论文部分内容阅读
摘要：门式起重机的桥架通过两侧支腿坐落到轨道，是一种大型起重设备，有着很高的生产运行效率，需要持续进行起重吊装作业，主要用于大型货物装卸工作，需要较大的跨度，工作环境十分恶劣，需要承担繁重的起重任务，对起重机进行状态监测和诊断是十分必要的。本文从通用门式起重机远程监测与故障诊断系统总体设计入手，GA-BP的齿轮箱故障诊断方法、行车电气设备专家系统故障诊断进行深入地分析与研究，可供相关人员参考。
关键词：门式起重机;远程监测;故障诊断;开发
0 引言
随着我国商品贸易规模的不断变大，门式起重机需求和使用量变得愈多，从多部门的调查数据来看，门式起重机为特种设备类故障的40%，但门式起重机故障监测和诊断功能还需要进一步提升，多依赖于维护人员现场勘查和判断来对起重机运行情况进行分析，并识别是否存在故障，而门式起重机工作强度比较大，无法实现实时监测，会存在着较大的安全隐患。采用门式起重机远程监测和故障诊断系统，可以对起重机在线监测和故障诊断，及时通知维护人员对故障进行处理，提高起重机运行安全性，有效减小人员伤亡。
1 通用门式起重机远程监测与故障诊断系统总体设计
1.1 功能需求
为了实现对门式起重机运行状态进行监测和故障诊断，为用户提供很好的使用体验，应该保证系统具备如下功能：
①用户管理。随着门式起重机需要多机联动，起重机有着多用户使用的特点，需要对多用户进行有效地管理，可以通过系统对用户权限进行管理，可以对用户信息进行统计和注册。
②起重机械管理。对于复杂的起重吊装作业现场，会由多台起重机同时进行作业，需要对起重机进行专业化的管理，对需要进行状态监测和故障诊断的起重机进行注册，并根据使用要求配置监测和诊断方案，保证后续的监测可以正常应用。
③状态监测。为了对起重机的运行状态和故障进行监测，将监测到的数据转变化可视化图表，保证数据信息可以实时传输和加载。
④数据分析。对起重机获取到的数据信息，利用时域波形对故障情况进行监测，也利用频域或其它分析技术对数据信息进行统计，维护保养人员可以从多个角度对起重机运行情况进行观察与分析。
⑤故障诊断。门式起重机的结构多而复杂，设计开发具有针对性的故障诊断模块，可以更好地了解起重机故障情况，为保证门式起重机安全运行提供保障。
⑥运行状态预警。起重机运行电流是否在合理区间，支脚应力是否正常等都需要通过监测系统来进行预警，可对超出上限或阈值的参数进行报警，更好地保证起重的运行安全。
1.2 总体结构设计
采用C/S模式建立起门式起重机系统，维护起来比较复杂，不具备较高的兼容性，需要将配套的硬件安装完成后方可以使用。而远程监测和故障诊断可实现对门式起重机的全面监测，可以进入到管理系统对起重机运行情况进行诊断。本设计采用B/S架构方式，经过Web编程利用电脑、手机终端来查看界面，可以随时登录系统，方便对运行状态进行诊断，结构框架如图1所示。
需要对门式起重机安装多个传感器，可以满足数据采集的需要，将获取到的运行数据信息发送数据库服务器，通过Web服务器来为用户提供后台服务，与数据库服务器和客户终端进行连接，满足系统信息交互和处理的要求。采用该架构可以在电脑、手机等终端中对运行界面进行查看，可以更为方便地进入到界面进行故障诊断与监测，通过图表来查看起重机运行情况，还能调用历史运行数据。
2 GA-BP的齿轮箱故障诊断方法研究
2.1 齿轮箱故障特征与振动机理分析
齿轮箱是门式起重机关键的动力传输部件，主要由轴、齿轮等多个部件构成，能否正常运转会影响到门式起重机运行，会受到制造精度、不合理润滑、过载运行等多种因素的影响，会使变速箱出现损伤。从故障损坏故障调查统计中发现，齿轮失效问题比较严重，为总故障的60%，再就是轴承故障率为20%，是齿轮箱故障最多的两种类型，需要对上述两种故障和特征进行分析。
齿轮振动主要存在轴向、径向和周向振动，还存在着固有振动、故障振动等，故障信息会反馈到齿轮振动信号中，在时域中无法查看到，在频域中具在调幅、调频、附加脉冲和隐含谱线方面有着不同的特征。齿轮产生正常振动，会产生啮合频率、高阶谐波振动信号。如果齿轮产生局部故障，则振动信号产生调幅、调频现象。
