煤矿井下电机健康诊断无线振动边缘处理装置的设计

兰西柱　王成玉　曲凌锋　黄康　张鑫宇

摘  要：煤矿井下对电机运行状态检测有很高要求，现有用于电机检测的主要是有线在线检测设备，面对海量数据处理负担重，对数据传输的要求很高;此外，煤矿井下环境恶劣，铺设有线通信线路难度大。为此，文章对无线振动边缘处理装置进行了设计，采用双核主控芯片LPC55S69，可实现小波变换和无线通信的协同运行，数据在该装置中得以处理筛选后（降低了对数据传输的要求），以无线方式经网关上传至上位机进行监测报警，实现了电机运行健康状态检测。

关键词：电机;LPC55S69;边缘处理;健康诊断;小波变换

中图分类号：TP277    文献标识码：A 文章编号：2096-4706（2021）17-0055-04

Abstract： There are high requirements for motor running state detection in underground coal mines. The existing equipment for motor detection is mainly wired online detection equipment. Facing the heavy burden of massive data processing， it has high requirements for data transmission; in addition， the underground coal mine environment is bad， and it is difficult to lay wired communication lines. Therefore， the wireless vibration edge processing device is designed in this paper. The dual core main control chip LPC55S69 is used to realize the cooperative operation of wavelet transform and wireless communication. After the data is processed and screened in the device （reducing the requirements for data transmission）， it is uploaded to the upper computer wirelessly pass through the gateway for monitoring and alarm， so as to realize the detection of motor operation health status.

Keywords： electric motor; LPC55S69; edge processing; health diagnosis; wavelet transform

0  引  言

煤矿井下电机运行状态是否健康，直接关系到井下大型机械的安全性和可靠性。煤矿井下环境恶劣，电机长期在复杂的环境下工作，不断受到煤渣的影响抑或磨损轴承，会造成电机转子偏心严重使定子和转子相互摩擦，使电机产生剧烈的振动并发出不均匀的摩擦声，并且使电机机壳温度迅速升高，进而造成传动装置工作面坍塌等严重问题。通过观察电机的振动烈度来确定电机的运行状态，现有的诊断方法通常是使用有线在线监测装置或者是采用人工定期检测的方式，有大量的数据不断地上传到上位机进行处理，但是煤矿井下电路复杂、环境恶劣，铺设有线通信线路成本高、难度大，同时数据全部在上位机进行分析处理，使上位机诊断处理数据有很大的负担，存在严重的资源浪费和诊断不及时的问题。

随着计算机技术和工业互联网的迅速发展，边缘计算正逐渐成为工业控制领域的新热点，其为及时可靠地进行电机健康诊断提供了新的技术手段。边缘处理装置采用Cortex- M33内核芯片作为主控芯片，MEMS加速度计采集的振动数据经过AD转换后在MCU主核中进行小波变换，基于边缘计算的思想，对数据进行预处理以初步判断电机运行的状态，可以将数据存储在FRAM中，通过433M無线射频模块将数据发送出去，实现对电机振动和温度的检测，确保煤矿井下电机的安全运行。

1  边缘处理装置总体设计

图1为装置总体设计框图。检测装置的总体框架为：传感器采集模块采用ADI公司的MEMS加速度计ADXL1002，采集的模拟信号以0～5 V电压的方式发送给信号调理模块，信号调理模块中的RC滤波电路对20 Khz的信号进行滤波，经过调理后的信号被送入AD转换器AD7768-1中，主控芯片LPC55S69通过SPI总线接收转换后的数字信号。MCU的双核同时从总线中读取数据，CORE0对数据进行小波分解，系统对分解后的小波系数与预存储阈值进行比较，判断电机是否存在运行不正常状况;同时，CORE1从SPI中读取的数据通过SPI总线写入FRAM中进行预存，CORE0判断数据是否异常，CORE1从FRAM中读取数据并通过SPI总线将数据发送到以射频芯片CMT2300A为核心的E49-400M20S模块中，再将数据通过无线模块发送到上一级网关。

2  边缘处理装置硬件设计

2.1  主控制器

硬件设计以LPC55S69JBD100作为控制芯片，内置320 KB的SRAM和640 KB的Flash，双核工作主频均可达到150 Mhz，具有全速USB接口，可以用于向上位机传输数据;配备具有FFT引擎以及具有DSP功能的PowerQuad硬件加速协处理器，可以提高主核的数字信号处理速度;具有8个可以灵活配置的串行接口，可以配置为SPI、IIC和UART来进行芯片间的串行通信。

LPC55S69作为主控芯片，最小系统包括时钟晶振电路、上电复位电路、ISP电路以及调试接口电路。时钟晶振电路由16 Mhz晶振以及32.768 Khz的晶振电路组成，分别为MCU提供系统时钟和实时RTC;采用上电复位的方式在系统重新上电时先进行复位;ISP电路用来下载程序，通过连接外接的串口，将ISP跳线连接后重新上电进入ISP模式进行程序下载;调试接口选用SWD调试的方式，通过外接端子与CMSIS-DAP调试器LPC-LINK2进行连接对MCU进行在线调试。

