大型港口机械智能在线监测系统的研究应用

刘文全

大连港机械有限公司 辽宁 大连 116113

引言

当前各大港口都配备了各种专业化机械设备，每种设备各有其功能和使用特点，不同机械设备的相互配合促进了港口工作的顺利实施。但机械设备运行中可能因人为、环境等因素而导致故障，易诱发重大事故。为降低港口机械故障率，相关人员需采用物联网、人工智能等新技术构建在线监测系统，通过实时监测与控制发现设备的异常，做到设备问题的早发现和早处理。

1 港口机械设备在监测维护上的问题

大型港口的运行中对机械设备的依赖性较大，但由于机械设备运行的固有特点，必须将设备监测与维护作为常态化工作。原先的技术相对落后，大型港口内针对机械设备的监测与维护大部分停留在人工工作上，主要为日常检测、事后维修模式，难以准确评估机械设备的运行状态与使用情况。结合港口机械设备的监测维护工作，主要存在以下问题：①监测人员的专业能力参差不齐，缺乏技术人才，无法利用现代信息技术构建智能化监测新模式，难以准确评估各种机械的运行状态、故障情况。②现场通信不佳，未配备各种先进的通信设施，后台支持不够，监测和维护中的数据传输有延迟，影响了设备监测、维护的实时性。③故障诊断技术相对落后，主要为简易诊断和精密诊断，前者通过配备便携式测振仪、轴承检测仪等专业仪器，或者通过人为目测、耳听、手摸来收集机械运行的相关情况，依据所掌握的信息判定机械是否存在异常情况[1]。依据实际的检测情况，简易诊断的局限性较大，机械清洁度必须达到相应规定，检测过程中的危险性较大，极易出现错误判断，或者漏判，诊断结果不具有实时性。精密诊断参考经验诊断结果，利用在线精密仪器来判定，能减小人为因素对检测结果的干扰。

2 大型港口机械智能在线监测系统的应用要点

大型港口的智能在线监测系统要发挥其作用，在前期的设计中需给这一系统设置总体框架，包含边缘层、平台层和应用层。边缘层位于底层，在机械设备工作期间负责采集设备的各种运行数据，再通过其中所配备的边缘计算设备处理采集的各类数据，将处理数据再上传到控制中心。在线监测系统中的平台层相当于人体的神经中枢，其能依据各种工况下的数据处理需求完成应用场景的数字化建模[2]。以异构数据不同层级之间的逻辑关联作为前提，引入机器学习、深度学习等智能技术，寻找内在函数之间的映射关系，达到数据一体化分析目标，从海量数据中提取出更有价值的内容。在得到了关于机械设备检修维护的知识图谱后，应用层能就前期工作、数据情况等确定设备检修维护方案，或者制定合理化建议。

港口运行期间为发挥在线监测系统的功能优势，有关人员需分析各类设备的运行特点，为机械设备配备专业化监测装置，如起重机电机驱动轴附近应合理安装振动、温度传感器。一旦设备进入运行装置，这些传感器能自动采集机械的运行状态、参数等数据，并预处理、分析数据，以无线传输方式将数据上传至监测云平台。由于平台内包含人工智能技术，其智能化模块能自动监测设备运行状态，将采集数据与正常数据相对比，发现设备运行异常，并安排专人进行检修与维护。

2.1 数据采集及传输

智能在线监测系统中数据采集和传输为关键功能，由专业装置采集转动轴的振动信息，经由信息处理即可获取起重电机、车轮、滑轮等部件的运行状态。

智能在线监测系统的数据传输模块包含以下两部分：由单位监测区域的传感器节点组合成的子网；传感器将数字信号传输给监测子站后，依据相应协议传输回监控中心的信号线路，为骨干网。在系统运行期间，子网中的数据在传输中可用有线和无线传输两种模式。但骨干网相对特殊，如选择有线传输方式，线路架设的成本偏高，在自然灾害影响下可能干扰通信线缆、信号传输设备；无线传输方案下仅需架设天线，操作简单，系统安全性好，具有较强的兼容性、可扩展性，后续的维护难度低、工作量小。大型港口中可借鉴电力系统的监控系统设计经验，建成集成Linux 内核低功耗芯片的监测子站，采用支持子网Zig Bee、骨干网 IEEE802.1的通信协议。在系统运行中将采集的数据上传到汇聚节点后再与互联网连接，或者由高增益天线完成远距离传输，最终数据被接入内网，监控中心统一处理数据，以数据分析、对比结果为参考判定故障类型、位置及原因[3]。信息时代到来后，无线通信技术广受关注，其得到了普遍应用，应用GPRS、4G、5G网络支持的公共平台，能大大提高数据传输速率。在早期的发展阶段，监测系统的数据传输由以太网专线或者专用网络完成，当传感器采集到设备信息后，直接以前期既定协议规定将数据上传给监控子站，最后由各类无线终端实现远程传输。