滚动轴承不同部位出现故障，每个接触点的部位频率有着很大的差异，需要结合故障部位频率来识别，故障特征频率为主要信息。但滚动轴承故障机理十分复杂，故障特征频率会与理论值相互间形成较小的偏差，在误差允许区间内，振动信号有转频形成的谐振信号、周期性冲击信号。
2.2 基于GA的BP神经网络的齿轮箱故障诊断方法研究
GA也就是人们常说的遗传算法，是通过对生物遗传和变异来适应自然环境，形成的全局寻优算法，可以具备很好的适应能力，已经在很多领域得到了应用。是通过上代基础上选择并保留最优的群体，使群体向着最优方向变异和进化，由編码方法、遗传算子、适应度函数和GA参数构成。BP是人工神经网络模型，结合反向误差来对传递训练权值和阈值进行计算，由输入、隐含和输出三个层构成，本设计采用标准BP神经网络。GA-BP神经网络对齿轮箱故障进行诊断，有着对复杂情况进行识别的性能，可以对多维函数映射进行体现，充分结合GA算法的优势，与神经网络结合起来，可以提高BP神经网络的效率，也可以解决BP局收敛问题。
2.3 基于MCA的齿轮箱故障特征提取研究
MCA是形态分量分析的简称，是用于分图像不同形态分量的方法，可以把图像纹理和光滑部分实现分离，也可以用于对图像工具的修得，MCA算法确定出接近于真实解的最小化任务，生成简化的问题来确定最为有效算法，采用稀疏表示项来应用软阈值法。 2.4 基于MCA优化的齿轮箱故障诊断
为了更为深化地对齿轮故障机理进行分析，可以将齿轮裕度指标、峰值因数、脉冲指标等作为特征参数，峰值因数不会受到振动信号、运行速度等影响，可以用于对齿轮箱故障的诊断，峭度是故障概率密度分布的度量，可以体现出信号冲击，该数值大则表示幅值分布更为集中。齿轮正常运行、磨损和损伤等状态下的时域图，可以完整地观察到故障冲击分量混杂情况。利用MCA获取到磨损状态下振动冲击信号特征，结合特征参数应用MCA法来对故障特征参数进行处理，对正常情况特征参数进行对比，发现故障特征参数没有显著提升。
3 基于FTA的门式起重机行车电气设备专家系统故障诊断研究
3.1 故障树分析法
故障树分析法（FTA）也就是通过因果分析来对故障进行展现的树型结构图，把不希望发生的事情作为顶层事件，按着因果关系逐层开展分析，通过树状图形将故障结构进行清楚地表达。利用该分析法可以得到故障树所有最小割集，进而对顶层事件故障原因进行深入分析，为一种简易有效的故障定性分析法。故障树的形成应该先收集研究对象技术、维修等方面的资料，将顶层事件相关部分寻找出来，结合故障树的深度和广度建立起故障树模型。
3.2 专家系统基本结构与功能
所谓的专家系统，也就是利用具有知识和推理能力的计算机程序，在对故障定性分析中得到了大量的应用。需要求解的知识不会隐藏在程序和数据结构当中，需要建立起新型的知识库，该种分离处理方式对问题求解和故障诊断都带来很大的便利。
专家系統中的推理，是结合规则或事实来对其它过程的判断，结合相应的判断作为推理的基础，通过正向、反向的演绎推理，采取冲突消解策略。在有启发信息条件下，按照问题求解特点来设计出相应的排序解决方法，在函数存在冲突时出进行排序，以不同的优先级进行排序。
3.3 基于FTA的门式起重机行车电气设备专家系统设计
将故障树分析作为基础的门式起重机专家系统，从知识的获取到知识库的建立，是进行专家系统知识库建立的前提条件。通过查阅文献资料，了解起重机厂商技术手册，对故障诊断相关内容进行学习，与特种设备检测维修方面的专业人员进行交流，然后将获取到的专家知识用产生式表示法体现出来，对知识库进行编辑存储，进行结构化表征，再利用框架表示法来体现出故障树逻辑关系。
4 结论
门式起重机采用B/S架构来建立起无程监测和故障诊断，可以解决传统故障诊断和数据分析不足的问题，有着很好的实用性和人机交互性，方便用户对门式起重机进行管理，有着很好的推广应用价值。
参考文献：
[1]秦晋华，许桂仙.QD20/5-13.5桥式起重机机械故障及监控系统的研究[J].机械管理开发，2020，35（03）：111-113.
