張政偉

摘要：針對采用現(xiàn)有故障診斷方法診斷QDY型橋式起重機故障時，存在診斷結果與實際相差較大，且無法將全部故障問題查出的問題，開展安全故障智能診斷方法的研究。在QDY型橋式起重機運行中，獲取起重機運行數(shù)據(jù)，并完成對數(shù)據(jù)的歸一化處理。再基于起重機故障的多種類型，建立起重機安全故障模型?；谪惾~斯理論，通過計算起重機故障先驗概率、條件概率等參數(shù)，實現(xiàn)對起重機故障的智能診斷。將新的故障診斷方法應用于實際，可實現(xiàn)對起重機多種故障類型的準確診斷，且能夠全部找出同一時刻多種故障類型，具備極高的應用價值。

關鍵詞：QDY型橋式起重機；故障類型；安全；智能診斷

0? ?引言

橋式起重機是一種在車間、倉庫或料場上方吊裝各類材料的起重機械。這種起重機由于采用了鋼筋或混凝土支撐，其外觀與橋梁十分類似，因此將其稱為橋式起重機[1]。這種起重機是完全懸掛在空中的，因此運送貨物時非常方便，甚至可以忽略地面上的障礙物。針對不同行業(yè)的需要，對橋式起重機功能結構進行改進，可以以滿足各種用途。

橋式起重機結構較為特殊，一旦橋架或起重機小車出現(xiàn)故障問題，很有可能造成十分嚴重的事故，甚至會威脅現(xiàn)場作業(yè)人員的人身安全[2]。如果不能及時進行檢查和維護，負荷過大，將會引起主梁的變形，從而引起一系列的事故。所以，加強橋式起重機的安全檢查、維護、故障診斷是十分必要的。

近年來，我國橋式起重機的品種逐漸增加，可應用的領域不斷擴展[3]，智能化和自動化發(fā)展趨勢發(fā)明顯，用戶對橋式起重機的使用安全性、故障診斷的準確性要求也越來越高?；诖?，為提高橋式起重機的使用安全性，本文以QDY型號橋式起重機為例，開展對其安全故障智能診斷方法的研究。

1? ?獲取QDY型橋式起重機運行數(shù)據(jù)

針對QDY型橋式起重機的安全故障問題，為實現(xiàn)對故障類型的準確診斷，需要先獲取起重機在運行過程中的各項參數(shù)。針對運行數(shù)據(jù)的采集，采用STC89C52型單片機作為控制核心。其價格低廉，性能足以滿足起重機的數(shù)據(jù)采集需要。

對起重機進行傳感器數(shù)據(jù)的采集，并以UART串行通訊方式向數(shù)據(jù)處理模塊傳輸。采集模塊的組成主要包括4～20mA的模擬信號采集電路、多圈絕對值編碼電路、信號隔離電路、串口通訊電路等。采用多圈絕對值編碼器的數(shù)據(jù)采集電路，對起重機運行位置、吊鉤高度、吊鉤速度等數(shù)據(jù)進行采集。

2? ?建立起重機安全故障模型

橋式起重機結構比較復雜，對于出現(xiàn)的故障，可以按照起重機結構特點、各零部件失效模式，將其劃分為模塊、層次，增加失效原因節(jié)點等。根據(jù)各個故障層次的失效原因，可以得到最少的故障割集。將橋式起重機的整體失效看作是一個設置的頂點，并對其進行逐級分解，獲得相應的底層事件[4]。

利用邏輯從上向下連接底層事件、中間事件、頂部事件進行連接。采用故障樹變換的方法，在對應貝葉斯網絡的根、中間、葉節(jié)點上采用有向線段表示層次關系。根據(jù)上述論述，構建如圖1所示的橋式起重機安全故障模型。

將圖1橋式起重機安全故障模型中的故障節(jié)點分為具體故障節(jié)點和經驗故障節(jié)點。針對各個具體故障節(jié)點，其包含2種狀態(tài)：一種為正常狀態(tài)，另一種為故障狀態(tài)。再將經驗故障劃分為三種狀態(tài)：第一種為正常狀態(tài)，第二種為注意狀態(tài)，第三種為損壞狀態(tài)[5]。

從圖1中可以看出，本文將橋式起重機安全故障模型分為3層基本結構，其中：第一層為抽象的網絡節(jié)點，只包含一個節(jié)點P；第二層為經驗數(shù)據(jù)節(jié)點，包含G、H、I、J、K、L；第三層為具體的故障節(jié)點。

3? ?基于貝葉斯的起重機安全故障智能診斷

在上述基礎上，求出的先驗概率與條件概率，確定某個時間節(jié)點的失效數(shù)據(jù)后，可以推斷橋式起重機內部層結點的失效狀況。當橋式起重機的機械結構總體狀況被診斷出來時，通過逆向推理，確定出現(xiàn)故障概率最高的部件，以此根據(jù)不斷狀態(tài)判斷起重機的故障類型。

