基于ZigBee的礦井提升機無線數據采集系統設計

高 寧 ，任 芳 ，李娟莉 ，楊兆建

（1.太原理工大學 機械工程學院，山西 太原 030024；2.煤礦綜采裝備山西省重點實驗室，山西 太原 030024）

1 引言

礦井提升機作為煤礦生產的重要運輸設備，是煤炭、矸石、物料、人員等進出礦井的載體，具有重要作用[1]。現階段，在礦井提升機監測系統中，大量運用有線的方式對采集到的信號進行傳輸，文獻[2-3]等對該方法進行了充分的研究。這種基于有線的監測系統部署成本高、可維護性差、缺少靈活性、監測范圍有限以及冗余容錯能力差等缺點，導致采集信號的質量降低，從而影響系統的效果[4]。

隨著物聯網在中國的逐步發展，無線傳感器網絡（WSN）技術被越來越多的人所熟知接受。無線傳感器網絡由大量低成本、多功能的傳感器節點組成，在軍事、工業、醫療、環境監測等領域有著巨大的應用價值和潛在的應用前景[5-6]。隨著物聯網在其他方面的成熟運用，文獻[7-9]都把物聯網的思想運用到礦井提升機等礦山設備的檢測中，并取得良好的效果。

礦井提升機實時監測主要依賴于對運行數據的實時采集、處理。運用無線傳感器網絡來進行這方面的工作可以減少布線、提高容錯能力，從而提高數據的精確度，具有穩定可靠、低成本、簡潔方便靈活、可擴展性強的獨特優勢。礦井提升機的安全運行在很多方面由制動系統的可靠穩定性決定。由于系統的擴展性強，所以先以對制動系統相關數據的采集為基礎進行系統結構設計。

2 系統結構

2.1 無線傳感器網絡

無線傳感器網絡是由部署在監測區域內大量傳感器節點相互通信形成的多跳自組織網絡系統[10]。每個節點既有采集數據的功能，又有給附近節點做路由的功能。采集到的數據經過單跳或多跳的方式傳遞給匯聚節點，由匯聚節點連接到互聯網。最終傳輸到用戶管理終端，提供各項數據[11]。

2.2 節點結構

在無線傳感器網絡中，通常將節點分為傳感器節點、路由節點、匯聚節點等三種類型。傳感節點主要包括感知、控制、無線收發和電源管理等單元。而傳感器節點本身也可作為路由節點和匯聚節點，只是對他們進行不同的功能區分即可。所以所用節點結構為傳感器節點結構。節點結構，如圖1所示。

圖1 傳感器節點組成部分系統框圖Fig．1 The System Block Diagram of Sensor Nodes

2.3 網絡結構

在組建無線傳感網絡的過程中，各節點之間通過自組織的方式進行組網，因此需要用到近距離無線通信技術。現階段，比較成熟的無線短距離通信技術主要包括藍牙（Bluetooth）、無線局域網（Wi-Fi）、紅外線數據通信（IrDA）、ZigBee、超寬帶通信（UWB）等。他們各自有優缺點及使用的場合，其中藍牙不適用于建立大范圍的多節點監測網絡；Wi-Fi的功耗較高，安裝周圍需要有電源持續供電；IrDA只能在兩個設備之間連接；UWB覆蓋范圍小，傳輸距離短；ZigBee具有低成本、低功耗、網絡容量大、傳輸距離相對較遠、ISM頻段免費、支持多種網絡拓撲、穩定性高等特點。

在對礦井提升機制動系統進行數據采集時，需要布置多個的傳感器節點；由于工作時間長，需要考慮設備功耗；監測點分布比較分散，對傳輸距離有一定的要求；數據監測穩定性要求比較高。基于以上要求和各個通信方式的特點，其中ZigBee技術的特點符合無線傳感器網絡對數據采集的通信環境要求，雖然其通訊速率較低，最大通訊僅為250kbps，但對無線傳感網絡已經夠用，本系統最大通訊速率為32kbps左右，所以本系統采用ZigBee作為無線傳感器網絡的協議。

ZigBee網絡拓撲結構主要包括星形拓撲、網狀拓撲以及樹形拓撲。星形網絡是其中最簡單的結構，由一個協調器和一系列的終端節點構成，所有節點把數據傳輸到協調器。因為本系統主要是對一副制動盤做出數據采集，需要采集的數據源相對獨立，結構相對簡單明了，不需用復雜的網絡進行傳輸。因此ZigBee網絡拓撲結構選擇星形拓撲。

2.4 系統結構

圖2 系統總體結構Fig．2 General Structure of System

本系統是以無線傳感器網絡結構為總體架構，通過安裝在提升機制動盤和液壓站等位置的傳感器，采集出制動盤偏擺、閘瓦間隙、液壓站油壓（制動油壓、殘壓等）、正壓力等參數。系統總體結構，如圖2所示。傳感器通過和節點的相連形成傳感器節點，將采集的數據以單跳的傳輸方式到匯聚節點，由匯聚節點把數據通過串口通訊傳輸到計算機上，通過VB窗口進行數據顯示，并實時保存到數據庫中，為后續的數據分析、故障診斷等提供數據支持。

