基于在線智能診斷技術的電梯驅動主機故障診斷方法研究*

胡曉雯，羅志群，代清友

（廣東省特種設備檢測研究院，廣州528251）

0 引言

目前，社會對電梯的依賴性逐步增加，電梯已經成為日常維系人員流通的重要工具，因而社會對電梯安全性的保障提出了更高要求。傳統的電梯運營模式主要是人力密集型，日常的巡查僅從外部主觀對電梯運行狀況進行檢查，很少涉及到電梯具體的運行數據；停梯檢修活動雖更加安全，但耗時長，工作量大，影響公共場所的正常電梯使用秩序?，F有的電梯維保從業(yè)人員數量和在用電梯數量之比，無法保證每一臺電梯的一年多次全覆蓋檢查[1]。

傳統的電梯維修模式為修復性維修，即電梯出現故障后再進行維修；或者周期性保養(yǎng)，即經驗性維修?？傮w來看，現有的電梯安全保障模式安全隱患其實不小。對比其他工業(yè)行業(yè)，造成電梯現有監(jiān)管模式的主要原因是缺乏前期預警的概念，監(jiān)管人員難以在電梯零部件故障開始產生時，對零部件進行預防性檢修。傳統電梯智能化水平不高，如不具備雙向對講、無互動顯示屏、不預留監(jiān)測儀器安裝空間等，制約了后續(xù)管理的智能化發(fā)展。

電梯是一種復雜的機電系統，故障產生原因復雜且分散，電梯載荷有不連續(xù)、不持續(xù)的特點，有明顯的使用高低峰值期，單一的診斷系統難以滿足復雜的電梯故障模式。在線智能診斷技術是一種基于傳感器和物聯網大數據分析的機械運行監(jiān)測技術[1-3]，主要通過持續(xù)性采集和傳輸部件運行狀態(tài)數據，實現機械的智能診斷。國內一些學者分別對基于物聯網技術和大數據分析的電梯診斷技術進行了研究[4-6]，本文是綜合傳統的電梯診斷技術[7-8]并移植于物聯網技術的新型電梯診斷技術研究。

對于曳引驅動電梯，通過合理的傳感器布局以及特征信號提取，利用在線智能診斷技術，可以優(yōu)化簡化狀態(tài)判斷以及故障預測步驟。進行一段時間取樣后，將被監(jiān)測對象原始記錄樣本結合各監(jiān)測量的監(jiān)測原理上傳到云端[4]，可以建立一套以基礎特征量為模型的故障先兆捕獲與預警方法，也可以實現多梯互聯，在同一終端實現大面積電梯監(jiān)管。

1 故障診斷系統結構

電梯是由多個耦合子系統組成的復雜系統。將電梯的故障診斷用柔性設計思想進行診斷方案設計，分別對多個子系統按照運動模式進行監(jiān)測點位設計，并對監(jiān)測點位進行數據采集，集成為子系統的運動特征模型，從而判斷子系統狀態(tài)，進行故障預測。曳引式電梯主機主要由驅動系統和制動系統組成，通過對這兩個子系統的運動特征模型建立，可以對由主機故障引起的電梯失效進行預警。

1.1 驅動系統的故障診斷

垂直電梯常用的永磁同步式主機的驅動系統為典型的旋轉運動機械結構，其中結構較為復雜且最常出現損壞的是軸承。當軸承嚴重損壞的時候，主機的驅動系統將完全失效，電梯將無法運行。軸承更換工序復雜，工期長，當軸承出現異常時及時診斷出來，由維保人員及時監(jiān)控，及早制定維修計劃，可保障電梯正常運行的同時大大縮短維修工期。

主機的運動情況，可以在主機外殼布置雙向的振動信號傳感器進行整體的監(jiān)測。旋轉運動部件的位置，可以在軸的附近用雙向的振動信號附加噪聲信號進行監(jiān)測。整體的振動特征信號可以對主機的整體健康狀況進行一個初步的判斷。主軸附近的振動信號以及噪聲信號可以對主機軸承進行針對性運動監(jiān)測和故障診斷[3-4]。

