建筑钻孔机械运行故障检测方法

赵煜焱

摘要：受建筑工程地形的影响，钻孔机械在运行过程中极易出现故障，为确保施工的安全性，研究一种建筑钻孔机械运行故障检测方法。基于香农采样定律采集钻孔机械运行故障信号，以去噪、中心化等步骤预处理钻孔机械运行故障信号，利用函数型大数据拟合故障信号后，经过聚类分析实现钻孔机械运行故障的在线检测。通过某深基坑支护工程施工中，对利勃海尔LB28旋挖钻机的6种常见故障的检测实验发现，本文设计方法的故障检测结果均方误差为0.19，说明该方法的故障检测准确性高，具有一定适用性和应用价值。

关键词：建筑钻孔机械；运行故障；故障检测；检测方法

0   引言

深基坑支护工程对提升建筑地基承载力非常关键，同时对确保建筑工程施工结构的稳定性有着重要影响。深基坑支护工程是一个施工环境多变、施工技术复杂的项目，应用的各类机械设备在长期运行过程中极易发生故障，严重影响着施工效率，甚至可能会因机械运行故障而引发安全事故。为了防止此类事故发生，在施工过程中对相关机械设备进行故障检测非常必要。

近年来，建筑施工中的机械故障检测已經成为我国众多学者关注的焦点课题之一。梁小康[1]利用谱图由于声学特征设计一种故障检测方法，以提升旋转机械故障诊断效率。吴旭涛[2]等人通过多源数据融合技术设计一种故障检测方法，以有效保障GIS故障检测准确性。本文针对建筑钻孔机械运行故障检测方法进行深入研究，最后利用利勃海尔LB28型旋挖钻机进行实验，以验证设计方法的有效性。

1   钻孔机械运行故障信号采集

在建筑钻孔机械运行过程中，基于香农采样定律不间断地采集机械振动故障信号。一般情况下，为防止采集的故障信号出现混频，需要设置一个较高的采样频率。但采样频率不能过高，否则可能会带来一些冗余信息，从而影响故障检测效果[3]。

钻孔机械振动故障信号通常具有稀疏性特征，为解决香农采样定律中混频问题，结合压缩感知原理来采集钻孔机械运行故障信号[4]。压缩感知就是通过对原始稀疏的钻孔机械振动故障信号进行定域投影，从而将故障信号中国关键时频域特征提取出来，以使香农采样定律的高采样频率成为可能。

在钻孔机械运行故障信号采集过程中，将故障信号的稀疏特性作为理论基础，通过压缩感知原理将故障信号进行重构，再以香农采样定律来采集故障信号。

2   钻孔机械运行故障信号预处理

在利用香农采样定律采集的钻孔机械运行故障信号时，往往会导致采集信号中存在一定的干扰噪声，影响信号的有效性，所以在进行钻孔机械运行故障在线检测前，需要对采集信号做去噪处理[5]。综合考虑建筑钻孔机械运行故障信号的特征，本文以单分量分解的形式来去除故障信号中噪声信息，表达式如下：

3   钻孔机械运行故障在线检测

在采集的振动故障信号基础上，可通过分析决策来判断钻孔机械是否存在故障、故障类型以及故障量级等。本文设计在线检测方法主要包括故障信号采集、故障信号预处理、故障信号识别检测等环节。关于故障信号的采集与预处理文中上述内容已经赘述，在此主要针对故障信号的识别检测进行详细介绍。

3.1   拟合故障信号

3.2   故障信号的识别检测

经过式（6）拟合后的钻孔机械故障信号，是可以成功进行聚类分析的关键。由于聚类分析具有强大的处理性能，所以本文通过聚类分析与数据划分的效果，来实现钻孔机械故障信号的识别检测。

首先确定钻孔机械故障信号的最优辐射半径，并根据该半径求解出运行故障信号的相似性。然后通过下式来判断信号之间的距离是否合理。

3.3   生成新的聚类方案

当存在新增的钻孔机械运行故障信号时，其会根据新增信号的特点与原始聚类中心之间的聚类，来确定一个新的聚类中心位置，并生成新的聚类方案。由于本文引入了函数型大数据对故障信号进行拟合，所以聚类算法不会受新增信号的影响，仍可以保证故障信号聚类结果的准确性。

4   实例应用

4.1   工程概况

为验证本文设计的建筑钻孔机械运行故障检测方法的可行性，将其应用于实际工程中进行实验测试。某小区拟建地块为矩形，地上总建筑面积约为2.28万m2，小区周围是已建成通车的市政道路。在该工程设计方案中，为满足小区居民的停车需求，于居民楼地下修建停车场，地下停车场的标高为2.2m左右。

4.2   确定实验对象

为确保基坑支护结构的稳定，该工程采用钻孔支护桩结构。在进行钻孔施工时，主要采用利勃海尔LB28型旋挖钻机。采用本文的设计方法，对利勃海尔LB28旋挖钻机进行故障检测实验。

4.3   采集故障类型

为确保本次故障检测实验可以顺利完成，实验开始之前，需要对该机械的主要技术参数进行分析。利勃海尔LB28型旋挖钻机技术参数如表1所示。

在此基础上，采集利勃海尔LB28旋挖钻机的几种常见故障类型，并明确它们所反映的故障信息。钻孔机械常见故障类型如表2所示：

4.4   故障检测效果

在该基坑支护工程施工过程中，收集1000组运行数据作为故障检测实验的训练与测试数据，并选用基于多源数据融合的故障检测方法、基于深度学习的故障检测方法作为，实验对照组。

5   结束语

随着新兴技术设备的广泛应用，建筑钻孔机械的结构越来越复杂，为确保钻孔机可以稳定运行，保障建筑施工的安全性，本文设计一种机械运行故障实时检测方法，以利勃海尔LB28型旋挖钻机为例展开实验。实验结果证明，该方法的精确性与实用性完全满足建筑钻孔机械的检测要求。本文仅选用了钻孔机械的振动故障信号作为故障检测的判断依据，今后还需要综合电流、电压等信号，以更好地提升故障检测方法的实用性。

参考文献

[1] 梁小康.基于谱图和声学特征的旋转机械故障检测方法[J].电子器件，2021，44（3）：737-740.

[2] 吴旭涛，马云龙，何宁辉，等.基于多源数据融合的GIS机械故障检测技术[J].高压电器，2022，58（11）：191-196+204.

[3] 沈保明，陈保家，赵春华，等.深度学习在机械设备故障预测与健康管理中的研究综述[J].机床与液压，2021，49（19）：162-171.

[4] 崔旭浩，郗欣甫，孙以泽.数据驱动的经编机横移机构故障检测方法研究[J].工程设计学报，2022，29（3）：263-271.

[5] 田红彬，王晓楠，刘喜峰，等.采用滑模观测器的机械臂故障检测与控制优化[J].现代制造工程，2022（1）：91-97.

[6] 包奇， 胡艳华， 朱炜. 强夯机行走跑偏液压系统故障的诊断[J]. 工程机械与维修， 2022（2）：52-54.

[7] 刘宝稳，汤容川，马钲洲，等.基于S变换D-SVM AlexNet模型的GIS机械故障诊断与试验分析[J].高电压技术，2021，47（7）：2526-2538.

[8] 陈国才.基于函数型大数据聚类分析的机械故障在线检测[J].现代制造工程，2021（6）：142-147+160.

[9] 蔡芳芳. 基于有限元的泵车转塔故障诊断及结构优化[J]. 工程机械与维修， 2021（5）：20-21.