3 系統硬件支持

系統利用ZigBee技術實現提升機制動系統工作時關鍵數據的采集。數據的采集是整個系統的基礎，主要包括以下設備：

（1）電渦流位移傳感器：HZ891YT系列一體化電渦流位移傳感器，主要用于測量閘瓦間隙和制動盤偏擺。

傳感器可將偏擺量線性的轉換為直流電壓。把傳感器觸頭對準安裝制動閘的同心圓上任意點，在提升機旋轉一周后，傳感器觸頭與同心圓上點的相對位移就是偏擺位移δ。

（2）壓力傳感器：丹佛斯MBS 3050-3413-1GB04壓力傳感器，主要用于測量油壓的大小。

由于液壓站供給每個液壓缸的各個管路的液壓源都是相同的，忽略油壓在管道內傳輸過程損失的壓力，電磁換向閥的出口處的壓力和其它各液壓缸中所測壓力是一樣的，因此，本系統只在電磁換向閥的出口處接了一個壓力傳感器即可。

（3）力傳感器：CMK1 型墊圈式測力傳感器，量程為（0～5）T，靈敏度為2．0mV/V，主要測量制動器碟形彈簧壓力的大小。在碟形彈簧的底部安裝力傳感器，直接測量碟形彈簧對傳感器的壓力。由彈簧壓力和液壓缸的油壓可以計算得出正壓力的大小，因此再加上制動盤的摩擦系數和平均制動半徑，就可以算出制動力矩的大小。

（4）開關電源。選擇與傳感器相配套的電源，或直接接到現有設備的配電器中。

（5）傳感器節點。選用TI公司的CC2530芯片作為各節點的核心模塊。作為SoC片上系統，其把ZigBee無線射頻芯片與MCU集成到一起。包括通訊接口、定時器、ADC等，32/64/128/256/kB四種類型的閃存和8kB的片內RAM。本系統選用256kB閃存的CC2530F256芯片。

4 系統軟件支持

4.1 傳感器網絡組建

ZigBee設備間的組網程序是在ZigBee協議棧下，采用相配套的IAR軟件進行編寫[12]。以IAR 8．10作為開發環境，利用ZStack 協議棧進行開發，IAR 8．10 和 Zstack-CC2530-2．5．1a 配合使用，在TI官方工程文件SensorDemo上進行修改，得到和開發板配套使用的程序。網絡組建的具體過程，如圖3所示。分別把編譯好的程序按協調器節點和終端節點下載到對應的模塊上；協調器節點自動建立一個網絡后，工作于接受模式，通過串口和上位機相連；終端節點自動發現該網絡并加入；上位機通過串口接收采集到的數據。

4.2 數據采集

把所用傳感器與節點相連，組成不同的傳感器節點。數據采集的流程，如圖3所示。給系統上電，傳感器開始工作，分別采集到對應的模擬量信號，經CC2530芯片里面的ADC功能對信號進行AD轉換，把模擬量轉化為數字量，再把數字信號轉化為ASCII碼，傳到無線發送模塊，每個傳感器節點在完成以上工作后，都會利用ZigBee協議把ASCII碼無線發送到協調器，協調器接收到的數據經由串口傳到計算機上。

數據采集程序的整個編譯過程也是在IAR 8.10開發環境下完成，這里面主要是完成對CC2530的初始化和ADC等其他功能的驅動。本部分程序單獨完成后，再把其添加到協議棧代碼中，會起到事半功倍的效果。

圖3 系統軟件設計流程圖Fig.3 Design Flow Diagram of System Suftware

4.3 數據接收與顯示

為了能在上位機上實時監測并儲存數據，本系統數據接收程序采用Visual Basic 6.0作為開發工具，開發語言為VB語言。選擇SQL Server 2008進行數據儲存，把數據實時保存到數據庫中，以便后續的進一步分析。通過VB窗口，利用MSComm控件進行串口數據的接受，并把ASCII碼轉化成數字的方式顯示；利用Timer控件完成自動保存的功能；利用ADO控件連接數據庫進行實時保存；利用MSChart和DataGrid控件完成數據的顯示。通過上過程，完成數據的接受與轉化，并進行顯示保存，使我們可以實時了解制動系統運行的情況。

5 實驗測試

為驗證系統的準確、可靠，搭建了2JTP-1.2型提升機作為實驗臺。提升機制動系統主要由制動器和液壓站組成。制動系統的主要技術參數為：提升機雙卷筒，盤形制動閘，制動盤平均摩擦半徑為0.63m，制動器副數為4副[13]。本實驗只對一副制動器進行數據采集。

實驗在電磁換向閥的出口處接了一個壓力傳感器，從此傳感器測出液壓缸實時變化的油壓；位移傳感器固定在制動器上，調整傳感器端面，保證其與制動盤平行，通過測量傳感器端面到盤的距離變化可間接測得閘瓦間隙變化；將另一位移傳感器也固定在制動器上，在完全松閘狀態下，通過測量制動盤在旋轉過程中傳感器與制動盤間的相對位移，得出制動盤的偏擺量；在碟形彈簧的底部安裝力傳感器，測量碟形彈簧對傳感器的壓力，通過此壓力值和油壓值，計算得到正壓力值，從而得到制動力矩的值。實驗設備安裝，如圖4所示。

