仓储钢货架健康管理研究

文/于子红 刘军 杨泽明 丁庆行

1.引言

随着全球经济一体化进程的加快，制造业较为发达的国家正在积极推行“工业4.0”运动，来促进信息技术与制造技术的深度融合，使制造业向智能化方向转型，物流技术与装备也正朝着互联网化的方向发展[1，2]。仓储是物流的两大支柱之一，在物流现代化发展中起着重要作用。仓储简单来说就是通过仓库对商品和物品进行储存与保管，货架作为物流环节中基本的仓储设备之一，具有承上启下的作用。仓储货架一方面能充分利用仓库空间，降低仓储成本；另一方面通过合理布置，在存取操作中可以有效节约人力资源。可以说，仓储货架是现代化仓库的重要组成部分，在制造业、物流中心、烟草、医药、商业、机电等各行各业都有着广泛的应用。但是在仓储活动中，货架倒塌现象却时有发生。2017年1月7日柳州仓库货架倒塌导致一名工人被埋；2013年3月25日厦门一家仓库货架倒塌使三人被困；2011年10月27日美国威斯康酒商仓库货架倒塌，7000多瓶红酒落下引发红酒“小海啸”。诸如此类的事件还有很多，这不仅给仓库造成巨大损失，而且也给仓库工作人员带来了相当大的灾难。可见货架在实际中虽应用广泛，但工作环境比较复杂，一旦发生倒塌，将会造成巨大的财产损失和人员伤亡。仓储货架中，钢货架应用最为广泛，因此对仓储货架健康管理研究十分必要。

2.钢货架特性分析

对仓储钢货架进行健康管理的重要前提是要了解钢货架的特性。仓储钢货架主要由一种经济的截面轻型薄壁钢材，即冷弯薄壁型钢材制作而成，是用薄钢板或带钢在常温下辊轧或冲压弯曲成型的。冷弯薄壁型钢是通过改变截面形状来使相对较少的材料承受较大的荷载。冷弯薄壁型钢构件的较高强度自重比、多功能、易于加工成型和工业化生产等优点受到各行各业的极大欢迎。钢货架的健康管理主要与钢货架的立柱特性、梁柱节点特性、载荷特性以及受力状态特性有密切的关系。

2.1 立柱易变形

钢货架的立柱是钢货架的主要支撑部件，多为开口薄壁型截面，在纵向分布有规则的孔洞与梁端节点的挂齿相连接。钢货架的立柱虽然由冷弯薄壁型钢构成，具有强度高、质量轻等优点，但是在正常工作过程中，由于连续的开孔设计以及来自货物和其它构件的作用，会产生局部屈曲、畸变屈曲以及各屈曲模式间的相互影响[3]。一般情况下，在各种影响钢货架稳定性的因素中，立柱屈曲是最常见的影响仓储钢货架整体稳定性的情形，值得我们重视。

2.2 梁柱节点易松动

钢货架的梁柱节点处的连接多采用挂齿形式的半刚性连接，通过将横梁挂片上的挂齿卡入立柱的开孔内，并通过卡舌和铆钉固定保证连接的可靠性。在梁柱节点的研究中发现，钢货架的稳定性与梁柱节点的连接方式、安全插销的固定可靠性有着很大关系[4，5]。在钢货架的正常工作中挂齿形式的半刚性连接具有一定的刚度，横梁和立柱会发生一定程度的转动，并且该节点的转动刚度对钢货架的侧移也有影响，它很大程度上关系到钢货架的安全性能[6]。

2.3 载荷受限

钢货架与一般货架相比，具有较高的强度自重比，可以承受自身重量100倍左右的货载[7]。在钢货架健康管理中，钢货架在取放货物时会引起货架的振动、晃动，严重时会导致货架失稳进而倒塌。因此，钢货架的载重也是钢货架监看管理考虑的重要特性之一。

