基于互联网的状态监测技术在盾构维护保养中的应用

陈文远， 张继宏， 张刚宏， 赵 珀， 田水清

(中铁一局集团城市轨道交通工程有限公司， 陕西 西安 710054)

0 引言

城市轨道交通具有运量大、速度快、安全、准点、保护环境、节约能源和用地等优点，已成为解决城市交通问题的主要方式。据统计，截至2016 年底，中国内地共有29 座城市拥有城市轨道交通运营线路，总长3 832 km，运营线路129条[1]。轨道交通建设有高速、安全等要求，极大地促进了盾构在地铁隧道施工中的应用。

盾构是集机械、电气、液压、光学、网络、自控、传感和信息等先进技术于一体的高附加值复杂装备，可靠性要求极高。刀盘主轴承、主驱动减速机、螺旋机减速机和液压系统等核心零部件及系统的状态，直接影响盾构施工的工期、安全、成本和质量。由于施工单位人员流动性大、人员水平参差不齐、施工环境复杂等的原因，盾构一直处于粗放式管理模式，在盾构施工中经常出现设备的非正常停机，严重影响工程的施工成本、质量和工期。近年来，韩向远等[2]设计了自带监测传感器的智能型盾构主轴承，并利用ZigBee技术实现了监测数据的传输； 文献[3-4]对盾构的远程维护与故障诊断技术进行了研究； 文献[5-8]研究了状态监测技术在风电、船舶领域的应用，为该技术在盾构中的应用提供了参考。当前的研究主要集中在盾构设备润滑管理[9-10]、设备的振动监测技术[11]和驱动减速机的第三方检测[12-13]等，但都没有形成统一的系统进行管理，如何将先进的状态监测技术[14-15]结合互联网技术应用到盾构的健康管理中一直是盾构施工行业亟待解决的问题。本文将先进的状态监测技术与互联网结合，开发了基于网络的管理系统，打通了盾构设备管控一体化存在的壁垒，提供了一种盾构智能维护与健康管理方案。

1 盾构智能维护与健康管理总体方案

根据盾构各核心零部件的润滑状况、设备运转工况和各类状态监测技术的适用范围及优缺点，建立了油液在线、油液离线、振动、电流频谱和红外成像等多种技术融合的盾构状态监测及智能维护体系，以满足盾构在施工中低速大转矩、变负载、高可靠性的要求。结合设备的日常管理，制定了盾构智能维护与健康管理制度，如图1所示。

图1 盾构智能维护与健康管理系统架构Fig. 1 Structure of intelligentized maintenance and health management system for shield

采用B/S架构，应用“互联网+”的技术理念，将状态监测仪器及技术、管理、维修人员等纳入统一的管理与交流平台，开发了状态监测实验室信息管理系统。状态监测技术中心的所有检测仪器联网组成检测局域网，利用工业以太网、RS-232、RS-485和USB等总线通信及文件导入方式实现所有检测数据的智能采集与上传，提高了检测效率并减少了人工录入数据的出错概率。通过系统自动生成检测报告并完成检测报告的编制、审核、批准与发放。系统将各类状态监测数据进行深度融合，运用大数据、智能分析等先进技术手段进行分析，科学地制定检测项目的参考值和诊断结果。管理部门通过系统及时查询状态监测报告，制定设备的维保计划并实施。现场人员将设备的实际维保情况以文字、图片和录像等形式通过网络即时反馈到系统，实现设备健康与维修的闭环管理。设备的检测报告、维保措施和反馈信息等统一保存在系统知识库中，以实现故障诊断专家系统的经验积累。

该系统应用的关键技术如下： 1)将油液在线、油液离线、振动、电流频谱和红外成像等技术在盾构状态监测中进行了深度融合应用； 2)建立了基于“互联网+”的盾构智能维护与健康管理体系，开发了实验室管理信息系统，加强了公司技术与管理部门之间的沟通； 3)运用状态监测中的大数据分析结果来指导盾构的设计、制造与再制造、维护与保养； 4)建立了盾构全生命周期的状态监测、健康与维修管理档案。

