一種溫度信號與噪聲信號融合的自動扶梯故障監(jiān)測系統(tǒng)

摘? 要：隨著自動電扶梯應用的日益普及，安全事故率呈上升趨勢，設備運行監(jiān)控及報警應該得到足夠的重視。文章基于溫度信號與噪聲信號相融合的方式構建自動扶梯故障監(jiān)測系統(tǒng)，通過監(jiān)測扶手帶的溫度來預判扶手帶的張緊情況，通過監(jiān)測梯級的噪聲來判斷梯級是否出現(xiàn)故障，同時基于BP神經(jīng)網(wǎng)絡與遺傳算法進行故障類型識別，通過對多個傳感器的監(jiān)測創(chuàng)建覆蓋自動扶梯全壽命周期、高效精確的故障監(jiān)測系統(tǒng)。

關鍵詞：自動扶梯;故障監(jiān)測;溫度;噪聲

中圖分類號：TP277? ? ? ? 文獻標識碼：A文章編號：2096-4706（2022）04-0177-05

An Escalator Fault Monitoring System Integrating Temperature Signal and Noise Signal

MAI Yifei

（Station House Construction Headquarters of China Railway Guangzhou Group Co.， Ltd.， Guangzhou? 510000， China）

Abstract： With the increasing popularity of the application of escalators， the safety accident rate is on the rise. Equipment operation monitoring and alarm should be paid enough attention. This paper constructs the escalator fault monitoring system based on the fusion of temperature signal and noise signal， predicts the tension of the handrail by monitoring the temperature of the handrail， and judges whether the step has fault by monitoring the noise of the step. At the same time， it identifies the fault type based on BP neural network and genetic algorithm， and creates an accurate and efficient fault monitoring system covering the whole life cycle of the escalator through the monitoring of multiple sensors.

Keywords： escalator; fault monitoring; temperature; noise

0? 引? 言

通常，自動扶梯采用周期修或故障修，而現(xiàn)有的電扶梯故障在線監(jiān)測系統(tǒng)只是單一維度監(jiān)測，設置固定閾值只是起到故障報警作用，并不能準確定位故障的類型與位置，致使不能及早排除自動扶梯故障，這在一定程度上降低了自動扶梯的安全性和使用壽命。

目前，通過監(jiān)測自動扶梯導軌主面上輸出信號形變的方式來判定梯級異常，當輸出信號異常時可判定為梯級驅動部出現(xiàn)異常;梯級驅動部異常時，系統(tǒng)會將梯級驅動部異常這一情況輸出至外部，信號處理部將保養(yǎng)檢修時的輸出信號與基準值進行比較，二者之間的差值超過預先設定的閾值時，則可判定為車輪出現(xiàn)異常。

自動扶梯和自動人行道故障監(jiān)測與報警裝置，通過有線或無線Wi-Fi的方式將設備的上下行、停止、火警、故障和故障代碼等信息實時傳輸?shù)骄W(wǎng)絡平臺，CPU處理模塊還設置有GSM手機SIM卡接口，通過手機短消息向預先設定的維保人員或單位發(fā)送故障或火警信息。

自動扶梯故障監(jiān)測系統(tǒng)包括傳感器模塊，傳感器模塊中的各傳感器設置于自動扶梯的安全部位，用于接收并記錄自動扶梯的運行數(shù)據(jù)，系統(tǒng)根據(jù)運行數(shù)據(jù)，確定是否生成報警信號并將報警信號發(fā)送至控制中心。

針對當前的自動扶梯故障監(jiān)測方法——單一的形變指標、安全部位的傳感器檢測方式并不能提供精準多維的運行及故障信息，本文采用多維度化的故障信號采集方式，依據(jù)BP神經(jīng)網(wǎng)絡對故障進行監(jiān)測。

1? 故障監(jiān)測系統(tǒng)

首先在自動扶梯上建立信號采集坐標系，劃分監(jiān)測區(qū)域，可以按所組成的關鍵部件及其所在位置和區(qū)域進行劃分，也可以基于自動扶梯整體結構的空間進行劃分，具體可視實施情況而定。基于不同的監(jiān)測區(qū)域，一個區(qū)域可安裝一組傳感器，一組傳感器包括2個溫度傳感器和1個噪聲傳感器，以監(jiān)測區(qū)域為單位同時對多組傳感器進行監(jiān)測，覆蓋整個自動扶梯，獲得信號數(shù)據(jù)以及相應信號的坐標位置，或者單獨對關鍵零部件進行信號監(jiān)測。在各種傳感器的設置中，通過定位模塊的設置，或者是借助于RFID等手段的標識，能夠獲取反映傳感器監(jiān)測位置及相關坐標的詳細信息，為后續(xù)的信息采集提供參考。作為一種實施例的優(yōu)選方式，在傳感器的設置中，一組噪聲信號安裝于構件之上，對自身振動信號進行監(jiān)測;兩路溫度信號的傳感器一路設置于構件之上，對構件的自身溫度進行監(jiān)測，一路設置于構件的環(huán)境溫度之上，對構件的工作環(huán)境溫度進行監(jiān)測。