2.4 受力状态易破坏

正常状态下货架承载货物所受的外力与内力保持平衡是货架保持稳定的重要条件。但当货架受到轻微扰动时，处于极限平衡状态的货架构件或者整体结构就会发生变形，使货架出现局部失稳、整体失稳或局部与整体的相关失稳[8]，导致货架构件或结构的内力突然失衡，引起货架变形，最终使得货架丧失工作能力。

3.传统钢货架健康管理方法

传统钢货架的健康管理主要是针对钢货架的立柱、梁柱节点等关键结构进行研究，通过应用一定的方法观测钢货架的受力状态，以获得钢货架在各种状态下各构件发生形变以及不稳定的情况。目前，钢货架的健康管理主要采用有限元分析法、数字近景摄影测量法以及振动的方法来研究钢货架的整体变形、立柱、梁柱节点等并分析钢货架整体及各个部位变形特征及应力分布情况。

3.1 钢货架有限元分析法

有限元法在20世纪60年代被Clough首次提出，是随着电子计算机的广泛应用而发展起来的一种数值方法，它具有极大的灵活性和通用性，因而被广大学者所使用。有限元法主要是利用数学近似的方法对真实物理系统的几何特征及载荷情况进行模拟，即用近似模拟的方法将连续的物体进行有限划分，并对这些划分的单元进行相关分析和研究[9]。

李想等[10]采用有限元分析法建立了钢货架的结构模型和荷载模型，并采用平方和平方根的模态叠加方法对货架结构进行抗振反应试验，对计算结果进行了变形验算，为钢货架的研究提供了新思路。王占军等[11]采用自编的有限元程序对某立体仓储货架的变形应力进行了计算和实验，并针对货架稳定性问题进行了立柱屈曲分析，结果证明了理论与试验相结合的有限元分析法的有效性。谢云舫等[12]从静力学角度出发，利用有限元分析软件ANSYS对货架进行三维有限元分析，获得了货架的变形特征及应力分布情况，为优化货架结构提供依据，大大提高了货架的安全性和可靠性。冯晓芳等[13]分析了钢货架梁柱组合之间的间隙对货架装配过程的影响，以单悬臂梁试验为基础，利用有限元法分别对不同间隙梁柱组合的力学性能和货架整体沿巷道方向进行仿真，得出不同间隙下梁柱组合的承载力与刚度关系以及不同间隙对整体变形的影响情况，从而为钢货架变形研究提供了理论依据。赵永谦等[14]对密集货架系统分别应用Matlab及ANSYS进行了构件及其整体结构的稳定性分析，探索了钢货架货架系统基于力学特性的稳定性，应用DCRP技术以多台货架穿梭车对钢货架瞬时动态变形进行监测，对系统结构的稳定性进行了校验并测量钢货架系统的变形量。

钢货架的有限元法虽然可以模拟钢货架结构进行相关研究和分析，但是在具体应用过程中，需要依赖使用者的经验，而且在精度分析时需要耗费相当大的计算资源。

3.2 钢货架数字近景摄影测量法

数字近景摄影测量是以数字相机为图像采集传感器并对所摄图像进行数字处理的近景测量方法。

陈绪慧等[15]运用数码相机进行连续摄影，获取钢结构货架变形试验图像并实时传输到计算机，结合有限元分析法得到钢货架变形数据，根据所得数据对货架的振动进行状态检测，为钢货架的状态监测与健康管理提供了新的研究思路。MingzhiChen等[16]在数字近景摄影测量的方法来监控货架的变形基础上，通过使用数码相机和电脑数字分析方法来处理收集到的数据，并对数字近景摄影测量误差进行了较好地矫正，大大提高了监测的精度，减少了外部条件和数码相机方位不稳定造成的影响。张守好等[17]以钢货架为实验对象，利用数字近景摄影测量的方法让预先设定质量和高度的撞击物撞击货架，来获取钢货架变形监测点的位移变化图像，从而得出钢货架的变形特性，为钢货架稳定性研究提供参考。卞鸣[18]通过对数字近景摄影测量技术的特点、校验方法以及在监测钢货架变形中的应用进行阐述，得出传统摄影测量技术无法满足钢结构变形的要求，只有不断学习新的技术才能使钢结构变形研究更上一层楼。ChengxinYu等[19]利用数字近景摄影测量的方法对钢货架进行瞬时变形监测，在动态应力作用下，对钢货架监测其变形情况，为保证钢货架安全提供了重要的研究资料。

