煤礦井下電機健康診斷無線振動邊緣處理裝置的設計

蘭西柱　王成玉　曲凌鋒　黃康　張鑫宇

摘? 要：煤礦井下對電機運行狀態檢測有很高要求，現有用于電機檢測的主要是有線在線檢測設備，面對海量數據處理負擔重，對數據傳輸的要求很高;此外，煤礦井下環境惡劣，鋪設有線通信線路難度大。為此，文章對無線振動邊緣處理裝置進行了設計，采用雙核主控芯片LPC55S69，可實現小波變換和無線通信的協同運行，數據在該裝置中得以處理篩選后（降低了對數據傳輸的要求），以無線方式經網關上傳至上位機進行監測報警，實現了電機運行健康狀態檢測。

關鍵詞：電機;LPC55S69;邊緣處理;健康診斷;小波變換

中圖分類號：TP277? ? 文獻標識碼：A 文章編號：2096-4706（2021）17-0055-04

Abstract： There are high requirements for motor running state detection in underground coal mines. The existing equipment for motor detection is mainly wired online detection equipment. Facing the heavy burden of massive data processing， it has high requirements for data transmission; in addition， the underground coal mine environment is bad， and it is difficult to lay wired communication lines. Therefore， the wireless vibration edge processing device is designed in this paper. The dual core main control chip LPC55S69 is used to realize the cooperative operation of wavelet transform and wireless communication. After the data is processed and screened in the device （reducing the requirements for data transmission）， it is uploaded to the upper computer wirelessly pass through the gateway for monitoring and alarm， so as to realize the detection of motor operation health status.

Keywords： electric motor; LPC55S69; edge processing; health diagnosis; wavelet transform

0? 引? 言

煤礦井下電機運行狀態是否健康，直接關系到井下大型機械的安全性和可靠性。煤礦井下環境惡劣，電機長期在復雜的環境下工作，不斷受到煤渣的影響抑或磨損軸承，會造成電機轉子偏心嚴重使定子和轉子相互摩擦，使電機產生劇烈的振動并發出不均勻的摩擦聲，并且使電機機殼溫度迅速升高，進而造成傳動裝置工作面坍塌等嚴重問題。通過觀察電機的振動烈度來確定電機的運行狀態，現有的診斷方法通常是使用有線在線監測裝置或者是采用人工定期檢測的方式，有大量的數據不斷地上傳到上位機進行處理，但是煤礦井下電路復雜、環境惡劣，鋪設有線通信線路成本高、難度大，同時數據全部在上位機進行分析處理，使上位機診斷處理數據有很大的負擔，存在嚴重的資源浪費和診斷不及時的問題。

隨著計算機技術和工業互聯網的迅速發展，邊緣計算正逐漸成為工業控制領域的新熱點，其為及時可靠地進行電機健康診斷提供了新的技術手段。邊緣處理裝置采用Cortex- M33內核芯片作為主控芯片，MEMS加速度計采集的振動數據經過AD轉換后在MCU主核中進行小波變換，基于邊緣計算的思想，對數據進行預處理以初步判斷電機運行的狀態，可以將數據存儲在FRAM中，通過433M無線射頻模塊將數據發送出去，實現對電機振動和溫度的檢測，確保煤礦井下電機的安全運行。

1? 邊緣處理裝置總體設計

圖1為裝置總體設計框圖。檢測裝置的總體框架為：傳感器采集模塊采用ADI公司的MEMS加速度計ADXL1002，采集的模擬信號以0～5 V電壓的方式發送給信號調理模塊，信號調理模塊中的RC濾波電路對20 Khz的信號進行濾波，經過調理后的信號被送入AD轉換器AD7768-1中，主控芯片LPC55S69通過SPI總線接收轉換后的數字信號。MCU的雙核同時從總線中讀取數據，CORE0對數據進行小波分解，系統對分解后的小波系數與預存儲閾值進行比較，判斷電機是否存在運行不正常狀況;同時，CORE1從SPI中讀取的數據通過SPI總線寫入FRAM中進行預存，CORE0判斷數據是否異常，CORE1從FRAM中讀取數據并通過SPI總線將數據發送到以射頻芯片CMT2300A為核心的E49-400M20S模塊中，再將數據通過無線模塊發送到上一級網關。

