露天矿用重型卡车发电机组远程监测系统设计

史斌杰，唐 堂，陈亚杰，马士飞

应用研究

露天矿用重型卡车发电机组远程监测系统设计

史斌杰，唐 堂，陈亚杰，马士飞

（中国船舶集团有限公司第七一一研究所，上海 201108）

将大型矿用自卸车柴油发电机组作为研究对象，开展矿用重型卡车柴油发电机组远程监测架构技术研究、信息感知及远程状态监测技术研究和远程监测系统的开发研究。建立多维度数据采集、存储、处理方法，研制远程监测系统，实现多种客户端的远程可视化监测。

矿用重型卡车 发电机组 远程监测系统

0 引言

矿用重型卡车柴油机侧配置远程监测模块、振动传感器、油液传感器，同时在矿卡车头处布置网络电台通讯天线，柴油机监测中心配置网络电台、服务器、人机交互电脑。矿用重型卡车柴油机远程监测模块和服务器间通过无线通讯信号连接。

远程监测模块[1]与柴油机ECU模块、减振模块进总线通讯，获取热工等参数；采集9路振动传感器信号，2路油液传感器信号；并通过无线模块与柴油机监测中心通讯。如下图所示。

监测系统[2]通过对柴油机振动信号和润滑油油品进行采集和分析来判断柴油机的健康状态，并通过与服务器远程通信，能够远程监控机器的健康状况，以对其进行及时的维护保养工作，减少故障停机时间和维修费用，降低整个周期内的使用成本。

图1 系统组成原理图

1 远程监测模块硬件设计

电路板采用Xilinx 公司的ZYNQ系列的ZYNQ XC7Z035-FFG676-2I(Kintex-7 架构)作为CPU芯片。配置固态硬盘。

采用双核ARM A9，主频800M。采用全可编程片上系统（APSoC）。PL端内存 DDR3 1GB。PS端内存 DDR3 1GB。8GB EMMC。256 Mb QSPI Flas。2路10/100/1000M 自适应网络接口。2 路CAN2.0 通信。3路RS485通信。16路高速模拟量采集。

16路模拟量通道的输入信号经缓冲、调理后，由模数转换器(ADC)对其采样。每个AI 通道均带有独立的信号通路和模数转换器，可对所有通道同步采样。通过软件选择AC/DC 耦合。通过软件选择IEPE 激励电流。FPGA芯片控制模数转换模块中的2片ADC芯片，完成ADC芯片同步采集、数据接收，并完成通道校正、信号预处理和数据转发的工作；ARM处理器负责计算和通讯，完成CAN协议、RS485协议的解析。原理图如下

图2 基本原理图

1.1 远程监测模块结构设计

采用铝合金压铸一体成型，结合面做电磁兼容处理，满足EMC要求。内部PCB板安装采用局部灌胶工艺、可同时满足减震和散热需求。满足标准IEC60068-2-6减震要求。对外接口统一采用IP67航插接口，模块整体满足IP67防护要求。模块正面需要20cm维护散热空间。

1.2 传感器选择

振动传感器采用慧石科技的IEPE单轴压电加速度传感器，其主要性能参数如下：

传感器类型：慧石IEPE单轴压电加速度传感器。

技术指标：灵敏度:±10%

动态响应范围：±500g

频率响应：±5%

频率响应：±2dB

冲击极限3000 g

满量程输出：±5 V

供电电压：18～30 V

工作温度：-55～125 ℃

备注：关于加速度传感器量程的选择说明：单轴

油液传感器选用颗粒传感器、及油品传感器。

油品传感器选用PARKER公司的Fluid Condition SensorFCS-3113型，测量温度、含水量、压力、介电常数。

技术指标：最大压力：10 bar

允许流体温度：-20～100 ℃

工作温度：-20～80 ℃

振动：5～100 Hz

供电电压：10～32 V

最大报警电流：0.2 A

颗粒传感器选用PARKER公司的Metallic Wear Debris Sensor FG-K19567－kW。技术指标：最大压力：20 bar

技术指标：最大压力：20 bar

允许流体温度：-20～85 ℃

工作温度：-20～70 ℃

供电电压：18-30 V

保险丝额定电流：0.2 A

颗粒最小速度：0.28 m/s

颗粒最大速度：1.9 m/s

1.3 无线通讯设计

矿坑底部几乎没有4G信号，采用网络电台通讯模式，在远程监测模块内具有通讯板，在矿坑坡顶建立一个覆盖矿坑的中继点，在监测中心建立网络电台接收端。通讯距离在3KM左右。选型网络电台，电台与天线装到卡车车头。电台与远程监测模块采用以太网通讯。

1.4 服务器及电脑选型

两台戴尔PowerEdge T640塔式服务器，两台研华ARK3500工控机。

2 软件设计

应用层软件安装于Linux操作系统[3]上，操作系统自身集成了串口与CAN收发驱动和以太网驱动。高频数据采集及特征值计算软件运行在处理器SOC的FPGA内核中由硬件语言完成编程。采用工业互联网平台模式，具有边缘感知层、平台Iaas层[4]、存储与应用层。

