基于无线传感器网络的矿用通风机运行状态监测预警方法.pdf

上传人：Y948****062

文档编号：4385208

上传时间：2018-09-26

格式：PDF

页数：9

大小：408.43KB

《基于无线传感器网络的矿用通风机运行状态监测预警方法.pdf》由会员分享，可在线阅读，更多相关《基于无线传感器网络的矿用通风机运行状态监测预警方法.pdf（9页完整版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 102519743 A (43)申请公布日 2012.06.27 C N 1 0 2 5 1 9 7 4 3 A *CN102519743A* (21)申请号 201110393673.4 (22)申请日 2011.12.01 G01M 99/00(2011.01) G01D 21/02(2006.01) G08C 17/02(2006.01) (71)申请人北京工业大学地址 100124 北京市朝阳区平乐园100号 (72)发明人付胜宋海强 (74)专利代理机构北京思海天达知识产权代理有限公司 11203 代理人刘萍 (54) 发明名称基于无线传感器网络的矿。

2、用通风机运行状态监测预警方法 (57) 摘要本发明是一种基于无线传感器网络的矿用通风机运行状态的监测预警方法，通过采集通风机的振动、温度、负压信息实现准确的在线监测及预警。本系统由一台监测计算机、一个Zigbee协调器节点、至少6个传感器节点、至少4个温度传感器、1个负压传感器、2个振动传感器组成；协调器节点和传感器节点以自组织方式组建成无线传感器网络；监测计算机和协调器节点通过串行接口线相连，4个温度传感器分别固定在电机和风机的两侧轴瓦上，2个振动传感器水平和垂直安装在风机外壳上，1个负压传感器连接到风机上的负压测管。本发明采用内置对策库、相对阈值预警和模糊理论的。

3、综合诊断方法使得预警更及时，诊断更准确。 (51)Int.Cl. 权利要求书1页说明书5页附图2页 (19)中华人民共和国国家知识产权局 (12)发明专利申请权利要求书 1 页说明书 5 页附图 2 页 1/1页 2 1.基于无线传感器网络的矿用通风机运行状态监测预警方法，其特征在于：应用以下系统，本系统由一台监测计算机、一个Zigbee协调器节点、至少6个传感器节点以及至少4 个温度传感器、1个负压传感器、2个振动传感器组成；监测计算机和协调器节点通过串行接口线相连，4个温度传感器分别固定在电机和风机的两侧轴瓦上，1个振动传感器垂直安装在风机外壳上，1个振动传感器水平安装在。

4、风机外壳上，1个负压传感器连接到风机上的负压测管，各传感器引出线分别连到相应传感器节点的信号输入端口；其中2个振动传感器组成连接在同一个传感器节点上；按以下步骤进行： a)将以通风机或者电机出厂设计所规定最高温度的85作为温度一级预警阈值，所规定最高温度的60作为温度二级预警阈值；将以通风机出厂设计所规定最大振动烈度7.1mm/s的85作为振动一级预警阈值，所规定最高振动烈度的60作为振动二级预警阈值；将以通风机出厂设计所规定超压值或失压值的85作为负压一级预警阈值，所规定超压值或失压值的60作为负压二级预警阈值；然后采用相对阈值预警的方法，当每分钟的温度变化大于1.5，即触。

5、发温度变化率报警； b)利用征兆向量隶属度和模糊关系矩阵求故障原因向量隶属度，并做出故障诊断；本系统的监测参数有通风机前轴瓦温度(x 1 )、通风机垂直方向振动(x 2 )、通风机水平方向振动(x 3 )、通风机负压(x 4 )、通风机后轴瓦温度(x 5 )，总结出常见故障征兆向量为X (x 1 x 2 x 3 x 4 x 5 )；通风机常见故障产生原因向量表示为Y(y 1 y 2 y 3 y 4 y 5 y 6 y 7 )，其中，y 1 ：润滑不良或冷却不够，y 2 ：基础松动，y 3 轴承安装不良或损坏，y 4 ：转子不平衡，y 5 ：转子与静止件摩擦， y 6 ：轴线不对中，y 。

6、7 ：旋转失速或喘振；由模糊统计法求出模糊诊断矩阵Rr ij 57 ，根据Y与X之间的模糊关系：YXR 求得通风机故障产生原因向量Y，其中，为模糊算子；通过以上方法求得R，当通风机运行出现故障时由监测系统得到一组征兆向量X，得出故障产生原因向量Y(y 1 y 2 y 3 y 4 y 5 y 6 y 7 )，根据诊断结果进行更换或检修处理。权利要求书CN 102519743 A 1/5页 3 基于无线传感器网络的矿用通风机运行状态监测预警方法技术领域 0001 本发明涉及一种基于无线传感器网络的矿用通风机运行状态的监测方法，通过对通风机的振动、温度、负压信息的采集，实现对通风。

7、机状态准确的在线监测，对可能出现的故障进行预警。背景技术 0002 通风机是煤矿安全生产的关键设备，担负着向井下输送新鲜空气、排出粉尘和污浊气流、确保矿井安全生产的重任。传统的通风机状态监测系统都是通过电缆来传输数据，即在被测对象的指定位置布置多个传感器，对传感器一对一配线，然后集中到中央监控设备。这个过程会花费较大的人力去布置传感器，要求测试人员无差错的给传感器配线，并防止在监测过程中数据传输线被破坏。这一繁琐的过程会对测试人员带来很多不便，在传感器较多的情况下布线甚至会带来视觉混乱，而对于旋转器件，有线的传感器监测更是不可能的。更为重要的一点是：考虑到工况环境的局限性，有线。