2? 邊緣處理裝置硬件設計

2.1? 主控制器

硬件設計以LPC55S69JBD100作為控制芯片，內置320 KB的SRAM和640 KB的Flash，雙核工作主頻均可達到150 Mhz，具有全速USB接口，可以用于向上位機傳輸數據;配備具有FFT引擎以及具有DSP功能的PowerQuad硬件加速協處理器，可以提高主核的數字信號處理速度;具有8個可以靈活配置的串行接口，可以配置為SPI、IIC和UART來進行芯片間的串行通信。

LPC55S69作為主控芯片，最小系統包括時鐘晶振電路、上電復位電路、ISP電路以及調試接口電路。時鐘晶振電路由16 Mhz晶振以及32.768 Khz的晶振電路組成，分別為MCU提供系統時鐘和實時RTC;采用上電復位的方式在系統重新上電時先進行復位;ISP電路用來下載程序，通過連接外接的串口，將ISP跳線連接后重新上電進入ISP模式進行程序下載;調試接口選用SWD調試的方式，通過外接端子與CMSIS-DAP調試器LPC-LINK2進行連接對MCU進行在線調試。

2.2? 無線通信模塊

圖2為無線模塊引腳連接圖。選用CMT2300A無線射頻模塊芯片，通過SPI進行通信，借助兩根片選線實現寄存器與FIFO的配置切換，一根時鐘線用于接收MCU產生的時鐘，一個數據線用于數據的輸入輸出，再將兩個IO口與MCU進行連接，通過是否產生MCU外部中斷來判斷無線接收和發送是否完成。利用抗干擾能力強、速度較快的Sub-Ghz無線射頻通信技術，保證了在煤礦井下惡劣環境中一個工作面內多個檢測裝置與網關之間的可靠數據通信。

2.3? 數據采集模塊

MEMS加速度計選用ADXL1002，具有高分辨率和低噪聲的特點，采集到振動信號后，將其轉換成0.5～4.5 V的模擬信號，經過通頻帶范圍介于10 hz～20 Khz之間的二階無源RC濾波電路后，將模擬信號輸入到24位積分型ADC中，ADC外接5 V基準電源，實現高精度轉換后通過SPI串行通信輸入到MCU中;數字溫度傳感器采集溫度輸入數字量，經過I2C輸入到MCU中，數據采集模塊框圖如圖3所示。

2.4? 電源模塊

裝置中各芯片模塊采用的供電電壓分為3.3 V和5 V兩種，裝置采用無線方式，應用于煤礦井下環境下，選用7.2 V防爆鋰電池對裝置進行供電。采用電池供電，在設計時需要對各芯片模塊功耗進行充分的考慮。電源模塊采用兩級降壓的方式，分別為7.2 V轉5 V以及5 V轉3.3 V。第一級降壓選用LP38692MP-5.0/NOPB線性穩壓器作為7.2 V轉5 V的芯片，轉換輸出5 V為采集模塊中的AD轉換器、數字溫度傳感器和MEMS加速度計提供供電電壓，同時也為二級降壓芯片提供輸入電壓。第二級降壓選用TLV1117LV33DCYR線性穩壓器，輸入電壓為5 V，輸出電壓為3.3 V，靜態電流低，輸出電流為800 mA，可以滿足裝置中3.3 V供電模塊的要求，LDO線性穩壓器為主控芯片LPC55S69最小系統部分、存儲模塊、433M射頻無線通信模塊和調試串口模塊供電。同時，7.2 V輸入電壓要為輸出5 V的LDO芯片LP38692供電，因為裝置用于振動采集的基準電壓源采用5 V的ADR4550BRZ，基準電壓源的輸入電壓必須大于輸出電壓，基準電壓源的輸入電壓須大于5.25 V，所以選用7.2 V電池輸出為基準電壓源供電。

