轨道交通车站环控风机在线监测系统开发及应用

王启锋，彭恒义，仲 聪，郭 将，薛 慧

（欣皓创展信息技术有限公司，上海 200444）

0 引言

随着国内城市轨道交通的高速发展，各地轨道交通逐步进入网络化运营阶段[1]。轨道交通送风、排烟等功能，越发受到关注。区间射流风机、轨排风机、回排风机、新风机作为地铁区间隧道排烟、送风的专用工具，其健康状态不仅直接关乎地铁安全运营，同时对保障人们的生命安全具有重要意义[2]。

地铁环控系统中的轴流式通风机功率较大，工况多变，连续运行时间长，影响到人员和设备安全[3]。尤其是地铁区间射流风机一般安装在隧道顶端，通常维护困难，日常检修尤为困难[4]。如何精确快速地诊断风机故障的类型，实现早期预警[5]和预测性的维修，国内外学者进行了多种研究，并取得了卓越的成果。

陈姗姗[6]提出，在设备参数不全，无法计算特征频率，频谱分析方法不太适用等情况下，可利用时域波形和峭度指标来初步判断设备故障类型。武和雷等[7]提出故障判别方法，即对于零件表面的损伤类故障，用峰值判断比较有效；对磨损类故障，用均方根值比较有效；而峰值因子对两类故障都可以判断。邵东波[8]针对成都地铁设备管理实际，提出了振动监测的状态修如何应用到地铁机电设备的日常管理中。王颖[9]结合广州地铁设备应用经验，提出了采用振动加速度传感器实现地铁风机螺栓松动与转子不平衡故障的诊断。王肇琪等[10]提出时域分析方法是简易诊断的方法。此外采用振动加速度的趋势图判断滚动轴承所处的工作状态，也是及时发现轴承故障隐患的有效方法[11-12]

本文通过设计一套风机智能预警及故障诊断系统，采集风机设备振动频谱、波形、温度及风压等信息，进行特征参数、谱图分析，准确快速地诊断风机故障类型，实现预测性维护。通过监测设备的当前运行状态，确定被监测设备的未来发展趋势，诊断被监测设备故障类型，验证维护的有效性，可以实现设备故障的早期了解、预测和诊断。

1 设计方案

1.1 系统网络拓扑图

系统架构如图1所示。

图1 系统架构

在风机的就近位置安装现地在线监测箱，箱内放置数据采集模块、采集单元交换机等，在风机本体相应位置上安装传感器，通过传感器线缆接入监测箱内的数据采集模块中。

状态数据服务器及相关网络设备组柜安装布置在车站环控室。

各数据采集模块采集的风机实时状态数据、历史状态数据及各特征数据状态数据都将存储于状态数据服务器。状态数据服务器还具有与其他系统通信的软件及硬件接口，实现与第三方系统的数据交换。

数据采集模块负责采集、存储和处理风机的振动、温度、风压等参数，并进行实时监测和分析。数据采集器可以从相关数据中提取特征参数，获取风机状态数据，完成风机故障的预警和报警，并通过网络将数据传输到状态数据服务器，进行进一步地在线监测、分析和诊断；并接收来自车站其他系统的信号，如风机的功率、开停机信号等；还能输出风机在线监测系统的有关数据至第三方系统。数据采集模块预留足够的安装位置和接口，便于系统扩展其他监测项目。

1.2 风机测点分布

地铁车站环控通风空调系统的车站隧道排热风机、射流风机、大系统回排风机、小新风机等通风风机一般采用轴流风机，轴流风机由叶轮、电机、机壳、导流器、导叶、固定支架、减振器等部件组成。电机和风机叶轮直接驱动，电机裸露于空气中。

根据环控通风风机的特点，对风机在线监测的内容主要包括振动监测、温度监测及风压监测，通过在线监测确保风机健康运行。

振动监测：地铁轴流式风机适用于低压力，大流量的工况运行，其振动信号是影响风机运行的主要因素，通过振动监测可对设备的振动参数收集与分析，可以准确判断设备运行状态，预知设备故障[13]。一般在电机前轴承的水平、垂直向[14]及风机壳体安装振动加速度传感器，共计3 个振动测点。根据实际风机结构尺寸，结合以往的风机监测经验和用户的监测需求，对于电机机座中心高H≤132 mm的小新风机FAF、回排风机RAF/EAF，只在风机壳体上安装2个振动加速度传感器（水平和垂直方向）。