8、传感器网络有时具有极强的不可实现性。因此设计一种通过无线传感器网络方式采集、传输数据的状态监测系统显得尤为重要。 0003 无线传感器网络具有灵活、成本低、易于布置等特性能够方便、及时、准确地采集各类信息，在某一节点破坏后也不影响数据的传送，这些特点恰好满足煤矿在线监测领域大规模使用的要求。 0004 Zigbee是一种低成本、低功耗的近距离无线组网通讯技术，它是一种特点鲜明的无线传感器网络技术，它最大的特点就是可组网，特别是带有路由的可组网功能，可以使 Zigbee覆盖的通讯面积得到极大的扩展。通过无线传感器网络对设备状态进行监测，可以完成对设备的振动、温度、负压信息的采集，为设。

9、备运行状态监测和故障诊断提供最原始的资料。发明内容 0005 本发明就是针对现有监测技术的不足设计的一种基于无线传感器网络的矿用通风机监测系统，通过无线传感器网络技术实现对设备状态准确的在线监测。 0006 本发明旨在实现对通风机运行状态的监测预警功能。本监测系统由一台监测计算机、一个Zigbee协调器节点、至少6个传感器节点以及至少4个温度传感器、1个负压传感器、2个振动传感器组成。2个振动传感器组成连接在同一个传感器节点上。监测计算机和协调器节点通过串行接口线相连，4个温度传感器分别固定在电机和风机的两侧轴瓦上， 1个振动传感器垂直安装在风机外壳上，1个振动传感器水平安装在风机。

10、外壳上，1个负压传感器连接到风机上的负压测管，各传感器引出线分别连到相应传感器节点的信号输入端口。 0007 按以下步骤进行： 0008 a)将以通风机或者电机出厂设计所规定最高温度的85作为温度一级预警阈说明书CN 102519743 A 2/5页 4 值，所规定最高温度的60作为温度二级预警阈值； 0009 将以通风机出厂设计所规定最大振动烈度7.1mm/s的85作为振动一级预警阈值，所规定最高振动烈度的60作为振动二级预警阈值； 0010 将以通风机出厂设计所规定超压值或失压值的85作为负压一级预警阈值，所规定超压值或失压值的60作为负压二级预警阈值； 0011 然后采用相。

11、对阈值预警的方法，当每分钟的温度变化大于1.5，即触发温度变化率报警； 0012 b)利用征兆向量隶属度和模糊关系矩阵求故障原因向量隶属度，并做出故障诊断；本系统的监测参数有通风机前轴瓦温度(x 1 )、通风机垂直方向振动(x 2 )、通风机水平方向振动(x 3 )、通风机负压(x 4 )、通风机后轴瓦温度(x 5 )，总结出常见故障征兆向量为X (x 1 x 2 x 3 x 4 x 5 )；通风机常见故障产生原因向量表示为Y(y 1 y 2 y 3 y 4 y 5 y 6 y 7 )，其中，y 1 ：润滑不良或冷却不够，y 2 ：基础松动，y 3 轴承安装不良或损坏，y 4 ：转子不。

12、平衡，y 5 ：转子与静止件摩擦， y 6 ：轴线不对中，y 7 ：旋转失速或喘振； 0013 由模糊统计法求出模糊诊断矩阵Rr ij 57 ，根据Y与X之间的模糊关系： YXR求得通风机故障产生原因向量Y，其中，为模糊算子；通过以上方法求得R，当通风机运行出现故障时由监测系统得到一组征兆向量X，得出故障产生原因向量Y (y 1 y 2 y 3 y 4 y 5 y 6 y 7 )，根据诊断结果进行更换或检修处理。 0014 具体原理如下： 0015 c)编写内置对策库对超出控制范围参数给予警报并通过事先划分的报警级别给出相应处理措施建议。将以通风机/电机出厂设计所规定最高温度的85作为温度。

13、一级预警阈值，所规定最高温度的60作为温度二级预警阈值；将以通风机/电机出厂设计所规定最大振动烈度(通风机挠性支承时为7.1mm/s)的85作为振动一级预警阈值，所规定最高振动烈度的60作为振动二级预警阈值；将以通风机/电机出厂设计所规定超压值(或失压值)的85作为负压一级预警阈值，所规定超压值(或失压值)的60作为负压二级预警阈值。 0016 d)采用相对阈值预警的方法，使温度在短时间内发生异常变化时使其触发预警，弥补了单一越限报警方法当触发越限报警时系统的运行状态往往已经恶化的不足，同时也可以避免设备在启停等特殊工况下误报警的发生，提高了报警的准确率。所涉及状态参数的相对变。

14、化率可由以下公式求得： 0017 0018 式中，r为状态参数v的相对变化参数，表征单位时间状态参数v的变化量，v n 为状态参数v在t n 时刻的状态值，v p 为状态参数v在t p 时刻的状态值。对于温度(单位)，因为温度是缓变信号，为了降低误报警，设定t n -t p 1min，当r1.5时，即触发温度变化率报警。采用模糊理论的综合诊断方法对通风机的常见故障原因给出自动诊断结果。该方法利用征兆向量隶属度和模糊关系矩阵求故障原因向量隶属度，并做出故障诊断。本监测系统的监测参数有通风机前轴瓦温度(x 1 )、通风机垂直方向振动(x 2 )、通风机水平方向振动(x 3 )、通风机负。

