起重机械结构健康监测分析

沈书林 王 亮 蔡大伟 蔡大鹏

江苏省特种设备安全监督检验研究院宿迁分院 宿迁 223800

0 引言

起重机械是一种可以减轻劳动强度，提高劳动生产率的空间运输设备，主要作用是完成重物的位移。起重机械是现代化生产不可缺少的组成部分，其中一些还能在生产过程中进行特殊的工艺操作，使生产过程实现机械化和自动化。然而，长期的高速、重载荷运行使起重机各机构面临巨大的压力，导致起重机械事故时有发生，造成了巨大的经济财产损失和人身伤亡。根据国家市场监督管理总局发布的2022 年全国特种设备安全状况的通告，起重机械的事故和死亡人数的占比均超过20%。基于此，保障起重机械作业过程中的人身安全和设备安全，预防事故的发生，对起重机械结构健康监测系统的研究逐渐成为热点。

1 目前在用监测系统的组成和不足

1.1 TSG Q7016—2016 和GB/T 28264—2017 对安全监控的要求和组成

TSG Q7016—2016《起重机械安装改造重大修理监督检验规则》（含第一号修改单）（以下简称TSG Q7016—2016）中规定，对于特定类型的起重机满足一定吨位要求需安装监控系统，如额定起重量大于等于200 t 的通用桥式起重机、额定起重量大于等于100 t 的通用门式起重机等[1]。

GB/T 28264—2017《起重机械安全监控管理系统》规定了安全监控系统的组成，主要包含信息采集单元、信息处理单元、控制输出单元和信息显示单元[2]，其中信息采集源主要集中在安全保护装置方面，如起重量限制器、运行行程限位器、抗风防滑装置等。其系统结构模式如图1 所示。

图1 起重机械安全监控管理模式流程图

1.2 当前在用监控模式的不足

从以上分析可以看出，基于标准GB/T 28264—2017《起重机械安全监控管理系统》的结构模式在一定程度上对事故的预防有积极作用，但也存在自身固有的缺陷。1）系统检测的数据源较为单一，集中在起重机的重要运行参数（如起重量、运行行程和幅度等）和安全保护装置的工作状态，使用的传感器也较为传统，未使用光纤传感器、压变传感器等对起重机械应变和振动等进行监测；2）监测对象之间相互独立，在对安装有安全监控系统的起重机监督检验过程中，每台起重机均安装独立的监控系统，起重机之间无法实现实时的联合监控和状态对比显示，特别是大型港口的信息共享度低，整体性和系统性不足，管理成本较高且效率较低；3）对于监测数据的处理单一，目前在线监测系统的应用仍停留在单一的数据展示上，如果要进一步地分析则需借助大数据甚至是人工专家的综合判断。

基于上述背景，起重机械的监测除了对运行参数和安全状态进行记录管理之外还需融合故障预测与健康管理（Prognostics Health Management，PHM），PHM 目前在国内应用最为广泛的是在高铁和桥梁中，通过传感器采集数据后进行特征提取进而数据分析，结合状态监测和故障诊断，能及时识别出潜在的问题和故障，采取可靠性的动态评估和故障的实时预测，最后基于评估和预测的信息制定科学有效的健康管理策略。

2 起重机械结构健康监测系统

2.1 起重机结构健康监测的实现原理

基于结构监控监测是利用现场的、无损的和实时的方式采集起重机械在使用环境条件影响下各种工况的状态的结构特征数据，并能结合软件来对数据进行汇总处理来提取结构损伤特征参数，分析结构的健康状态[3]。其总体框架如图2 所示。

图2 基于起重机结构健康监测的框架示意图

2.2 监测数据的来源和分类

起重机械在设计、制造、安装、检验、使用和报废的全过程中涉及的数据来源种类繁多，主要可以分为以下几类：

1）来自监督检验和定期检验的数据 截至2022 年年底，全国共有特种设备检验检测机构4 845 家，其中，特种设备综合性检验机构568 个，市场监管系统内检验机构289 个。根据网络查询和调研，目前很多的检验机构均配备了智慧特检运行系统，能够显示辖区内特种设备的基本信息如制造单位、使用登记证编号、出厂编号、设备投入使用日期，还能对即将超期设备进行预警，同时能和市场监督管理部门联动，实现数据共享。