温度监测：一般地铁风机会在出厂前在电机前后轴承、定子三相绕组上预埋有温度监测的传感器，可以直接将信号接入数据采集模块，共计5 个测点。根据实际风机结构尺寸，结合以往的风机监测经验和用户的监测需求，对于电机机座中心高H≤132 mm 的小新风机FAF、回排风机RAF/EAF，只有定子三相绕组上预埋有温度监测的传感器，故只需将这3个温度信号接入数据采集模块。

风压监测：由于要监测风机的风压，需要有风压传感器的安装点，只有带风管管路的风机才具备风压监测的条件，一般在车站隧道排热风机进风管和大系统变频风机（含大系统回排风机）进风管上安装1 个风压传感器，射流风机无连接风管一般不安装风压传感器。

1.3 传感器

1.3.1 传感器选型

（1）振动监测

对于地铁风机而言，电机和叶轮不平衡、制造工艺差、安装质量不良、风机轴线不对称、零部件的机械强度和刚度较差、轴承和密封部件磨损破坏，以及风机临界转速出现与风机固有频率接近引起的共振等，都会产生强烈的振动。考虑到地铁风机的特点，建议传感器选用压电式加速度传感器。

（2）温度监测

地铁车站风机一般采用滚动轴承，其具有摩擦阻力小、功率消耗小、机械效率高、易起动的特点。但即使滚动轴承润滑良好，安装正确，最终也会因为滚动接触面的疲劳而失效、故障[15]。

一般设备轴承温度过高，会使轴承润滑脂稠度下降，触变性能下降和黏附性能下降，加剧轴承磨损甚至损坏。定子绕组温度过高，可能是转定子摩擦等故障，电机容易烧毁，所以对风机重要部位的温度参数进行测量是一项很重要的监测内容。常见的多用PT100 温度传感器进行测量风机轴承及电机三向绕组的温度。地铁风机会在出厂前在电机前后轴承、定子绕组上预埋有温度监测的传感器，可以直接将信号接入数据采集模块。

（3）压力监测

通过测量风机出入口压力可以实时观察到出入口压力值，当压力出现异常时系统能及时报警，提醒用户检修。风压传感器需根据现场实际工况选择合适的量程及精度等参数。

1.3.2 传感器安装

（1）振动传感器安装

用砂纸将安装位置上的油漆、锈迹等覆盖物打磨清除之后，用角磨机加工出一个安装平面，接触面要平整且直径要大于25 mm，确保传感器和电机机壳表面完全接触；在如图2 所示加强筋处开孔M6，孔深度为8 mm。

图2 振动传感器安装

使用双头螺柱M6×10，使用少许螺纹胶，用活动扳手稍稍拧紧，至传感器底部与安装表面完全接触且安装牢固可靠。

（2）温度传感器安装

温度传感器使用PT100，温度采集利用电机自带的温度传感器直接采集，可以测得风机轴承温度和绕组温度的传感器信号[16]。在风机出厂前内置于风机的轴承位置及U、V、W三相电源内，信号引出线接入风机接线盒内，与监测箱信号输入线连接。

（3）压力感器安装

压力传感器被测压力管路上的螺纹连接，由于有的压力管路比较长，安装前要对管道进行排空或排污处理。因较长的管路对压力有衰减作用，为了保证测量的准确性，延伸管路应不超过20 cm。

1.4 数据采集模块

数据采集器模块需具备支持对振动、温度、压力等数据的采集，支持多通道并行采样，每通道A/D 分辨率为24 位，采样率可达到200 kHz；支持全通道同步并行触发采样、实时采集、数据处理机制选择存储支持，高速实时采集后的数据会进行异常特征数据判断，智能储存，避免数据出现冗余。数据采集模块内置数据处理分析功能，既可以独立运行也可以联机其他设备及服务器组网运行。RS485 串行通信接口和以太网通信接口使得数据采集模块可以和计算机监控系统等第三方系统进行双向数据通信。数据采集器模块通过通讯方式或硬接线方式采集机组工况参数数据。数据采集器模块采用容错设计，具有自诊断和抗干扰功能，能对传感器进行自检和故障报警。

数据采集器模块支持整周期和等时间间隔两种采样方式，对风机设备的开机、停机、稳定运行等状态分别进行在线监测。数据采集器模块可以自动识别机组的运行工况，根据不同工况采取相应的采集方式，并能将采集到的数据进行分析、提取，以通信的方式传输至车站中控室机组状态在线监测系统上位机单元。