15、压(x 4 )、通风机后轴瓦温度(x 5 )，则可以总结出常见故障征兆向量为X 说明书CN 102519743 A 3/5页 5 (x 1 x 2 x 3 x 4 x 5 )。通过现场调研和理论研究可得到通风机常见故障产生原因，其向量表示为Y (y 1 y 2 y 3 y 4 y 5 y 6 y 7 )，其中，y 1 ：润滑不良或冷却不够，y 2 ：基础松动，y 3 轴承安装不良或损坏，y 4 ：转子不平衡，y 5 ：转子与静止件摩擦，y 6 ：轴线不对中，y 7 ：旋转失速和喘振。由模糊统计法求出模糊诊断矩阵Rr ij 57 ，则可根据Y与X之间的模糊关系：YXR求得通风机故障产生。

16、原因向量Y，其中，为模糊算子，常用的有四种模型，选取其中一种用来计算即可。通过以上方法求得R，再根据现场长期的数据统计当通风机运行出现故障时可由监测系统得到一组征兆向量X，就可以得出故障产生原因向量Y(y 1 y 2 y 3 y 4 y 5 y 6 y 7 )，根据诊断结果进行更换或检修处理。 0019 本发明根据系统的监测需求设计了协调器节点及传感器节点，开发了基于Zigbee 协议栈Z-Stack的温度、振动、负压的数据采集和无线传输程序，并最终实现了监测计算机和协调器节点的实时数据交互，制定了科学有效的预警、诊断方案。本发明的特点在于： 0020 a)将该无线传感器网络应用于矿用。

17、通风机状态监测系统，实现现场数据的采集和无线组网功能，解决了传统有线的传输方式布线繁琐、系统扩展性差等问题，降低了系统设计成本，保障工业现场的生产活动高效、安全的进行。 0021 b)制定了科学有效的预警、诊断方案，采用相对阈值预警和参数状态趋势预测的方法的同时，提出内置对策库和模糊理论的综合诊断方法使得预警更加及时、诊断更为准确。附图说明 0022 图1本发明监测系统结构示意图； 0023 图2本发明传感器测点布置图； 0024 图3本发明传感器节点框图； 0025 图4本发明协调器节点框图； 0026 图中：1、监测计算机，2、协调器节点，3、传感器节点，4、温度传感器，5、振动。

18、传感器，6、负压传感器，7、电机前轴瓦，8、电机，9、电机后轴瓦，10、轴，11、风机前轴瓦，12、风机， 13、风机负压测管，14、风机后轴瓦，15、电机前轴瓦温度传感器节点，16、电机后轴瓦温度传感器节点，17、风机前轴瓦温度传感器节点，18、风机振动传感器节点，19、风机负压传感器节点，20、风机后轴瓦温度传感器节点具体实施方式 0027 下面将结合附图对本发明进行详细描述： 0028 如图1所示，本发明所述通风机在线监测系统有以下几部分组成：监测计算机， Zigbee无线星型网络，多种监测终端传感器。Zigbee无线星型网络由一个协调器节点2和多个传感器节点3组成。传感器节点。

19、类型包括温度传感器节点、振动传感器节点和负压传感器节点。协调器节点2通过无线方式接收各传感器节点3的数据，并将数据及时通过串口传送到监测计算机1，监测计算机1上安装的组态监测预警系统接收数据并进行实时显示、报警功能。传感器节点则完成对温度传感器4、振动传感器5、负压传感器6数据的采集并响应协调器节点3的数据请求。 0029 如图2所示，本系统旨在监测能够反映风机、电机运行状态的重要参数。本发明传说明书CN 102519743 A 4/5页 6 感器测点布置主要是：电机前轴瓦7温度、电机后轴瓦9温度、风机前轴瓦11温度、风机后轴瓦14温度、风机12垂直振动、风机12水平振动、风机。

20、12负压。温度、振动值由相应传感器来获取，负压则是通过安装在风机上的负压测管13以及负压传感器来获得。传感器所采集到的数据由多个传感器节点15-20发送到协调器节点。 0030 如图3所示，本发明传感器节点包括第一主控单片机、外部传感器接口、第一按键控制模块、第一天线接口模块、第一电源转换模块和I/V转换电路和电桥测温电路。振动传感器、负压传感器经过I/V转换电路后与第一主控单片机相连，温度传感器经过电桥测温电路后也和第一主控单片机相连，第一天线接口模块、第一电源转换模块、按键控制模块均与第一主控单片机相连。本发明传感器节点上的第一主控单片机选用的是CC2430，第一电源转换模块。

21、选用的是DC/DC电源模块BSD5-24D15、电源转换芯片是LM2576，I/V转换电路和电桥测温电路选用的放大器是LM324，实现对风机运行数据的采集、转换。温度传感器、振动传感器以及负压传感器输出的信号经过以上所述信号处理转换送入CC2430主控单片机的模数转化口P0.0P0.3。由于系统需要一直处于实时在线监测状态，更为关键的是振动、负压传感器都需要24V直流供电，因此，本传感器节点采用24V直流供电，由S-150-24 明纬电源得到24V直流电压，再经过DC/DC电源模块BSD5-24D15得到系统所需要的15V 电压。由于主控单片机的AD采样功能只能采集电压信号，所以需将温。

