基于云平台和物联网技术的电机远程监测系统

谢锋云, 王玲岚, 闫少石, 汪 淦, 李 刚

(1.华东交通大学 机电与车辆工程学院,南昌 330013,E-mail:xiefyun@163.com;2.轨道交通基础设施性能监测与保障国家重点实验室, 南昌 330013)

在当今的工业领域,电机作为关键的传动设备[1],为了确保电动机在使用过程中的安全性,必须对其进行安全检查与维护[2-4]。我国当前的维修模式属于“计划修”。所谓计划修,就是在设备未发生故障之前就进行修理,这就是在设备未发生故障之前就进行修理,这种模式通常来说是定期的,修理的范围和零部件也是固定的[5],因此这种方式总是存在检修过剩或不足的缺点。南京工程学院的朱建中的团队研发出了基于嵌入式web服务器的电机监测系统[6]。该系统将嵌入式的服务器与嵌入式系统结合后,与互联网结合构成远程监测方案。采用Http技术,建立起具有B/S架构的远程电机监测系统。嵌入式web服务器搭载在ARM处理器上,在ARM处理器上实现了TCP/IP协议。所开发的电机监测系统具有功耗低的特点,并能在LAN与WAN之间实现信息的同步。

浙江大学的陈启伟设计了一款基于WiFi和GSM技术的电机监测系统[7]。该系统的硬件层基于ARM处理器,外接RS485接口,集成了WiFi和GSM两种远程传输模式。该系统以WiFi作为现场的无线网络传输方式,将数据传输到电动机监控中心,实现对电动机的工作状况的实时监控,WiFi传输速率高,可实现局域网内的高效的数据共享。一旦有监测中心的工作人员无法解决的问题,数据在广域网内可以以GSM/GPRS的模式传输给相关专家,从而进行深层次分析,做出解答。这种远程传输方式既节省资源,又最有效的实现真正的远程传输。

本文针对电动机在工作中的不良工况,提出了基于物联网技术、云服务器技术和4G技术的电机远程监测系统。该系统分为下位机参数采集传输系统和电机监测云平台两部分。下位机采集传输系统通过传感器进行数据采集,单片机作为核心模块进行数据处理,无线射频模块作为远程传输方式,实现了将电机运行状态数据远程发送给上位机。上位机服务平台依托阿里云服务器与物联网建立云端数据库及Web UI界面,实现了远程监测的目的。

1 电机远程监测系统的总体设计

1.1 电机监测系统需求分析

本试验监测对象是型号为YE2-100L2-4的三相异步电动机。电机监测系统分为下位机参数采集传输系统和电机监测云平台两部分。下位机采集传输系统需要满足以下两个功能:

(1) 建立下位机采集传输系统,实现对电机的定子电流、电机壳温、电机转速以及电机振动的数据采集。

(2) 实现对电机运行状态数据的远程传输。

电机监测云平台需要满足以下几个功能:

(1) 实现对电机运行状态的分析。

(2) 建立上位机服务平台及Web UI界面。

(3) 实现对电机的定子电流、电机壳温及电机转速的实时监测显示。

(4) 实现对电机的定子电流、电机壳温及电机转速的实时波形图显示。

(5) 实现对电机的运行数据的云端存储及下载、阈值报警、状态分析等功能。

1.2 电机监测系统总体结构

根据需求,系统的结构分为三部分:数据采集层、云平台层和应用层。总体结构如图1所示。

▲图1 电机远程监测系统总体结构图

(1) 数据采集层:即下位机采集传输系统,实现了数据采集和远程传输两个功能。硬件部分包括主控模块、温度传感器、电流传感器、转速传感器、振动传感器及无线射频模块,通过主控模块连接各式传感器对电机的运行数据进行实时采集并对运行状态进行分析,然后通过无线射频模块将采集到的数据和运行状态信息打包传递给云服务器。

(2) 云服务器层:这一层作为下位机采集传输系统与Web UI界面之间的中间层,实现了连接纽带的功能。首先,下位机数据采集传输系统与云服务器的接口进行对接,云服务器将数据进行解析并保存在云数据库中以供使用。然后,与Web UI界面建立连接,对云数据库中的数据进行数据流转,将数据实时显示在界面中,方便用户及时地对电机运行参数及运行状态信息进行查看和下载。

(3) 应用层:这一层作为用户直接与系统建立连接的一层,实现了人机交互[8]的功能。为使用Web UI界面设置权限,从而提高了系统的安全性。Web UI界面与云数据库之间建立连接,可实时显示数据、异常报警、实时显示数据波形图,数据的数据、数据的下载。

