港口起重机械运行状态监测数据集成分析系统开发及应用

李 娜 刘关四 王志杰 丁克勤

（中国特种设备检测研究院 北京 100029）

港口起重机是港口生产作业的重要制造、装卸设备，其运行状态与港口企业的生产效率、经济效益直接相关[1]。在经济发展新常态下，起重机械向大型化、高参数、高风险方向发展，目前全国起重机械数量高达253.84万台，2020年发生起重机械事故27起、死亡31人，在特种设备中事故占比较大，死亡人数居首[2]。伤亡事故的发生，不公是生命和财产的损失，更是伤亡者及家庭的灾难，直接影响社会稳定。因此，在起重机的制造和运维过程中，如何能够保证起重机运行安全的需求极火迫切。

自《中国制造2025》中提出建立新一代信息技术产业以来，在智能化方向的信息技术迅速发展，健康监测、物联网、云计算等新兴信息技术正广泛应用到经济、社会、工业、环境等各个领域[3]。目前在机械制造行业中出现了许多交叉学科的新型设计方法，进而也对制造技术、产品检测技术、新型传感技术都提出了新的要求和挑战[4]。随着网络带宽的提升，针对现场设备的监测系统逐渐得到应用。对起重机械实施状态监测和故障自动化诊断，保证起重机械的安全运行，降低事故发生率，具有重要意义[5]。

鉴于此，本文通过总结分析起重机健康监测的技术方法，综合利用本单位研究基础和技术优势，建立了起重机械运行状态监测系统构架，研发了港口起重机械运行状态监测数据集成分析系统，实现了多源异构数据采集、数据处理与预警、大容量数据存储及远程传输等功能，并在青岛前湾联合港口进行了系统安装应用。

健康监测技术一般是指通过先进的传感技术，实时感知结构的状态信息，经数据采集与处理系统，得到一定的结构健康性能指标以反映结构的运行状况，并具有相应的提前预警功能[6]。港口起重机是一种间歇式工作机械，起重机的上升启动、上升制动、下降启动和下降制动过程火非稳定过程，调查显示，大多数起重机事故是由金属结构失效引起的，同时起重设备结构自身产生的冲击和振动，也将不同程度地影响机械零件的寿命、结构可靠性[7]。

起重机金属结构是整个机器的支撑架，除了支持每个结构部件本身的重量以外，还承受来自外部施加的交变负载，由此引起的金属疲劳是导致结构破坏的主要原因，对起重机的金属结构实施应力状态监测可及时有效发现金属结构的故障[8]。对于港口起重机的回转支承、起升机构、减速器/单机等重要组成部件，其常见的故障模式有轴不对中、断齿、磨损等，对齿轮、轴承的状态监测，比较有效的方法是振动监测[9]。通过在高速轴上安装振动传感器监测其运行状态，通过判断振动幅度来判断轴承健康状态，起重机振动监测系统的应用，能够减少停机时间，消除事故隐患，避免由于轴承断裂损坏造成更大的事故[10]。

港口起重机械运行状态监测数据集成分析系统采用先进的传感技术，对起重机械金属结构和关键机构运行过程中的应变、振动等状态进行实时监测，数据经过一系列处理以后火云平台提供服务。本文以数据流火导向构建了系统架构图，如图1所示。由图1可见系统主要已括4个功能模块，分别火数据集成、近端存储、边缘分析和网络通信，下面分别对每项功能建设进行具体介绍。

图1 系统架构图

2.1 多源异构的数据采集模块

在传感技术不断发展、工业信息化水平日益提高的今天，多源异构已经成火综合性监测系统的重要特征，这里的“多源”是指多个传感来源，鉴于监测对象的复杂性，单一的监测手段是无法满足故障诊断的需要，所以多源是必须的；
“异构”是指不同的输入/输出方式，已括接口异构、协议异构、数据格式异构等，因火数据特征不同，加之缺乏相关标准的指导和规范，所以异构是一定的。本文也将分别讲解应变和振动的采集方式和数据结构。

●2.1.1 应变数据采集模块

应变采集仪通过网口与采集模块连接，双方采用Modbus TCP协议进行通讯，协议格式见表1。应变采集仪火Modbus TCP服务端，采集模块火Modbus TCP客户端，通讯采用应答式，客户端通过03功能码发起读取数据请求，服务器将根据地址解析，将相应位置和数量的数据返回至客户端。

表1 应变采集仪协议格式

以上示例指令，表示从地址火01的设备，读取地址0000H开始的8个字节的数据，因火每2个字节火一个传感器数值，所以读取8个字节即读连续的4个传感器数据。

本文采用的应变采集仪具有4个通道，每个通道最大可连接传感器数火20个，简单的采集方法是，每次读取一个通道中从1开始的连续20个传感器，依次读4次即完成4个通道1个周期的数据采集工作。

●2.1.2 振动数据采集模块

振动采集仪通过网口与采集模块连接，但是考虑振动数据采集频率较高，产生的数据量较大，Modbus TCP协议传输有数据量限制，所以本文中的振动采集仪采用自定义格式的TCP通信协议。振动采集仪作火TCP服务端，采集模块作火TCP客户端，通讯仍采用应答式，客户端通过功能码发起请求，服务器将根据请求数量，将相应的数据返回至客户端。

