基于无线传感网络的云故障诊断系统设计

林跃森，曾海杰，庄镇涛，林森源

（广东石油化工学院，广东茂名，525000）

0 前言

随着石化行业日益发展，石化装备日益大型化、合成化和复杂化，石化工程的安全运行面临着越来越大的挑战。目前，国内大部分石化企业采用的故障诊断系统大部分都是有线的、单节点传感器独立电缆传输模式，这种故障诊断系统通讯系统庞大、线缆多、杂、乱，非常不易于维护，加上工厂内的环境恶劣，有腐蚀性气、液体，温度高，且存在电磁波干扰，设备噪声干扰等；设备的连接线缆容易损坏，形成骚扰动源，最终导致传输的故障信号不稳定或不准确[1]。

针对信号的采集和传输，无线传感网络可以解决这些化工产业的大机组装置的故障诊断信息的监控采集，比有线传感器的作用范围大、噪声小、布置简单灵活、且支持移动等优势，这对有大机组的工厂的各大工业发展具有极高的应用价值[2]。

1 信号特征提取理论介绍

■1.1 时域分析法介绍

在时域提取中，分析的时域参数主要有无量纲和有量纲这两种。其中无量纲参数有裕度指标、峰值指标、峭度指标、歪度指标、波形因子、脉冲因子等；有量纲参数有平均值、均方根值等[3]。

在轴承故障诊断中，峰值指标和脉冲因子都是用来检测振动信号有无冲击的指标，裕度因子常用于检测轴承设备的磨损情况。反应振动信号的冲击特性的是峭度因子。

在业内，常用敏感性与稳定性来衡量这些指标的性能。脉冲因子，峭度因子都对冲击类的故障比较敏感，在故障发生的早期时，这些指标都有明显的增加；但是当故障逐渐发展到一定程度后，指标反而会下降，所以它们的稳定性不好，对早期的敏感性高，但是晚期不敏感。而有效值的稳定性往往都是比较好的，但是在故障早期的时候表现的不敏感了。所以在故障诊断中，为了得到更加准确和更加稳定的效果，系统常常同时应用这几个时域分析的指标，提高故障诊断分析结果的准确性。

■1.2 频域分析法介绍

振动信号分析使用了各种基于时域的技术，例如均值，峰值，峰度等；这些技术处理原始振动测量中包含的正弦波之和。在频域中，每个正弦波将作为频谱分量出现。频率分析是用于监视机器状态的最常用的振动分析技术之一。

旋转机械组件会在时域中生成各种类型的振动信号：随机信号和周期信号，适用于健康状况和故障状况。这些信号在频域中的频率表示通常使用傅立叶进行分析，通常分为傅立叶级数，连续傅立叶变换（CFT）和离散傅立叶变换（DFT）3 种类型。发现了傅立叶分析的基本思想的法国数学家J.Fourier 在19 世纪指出，任何周期函数都可以表示为复杂指数函数的总和。在这些类型中，DFT 是离散时间信号频率分析中的重要工具。

a.傅里叶级数

周期信号x（t）的谐波分析是将序列分解为正弦分量的总和，其中每个正弦波都有特定的振幅和相位。周期信号包含的频率是基频f0=1/ T 的整数谐波，其中T 是信号的周期。因此，信号中存在的唯一频率是1/T,2/T,…,n/T。周期信号x（t）的傅里叶级数可以表示为周期为T 的所有正弦和余弦函数的线性组合。这可以用公式（9）表示：

由于振动信号通常表现为由多个较低频率调制的高频正弦信号的形式，有时是周期性信号，因此正弦在振动信号分析中很重要。根据傅立叶级数理论，所有周期信号均由正弦和组成。

b.离散傅里叶变换

当信号是离散的时，可以使用DFT。实际上，计算机计算离散化信号的实现通常需要采用离散方法，并且DFT可以使用以下方程式数学表示：

c.快速傅里叶变换

快速傅里叶变换（FFT）是一种计算DFT 的有效算法，它对固定时间序列信号进行逆运算，其复杂度显着降低[4]。实际上，FFT 使用N log2N 复数来计算长度为N 的信号的DFT。FFT 技术是由Cooley 和Tukey（1965）在DFT 的稀疏分解基础上首次提出的（VanLoan1992）。简而言之，我们给出简化的FFT 形式，如下所示[5]。