22、度传感器的电阻输出以及振动、负压传感器的电流信号转化为电压信号，以便统一进行信号采集。由于工业标准输出信号为4-20mA，因此需要加上调理电路将4-20mA信号转换为可供CC2430I/O端口AD 采样的0-3V电压信号。考虑到传感器节点的通用性设计，将每个节点设计为可以采集至少四路温度信号和两路振动或负压信号。按键实现与协调器节点的通讯控制及复位功能。 0031 如图4所示，本发明协调器节点包括第二主控单片机、第二按键控制模块、第二天线接口模块、第二电源转换模块、串口模块、JTAG调试接口模块和LED指示模块。第二天线接口模块、第二电源转换模块、按键控制模块均与第二主控单片机相连。。

23、协调器节点上的主控单片机选用的是CC2430，第二电源转换模块选用的是5V的AC/DC电源适配器、电源转换芯片选用AS1117-3.3V，经过以上所述两种电压转换得到CC2430所需要的3.3V工作电压。 JTAG调试接口模块通过串口转换线与PC机相连来对芯片烧写及调试程序。串口模块可通过RS232和RS485两种接口实现与监测计算机之间的通讯，所设计的MAX485电路连接上 RS232/RS485转换器，可使协调器与监测计算机之间距离延长至1200米，提高了系统的可操作性。LED指示模块用来指示通讯启停等情况，按键实现与传感器节点的通讯控制及复位等功能。 0032 本发明旨在实现对。

24、通风机运行状态的预警、诊断功能，为达到上述目的，本发明关键在于按以下预警、诊断方案进行： 0033 a)编写内置对策库对超出控制范围参数给予警报并通过事先划分的报警级别给出相应处理措施建议。将以通风机/电机出厂设计所规定最高温度的85作为温度一级预警阈值，所规定最高温度的60作为温度二级预警阈值；将以通风机/电机出厂设计所规定最大振动烈度(通风机挠性支承时为7.1mm/s)的85作为振动一级预警阈值，所规定最高振动烈度的60作为振动二级预警阈值；将以通风机/电机出厂设计所规定超压值(或失压)的85作为负压一级预警阈值，所规定超压值(或失压)的60作为负压二级预警阈值。根据煤矿井工。

25、开采通风技术条件负压与矿井通风系统风量存在确定的关系，如矿说明书CN 102519743 A 5/5页 7 井通风系统风量3000m 2 /min时，最大负压为1500Pa。 0034 b)采用相对阈值预警的方法，使温度、振动值在短时间内发生异常变化时使其触发预警。所涉及状态参数的相对变化率可由以下公式求得： 0035 0036 式中，r为状态参数v的相对变化参数，表征单位时间状态参数v的变化量，v n 为状态参数v在t n 时刻的状态值，v p 为状态参数v在t p 时刻的状态值。对于温度，因为温度是缓变信号，为了降低误报警，设定t n -t p 1min，当rR 1 时，即触发。

26、温度变化率报警，其中，R 1 为相对预警阈值，设定为1.5。 0037 对于振动，其强度是由振动烈度(振动速度的均方根值)来衡量，而且振动不属于缓变信号，即只需设定R 1 1，当rR 1 时，即触发振动变化率报警。这是一个优化方案。 0038 通过同煤集团某矿的实际运行情况可知：该方法弥补了单一越限报警方法当触发越限报警时系统的运行状态往往已经恶化的不足，同时也可以避免设备在启停等特殊工况下误报警的发生，现场运行的误报警情况明显降低，提高了报警的准确率。相对阈值预警在通风机启停等特殊工况下作为主要预警方法。 0039 c)采用模糊理论的综合诊断方法对通风机的常见故障原因给出自动诊断结。

27、果。该方法利用征兆向量隶属度和模糊关系矩阵求故障原因向量隶属度，并做出故障诊断。本监测系统的监测参数有通风机轴瓦温度(x 1 )、通风机垂直方向振动(x 2 )、通风机水平方向振动(x 3 )、通风机负压(x 4 )、通风机后轴瓦温度(x 5 )，则可以总结出常见故障征兆向量：X (x 1 x 2 x 3 x 4 x 5 )。通过现场调研和理论研究可得到通风机常见故障产生原因，其向量表示：Y (y 1 y 2 y 3 y 4 y 5 y 6 y 7 )，其中，y 1 ：润滑不良或冷却不够，y 2 ：基础松动，y 3 轴承安装不良或损坏，y 4 ：转子不平衡，y 5 ：转子与静止件摩擦，。

28、y 6 ：轴线不对中，y 7 ：旋转失速和喘振。本系统投入运行后已多次诊断出通风机故障原因，例如，在同煤集团某主扇有监测系统得到征兆向量为X (0，1，0，0，0)，由现场长期的数据统计得到统计数据诊断隶属度矩阵Rr ij 57 ，然后由所述模糊诊断系统依据YXR得到故障产生原因向量Y(0.1 0 0.6 0 0.2 0 0)，则由最大隶属度原则可诊断出故障原因为第三种y 3 ，即轴承安装不良或损坏，停机检修的结果证实了本诊断系统的准确性。说明书CN 102519743 A 1/2页 8 图1 图2 说明书附图CN 102519743 A 2/2页 9 图3 图4 说明书附图CN 102519743 A 。