3? 邊緣處理裝置軟件設計

常用的集成開發環境為KEIL或IAR，為了實現在裝置軟件設計過程中可以同時對芯片的兩個核進行在線調試，選擇NXP官方的MCUxpresso IDE 11.3.1集成開發環境用C語言進行開發。

3.1? 主程序軟件設計

系統上電后進入初始化階段，將各個模塊按照需求進行初始化，完成初始化后通過CORE0將CORE1啟動，CORE1以20 Khz的速度采集振動信號，振動數據通過SPI總線進行傳輸，CORE0和CORE1同時從SPI總線上讀振動數據。CORE0對數據進行小波變換，同時CORE1將數據存入FRAM，并通過數字溫度傳感器采集一組溫度數據存入FRAM中。CORE0對數據進行時域分析后將小波系數與預設的報警閾值進行對比，超過設定值時，發送數據標志位置1，通過MailBox通信機制將發送數據標志位發送給CORE1，CORE1存儲完數據后進入等待標志位。如果接收到的標志位為0，則結束本次數據采集，并在固定延時后，進入下一次數據采集;如果接收到的標志位為1，將數據通過無線模塊發送，發送完成后無線模塊觸發IO中斷，發送完成，并根據處理結果將數據通過無線模塊發送給上層網關。CORE1判定無線模塊通過IO口返回的中斷標志，無線模塊硬件判斷發送數據是否準確，發送完成后觸發主控制器IO中斷表示發送數據完成，CORE1接收到中斷后，根據數據采集結果確定采樣周期后重新進行數據采集。系統主程序流程圖如圖4所示。

3.2? 無線軟件設計

裝置啟動時無線模塊進入IDLE模式，完成初始化參數配置后，在沒有數據發送時，無線模塊進入SLEEP模式;有數據等待發送時，無線模塊進入IDLE模式，完成FIFO配置后，直接切換進入TX模式，芯片開始發送prefix，等待數據開始填入FIFO，芯片停止發送prefix，以數據寫入FIFO的速率和設定好的數據包字節大小發射數據，發射結束后，無線模塊產生發送完成中斷，GPIO2引腳產生上升沿，觸發MCU外部中斷，結束發送，無線模塊切換至SLEEP模式。無線發送流程圖如圖5所示。

3.3? 邊緣計算

振動數據被采集到MCU中后，經過小波變換后，獲得不同頻率分層的小波系數，將小波系數與正常振動下的系數進行對比，根據與小波系數比對結果，對采樣間隔進行設置。正常情況下，采樣間隔保持在5 min。當檢測到的小波系數接近正常振動下的臨界值時，將其作為第二個閾值，超過這個范圍，采樣間隔縮小到1 min;如果振動持續增大，超過安全閾值，采樣間隔縮小到10 s。

小波變換實現在邊緣層對數據進行預處理，通過對數據進行預判（判斷處理后的數據），大大縮減了傳輸數據量，提高了數據有效性和傳輸效率，在降低功耗的同時減輕了云端運算的負載。使用DB3小波對信號進行分解，提取出振動信號的細節系數[c1-cn]和尺度系數[l1-ln]，對細節系數求標準差σ，通過對比細節系數的標準差來判斷是否超過閾值。

