客運索道因其地形適應性強、環(huán)境破壞性小、建設成本低等優(yōu)點成為了山岳型風景區(qū)、滑雪場不可或缺的交通方式。運輸乘客的運載工具往往吊掛在很高的半空中，因此安全性要求極高。這也要求索道設備具有很高的安全性及可靠性。

國內山高坡陡、知名度較大且客運索道速度快、運量大的旅游景區(qū)主要采購國外索道產品，設備陳舊、安全性差、舒適性低的設備仍在景區(qū)內廣泛使用，超過1/3的索道已運行十幾年。此外，多數索道的運營管理及設備管理相對落后，缺乏相應的標準規(guī)范及科學的技術手段。

在“中國智造2025”與“兩化融合”的大背景下，工業(yè)物聯(lián)網技術的應用為企業(yè)設備健康管理提供了新的技術支持。建設客運索道設備健康管理系統(tǒng)，保證索道運行設備的安全可靠，將成為客運索道行業(yè)發(fā)展的必經之路。

客運索道設備健康管理系統(tǒng)

客運索道設備健康管理系統(tǒng)利用互聯(lián)網、物聯(lián)網、大數據分析、人工智能等技術解決客運索道設備狀態(tài)監(jiān)測、故障診斷、故障預測及維護保養(yǎng)等問題，提高設備運行安全性、可靠性，降低設備運維成本及異常停機損失。保障索道運行安全的同時，幫助索道管理者提供更高的運營效益。

系統(tǒng)介紹

客運索道設備健康管理系統(tǒng)由感知層、傳輸層、數據處理層及應用層組成。感知層數據來源包括索道設備PLC控制器上傳的控制參數、監(jiān)測數據、系統(tǒng)自診斷故障以及外接傳感器、RFID等傳感技術獲取設備的運行參數及狀態(tài)信息，為保證故障診斷及故障預測的準確性，須保證數據的精度、實時性及有效性；傳輸層通過以太網、4G等通訊方式實現數據從設備現場到云存儲的傳輸，須滿足數據傳輸速度及通信的可靠性；數據處理層進行數據的云端存儲及計算，利用機器學習、大數據分析及人工智能技術實現設備故障診斷及故障預測等任務，應保證診斷及預測的及時性及準確性；應用層基于設備管理系統(tǒng)（EAM）體系架構，以設備點檢管理、保養(yǎng)管理、維修管理、備件管理為設備管理的業(yè)務驅動，以智能的設備運行狀態(tài)監(jiān)測、故障診斷、故障預測結果為設備維護的決策依據。

索道設備感知技術

客運索道屬于典型機電一體化系統(tǒng)，主要設備包括鋼絲繩、驅動系統(tǒng)、驅動輪、迂回輪、液壓站、制動系統(tǒng)、張緊裝置、支架、托壓索輪、運載工具、抱索器、自動控制系統(tǒng)、安全保護回路等。涉及的設備類型繁雜，需用多種感知技術實現狀態(tài)監(jiān)測。目前，索道的PLC控制器已經實現了如運轉速度、液壓油壓力、拖掛抱索器抱索力及如脫索檢測U型針、制動閘限位開關等執(zhí)行機構的開關量檢測，但仍存在關鍵部件狀態(tài)監(jiān)測不足問題。下面針對索道系統(tǒng)中未進行狀態(tài)監(jiān)測的關鍵部件的感知技術進行介紹。

鋼絲繩的狀態(tài)監(jiān)測

鋼絲繩作為承載與牽引運載工具的關鍵部件，其健康狀態(tài)直接影響乘客的生命安全。系統(tǒng)采用弱磁探傷與視覺識別技術，對鋼絲繩的損傷及缺陷進行檢測。利用弱磁檢測技術可以獲取鋼絲繩局部缺陷LF(LocalizedFault)和截面積損耗LMA(Lossof metallicArea)，對兩種指標進行綜合分析可實現鋼絲繩的斷絲、磨損、銹蝕等內部故障診斷；通過CCD攝像頭獲取鋼絲繩外觀圖像，利用視覺識別技術可實現鋼絲繩的扭曲、擠壓、松絲、松股等外部故障診斷。

電機類設備的狀態(tài)監(jiān)測

客運索道系統(tǒng)主要涉及驅動裝置電機、液壓泵電機、工作閘電機等幾類電機；電機的故障直接影響設備的正產運轉，嚴重時危害人身安全。系統(tǒng)針對電機類設備采用電壓、電流互感器監(jiān)測其電氣信號，基于電機電氣信號的時域及頻域分析獲取電機的負載情況、運行效率等運行參數并且實現電機繞組短路、繞組接地、繞組斷條、缺相運轉等電氣故障的故障診斷；采用振動傳感器監(jiān)測電機轉子軸承的振動信號，基于軸承振動信號的時域及頻率分析，實現包括轉子不平衡、轉子偏心、基座松動、軸承故障、潤滑不良在內的機械故障的故障診斷。

