基于大数据的集装箱起重机在线诊断和预防性维护系统技术方案

本发明专利技术公开了一种基于大数据的集装箱起重机在线诊断和预防性维护系统，包括：起重机设备层、传感器层、网络层、数据服务层，其中数据服务层进一步分为数据分析和模型层、数据应用层、商业系统层。起重机设备层接收起重机的运行参数；传感器层接收起重机关键部位的传感器信号；网络层将运行参数和传感器信号传输至数据服务层；数据分析和模型层预设起重机正常运行模型和故障模型，将运行参数和传感器信号与模型相比较，从而判断起重机的运行状态；数据应用层根据运行参数和传感器信号预测起重机在未来一段时间内的运行状态，并以此生成故障预警；商业系统层设定外部数据接口，并将数据分析和模型层、数据应用层的数据向外部输出。

【技术实现步骤摘要】
基于大数据的集装箱起重机在线诊断和预防性维护系统
本专利技术涉及起重机维护系统，更具体地说，涉及一种基于大数据的集装箱起重机在线诊断和预防性维护系统。
技术介绍
集装箱起重机是集装箱码头的主要工作设备，其良好状态和高效工作决定了码头的生产效率和经济收益。同时该类起重机是集机、电、液和计算机控制技术于一体的结构庞大、技术复杂的搬运装卸设备，单机采购成本很高，维护费用也是企业日常运营的主要成本。因此对于集装箱码头的运维部门来说，做好起重机的日常保养和维护工作、保证起重机随时可以运行并尽可能降低成本是基本的工作要求。通常起重机的维保工作由二部分组成：一是司机开机前的巡检和试车运行。巡检包括有无异物检查、主要部件外观观察等；然后司机在正式作业前慢速驱动各主要机构，通过视觉、听觉和触觉等手段观察起重机运动状况，判断起重机是否可以正常运行。二是码头维保部门日常的点检和定期的检查和维护等工作。这些维保工作主要集中在钢丝绳检查、减速器、制动器等易损器件上。但是上述常规的维保工作，一般都存在以下问题：不按保养手册定期检查；漏检一些关键位置；检查人员专业程度不高；人为因素很难确保每次检测的准确性；结构和机构内部开裂无法有效检测。最终造成的问题是起重机发生突然性的重大故障，通常包括钢结构开裂、减速器和电机类重大部件等损伤。由于缺乏预期准备，这类故障一般会给码头运营带来重大影响，因为备件到货耗时或者维修复杂，结果会造成起重机长期停机；更严重的是在极端情况下，譬如钢结构开裂造成起重机垮塌，而带来重大的人身伤害和关联物损。此外随着自动化集装箱码头兴起，传统的依靠司机在起重机驾驶室中操作起重机的作业方式，逐步改变为由远程操控室内的人员，借助于图像和控制技术，进行半自动辅助模式下的操作。由于人机分离，原先有司机承担的根据作业时的直接感知(听觉、触觉、视觉等)来发现起重机故障的任务已经无法实施。因而也需要相关的维保技术保障这种远程操作的起重机技术发现并消除故障隐患。目前市场上尚无上述问题的可靠产品，因此研发一种起重机在线诊断技术，实现预防性维护，以防患于未然是起重机设备维护领域的重点需求之一。
技术实现思路
本专利技术的目的是提供一种基于大数据的集装箱起重机在线诊断和预防性维护系统，解决现有技术中起重机无法在线诊断、维护的问题。为实现上述目的，本专利技术采用如下技术方案：一种基于大数据的集装箱起重机在线诊断和预防性维护系统，包括：起重机设备层、传感器层、网络层、数据服务层，其中数据服务层进一步分为数据分析和模型层、数据应用层、商业系统层。起重机设备层接收起重机的运行参数；传感器层接收起重机关键部位的传感器信号；网络层将运行参数和传感器信号传输至数据服务层；数据分析和模型层预设起重机正常运行模型和故障模型，将运行参数和传感器信号与模型相比较，从而判断起重机的运行状态；数据应用层根据运行参数和传感器信号预测起重机在未来一段时间内的运行状态，并以此生成故障预警；商业系统层设定外部数据接口，并将数据分析和模型层、数据应用层的数据向外部输出。进一步地，当起重机的运行状态在数据分析和模型层中判断为故障时，数据分析和模型层将正常运行模型中的参数传输至起重机。进一步地，数据应用层预设起重机的运行参数阈值和关键部位阈值。数据应用层根据一段时间内的运行参数和传感器信号，预测下一段时间内的运行参数和传感器信号，并将预测的运行参数和传感器信号与运行参数阈值和关键部位阈值相比较，从而生成故障预警。进一步地，起重机的运行参数包括电机、起重机结构、制动器、小车、减速器、变速箱的运行参数。进一步地，关键部位的传感器包括光栅应变传感器、位移传感器、振动传感器、温度传感器、拾声传感器、监控摄像头。进一步地，数据分析和模型层根据运行参数和传感器信号进行载荷谱分析、应力谱分析、故障模型、寿命预估、预防性维修分析、音频分析。在上述技术方案中，本专利技术首先实现了起重机钢结构和机构等非常规保养部件的科学检测，避免相关不可预见并突发的机损故障；其二，能避免备件的浪费，可以根据预防性维护决策来决定备件的购买量，节约其维保成本；其三，通过预防性维护服务，提前获知故障隐患，能大大减少设备的停机时间，降低了停机损失成本；最后对产品制造商来说，实现了产品使用过程的全过程监控。附图说明图1是本专利技术系统的结构示意图；图2是运行参数和传感器信号包含的信息内容。附图标记：3：起重机设备层；4：传感器层；5：网络层；6：数据服务层；7：数据分析和模型层；8：数据应用层；9：商业系统层；10：电机；11：起重机结构；12：制动器；13：小车；14：减速器；15：变速箱；16：光栅应变传感器；17：位移传感器；18：振动传感器；19：温度传感器；20：拾声传感器；21：监控摄像头；22：摄像头网络；23：信号调理采集器；24：智能网关；25：3G/4G网络；26：工业总线；27：服务器；28：数据仓库；29：数据模型化；30：数据Web化；31：数据可视化；32：载荷普分析；33：应力谱分析；34：故障模型；35：寿命预估；36：预防性维修分析；47：音频分析；37：失效模式识别；38：故障预警；39：健康评估；40：任务调度；41：在线状态监控；42：起重机远程监控系统；43：起重机故障诊断与预估分析系统；44：起重机机构监测与评估系统；45：钢结构健康监测与评估系统；46：裂纹远程监视与自动识别系统；50：数据采集；51：起重机实时运行数据；52：故障数据；53：起重机基本信息参数；54：视频监控数据；55：起重机基本运行参数；56：起重机工作状态参数；57：起重机做箱统计；58：操作员操作统计；59：停机故障参数；60：实时故障监控；61：司机操作监控；62：工作现场监控；63：关键设备运行监控。具体实施方式下面结合附图和实施例进一步说明本专利技术的技术方案。本专利技术针对集装箱起重机钢结构和主要机构疲劳、开裂等重大隐患，无法通过传统维保手段及时发现并予以处理的现状，研发一种基于物联网、云平台和大数据分析技术的起重机在线诊断和预防性维护系统。如图1所示，本专利技术系统的整体框架可以分为2大层,分别为：产品互联集成与大数据采集层和大数据分析优化与智能服务层。其中，第一层中，又可以分为小层：码头的起重机设备层3、传感器层4、网络层5和数据服务层6；数据服务层6又可以分为个小层：数据分析和模型层7、数据应用层8和商业系统层9。其中，起重机设备层3接收起重机的运行参数，传感器层4接收起重机关键部位的传感器信号，网络层5将运行参数和传感器信号传输至数据服务层6；数据分析和模型层7预设起重机正常运行模型和故障模型34，将运行参数和传感器信号与模型相比较，从而判断起重机的运行状态，数据应用层8根据运行参数和传感器信号预测起重机在未来一段时间内的运行状态，并以此生成故障预警38；商业系统层9设定外部数据接口，并将数据分析和模型层7、数据应用层8的数据向外部输出。本专利技术通过的监控和测量的对象是分别在不同地区分布的众多起重机。在码头起重机端包括关键监控部件：起重机的电机10、起重机的结构、制动器12、小车13、减速器14、变速箱15；本专利技术通过在起重机关键部位安装应力计、摄像头、拾音器、位移传感器17、振动传感器18、摄影机、光栅应变本文档来自技高网...