2 下位机采集传输系统的研究

2.1 下位机采集传输系统框架

下位机采集传输系统如图2所示,当系统上电以后,经过以下6步操作后,开始采集和传输电机运行状态数据。

▲图2 下位机采集传输系统框架图

① 对系统的外设进行初始化,完成对主控模块及各项外设的使能;

② 对4G/LTE模块[9]进行状态检测;

③ 下位机采集传输系统通过TCP/IP协议[10],经过三次握手,与云平台建立连接;

④ 下位机采集传输系统通过传感器对电机的温度、电流、转速及振动数据进行采集;

⑤ 对采集到的温度、电流及转速数据进行复合滤波及阈值报警处理,对采集到的振动数据进行压缩处理;

⑥ 处理过后的数据封包后发送给阿里云物联网云平台。

2.2 数据软件滤波处理

对于电机的定子温度、定子电流及电机的转速这三类数据,在采集之后,采用中位均值[11]的软件滤波法,去除因外界干扰等原因造成的偶然误差,减少了错误报警的次数。

因此,分别对正常状态下的电机的壳温、定子电流及转速进行两次数据采集,采样时间设置为30 min,采样频率设置为1 kHz,第一次不使用滤波处理,第二次使用滤波处理,对比结果如图3所示。

▲图3 滤波结果对比图

2.3 远程传输技术

本系统中的远程传输技术是基于工业以太网传输技术与无线射频传输技术融合的传输技术[12]。下位机采集传输系统与云服务器端通过无线射频模块,将采集到的数据通过工业以太网传输协议发送至云服务器端,实现远程传输。

无线射频模块选择移远EC20模块,使用MQTT协议进行通讯。MQTT中文名称为报文消息队列遥测传送,其传输机制如图4所示。

▲图4 MQTT协议传输机制

MQTT协议具有实时传递的优点,并且协议支持所有平台。同时还具有以下特点[13]:

(1) MQTT简化了消息发送的工作量。

(2) MQTT可以根据不同topic来实现应用消息的业务划分。

(3) MQTT更为标准化,降低与第三方物联网服务集成的工作量。

(4) MQTT最大限度减少了传输流量。

(5) MQTT支持TLS安全,保证数据传输过程的安全性。

因此,选择MQTT协议作为远程传输协议,不仅可以提高消息发送质量,还能节省成本。

2.4 小波包数据压缩算法研究

在振动数据传输中,因为数据的采集频率非常高,数据量大,而服务器每秒钟最多仅能接收50条PUBLISH消息。因此会导致上传数据不完整,造成振动信号缺失。所以考虑采用数据压缩和新线程的方法,先对数据进行压缩,然后开启新单独对振动数据进行数据封包和发送。

小波变化在信源编码中已达到实用化,在信源编码中应用小波分解最普遍的是采用二通道共轭镜像滤波器[14]的方法,步骤如图5所示,途中“↓2”表示使用的是二维离散小波变换中对行进行下采样,即保留二维数组中的偶数行。

▲图5 小波信号编码模型

主要步骤如下:

① 对采集到的电机振动信号进行小波变换;

② 对变换后的信号的高频系数进行量化;

③ 通过量化后的小波系数,重构信号。

由于电机的工作环境较为复杂,采集的振动信号是由噪声、谐波叠加构成的复杂信号,而有用信号一般为低频信号,应分配较多的比特数,高频成分大多为噪声,不予编码。使用小波变换对振动数据处理,可有效地对噪声进行剔除[15],对振动数据进行压缩,降低无线传输压力,减少下位机的负担。

图6和图7分别为编号“zczd_20211220_2031”的正常状态和编号“gzzd_20211220_2157”的故障状态下振动信号的原始信号与重构信号的对比图。

▲图6 正常信号小波重构图

▲图7 故障信号小波重构图

信号的压缩率是评判信号压缩效率的一大指标,压缩率的标志是CR,表示压缩后信号的比特数与原信号比特数之比,公式如(1)所示:

▲图8 三种尺度下压缩率图

(1)

式中:Nn为压缩后重构信号的比特数,Ne为原信号的比特数。

信号经小波压缩后的压缩率如图8所示,由图可知,信号压缩率随着尺度增加而减小,证明重构信号的比特数降低,压缩的效率提高,数据量减小,提高了系统的运行速度和远程传输速度。

3 电机监测云平台的研究

3.1 电机监测云平台逻辑架构

▲图9 电机监测云平台逻辑结构图

电机监测云平台一方面要分析并保存来自下位机数据采集传输系统发送的数据,另一方面要对数据在前端界面进行分析与展示,给用户提供良好的Web UI界面。因此将电机监测云平台搭建与研究分为三个层面:用户访问层、逻辑层及数据访问层,具体功能分布如图9所示。