目前自動扶梯的運行環(huán)境包括室內(nèi)和室外，外界環(huán)境對構件溫度的干擾很大，若只單獨設置一個溫度傳感器來監(jiān)測構件的溫度，外界環(huán)境溫度的變化勢必會影響傳感器溫度的檢測值，導致溫度信號與實際不符，影響最終的故障判斷。因此，基于實際應用中的監(jiān)測需求，需要對溫度信號的采集設置進行優(yōu)化，但出于系統(tǒng)冗余性方面的考慮，需要對溫度采集的方式以及故障信號的來源等多維信息進行融合及關聯(lián)處理，以便實現(xiàn)對故障類型和位置的快速定位及識別。

2? 故障信號處理與融合

包括故障特征曲線擬合及特征向量生成，由所布置的溫度傳感器和加速度傳感器采集溫度和噪聲信號，主要是對監(jiān)測得到的信號進行預處理，預處理過程主要包括以下步驟：

經(jīng)傅立葉變換把溫度信號和噪聲信號轉換為時域信號和頻域信號，在時域范圍內(nèi)，擬合噪聲信號與溫度信號之間的函數(shù)關系，并將之與歷史正常工作狀態(tài)下擬合的噪聲與溫度曲線進行曲線重合度評價，曲線之間的殘差作為故障特征。其中故障特征的類型包括噪聲溫度曲線殘差故障特征、噪聲信號特征向量以及溫度信號特征向量三種。

曲線重合度評價計算公式為：

其中，y*為歷史正常工作狀態(tài)下的曲線函數(shù)值;y為實際測得的噪聲信號與溫度信號之間的非線性函數(shù)值;v為兩曲線之間殘差值離散點的求和;FIT為兩曲線之間擬合度指標，其中FIT計算中的西格瑪求和為兩個曲線函數(shù)離散值差平方和。

下面介紹信號處理、特征識別、故障庫的建立步驟：

首先，分別對所采集的溫度信號與噪聲信號進行小波包分解，通過降低閾值對重構后的兩個窄帶信號進行EMD分解。兩個窄帶信號由高頻至低頻被分解為若干個頻段，計算每一個IMF分量的能量值并進行歸一化處理，組成特征向量。

其次，結合所得到的故障特征，基于BP神經(jīng)網(wǎng)絡與遺傳算法進行故障類型識別，依據(jù)不同組傳感器監(jiān)測信號得到故障信號坐標位置，從而確定自動扶梯的故障位置，實現(xiàn)電扶梯的故障識別與定位。在一些實施方案中，通過對上述自動扶梯監(jiān)測區(qū)域的立體化建模，可視化展示故障的位置和類型并生成檢修策略報告。

最后，每次得到新的故障特征時，動態(tài)更新自動扶梯故障數(shù)據(jù)庫，與此同時故障數(shù)據(jù)存儲系統(tǒng)根據(jù)已有故障數(shù)據(jù)進行自學習，不斷完善故障數(shù)據(jù)存儲系統(tǒng)，提高下一次的故障識別效率和準確性。在上述故障數(shù)據(jù)庫的積累中，除了基于上述溫度信號特征向量、噪聲信號特征向量以及擬合曲線、標準擬合曲線、擬合度指標生成故障數(shù)據(jù)庫之外，還可以根據(jù)這些故障指標特征所指向的故障類型、位置特點、針對的構件型號、可能性維修策略以及預防性的檢修策略等進行累積和學習更新。

3? 基于BP神經(jīng)網(wǎng)絡的故障識別

通過對故障特征設置故障閾值（即在信號值達到故障閾值時識別出故障），設置故障閾值走廊，當信號達到故障閾值走廊時，提示相關責任人對自動扶梯進行檢修，提前制定好維修策略，保障自動扶梯的安全運行。根據(jù)健康值歷史數(shù)據(jù)與實際維修情況，基于故障數(shù)據(jù)中心BP神經(jīng)網(wǎng)絡自學習功能，設置相應的動態(tài)閾值走廊，分別為：相對安全狀態(tài)閾值范圍走廊——扶梯正常運行;存在維修隱患狀態(tài)閾值范圍走廊——列入重點監(jiān)控組;存在維修故障狀態(tài)閾值范圍走廊——關鍵構件預防性維修;存在安全隱患閾值范圍走廊——停止運行并進行全面維修。將健康度模型計算得到的健康值與健康值動態(tài)閾值走廊范圍值相比較，選擇相對應的維修策略。

對自動扶梯多個關鍵零部件進行故障檢測和監(jiān)測，從而建立自動扶梯的全壽命周期。基于BP神經(jīng)網(wǎng)絡進行故障識別，如圖1所示，輸入層為振動、溫度、擬合曲線差值的特征向量，輸出層為識別出來的自動扶梯故障類型。其中，利用BP神經(jīng)網(wǎng)絡和遺傳算法進行計算，主要是對含有故障特征向量的各類輸入信息進行訓練，這樣有利于故障專家數(shù)據(jù)庫的生成，進一步提高故障識別的精度。

