王 爽，胡静波

（南京市特种设备安全监督检验研究院，江苏南京，210019）

门式起重机减速箱振动监测及预警系统研制

王 爽，胡静波

（南京市特种设备安全监督检验研究院，江苏南京，210019）

根据对国内外起重机状态监测技术现状的研究和需求分析设计并研制了一套适用于门式起重机减速箱的智能振动监测及预警系统。根据采集到的振动信号使用时间序列建模提取信号特征，开展了基于AR建模的GA-BP神经网络故障预警模块研制。研制的门式起重机减速箱的智能振动监测及预警系统具有数据实时传输、信号分析处理及故障预警等功能，有助于防止门式起重机在运行过程中发生重大事故、减少设备的故障率、优化维修策略的制定。

门式起重机减速箱；振动监测；预警系统；AR建模；GA-BP神经网络

0　引言

在现代工业中，起重机在实现生产过程的机械化、自动化、改善搬运条件及提高生产效率方面扮演着不可缺少的角色。起重产品种类在不断的增加，使用规模也越来越广泛，尤其是在高层施工时物料的搬移，大型设备物品的搬运，高架桥梁的施工作业等场合，都离不开起重机的应用。起重机一旦发生事故将造成人员和财产的巨大损失。而近年来，随着我国起重机械数量的增加，起重机械伤害事故占全部工业企业伤亡事故的比例也呈逐年上升的趋势。在所有起重机事故中，由于减速箱的原因而发生故障占很大比例，因此有必要研究起重机减速箱的振动参数的采集、监测与故障预警技术，从而大力提升起重机设备的监管技术与手段。

1　系统功能需求分析

系统设计的主要目的是对门式起重机的减速箱工作状态下的振动情况进行监测，并具备对可能发生的故障进行预警，结合门式起重机的特点，所研制的系统应具备以下功能：

（1）振动数据采集功能：系统能够以自定义的通信协议格式接收来自振动数据采集器、状态量数据采集器的数据，以备数据显示、存储、分析使用。

（2）采集数据显示功能：系统接收到来自采集器的数据之后应以数值、图像、波形的方式将数据显示出来。

（3）采集数据存储和调用功能：系统应能够对接收到的各数据采集器的数据进行实时保存，对于历史预警数据同样进行保存，并上传至服务器长期保存，并在进行系统开展故障预警分析时便于调用。

（4）起重机故障预警功能：监测系统应具备预警功能，通过设置参数量门限值，当起重机运行达到门限值的90%时系统通过闪烁窗口方式向操作人员报警。

2　振动监测系统设计

由于系统对于实时性要求较高，因此系统架构选择具有较高的响应速度C/S结构。系统总体架构分为四层，第一层为采集器端，第二层为操作室本地状态监测端，第三层为数据传输服务器端，第四层为远程监测及故障预警终端，如图1所示。

图1　总体架构

四层结构通过网络互联，采集器通过收集来自各传感器的数据上传至本地终端同时本地终端与数据传输服务器通信将数据发送至服务器保存，远程端通过互联网连接至服务器，从服务器获取实时数据进行监测诊断。

2.1振动状态监测方案设计

减速箱振动状态监测是起重机进行故障分析与诊断的必要环节，振动监测主要面向起重机的零部件，通过分析诊断这些零部件的振动状态分析可能诱发的故障，目前对于起重机的振动状态监测测点通过实验确定，对于起重机测点也比较固定，一般有起升机构、回转机构，其他机构的电机、齿轮箱、小车等。对于门式起重机没有回转机构，且起升机构是门式起重机故障易发部位，所以系统振动监测对象是门式起重机的起升机构，包括主起升机构、副起升机构，主、副起升机构的减速箱布置于小车箱中。

（1）测点布置

测点布置对于振动信号采集影响很大，测点选择不好直接影响系统的准确率同时对于后续的故障预警系统分析故障会有很大影响，因此对振动测点的布置应能够对要监测的设备进行全面详尽的描述，并且测点数量不宜过多，经验表明测点尽可能选在轴承直径上方并且与轴承外圈最靠近的地方。因此系统振动测点布置于上主起升机构减速机与副起升机构减速机的输入轴上方。

