基于采样数据的门座式起重机电气故障检测方法

高昕　冯幸毅　王梯斌

摘要：为提高对门座式起重机电气故障检测的精度，引入采样数据思想，开展对其检测方法的设计研究。明确起重机电气故障检测数据采样方式，通过采样数据现行变换、一阶滞后滤波，实现对其预处理；对门座式起重机电气故障类型划分，构建故障树；对各类故障的先验概率和条件概率计算，实现故障检测以及故障发生概率求解。将新的检测方法与其他两种现有检测方法的检测结果对比，可知新的检测方法具备更高的检测精度，不仅可以实现对故障的检测，还能够实现对故障类型的有效识别。

关键词：采样数据；起重机；检测；电气；门座式

0   引言

起重机作为一种现代化的工业生产设备，具有十分复杂的机械构件以及电气设备。随着起重机的使用范围的扩大，用户对其性能的要求也越来越高。近几年来，起重机逐渐朝着大型化、自动化、专业化、智能化的方向发展[1]。

起重机在使用中经常会出现各种问题，如果没有得到有效地处理，将会在一定程度上影响设备的使用性能和使用寿命，甚至会造成重大的安全事故。据不完全统计，在近5年的时间中，由于使用特种设备而造成的事故中，起重机的事故发生数量占比较大[2]。其中，在重度起重机类型中，门座式起重机使用量所占的比重较高。

在保证运行安全和防护上，通常都是采取安装起重限制式传感器等简单的安全保护设备，而對起重机进行系统的实时监控和故障分析十分缺乏。在日常的检修和使用中，操作人员无法实时、直观地观察设备的工作状况，无法确保在操作中及时发现异常状况，存在着安全隐患[3]。

从以上的分析可以看出，对起重设备，特别是门座式起重机的生产运行状况进行实时在线检测，诊断出设备的运行状况，及时有效地向有关部门提供设备运行监控和故障诊断的信息，有利于保障设备运行安全，优化设备维修策略制定，避免重大事故发生。为提高对门座式起重机电气故障检测的精度，本文引入采样数据思想，开展对其检测方法的设计研究。

1   基于采样数据的电气故障检测数据预处理

1.1   采样方式

针对门座式起重机电气设备的故障检测，为确保检测结果符合实际，必须对其检测数据进行有效采样。采样数据包括横梁、支腿应力应变，齿轮箱振动、大小电机电流以及电气设备中各个结构的基础数据信息[4]。

针对各类型检测数据，分别采用具有不同功能的传感器设备进行测定。起重机电气故障检测数据采样方式对应表如表1所示。

针对门座式起重机电气设备上各个应力测点的布置，应当在支腿上设置4个，在跨中设置4个，在1/4跨位置上设置4个，共设置12个测点。

1.2   采样数据预处理

由于得到的采样数据当中包含众多冗余数据以及容易造成噪声产生的数据，因此为了提高本文检测方法的检测精度，针对各个测点上通过传感器获取到的采样数据，还需要进行预处理[5]。

获取到的采样数据单位和数值不同，对这些数据进行A/D转换后能够得到一系列数字量，且数字量变化范围都是由A/D转换器的位数决定。当采样数据与对应传感器的输出之间具有线性关系时，则可以按照线性变换公式对其进行预处理：

惯性滤波是一种适合于测量波动频率的滤波器，它可以有效地克服周期性的干扰，但是也会产生相位延迟。相位延迟取决于α的取值，因此需要根据具体情况以及后续检测的需要合理设置α数值。

根据上述操作，完成对门座式起重机电气设备故障检测数据的预处理，为后续故障检测以及故障发生概率的求解提供可靠依据。同时历史数据也能够为检测提供依据。对于历史数据的追溯，主要是为了实现对门座式起重机电气设备历史阶段性数据的查询[6]。

通过设定对应的查询时间或者选定一定的时间段，可以获得相应的采样数据，并将其显示为波形图和折线图。因为移动设备的体积比较小，所以可以用图像缩放来更全面地显示本地采样数据。

2   门座式起重机电气设备故障树建立

根据门座式起重机电气设备中各机构控制要素以及电气元件的构成条件，明确电气故障类型可分为4大类，每一类中又包含多个不同的故障表现形式。因此，为更直观明确门座式起重机电气设备的故障类型，以其电气故障中较为常见的“门机起升机构电气故障”为例，构建如图1所示的门座式起重机电气设备故障树。

根据上述构建的门座式起重机电气设备故障树，针对所有节点均设置2种状态，分别为故障状态和正常状态，对应的取值为1和0。针对其他类型的故障问题，同样按照上述故障树的构建逻辑完成构建。