摘要
申请专利号：	CN201110393673.4	申请日：	2011.12.01
公开号：	CN102519743A	公开日：	2012.06.27
当前法律状态：	终止	有效性：	无权
法律详情：	未缴年费专利权终止IPC(主分类):G01M 99/00申请日:20111201授权公告日:20140903终止日期:20141201\|\|\|授权\|\|\|公开
IPC分类号：	G01M99/00(2011.01)I; G01D21/02; G08C17/02	主分类号：	G01M99/00
申请人：	北京工业大学
发明人：	付胜; 宋海强
地址：	100124 北京市朝阳区平乐园100号
优先权：
专利代理机构：	北京思海天达知识产权代理有限公司 11203	代理人：	刘萍
PDF完整版下载：	PDF下载

内容摘要

本发明是一种基于无线传感器网络的矿用通风机运行状态的监测预警方法，通过采集通风机的振动、温度、负压信息实现准确的在线监测及预警。本系统由一台监测计算机、一个Zigbee协调器节点、至少6个传感器节点、至少4个温度传感器、1个负压传感器、2个振动传感器组成；协调器节点和传感器节点以自组织方式组建成无线传感器网络；监测计算机和协调器节点通过串行接口线相连，4个温度传感器分别固定在电机和风机的两侧轴瓦上，2个振动传感器水平和垂直安装在风机外壳上，1个负压传感器连接到风机上的负压测管。本发明采用内置对策库、相对阈值预警和模糊理论的综合诊断方法使得预警更及时，诊断更准确。

权利要求书

1：基于无线传感器网络的矿用通风机运行状态监测预警方法，其特征在于：应用以下系统，本系统由一台监测计算机、一个 Zigbee 协调器节点、至少 6 个传感器节点以及至少 4 个温度传感器、 1 个负压传感器、 2 个振动传感器组成；监测计算机和协调器节点通过串行接口线相连， 4 个温度传感器分别固定在电机和风机的两侧轴瓦上， 1 个振动传感器垂直安装在风机外壳上， 1 个振动传感器水平安装在风机外壳上， 1 个负压传感器连接到风机上的负压测管，各传感器引出线分别连到相应传感器节点的信号输入端口；其中 2 个振动传感器组成连接在同一个传感器节点上；按以下步骤进行： a) 将以通风机或者电机出厂设计所规定最高温度的 85％作为温度一级预警阈值，所规定最高温度的 60％作为温度二级预警阈值；将以通风机出厂设计所规定最大振动烈度 7.1mm/s 的 85％作为振动一级预警阈值，所规定最高振动烈度的 60％作为振动二级预警阈值；将以通风机出厂设计所规定超压值或失压值的 85％作为负压一级预警阈值，所规定超压值或失压值的 60％作为负压二级预警阈值；然后采用相对阈值预警的方法，当每分钟的温度变化大于 1.5℃，即触发温度变化率报警； b) 利用征兆向量隶属度和模糊关系矩阵求故障原因向量隶属度，并做出故障诊断；本系统的监测参数有通风机前轴瓦温度 (x1)、通风机垂直方向振动 (x2)、通风机水平方向振动 (x3)、通风机负压 (x4)、通风机后轴瓦温度 (x5)，总结出常见故障征兆向量为 X ＝ (x1x2x3x4x5) ；通风机常见故障产生原因向量表示为 Y ＝ (y1y2y3y4y5y6y7)，其中， y1 ：润滑不良或冷却不够， y2 ：基础松动， y3 轴承安装不良或损坏， y4 ：转子不平衡， y5 ：转子与静止件摩擦， y6 ：轴线不对中， y7 ：旋转失速或喘振；由模糊统计法求出模糊诊断矩阵 R ＝ [rij]5×7，根据 Y 与 X 之间的模糊关系： Y ＝ XоR 求得通风机故障产生原因向量 Y，其中， о 为模糊算子；通过以上方法求得 R，当通风机运行出现故障时由监测系统得到一组征兆向量 X，得出故障产生原因向量 Y ＝ (y1y2y3y4y5y6y7)，根据诊断结果进行更换或检修处理。