2.2  无线通信模块

图2为无线模块引脚连接图。选用CMT2300A无线射频模块芯片，通过SPI进行通信，借助两根片选线实现寄存器与FIFO的配置切换，一根时钟线用于接收MCU产生的时钟，一个数据线用于数据的输入输出，再将两个IO口与MCU进行连接，通过是否产生MCU外部中断来判断无线接收和发送是否完成。利用抗干扰能力强、速度较快的Sub-Ghz无线射频通信技术，保证了在煤矿井下恶劣环境中一个工作面内多个检测装置与网关之间的可靠数据通信。

2.3  数据采集模块

MEMS加速度计选用ADXL1002，具有高分辨率和低噪声的特点，采集到振动信号后，将其转换成0.5～4.5 V的模拟信号，经过通频带范围介于10 hz～20 Khz之间的二阶无源RC滤波电路后，将模拟信号输入到24位积分型ADC中，ADC外接5 V基准电源，实现高精度转换后通过SPI串行通信输入到MCU中;数字温度传感器采集温度输入数字量，经过I2C输入到MCU中，数据采集模块框图如图3所示。

2.4  电源模块

装置中各芯片模块采用的供电电压分为3.3 V和5 V两种，装置采用无线方式，应用于煤矿井下环境下，选用7.2 V防爆锂电池对装置进行供电。采用电池供电，在设计时需要对各芯片模块功耗进行充分的考虑。电源模块采用两级降压的方式，分别为7.2 V转5 V以及5 V转3.3 V。第一级降压选用LP38692MP-5.0/NOPB线性稳压器作为7.2 V转5 V的芯片，转换输出5 V为采集模块中的AD转换器、数字温度传感器和MEMS加速度计提供供电电压，同时也为二级降压芯片提供输入电压。第二级降压选用TLV1117LV33DCYR线性稳压器，输入电压为5 V，输出电压为3.3 V，静态电流低，输出电流为800 mA，可以满足装置中3.3 V供电模块的要求，LDO线性稳压器为主控芯片LPC55S69最小系统部分、存储模块、433M射频无线通信模块和调试串口模块供电。同时，7.2 V输入电压要为输出5 V的LDO芯片LP38692供电，因为装置用于振动采集的基准电压源采用5 V的ADR4550BRZ，基准电压源的输入电压必须大于输出电压，基准电压源的输入电压须大于5.25 V，所以选用7.2 V电池输出为基准电压源供电。

3  边缘处理装置软件设计

常用的集成开发环境为KEIL或IAR，为了实现在装置软件设计过程中可以同时对芯片的两个核进行在线调试，选择NXP官方的MCUxpresso IDE 11.3.1集成开发环境用C语言进行开发。

3.1  主程序软件设计

系统上电后进入初始化阶段，将各个模块按照需求进行初始化，完成初始化后通过CORE0将CORE1启动，CORE1以20 Khz的速度采集振动信号，振动数据通过SPI总线进行传输，CORE0和CORE1同时从SPI总线上读振动数据。CORE0对数据进行小波变换，同时CORE1将数据存入FRAM，并通过数字温度传感器采集一组温度数据存入FRAM中。CORE0对数据进行时域分析后将小波系数与预设的报警阈值进行对比，超过设定值时，发送数据标志位置1，通过MailBox通信机制将发送数据标志位发送给CORE1，CORE1存储完数据后进入等待标志位。如果接收到的标志位为0，则结束本次数据采集，并在固定延时后，进入下一次数据采集;如果接收到的标志位为1，将数据通过无线模块发送，发送完成后无线模块触发IO中断，发送完成，并根据处理结果将数据通过无线模块发送给上层网关。CORE1判定无线模块通过IO口返回的中断标志，无线模块硬件判断发送数据是否准确，发送完成后触发主控制器IO中断表示发送数据完成，CORE1接收到中斷后，根据数据采集结果确定采样周期后重新进行数据采集。系统主程序流程图如图4所示。

3.2  无线软件设计

装置启动时无线模块进入IDLE模式，完成初始化参数配置后，在没有数据发送时，无线模块进入SLEEP模式;有数据等待发送时，无线模块进入IDLE模式，完成FIFO配置后，直接切换进入TX模式，芯片开始发送prefix，等待数据开始填入FIFO，芯片停止发送prefix，以数据写入FIFO的速率和设定好的数据包字节大小发射数据，发射结束后，无线模块产生发送完成中断，GPIO2引脚产生上升沿，触发MCU外部中断，结束发送，无线模块切换至SLEEP模式。无线发送流程图如图5所示。