1.2 制動系統的故障診斷

永磁同步驅動主機的制動系統是由電磁通斷電作為驅動的復雜系統。且制動部件一般裸露在機房中，增加了其受到損壞的概率。利用故障診斷系統可以研究永磁體磁強度減弱、制動器拖閘、軸承滑痕等異常與電機溫度、振動變化上的關系，并實現特征量的構造與提取。永磁同步驅動主機容易出現拖閘運行，特別是直壓鼓式制動器驅動主機，制動器動作間隙小，不易監(jiān)測。拖閘運行將造成制動襯嚴重磨損及電機過熱，造成磁鋼失磁。通過電機和制動器振動信號、制動器供電電流信號、電機溫度信號、制動襯塊溫度信號等，建立正常狀態(tài)下波形數據庫。對運行時的相關信號進行實時對比，可以診斷是否出現拖閘運行。

制動器另一個常見故障為卡阻。杠桿鼓式制動器動作行程大，動鐵芯及杠桿上各轉軸需要定期清洗潤滑，拆解檢查更換等，否則易出現卡阻，制動器卡阻將有可能使制動器完全喪失制動能力。制動器出現完全卡阻前，會出現動作卡頓現象，可以通過監(jiān)測制動器供電流、制動器動作行程、兩組機械部件同步性來診斷卡頓現象，從而避免卡阻風險。

曳引驅動電梯故障先兆捕獲與預警系統實現框圖如圖1所示，系統主要由輸入、帶顯示鉗入式系統組成，輸入信號有電機和制動器供電電流信號、主機和制動器的振動信號、制動臂行程信號、溫度信號和噪聲信號[3]。

圖1 主機故障先兆捕獲與預警系統實現

按照監(jiān)測點位設計方案傳感器點位布置方案，如圖2所示。主機的整體振動監(jiān)測由布置在機架的一組沿x軸和y軸方向的振動傳感器組成；驅動系統的監(jiān)測由在主軸點位的一組沿x軸和y軸布置的振動傳感器和一個噪聲傳感器組成。制動系統的監(jiān)測由布置在電磁鐵位置的溫度和噪聲傳感器、布置在制動臂接近最大位移點位的一對位移傳感器以及布置在制動襯塊位置的一組溫度傳感器組成。

圖2 主機傳感器點位布置方案

2 診斷結果分析手段

基于在線智能診斷系統的故障診斷系統的診斷結果是通過對傳感器采集到的時域和頻域數據進行數據分析判斷。針對大量的監(jiān)測數據，故障診斷系統的診斷結果分析手段分為邏輯分析手段、時序分析手段以及物理分析手段3種。

2.1 邏輯分析手段

電梯運行功能的邏輯實現是依靠電梯的控制系統發(fā)出通斷電指令完成的。電梯的平穩(wěn)運行有賴于電梯功能邏輯的順利執(zhí)行[9]。電梯的故障可以通過判斷電梯功能邏輯的執(zhí)行程度來診斷，即邏輯分析手段，一旦邏輯鏈條未能完成，則認為相應的點位處于完全失效的模式，電梯處于故障狀態(tài)。對于電梯的主機系統，主要可以進行兩條邏輯鏈的邏輯監(jiān)測。

（1）啟動邏輯鏈條，鏈條的觸發(fā)信號設置為主機的電信號激勵。在電梯運行設計過程中，主機電信號激勵產生，制動系統電信號激勵會隨之產生，制動器實現松閘動作，時域中制動臂位移傳感器出現數值變化，電磁鐵噪聲傳感器可能出現數值變化；松閘后曳引輪轉動帶動電梯轎廂移動，曳引輪軸點位布置的雙向振動傳感器和噪聲傳感器出現數值變化，主機機架點位布置的雙向振動傳感器數值發(fā)生變化。

（2）停車邏輯鏈條，鏈條的觸發(fā)信號設置為主機電信號激勵下降至零。曳引輪轉動停止，曳引輪軸點位布置的雙向振動傳感器和噪聲傳感器的數值回歸環(huán)境數值。制動系統失電，制動臂抱閘，制動臂位移傳感器出現數值變化，制動系統運行良好的情況下布置在制動襯塊位置的溫度傳感器不應該出現大幅度的溫度變化[10]。