数字近景摄影测量的方法需要采用专业的数码相机对钢货架进行拍摄并进行一系列的相片处理，才能得到较精确的数据，但是专业的数码相机较贵而且相片处理过程繁琐，一般仓库很少采用专业数码相机，而是用普通数码相机代替测量，这就大大降低了其采集数据的精度，对后续的研究造成了一定的误差。

3.3 钢货架振动测量法

随着人们对振动的逐步了解，学者们开始通过用振动的测量方法对钢货架进行研究。利用振动的方法对钢货架进行健康管理主要是进行有关抗振性试验来对钢货架的稳定性进行研究。

对钢货架振动性研究开始于二十世纪中后期，日本对货架进行了人工加振的自由振动状态监测试验，揭开了人们对货架振动状态研究的序幕。二十世纪七十年代，美国和日本使用振动台进行了关于振动台的诸多振动试验，接着我国学者也开始相继对货架的抗振性进行研究。陈振坤等[20]利用振动台对标准平板钢货架进行抗振性试验，并将试验结果与数学模型中的理论预测结果进行比较，为制定工业钢货架的抗振设计准则提供了建议，也为仓储钢货架健康管理的研究提供了较早的研究资料。黄淑娟等[21]对大型物流货架的结构形式作了全面细致地论述，系统研究了大型物流货架结构的静动力特性及振动规律，并结合数学工具提出了一种结构优化的新策略，为钢货架的状态监测提供了新的研究方法。ChengxinYu等[22]讨论了如何利用信息技术中的自动识别来监测货架的瞬时变形，为钢货架变形造成的损失和安全风险提供了良好的解决方案。

但上述的研究方法有一定的局限性，不可避免地会存在误判。随着状态监测与健康管理技术的发展，基于物联网技术的健康管理方法由于其采用先进的传感器技术对钢货架的工作状态进行全面实时的监测，对数据的精确采集更具优势，也更有广阔的应用前景。

图1 基于物联网技术的钢货架健康管理架构

4.基于物联网技术的钢货架健康管理及关键参数分析

4.1 基于物联网技术的钢货架健康管理方法

基于物联网技术的钢货架健康管理是指根据钢货架的状态特征，利用各种传感器和监测设备，连续或者定期采集这些状态特征参数，并对其进行分类和解译，以先进的状态监测手段、可靠的评价方法和完整的运行数据来判断设备所处的健康状况[23]。钢货架的健康管理是一种全面的状态监测、数据融合、健康评估及故障预测的健康管理方法，在高性能、高精度传感器出现后，新的钢货架健康管理方法也不断出现，诸如模糊综合评判、专家诊断、人工智能等方法也逐渐运用于货架行业[24，25]。本文提出的基于物联网技术的钢货架健康管理架构具体如图1所示。

4.1.1 数据采集层

仓储钢货架的数据采集层可以通过传感器实现对数据的采集。传感器作为最重要的信息采集工具，能够直接对外部信息进行采集，并将采集的信息按一定的规律转化为电信号或者其他所需形式的信息输出，来满足系统对数据的传输、处理、存储、评估及控制需求[26]。要想对钢货架进行准确的健康管理就需要精确的数据支持，传感器的选择尤为重要。仓储钢货架状态监测所采用的传感器不仅需要高精度、强可靠性、寿命长，还需要减少传感器的耗能，降低传感器的成本，使传感器具有多参监控和智能数据处理等功能。此外，钢货架状态监测选定的传感器，与传感器安放的位置、监测对象所处环境等因素均有关。

