皮帶機托輥故障異響監測及故障點定位技術研究與應用

華守彤，張聞中，陳 逸，唐瑋駿

（華能國際電力股份有限公司上海石洞口第二電廠，上海 201100）

0 引言

皮帶機的類型多樣、結構簡單，常見的類型包括固定式和移動式兩種。皮帶機通過環繞驅動滾筒和改向滾筒的輸送帶，將物料從一端傳遞到另一端。目前的皮帶機被廣泛應用到礦山開采、物品裝卸等工作當中。但受較大工作量和使用時間長久等因素影響，皮帶機托輥軸承會因為劣化而產生異響，此時托輥軸承在工作狀態下溫度升高，高溫引發托輥進一步劣化，最終導致托輥完全抱死。這種情況導致托輥與皮帶之間的摩擦力增大，工作狀態下的托輥與皮帶之間摩擦生熱，若不及時檢測嚴重時會引發火災[1]。傳統技術通過仿真的模式模擬皮帶機工作狀態，根據模擬結果多以人工排查的方式檢測皮帶機托輥工作[2]。這種方法早期獲取異常數據的能力較弱，很難定位到準確的故障位置，針對這一問題基于PLC和紅外技術研究全新的皮帶機托輥故障異響監測及故障點定位技術。PLC通過邏輯運算獲取及時性數據，該技術具有功能性強、適應性強以及抗干擾能量強等優點；紅外技術通過紅外輻射可以對近距離、遠距離的事物進行掃描，通過紅外熱像儀或紅外攝像機等硬件獲取與生成紅外圖像。結合上述兩種技術，開始研究托輥故障異響監測與定位。

1 皮帶機托輥故障異響監測及故障點定位技術

1.1 巡檢機器人監測托輥溫度

選擇一個裝載紅外熱成像儀的巡檢機器人，要求該機器人在復雜的操作環境中，具有穩定行走、爬坡、自適應行進以及停機自鎖等功能。要求選擇的巡檢機器人可以自主行走，行進速度為0.2m/s、爬坡極限超過15°。為了方便監測與保障皮帶機的安全運行，在皮帶機的上方設計行走軌道，將選擇的巡檢機器人以吊掛式的方式裝入軌道，在吊掛行走過程中實現對皮帶機的全方位數據監測，巡檢機器人的監測方式如圖1所示。

圖1 巡檢機器人監測方式

穩定行走是實現往復式巡檢監測的重要前提，該元素

式中：Pai表示導向輔助輪彈簧的壓力；pbi表示每個行走輪的阻力。巡檢機器人按照上述條件在吊軌上行走，利用傳感器采集軸承信號。當皮帶機托輥發生異響時，根據軸承信號的特殊性，利用IEFEA算法（信息熵特征提取算法）提取滾動軸承聲學信號特征[3]。該算法利用隨機變量Z描述皮帶機托輥的狀態特性，由于隨機變量是一個有限的值，所以對應獨立的隨機變量zn，通過下式確定隨機變量Z的信息熵：直接影響機器人對監測數據的采集，最終影響定位結果。結合機器人水平行走時的阻力、行走過程中走輪的支持力以及自身重力，設置控制巡檢機器穩定行走不偏離吊軌的條件：

式中：zi是n個獨立隨機變量中的第i個變量；s(zi)表示隨機變量的概率分布。通過上述方法從采集的信號中提取滾動軸承的信號特征，監測該狀態下的托輥溫度數據。托輥故障異響是托輥軸承狀態劣化導致的，這一故障會使皮帶機托輥產生高頻嘶鳴，影響溫度信號的監測精度，所以在監測托輥運行狀態時，需要根據噪聲信號頻譜分析噪聲信號頻率。將信息熵以傅里葉變換的方法將時域信號轉換至頻率域，輸出對應的頻率成分，從而描述托輥故障異響狀態下的溫度信號特征。時域信號的頻譜為：

