陈传林

上海地铁盾构设备工程有限公司

从盾构施工历史故障记录中可以看到，刀盘驱动、液压和电控3个系统关键部件结构复杂，要求维修人员具备较高的检修技术水平；其次，一些故障的产生是时间的积分，例如主轴承的磨损，结合故障趋势变化的前期预警系统能够有效帮助现场技术人员在故障发生之前进行有效控制；临末，在多台盾构同期进行施工的情况下，由于盾构施工点多面广，各施工队伍相关设备维修技术力量参差不齐，也给盾构的检修带来困难。上述种种原因都显示，研究盾构施工的在线故障监测诊断和远程智能维护技术具有重要的现实意义。

一、系统总体设计

目前，盾构的故障诊断还停留在半自动状态，即采用设备报警和人工现场勘察分析相结合的方法。把人工智能技术融入故障诊断中，以知识处理为核心的智能检测和诊断技术已成为设备故障诊断的一个主要发展趋势。

1、基于状态的维护方式

基于状态的维护方式是目前受关注的设备维护方式，其理念是在有证据表明故障即将发生时才对设备进行维护。它能够对设备的工作状态进行实时监测，借助传感器、信号分析和人工智能等技术，对设备的健康状况进行评估，诊断和预测设备未来的有效工作周期，制定出合理的设备维护计划。这种维护方式根据设备的实际运行状态确定设备的佳维护时间，以此提高设备的稳定性，延长设备使用寿命。

本文将盾构机及其施工行为作为研究对象，将基于状态的维护方式（CBM）应用于盾构的故障诊断与维护，并参考OSA-CBM 标准设计系统的体系结构，将系统分成多个拥有不同功能的层次模块；同时定义了不同层次之间的数据接口和通信协议，以保证CBM 系统内部不同层次模块的互操作性和互换性（见图1）。将设备基于状态的维护理论应用于盾构设备的故障诊断和维护，改变了传统设备的维护方式，有效实现盾构关键部件在线监测及远程维护技术。

图1 CBM 系统框架图

 2、系统体系结构

整个盾构故障诊断及远程维护系统基于XAF（DevExpress eXpressApp Framework）开发框架开发。它是DEV公司开发的应用程序快速开发框架，整合了DEV公司旗下的多款子控件，核心稳定，易于扩展，支持所有的.NET 语言。同时，该系统遵照CBM 系统模型的体系架构，对处在施工过程中的盾构进行状态监测、故障诊断以及预测维护（见图2）。系统能够实现的功能包括传感和数据获取、数据处理和特征提取、产生警告、失效和故障诊断、状态评估、预诊断、辅助决策、管理和控制数据流动、对历史数据存储和存取管理、系统配置以及人机界面。

图2 盾构监控系统总体结构图

系统首先采集盾构关键零部件的实时数据，将采集到的数据进行降噪滤波等处理后存入机载故障诊断中心的本地数据库中；把数据处理、状态监测、故障诊断、分析与预测等程序进行封装，开发盾构的机载故障诊断系统。通过对盾构的关键和易发生故障部位进行监控，及时了解盾构运行状态、故障情况以及剩余的工作时间。

二、系统数据库设计

数据库是系统的数据存储中心，是进行分析工作的基础。因此，必须构建工作性能良好的系统数据库，以保证整个系统的正常工作，从而使盾构故障诊断系统准确、快速地对各种故障做出诊断，预防或消除故障，合理地指导设备的运行，提高设备的可靠性和安全性。

本系统对数据库需要实现的功能有如下要求：

（1）数据采集：接收UDP 数据包，进行拆分，并按时间和PLC地址顺序存入数据库。

（2）状态监测：通过对实时接收到的数据与对应监测点的阈值进行比较，实现状态的实时监测。

（3）警告及报警：当实时采集到的数据超过阈值时，即时进行报警、记录，并统计报警数。

（4）健康评估：对盾构或零部件按不同的分析方法进行诊断，并判断设备的健康程度。

（5）预测：对盾构或零部件使用分析方法进行未来状态预测，预测设备的剩余寿命时长。

（6）建议：根据健康评估及预测内容，给予盾构或零部件维护建议。

（7）历史查询：实现对盾构或零部件历史状态、历史报警信息、历史监测信息、历史诊断记录、历史预测、历史维修建议的查询。

（8）物资管理： 对盾构、零部件、传感器?PLC地址等设备本身的相关信息的查询及添加、修改、删除。

（9）设备相关信息管理：对盾构其他信息，如零部件或传感器所在的位置、供应商的相关信息等的管理。

（10）远程维护：通过服务器可以查看机载设备的相关数据，实现远程维护功能。

（11）人员管理：不同的操作人员具有不同的权限设置，可以操作的内容也有所不同，其中管理员的权限，可以对人员信息及权限进行添加、修改和删除；另外，对每个人员登录或退出系统的时间也进行记录，以便于维修查询。