4.1.2 数据处理层

在仓储钢货架的健康管理过程中，由于传感器的工作性能、仓储设备的工作状态以及仓库工作环境的复杂性，导致采集的数据可能会受到噪声影响、产生数据缺失或者冗余。因此，为了更加准确、形象地对数据进行分析研究以满足钢货架状态监测与健康管理对数据的要求，需要对原始数据进行处理。基于物联网的钢货架健康管理过程中，传感器在不同设备以及复杂仓储环境中进行监测时，容易受到电磁干扰、温湿度影响以及在传输过程中出现同步错误、传输卡顿、信道噪声等造成数据失真，因此需要数据清洗。对数据进行清洗过后就要对其进行分析、特征提取等得到与钢货架健康管理有关的关键数据。

4.1.3 状态监测层

仓储钢货架的状态监测层主要是针对钢货架所选参数的特性设定一定的阈值范围，通过对与钢货架健康管理有关的关键数据进行实时的阈值判断，若数据在阈值范围内，则视为仓储钢货架处于正常状态，若数据超出阈值范围，则进入健康评估层进行判断，来断定仓储钢货架是因为什么原因产生异常数据。仓储钢货架的状态监测层是判断采集数据是否正常的关键，这与仓储钢货架所采集数据的准确性和阈值的制定的合理性有密切的关系。因此，状态监测的精确度对健康评估层至关重要，也是基于物联网技术和数据处理分析方法对仓储钢货架健康管理的重要环节。

4.1.4 健康评估层

仓储钢货架的健康管理的核心技术是健康评估技术，它主要是针对钢货架的特性选取适合的健康评估方法来对其进行健康状态的评价。常用的健康评估方法有层次分析法、模糊综合评判法、人工神经网络法及贝叶斯网络法等。模糊综合评判法是根据隶属度原则将定性评价转化为定量评价的方法来解决模糊且难以量化的问题。层次分析法是将研究对象看成一个系统，并将其分解为与决策有关的目标层、准则层、方案层等，在此基础上进行定性与定量分析。人工神经网络是依靠系统的复杂程度调整内部众多节点之间相互连接的关系来处理信息，它具有自学习和自适应的能力。贝叶斯网络是一种以贝叶斯公式为基础，基于概率推理的图形化概率网络，用于解决复杂设备不确定性和关联性问题，在众多领域中得到广泛应用。

4.1.5 故障预测层与维护层

仓储钢货架故障预测层与维护层是根据仓储钢货架所处的环境、监测的实时数据以及承载的货物重量等信息，针对一定的评价准则进行钢货架的健康状态评估，并依据钢货架所得的历史数据以及现实状态对其可能发生的故障进行预测，进而向工作人员发出预警机报警提醒其对钢货架进行处理。故障预测方法有很多，但尚没有一个公认的故障预测分类方法[27，28，29]。根据故障预测技术的理论、方法和技术路线的不同，可以把其分为：基于信号处理的故障预测、基于模型的故障预测、基于人工智能的故障预测、数据驱动的故障预测[30]。

4.2 关键参数分析

根据上述对钢货架特性的分析以及对传统钢货架健康管理方法的描述，可得知钢货架状态监测与健康管理过程基本上包括对钢货架进行数据采集、传输、处理、状态监测、健康评估以及故障预测等，其中最重要的就是状态特征参数的选取，这是钢货架健康管理成败的关键。

基于物联网技术的钢货架健康管理参数主要有如下几个：

表1 外界条件对冷弯薄壁型钢结构的侵蚀作用分类

4.2.1 温湿度

仓储环境中，温湿度是比较常见的环境参数，它们影响着仓库中的一切事物。一般仓库的温度都在0～30℃之间[31]，仓库储存的货物不同，所具有的实时温度也不同。空气的湿度可以分为绝对湿度、相对湿度、饱和湿度和露点湿度，相对湿度是最常用的。空气湿度受空气温度的影响很大，当温度不断上升时，潮湿的空气会变得越来越干燥。钢货架的钢结构一般由冷弯薄壁型钢制作而成，外界条件对冷弯薄壁型钢结构的侵蚀作用根据《冷弯薄壁型钢结构技术规范》如表1所示：

