陳傳林
上海地鐵盾構設備工程有限公司
從盾構施工歷史故障記錄中可以看到，刀盤驅動、液壓和電控3個系統關鍵部件結構復雜，要求維修人員具備較高的檢修技術水平；其次，一些故障的產生是時間的積分，例如主軸承的磨損，結合故障趨勢變化的前期預警系統能夠有效幫助現場技術人員在故障發生之前進行有效控制；臨末，在多臺盾構同期進行施工的情況下，由于盾構施工點多面廣，各施工隊伍相關設備維修技術力量參差不齊，也給盾構的檢修帶來困難。上述種種原因都顯示，研究盾構施工的在線故障監測診斷和遠程智能維護技術具有重要的現實意義。
一、系統總體設計
目前，盾構的故障診斷還停留在半自動狀態，即采用設備報警和人工現場勘察分析相結合的方法。把人工智能技術融入故障診斷中，以知識處理為核心的智能檢測和診斷技術已成為設備故障診斷的一個主要發展趨勢。
1、基于狀態的維護方式
基于狀態的維護方式是目前受關注的設備維護方式，其理念是在有證據表明故障即將發生時才對設備進行維護。它能夠對設備的工作狀態進行實時監測，借助傳感器、信號分析和人工智能等技術，對設備的健康狀況進行評估，診斷和預測設備未來的有效工作周期，制定出合理的設備維護計劃。這種維護方式根據設備的實際運行狀態確定設備的佳維護時間，以此提高設備的穩定性，延長設備使用壽命。
本文將盾構機及其施工行為作為研究對象，將基于狀態的維護方式（CBM）應用于盾構的故障診斷與維護，并參考OSA-CBM 標準設計系統的體系結構，將系統分成多個擁有不同功能的層次模塊；同時定義了不同層次之間的數據接口和通信協議，以保證CBM 系統內部不同層次模塊的互操作性和互換性（見圖1）。將設備基于狀態的維護理論應用于盾構設備的故障診斷和維護，改變了傳統設備的維護方式，有效實現盾構關鍵部件在線監測及遠程維護技術。
圖1 CBM 系統框架圖
2、系統體系結構
整個盾構故障診斷及遠程維護系統基于XAF（DevExpress eXpressApp Framework）開發框架開發。它是DEV公司開發的應用程序快速開發框架，整合了DEV公司旗下的多款子控件，核心穩定，易于擴展，支持所有的.NET 語言。同時，該系統遵照CBM 系統模型的體系架構，對處在施工過程中的盾構進行狀態監測、故障診斷以及預測維護（見圖2）。系統能夠實現的功能包括傳感和數據獲取、數據處理和特征提取、產生警告、失效和故障診斷、狀態評估、預診斷、輔助決策、管理和控制數據流動、對歷史數據存儲和存取管理、系統配置以及人機界面。
圖2 盾構監控系統總體結構圖
系統首先采集盾構關鍵零部件的實時數據，將采集到的數據進行降噪濾波等處理后存入機載故障診斷中心的本地數據庫中；把數據處理、狀態監測、故障診斷、分析與預測等程序進行封裝，開發盾構的機載故障診斷系統。通過對盾構的關鍵和易發生故障部位進行監控，及時了解盾構運行狀態、故障情況以及剩余的工作時間。
二、系統數據庫設計
數據庫是系統的數據存儲中心，是進行分析工作的基礎。因此，必須構建工作性能良好的系統數據庫，以保證整個系統的正常工作，從而使盾構故障診斷系統準確、快速地對各種故障做出診斷，預防或消除故障，合理地指導設備的運行，提高設備的可靠性和安全性。
本系統對數據庫需要實現的功能有如下要求：
（1）數據采集：接收UDP 數據包，進行拆分，并按時間和PLC地址順序存入數據庫。
（2）狀態監測：通過對實時接收到的數據與對應監測點的閾值進行比較，實現狀態的實時監測。
（3）警告及報警：當實時采集到的數據超過閾值時，即時進行報警、記錄，并統計報警數。
（4）健康評估：對盾構或零部件按不同的分析方法進行診斷，并判斷設備的健康程度。
（5）預測：對盾構或零部件使用分析方法進行未來狀態預測，預測設備的剩余壽命時長。
（6）建議：根據健康評估及預測內容，給予盾構或零部件維護建議。
（7）歷史查詢：實現對盾構或零部件歷史狀態、歷史報警信息、歷史監測信息、歷史診斷記錄、歷史預測、歷史維修建議的查詢。
（8）物資管理： 對盾構、零部件、傳感器?PLC地址等設備本身的相關信息的查詢及添加、修改、刪除。
（9）設備相關信息管理：對盾構其他信息，如零部件或傳感器所在的位置、供應商的相關信息等的管理。