2）日常维护保养的数据 根据《特种设备安全监察条例》第三章第二十七条的要求，使用单位特种设备使用单位对在用特种设备应当至少每月进行1 次自行检查，并作出记录。特种设备使用单位在对在用特种设备进行自行检查和日常维护保养时发现异常情况的，应当及时处理，TSG Q7015—2016 附件C 中C1 规定，在定期检验时应审查维保、自检记录、运行故障和事故记录等。使用单位一般都会根据自身设备的品种和使用工况建立符合设备特点的日常维护保养检查表，并定期记录。

3）安全监控数据 根据TSG Q7016—2016 的要求，安全监控系统是满足一定条件的起重机械需安装，信息采集源以架桥机为例主要包括起重量限制器、联锁保护安全装置、风速仪装置、起升机构制动器状态、过孔状态等，安全监控系统应具有以图形、图标和文字的形式对起重机械作业状态的实时显示功能，能满足至少30个连续工作日的监控数据，视频数据至少能连续存储72 h。

4）健康监测数据 结构健康监测（Structural Health Monitoring，SHM）是利用安装在起重机械机构中的传感器，通过对结构的物理力学性能进行无损检测，在线实时地获取与结构健康状况相关的结构信息（应力、温度、振动特性等），结合信号处理和损伤识别，对结构的安全状况做出评估，提出使用和维护意见。应用于起重机械的健康监测除了常规的运行参数和安全保护装置意外应以金属结构应力监测和减速器的温度、振动监测为主，监测部位的选取原则主要由以下3 方面：①均匀高应力区：应力达到屈服应力时可能引起结构件塑性变形；②应力集中区：如孔洞、尖角和焊缝截面剧变处；③最大应力没有达到材料的屈服点，但因发生挠曲或过大变形而导致结构屈曲破坏的弹性屈曲区(如受压结构件的弹性屈曲)。

应力监测的测试点布置应根据起重机类型来分布，以塔式起重机为例，测试点应重点分布在起重臂；平衡臂；塔身的根部、变截面、变径截面；转台与回转支承连接主截面等位置。

对减速器的监测是由于起重机的制动器通常安装于设备的高速轴（目的是减小制动力矩和结构尺寸），一旦减速器故障有可能起重机制动失效，故对减速器的温升和振动数据的采集监测尤为重要[4]。

2.3 数据处理模块

数据采集模块包含利用高精度的传感器采集数据，以及对海量的数据进行筛选、剔除、选择，健康监测中一个重要环节就是应力应变监测。对应于应变传感器宜选择光纤光栅应变传感器，其结构简单、小巧，采用金属材料作为传感器基底，可以用专用胶非常方便地粘接在各种钢结构表面，能够实现对温度、应变、位移、振动等物理量的长期高精度监测。由上述分析可知，起重机械监测的数据众多，故有必要建立基于大数据的安全评价系统并对采集数据进行预处理。预处理主要包含3个方面：

1）重复数据的排序和合并 在实际采用过程中，由于格式差异、系统存储故障等原因难免导致数据的重复和冗余，这不利于后期的系统决策，可以利用近邻排序法（Sorted Neighborhood Method，SNM）对数据进行排序和合并，选择保留正确的数据记录；

2）数据缺失的处理 由于数据种类和数量繁多，在采集过程中难免出现数据缺失，可以依据经验选择可靠性较高的数据进行填充；还可以利用平均值法、中值法、贝叶斯公式等进行分析填充；

3）噪声处理 在数据采集和传输过程中，易受到环境噪声、传感器性能不稳定等因素干扰，造成若干数据明显偏离基准线影响后续分析。可采用小波阈值除噪法对故障信号进行处理，在去除噪声的同时尽可能保留有用的数据并避免其流失。