(1) 用户界面层(UI层)

用户界面层,即用户界面。该层面是用户与系统直接建立连接的工具,旨在给用户提供一个友好、简洁且易操作的方式与系统直接进行互动。通过用户界面,用户可以通过文字、图表、折线等多种方式直接获取到系统采集的信息。实现方式有多种,例如Web UI、PC端或者移动手机APP等。

(2) 业务逻辑层(BLL层)

业务逻辑层是DAL层接口和UI层接口之间的桥梁,它通过响应来自UI层的要求,作出反应,从DAL层获取数据,并向UI层中的应用反馈所需数据。

(3) 数据访问层(DAL层)

DAL层会对数据进行存储,以确保数据的完整与安全;它还会响应BLL层的请求,给予访问数据的权限。

3.2 电机监测云平台功能结构

根据上述电机监测云平台的逻辑结构,对其功能架构进行相关的研究与开发,具体功能如图10所示。

▲图10 电机监测云平台功能结构图

(1) 用户管理功能分为用户登录界面和用户账号管理数据库两部分,登录界面用来提高系统的安全性能,账号管理数据库用来储存用户的账号、密码等信息。

(2) 电机数据实时显示功能主要包含三部分,对电机壳温、定子电流、转速及轴向振动进行实时地数据展示。

(3) 电机数据实时波形图功能包含四部分,分别对温度、电流、转速及振动数据进行实时地波形图展示。

(4) 电机状态识别功能包含四部分:对电机的温度、电流和转速三个缓变量进行阈值分析报警;通过振动数据的特征对当前电机的状态进行分析。

(5) 电机监测云平台的功能还包括数据储存及下载功能,旨在将数据下载到本地长时间的保存或进行更加深度地研究。

4 系统实现及其实验分析

4.1 硬件介绍

系统整体实物图如图11所示。

▲图11 系统整体实物图

主控模块连接各传感器对电机的温度、电流、转速及振动进行监测。PT100传感器的接线端连接在主控模块上,传感器端放置在电机的后端盖中,监测电机的壳温。霍尔传感器通过磁吸座固定,对电机振动进行监测。霍尔电流传感器的接线端直接接在主控模块上,传感器端固定在三相异步电机的供电线上,监测电机的线电流,因为电机是星形连接,所以定子电流等于线电流。DK360A传感器直接固定在电机的后端盖上,对电机的轴向振动进行监测。

4.2 Web UI界面应用界面

登陆成功后可看到Web UI的应用界面,如图12所示,Web UI的应用面包含两个窗体,左边为菜单栏,提供给用户方便快捷的途径直接寻找功能,包括主界面、五种监测时域图及信息查看及下载功能。

▲图12 Web UI主界面

4.3 电机运行状态监测监测系统试验

为了试验本监测系统的精确程度,在使用监测系统监测电机运行状态的同时,使用采集卡对电机的温度、电流和转速进行监测,监测时间为10 min,采样频率为1 kHz,采样点数为200个,对比监测系统与采集卡的监测结果,对系统的监测的精确程度进行验证。

温度监测结果误差值如图13所示,以采集卡采集到的温度值为基准温度,误差值在0.5 ℃以内,温度监测差值的标准差为0.28,误差率小于1%,满足系统对温度监测的指标需求。

▲图13 温度监测结果对比图

电流监测结果误差值如图14所示,以采集卡采集到的电流值为基准,误差值在0.06 A以内,电流监测差值的标准差为0.03,误差率小于1%,满足系统对电流监测的指标需求。

▲图14 电流监测结果对比图

转速监测结果误差值如图15所示,以采集卡采集到的转速值为基准,误差值在±15以内,转速监测差值的标准差为6.29,误差率小于1%,满足系统对转速监测的指标需求。

▲图15 转速监测结果对比图

5 结论

本文结合无线远程传输技术和传感器技术,研究并设计了基于云平台和物联网技术的电机远程监测系统,完成了电机的运行参数监测,以保证电机的运行安全。

本文对三相异步电机的故障机理进行相关分析,依据失效机制来决定其性能和性能指标的需求;对下位机采集传输系统的关键技术进行研究,包括软件滤波技术及特征处理、远程传输技术及远程传输协议等;搭建了电机监测系统的上位机服务平台,实现了对下位机发送到上位机数据的解析、储存、可视化显示及分析等功能,完成了下位机到上位机整体数据传输的贯通。通过实验将数据进行比较和误差分析,结果显示,所设计系统满足对电机温度、转速及电流等指标监测要求。