（2）传感器选择

确定传感器测点布置后，应选择合适的传感器类型，这也是监测系统的一个关键环节，传感器是获取原始信号的第一个关口，所以应根据系统监测目的与系统的配置选择最合适的传感器类型。系统选用的压电式传感器，该类型传感器特点是内置阻抗变换器，电压（低阻）输出，动态特性好，抗过载能力强，频响范围宽，多场合使用。

2.2数据传输方案设计

振动数据采集器、转换电源及振动传感器置于小车架上，数据通过传感器传至振动数据采集器。振动数据采集器通过有线方式上传至本地操作室终端，由本地终端将数据上传至服务器，最后可以通过远程端实时查看。

在接收到来自振动采集器的数据后，解析数据包将解析后的数据放在全局数组中，通过实验室自主研发的波形控件显示，系统给出起升机构减速箱振动的时域图及频谱图，并时时刷新波形。

2.3数据管理模块设计实现

门式起重机减速箱振动状态监测系统数据管理模块分为数据存储与历史数据回溯两部分。数据以dat格式的文件形式存储，对于振动数据存储精确到毫秒。存储的文件具备文件头、传感器信息相关说明。

3　故障预警模块架构设计

预警模块远程端面向的用户是工程师，系统通常置于办公室，在界面上与本地端保持一致，添加的智能诊断模块也应做到尽可能的智能化，使系统达到操作简单、界面直观的效果。远程端通过互联网与服务器连接，获取起重机减速箱监测实时数据，在做故障预警的时候系统直接从服务器调用数据，提取故障信号特征后进行诊断，并给出诊断报告。

3.1基于AR建模的振动信号特征提取

减速箱振动信号是故障信息的载体，信号的时间序列依靠数据的顺序和数据的大小，表现着变化的动态过程。这里使用时间序列分析法对减速箱振动信号开展分析处理。时间序列分析法是指采用参数模型（尤其是ARMA模型）对所观测到的有序的随机数据进行分析与处理的一种数据处理方法，简称时序分析。所分析的数据由实验室内减速箱实验台实验获取。

3.2基于GA算法优化的BP神经网络故障预警方法研究

起重机减速箱故障预警模块设计上通过对采集到的振动信号进行时间序列建模的方式提取信号特征，然后利用训练好的BP神经网络对特征值进行故障类型识别。BP神经网络算法作为一种人工智能智能算法目前已被广发应用于各个领域中，并在模式识别、函数逼近、分类和数据压缩领域应用尤为广泛。系统采用将遗传算法引入BP神经网络。遗传算法的最大优点不需要采用其他辅助信息，只需要使用适应度函数即可，即使对非连续和多态的函数，它也能获得全局最优解。将BP神经网络与遗传算法结合使两者各自发挥了其优势，与传统的BP相比大大提高了系统的非线性拟合能力。提高了系统诊断效率。并根据预设的监测参数门限值判断起重机状态是否超标，超标状态及时给出报警。BP神经网络与遗传算法结合进行权值阈值训练的流程如图2所示。

图2　GA-BP流程

3.3减速箱故障预警系统软件设计

减速箱故障预警系统软件设计基于Windows平台使用C++语言编写，分为AR建模特征提取模块、GA遗传算法获取初始权值阈值模块、BP神经网络学习及识别模块、数据搜索模块。在进行实际诊断操作时，通过文件搜索模块搜索想要进行诊断的文件，系统内部会依据文件存储格式进行文件解析，将解析到数据传至AR对象，经过特征提取后将获取到的特征传至已经训练完毕的神经网络，BP对象给出诊断结论。

