机电系统设备智能检测及预警技术系统研究

赵明珠

摘 要：北京城市轨道交通正在快速发展，当前北京市地铁运营有限公司投入运营的15条线机电设备30万台套。如果继续沿用目前的日常维修、计划维修等维修管理模式，需要配备大量的人力资源来保证机电设备的正常运行。在利用智能感知、集群采集的大数据、预警报警技术、信息融合和人工智能技术实现机电设备集群在线故障预警和智慧运维，自动给出轴流风机、空调系统、电梯、屏蔽门等设备运行状态信息和故障维修建议并下单，指导运维人员有针对性的对设备进行检修。不仅是提高运维人员的工作效率，降低运行维护成本，在地铁运营公司针对机电设备的信息化和技术改进提供支撑方面具有重大意义。

关键词：机电设备;智能感知;故障预警;智慧运维

0 前言

北京城市轨道交通正在快速发展，当前北京市地铁运营有限公司投入运营的15条线机电设备30万台套。如果继续沿用目前的日常维修、计划维修等维修管理模式，需要配备大量的人力资源来保证机电设备的正常运行，同时由于无法准确判断设备的运行状态及故障程度，就会影响维修所需的备品备件库存量的准备，增加了维护维修的时间成本。

1 国内外背景及现状分析

目前国内外地铁线路上机电系统设备的在线检测及智能诊断系统均处在初级阶段，针对于各系统设备的在线监测、检测功能，主要监视的参数有运转方向、启停状态、运转模式等故障报警信息。目前国外大的电梯公司、空调公司也对其生产设备进行了远程监控系统的研究与开发。如OTIS公司REM（Remote Elevator Monitoring）系统、瑞士卢塞恩公司的Servitel系统、德国Newlift的LMS系统、法国AUTINOR公司远程监控系统、大金公司VRV空调远程监控系统等。这些监测主要以电梯、空调等设备的机械限位、运转参数监测为主，而对于旋转机械部件（如轴承、减速机等）未实现在线监测，即使有部分厂家研制了该类产品，技术手段监测指标比较单一（温度或振动）、监测对象比较单一（轴承温度），对早期微弱故障的诊断效率较差，无法实现故障的预警。对于智能诊断功能，主要是各个企业依据自身的生产环境量身定做，基本上适应某个行业的基本工作规则，缺乏在地铁行业的普遍性通用型。体系化标准化的核心数据库建设处于相对空白，优化现有维修管理资源，提高工作效率，节约人力资源，已是城市轨道交通完善和提升安全和维修管理体系的发展方向。

2 智能监测与预警技术

智能监测与预警技术是以基于物联网的智能感知技术取代现有的人工巡检修模式，融合监控和监测数据、人工巡检信息，通过人工智能大数据分析技术为整个设备管理系统提供数据支持，对机电设备状态和故障趋势、安全风险进行智能分析、诊断，对故障快速准确定位及预判，实现预防性维修。

随着技术的发展和进步，数字化电子技术和物联网技术在国内高速发展，为机电系统在线状态监测和预警技术的研究与应用提供了强大的支持。基于边缘科学概念，进行技术融合和集成，将分体式传感技术、广义共振与共振解调技术、物联网技术、信息处理技术、智能点检技术等引入到机电系统的状态监测及预警业务中，将风机、空调、电梯、屏蔽门等机电设备监测节点网络架构与物联网相连，实现机电设备运行全工况信息共享，帮助管理人员和技术人员突破时间和空间的约束，掌握现场一手数据，提高机电设备实时监测、预警、响应和运维水平。

3 智能监测与预警技术在地铁内的应用

基于地铁机电系统设备在线故障诊断需求研制的一种在线安全监测系统，通过安装在设备关键机械部件上的复合传感器，同时监测冲击、振动和温度等多个物理量，系统主要监测功能包括对地鐵机电设备关键部件机械故障的准确识别和早期预警，并实现分级诊断。同时基于实时故障诊断和详细数据分析，并输出维修指导建议，从而实现故障发生发展的历史和趋势分析、诊断信息统计分析、远程诊断支持等功能。

基于大数据和人工智能（AI）深度学习的自动诊断模块与闭环运维知识库的智能优化与完善技术可适用于不同型号的机电设备，通过研究基于AI深度学习技术结合提供给用户的人机交互接口，综合大数据挖掘与机理分析信息，在运维闭环中实现对自动诊断模块算法配置项与闭环运维知识库的维修建议持续地优化与完善，以达成基于北京地铁个性化应用需求的在线监测和智能诊断系统。扶梯测点布点如图1所示，监测软件界面如图2所示。

4 故障诊断标准的研究

4.1 系统诊断分级

地铁机电设备在线监测与故障诊断系统实时诊断能够实现分级报警。为更好的判断机电设备的工作状态，对设备电机前后端轴承、振动量值、温升等的工作状态分为四个等级：正常、预警、报警、危险。

（1）正常：机械部件运行无故障信息、无动不平衡超限信息、无振动超限、无超温报警的情况;

（2）预警：机械部件有故障特征存在但故障处于早期以及振动趋势中存在单次报警信息，部件温升呈增加趋势;

（3）报警（一级报警）：机械部件有较明显的故障特征并达到报警值、振动趋势连续达到报警值、动不平衡连续达到报警值，部件温升达报警值;

（4）危险（二级报警）：机械部件故障严重、动不平衡严重超限、振动严重超限、部件温升超限。

4.2 故障诊断标准

通过研究机械的结构几何学、运动学规律，我们建立了诊断轴承故障的一系列数学模型，从定性（故障部位）和定量（幅值大小）两个角度，对于故障进行确定性的诊断和预警、报警，确定报警门限。根据基础设备的具体情况，确定冲击诊断报警标准、振动监测报警标准、不平衡振动监测标准等。

5 结语

利用智能感知、集群采集的大数据、广义共振与共振解调、信息融合和人工智能技术实现机电设备集群在线故障预警和智慧运维。基于物联网理念对机电系统主要设备实现集群在线故障预警并给出维修建议实现闭环智慧运维，自动给出轴流风机、电梯、屏蔽门等设备运行状态信息和故障维修建议并下单，指导运维人员有针对性的对设备进行检修。通过预警和报警实现故障延缓与状态维修，为机电设备故障预测与健康管理（PHM）、技术改进提供数据。不仅是提高运维人员的工作效率，降低运行维护成本，在地铁运营公司针对机电设备的信息化和技术改进提供支撑方面具有重大意义。

参考文献：

[1]杨文博.北京地铁换乘站站前广场研究[D].北京交通大学，2011.