基于云的胚芽米机机芯工况远程监测与诊断系统研究

北京工商大学材料与机械工程学院　沈彬华　郑龙安　孔祥亮

基于云的胚芽米机机芯工况远程监测与诊断系统研究

北京工商大学材料与机械工程学院沈彬华郑龙安孔祥亮

本文主要提出了一种实现对自助式胚芽米机机芯工况远程监测与诊断的新型研究系统。其采用云服务器平台作为本系统的远程端，只要在一个有网络的地方，人们即可随时随地监测到机芯的运行状况，而不是必须在一台固定的电脑上实现监测。本研究系统以自助式胚芽米机机芯为研究对象，使用VC++编程语言在云服务器平台上设计开发机芯远程监测与诊断界面，并利用信号分析处理技术提取特征信号，采用智能诊断方法判断机芯工况，以实现对自助式胚芽米机机芯的远程监测与诊断。

胚芽米机；云服务器；远程监测；信号分析与诊断

0　引言

随着人们生活节奏的提高，现代人们越来越重视食物的营养，大米又是人们生活中必不可少的食物，而胚芽米又比普通大米的营养价值高得多，胚芽米就成为大多人的选择。为便于人们购买新鲜的胚芽米，适应市场的需要，国内已研发出一种将稻谷现场加工为胚芽米的自助式室外实用新型胚芽米机。目前该胚芽米机已经具备供料、加工、自助购买、排料等全自动化功能。为了进一步提升该胚芽米机的性能，本研究提出了一种结合远程监测诊断和互联网云服务器技术，针对胚芽米机机芯这一核心部分进行的实时在线监测、诊断和报警系统，以提高胚芽米的加工质量，增强胚芽米机的稳定性和可靠性。随着自助式胚芽米机的广泛使用，越来越多的胚芽米机机芯工况信息会通过本文提出的研究系统来进行远程监测与诊断，本研究系统的实现对于自助式胚芽米机的稳定运行与保证生产出的胚芽米质量有着重要意义和应用价值［1-3］。

1　远程监测与诊断系统的历史

基于Internet的远程协作诊断研究工作最先是从医学领域开始的。1988年开放式远程医疗系统的概念在美国提出；1994年9月SYS Optics公司在美国国会山庄向克林顿总统演示了一个基于Internet的全国保健试验示范系统；1995年1月美国俄克拉荷马州的远程医疗系统投入使用。设备故障诊断与人类的疾病诊断是相似的，从技术上说能实现远程医疗诊断也就能实现远程设备诊断。1997年1月，首届基于Internet的远程监控诊断工作会议由斯坦福大学和麻省理工学院联合主办。进入 21 世纪后，随着 Internet 网络技术突飞猛进的发展，远程监测技术取得了很大的进展，该项技术逐步的扩大到整个重要的工业部门。国外将研究成果应用于航天、军事、工业等核心领域。在国内状态监测和故障诊断技术也在理论上取得了显著的进步，而且运用在生产实践上。国内先后有诸如像清华大学，西安交通大学，华中科技大学等都建立了自己的故障诊断中心，如西安交大研制的“大型旋转机械计算机状态监测系统及故障诊断系统RMMD”等［4］。

2　本研究系统的提出及其框架结构

本研究系统提出了一种在云服务器平台上对自助式胚芽米机机芯的远程监测界面的设计及其智能诊断。本系统以自助式胚芽米机机芯为研究对象，使用VC++编程语言在云服务器平台上设计开发机芯远程监测界面，并利用信号分析处理技术与人工智能算法对实验测试数据进行处理以判断机芯的工况，实现对自助式胚芽米机机芯的远程监测与智能诊断。