（10）遠程維護：通過服務器可以查看機載設備的相關數據，實現遠程維護功能。
（11）人員管理：不同的操作人員具有不同的權限設置，可以操作的內容也有所不同，其中管理員的權限，可以對人員信息及權限進行添加、修改和刪除；另外，對每個人員登錄或退出系統的時間也進行記錄，以便于維修查詢。
（12）報表管理：對盾構或零部件的每一個分析數據結構都可以產生一個相應的報表進行輸出。
針對以上需求，提出如圖3 所示的E-R 圖，實現數據庫的概念設計，其中包含實體數據、處理算法、分析結果、處理意見、測量儀器、設備、供應商、人員和位置，并反映了各實體之間的關系。
圖3 系統數據庫E-R 圖
三、功能實現
1、狀態監測
盾構狀態監測主要是為了了解和掌握運行中的盾構設備整體及其零部件的運行狀態，包括采用各種檢測、測量、監視方法，結合盾構系統的歷史和現狀，考慮環境因素。根據零部件發生故障的幾率以及盾構施工中地位的重要性和對停機造成影響的程度，在對盾構零部件進行重要性等級劃分后，選取盾構的刀盤裝置、皮帶輸送機等作為重點監測對象，選取管片拼裝裝置、形狀保持裝置、加泥/注水裝置和后配套裝置等作為僅次于重點的監測對象。
明確了監測對象后，需要明確各個監測對象的特征參數，只有這樣才能夠針對參數采用一定的監測方法對盾構零部件進行狀態監測。這些參數可以通過PLC采集，然后通過UDP傳輸協議把采集到的參數數據發送到上層，并保存在本地數據庫中。盾構設備的重要關鍵零部件技術狀態是否正常，可根據監測所取得的動態參數、缺陷狀況與標準狀態進行分別對照加以判別，表1列出了判斷設備狀態的一般標準。
表1 判斷設備狀態的一般標準
采用幅值分析法和閾值分析法對特征參數進行在線監測。在不知道判斷監測參數狀態的上下限值和警告值的情況下，采用幅值分析法可以對主要零部件進行狀態監測，而當知道判斷零部件狀態參數的上下限值的時候可采用閾值分析法對主要的零部件進行狀態監測。幅值分析法與閾值分析法的示例如圖4、圖5 所示。
圖4 幅值分析實例
圖5 閾值分析實例
2、故障診斷與預測
系統通過建立多模塊的故障診斷專家系統，實現盾構故障的智能診斷，結合基于規則交互式實時快速故障診斷、基于貝葉斯的故障診斷以及基于實時參數的時域統計分析。
整個流程如圖6 所示，當進行故障診斷時，用戶選擇的每個零部件都會對應于一個或多個故障序號，系統選擇一個查詢條件作為當前的查詢條件，接著系統會選擇與故障序號相對應的查詢條件中所需的原始數據。如果所得的原始數據與查詢條件不匹配，則說明沒有出現該故障；反之則出現了該故障。如果后續還有對應該零部件，則繼續讀取數據進行匹配，直到對應于該零部件的查詢條件均匹配完。在快速實時診斷模塊中直接顯示出現的故障，系統還會對零部件進行打分，對零部件當前的健康狀態進行評估；在貝葉斯概率診斷模塊中，除了顯示出現的故障，還要繼續判斷是否為故障樹底層，如果不是要繼續往下推理，顯示故障原因和概率，概率的排在首位，后面的按照概率從大到小排列，系統同樣也會對零部件進行健康狀態評估。臨末系統會記錄故障，還會給用戶提供相應故障的解決方法。至于時域統計分析模塊，操作人員應選擇需要分析的參數所對應的零部件的某個傳感器，接著選擇時間段，然后系統會以圖表的形式直觀地顯示出該參數的多個參數的統計值，提供各個時域統計指標的作用說明以及個別指標的判斷標準，操作人員可根據自己的經驗以及結合系統提供的說明對數據進行時域分析，從而判別出是否有潛在的故障存在。
對盾構故障的預測主要用于估計故障的發生、傳播及發展，及時發現設備的異常和故障，幫助維修人員在早期發現異常，預測故障的影響，從而及早采取防治措施。
四、結語
本文以盾構設備及其施工行為作為研究對象，將基于狀態的維護理論用于盾構的故障診斷與維護中；參考OSA-CBM 標準設計了系統體系結構，將整個系統分成了多個功能不同的層次模塊。不僅對盾構狀態數據采集及其數據庫系統進行研究，以此為系統提供數據支持，而且對盾構的狀態監測、健康評估、預測分析、建議生成以及遠程診斷及維護技術進行了研究，實現盾構關鍵部件的在線監測及遠程維護。