[2]刘建.港口门座式起重机常见电气故障分析[J].设备管理与维修，2019（24）：149-151.
[3]罗如岗.海上平台起重机状态监测及故障诊断技术研究与应用[J].石油和化工设备，2019，22（10）：83-87.
关键词：门式起重机;远程监测;故障诊断;开发
0 引言
随着我国商品贸易规模的不断变大，门式起重机需求和使用量变得愈多，从多部门的调查数据来看，门式起重机为特种设备类故障的40%，但门式起重机故障监测和诊断功能还需要进一步提升，多依赖于维护人员现场勘查和判断来对起重机运行情况进行分析，并识别是否存在故障，而门式起重机工作强度比较大，无法实现实时监测，会存在着较大的安全隐患。采用门式起重机远程监测和故障诊断系统，可以对起重机在线监测和故障诊断，及时通知维护人员对故障进行处理，提高起重机运行安全性，有效减小人员伤亡。
1 通用门式起重机远程监测与故障诊断系统总体设计
1.1 功能需求
为了实现对门式起重机运行状态进行监测和故障诊断，为用户提供很好的使用体验，应该保证系统具备如下功能：
①用户管理。随着门式起重机需要多机联动，起重机有着多用户使用的特点，需要对多用户进行有效地管理，可以通过系统对用户权限进行管理，可以对用户信息进行统计和注册。
②起重机械管理。对于复杂的起重吊装作业现场，会由多台起重机同时进行作业，需要对起重机进行专业化的管理，对需要进行状态监测和故障诊断的起重机进行注册，并根据使用要求配置监测和诊断方案，保证后续的监测可以正常应用。
③状态监测。为了对起重机的运行状态和故障进行监测，将监测到的数据转变化可视化图表，保证数据信息可以实时传输和加载。
④数据分析。对起重机获取到的数据信息，利用时域波形对故障情况进行监测，也利用频域或其它分析技术对数据信息进行统计，维护保养人员可以从多个角度对起重机运行情况进行观察与分析。
⑤故障诊断。门式起重机的结构多而复杂，设计开发具有针对性的故障诊断模块，可以更好地了解起重机故障情况，为保证门式起重机安全运行提供保障。
⑥运行状态预警。起重机运行电流是否在合理区间，支脚应力是否正常等都需要通过监测系统来进行预警，可对超出上限或阈值的参数进行报警，更好地保证起重的运行安全。
1.2 总体结构设计
采用C/S模式建立起门式起重机系统，维护起来比较复杂，不具备较高的兼容性，需要将配套的硬件安装完成后方可以使用。而远程监测和故障诊断可实现对门式起重机的全面监测，可以进入到管理系统对起重机运行情况进行诊断。本设计采用B/S架构方式，经过Web编程利用电脑、手机终端来查看界面，可以随时登录系统，方便对运行状态进行诊断，结构框架如图1所示。
需要对门式起重机安装多个传感器，可以满足数据采集的需要，将获取到的运行数据信息发送数据库服务器，通过Web服务器来为用户提供后台服务，与数据库服务器和客户终端进行连接，满足系统信息交互和处理的要求。采用该架构可以在电脑、手机等终端中对运行界面进行查看，可以更为方便地进入到界面进行故障诊断与监测，通过图表来查看起重机运行情况，还能调用历史运行数据。
2 GA-BP的齿轮箱故障诊断方法研究
2.1 齿轮箱故障特征与振动机理分析
齿轮箱是门式起重机关键的动力传输部件，主要由轴、齿轮等多个部件构成，能否正常运转会影响到门式起重机运行，会受到制造精度、不合理润滑、过载运行等多种因素的影响，会使变速箱出现损伤。从故障损坏故障调查统计中发现，齿轮失效问题比较严重，为总故障的60%，再就是轴承故障率为20%，是齿轮箱故障最多的两种类型，需要对上述两种故障和特征进行分析。
齿轮振动主要存在轴向、径向和周向振动，还存在着固有振动、故障振动等，故障信息会反馈到齿轮振动信号中，在时域中无法查看到，在频域中具在调幅、调频、附加脉冲和隐含谱线方面有着不同的特征。齿轮产生正常振动，会产生啮合频率、高阶谐波振动信号。如果齿轮产生局部故障，则振动信号产生调幅、调频现象。
滚动轴承不同部位出现故障，每个接触点的部位频率有着很大的差异，需要结合故障部位频率来识别，故障特征频率为主要信息。但滚动轴承故障机理十分复杂，故障特征频率会与理论值相互间形成较小的偏差，在误差允许区间内，振动信号有转频形成的谐振信号、周期性冲击信号。