4? 檢測驗證

4.1? 扶手帶

扶手帶故障一般是由扶手帶漲緊裝置過緊或過松導致的，扶手帶漲緊裝置過緊時，扶手帶與滾輪之間的摩擦力會增大，導致扶手帶溫度上升，磨損更加嚴重，減少扶手帶壽命，提高扶手帶故障發(fā)生概率;扶手帶漲緊裝置過松時，會導致電扶梯運行時扶手帶不穩(wěn)，引發(fā)安全事故。

通過在扶手帶上方安裝紅外溫度傳感器，實時采集扶手帶溫度數(shù)據(jù)，再通過多數(shù)據(jù)分析技術，分析扶手帶狀態(tài)，判斷扶手帶漲緊裝置是否過緊或過松。

建立數(shù)學模型，進行算法訓練后，采用分類器進行驗證，針對扶手帶老化程度進行檢測，其中原始數(shù)據(jù)與數(shù)據(jù)分析如圖1（a）、1（b）所示。采用螢光法及視覺識別算法均可實現(xiàn)準確檢測，均已通過實驗驗證。

4.2? 梯級鏈系統(tǒng)

梯級驅動鏈是自動扶梯中最重要的驅動部件，一般為套筒滾子鏈。由于長期運行，磨損較嚴重，主要故障包括潤滑系統(tǒng)故障、鏈條嚴重磨損。究其原因，主要是由于梯級滾輪長期缺油摩擦而導致的，梯級鏈條的松緊度不合適導致梯級鏈條嚴重磨損，此次采用噪音傳感器監(jiān)測方案來監(jiān)測梯級鏈條滾輪，預判梯級鏈松緊等方面的故障。采用合適的多維度融合故障模型及多維度融合故障判別算法，可以準確判斷出梯級鏈有幾個滾輪發(fā)生了破損，以及梯級鏈的松緊程度（以0.5 cm為一個判別梯度）。其中，緊0.5～1.5 cm如圖2所示，松0.5～1.5 cm如圖3所示。

4.3? 梯級系統(tǒng)

我們通過實驗和維保公司對梯級故障的統(tǒng)計，發(fā)現(xiàn)梯級故障包括梯路不暢和單個梯級故障，且最易發(fā)生故障的部位為梯級翻轉的位置，無論是梯路不暢還是單個梯級故障，都會在梯級翻轉位置產(chǎn)生噪聲。故可以采用監(jiān)測梯級噪聲的方式來判斷梯級故障。實驗結果表明，在一臺下行時存在一個梯級翻轉不暢的情況，發(fā)出明顯的噪音，梯級支撐部正常，梯級輪正常，對梯級安裝不到位的自動扶梯，進行故障采樣，采樣數(shù)據(jù)如圖4所示。

采用小波分析的方式對數(shù)據(jù)進行降噪處理，如圖5所示。

提取噪聲數(shù)據(jù)特征值，并做進一步的分析，結果如圖6所示。

從噪聲特征提取圖中可以直觀地看到，梯級故障的特征表現(xiàn)為周期性重復出現(xiàn)。

5? 結? 論

本文通過在自動扶梯關鍵部件上安裝噪聲傳感器和溫度傳感器，采集噪聲與溫度信號，實時監(jiān)測自動扶梯的運行狀態(tài)，提取信號中的故障特征，經(jīng)BP神經(jīng)網(wǎng)絡故障識別，通過不同監(jiān)測區(qū)域所得到的故障信號可以準確定位故障位置，實現(xiàn)電扶梯重要部件的故障識別與定位。實驗結果表明，本文所提的溫度信號與噪聲信號融合的自動扶梯故障監(jiān)測系統(tǒng)，能夠高效可靠地檢測出梯級故障及扶手帶過緊等故障。通過在自動扶梯上安裝多個傳感器來監(jiān)測扶梯的運行狀態(tài)，建立電梯的全壽命周期，高效精確地監(jiān)測扶梯故障，提高了維修效率，降低了自動扶梯維修成本，保障了自動扶梯安全可靠的運行。

參考文獻：

[1] 莊燕雄.自動扶梯設備故障原因及維護策略研究 [J].裝備維修技術，2019（3）：106.

[2] 陳松濤，王之民.基于智能馬達控制器的電機故障監(jiān)測與診斷系統(tǒng) [J].廣東造船，2021，40（6）：86-89+63.

[3] 劉玉潔，李國.基于多方式傳輸?shù)臋C場噪音自動監(jiān)測系統(tǒng) [J].自動化與儀表，2007（3）：55-57+68.

[4] 廖林宏.高壓線路智能故障監(jiān)測及預警系統(tǒng)設計研究 [J].電子測試，2021（24）：138-140.

[5] 董禮，蘇寶定，張振宇，等.智能風電機組葉片故障監(jiān)測系統(tǒng)設計與實現(xiàn) [J].電工技術，2021（20）：75-78+91.

作者簡介：麥一飛（1977—），男，漢族，廣東臺山人，工程師，本科，研究方向：機械電子。