基于ZigBee的矿井提升机无线数据采集系统设计

高 宁 ，任 芳 ，李娟莉 ，杨兆建

（1.太原理工大学 机械工程学院，山西 太原 030024；2.煤矿综采装备山西省重点实验室，山西 太原 030024）

1 引言

矿井提升机作为煤矿生产的重要运输设备，是煤炭、矸石、物料、人员等进出矿井的载体，具有重要作用[1]。现阶段，在矿井提升机监测系统中，大量运用有线的方式对采集到的信号进行传输，文献[2-3]等对该方法进行了充分的研究。这种基于有线的监测系统部署成本高、可维护性差、缺少灵活性、监测范围有限以及冗余容错能力差等缺点，导致采集信号的质量降低，从而影响系统的效果[4]。

随着物联网在中国的逐步发展，无线传感器网络（WSN）技术被越来越多的人所熟知接受。无线传感器网络由大量低成本、多功能的传感器节点组成，在军事、工业、医疗、环境监测等领域有着巨大的应用价值和潜在的应用前景[5-6]。随着物联网在其他方面的成熟运用，文献[7-9]都把物联网的思想运用到矿井提升机等矿山设备的检测中，并取得良好的效果。

矿井提升机实时监测主要依赖于对运行数据的实时采集、处理。运用无线传感器网络来进行这方面的工作可以减少布线、提高容错能力，从而提高数据的精确度，具有稳定可靠、低成本、简洁方便灵活、可扩展性强的独特优势。矿井提升机的安全运行在很多方面由制动系统的可靠稳定性决定。由于系统的扩展性强，所以先以对制动系统相关数据的采集为基础进行系统结构设计。

2 系统结构

2.1 无线传感器网络

无线传感器网络是由部署在监测区域内大量传感器节点相互通信形成的多跳自组织网络系统[10]。每个节点既有采集数据的功能，又有给附近节点做路由的功能。采集到的数据经过单跳或多跳的方式传递给汇聚节点，由汇聚节点连接到互联网。最终传输到用户管理终端，提供各项数据[11]。

2.2 节点结构

在无线传感器网络中，通常将节点分为传感器节点、路由节点、汇聚节点等三种类型。传感节点主要包括感知、控制、无线收发和电源管理等单元。而传感器节点本身也可作为路由节点和汇聚节点，只是对他们进行不同的功能区分即可。所以所用节点结构为传感器节点结构。节点结构，如图1所示。

图1 传感器节点组成部分系统框图Fig．1 The System Block Diagram of Sensor Nodes

2.3 网络结构

在组建无线传感网络的过程中，各节点之间通过自组织的方式进行组网，因此需要用到近距离无线通信技术。现阶段，比较成熟的无线短距离通信技术主要包括蓝牙（Bluetooth）、无线局域网（Wi-Fi）、红外线数据通信（IrDA）、ZigBee、超宽带通信（UWB）等。他们各自有优缺点及使用的场合，其中蓝牙不适用于建立大范围的多节点监测网络；Wi-Fi的功耗较高，安装周围需要有电源持续供电；IrDA只能在两个设备之间连接；UWB覆盖范围小，传输距离短；ZigBee具有低成本、低功耗、网络容量大、传输距离相对较远、ISM频段免费、支持多种网络拓扑、稳定性高等特点。

在对矿井提升机制动系统进行数据采集时，需要布置多个的传感器节点；由于工作时间长，需要考虑设备功耗；监测点分布比较分散，对传输距离有一定的要求；数据监测稳定性要求比较高。基于以上要求和各个通信方式的特点，其中ZigBee技术的特点符合无线传感器网络对数据采集的通信环境要求，虽然其通讯速率较低，最大通讯仅为250kbps，但对无线传感网络已经够用，本系统最大通讯速率为32kbps左右，所以本系统采用ZigBee作为无线传感器网络的协议。

ZigBee网络拓扑结构主要包括星形拓扑、网状拓扑以及树形拓扑。星形网络是其中最简单的结构，由一个协调器和一系列的终端节点构成，所有节点把数据传输到协调器。因为本系统主要是对一副制动盘做出数据采集，需要采集的数据源相对独立，结构相对简单明了，不需用复杂的网络进行传输。因此ZigBee网络拓扑结构选择星形拓扑。

2.4 系统结构

图2 系统总体结构Fig．2 General Structure of System

本系统是以无线传感器网络结构为总体架构，通过安装在提升机制动盘和液压站等位置的传感器，采集出制动盘偏摆、闸瓦间隙、液压站油压（制动油压、残压等）、正压力等参数。系统总体结构，如图2所示。传感器通过和节点的相连形成传感器节点，将采集的数据以单跳的传输方式到汇聚节点，由汇聚节点把数据通过串口通讯传输到计算机上，通过VB窗口进行数据显示，并实时保存到数据库中，为后续的数据分析、故障诊断等提供数据支持。