2 基于互联网的多种技术在盾构状态监测中的应用

2.1 盾构油液离线监测技术

油液离线监测对象为盾构的液压油、主驱动减速机齿轮油、主轴承齿轮油和螺旋输送机减速箱齿轮油等，油液牌号为ISOVG 46、ISOVG 68、ISOVG 150、ISOVG 220和ISOVG 320等。根据在用油使用指标及盾构的运行工况制定了盾构在用油样的检测项目，包含理化品质检测、污染监测和磨损分析等3大类，色度、黏度、水分、总酸值、闪点、机械杂质、红外光谱、污染度、发射光谱、PQ指数、直读铁谱和分析铁谱等12个检测项目。

2.2 盾构油液在线监测技术

油液状态监测的主要目的是对油品劣化、污染和机械磨损的早期发现与预警。传统的油液离线监测技术的分析结果准确率高，但需要经过采样、送样、实验室分析、数据汇总与报告编写、报告发放等一系列过程，存在检测周期长、成本昂贵和人为因素影响大(如分析铁谱)等缺点，对于盾构等连续运转设备中润滑油的变化情况往往不能做到及时预警。油液在线监测技术通过对设备摩擦系统的实时、连续监测，能及时、动态地获取被监测对象的润滑磨损等信息，实现设备的故障诊断。在线监测技术消除了人为不确定性因素的影响，取样和检测几乎同时进行，能及时为管理者提供装备的工作状态。

根据被监测对象润滑系统的特点，在线监测仪器一般安装在设备部件摩擦副之后、过滤装置之前。目前使用的油液在线监测仪器主要有以下几种： 可视化铁谱磨损监测系统、水分检测、黏度检测和激光在线颗粒度计数器等。在线传感器数据经PROFINET、PROFIBUS和RS485协议与现场工控机进行通信，工控机将数据汇集后，通过互联网发送回数据中心服务器数据库中存储。

2.3 振动、电流频谱和红外成像监测技术的应用

盾构属于典型的低速、大转矩、重载、变工况的设备，常规设备的故障诊断方法在盾构上不完全适用，分析标准和监测方法根据施工工况的不同而不同。

振动监测技术： 针对主驱动减速机和主轴承运行状态进行监测和故障诊断。对所采集的振动信号应用现代信号处理技术，如傅里叶变换、小波(包)分析和经验模态分解等方法提取有效信号，分析信号特性，获得表征盾构设备运行状态的振动信号特征。

电流频谱技术： 主要针对电驱盾构，研究了基于电机电流频谱分析的状态监测技术。当盾构部件出现故障时，会表现为负载转矩的波动，负载转矩波动会造成电机气隙转矩的波动，同时会引起定子电流的波动。通过采集驱动电机电流并进行频谱分析，实现对定转子、对中、偏心、轴承、缺相、断路和负载不均等多种故障的诊断。电机电流集成了盾构部件的负载运动特征，从而能够反映电机拖动部件的运行状况，提高盾构功能部件的监测诊断能力。

红外成像技术： 利用带电设备的致热效应，采用专用仪器获取从设备表面发出的红外辐射信息，进而判断设备状况和缺陷性质。红外成像技术具有不需要停电、非接触、准确高效等优点，解决了定期计划检修的盲目性问题。通过对盾构定点部位周期性的红外温度监测，可做到设备热异常的早期检出及设备状态劣化倾向的定量管理。

2.4 掘进装备状态监测技术中心的建立

掘进装备状态监测技术中心(见图2)成立于2016年1月，是一个专业从事盾构、硬岩掘进机、顶管机等大型掘进装备润滑监测、数据分析、故障诊断、维修方案制定和状态监测人员培训的服务机构。

图2 掘进装备状态监测技术中心Fig. 2 Condition monitoring center for boring components

2.5 盾构智能维护与健康管理制度

为将盾构的状态监测融入日常的设备维保工作中，特制了《盾构智能维护与健康管理制度》，为盾构的状态监测、维保计划的制定、控制维修成本提供了实施依据。主要包括： 1)设置了负责现场盾构健康与维修管理的组织机构，明确了负责人及其岗位职责，制定了相关奖励与惩罚制度； 2)制定了盾构状态统计制度，由现场专人负责通过系统报送当日设备的维保及运行状态； 3)编制了盾构的改造与维修方案，严格执行改造、转场维修、项目修理的预算与决算制度， 控制维修成本； 4)制定了盾构油液监测规范，详细规定了采样频次、采样标准和采样数量等，并严格执行报告的编制与签发制度； 5)根据盾构的状态监测结果制定维保、维修与改造计划，并由现场人员将维修改造的实际情况通过系统进行反馈，完善与丰富系统知识库； 6)安装油液在线、振动等状态监测系统，确保盾构施工的安全性与可靠性。