边缘感知层作为整个系统的基础，具有设备层、数据收集层、数据传输层，具备适配不同工业通讯协议下数据采集能力（采用CAN、485通讯、模拟量采样等），处理后进行本地缓存，通过数据传输层上传至数据存储平台进行存储，实现设备运行数据的感知、收集及传输。

平台Iaas层[5]，考虑矿用重型卡车远程监测应用的场景特点和实际需求，在监测中心搭建数据服务器、备份服务器以及多个磁盘阵列的硬件资源。

存储与应用层分为数据存储、运维服务和通讯交互，采用分布式存储实现存储层的负载均衡，还运用双机热备的架构，保障信息的安全性。设计数据分析、异常检测、历史趋势分析和设备运行状态监测，并通过通讯交互以Web形式推送至用户、远程监测中心。

图3 软件构架图

2.1 数据采集

数据采集来源包含5部分：热工系统、油液系统、减振降噪、高频数据特征值、原始高频数据。整体框架如下图所示：

图4 数据采集框架

热工系统通[6]过CAN总线[7]与外部系统相连，故在ARM采集板卡上，部署串口CAN采集服务，完成数据的采集。CAN采集服务启动时，读取本地测点信息，并完成初始化工作。随后，服务通过CAN总线与热工系统建立连接。被动收取热工数据。程序按照CAN协议解析数据并将数据转发到数据存储服务中。数据采集通讯流程如下图所示：

油液系统（2路485）、减震降噪（1路485）通过串口纵向与外部系统相连，故在ARM采集板卡上，部署串口ModbusRTU采集服务，完成数据的采集。串口ModbusRTU采集服务启动时，读取本地测点信息，并完成初始化工作。随后，服务通过串口总线与油液系统、减震降噪建立连接。并发送要数指令，在收到回复后，解析数据并将数据转发到数据存储服务中。数据采集通讯流程如下图所示：

图5 热工数据采集通讯流程

图6 油液数据采集流程

服务与高频数据软件通过共享内存获取服务。服务程序首先读取配置文件INI和测点表文件CSV。实例化数据区后，服务通过测点地址ADDRESS获取数据，并通过测点ID将数据转发到数据存储服务。流程如下图所示：

图7 高频特征值采集流程

服务与高频数据软件通过共享内存获取服务。服务程序总体流程与高频特征值采集服务一样。服务数据采集按照每小时存储1秒数据的频率采集高频数据。

2.2 本地数据库

本地数据库通过数据存储服务实现，包含数据配置接口、数据插入接口、数据存储服务本体，架构如下图所示：

图8 本地数据库架构

数据配置接口：与上层管理平台通讯，确认数据库的配置信息。

数据插入接口：对外提供基于HTTP协议的数据插入服务。数据采集服务打包时间戳和测点ID及对应的数据值，通过数据插入接口实现数据插入操作。

数据存储服务本体：本地缓存按照站点分类存储，支持热工系统数据、高频数据特征值数据、原始高频数据分不同站点存储。

3 结语

本文设计了一种专门应用于露天矿用重型卡车发电机组远程监控的系统，实现多维度，实时收集矿用重型卡车数据，并进行分析，便于对矿用重型卡车的运行和工作情况进行远程的监控。

[1] 邹庆勇, 龚元明. 基于GPRS的整车控制策略远程监测系统的软件设计[J]. 智能计算机与应用, 2021, 11(10): 96-100, 106.

[2] 李震宇, 杨建国, 余永华. 船舶柴油机监测系统的开发与应用[J]. 船海工程, 2007, 36(3): 58-61.

[3] 殷晏君. Linux服务器的应用[J]. 科技资讯, 2017, 15(34): 1, 3.

[4] 陆茂兰. 浅谈云计算IaaS基础设施服务系统[J]. 中国新通信, 2015, 17(24): 130.

[5] 梁钢, 茅秋吟. 云计算IaaS平台的信息安全和运维服务设计[J]. 电子技术应用, 2013, 39(7): 63-64, 96.

[6] 容爱琼, 周超, 陈东青. 野外环境数据加密传输及远程监测系统设计[J]. 单片机与嵌入式系统应用, 2021, 21(2): 86-89.

[7] 范振瑞. 基于CAN总线的船舶柴油机状态监测系统[J]. 舰船科学技术, 2019, 41(20): 79-81.

[8] 丛佩丽. 基于Linux操作系统平台的服务器安全策略[J]. 网络安全技术与应用, 2015(6): 16-17.

[9] 莫怀海. 云计算中IaaS层信息网络安全防护技术分析[J]. 网络安全技术与应用, 2019(4): 23-24.

Design of remote monitoring system for generator set of heavy truck

Shi Binjie, Tang Tang, Chen Yajie, Ma Shifei

(Shanghai Marine Diesel Engine Research Institute, Shanghai 201108, China)

TM314

A

1003-4862（2023）02-0052-03

2022-07-14

史斌杰(1987-)，男，硕士。研究方向：智能船舶、故障诊断、综合自动化。E-mail: 13564548106@126.com