3.3  边缘计算

振动数据被采集到MCU中后，经过小波变换后，获得不同频率分层的小波系数，将小波系数与正常振动下的系数进行对比，根据与小波系数比对结果，对采样间隔进行设置。正常情况下，采样间隔保持在5 min。当检测到的小波系数接近正常振动下的临界值时，将其作为第二个阈值，超过这个范围，采样间隔缩小到1 min;如果振动持续增大，超过安全阈值，采样间隔缩小到10 s。

小波变换实现在边缘层对数据进行预处理，通过对数据进行预判（判断处理后的数据），大大缩减了传输数据量，提高了数据有效性和传输效率，在降低功耗的同时减轻了云端运算的负载。使用DB3小波对信号进行分解，提取出振动信号的细节系数[c1-cn]和尺度系数[l1-ln]，对细节系数求标准差σ，通过对比细节系数的标准差来判断是否超过阈值。

根据式  求出振动信号的标准差，将之与在电机正常运行状况下获取的振动信号进行DB3小波分解后得到的标准差倍数进行比对，以确定电机是否出现异常以及故障的严重程度。

4  实验与验证

PCB布线时，信号线线宽选择10 mil，由于电机振动检测对安置在电极上的检测装置重量有一定要求，不能达到电机重量的1/50，其对边缘处理装置的电路板也有要求，PCB设计时安全间距选择10 mil，在振动信号进行传输时将走线间距设置为20 mil，从而满足3 W的原则，降低信号线间的串扰，保证模拟输入信号的精确度。电源线线宽设置为30～50 mil，避免出现大电路导致烧坏电路。电路板的地通过背面敷铜的方式连接，将模拟地和数字地分开，通过一个0欧姆的电阻连接。

完成PCB设计后，对PCB进行焊接，需要分模块焊接，按照电源模块、主控模块、串口模块、存储模块、采集模块和无线通信模块的顺序进行焊接。焊接每个模块时，都需要通过万用表测量输入电压是否正常，是否存在对地短路以及是否存在引脚虚焊的情况，防止由于操作不当而导致芯片烧毁。硬件焊接测试没有问题后，通过软件对芯片进行功能性测试，保证芯片功能没有异常。各个模块均完成焊接和测试工作后，对装置的总体功能进行编程实现。

装置接入电位器模拟振动信号，经过小波变换和阈值判断后，如果超出阈值，以无线方式将原始信号发送至连接上位机的无线测试模块，上位机將对数据进行进一步的分析处理。边缘处理装置样机如图6所示。

5  结  论

本文研究了一种应用于煤矿井下的电机健康诊断无线振动温度边缘传感器，所设计与开发的边缘传感器，能够实现在电机长期运行情况下对电机的健康状况进行及时的反馈，利用主控芯片LPC55S69对外部AD转换后的结果进行小波变换处理，与FRAM中存储的参数进行对比，出现异常后将原始数据以无线方式发送出去，基于边缘计算的思想，对数据进行前期预处理，大大减少了传输数据量，满足传感器设计要求，对提高煤矿井下电机运行安全具有重要意义。

参考文献：

[1] 王国法，刘峰，孟祥军，等.煤矿智能化（初级阶段）研究与实践 [J].煤炭科学技术，2019，47（8）：1-36.

[2] 宋瑞.矿井主通风机监控及故障诊断专家系统研究 [D].西安：西安科技大学，2019.

[3] 武博翔.水轮机振动故障预测算法研究及应用 [D].北京：华北电力大学，2021.

[4] 谭厚志.振动能量供电的矿用无线监测节点研制 [D].西安：西安科技大学，2019.

[5] 温承鹏.基于LORA的铁路车站设备状态监测系统研究与设计 [D].大连：大连交通大学，2019.

[6] 谷艾.面向信息物理系统的安全机制与关键技术研究 [D].沈阳：中国科学院大学（中国科学院沈阳计算技术研究所），2021.

[7] 连厚泉，王彪，戴童欣，等.采用LPC55S69的CO激光气体检测无线传输系统的研制[J].激光杂志，2021，42（3）：42-46.

[8] 孙浩.基于物联网的泵群无线监测与评价关键技术研究 [D].郑州：郑州大学，2020.

[9] 胡志峰.基于小波变换图像去噪及边缘检测研究 [D].南昌：东华理工大学，2018.

作者简介：兰西柱（1966—），男，汉族，安徽亳州人，副教授，硕士研究生，研究方向：计算机监控与通信、嵌入式系统应用;王成玉（1997—），男，汉族，山东日照人，硕士研究生在读，研究方向：嵌入式系统开发与设计;曲凌锋（1997—），男，汉族，辽宁抚顺人，硕士研究生在读，研究方向：嵌入式系统开发与设计;黄康（1994—），男，汉族，四川内江人，硕士研究生在读，研究方向：嵌入式系统开发与设计;张鑫宇（1997—），男，汉族，山西大同人，硕士研究生在读，研究方向：嵌入式系统开发与设计。