2.1胚芽米机机芯

胚芽米碾米机是自助式胚芽米机的核心组成部分，其工作原理描述如下：糙米或者稻谷通过螺旋送料器进入到碾白室之后，由于碾米辊的转速及碾米米刀的法向作用力，使得稻谷或者糙米产生了一定的速度，使得稻谷或者糙米与米刀产生碰撞，稻谷或糙米之间产生碰撞，稻谷或糙米与机芯之间产生碰撞，正由于这些强烈的碰撞使得稻谷或者糙米表面的米皮去除得到白净的大米，与此同时，通过风机，迫使谷糠和大米透过机芯分离排出，达到米糠分离的目的。其碾米机芯部分结构简图与加工示意图如图1所示。

图1　碾米机芯部分结构简图与加工示意图

其结构中的机芯被谷糠或者碎米粒阻塞，将会影响到其加工出的胚芽米质量，故胚芽米机芯在使用一段时间后需要定期清理或更换，以保证加工出的胚芽米质量。本文通过在云服务器平台上远程监测机芯的运行状态，对其运行过程中的状态进行分析并诊断，根据诊断结果发出警告，提醒工作人员清理或更换机芯。

2.2 振动传感器

振动（加速度）传感器：考虑到机芯振动信号的敏感度和米机系统现场的恶劣环境，振动信号采集采用的传感器我们决定选择高性能的加速度传感器，其测量精度高，电流范围4—24mA。

2.3通讯模块（DTU）

自助式胚芽米机机芯的通讯设备选择的是北科驿唐公司的MD-309G GPRS DTU。其工作原理为：在MD-309G中设置数据中心的IP（或域名）和端口后，MD-309G利用GPRS无线网络拨号连上Internet，随后发起对所配的IP和端口（即mServer的监听端口）的连接，另外，用户软件系统通过虚拟串口等接口连接到mServer，进而实现了从用户设备到用户软件系统之间的无线、双向数据通信。其工作原理如图2所示。

图2　驿唐MD-309G GPRS DTU工作原理

2.4云服务器

本研究系统中，在完成对胚芽米机机芯历史信息的分析处理后，需要对远程的胚芽米机机芯的工况信息进行实时采集，并与分析处理的结果进行比对，以分析机芯的阻塞程度并报警。而要对机芯的工况信息进行实时采集，我们需要一台永久在线并联网的服务器，阿里云的ECS（弹性计算云）很好的满足了我们的需求。通过它我们能够保证机芯的信息能够无丢失的发送到远程监测界面中，而且ECS服务器不需要我们去维护，我们能够在云服务器控制端简单、快速、方便的实现云服务器的升级或者操作系统的变更［5-7］。

2.5远程监测

本研究的远程监测界面部分的设计开发需通过VC++编写程序，利用MFC设计面向对象的远程监测界面。利用北科驿唐公司的GPRS DTU通过串口或网口实现与PC的连接，而PC又可通过采集卡获取来自自助式胚芽米机系统机芯的传感器信息，进而GPRS DTU可获取自助式胚芽米机机芯的信息数据，然后通过在云服务器平台上搭建mserver服务器软件来实现GPRS DTU传送来的数据的接收，并通过映射虚拟串口或端口号将接收到的数据传送给所建立的远程监测界面并加以处理，以实现对机芯的远程监测，并将所设计的远程监测界面与数据库实现连接，从而将接收到的数据存储到数据库中，以方便后期查看。流程图如图3所示。

图3　远程监测流程图

界面主要实现的功能：（1）实时从GPRS DTU获得振动传感器的信息；（2）对获得的振动传感器信息的存储；（3）机芯需要清理或者更换时发出报警信号。

2.6信号分析与诊断

通过做大量实验，在远程监测界面上获取机芯在不同堵塞程度下的大量传感器信息，对其进行信号分析与处理，通过智能诊断技术将新获得的传感器信息与分析处理的结果进行比对，进而来判断在获得此种传感器信息情况下的机芯的堵塞状况，以实现对机芯工况的诊断。