齒輪及軸承旋轉類機械的狀態(tài)監(jiān)測

軸承在索道減速器、驅動輪及回轉輪的旋轉運動中起到主要的支作用，其狀態(tài)的好壞直接影響著旋轉設備的工作性能及可靠性；此外，齒輪作為減速器的核心部件不僅傳遞運動還需傳遞負載力矩，其狀態(tài)好壞直接影響系統(tǒng)正常運轉。旋轉機械其運行狀態(tài)更多的反應在振動信號上，系統(tǒng)采用振動傳感器監(jiān)測各軸的振動信號并進行時域及頻域分析，可實現軸承的內圈、外圈、滾動體、保持架等故障診斷，以及齒輪的輪面磨損、齒面點蝕、齒面疲勞、齒面斷裂等故障診斷。

液壓站液壓油的狀態(tài)監(jiān)測

液壓站的作用是為緊急閘及張緊裝置提供所需的壓力。液壓站主要包括油箱、液壓泵、過濾器、供油管路、電磁閥、溢流閥、壓力開關等元器件。主要故障有液壓油污染、泄露、液壓泵故障、電磁閥卡滯等。據資料統(tǒng)計，由于固體顆粒污染物引起的液壓系統(tǒng)故障占液壓系統(tǒng)故障的60%~70%，固體顆粒污染物可加速液壓元件的磨損、堵塞元件的間隙和孔口，使控制元件動作失靈而引起系統(tǒng)故障。系統(tǒng)采用在線顆粒計數器進行清潔度檢測，實現液壓油的清潔度實時監(jiān)測，并報告液壓油污染等級。

設備的故障診斷及故障預測

前面介紹的索道(PLC)控制器可上傳系統(tǒng)自診斷故障。為了補充索道系統(tǒng)的運行狀態(tài)監(jiān)及故障診斷范圍，本系統(tǒng)針對關鍵部件設置外接傳感器并配備具有數據處理及初步故障診斷能力的物聯(lián)網終端，提高索道設備狀態(tài)監(jiān)測及故障診斷能力。

本系統(tǒng)將設備故障診斷分為邊緣故障診斷和云端故障診斷兩部分。

邊緣故障診斷如下圖所示，通過對傳感器采集的原始數據進行初步計算和分析完成狀態(tài)監(jiān)測及預警，診斷主要依據設計指標及成熟的“專家”經驗設定的閾值與條件，其中“專家”經驗包括工程經驗與終端的在線自學習產生的可靠診斷經驗。

云端故障診斷如下圖所示，通過對由物聯(lián)網終端及DCS、PLC數據組成的云端數據中心進行特征挖掘、模型訓練、深度學習等人工智能分析實現故障診斷、故障定位并不斷發(fā)現新的診斷知識。

設備故障預測如下圖所示，主要包括設備故障預測、剩余壽命預測及健康狀態(tài)評估。預測分析數據源同樣來自于由物聯(lián)網終端及DCS、PLC數據組成的云端數據中心。在云端對歷史數據進行挖掘，挖掘出對故障及壽命有影響的關鍵特征，根據特征分布情況，選取接近的分布模型（如威布爾分布、正太分布、帕累托分布等）進行擬合，對設備的故障及生命周期內的健康狀態(tài)進行分類，基于分布結果進行神經網絡的訓練學習，進而獲取準確的預測分析模型；利用預測分析模型實現機組的故障預測、剩余壽命預測及健康狀態(tài)評估。

設備健康管理業(yè)務

設備健康管理業(yè)務主要包括設備點檢管理、保養(yǎng)管理、維修管理、備件管理。

1）點檢管理實現設備點檢計劃、路線、工單、執(zhí)行情況的管理，點檢歷史的記錄及工單逾期報警等功能。

2）保養(yǎng)管理實現設備潤滑、易損件更換、防銹處理、設備緊固處理等保養(yǎng)活動的計劃、工單、執(zhí)行的管理、保養(yǎng)歷史的記錄及工單逾期報警等功能。其中，保養(yǎng)工單分為由根據故障診斷及故障預測結果自動生成的工單及人工自建工單。

3)維修管理用來管理設備故障信息及維修工單，設備故障信息包括故障原因、分析報告、處理措施等信息，維修工單的來源包括日常點檢報修、緊急故障報修及依據故障診斷及故障預測結果自動生成的工單。

4)備件管理實現備件的出入庫管理、備件緊缺報警及庫存優(yōu)化功能。通過對備件的周轉率及使用頻率進行統(tǒng)計分析，不斷優(yōu)化備件庫存結構及采購計劃，實現滿足檢維修需求的庫存。

系統(tǒng)價值

客運索道健康管理系統(tǒng)可提高索道設備運維管理效率10%~20%、降低安全風險70%~80%、降低意外停機損失近20%~35%、降低設備運維成本30%~40%，為客戶創(chuàng)造可觀的安全保障與經濟收益。

山東力久特種電機股份有限公司，專注于電機系統(tǒng)的研發(fā)、制造和銷售，定位服務于中、高端裝備制造業(yè)客戶，為客戶創(chuàng)造具有特色的高品質電機系統(tǒng)產品與服務。