師，本科，研究方向為新能源企業安全生產管理，zzz2022163yx@163.com。

DOI：10.19344/j.cnki.issn1671-5276.2024.06.037