信号分析方法与诊断技术的选择：

（1）在信号分析方法上，使用傅立叶分析等传统信号分析方法对信号进行滤波消噪及信号的模式特征分析具有很大的局限性，而且对于非平稳噪声信号无能为力，出错率高，效果不理想。而应用小波变换的时频特性对信号进行滤波消噪及对信号的模式特征的判断及提取，不但能较好的滤除非平稳信号中的噪声部分，还能够准确的分析有用信号的发展趋势，抑制信号中的某一频段等，从而能及时、有效的对系统的工作状态进行判断，克服了傅立叶分析在这一领域应用中的不足。

（2）在诊断技术上，传统诊断技术一般要求技术人员具备丰富的诊断维护经验，对信号处理技术等各种分析技术要有充分的理解和操作能力，而事实上这类高技术人员较缺乏，并不具备以上技术经验，这样往往会导致在诊断中出错，造成不必要的损失。如借助专家系统的优势，依靠专家系统的大量专业诊断知识，充份利用诊断资源，对于提高诊断水平有很大优势，而且借助于简单易行的专家系统人机界面，操作人员不须具备很高的技术经验就可实现轻松诊断［8-11］。

3　总结

针对以上情况分析，本研究系统可结合胚芽米机机芯远程监测与诊断科研课题，作大量细致、深入的研究，借助于云计算技术、小波分析技术、专家系统故障诊断技术等提出一套切实可行的技术方案，研究开发一套基于云服务器的远程监测和诊断系统，实现对自助式胚芽米机机芯的远程监测与诊断。该系统基于DTU和云服务器远程在线实时获取米机机芯的工况信息，并利用智能诊断技术实现对米机机芯工况的诊断。

［1］周显青.我国大米加工现状及展望［J］.粮油食品科技，2012，1.

［2］何毅.我国大米加工业行业发展现状及展望［J］.粮食与食品工业，2009，6.

［3］白满英.胚芽米及其加工工艺［J］.粮食加工，1985，1.

［4］曾锋.远程设备故障诊断技术研究［D］.郑州大学，2002.

［5］葛二灵.基于云计算的设备远程故障诊断中心的设计与实现［D］.南京理工大学，2014.

［6］董晓霞.吕廷杰.云计算研究综述及未来发展［J］.北京邮电大学学报（社会科学版），2010（5）.

［7］韦小凤.云存储技术优势及其发展趋势的探讨［J］.科学时代，2013（3）.

［8］李克.设备远程监测与故障诊断系统的研究与实现［D］.武汉理工大学，2005.

［9］王靖.列车轮对故障振动特性及诊断关键技术研究［D］.中南大学，2012.

［10］韩冬振.远程诊断中心的设计与实现［D］.郑州大学，2010.

［11］李建华.设备状态监测与故障诊断技术综述［J］.广东化工，2009，12：168-169+175.

Research of the remote monitoring and diagnosis system based on the cloud computing for the movement condition of the Germ-Remained Rice Whitener

SHEN Binhua ，ZHENG Longan，KONG Xiangliang
（School of Material and Mechanical Engineering，Beijing Technology and Business University，Beijing 100048，China）

This paper presents a new research system to achieve Germ-Remained Rice Whitener movement condition remote monitoring and diagnostics.Choosing the Cloud Computing as the end of the system，as long as there is a network that people can monitor the health of the movement condition anywhere，rather than having to implement monitoring on a stationary computer.In this study，the research object is the Germ-Remained Rice Whitener，using VC ++ programming language design the remote monitoring and diagnostic interface on the Cloud Computing，and using signal analysis techniques to extract characteristic signal，using intelligent diagnosis method to determine the working conditions to achieve the remote monitoring and diagnose.

Germ-Remained Rice Whitener；Cloud Computing；Remote Monitoring；Signal Analysis and Diagnoses

沈彬华（1991—），女，硕士研究生，主要从事测试信号分析方面的研究。

注：2016年研究生科研能力提升计划项目资助。