水工闸门及启闭机在线监测平台的研究与搭建

【摘要】针对水工闸门及启闭机作业情况复雜、实时监测难、故障预警难的问题，提出了利用无线传感技术、网络通信及大数据分析技术建立一个完善的水工闸门及启闭机在线监测平台。

【关键词】闸门；启闭机；在线监测；专家系统

1、引言

水工闸门是水工建筑物的重要组成部分之一，通过灵活可靠的启闭开合，调节上下游水位和流量。启闭机是开启和关闭闸门所用的机械，也称闸门操作设备，为闸门动力源。作为水利工程的重点单元，水工闸门与启闭机构成的作业系统是一个复杂的机、电、液综合系统，极其容易发生故障，其运行状态的好坏直接决定该水利工程是否安全。

2、平台结构体系设计

平台采用分布式部署、SOA（面向服务）架构，应用程序由各项不同的功能服务单元构成，不同服务单元间的关联由良好的服务接口完成，服务接口以中立的方式进行定义，独立于硬件平台、操作系统和编程语言，保证各项服务交互的统一性和通用性。平台基于成熟可靠的Microsoft .NET Framework 4.0框架，使用C# 4.0编程语言实现。数据库使用具备强大的数据服务引擎及跨平台服务能力的大型关系型数据库Microsoft SQL Server，为上层业务提供高可用、高性能的数据应用程序。基于“功能分布”原则，平台采用C/S（Client /Server 客户端/服务器）结构。客户端完成数据处理、数据表示以及用户接口功能；服务器端完成DBMS（数据库管理系统）的核心功能。

3、闸门及启闭机信号采集

平台监测信号包括：金属结构关键部位应力、闸门变形、动力响应、启闭力和门槽水力学及门槽通风。

3.1 应力监测

闸门及启闭机主要受力构件的不同位置上布置应变片和应变花，受力发生变形后，应变片和应变花采集到相对应的应变数据并传输给应变计，应变数据再依次通过补偿平衡电桥、应变放大器和电荷放大器，最终汇聚到处理器。处理器进行滤波、清噪、平均、回归等处理后得到各测点、各方向的应变实测值。

3.2 变形监测

闸门工作区域内布置多组具有夜视及红外功能的高精度激光二维智能扫描传感器，获取闸门每个测量点处于未变形形态下的固有数据，作为标定数据。闸门启闭和受到水流震荡时，通过近景摄影测量技术，采用线中心投影的推扫方式，进行垂直位移观测和水平位移的观测，获取每个测量点的实时数据。

3.3 动力响应监测

针对水工闸门及启闭机的动力响应，采用在水工闸门不同位置安装压电加速度传感器实现在线监测。闸门开闭以及受到水流冲击时，压电传感器压电转换元件输出的电荷通过装在传感器内部的前置放大器转换成低阻抗的电压输出，并通过高通滤波器在恒电流电源的输出端滤去直流电部分，形成质量好、噪声小、抗外界干扰能力强的测量信号。

3.4 启闭力监测

实时在线启闭力监测同应力监测，采用电测法，选用日本TML的AWC-8B-11-3LT焊接式应变计进行监测。系统同时采集闸门在实际挡水水头下不同部位的启门力、持住力、闭门力、最大启门力、最大持住力、最大闭门力，并上传给处理器，处理器根据实测值绘制出相应的启闭力过程曲线。

3.5 门槽水力学参数监测

门槽水流流速采用电波测流技术，实现对高速水流的精确测量，结合门槽结构的几何尺寸参数和闸门开度数据，实时输出流量和水量数据。闸门流态观察采用高清摄像头监控。闸门开度采用水位传感器采集和从启闭机开度数据分析。

3.6 门槽通风监测

门槽风速采用数字式风速仪监测，使用MODBUS通讯协议，RS485通讯接口。由于此部分为成熟的集成方案，故不再作详细叙述。

4、故障诊断专家系统构建

4.1 系统模型

采用神经网络诊断系统和专家诊断系统的串行连接实现本项目的故障诊断专家系统。在串行相接法神经网络故障诊断专家系统中，神经网络和专家系统内部全由各个串行相接、独立工作的模块组成，共同对系统故障做出诊断。

4.2 系统建立

闸门及启闭机故障诊断专家系统核心部分主要由知识存储系统、学习系统、推理机和解释器组成（人机交互界面此处不做叙述）。

知识存储系统中神经网络知识存储在构成多层前馈网络的多个神经元中；非神经网络表示的知识利用关系型数据库Microsoft SQL Server进行分类整理。二者之间的数据交换采用Microsoft提出的应用程序接口：ADO（ActiveX Data Objects，ActiveX数据对象）来实现。

5、平台运行测试

水工闸门及启闭机在线监测平台软件全部使用Microsoft Visual Studio 2015自主开发。服务器采用IBM x3850 X6 4U机架式服务器，6核、12线程的配置，能够满足平台测试需要，服务器安装Windows Server 2008操作系统。客户机使用4台普通台式电脑，其中两台安装Windows 7操作系统，一台为Windows 10 操作系统，另外一台为Linux操作系统。现场传感器信号，全部使用PLC输出做模拟测试，信号的波动及阈值报警通过PLC程序控制。采集端数据的采集频率及上传频率均设置为100毫秒。120小时的持续测试结果显示查询端对现场数据的在线监测延迟小于0.5秒，达到了实时监测的目标；针对模拟的应力、变形量、动力响应及启闭力和风速等，平台能够输出实时动态图像和各项历史数据报表，对于不安全值，平台能够自动给出安全预警。

6、结语

水工闸门及启闭机在线监测平台的框架结构及故障诊断专家系统于2014年在大型工业设备在线监测平台中得到应用，在一年多的运行中，系统稳定可靠，未出现数据错误、丢失等现象，能够及时的对现场设备运行的不安全因素做出预警，有效的保证了设备的运行安全。

参考文献：

[1]肖志怀，李朝晖，张志学.ANFIS模糊神经推理机在闸门综合自动化故障诊断中的应用[J]. 武汉大学学报（工学版），2004，02：41-44.