圖4 實驗設備的安裝Fig.4 Installation of Experimental Equipment

連接傳感器節點，提前編譯好應用程序，給系統上電，提升機運行，采集到對應的數據，如圖5所示。為檢驗采集到信號的準確性，用采集卡采集、組態王顯示的傳統方式對數據進行同步采集。對比采集到的間隙數據的時域變化，如圖6所示。組態王對采集數據的顯示，如圖 6（a）、圖 6（b）所示。系統的顯示，如圖 6（c）、圖6（d）所示。由圖6可得：系統采集結果和傳統方式不僅基本一致，數據還要更加準確、清晰。

圖5 數據采集結果Fig.5 Result of Data Acquisition

圖6 實驗數據對比Fig.6 Comparison of Experimental Data

6 結論

完成基于ZigBee技術的無線數據采集系統的設計，實現了對礦井提升機制動系統相關信號的采集。系統總體結構明確、可擴展性強、實用性好，整個節點由CC2530集成模塊控制，降低成本，節省功耗。通過編譯Z-Stack協議棧，把相關硬件的驅動程序添加到協議棧，完成數據的采集、傳輸。通過實驗檢測證明，節點能夠準確可靠的采集到制動系統運行時的相關數據，并通過ZigBee無線網絡穩定高效地傳輸到計算機，并進行顯示保存。

［1］馬小平，肖興明.基于專家系統的提升機故障診斷系統［J］.中國礦業大學學報，1999，28（5）：499-501.（Ma Xiao-ping，Xiao Xing-ming.Hoister fault diagnosis system based on expert system［J］.Journal of China University of Mining&Technology，1999，28（5）：499-501.）

［2］鄭洪強.礦井提升機運行狀態在線監測系統實現［D］.太原：太原理工大學，2014.（Zheng Hong-qiang.Running state online monitoring system of mine hoist［D］.Taiyuan：Taiyuan University of Technology，2014.）

［3］馬立靜.基于網絡的礦井提升機遠程監測與故障診斷系統設計［D］.北京：中國礦業大學，2014.（Ma Li-jing.Network-based remote monitoring and fault diagnosis system of mine hoist design［D］.Beijing：China University of Mining and Technology，2014.）

［4］湯寶平，黃慶卿，鄧蕾.機械設備狀態監測無線傳感器網絡研究進展［J］.振動、測試與診斷，2014（1）：1-7.（Tang bao-ping，Huang Qing-qing，Deng Lei.Advances in machinery condition monitoring wireless sensor networks［J］.Journal of Vibration，Measurement&Diagnosis，2014（1）：1-7.）

［5］Aqeel-ur-Rehman，Abbasi A Z，Islam N.A review of wireless sensors and networks’applications in agriculture［J］.Computer Standards&Interfaces，2014，36（2）：263-270.

［6］Rice J A，Mechitov K，Sim S H.Flexible smart sensor framework for autonomous structural health monitoring［J］.Smart Structures&Systems，2010，6（5_6）：423-438.

［7］時玨，劉混舉.物聯網技術在礦山設備狀態監測中的應用探討［J］.煤礦機械，2013，34（7）.（Shi Jue，Liu Hun-ju.Internet discussion on application of equipment condition monitoring technology in mine ［J］.Coal Mining Machinery，2013，34（7）.）

［8］付貴祥，周紅軍，何莉.礦井提升機群遠程智能測控系統研究［J］.工礦自動化，2014，40（7）：103-105.（Fu Gui-xiang，Zhou Hong-jun，He Li.Research on remote intelligent measurement and control system of mine hoist fleet［J］.Industry and Mine Automation，2014，40（7）：103-105.）

［9］李靜雅，馮若冰.基于物聯網軟件體系結構的提升機監測系統設計［J］.煤礦機械，2015，36（11）：282-284.（Li jing-ya，Feng Ruo-bing.Internet based software architecture design of elevator monitoring system ［J］.Coal Mining Machinery，2015，36（11）：282-284.）

［10］Liu Q，Huang X，Leng S.Deployment strategy of wireless sensor networks for Internet of Things［J］.China Communications，2011，8（8）：111-120.

［11］Akyildiz I F，Su W，Sankarasubramaniam Y.Wireless sensor networks：a survey［J］.Applied Mechanics&Materials，2002，38（4）：393-422.

［12］唐翔龍，張文通，馬振軍.ZigBee在高爐爐頂齒輪箱的測溫應用［J］.機械設計與制造，2013（4）：59-61.（Tang Xiang-long，Zhang Wen-tong，Ma Zhen-jun.ZigBee at blast furnacetopgearboxtemperature［J］.MachineryDesign&Manufacture，2013（4）：59-61.）

［13］雷勇濤.基于神經網絡的提升機制動系統故障診斷技術與方法［D］.太原：太原理工大學，2010.（Lei Yong-tao.Hoist braking system fault diagnosis based on neural network techniques and methods［D］.Taiyuan：Taiyuan University of Technology，2010.）