说明书

基于无线传感器网络的矿用通风机运行状态监测预警方法
    技术领域本发明涉及一种基于无线传感器网络的矿用通风机运行状态的监测方法，通过对通风机的振动、温度、负压信息的采集，实现对通风机状态准确的在线监测，对可能出现的故障进行预警。
     背景技术通风机是煤矿安全生产的关键设备，担负着向井下输送新鲜空气、排出粉尘和污浊气流、确保矿井安全生产的重任。传统的通风机状态监测系统都是通过电缆来传输数据，即在被测对象的指定位置布置多个传感器，对传感器一对一配线，然后集中到中央监控设备。这个过程会花费较大的人力去布置传感器，要求测试人员无差错的给传感器配线，并防止在监测过程中数据传输线被破坏。这一繁琐的过程会对测试人员带来很多不便，在传感器较多的情况下布线甚至会带来视觉混乱，而对于旋转器件，有线的传感器监测更是不可能的。更为重要的一点是：考虑到工况环境的局限性，有线传感器网络有时具有极强的不可实现性。因此设计一种通过无线传感器网络方式采集、传输数据的状态监测系统显得尤为重要。
     无线传感器网络具有灵活、成本低、易于布置等特性能够方便、及时、准确地采集各类信息，在某一节点破坏后也不影响数据的传送，这些特点恰好满足煤矿在线监测领域大规模使用的要求。
     Zigbee 是一种低成本、低功耗的近距离无线组网通讯技术，它是一种特点鲜明的无线传感器网络技术，它最大的特点就是可组网，特别是带有路由的可组网功能，可以使 Zigbee 覆盖的通讯面积得到极大的扩展。通过无线传感器网络对设备状态进行监测，可以完成对设备的振动、温度、负压信息的采集，为设备运行状态监测和故障诊断提供最原始的资料。
     发明内容
     本发明就是针对现有监测技术的不足设计的一种基于无线传感器网络的矿用通风机监测系统，通过无线传感器网络技术实现对设备状态准确的在线监测。
     本发明旨在实现对通风机运行状态的监测预警功能。本监测系统由一台监测计算机、一个 Zigbee 协调器节点、至少 6 个传感器节点以及至少 4 个温度传感器、 1 个负压传感器、 2 个振动传感器组成。2 个振动传感器组成连接在同一个传感器节点上。监测计算机和协调器节点通过串行接口线相连， 4 个温度传感器分别固定在电机和风机的两侧轴瓦上， 1 个振动传感器垂直安装在风机外壳上， 1 个振动传感器水平安装在风机外壳上， 1 个负压传感器连接到风机上的负压测管，各传感器引出线分别连到相应传感器节点的信号输入端口。
     按以下步骤进行：
     a) 将以通风机或者电机出厂设计所规定最高温度的 85 ％作为温度一级预警阈值，所规定最高温度的 60％作为温度二级预警阈值；
     将以通风机出厂设计所规定最大振动烈度 7.1mm/s 的 85％作为振动一级预警阈值，所规定最高振动烈度的 60％作为振动二级预警阈值；
     将以通风机出厂设计所规定超压值或失压值的 85％作为负压一级预警阈值，所规定超压值或失压值的 60％作为负压二级预警阈值；
     然后采用相对阈值预警的方法，当每分钟的温度变化大于 1.5℃，即触发温度变化率报警；
     b) 利用征兆向量隶属度和模糊关系矩阵求故障原因向量隶属度，并做出故障诊断；本系统的监测参数有通风机前轴瓦温度 (x1)、通风机垂直方向振动 (x2)、通风机水平方向振动 (x3)、通风机负压 (x4)、通风机后轴瓦温度 (x5)，总结出常见故障征兆向量为 X ＝ (x1x2x3x4x5) ；通风机常见故障产生原因向量表示为 Y ＝ (y1y2y3y4y5y6y7)，其中， y1 ：润滑不良或冷却不够， y2 ：基础松动， y3 轴承安装不良或损坏， y4 ：转子不平衡， y5 ：转子与静止件摩擦， y6 ：轴线不对中， y7 ：旋转失速或喘振；
     由模糊统计法求出模糊诊断矩阵 R ＝ [rij]5×7，根据 Y 与 X 之间的模糊关系： Y ＝ XоR 求得通风机故障产生原因向量 Y，其中， о 为模糊算子；通过以上方法求得 R，当通风机运行出现故障时由监测系统得到一组征兆向量 X，得出故障产生原因向量 Y ＝ (y1y2y3y4y5y6y7)，根据诊断结果进行更换或检修处理。
     具体原理如下：
     c) 编写内置对策库对超出控制范围参数给予警报并通过事先划分的报警级别给出相应处理措施建议。将以通风机 / 电机出厂设计所规定最高温度的 85％作为温度一级预警阈值，所规定最高温度的 60％作为温度二级预警阈值；将以通风机 / 电机出厂设计所规定最大振动烈度 ( 通风机挠性支承时为 7.1mm/s) 的 85％作为振动一级预警阈值，所规定最高振动烈度的 60％作为振动二级预警阈值；将以通风机 / 电机出厂设计所规定超压值 ( 或失压值 ) 的 85％作为负压一级预警阈值，所规定超压值 ( 或失压值 ) 的 60％作为负压二级预警阈值。
     d) 采用相对阈值预警的方法，使温度在短时间内发生异常变化时使其触发预警，弥补了单一越限报警方法当触发越限报警时系统的运行状态往往已经恶化的不足，同时也可以避免设备在启停等特殊工况下误报警的发生，提高了报警的准确率。所涉及状态参数的相对变化率可由以下公式求得：