邏輯分析手段的優(yōu)勢明顯，無需復雜的計算步驟，結果體現明確，診斷準確率高；但存在的問題是，邏輯分析手段診斷出的故障零件已經屬于完全失效狀態(tài)，預見性差，且在故障具體點位和原因診斷能力上有明顯的不足。

2.2 時序分析手段

時序分析手段是基于邏輯分析手段的進一步診斷方法，在時域譜中研究信號變化的時間點位是否在閾值以內，進行相應的故障診斷。時序分析手段主要用在監(jiān)測電梯各子系統對指令的響應時間以及響應動作的對稱性。

對于主機故障診斷，時序分析手段主要用于制動系統的響應診斷。通過制動系統輸入電流信號和制動部件的位移信號或者振動信號，捕捉制動部件松、合動作時間點，提取從制動器供電到制動部件松閘以及制動器斷電到制動部件抱閘的時間。通過通斷電信號和動作時間差及兩制動部件動作的時間差，對制動系統響應速度和響應對稱性是否達到運行安全要求進行判斷，從而進行故障診斷。若在電梯初始安裝的時候布置診斷系統，可通過長時間的運動數據監(jiān)測，利用時序分析手段，監(jiān)測電梯長時間使用后各部件響應時間的變化情況，可對整機設計薄弱環(huán)節(jié)進行預估，認為在使用壽命內響應速度變化量較大的位置為設計薄弱位置，為后續(xù)改進提供一個證據支持。

對比邏輯分析手段，時序分析手段的可預見性更高，能夠大致預測故障位置，在故障零部件完全失效前實現預警。但時序分析手段使用范圍較為狹窄，對于只能在頻域范圍內體現的故障無法進行診斷。當監(jiān)測物理量及數據較少時，時序分析手段可以和邏輯分析手段同時進行，以進行綜合診斷。

2.3 物理分析手段

物理分析手段是根據監(jiān)測數據，利用物理量特征建立故障診斷模型。除了需要診斷模型，還需要運動的預測安全模型。利用預測安全模型的閾值對故障診斷模型中物理量值是否在安全許可范圍內進行判斷，從而對電梯故障進行診斷和預測[11]。將監(jiān)測數據按取樣時間點i=1，2，3，…進行編號，設提取的一段監(jiān)測時間內電梯主機的監(jiān)測信號的特征數據為：

特征1=Ai=A1，A2，A3……

特征2=Bi=B1，B2，B3……

……

取得的某運動特征值張成該運動特征值診斷特征空間，如特征1和特征2同為某運動的表現特征，可張成該運動的診斷特征空間：[Ai，Bi][2]。對于雙向振動監(jiān)測通道，該診斷特征空間可以稱為其振動特征向量，對于噪聲、位移等單值表現特征，該空間由單個特征值組成。將所有的特征空間，構成總體診斷特征空間：[[Ai,Bi],[Ci,Di],[Ei],…][2,11-12]。

預測安全模型可以來自于廠家的設計計算說明書，也可以采用包絡分析方法。將結果信息錄入αj,βj,γj,…故障特征參數，其中j代表故障代碼編號，再與采樣點相互進行比對。例如，“特征向量[A1,B1]→α1（正常/無故障）”，“特征向量[A2,B2]→α2（故障代碼1）”…將故障特征作為新坐標向量與原始特征向量張成新的診斷向量[Ai,Bi,αj][12]，利用回歸分析去除特異點后，可以在故障特征向量軸中讀出故障的診斷結果。

物理分析手段使用范圍最廣，從理論上來說，對于所有能夠監(jiān)測到物理量變化的運動，都可使用物理分析手段進行故障診斷，且只要有正確的電梯預測安全模型，結合其在時域和頻域通用的特性，就可準確定位到故障位置，甚至準確診斷出故障程度，預見性高。但物理分析手段對診斷模型依賴度大，對監(jiān)測環(huán)節(jié)方案合理性和準確性要求更高，前期計算難度大，其診斷的準確性依賴于大量的實驗數據統計及后期計算，在提升診斷準確性的領域仍需要大量研究[13]。