2.4 健康监测模块和智能诊断

由前述分析可知，为达到实时监测数据的精准，避免主观因素的影响，要对数据进行严格筛选，并最大程度保证对起重机械参数全覆盖，一般可以从金属结构、动力装置、工作机构和控制系统出发，选取相应的检测指标（如强度诊断、疲劳损伤诊断、裂纹和锈蚀、变形等）。基于4个部分的健康监测指标和数据源如表1所示。

表1 4 部分监测指标和数据源

对采集到的数据进行清晰的计算和过滤等边缘计算预处理后，数据将通过5G/4G/无线网络/以太网上传至云平台，实现对包括设备运行状态、故障报警等的信息远程监控和管理。

智能诊断是对采集的数据进行智能处理和数据管理，最核心的是对数据进行智能分析、分类，确定故障是否存在并及时预警，一般可以采用卷积神经网络算法实现。以金属结构应力为例来说明数据源采集和综合判定原则，其流程如图3 所示。

图3 基于金属结构健康监测流程图

结构应力的安全判定原则应根据GB/T 3811—2008《起重机设计规范》提供的极限状态设计方法进行，结构应力分为自重应力和起升载荷应力组成，自重应力可以计算得出。起升载荷的应力根据GB/T 22437.1—2018《起重机 载荷与载荷组合的设计原则 第1 部分：总则》中表4 的规定结合设定的应力集中区安全系数进行综合判定。

在起重机健康监测系统中，数据分析处理的结果关系着评估系统所做评估的准确性，因此，应能从监测数据中准确查找出异常观测值，并可以对异常数据进行可靠性分析进而初步判断其产生的原因。针对不同的原因做出相应的处理操作，进而捕捉到起重机产生病变的一切线索，为专家评估系统做出合理的评价奠定基础，从而为起重机健康状态的正确判断提供可靠依据。

3 完善起重机械结构健康监测系统的建议

随着自动化、智能化在起重机械中的规模化应用，越来越多的学者将研究重点放在起重机结构健康的监测与诊断上，对于如何充分利用好大数据，保证监测的质量和效果，给出以下3 点建议

1）完善标准体系建设 多措并举推动标准宣贯和执行。已公布的标准如GB/T 38565—2020《特种设备物联网系统数据交换技术规范》，制造单位应按照标准制定符合实际基于大数据分析的起重机物联网系统；主管部门还需根据不同类别、类型的起重机制定结构健康监测、检测与诊断的标准，可参考的文献有中国港口协会发布的团体标准T/CPHA 10—2022《港口门座起重机结构健康监测、检测与诊断》和GB/T 41510—2022《起重机械安全评估规范 通用要求》等；

2）进一步加强诊断的准确率和实时性 目前国内对起重机结构健康诊断的实现算法还处于起步阶段，对数据信息的挖掘尚在基础阶段，制造单位应联合特检院、科研机构和高校等深度学习相关理论，对网络建模和算法进行优化；引入智能AI 技术，依靠大数据库和智能搜索引擎，通过技术手段实现智能分析提醒、AI 智能问询、履职风险智能研判、安全形势分析报告一键生成等功能。

3）加强并完善数据源的统一建设 受制造单位或科研机构数据保密和实验室条件的限制，目前健康监测数据的来源较为分散，应思考如何融合制造数据、监督检验（定期检验）不合格项目和维修保养记录对起重机安全状态进行全面评估，确保能真实反映起重机的实际健康状态。

4 总结

起重机结构健康监测系统能够分析评估起重机的安全性和可靠性，对于延长起重机的剩余寿命、降低事故发生率，减少财产和人员的损伤具有重要意义。然而其较之传统的起重机监控系统，具有传感器种类多、数据源繁多、信号传输与存储的实时性要求高等特点，这使得它对数据采集和处理系统的软件方面提出了很高的要求。如何建立多点联合判断、多指标综合评估的起重机健康状态评估体系还需进一步深入研究。