数据采集器模块具有过程量、高速模拟量等信号的输入和数字信号的输出等端口，具有较高可兼容性、可维护性及可扩展性；具备故障自诊断、自恢复等功能，同时数据采集模块具有断电自保持功能，拥有远程监控、远程维护等功能。

1.5 系统软件

1.5.1 实时监测与数据分析

软件系统遵循人性化的设计理念，软硬件设计都应以操作和使用的方便为基础。它提供了中文软件界面以及非常直观的图形和图表，使操作员易于理解、学习和使用。它还使那些不熟悉计算机的人能够快速掌握和操作整个系统，并迅速胜任操作和管理。

（1）监测分析

该系统可以实现风机振动、温度及相关工况参数数据的同步、周期性采集，并以数值、柱状图、表格、实时趋势等形式实时显示监测到的相关参数，还可以在线实时显示振动的波形和频谱，如图3 所示。系统能提供时域波形分析、频域分析、瀑布图、级联图、趋势分析等专业分析工具，系统利用专业数据分析工具，对采集到的风机设备的振动、温度、压力等数据进行处理分析，结合风机设备运行工控，评估风机动稳态特性。

图3 实时监测与分析界面

（2）工况参数和过程量参数监测分析

工况参数和过程量参数监测分析功能负责监测整个风机的运行工况，如流量、功率、转速等，通过监测能对整个风机的运行工况有一个全貌的了解，是一个全方位的监测。

工况参数和过程量参数监测分析功能一般应具有5个模块，分别是风机列表、运行工况、过程量监测、振监测和分析、故障预测和智能诊断。

该子系统一般具有以下功能：运行工况子系统可以显示当前监测的风机的运行工况、振动和温度以及压力等信息，用于了解风机当前运行的振动温度情况以及所处的工况；可以切换显示不同风机的运行工况监测画面，显示不同风机的实时工况、振动及电流压力数值；同单风机振动监测一样，风机各测点的数据背景色会反映该测点的实时报警情况，测点名称的颜色会反映该测点曾经的报警状态。

1.5.2 软件故障诊断功能

故障诊断是对设备的故障进行自动识别与诊断。当设备测点发生报警时，系统启动故障诊断分析模块，通过内置的故障诊断知识库规则对设备运行时的振动、温度、电流等数据进行筛选，并提取特征信息，将特征信息与规则进行匹配和模式识别，判断出最有可能的故障类型，给出结果和建议的处理措施。该子系统一般具备以下3项功能。

（1）完整的谱图分析

软件能提供各种所需的数据分析专业工具，能根据监测参量的变化，预测状态的发展趋势并提出趋势预报。系统能自动对风机运行过程的振动、温度、压力等参数进行监测和分析，通过对其波形、频谱等的时域和频域分析，也能对不同风机相同测点的参数进行横向数据和图像对比分析，反映出各机组运行的实时状态和预测趋势。本系统支持与车站环控系统的有关运行工况信息的双向交流，从而可结合风机运行的各种参数信息进行综合分析，得出设备的“健康”状态。系统会定期出具在线监测机组状态报告，统计参数超标或故障发生的情况，形成报表和结论。

（2）风机报警分析

在软件的功能设置中，具有对数据的智能诊断和处理，所以软件应不仅支持ISO 10816标准的报警功能，还支持智能自学习式报警机制，能有效解决“误报警”和“漏报警”问题。系统成型报警曲线的建立一般会在系统成功连续运行两周左右稳定形成。软件的报警方式有声音、灯光两种，并且可以进行时间设置。为了在不同工况下灵活设置各设备报警值，软件设置门限报警手动设置功能，被授予权限的管理员，可对权限内的各报警参数进行灵活设置。

（3）趋势分析

软件具有完备的趋势分析功能，可以分析系统监测振动、温度等参数量的所以特征参数、工况参数以及从第三方通信过来的过程量参数的趋势变化。趋势分析功能含实时趋势分析功能、历史趋势分析功能和相关趋势分析功能。通过对监测参数较长时间的趋势观察和分析，预警设备某些部件可能存在的故障隐患，在故障发生前及时检修防止严重性故障的发生，提前做好相应的维护措施和减少维修的期限。趋势分析功能结合时间和相关参数的坐标曲线，形成直观的曲线图，对于运行管理人员来说，用它来监测风机的运行状况是非常直观的。