2.2 基于GA的BP神经网络的齿轮箱故障诊断方法研究
GA也就是人们常说的遗传算法，是通过对生物遗传和变异来适应自然环境，形成的全局寻优算法，可以具备很好的适应能力，已经在很多领域得到了应用。是通过上代基础上选择并保留最优的群体，使群体向着最优方向变异和进化，由編码方法、遗传算子、适应度函数和GA参数构成。BP是人工神经网络模型，结合反向误差来对传递训练权值和阈值进行计算，由输入、隐含和输出三个层构成，本设计采用标准BP神经网络。GA-BP神经网络对齿轮箱故障进行诊断，有着对复杂情况进行识别的性能，可以对多维函数映射进行体现，充分结合GA算法的优势，与神经网络结合起来，可以提高BP神经网络的效率，也可以解决BP局收敛问题。
2.3 基于MCA的齿轮箱故障特征提取研究
MCA是形态分量分析的简称，是用于分图像不同形态分量的方法，可以把图像纹理和光滑部分实现分离，也可以用于对图像工具的修得，MCA算法确定出接近于真实解的最小化任务，生成简化的问题来确定最为有效算法，采用稀疏表示项来应用软阈值法。 2.4 基于MCA优化的齿轮箱故障诊断
为了更为深化地对齿轮故障机理进行分析，可以将齿轮裕度指标、峰值因数、脉冲指标等作为特征参数，峰值因数不会受到振动信号、运行速度等影响，可以用于对齿轮箱故障的诊断，峭度是故障概率密度分布的度量，可以体现出信号冲击，该数值大则表示幅值分布更为集中。齿轮正常运行、磨损和损伤等状态下的时域图，可以完整地观察到故障冲击分量混杂情况。利用MCA获取到磨损状态下振动冲击信号特征，结合特征参数应用MCA法来对故障特征参数进行处理，对正常情况特征参数进行对比，发现故障特征参数没有显著提升。
3 基于FTA的门式起重机行车电气设备专家系统故障诊断研究
3.1 故障树分析法
故障树分析法（FTA）也就是通过因果分析来对故障进行展现的树型结构图，把不希望发生的事情作为顶层事件，按着因果关系逐层开展分析，通过树状图形将故障结构进行清楚地表达。利用该分析法可以得到故障树所有最小割集，进而对顶层事件故障原因进行深入分析，为一种简易有效的故障定性分析法。故障树的形成应该先收集研究对象技术、维修等方面的资料，将顶层事件相关部分寻找出来，结合故障树的深度和广度建立起故障树模型。
3.2 专家系统基本结构与功能
所谓的专家系统，也就是利用具有知识和推理能力的计算机程序，在对故障定性分析中得到了大量的应用。需要求解的知识不会隐藏在程序和数据结构当中，需要建立起新型的知识库，该种分离处理方式对问题求解和故障诊断都带来很大的便利。
专家系統中的推理，是结合规则或事实来对其它过程的判断，结合相应的判断作为推理的基础，通过正向、反向的演绎推理，采取冲突消解策略。在有启发信息条件下，按照问题求解特点来设计出相应的排序解决方法，在函数存在冲突时出进行排序，以不同的优先级进行排序。
3.3 基于FTA的门式起重机行车电气设备专家系统设计
将故障树分析作为基础的门式起重机专家系统，从知识的获取到知识库的建立，是进行专家系统知识库建立的前提条件。通过查阅文献资料，了解起重机厂商技术手册，对故障诊断相关内容进行学习，与特种设备检测维修方面的专业人员进行交流，然后将获取到的专家知识用产生式表示法体现出来，对知识库进行编辑存储，进行结构化表征，再利用框架表示法来体现出故障树逻辑关系。
4 结论
门式起重机采用B/S架构来建立起无程监测和故障诊断，可以解决传统故障诊断和数据分析不足的问题，有着很好的实用性和人机交互性，方便用户对门式起重机进行管理，有着很好的推广应用价值。
参考文献：
[1]秦晋华，许桂仙.QD20/5-13.5桥式起重机机械故障及监控系统的研究[J].机械管理开发，2020，35（03）：111-113.
[2]刘建.港口门座式起重机常见电气故障分析[J].设备管理与维修，2019（24）：149-151.
[3]罗如岗.海上平台起重机状态监测及故障诊断技术研究与应用[J].石油和化工设备，2019，22（10）：83-87.