由于节约经济等各方面原因，仓储钢货架都会使用数十年之久，根据上述图可知，仓库中的温湿度对钢货架寿命会有很大影响，因此选取温湿度作为钢货架健康管理的关键参数。

4.2.2 三维位移

在仓储正常工作中，钢货架会受到来自堆垛机、人等各方面的影响，发生振动、晃动等，轻则影响货物存取的安全性和可靠性，严重时导致钢货架发生倒塌造成的巨大财产损失与人员伤亡。基于物联网技术的钢货架健康管理采用三维位移作为关键参数，可以保证实时全面地获取钢货架各构件的整体屈曲情况。在传统的钢货架健康管理中，一般只对钢货架各部件分别进行屈曲分析，而基于物联网技术的钢货架健康管理则是在整体角度，对钢货架因不同原因引起振动造成的位移进行分析，分析结构更加形象、清晰，也更具合理性。

4.2.3 载荷

在仓储过程中，钢货架储存货物过少时，不能充分储存空间，储存货物过多时，会增加钢货架的负担，缩减钢货架的使用寿命。可见合理利用钢货架十分重要。在理论上，由冷弯薄壁型钢构成的钢货架可以承受自身重量100倍的货物，但是在实际工作过程中，其未必就能承受如此重的货物。所以对钢货架使用过程中的载荷进行监测，以测量钢货架发生不同程度的振动、晃动以及摆动等情形时货物的实际重量，对于钢货架的健康管理具有重要的意义。因此，载荷也是钢货架健康管理不可或缺的关键参数之一。

5.总结

本文针对钢货架发生倒塌造成人身伤亡和财产损失的现象，从提高钢货架可靠性和安全性的角度出发，根据钢货架的特性对传统钢货架健康管理方法进行分析，发现学者们对钢货架的健康管理主要采用有限元分析法、数字近景摄影测量法和振动的方法，有限元法虽然可以对钢货架系统进行有效的模拟，但是应用时需要依赖研究者的主观经验，且需耗费大量的计算资源；数字进行测量虽然可以实时对钢货架的状态进行监测，但是要获取精确的数据需要专业的数码相机和进行复杂的相片处理；振动的方法比较简便，多使用振动台进行模拟分析。本文在此基础上提出基于物联网技术的钢货架健康管理方法。基于物联网技术对钢货架进行健康管理是采用不同的传感器对钢货架所处环境的温湿度、钢货架因各种原因发生屈曲时的三轴位移以及钢货架的载荷等参数进行实时监测，在钢货架发生危险之前就可以对其进行识别，避免钢货架倒塌的巨大损失，也为钢货架安全性的研究提供了新的研究思路。未来对钢货架健康管理技术将会日渐完善，将在仓储钢货架中得到更为广泛的应用。

[1]赵西君.以产业互联网应对“工业 4.0”[N].人民政协报.2014～12～23（005）.

[2]本刊编辑部，王继祥.物流4.0：中国物流互联网时代大幕开启[J].物流技术，2014（11）：118.

[3]戴柳丝，赵宪忠.钢货架结构抗震性能研究现状[J].地震工程与工程振动，2014，34（S1）：712～720.

[4]Aguirre C.Seismic behavior of rack structures[J].Journal of Constructional Steel Research，2005，61（5）：607～624.

[5]CEN.BS EN 15512.Steel static storage systems～Adjustable pallet racking systems～Principles for structural design[S].Brussels：European Committee for Standardization，2009.

[6]李云龙，吕志军，项前，张森臣.梁柱节点半刚性力学性能试验与有限元仿真[J].四川建筑科学研究，2015，41（01）：73～76.