3 实验室信息管理系统

状态监测实验室信息管理系统[16](LIMS： laboratory information management system)如图3所示，是结合状态监测技术和设备维保管理开发的基于“互联网+”的网络管理系统。该系统以C#为开发语言，ASP.NET为开发平台进行开发，采用B/S架构实现。服务器端以Windows Server 2008操作系统、Microsoft SQL Server 2008数据库和IIS7.0作为运行环境，客户端以Windows XP及以上、IE10.0及以上为运行环境。B/S架构很好地解决了施工单位使用人员分散、使用人员水平参差不齐、对数据安全性的要求高等问题。

图3 状态监测实验室信息管理系统Fig. 3 Laboratory information management system

状态监测实验室信息管理系统包括工作流程管理、实验室业务管理、油样管理、台账管理、检测仪器管理、检测项目管理、监测设备管理、客户管理、标准库管理、知识库管理、专家诊断、检测数据统计和系统管理等13个模块，油样数据库、知识数据库、检验标准数据库、维保数据库和健康数据库等5个数据库。该系统以实验室数据管理为中心，通过互联网将状态监测仪器及技术、管理、维修人员等纳入统一的平台进行管理，有效地解决了公司技术部门和管理部门之间存在的信息不共享、信息传递不及时、维修情况反馈不及时等问题。

根据监测参数的类型及随时间变化的规律，系统建立了值阈法、线阈法和自回归时序自动建模等方法，利用监测的大样本数据及时计算与更正监测项目的参考值。故障诊断专家系统融合监测数据、设备数据和设计数据等生成诊断报告，并给出每种故障出现的权重值。通过现场的维保检查情况优化故障诊断专家系统模型、丰富专家知识库的内容，从而实现盾构的智能维护。

4 结论与讨论

通过对油液在线、油液离线、振动、电流频谱、红外成像等监测技术的深度融合应用，推动了状态监测技术在盾构智能维护中的发展，结合互联网提高了管理及信息共享的效率，改变了盾构传统的粗放式管理模式，为盾构的智能维护与健康管理提供了先进的手段，为盾构的维护保养提供了决策依据。

目前尚存以下问题需要解决： 1)由于系统复杂、开发工作量大，系统运维及实施都需要高技术人才； 2)由于盾构及其施工工况的异常复杂，很难找到一套普遍适用的状态监测方法，需要针对具体工况进行针对性的研究。因此，只有管理模式与技术水平协同进步，才能使先进技术产生更多的经济效益。

参考文献(References)：

[1] 刘宇， 樊佳慧， 贺力霞， 等. 2016年中国城市轨道交通运营线路统计与分析[J]. 都市快轨交通， 2017， 30(1)： 4.

LIU Yu, FAN Jiahui, HE Lixia, et al. China′s operational urban rail transit lines, 2016: Statistics and analysis[J].Urban Rapid Rail Transit， 2017， 30(1)： 4.

[2] 韩向远， 沈金玉， 周晨晨， 等. 基于ZigBee技术的智能型盾构主轴承设计[J]. 机械工程师， 2015(11)： 26.

HAN Xiangyuan， SHEN Jinyu， ZHOU Chenchen, et al.Design of intelligent main bearing of tunneling machine based on ZigBee technology[J]. Mechanical Engineer， 2015(11)： 26.

[3] 周奇才, 周杰, 傅天宏, 等. 盾构故障诊断与远程维护系统设计与研究[J]. 机电一体化, 2013 (10): 18.

ZHOU Qicai, ZHOU Jie, FU Tianhong, et al. Design and research of shield machine fault diagnosis and remote maintenance system[J]. Mechatronics, 2013 (10): 18.

[4] 花岩. 盾构关键设备状态监测与故障诊断研究[J]. 山东工业技术, 2016(18): 260.