2 系统设计

■2.1 整体设计

本系统设计以STM32为数据处理中心，将IEPE 加速度传感器发送出来的模拟振动信号进行ADC 转换为数字信号，之后对数据进行快速傅里叶变换，获取到原始振动信号的幅值、频率和周期等，再对振动信号进行分析，包括无量纲参数和有量纲参数的指标提取；得出各个技术指标之后，MCU将指标数据从串口发出，将LoRa 作为无线传输的空中桥梁，远程发送至云端服务器，然后通过本系统设计的上位机软件向服务器读取数据并显示出振动信号的原始波形，再将波形数据和各个技术指标上传至服务器；服务器对这些数据进行分类、储存、管理。为了方便技术人员实时在任意有网络的地点都能检测轴承的运作状态，本系统还设计了手机端的APP 应用[6]，用于观察波形，实时跟进各个技术指标的变化 。基于无线传感网络的云故障诊断系统的总体设计流程如图1 所示。

图1 基于无线传感网络的云故障诊断系统的总体设计流程框图

■2.2 主要研究内容

①在测量传感器的输出信号过程中，由于IEPE 加速度传感器输出的信号及其微弱，近似直流信号，很容易受到噪音干扰，这种干扰一是由外界的噪音干扰源产生的，所以为了能有效的提取有用信号，便于移动终端进一步处理，传感器的输出信号还需要经过信号的调理，放大，滤波等一系列的处理，以放大信号，减小噪音。因此需要开发一种适合监测系统的放大滤波电路。制作一个基于STM32 单片机的高性能采集器，利用单片机的DMA 通道和DSP 库的使用，运用高速傅立叶变换FFT 来实时读取和处理波形特征。②基于JAVA 上位机的开发，使得硬件端采集到数据可以以图形化的方式显示出来，能更直观的分析机器故障类型。且具有故障诊断报告生成、数据存储等功能，方便查询与研究。③基于Android 移动端APP 的开发。移动终端比起PC 端便携性是其最大的优势。我们主要采用基于时域的分析方法，通过对动态信号的各种时域参数、指标的计算，可以准确判断出故障类型。同时把分析的结果保存储存起来，以便用户查询。④深入了解Lora 技术的原理及实际应用到故障诊断系统中。在实际的故障诊断系统中，需要在相当大的工业面积对多个测点进行检测。采用星型架构方式进行组网，能在长距离传输数据保证通信质量及其电池的寿命。

3 系统测试

①在对各个模块分别测试无问题之后，将所有的模块整合在一个组装系统里面，运行，测试是否能正常采集发送显示。因为系统运行可能出现网络堵塞，功耗高发热等问题，所以对整个系统进行工作测试十分必要。

②系统极限测试。测试系统在环境恶劣的情况下是否还能正常稳定工作；因为化工厂地环境一般比较恶劣，所以我们的系统需要很好的克服环境恶劣带来的影响。另外，长时间连续工作可能也会影响系统工作的稳定性，比如长时间工作导致硬件模块温度过高，影响放大或者滤波的效果，或者单片机可能发热死机等问题；这些问题都是影响系统稳定运行的关键因素。所以，对系统进行长时间，不同场地的稳定测试十分重要。

③系统数据测试时，使用信号发生器输出标准正弦波信号，在上位机显示看看是否正常，对照各个数据，防止因为计算问题导致最终诊断结果不准确，并将数据生成诊断日记保存起来。如图2、图3 所示。

图2 上位机软件波形显示及指标显示

图3 上位机软件诊断情况保存及显示

4 结语

旋转机械的轴承故障一直是石化产业安全工作的绊脚石，由于石化产业的工作现场环境一般都比较复杂，所以即使成功采集到轴承转动的振动信号，有很难提取到干净的信号，更别说精准分析故障信息了。再加上目前很多石化公司还是使用线缆采集信号的方式来进行机械的故障诊断。首先使用线缆传输，会大大增加施工难度，并且布线杂乱无章；环境恶劣容易导致线缆衰老严重，传输数据时就容易受各种干扰，导致数据出现错误；并且线缆一旦出现问题，也很难单独把出问题的线缆找出来更换，这将大大影响企业的高效生产和无法保证工作场地的整洁；线缆传输还容易受到各种噪声干扰。针对信号的采集和传输，无线传感网络可以解决这些化工产业的大机组装置的故障诊断信息的监控采集，比有线传感器的作用范围大、噪声小、布置简单灵活、且支持移动等优势。