3 系统硬件支持

系统利用ZigBee技术实现提升机制动系统工作时关键数据的采集。数据的采集是整个系统的基础，主要包括以下设备：

（1）电涡流位移传感器：HZ891YT系列一体化电涡流位移传感器，主要用于测量闸瓦间隙和制动盘偏摆。

传感器可将偏摆量线性的转换为直流电压。把传感器触头对准安装制动闸的同心圆上任意点，在提升机旋转一周后，传感器触头与同心圆上点的相对位移就是偏摆位移δ。

（2）压力传感器：丹佛斯MBS 3050-3413-1GB04压力传感器，主要用于测量油压的大小。

由于液压站供给每个液压缸的各个管路的液压源都是相同的，忽略油压在管道内传输过程损失的压力，电磁换向阀的出口处的压力和其它各液压缸中所测压力是一样的，因此，本系统只在电磁换向阀的出口处接了一个压力传感器即可。

（3）力传感器：CMK1 型垫圈式测力传感器，量程为（0～5）T，灵敏度为2．0mV/V，主要测量制动器碟形弹簧压力的大小。在碟形弹簧的底部安装力传感器，直接测量碟形弹簧对传感器的压力。由弹簧压力和液压缸的油压可以计算得出正压力的大小，因此再加上制动盘的摩擦系数和平均制动半径，就可以算出制动力矩的大小。

（4）开关电源。选择与传感器相配套的电源，或直接接到现有设备的配电器中。

（5）传感器节点。选用TI公司的CC2530芯片作为各节点的核心模块。作为SoC片上系统，其把ZigBee无线射频芯片与MCU集成到一起。包括通讯接口、定时器、ADC等，32/64/128/256/kB四种类型的闪存和8kB的片内RAM。本系统选用256kB闪存的CC2530F256芯片。

4 系统软件支持

4.1 传感器网络组建

ZigBee设备间的组网程序是在ZigBee协议栈下，采用相配套的IAR软件进行编写[12]。以IAR 8．10作为开发环境，利用ZStack 协议栈进行开发，IAR 8．10 和 Zstack-CC2530-2．5．1a 配合使用，在TI官方工程文件SensorDemo上进行修改，得到和开发板配套使用的程序。网络组建的具体过程，如图3所示。分别把编译好的程序按协调器节点和终端节点下载到对应的模块上；协调器节点自动建立一个网络后，工作于接受模式，通过串口和上位机相连；终端节点自动发现该网络并加入；上位机通过串口接收采集到的数据。

4.2 数据采集

把所用传感器与节点相连，组成不同的传感器节点。数据采集的流程，如图3所示。给系统上电，传感器开始工作，分别采集到对应的模拟量信号，经CC2530芯片里面的ADC功能对信号进行AD转换，把模拟量转化为数字量，再把数字信号转化为ASCII码，传到无线发送模块，每个传感器节点在完成以上工作后，都会利用ZigBee协议把ASCII码无线发送到协调器，协调器接收到的数据经由串口传到计算机上。

数据采集程序的整个编译过程也是在IAR 8.10开发环境下完成，这里面主要是完成对CC2530的初始化和ADC等其他功能的驱动。本部分程序单独完成后，再把其添加到协议栈代码中，会起到事半功倍的效果。

图3 系统软件设计流程图Fig.3 Design Flow Diagram of System Suftware

4.3 数据接收与显示

为了能在上位机上实时监测并储存数据，本系统数据接收程序采用Visual Basic 6.0作为开发工具，开发语言为VB语言。选择SQL Server 2008进行数据储存，把数据实时保存到数据库中，以便后续的进一步分析。通过VB窗口，利用MSComm控件进行串口数据的接受，并把ASCII码转化成数字的方式显示；利用Timer控件完成自动保存的功能；利用ADO控件连接数据库进行实时保存；利用MSChart和DataGrid控件完成数据的显示。通过上过程，完成数据的接受与转化，并进行显示保存，使我们可以实时了解制动系统运行的情况。

5 实验测试

为验证系统的准确、可靠，搭建了2JTP-1.2型提升机作为实验台。提升机制动系统主要由制动器和液压站组成。制动系统的主要技术参数为：提升机双卷筒，盘形制动闸，制动盘平均摩擦半径为0.63m，制动器副数为4副[13]。本实验只对一副制动器进行数据采集。

实验在电磁换向阀的出口处接了一个压力传感器，从此传感器测出液压缸实时变化的油压；位移传感器固定在制动器上，调整传感器端面，保证其与制动盘平行，通过测量传感器端面到盘的距离变化可间接测得闸瓦间隙变化；将另一位移传感器也固定在制动器上，在完全松闸状态下，通过测量制动盘在旋转过程中传感器与制动盘间的相对位移，得出制动盘的偏摆量；在碟形弹簧的底部安装力传感器，测量碟形弹簧对传感器的压力，通过此压力值和油压值，计算得到正压力值，从而得到制动力矩的值。实验设备安装，如图4所示。