3 實驗數據提取

基于上文的故障診斷設計思路，對一臺運行異常的使用半圓直壓端面制動器的主機進行實測故障診斷，如圖3所示。將該主機置于主機試驗臺中，給制動系統2 s通電3 s斷電的電流輸入，并將輸入電流數據利用差分電壓傳感器接入信號采集系統，輸入電壓信號采用10 Hz低通濾波處理。在兩個制動盤上分別安裝振動加速度傳感器。以電信號激勵作為信號采集觸發(fā)，卡死一側制動盤，可測得另一側制動盤的振動加速度信號[7]。分別測得兩側制動盤的振動加速度曲線如圖4所示。圖4（a）的上圖為卡死右側制動盤時左側制動盤點位振動加速度傳感器測得的振動加速度信號，下圖則為差分電壓傳感器測得的電壓信號；圖4（b）的上圖為卡死左側制動盤時右側制動盤點位的振動加速度傳感器測得的振動加速度信號，下圖同樣為差分電壓傳感器測得的電壓信號。

圖3 測試的半圓直壓端面制動系統

圖4 半圓直壓端面制動器實測振動加速度信號

由于半圓直壓端面制動器制動盤的制動面面積大，在其松合閘的過程中，制動盤除了軸向的位移外，還存在徑向的擺動，取得的加速度曲線在突變點附近有抖動，動作起止點判定誤差較大，如圖4（b）可以看出加速度曲線在突變點附近都有小幅度的抖動現象，在制動盤松閘動作結束后，制動盤仍有小幅度的擺動。因此利用數學軟件對振動加速度曲線再次進行微分處理，能夠得到更為明顯的突變圖像，并讀出突變點位的時間數值，如圖5所示。

圖5 半圓直壓端面制動器實測振動加速度信號微分處理及突變點讀取

比較左右兩側制動盤的振動加速度微分圖像，可以發(fā)現在采樣電壓曲線基本吻合的情況下，兩側制動部件的動作出現了明顯的不對稱性，這種情況適合使用時序分析手段進行故障診斷。將采樣數據取出，分別計算左右制動部件松/合閘動作時長、通/斷電與動作延時以及通/斷電兩組制動部件之間的動作信號時差，所得計算結果如表1所示。

表1 半圓直壓端面制動器時序分析手段診斷數據

經過研究對該半圓直壓端面制動器提出3個故障診斷指標：（1）通/斷電信號與任一動作信號動作延時大于0.3 s以上為故障；（2）兩組制動部件之間的動作信號時差大于0.2 s以上為故障；（3）每次通/斷電信號與前任一動作信號時差時序變化0.1 s以上為故障。其中，通過表格中的計算數據，左側制動盤通/斷電信號與松/合閘動作信號延時都大于0.3 s，合閘動作延時達到了1 s以上，右側制動盤通電信號與松閘動作信號延時大于0.3 s；通電時兩組制動部件之間動作信號時差正常，斷電時兩組制動部件之間的動作信號時差大于0.2 s，達到了1 s。診斷該制動系統處于故障狀態(tài)，懷疑左側制動盤出現了卡阻現象，如果使用在正在運行的電梯中，可能會出現溜車現象。

4 結束語

本文在傳統電梯故障診斷系統的基礎上，提出來一種基于在線智能診斷技術的電梯故障診斷方法。基于曳引式電梯主機提出了完整的信號特征提取與分析手段，搭建了實時監(jiān)控系統，總結出一種電梯主機故障的智能診斷方法，為實現電梯按需維保，提升電梯智能化水平提供了支撐。該系統立足于機械柔性設計，通過不同的傳感器點位布置方案，針對電梯的運行情況具體分析，結合不同的數據分析段，可以精細化、高效化地實現診斷，具有適用性廣、可擴充性高、診斷點位間互不影響等優(yōu)點。后續(xù)通過數據積累以及算法的迭代，可以擴充診斷系統的覆蓋面，為電梯使用過程中的安全提供進一步的保障。