為實現(xiàn)對起重機安全故障的智能化診斷，將Netica 平臺作為智能診斷核心，將上述構建的故障模型導入到該平臺當中，并結合鏈式推理算法，將QDY型橋式起重機作為進行故障診斷的對象，通過上述診斷思路，實現(xiàn)對起重機不同故障類型的辨識[7]。

結合橋式起重機的日常運行測試數(shù)據(jù)，結合專家的經驗，對每一個網絡節(jié)點的先驗概率分配和網絡節(jié)點的條件概率分配。通過模擬專家診斷，可以隨時調用相關的應用，將所收集到的數(shù)據(jù)進行分析，從而快速地發(fā)現(xiàn)最終出現(xiàn)的問題以及最有可能出現(xiàn)的問題，并由使用者進行驗證。通過Netica平臺輸出診斷結果，實現(xiàn)對起重機安全故障的自動化智能診斷。

4? ?實例應用研究

對故障診斷方法設計后，為實現(xiàn)對這一診斷方法應用可行性的驗證，以10t規(guī)格的QDY型橋式起重機為研究對象，針對該機械設備在運行過程中的數(shù)據(jù)進行采集，并將其作為測試數(shù)據(jù)。

在此基礎上，通過本文上述診斷方法對該起重機進行安全故障診斷。所選QDY型橋式起重機的凈重為10t，材質為鑄鋼，行程為50m，提升速度為60m/min，電動功率為380V。針對該規(guī)格QDY型橋式起重機的故障類型，對其分別編號，并在測試數(shù)據(jù)中導入故障數(shù)據(jù)節(jié)點，如表2所示。

根據(jù)表2中的內容，人為控制QDY型橋式起重機運行75min，并在運行的各個階段，將上述各個故障數(shù)據(jù)節(jié)點融入到該起重機運行參數(shù)集合中。在融入過程中，可以在同一時刻設置一組相同故障類型節(jié)點或多組不同故障類型節(jié)點。

完成上述測試操作后，在QDY型橋式起重機運行過程中，利用本文故障診斷方法對其故障類型進行診斷，并將診斷結果與真實情況對比，得到如表3所示的測試結果。

從表3中記錄的測試結果可以看出，在QDY型橋式起重機運行75min時間內，本文診斷方法診斷的結果與真實故障情況完全相同。同時在起重機運行0～15min和45～60min時間范圍內，多種故障類型的同時發(fā)生。

通過上述得出的測試結果可以看出，將本文上述提出的診斷方法應用到實際，可以實現(xiàn)對QDY型號橋式起重機故障問題的準確判斷，以此能夠促進起重機運行安全性和穩(wěn)定性的提升。相應診斷得出的結果，也可以為起重機的檢修提供重要的依據(jù)。

5? ?結束語

針對采用現(xiàn)有故障診斷方法診斷QDY型橋式起重機故障時，存在診斷結果與實際相差較大，且無法將全部故障問題查出的問題，本文通過研究設計一種以貝葉斯理論為核心的診斷方法。

將本文上述提出的診斷方法應用到實際，可以實現(xiàn)對QDY型號橋式起重機故障問題的準確判斷，以此能夠促進起重機運行安全性和穩(wěn)定性的提升。

盡管本文設計的故障診斷方法具備較高的診斷精度，但僅針對QDY型橋式起重機進行了探究，對于其他型號橋式起重機的故障研究并未涉及。在后續(xù)的研究當中，我們將針對其他型號橋式起重機的安全故障問題提出合理、有效的診斷方法，從而促進橋式起重機使用適應性的提升。

參考文獻

[1] 劉偲，劉道星.XGBoost算法在塔式起重機傳感器故障診斷中的應用[J].建設機械技術與管理，2022，35（5）：115-117.

[2] 李勝永，吳麗華，戴雨.基于ADR-SDP-DCNN算法的非穩(wěn)定工況下港口起重機軸承故障診斷[J].上海海事大學學報，2022，43（3）：102-110.

[3] 曾耀傳，林云樹，吳曉梅.基于EEMD與GWO-MCKD的門座起重機回轉支承故障診斷[J].機床與液壓，2022，50（7）：170-175.

[4] 龐濤，黃浩奇，邱雪芳，等.基于MFCC和SVM的起重機減速器故障診斷系統(tǒng)研究[J].自動化與儀器儀表，2022（6）：70-74.

[5] 張氫，李帥杭，陳星，等.基于無監(jiān)督學習的岸邊集裝箱起重機關鍵部件故障診斷方法[J].起重運輸機械，2022（2）：61-65.

[6] 李勇，錢尼君，陳星斌，等.基于EEMD-Treelet和高斯過程的起重機齒輪故障診斷[J].計算機測量與控制，2021，29（7）：36-40+51.

[7] 楊武幫，高丙朋，陳飛，等.基于變分模態(tài)分解和PSO-SVM的起重機齒輪箱故障診斷[J].機械傳動，2021，45（4）：105-111.