图4 实验设备的安装Fig.4 Installation of Experimental Equipment

连接传感器节点，提前编译好应用程序，给系统上电，提升机运行，采集到对应的数据，如图5所示。为检验采集到信号的准确性，用采集卡采集、组态王显示的传统方式对数据进行同步采集。对比采集到的间隙数据的时域变化，如图6所示。组态王对采集数据的显示，如图 6（a）、图 6（b）所示。系统的显示，如图 6（c）、图6（d）所示。由图6可得：系统采集结果和传统方式不仅基本一致，数据还要更加准确、清晰。

图5 数据采集结果Fig.5 Result of Data Acquisition

图6 实验数据对比Fig.6 Comparison of Experimental Data

6 结论

完成基于ZigBee技术的无线数据采集系统的设计，实现了对矿井提升机制动系统相关信号的采集。系统总体结构明确、可扩展性强、实用性好，整个节点由CC2530集成模块控制，降低成本，节省功耗。通过编译Z-Stack协议栈，把相关硬件的驱动程序添加到协议栈，完成数据的采集、传输。通过实验检测证明，节点能够准确可靠的采集到制动系统运行时的相关数据，并通过ZigBee无线网络稳定高效地传输到计算机，并进行显示保存。

［1］马小平，肖兴明.基于专家系统的提升机故障诊断系统［J］.中国矿业大学学报，1999，28（5）：499-501.（Ma Xiao-ping，Xiao Xing-ming.Hoister fault diagnosis system based on expert system［J］.Journal of China University of Mining&Technology，1999，28（5）：499-501.）

［2］郑洪强.矿井提升机运行状态在线监测系统实现［D］.太原：太原理工大学，2014.（Zheng Hong-qiang.Running state online monitoring system of mine hoist［D］.Taiyuan：Taiyuan University of Technology，2014.）

［3］马立静.基于网络的矿井提升机远程监测与故障诊断系统设计［D］.北京：中国矿业大学，2014.（Ma Li-jing.Network-based remote monitoring and fault diagnosis system of mine hoist design［D］.Beijing：China University of Mining and Technology，2014.）

［4］汤宝平，黄庆卿，邓蕾.机械设备状态监测无线传感器网络研究进展［J］.振动、测试与诊断，2014（1）：1-7.（Tang bao-ping，Huang Qing-qing，Deng Lei.Advances in machinery condition monitoring wireless sensor networks［J］.Journal of Vibration，Measurement&Diagnosis，2014（1）：1-7.）

［5］Aqeel-ur-Rehman，Abbasi A Z，Islam N.A review of wireless sensors and networks’applications in agriculture［J］.Computer Standards&Interfaces，2014，36（2）：263-270.

［6］Rice J A，Mechitov K，Sim S H.Flexible smart sensor framework for autonomous structural health monitoring［J］.Smart Structures&Systems，2010，6（5_6）：423-438.

［7］时珏，刘混举.物联网技术在矿山设备状态监测中的应用探讨［J］.煤矿机械，2013，34（7）.（Shi Jue，Liu Hun-ju.Internet discussion on application of equipment condition monitoring technology in mine ［J］.Coal Mining Machinery，2013，34（7）.）

［8］付贵祥，周红军，何莉.矿井提升机群远程智能测控系统研究［J］.工矿自动化，2014，40（7）：103-105.（Fu Gui-xiang，Zhou Hong-jun，He Li.Research on remote intelligent measurement and control system of mine hoist fleet［J］.Industry and Mine Automation，2014，40（7）：103-105.）

［9］李静雅，冯若冰.基于物联网软件体系结构的提升机监测系统设计［J］.煤矿机械，2015，36（11）：282-284.（Li jing-ya，Feng Ruo-bing.Internet based software architecture design of elevator monitoring system ［J］.Coal Mining Machinery，2015，36（11）：282-284.）

［10］Liu Q，Huang X，Leng S.Deployment strategy of wireless sensor networks for Internet of Things［J］.China Communications，2011，8（8）：111-120.

［11］Akyildiz I F，Su W，Sankarasubramaniam Y.Wireless sensor networks：a survey［J］.Applied Mechanics&Materials，2002，38（4）：393-422.

［12］唐翔龙，张文通，马振军.ZigBee在高炉炉顶齿轮箱的测温应用［J］.机械设计与制造，2013（4）：59-61.（Tang Xiang-long，Zhang Wen-tong，Ma Zhen-jun.ZigBee at blast furnacetopgearboxtemperature［J］.MachineryDesign&Manufacture，2013（4）：59-61.）

［13］雷勇涛.基于神经网络的提升机制动系统故障诊断技术与方法［D］.太原：太原理工大学，2010.（Lei Yong-tao.Hoist braking system fault diagnosis based on neural network techniques and methods［D］.Taiyuan：Taiyuan University of Technology，2010.）