（12）报表管理：对盾构或零部件的每一个分析数据结构都可以产生一个相应的报表进行输出。

针对以上需求，提出如图3 所示的E-R 图，实现数据库的概念设计，其中包含实体数据、处理算法、分析结果、处理意见、测量仪器、设备、供应商、人员和位置，并反映了各实体之间的关系。

图3 系统数据库E-R 图

三、功能实现

1、状态监测

盾构状态监测主要是为了了解和掌握运行中的盾构设备整体及其零部件的运行状态，包括采用各种检测、测量、监视方法，结合盾构系统的历史和现状，考虑环境因素。根据零部件发生故障的几率以及盾构施工中地位的重要性和对停机造成影响的程度，在对盾构零部件进行重要性等级划分后，选取盾构的刀盘装置、皮带输送机等作为重点监测对象，选取管片拼装装置、形状保持装置、加泥/注水装置和后配套装置等作为仅次于重点的监测对象。

明确了监测对象后，需要明确各个监测对象的特征参数，只有这样才能够针对参数采用一定的监测方法对盾构零部件进行状态监测。这些参数可以通过PLC采集，然后通过UDP传输协议把采集到的参数数据发送到上层，并保存在本地数据库中。盾构设备的重要关键零部件技术状态是否正常，可根据监测所取得的动态参数、缺陷状况与标准状态进行分别对照加以判别，表1列出了判断设备状态的一般标准。

表1 判断设备状态的一般标准

采用幅值分析法和阈值分析法对特征参数进行在线监测。在不知道判断监测参数状态的上下限值和警告值的情况下，采用幅值分析法可以对主要零部件进行状态监测，而当知道判断零部件状态参数的上下限值的时候可采用阈值分析法对主要的零部件进行状态监测。幅值分析法与阈值分析法的示例如图4、图5 所示。

图4 幅值分析实例

图5 阈值分析实例

2、故障诊断与预测

系统通过建立多模块的故障诊断专家系统，实现盾构故障的智能诊断，结合基于规则交互式实时快速故障诊断、基于贝叶斯的故障诊断以及基于实时参数的时域统计分析。

整个流程如图6 所示，当进行故障诊断时，用户选择的每个零部件都会对应于一个或多个故障序号，系统选择一个查询条件作为当前的查询条件，接着系统会选择与故障序号相对应的查询条件中所需的原始数据。如果所得的原始数据与查询条件不匹配，则说明没有出现该故障；反之则出现了该故障。如果后续还有对应该零部件，则继续读取数据进行匹配，直到对应于该零部件的查询条件均匹配完。在快速实时诊断模块中直接显示出现的故障，系统还会对零部件进行打分，对零部件当前的健康状态进行评估；在贝叶斯概率诊断模块中，除了显示出现的故障，还要继续判断是否为故障树底层，如果不是要继续往下推理，显示故障原因和概率，概率的排在首位，后面的按照概率从大到小排列，系统同样也会对零部件进行健康状态评估。临末系统会记录故障，还会给用户提供相应故障的解决方法。至于时域统计分析模块，操作人员应选择需要分析的参数所对应的零部件的某个传感器，接着选择时间段，然后系统会以图表的形式直观地显示出该参数的多个参数的统计值，提供各个时域统计指标的作用说明以及个别指标的判断标准，操作人员可根据自己的经验以及结合系统提供的说明对数据进行时域分析，从而判别出是否有潜在的故障存在。

对盾构故障的预测主要用于估计故障的发生、传播及发展，及时发现设备的异常和故障，帮助维修人员在早期发现异常，预测故障的影响，从而及早采取防治措施。

四、结语

本文以盾构设备及其施工行为作为研究对象，将基于状态的维护理论用于盾构的故障诊断与维护中；参考OSA-CBM 标准设计了系统体系结构，将整个系统分成了多个功能不同的层次模块。不仅对盾构状态数据采集及其数据库系统进行研究，以此为系统提供数据支持，而且对盾构的状态监测、健康评估、预测分析、建议生成以及远程诊断及维护技术进行了研究，实现盾构关键部件的在线监测及远程维护。