HUA Yan. Research on condition monitoring and fault diagnosis of key equipments for shield machine[J]. Shandong Industrial Technology, 2016(18): 260.

[5] 刘俊夫, 钟建伟. 一种风力发电机组状态监测系统的设计与实现[J]. 湖北民族学院学报(自然科学版), 2016, 34(4): 412.

LIU Junfu, ZHONG Jianwei. Design and implementation of wind turbine condition monitoring system[J]. Journal of Hubei University for Nationalities(Natural Science Edition), 2016, 34(4): 412.

[6] 笪靖. 浅谈船舶液压系统的油液监测分析[J]. 交通节能与环保, 2016, 12(2): 46.

DA Jing. Oil monitoring analysis in ship hydraulic system[J]. Energy Conservation & Environmental Protection in Transportation, 2016, 12(2): 46.

[7] 彭余, 黄志坚. 盾构液压马达磨损监测研究[J]. 液压气动与密封, 2017, 37(5): 64.

PENG Yu, HUANG Zhijian. Research on monitoring of hydraulic motor wear for shield machine[J]. Hydraulics Pneumatics & Seals, 2017， 37(5): 64.

[8] 吕纯, 张培林, 吴定海, 等. 基于超声传感器的油液磨粒在线监测系统的研究[J]. 机床与液压, 2016, 44(7): 73.

LYU Chun, ZHANG Peilin, WU Dinghai, et al. Research on online monitoring system for oil wear debris based on ultrasonic sensor[J]. Machine Tool & Hydraulics, 2016, 44(7): 73.

[9] 陈惠卿, 刘卜瑜. 盾构行业发展状况及设备润滑方案[J]. 石油商技, 2015(4): 4.

CHEN Huiqing, LIU Buyu. Development statuses and equipment lubrication programs of shield machine industry[J]. Petroleum Products Application Research, 2015(4): 4.

[10] 宋杰. 盾构主轴承齿轮油泄露故障诊断与处理[J]. 建筑机械化, 2016, 37(3): 70.

SONG Jie. Diagnosis and treatment of gear oil leakage of shield main bearing[J]. Construction Mechanization, 2016, 37(3): 70.

[11] 陈丽新, 尹健昭, 陈茜茹. 应用于轴承故障诊断与分析的振动监测系统研究[J]. 计测技术, 2016, 36(增刊): 156.

CHEN Lixin, YIN Jianzhao, CHEN Qianru. Research on vibration monitoring system used in fault diagnosis and analysis for bearings[J]. Metrology & Measurement Technology, 2016, 36(S): 156.

[12] 杨其明, 康宝生, 易新乾. 盾构主轴承齿轮箱应用参数监测技术的可行性研究[J]. 隧道建设, 2017, 37(5): 637.

YANG Qiming, KANG Baosheng, YI Xinqian. Study of feasibility of applying parameter monitoring to main bearing gearbox of shield[J]. Tunnel Construction, 2017, 37(5): 637.

[13] 孙富成, 宋文渊, 滕红智, 等. 基于红外热图像的变速箱轴承状态监测与故障诊断 [J]. 电光与控制, 2017, 24(7): 113.

SUN Fucheng, SONG Wenyuan, TENG Hongzhi, et al. Infrared thermal image based condition monitoring and fault diagnosis of gearbox bearings[J]. Electronics Optics & Control, 2017, 24(7): 113.

[14] 陈传林. 盾构关键部件在线监测和维护技术研究[J]. 地下工程与隧道, 2017(2): 34.

CHEN Chuanlin. On-line monitoring and maintenance technologies of key components of shield machine[J]. Underground Engineering and Tunnels, 2017(2): 34.

[15] 张晋涛. 监测技术在地铁盾构施工中的应用[J]. 装备制造技术, 2015(10): 273.

ZHANG Jintao. Application of monitoring and control technology in urban metro shield construction[J]. Equipment Manufacturing Technology, 2015(10): 273.

[16] 张明, 朱小军, 瞿朝成. 基于WEB的实验室信息管理系统的研究与实现[J]. 自动化与仪器仪表, 2014(1): 129.

ZHANG Ming, ZHU Xiaojun, QU Chaocheng. Laboratory information management system based on WEB research and implementation[J]. Automation & Instrumentation, 2014(1): 129.