式中：N表示采樣點數量；n表示采樣次數；Δt表示采樣間隔。傅里葉變換以不同尺度分析獲得的監測信號，獲取信號的全貌，通過不同頻段的濾波處理得到變換至頻率域的信號。變換尺度的計算公式為：

式中：f(z)表示變換尺度；f(2t-i)表示尺度系數。通過上述公式實現對監測信號的變換，得到完整的托輥溫度信號。

1.2 搜索監測信號譜峰選定譜峰參數

軸承與傳感器的頻率共振造成托輥故障異響，經傅里葉變換后去除了高頻嘶鳴噪聲，但實際上還會殘留故障頻率諧頻成分，這些成分被皮帶機本身的運行振動掩蓋，所以會存在諧頻分量混疊的現象，影響對溫度異常位置的定位，所以利用一種頻譜搜索的方式進行故障點位置搜索。頻率分量的功率幅值，描述了托輥故障信號的頻譜結構，假設頻譜中存在三個頻率分量，分別為I(k-1)、I(k)以及I(k+1)。當對應頻譜局部峰值存在L(k)＞L(k-1)且L(k)＞L(k+1)的條件時，可以在頻譜中獲得大量的局部峰值。由于故障頻率諧頻成分的影響，這些局部峰值之間存在一定差異，所以去除其中的極小峰值，實現一定程度上的噪聲抑制，抑制條件為：

式中：c表示頻譜幅值的平均移動值、ψ表示需要保留的譜峰的峰值數量[4]。按照上述條件搜索監測信號譜峰后，設置托輥故障軸承的頻率在I1和I2之間，設置頻率柵格為：

式中：μ表示頻率柵格分辨率。根據上述公式可知頻率I1和I2的差值與頻率柵格分辨率加1的比值為頻率成分總數，所以假設頻譜中第k個頻率分量I(k)處搜索獲得的譜峰為L(k)，當頻率分量I(k)與式(6)的比值為正整數時，可以證明投影到頻率柵格H上的譜峰信息的隨機頻率分量。為了解析頻譜結構，設置投影到頻率柵格H上，第i個頻率分量的譜峰數量和譜峰能量分別為Ui和W(i)，通過下列公式得到上述兩個譜峰參數：

式中：I`(k)是頻率分量I(k)的投影結果。當托輥軸承異響頻率是頻率柵格的整數倍時，此時可通過上述公式確定明顯的峰值，公式為：

式中：α表示諧頻分量；q表示信號頻率；H(i)表示頻率柵格H在第i個頻率分量處的投影區域；表示取整；r(i，j)表示第i個頻率分量、第j個諧頻分量的取整結果。通過上述過程搜索得到的監測信號頻譜譜峰，通過投影構建頻譜結構，利用譜峰數量與譜峰能量兩個參數獲取故障范圍。在故障范圍內進行托輥故障篩查，通過控制與自適應技術進行故障點定位。

1.3 基于PLC與紅外技術定位故障點

PLC（可編程邏輯控制器）作為一種自適應能力較高的控制技術，在輔助定位過程中，可以通過A/D轉換模塊將譜峰搜索結果轉換后發送給CPU進行電流分析，當皮帶機的拉線開關等位置串入電阻值時，利用PLC檢測信號頻率的大小，確定異常反復出現的位置。已知振蕩電路參數決定了其輸出頻率，二者之間存在如下所示的關系：

式中：A表示電容；R1、R2分別表示正常電阻和串入電阻。根據上述關系與式(8)的取整結果，結合皮帶機托輥軸承摩擦生熱程度，縮小目標所在范圍。假設摩擦產生的熱量為E，則熱傳遞范圍的計算公式為：

式中：η表示紅外相機拍攝焦距；λ表示輻射發射率；T表示監測周期；l1、l2表示紅外射線的波長范圍；g(l，E)表示熱輻射與波長關系；D(l)表示紅外相機光譜響應結果[5]。利用紅外技術可以獲取每個像素點電壓與溫度的關系，通過直接觀察即可找到故障點位置，實現對皮帶機異響故障的定位。