     式中， r 为状态参数 v 的相对变化参数，表征单位时间状态参数 v 的变化量， vn 为状态参数 v 在 tn 时刻的状态值， vp 为状态参数 v 在 tp 时刻的状态值。对于温度 ( 单位℃ )，因为温度是缓变信号，为了降低误报警，设定 tn-tp ≥ 1min，当 r ≥ 1.5 时，即触发温度变化率报警。采用模糊理论的综合诊断方法对通风机的常见故障原因给出自动诊断结果。该方法利用征兆向量隶属度和模糊关系矩阵求故障原因向量隶属度，并做出故障诊断。本监测系统的监测参数有通风机前轴瓦温度 (x1)、通风机垂直方向振动 (x2)、通风机水平方向振动 (x3)、通风机负压 (x4)、通风机后轴瓦温度 (x5)，则可以总结出常见故障征兆向量为 X ＝
     (x1x2x3x4x5)。通过现场调研和理论研究可得到通风机常见故障产生原因，其向量表示为 Y ＝ (y1y2y3y4y5y6y7)，其中， y1 ：润滑不良或冷却不够， y2 ：基础松动， y3 轴承安装不良或损坏， y4 ：转子不平衡， y5 ：转子与静止件摩擦， y6 ：轴线不对中， y7 ：旋转失速和喘振。由模糊统计法求出模糊诊断矩阵 R ＝ [rij]5×7，则可根据 Y 与 X 之间的模糊关系： Y ＝ XоR 求得通风机故障产生原因向量 Y，其中， о 为模糊算子，常用的有四种模型，选取其中一种用来计算即可。通过以上方法求得 R，再根据现场长期的数据统计当通风机运行出现故障时可由监测系统得到一组征兆向量 X，就可以得出故障产生原因向量 Y ＝ (y1y2y3y4y5y6y7)，根据诊断结果进行更换或检修处理。
     本发明根据系统的监测需求设计了协调器节点及传感器节点，开发了基于 Zigbee 协议栈 Z-Stack 的温度、振动、负压的数据采集和无线传输程序，并最终实现了监测计算机和协调器节点的实时数据交互，制定了科学有效的预警、诊断方案。本发明的特点在于：
     a) 将该无线传感器网络应用于矿用通风机状态监测系统，实现现场数据的采集和无线组网功能，解决了传统有线的传输方式布线繁琐、系统扩展性差等问题，降低了系统设计成本，保障工业现场的生产活动高效、安全的进行。
     b) 制定了科学有效的预警、诊断方案，采用相对阈值预警和参数状态趋势预测的方法的同时，提出内置对策库和模糊理论的综合诊断方法使得预警更加及时、诊断更为准确。附图说明图 1 本发明监测系统结构示意图；
     图 2 本发明传感器测点布置图；
     图 3 本发明传感器节点框图；
     图 4 本发明协调器节点框图；
     图中： 1、监测计算机， 2、协调器节点， 3、传感器节点， 4、温度传感器， 5、振动传感器， 6、负压传感器， 7、电机前轴瓦， 8、电机， 9、电机后轴瓦， 10、轴， 11、风机前轴瓦， 12、风机， 13、风机负压测管， 14、风机后轴瓦， 15、电机前轴瓦温度传感器节点， 16、电机后轴瓦温度传感器节点， 17、风机前轴瓦温度传感器节点， 18、风机振动传感器节点， 19、风机负压传感器节点， 20、风机后轴瓦温度传感器节点
     具体实施方式
     下面将结合附图对本发明进行详细描述：
     如图 1 所示，本发明所述通风机在线监测系统有以下几部分组成：监测计算机， Zigbee 无线星型网络，多种监测终端传感器。Zigbee 无线星型网络由一个协调器节点 2 和多个传感器节点 3 组成。传感器节点类型包括温度传感器节点、振动传感器节点和负压传感器节点。协调器节点 2 通过无线方式接收各传感器节点 3 的数据，并将数据及时通过串口传送到监测计算机 1，监测计算机 1 上安装的组态监测预警系统接收数据并进行实时显示、报警功能。传感器节点则完成对温度传感器 4、振动传感器 5、负压传感器 6 数据的采集并响应协调器节点 3 的数据请求。
     如图 2 所示，本系统旨在监测能够反映风机、电机运行状态的重要参数。本发明传感器测点布置主要是：电机前轴瓦 7 温度、电机后轴瓦 9 温度、风机前轴瓦 11 温度、风机后轴瓦 14 温度、风机 12 垂直振动、风机 12 水平振动、风机 12 负压。温度、振动值由相应传感器来获取，负压则是通过安装在风机上的负压测管 13 以及负压传感器来获得。传感器所采集到的数据由多个传感器节点 15-20 发送到协调器节点。
     如图 3 所示，本发明传感器节点包括第一主控单片机、外部传感器接口、第一按键控制模块、第一天线接口模块、第一电源转换模块和 I/V 转换电路和电桥测温电路。振动传感器、负压传感器经过 I/V 转换电路后与第一主控单片机相连，温度传感器经过电桥测温电路后也和第一主控单片机相连，第一天线接口模块、第一电源转换模块、按键控制模块均与第一主控单片机相连。本发明传感器节点上的第一主控单片机选用的是 CC2430，第一电源转换模块选用的是 DC/DC 电源模块 BSD5-24D15、电源转换芯片是 LM2576， I/V 转换电路和电桥测温电路选用的放大器是 LM324，实现对风机运行数据的采集、转换。温度传感器、振动传感器以及负压传感器输出的信号经过以上所述信号处理转换送入 CC2430 主控单片机的模数转化口 P0.0 ～ P0.3。