3   故障检测与故障发生概率求解

在获取所需的检测采样数据并完成预处理后，按照上述构建的门座式起重机电气设备故障树，对门座式起重机电气故障进行检测。确定采样数据以及相关权重，结合三角模糊算法，对故障树上各个节点的故障进行先验概率计算[7]。假设某一故障树根节点为，针对这一故障类型进行下述运算：

根据上述公式，可以计算得出不同故障发生的条件概率，将其作为检测结果输出，实现对门座式起重机电气故障的检测。

在门座式起重机运行过程中，针对各个电气设备的运行特点，可以对其条件概率阈值进行设置。一旦检测到条件概率数值超过阈值范围，则说明此时出现了电气故障问题，需要对其进行进一步的检查、维修与处理。

4   对比实验

以MG通用双梁门座式起重机为例，针对该设备对其电气故障进行检测。在相同的检测环境中，分别利用本文上述提出的基于采样数据的检测方法（A方法）、基于LSTM算法的检测方法（B方法）和基于模糊贝叶斯的检测方法（C方法）对其进行检测。

4.1   基本参数

已知所选门座式起重机质量为1000kg，跨度为5～32.6m，载荷为16t，悬臂长度为1～12m，提升量为1～12m。采用遥控式操作形式和电动式操作方式。提升速度为8m/min，大车运行速度为25m/min，额定起重力矩为3200kN·m，吊钩的升降速度为2.3m/min。

4.2   故障类型划分

在明确该门座式起重机的基本性能参数后，对其可能出现的电气故障类型进行划分，并分别标号如表2所示。

4.3   检测结果对比

针对上述9种故障类型，分别利用3种检测方法对每种故障情况的发生概率进行测定，并控制该门座式起重机进行100次的运行，记录每种故障发生的次数，将其与各个检测结果对比，得到如表3所示的实验结果。表3中，x表示起重机在100次运行中出现对应故障类型的次数。

根据3种检测方法检测结果对比得出：A方法的检测结果与x数值一致，说明A检测方法能够实现对所有故障的全部检测，且通过进一步测定得到的故障类型发生概率更加精准。B方法在对该门座式起重机进行检测时，未实现对故障类型GZ-01、GZ-03和GZ-07的检测。C方法在对该门座式起重机进行检测时，未实现对故障类型GZ-07的检测，同时B方法和C方法无法实现对门座式起重机各个故障类型发生概率的高精度检测。

通过上述得出的实验结果能够证明，本文设计的基于采样数据的检测方法，可以实现对门座式起重机电气故障的高精度检测，可为该设备安全、稳定运行提供保障条件。同时通过该检测方法得出的结果，能够为门座式起重机的电气设备运维方案制定提供决策条件。

5   结束语

为提高对门座式起重机电气故障检测的精度，引入采样数据思想，开展对其检测方法的设计研究。针对门座式起重机电气设备的运行，在引入采样数据思想的基础上，设计了一种新的检测方法。将新的检测方法与其他两种现有检测方法的检测结果对比，可知新的检测方法具备更高的检测精度，不仅可以实现对故障的检测，还能够实现对故障类型的有效识别。在下一步研究当中，还将继续获取各类门座式起重机电气设备的故障数据，并实现对检测方法中数据集的扩充，提升檢测和识别的准度与精度。同时，将本文上述对门座式起重机电气设备故障检测方法设计的思路应用到其他类型起重机中，可以为其检测方法的设计创新提供参考。

参考文献

[1] 容梓豪.岸边集装箱起重机吊具电缆卷盘减速箱漏油故障原因分析及解决方案[J].集装箱化，2022，33（10）：23-24.

[2] 李胜永，吴丽华，戴雨.基于ADR-SDP-DCNN算法的非稳定工况下港口起重机轴承故障诊断[J].上海海事大学学报，2022，43（3）：102-110.

[3] 庞涛，黄浩奇，邱雪芳，等.基于MFCC和SVM的起重减速器故障诊断系统研究[J].自动化与仪器仪表，2022（6）：70-74.

[4] 曾耀传，林云树，吴晓梅. 基于EEMD与GWO-MCKD的门座起重机回转支承故障诊断[J].机床与液压，2022，50（7）：170-175.

[5] 张氢，李帅杭，陈星，等.基于无监督学习的岸边集装箱起重机关键部件故障诊断方法[J].起重运输机械，2022（2）：61-65.

[6] 李勇，钱尼君，陈星斌，等.基于EEMD-Treelet和高斯过程的起重机齿轮故障诊断[J].计算机测量与控制，2021，29（7）：36-40+51.

[7] 杨武帮，高丙朋，陈飞，等.基于变分模态分解和PSO-SVM的起重机齿轮箱故障诊断[J].机械传动，2021，45（4）：105-111.