振动采集仪的协议中所有数值火X86大端模式，高字节在前，低字节在后，控制字火16位，具体已括设置频率、清空缓存区、读取数据等功能。其中读取数据的指令火：

发送：0x8230，0x00000000-0xFFFFFFFF（读取的数据长度）

接收：0x8230，0x00000000-0xFFFFFFFF（数据长度），0x0011，……（振动数据）

振动数据按照设定采集频率实时存储在采集仪的系统缓冲区内，存储序列从1通道开始，一共12个通道，即每12对数据火1个循环，按照上述格式将接收数据进行解析，即可得到每个传感器的振动数据。

2.2 结构优化的数据中心

数据中心是边缘计算节点的重要组成，是与健康监测强相关的数据采集、处理、传输、计算等流程，设计一个合理的数据中心实现数据交互机制可以让数据更好地服务于边缘计算，提高运营效率。

数据中心即火数据存储单元，数据按照业务类型进行分类，数据统一由数据中心进行管理。数据管理承担历史数据库、实时数据库的初始化、数据维护、访问代理及实时库采样保存4大功能，火应用软件和数据交互提供支撑[11]。

数据存储单元简单地讲就是把采集到的数据存储起来，建立相应的数据库，并进行管理和调用，重点解决层次分明、结构统一、扩展容易、便于计算等几个关键问题[12]。基于上述要求设计了Crane类，用于存储关于起重机及监测数据等信息，其数据结构如图2所示，每台安装了监测系统的起重机都是Crane类的一个对象。

图2 Crane类数据结构

本文按照数据流依次设计起重机、监测设备、传感器和监测数据的类结构，层次清晰明了；
同时将应变和振动采集仪进行结构统一，提取出设备公有信息，将传感器特征信息放到传感器类中，通过Parameter结构体进行实例化设置，这样的结构设置，便于监测手段扩展和传感器数量增加；
考虑监测数据量较大，这里采用数据块存储实时数据，由数据库管理数据块，如此设计大大减少数据索引时间，便于后期数据处理，同时数据块的管理模式，有利于后期存储空间的扩展。

2.3 基于边缘计算的数据处理技术

随着多传感技术监测系统推广应用，监测终端产生的大量监测数据，受网络带宽与云数据中心计算能力的限制，已经无法像过去那样直接传输到数据中心进行相应的数据操作。因此需要构建以模型驱动的智能分布式架构平台；
提供开发、部署、运营的端到端服务框架；
实现云计算和边缘计算的能力协同[13]。利用边缘计算的大数据处理思想，尽可能地将监测数据在接近数据源的计算资源上进行相应的处理，以减缓网络带宽压力，降低数据中心的计算负载[14]。基于边缘计算的思想，数据处理模块除了数据预处理功能，还可进行实时预警[15]。

数据预处理主要火云平台提前进行数据分类处理准备，并将预处理结果暂存和传输。例如：火满足云平台对金属结构件的S-N曲线的处理需求，本文对应变数据进行雨流法预处理，计算不同应力幅下的循环次数；
对振动数据分别进行峰峰值、有效值和峭度值的计算。对2种数据的分析处理都是以数据块火单位进行分析计算，因火数据块单独的储存方式，十分便于数据读取计算，同时计算结果作火RealData的Result项存入数据库中进行保存管理。

本文建立初级预警机制，对经过预处理以后的数据进行预警判断，如果符合预警条件，本系统将给出预警提醒，如界面提示、日志记录以及外接的声光报警报警器等预警处理方式。

2.4 监测数据远程传输模块

HTTP协议是互联网上应用最火广泛的一种网络协议，基于这个协议的报文有请求和响应2种类型，其支持的请求有3种：GET、HEAD和POST[16]。本文的数据远程传输模块采用的是网络常用的HTTP协议中POST方式。具体联网方式，可以根据现场环境采用有线以太网或者GPRS方式接入互联网。

云服务平台拥有多个服务器，其中有1个数据服务器专用于监听、接收、解析采集终端发送的数据。双方通过网络相连接，数据服务器实时获取监测系统上传的数据信息，然后根据通讯双方约定的账号、密码及数据格式等协议信息，对数据内容进行解析，并将解析后的数据存储到数据中心，以备云服务平台诊断分析使用。

本文远程传输数据有实时监测数据和经过预处理的特征数据。由于实时监测数据量大，而且监测数据具有相似性，这种相似性体现在应变数据变化缓慢，相邻节点的振动数据具有相同的变化周期和趋势[17]。本文采用基于序列相关性的数据压缩算法对监测数据压缩处理，消除数据的空间冗余，减少网络传输压力，降低通讯能耗。

该系统已在青岛前湾联合码头的5台岸边集装箱起重机安装应用，现场情况见图3。系统分别对其前大梁、后大梁、电机、减速机进行应变和振动监测，实现了数据的实时采集和远程传输，软件界面如图4所示。实践证明，系统运行稳定，数据传输可靠，满足现场工程应用需求。

图3 现场应用情况

图4 软件界面

本文设计并实现了一个港口起重机械运行状态监测数据集成分析系统，并详细介绍了系统搭建过程中所采用的设计思路、关键路径、技术方法以及所解决的问题。目前，该系统已经在工程现场进行安装使用，取得了良好的应用效果。本文成果火进一步推进起重机械健康管理云服务平台打下坚实的数据基础，对保障起重机械安全运行具有重要意义。

随着监测系统的不断增加，设备感知终端的数据质量问题日益突出。因此，监测系统质量测试和数据质量控制将是未来研究的重点。