由于系统需要一直处于实时在线监测状态，更为关键的是振动、负压传感器都需要 24V 直流供电，因此，本传感器节点采用 24V 直流供电，由 S-150-24 明纬电源得到 24V 直流电压，再经过 DC/DC 电源模块 BSD5-24D15 得到系统所需要的 ±15V 电压。由于主控单片机的 AD 采样功能只能采集电压信号，所以需将温度传感器的电阻输出以及振动、负压传感器的电流信号转化为电压信号，以便统一进行信号采集。由于工业标准输出信号为 4-20mA，因此需要加上调理电路将 4-20mA 信号转换为可供 CC2430I/O 端口 AD 采样的 0-3V 电压信号。考虑到传感器节点的通用性设计，将每个节点设计为可以采集至少四路温度信号和两路振动或负压信号。按键实现与协调器节点的通讯控制及复位功能。
     如图 4 所示，本发明协调器节点包括第二主控单片机、第二按键控制模块、第二天线接口模块、第二电源转换模块、串口模块、 JTAG 调试接口模块和 LED 指示模块。第二天线接口模块、第二电源转换模块、按键控制模块均与第二主控单片机相连。协调器节点上的主控单片机选用的是 CC2430，第二电源转换模块选用的是 5V 的 AC/DC 电源适配器、电源转换芯片选用 AS1117-3.3V，经过以上所述两种电压转换得到 CC2430 所需要的 3.3V 工作电压。 JTAG 调试接口模块通过串口转换线与 PC 机相连来对芯片烧写及调试程序。串口模块可通过 RS232 和 RS485 两种接口实现与监测计算机之间的通讯，所设计的 MAX485 电路连接上 RS232/RS485 转换器，可使协调器与监测计算机之间距离延长至 1200 米，提高了系统的可操作性。 LED 指示模块用来指示通讯启停等情况，按键实现与传感器节点的通讯控制及复位等功能。
     本发明旨在实现对通风机运行状态的预警、诊断功能，为达到上述目的，本发明关键在于按以下预警、诊断方案进行：
     a) 编写内置对策库对超出控制范围参数给予警报并通过事先划分的报警级别给出相应处理措施建议。将以通风机 / 电机出厂设计所规定最高温度的 85％作为温度一级预警阈值，所规定最高温度的 60％作为温度二级预警阈值；将以通风机 / 电机出厂设计所规定最大振动烈度 ( 通风机挠性支承时为 7.1mm/s) 的 85％作为振动一级预警阈值，所规定最高振动烈度的 60％作为振动二级预警阈值；将以通风机 / 电机出厂设计所规定超压值 ( 或失压 ) 的 85％作为负压一级预警阈值，所规定超压值 ( 或失压 ) 的 60％作为负压二级预警阈值。根据《煤矿井工开采通风技术条件》负压与矿井通风系统风量存在确定的关系，如矿井通风系统风量＜ 3000m2/min 时，最大负压为 1500Pa。
     b) 采用相对阈值预警的方法，使温度、振动值在短时间内发生异常变化时使其触发预警。所涉及状态参数的相对变化率可由以下公式求得：
     式中， r 为状态参数 v 的相对变化参数，表征单位时间状态参数 v 的变化量， vn 为状态参数 v 在 tn 时刻的状态值， vp 为状态参数 v 在 tp 时刻的状态值。对于温度，因为温度是缓变信号，为了降低误报警，设定 tn-tp ≥ 1min，当 r ＞ R1 时，即触发温度变化率报警，其中， R1 为相对预警阈值，设定为 1.5。
     对于振动，其强度是由振动烈度 ( 振动速度的均方根值 ) 来衡量，而且振动不属于缓变信号，即只需设定 R1 ≥ 1，当 r ＞ R1 时，即触发振动变化率报警。这是一个优化方案。
     通过同煤集团某矿的实际运行情况可知：该方法弥补了单一越限报警方法当触发越限报警时系统的运行状态往往已经恶化的不足，同时也可以避免设备在启停等特殊工况下误报警的发生，现场运行的误报警情况明显降低，提高了报警的准确率。相对阈值预警在通风机启停等特殊工况下作为主要预警方法。
     c) 采用模糊理论的综合诊断方法对通风机的常见故障原因给出自动诊断结果。该方法利用征兆向量隶属度和模糊关系矩阵求故障原因向量隶属度，并做出故障诊断。本监测系统的监测参数有通风机轴瓦温度 (x1)、通风机垂直方向振动 (x2)、通风机水平方向振动 (x3)、通风机负压 (x4)、通风机后轴瓦温度 (x5)，则可以总结出常见故障征兆向量： X＝ (x1x2x3x4x5)。通过现场调研和理论研究可得到通风机常见故障产生原因，其向量表示： Y＝ (y1y2y3y4y5y6y7)，其中， y1 ：润滑不良或冷却不够， y2 ：基础松动， y3 轴承安装不良或损坏， y4 ：转子不平衡， y5 ：转子与静止件摩擦， y6 ：轴线不对中， y7 ：旋转失速和喘振。本系统投入运行后已多次诊断出通风机故障原因，例如，在同煤集团某主扇有监测系统得到征兆向量为 X ＝ (0， 1， 0， 0， 0)，由现场长期的数据统计得到统计数据诊断隶属度矩阵 R ＝ [rij]5×7，然后由所述模糊诊断系统依据 Y ＝ XоR 得到故障产生原因向量 Y ＝ (0.1 0 0.6 0 0.2 0 0)，则由最大隶属度原则可诊断出故障原因为第三种 y3，即轴承安装不良或损坏，停机检修的结果证实了本诊断系统的准确性。