背景介绍
在线监测系统广泛应用于高铁、火力发电厂以及航空航天等领域,其核心内容是研究传感器输出信号的变化趋势,后续依据智能算法对设备的剩余寿命进行预测,该方法即可以防止因维修不足引起的系统故障,也可避免维修过剩造成的资源浪费,是保证机械设备安全高效运行的关键技术。
其中,在线监测系统主要有三个层次: 1.故障监测:系统能够识别机械设备的运行状态,当故障发生时能够给维修人员反馈状态信息;2.寿命预测:依据传感器采集的历史数据,对设备各零件的寿命进行预测,判别出系统的薄弱环节;3.万物互联:在线监测系统作为信息交互的一种手段,是构建万物互联的基础;在兴趣爱好的驱动下,本推文对在线监测系统相关的内容进行归纳汇总,具体如下所示:
图a-c展示了在线监测系统在工业中的应用场景,具体为: a.监测火力发电厂排放的废气,从而减缓工业生产对环境的污染;b.监测机械设备的振动信号、温度等特征,保障装备安全可靠的运行;c.监测结构的最大变形,保证桥梁的安全可靠等:图d表述了在线监测系统在人们日常生活中的应用场景,通过云平台(具体见附件)将摩拜共享单车(物)与人连接到一起。
附: 生命总是充满了各种巧合,本科期间阴差阳错学习了信号处理以及故障诊断相关课程,没想到多年后,工作中涉及到传感器设计及信号采集相关的内容,共同组成了在线监测系统非常重要的两个环节~
在线监测系统
调研可知,设备故障诊断主要包含在线和离线两种模式,具体框架如下图所示,其中,对于典型的在线监测系统主要包含数据采集、数据预处理、数据传输、特征提取、数据融合以及故障诊断等环节;
如何可靠的获取数据是搭建在线监测系统的前提,因此,大量的研究学者对传感器进行了优化改进,主要体现在高精度、低功耗、环境适应能力强以及可靠性高等;本科主要学习了信号特征提取、故障诊断以及寿命预测等相关内容,与近来学习的知识刚好构成闭环回路。
寿命预测主要方法
在线监测系统寿命预测的方法主要有三种:1、数据驱动预测方法:基于大量数据样本,通过回归、支持向量机以及神经网络神经网络等智能算法,对剩余寿命进行预测;2、基于物理的预测模型:依据实际的物理背景,建立系统损伤模型,后续通过实验数据对关键参数进行拟合;3、混合方法:同时使用数据驱动和物理模型对设备寿命进行预测,具体如下图所示:
上图表述了寿命预测的核心框架:基于已有的历史数据,建立设备失效时的状态特征,对设备的寿命终点(EoL)进行预测;其中,建立寿命预测模型时,要尽可能减小信号噪声、偶然测量误差等因素对预测结果的影响;
在线监测系统架构
郑州大学韩捷老师获得了国家级奖励(核心技术:振动信号处理、特征提取等),以此为契机搭建了一套在线监测系统,为社会上大型旋转机械设备提供在线监测服务,经过多年的发展逐渐形成了一套完整的技术方案;本推文对相关技术进行归纳汇总,具体如下所示:
上图表述为在线监测系统的整体架构,主要由数据采集系统(下位机)、服务器以及客户端三部分组成;对于数据采集系统,前期推文中具有详细的介绍;另外,我跟室友(矿矿)的本科毕业论文刚好是在线监测系统中服务器和客户端两个环节,我这边主要负责网络数据传输,数据封装解析两部分内容,具体见推文远程医疗以及数据传输;舍友在硕士期间延续了编写用户交互界面的课题,相关成果服务于611所等;
近些年来,华为、阿里、腾讯以及百度等大型bat公司开发了物联网云平台,相较于自行创建和管理服务器,该方案不仅能够大大的降低开发者的技术门槛,还能够加速产品开发周期以及降低产品风险,减少重复劳动,近几天对各种云平台进行了简单的调研,具体如下图所示:
图a表述基于云平台的在线监测系统整体架构,云平台囊括了服务器与用户交互界面等,让研发人员能够将精力集中于实际应用;图b表述目前常用的物联网云平台(机智云提供用户交互界面);图c表述为数据采集设备的WiFi联网模块ESP8266,使用方法与蓝牙模块较为接近;图d表述为用户交互界面具体实例,传说中利用物联网云平台,在3-10分钟内就能生成想要的交互界面~