1.5.3 智能预报警功能

（1）故障报警

系统提供智能报警功能。当监测到的振动、温度、风压、电流等数据值超过设定限值后发出报警信号，页面伴有报警指示，报警平台窗口能自动弹出，并发出报警声音，报警信息可通过短信和邮件两种方式发送到负责人或工程师手机或邮箱中，使远离现场的负责人及工程师及时了解到站内运行信息，方便指令决策快速下达。同时，系统提供报警记录查询功能，具备设备故障报警的统计[17]，随时查看设备自运行以来所有的报警记录及其他详细信息。

（2）维护检修预警

维护检修预报是利用相关智能算法，对车站风机设备建立的预测模型进行分析、求解，得到相关特征量的变化趋势，判断设备近期是否会发生故障，从而做到提前检修维护。

（3）设备健康状态评价

系统提供健康状态评价功能。根据监测到的有关参数在同一工况下的变化趋势或与同一工况下的样本数据的比较结果，在报警之前提前发现风机缺陷或故障，给出预警指示，如图4所示。

图4 设备健康评估

（4）智能报警

系统提供报警功能。当监测到的数据超过设定限值后发出报警信号，系统能够根据流量、风机转速等情况不同工况，对振动、温度各测点单独设定报警值和停机值，为风机提供准确的报警和停机信号。所有报警和停机信号均能对外输出无源硬接点信号供用户使用。

2 应用效果及分析

风机智能预警及故障诊断系统避免了环控风机设备的突发性故障，从而避免了设备因被迫停机而影响生产，风机设备的状态分析为预测设备的维修提供了可靠依据。使运维人员能够及时准备维修部件、安排维修计划，克服了定期维修带来的经济损失和设备性能的下降；完善的诊断能力可以准确指出故障类型和故障部位，避免了维修的盲目性，大大缩短了工期，且简捷易行[18]。

2.1 实时全面的信号采集

风机智能预警及故障诊断系统能够实时、全面采集并反映振动、温度、压力等各种参数和变量，并且通过现有的监控系统，读取环控风机设备运行的各种状态。对风机设备进行全方位、多角度的数据实时采集与监测。

对多传感器采集来的各种信息进行智能分析，联系以及综合，通过各个环节来对所收集的信息进行处理，能够更加精确地对所要判断的系统进行诊断[19]。

通过设备监测、故障预警、数据报表等，实现风机设备运行记录无纸化，减少现场人工巡检工时，从而降低成本，实现设备状态信息化。

2.2 直白明朗的动态分析

风机智能预警及故障诊断系统利用采集到的数据，绘制机组各类振动、温度等曲线，并且提供进行波形、频谱分析，画面直白，分析明朗。

当设备发生故障时，系统会自动发出警报，并提示故障的类型、位置、严重程度和处理建议，提醒用户将设备故障消灭在萌芽状态，避免因设备故障导致设备的破坏性损坏和人员伤亡，从而提高设备运行可靠性，降低运维管理成本，实现设备检修智能化。

2.3 科学详细的状态评价

风机智能预警及故障诊断系统吸取国内外对设备健康评价的优秀经验，并且结合公司的运行经验，建立起具备机组全生命周期监测管理与健康评估的专家数据库，评估结果直接简洁，能够有效指导管理人员现场操作维护，显著减少管理人员工作量，让泵组设备的管理更加科学、有效。

另外通过网络连接远程监控平台，将现场监测系统数据实时传输至平台，展示相关监测数据与合理的趋势说明，给出风机的运行状况及维修建议，为设备提供全面的保障服务[20]。

2.4 针对便利的设计配置

总体设计、传感器选型、硬件和软件的设计和配置，都根据风机的结构和工况进行了针对性的考虑和设计。

系统具有开放平台，便于系统功能模块的增加及二次开发。系统的硬件配置有一定的裕度，提供应用开发环境、接口环境和系统互连环境，并且可以提供符合国际开放系统组织推荐的开放环境规范，可以方便地与地铁已有系统进行通信，实现数据共享，同时，将来可以方便地扩展应用到其他设备上。

3 结束语

风机智能预警及故障诊断系统通过合理布置传感器，利用可靠的数据采集装置采集风机设备运行过程中的振动、温度、压力数据，通过系统严密的监测和故障诊断与分析，判断设备的运行状态，为地铁相关部门建立科学的设备检修维护制度提供技术基础。智能化诊断减少了故障排查时间，减少运维人员工作量，有效地将每一台风机的维修和管理与地铁系统运维融合起来，为地铁相关部门的监管提供有力的保障。目前，地铁线路中的风机设置智能预警及故障诊断系统，其效果显著，既保证设备安全运行，又能节约维修成本，实现设备运行效益最大化，提高经济效益。