船闸电机设备巡检浅谈

周俊宇 张页川 乔小东

摘要：船闸电机设备是船闸运行的主要动力件，负责把电能转换成机械能，为人字门和阀门起闭提供动力。是船闸重要的机械电子设备，船闸电机的正常运行和维护，离不开日常的设备巡检和保养，如何提高运行人员巡检效率，在日常的每班次巡检中发现问题，做出了以下探讨。

关键词：船闸;电机;巡检

1 前言

船闸电机设备是船闸运行时的主要动力件，是驱动船闸设备运行的动力源。为了保障设备的可靠性和维修的的便利性，通常船闸启闭机和阀门由电机驱动，靠液压或机械齿轮传动。作为动力源的船闸电机设备，有着工作启停频繁，工作环境恶劣潮湿等特点，如何在日常的巡检中，发现电机的问题和缺陷，适当的、及时的对它进行保养，维持一个良好的工况，对船闸设备的稳定运行和提高设备巡检的技术水平有着积极的意义。最近几年，巡检人员逐步年轻化，通过培训能较快熟练掌握各种终端操作，如何进一步提高巡检的科技含量和巡检的实际效果，对此进行一些探讨。

2 电机设备的监测参数

目前传感器在工业中的应用逐步扩展，在大型精密制造中，多参数实时反馈调节是控制工程里常用的方式。船闸电机运行的工作情况，可以通过采集一些数据参数进行统计分析，如电流电压值、振动频率、径向转速、磁场变化等[1]，以此为基础研究电机的运行特征，判断正常电机的工作曲线和异常工况的产生原因，对设备缺陷进行初步诊断。通过以上参数的收集，还可以和5G物联网等先进生产技术相结合，改进船闸电机等机械设备的装备水平，一定程度上提高电机复杂工况的应对能力[2]，延长设备正常工况的使用寿命。

3对监测数据的处理和应用

特征工程方法是目前常见的的故障诊断方法之一，基于特征工程处理，目的是最大限度地从原始数据中提取特征以供算法和模型使用。对技术人员要求较高，需对原始数据进行选取和处理，才能应用于计算程序对其进行分析。船闸电机等设备的运行参数收集和数据库建立，是一个综合和相对复杂的工程。船闸机械运转过程中，存在诸多不可预测因素，传感器收集到的数据可能存在噪音失真等现象，没有数据库对比分析，使得靠纯粹监测数据应用电脑程序诊断分析故障变得十分复杂和困难。 因此人工干预进行特征提取的故障诊断方法存在一定的局限性。近年来，随着机器学习、人工智能领域的不断发展，机器学习这种能够自主挖掘数据内在特征，自适应改进算法的技术得到越来越多的应用。在船闸电机设备的缺陷和故障诊断中，工业电机的缺陷种类非常多，故障现象也比较复杂，单纯船闸电机设备故障标记数据样本有限[3]。为了能够更全面地挖掘电机数据中所包含的故障特征，可运用机器学习方式从大量工业电机的工作状况参数中学习到有效的特征值用于故障判断，实现故障特征识别到分类的全过程的智能化，建立一套工业電机的故障数据库模型，广泛应用于工业生产中电机设备的监测运行。

4智能终端巡检技术的可行性

通过对船闸电机设备实时的监控，能更好的反映船闸电机设备的运行状态。对于船闸电机过热、电机异响等情况，有了连续的数据记录查询，能够发现其变化的曲线。一定程度上，辅助巡检人员科学判断船闸电机设备的运行情况，可以及时发现电机轴承润滑失效等异常情况，及时进行补油保养，减少了船闸电机设备的在异常工况下的运行时间，能够延长船闸电机等设备的正常工况和使用寿命，具有有一定的积极意义。

船闸日常巡检中，最重要的是设备的动机巡检。即理想情况下每个班次能对船闸各个机房电机等设备的启动和停机过程进行观测，及时发现异常。然而实际巡检中，由于船闸各个机房位置相对分散，单个机房运行间隔时间较长，单个巡检人员在日常巡检中难以对所有设备达到动机巡检的要求。如果有像手机大小一样的智能终端巡检设备，抵达每处机房拍照上传。对每个机房的工作情况通过传感器记录的运行数据与数据库进行比较分析，辅助巡检人员判断设备工况。对于异常工况设备，提醒巡检人员在下次动机时抵达现场进行细致观察，并通过电机等设备传感器上的5G物联网连接数据库和专业技术人员，联合分析设备异常工况原因，及时处置相关设备运行缺陷[4]。

5对船闸设备运行的积极意义

有效避免了船闸电机等设备“带病运行”，通过智能化巡检系统，辅助达到了船闸电机等设备每班次百分百动机巡检的高频次要求，对于缺陷设备的及时发现和维护保养，有积极的意义。因为船闸停航检修对航运影响较大，且高水头单级船闸计划性停航检修间隔较长。对船闸电机等设备进行适当的更新和改进，辅助以更高水平的智能监测辅助系统，及时有效的进行设备保养和日常维护，对船闸设备维护正常的工况和延长设备使用寿命有一定积极的意义。

6 结论

电机的智能监测系统在船闸设备的智能化改造中有很大的应用前景，当前电机等设备，除了终端控制系统里的电流、温度、角度传感器外，其他的传感器还比较缺乏。为了保持系统的稳定性，可以单独新增一套智能监测巡检系统，由5G物联网等与传感器相连，与综合数据库比对辅助判断各个设备的运行情况。提高设备巡检和维护保养水平，从纯粹的外观完好性判断和异响识别的人工巡检，到智能化多维度，综合振动、温度、电流、润滑情况等参数，辅助机器学习云计算数据库等技术手段，推进高水平的船闸生产工业系统发展。

参考文献

[1]宋人杰，武际富，程景奕.电厂电机设备智能巡检系统的研究[J].信息通信，2015，{4}（02）：110-111.

[2]王秀英.试论电机振动故障巡检系统的研究与开发[J].科技创业家，2013，{4}（12）：106.

[3]李轩，徐志科，周玲，金龙，戴德嵩，潘志翔，龚龙中.基于超声波电机的线路巡检机器人伺服控制系统[J].电气自动化，2017，39（03）：9-11.

[4]刘温波.设备点巡检管理系统的应用[J].设备管理与维修，2010，{4}（07）：6-7.

作者简介：周俊宇（1994.1），男，湖北宜昌人，本科，助理工程师，研究方向;船闸设备运行与维护，工作单位;长江三峡通航管理局，联系电话;15171506050。