2 應用測試與結果分析

2.1 測試準備

為驗證研究方法的實際應用效果，設計皮帶機托輥故障異響監測及故障點定位實驗，選擇6個皮帶機作為測試對象，分別記為A、B、C、D、E、F，其中皮帶機A的第6個托輥、皮帶機E的第3個托輥存在異響。兩個皮帶機如圖2(a)、圖2(b)所示。將所有皮帶機放置在實驗室的寬敞位置處，在皮帶機的側面安裝龍門架和機器人行走軌道。選定巡檢機器人，如圖2(c)所示。將巡檢機器人懸掛在軌道上，利用直流減速電機控制機器人的上部行走結構行進速度，利用下部的傳感器、紅外攝像頭等硬件進行信號采集與監測。

圖2 實驗環境

根據該機器人的出廠證書可知，其單次續航時間為8h，行進速度在0.1～0.5m/s，爬坡極限為20°，滿足此次研究要求。根據圖1設計的監測方式，將巡檢機器人裝入行走軌道，搭建硬件測試環境。將巡檢機器人與計算機進行網絡連接，登錄皮巡檢機器人監測系統，利用系統顯示界面連接機器人、啟動監控程序、設置機器人行進速度，并展示實時監測畫面，如圖3所示。

圖3 巡檢機器人監測系統顯示界面

通過上述界面可以直接觀察皮帶機的工作情況，并獲取托輥的溫度曲線。當溫度曲線異常時，預警信息模塊迅速預警，通過紅色指示燈提示托輥故障，若溫度曲線無異常，則會亮起白燈。為了保證測試結果具有可靠性，需要測試實驗環境是否能夠穩定運行，試運行皮帶機與巡檢機器人。該過程中確認編號為A、E的兩組皮帶機分別運行5min和9min后存在異響。檢查巡檢機器人是否可以在懸掛軌道上運行順暢、是否與計算機建立有效連接，是否能夠輸出有效數據，測試無問題后進入正式測試。

2.2 結果分析

按照先后順序，本文方法利用巡檢機器人分別獲取6組皮帶機的托輥運行信號。當皮帶機托輥故障異響發生時，巡檢機器人監測系統的溫度監測曲線發生劇烈變化，結果如圖4所示。

根據圖4顯示的監測結果可知，皮帶機A和E的溫度信號發生巨變，這一結果與實際相符。根據監測信號進行譜峰搜索，并選定譜峰數量與譜峰能量兩個參數，利用PLC與紅外技術定位故障位置，結果如圖5所示。

圖4 溫度監測信號

圖5 紅外定位結果

根據上述紅外定位結果可直接看出，皮帶機A和E兩個測試對象均有1處托輥過熱現象。統計6組測試對象的數據，如表1所示。

表1 多輪測試結果

根據溫度監測結果與紅外定位結果可知，研究的方法可以準確監測皮帶機托輥異響時的溫度變化信號，并根據這一結果快速定位故障點位置，給出皮帶機和托輥在工作狀態下的溫度差異，實現對故障問題的精準監測與定位。

3 結語

此次研究的皮帶機托輥故障監測與定位技術，融合了PLC與紅外技術，增強了監測與定位的自適應性與同步性，為獲取更加準確的定位結果提供了更加可靠的技術支持。但此次研究存在兩點不足之處：第一，研究的監測與定位技術與傳統技術不同，通過可視化的方式直觀獲取定位結果，所以在研究成本上要高于傳統方法；第二，研究的技術是針對托輥故障異響提出的，當托輥沒有出現異響時，可能會影響故障點的定位精度，所以這種情況下的定位還有待驗證。今后可以設置發出異響與無異響兩種測試條件，討論與分析本文技術的應用效果，針對其中的不合理問題進行調整與優化。