减速箱故障预警系统界面如图3所示，数据查询区域通过设置数据查询时间范围获取区间内的数据文件，单击文件，系统会解析出文件中存储的振动数据并显示，右侧上部为当前诊断数据的频谱图，并可以选择对应的减速箱，下方为此次诊断的结果显示区域。重置系统参数可以对诊断系统进行重新训练获取神经网络的权值阈值，系统参数查看可以显示当前诊断系统对应的参数及相关数据。

4　结束语

目前现有的起重机安全监测系统中缺乏对于关键部件减速箱的状态监测，本文根据门式起重机的结构特点和使用要求，设计了包含减速箱振动信息采集、状态显示和故障预警等功能在内的状态监测与预警系统。该系统可根据采集到的振动信号使用时间序列建模提取信号特征，并基于AR建模的GA-BP神经网络可进行常见故障的预警。

［1］ Xiaoyang Liu， Tingting Xue， Qing Jiang， Jian Li. Research on Fault Diagnosis Method of the Tower Crane Based on RBF Neural Network［J］. 2010 International Conference on Artificial Intelligence and Computational Intelligence（AICI）.2010：566-569.

［2］ Yang Yu， Zhenlian Zhao， Liang Chen. Research and Design of Tower Crane Condition Monitoring and Fault Diagnosis System［J］. 2010 International Conference on Artificial Intelligence and Computational Intelligence（AICI）. 2010： 405-408.

［3］ 王丁磊.基于神经网络的塔式起重机电气设备故障预警系统［J］.起重运输机械.2010，（3）：83-86.

［4］ Abdelkader Akhenak， Mohammed Chadli， Didier Maquin. Sliding mode multiple observer for fault detection and isolation［J］. Proceedings of the 42nd IEEE Conference on Decision and Control Maui.2003.11.953-958.

［5］ 王欣，高顺德.国外履带起重机新技术新特点及国内生产研发现状［J］.石化工程建设，2005（12）：16-17.

［6］ 石万祥.港口门座起重机故障分析及振动监测技术应用研究［D］.武汉理工大学学位论文，2002：3-9.

［7］ 台金刚.门座起重机故障分析及振动监测应用研究［D］.大连理工大学硕士学位论文，2007：36-38.

［8］ 陈光等.港口门座起重机回转支承故障趋势识别［J］.武汉理工大学学报，2004：223-224.

［9］ 佟德纯，李华彪.振动监测与诊断［M］.上海：上海科学技术文献出版社，1997

［10］ 孙传友，孙晓斌，张一.感测技术与系统设计［M］.北京：科学出版社，2004

［11］ 杨叔子，吴雅，轩建平，等.时间序列分析的工程应用［M］（第二版）.武汉：华中科技大学出版社，2007.

［12］ 丛爽.面向MATLAB工具箱的神经网络理论与应用［M］.北京：中国科技大学出版社，2009： 6-50.

［13］ 懂聪.人工神经网络：当前的进展与问题［J］.科技导报，1999，7：26-30.

［14］ 懂聪，郭晓华.计算智能中若干热点问题的研究与进展［J］.控制理论与应用，2000，17（5）：691-697.

［15］ 吕琼帅.BP神经网络的优化与研究［D］.郑州：郑州大学，2011.

Researching on The Vibration Monitoring and Alarming System of the Gantry Crane Gearbox

Wang Shuang，Hu Jingbo
（Nanjing Special Equipment Inspection Institute，Nanjing Jiangsu，210019）

According to the study of the state and needs for the status monitoring of crane at home and abroad，a vibration monitoring and alarming system of gantry crane gearboxes is developed in this paper. According to the vibration signal extracted by the time series modeling，the failure alarming module of the GA - BP neural network， which based on the AR model，is developed in this paper.The vibration monitoring and alarming system of gantry crane gearboxes has the function of real-time data transmission，signal analysis and failure alarming.It helps to prevent the occurrence of major accidents，reduce the failure rate of equipment，and optimize the maintenance strategies.

gantry crane gearbox；vibration monitoring；alarming system；AR model；GA - BP neural network

图3　预警系统界面