根據式? 求出振動信號的標準差，將之與在電機正常運行狀況下獲取的振動信號進行DB3小波分解后得到的標準差倍數進行比對，以確定電機是否出現異常以及故障的嚴重程度。

4? 實驗與驗證

PCB布線時，信號線線寬選擇10 mil，由于電機振動檢測對安置在電極上的檢測裝置重量有一定要求，不能達到電機重量的1/50，其對邊緣處理裝置的電路板也有要求，PCB設計時安全間距選擇10 mil，在振動信號進行傳輸時將走線間距設置為20 mil，從而滿足3 W的原則，降低信號線間的串擾，保證模擬輸入信號的精確度。電源線線寬設置為30～50 mil，避免出現大電路導致燒壞電路。電路板的地通過背面敷銅的方式連接，將模擬地和數字地分開，通過一個0歐姆的電阻連接。

完成PCB設計后，對PCB進行焊接，需要分模塊焊接，按照電源模塊、主控模塊、串口模塊、存儲模塊、采集模塊和無線通信模塊的順序進行焊接。焊接每個模塊時，都需要通過萬用表測量輸入電壓是否正常，是否存在對地短路以及是否存在引腳虛焊的情況，防止由于操作不當而導致芯片燒毀。硬件焊接測試沒有問題后，通過軟件對芯片進行功能性測試，保證芯片功能沒有異常。各個模塊均完成焊接和測試工作后，對裝置的總體功能進行編程實現。

裝置接入電位器模擬振動信號，經過小波變換和閾值判斷后，如果超出閾值，以無線方式將原始信號發送至連接上位機的無線測試模塊，上位機將對數據進行進一步的分析處理。邊緣處理裝置樣機如圖6所示。

5? 結? 論

本文研究了一種應用于煤礦井下的電機健康診斷無線振動溫度邊緣傳感器，所設計與開發的邊緣傳感器，能夠實現在電機長期運行情況下對電機的健康狀況進行及時的反饋，利用主控芯片LPC55S69對外部AD轉換后的結果進行小波變換處理，與FRAM中存儲的參數進行對比，出現異常后將原始數據以無線方式發送出去，基于邊緣計算的思想，對數據進行前期預處理，大大減少了傳輸數據量，滿足傳感器設計要求，對提高煤礦井下電機運行安全具有重要意義。

參考文獻：

[1] 王國法，劉峰，孟祥軍，等.煤礦智能化（初級階段）研究與實踐 [J].煤炭科學技術，2019，47（8）：1-36.

[2] 宋瑞.礦井主通風機監控及故障診斷專家系統研究 [D].西安：西安科技大學，2019.

[3] 武博翔.水輪機振動故障預測算法研究及應用 [D].北京：華北電力大學，2021.

[4] 譚厚志.振動能量供電的礦用無線監測節點研制 [D].西安：西安科技大學，2019.

[5] 溫承鵬.基于LORA的鐵路車站設備狀態監測系統研究與設計 [D].大連：大連交通大學，2019.

[6] 谷艾.面向信息物理系統的安全機制與關鍵技術研究 [D].沈陽：中國科學院大學（中國科學院沈陽計算技術研究所），2021.

[7] 連厚泉，王彪，戴童欣，等.采用LPC55S69的CO激光氣體檢測無線傳輸系統的研制[J].激光雜志，2021，42（3）：42-46.

[8] 孫浩.基于物聯網的泵群無線監測與評價關鍵技術研究 [D].鄭州：鄭州大學，2020.

[9] 胡志峰.基于小波變換圖像去噪及邊緣檢測研究 [D].南昌：東華理工大學，2018.

作者簡介：蘭西柱（1966—），男，漢族，安徽亳州人，副教授，碩士研究生，研究方向：計算機監控與通信、嵌入式系統應用;王成玉（1997—），男，漢族，山東日照人，碩士研究生在讀，研究方向：嵌入式系統開發與設計;曲凌鋒（1997—），男，漢族，遼寧撫順人，碩士研究生在讀，研究方向：嵌入式系統開發與設計;黃康（1994—），男，漢族，四川內江人，碩士研究生在讀，研究方向：嵌入式系統開發與設計;張鑫宇（1997—），男，漢族，山西大同人，碩士研究生在讀，研究方向：嵌入式系統開發與設計。