[7]Degée H，Denoël V.Numerical modelling of storage racks subjected to earthquake[C]// COMPDYN 07，Conference on Computational Dynamics.2007：11.

[8]郑玉峰.钢结构稳定性设计探析[J].科技资讯，2011（8）：34.

[9]任银.大体积O撑块分次浇筑托架受力计算模型及监控技术研究[D].重庆：重庆交通大学，2011.

[10]李想，程国全.钢结构货架地震反应分析[J].起重运输机械，2007（07）：56～59.

[11]王占军，周美英.仓储货架的静力及屈曲有限元分析[J].河海大学常州分校学报，2002（02）：33～36.

[12]谢云舫，李颖.基于ANSYS的立体货架的有限元分析[J].机械，2011，38（05）：36～39.

[13]冯晓芳，吕志军，杨建国，周晓骁.梁柱组合装配间隙及其对钢货架性能的影响分析[J].东华大学学报（自然科学版），2012，38（05）：524～528+551.

[14]赵永谦.密集储分一体货架系统稳定性及变形监测研究[D].山东大学，2016.

[15]陈绪慧，岳冲，鹿德凯，姜本朋.近景摄影测量在钢结构货架抗震稳定性方面的研究[J].测绘与空间地理信息，2014，37（11）：213～215.

[16]Mingzhi Chen，ChengXin Yu，Na Xu，YongQian Zhao and WenShan Yu.“Application study of digital analytical method on deformation monitor of high～rise goods shelf” 2008 IEEE International Conference on Automation and Logistics，Qingdao，2008，pp.2084～2088.

[17]张守好.数字近景摄影测量在钢结构动态变形监测中的应用[D].山东科技大学，2013.

[18]卞鸣.数字近景摄影测量在钢结构动态变形监测中的实践[J].中国高新区，2017（21）：14.

[19]Yu C X，Ding X H，Chen M Z，et al.The Application of Digital Cameras in Monitoring Dynamic Deformation of Steel Shelf[J].Applied Mechanics & Materials，2013，405～408：873～877.

[20]陈振坤，R.E.Scholl，J.A.Blume，王新颖.工业用钢货架的地震模拟试验[J].国外地震工程，1980（02）：16～21.

[21]黄淑娟.大型物流货架复杂结构的抗震防灾性能分析研究[D].同济大学，2005.

[22]ChengXin Yu，Mingzhi Chen，Na Xu and YanHua Liu.Application study of automatic recognition method to monitor dynamic deformation of steel goods shelves[J].2010 IEEE International Conference on Automation and Logistics.2010：696～700.

[23]周林，赵杰，冯广飞.装备故障预测与健康管理技术[M].北京：国防工业出版社，2015.

[24]曾声奎，Michael G.Pecht，吴际.故障预测与健康管理（PHM）技术的现状与发展[J].航空管理.2005，26（5）：626～632

[25]吴明辉，许爱强，戴豪民.PHM技术在综合航空电子系统中的应用[J].兵工自动化，2013，32（04）：72～77.

[26]高美娟.复杂机电装备健康管理系统研究[D].西安工业大学，2015.

[27]曹琨.故障诊断与健康管理技术探究[J].河南科技，2013（11）：91～92.

[28]Zhang S，Kang R，He X，et al.China’s Efforts in Prognostics and Health Management[J].IEEE Transactions on Components & Packaging Technologies，2008，31（2）：509～518.

[29]Saha B，Kai G，Poll S，et al.Prognostics Methods for Battery Health Monitoring Using a Bayesian Framework[J].IEEE Transactions on Instrumentation & Measurement，2009，58（2）：291～296.

[30]张秋菊，张冬梅.电子系统故障预测与健康管理技术研究[J].光电技术应用，2012，27（1）：19～24.

[31]申悦，刘军，王程安.仓储环境监测的研究和进展[J].物流技术，2015，（15）：265～268.