【技术保护点】
一种基于大数据的集装箱起重机在线诊断和预防性维护系统，其特征在于，包括：起重机设备层、传感器层、网络层、数据服务层，其中所述数据服务层进一步分为数据分析和模型层、数据应用层、商业系统层；所述起重机设备层接收起重机的运行参数；所述传感器层接收起重机关键部位的传感器信号；所述网络层将所述运行参数和传感器信号传输至所述数据服务层；所述数据分析和模型层预设起重机正常运行模型和故障模型，将运行参数和传感器信号与所述模型相比较，从而判断起重机的运行状态；所述数据应用层根据所述运行参数和传感器信号预测起重机在未来一段时间内的运行状态，并以此生成故障预警；所述商业系统层设定外部数据接口，并将所述数据分析和模型层、数据应用层的数据向外部输出。

【技术特征摘要】
1.一种基于大数据的集装箱起重机在线诊断和预防性维护系统，其特征在于，包括：起重机设备层、传感器层、网络层、数据服务层，其中所述数据服务层进一步分为数据分析和模型层、数据应用层、商业系统层；所述起重机设备层接收起重机的运行参数；所述传感器层接收起重机关键部位的传感器信号；所述网络层将所述运行参数和传感器信号传输至所述数据服务层；所述数据分析和模型层预设起重机正常运行模型和故障模型，将运行参数和传感器信号与所述模型相比较，从而判断起重机的运行状态；所述数据应用层根据所述运行参数和传感器信号预测起重机在未来一段时间内的运行状态，并以此生成故障预警；所述商业系统层设定外部数据接口，并将所述数据分析和模型层、数据应用层的数据向外部输出。2.如权利要求1所述的基于大数据的集装箱起重机在线诊断和预防性维护系统，其特征在于：当起重机的运行状态在数据分析和模型层中判断为故障时，所述数据分析和模型层将正常运行模型中的参数传输至所述起重机。3.如权利要求2...

【专利技术属性】
技术研发人员：陆青，杨仁民，严梁，方立，王海峰，吴松，
申请(专利权)人：上海振华重工电气有限公司，上海振华重工集团股份有限公司，
类型：发明
国别省市：上海,31