2.2 在线监测系统的远程故障检测

大型港口中的在线监测系统还具备远程故障检测功能，在此功能下系统能自动判定故障，在最短的时间内确定故障位置，在故障早期进行专业化处理。以港口中的起重机械为例，其轴承故障相对常见，一旦该设备发生此类故障，其振动信号时域、频域谱峰分布异常，有助于辅助故障判定与处理。当前很多大型港口都建立了相对完善的在线监测系统，该系统具有强大的故障检测功能，不论是软件故障还是硬件故障，利用该系统都能高效、准确判定。监测系统内配备有各种类型的传感器，这些传感器可在机械设备运行期间自动采集、分析和存储信息，其采集到的设备运行状况数据在经过边缘计算设备的滤波与解调处理后，可直接被上传到监控中心自动存储，系统服务器从振动信号时域、频域谱线中提取特征集，将此结果可用于设备的模式识别算法诊断，通过在线或离线训练，调取特定时间内的设备运行日志或者其他数据，由应用层整合各类数据给出设备检修、维护意见。

如图1所示，其结果为起重电机振动传感器监测到的故障结果，包含驱动侧（MIH）监测波形和从动侧（MOH）波形。依据图示结果，电机从动端测点的振动幅度变化较为明显，但整体振动幅度较低，时域波形有冲击峰，振动幅值处于正常标准；包络谱中的频率为7.2Hz，此数值与仿真试验台预先测点标定的轴承保持架损坏特征频率高度一致；电机驱动端振动幅值相对稳定且无异常，整个趋势中有间隙跃升，时域波形的稳定性好，但包络谱中的频率峰值异常大，经由一系列分析与判定，发现此设备轴承保持架有些微磨损现象，在后续的工作中需重点检查轴承保持架使用情况[4]。

图1 大型港口机械智能在线监测系统的研究应用

2.3 运动控制

大型港口机械的在线监测系统同样能在运动控制中发挥作用。具体来说，在系统进行运动控制时，单板机可由RS485总线与变频设备之间建立之间联系，使相互之间的信息传输不再受限。单板机与电脑控制可经由串口完成数据传输，在这一联系下在线监测系统的信息传输更为便捷和高效，系统的相应模块比较熟悉变频设备对电机转动的操作指令，一旦监测到数据格式异常等现象，将自动预警。运动控制就是配备特定型号的变频设备，由此设备的控制模块完成电机启停控制。与此同时，单板机能自动识别嵌入式指令，相应模块能自动计算数据，计算精度高且时间消耗少。在线监测系统的运动控制流程为：电脑软件以RS232通信形式发送指令，一旦单板机接收到该指令，能自动解析设备的运行、停止、左右旋转、左右方向运行等，最后将结果传输给变频设备，由此设备驱动电机运行[5]。控制系统的运行过程中常常存在诸多不确定性因素，为实现高效、精准控制，必须在原有基础上细化通信协议的内容，保障在后续的工作中各部分能自动执行通信协议。

3 在线监测系统的发展趋势

3.1 智能化与自动化

大型港口有赖于各种机械设备，其自动化程度较高。信息技术深入发展的过程中，在线监测系统的功能更全、性能更稳，能逐步迈向自动化、智能化。在线监测技术不同于传统技术，其能从多个角度分析和利用数据，系统在故障诊断、分析方面的准确度较高，可替代人工排查故障模式，达到全面化监控机械设备的目的。另外，在线监测技术能提前形成设备维护图谱，参考知识库、形成的生产计划等，针对不同类型的故障制定最优的检修方案，实施专业化维护，及时消除设备风险，保障机械良好的运行状态。原先的监测系统内专家系统可依赖动力学原理，建设和模拟工况场景，再采用专业化计算方法得到可靠结果。一旦负梯度下降算法与传统算法不一致，应更为关注建模过程中实践的作用。如在实际的工作中存在非线性问题，可直接采用数据驱动方法反向传播处理问题，此方式的准确性远远高于传统SVM等设备学习核函数，且在选取模型时的敏感性显著降低。

3.2 准确性与有效性

在线监测终端之间如能构成建模形式，可大大提高建模水平。与传统的建模方式相比，即使面临更高复杂度的场景情况，同样也能建立对应的模型。振动信号的语言时间序列特点突出，技术人员在相应的工作中能结合业务需求类型来确定框架形式，将框架与API同步训练、部署。为在港口运行中高效、准确判定设备故障类型，在前期的工作中需收集验证、训练数据，参考建成的模型从大量数据中清晰标注设备正常运行状态下的数据，将采集数据与正常数据相对比，计算偏差。在从数据中提取了故障信息后，可通过网络模型训练实现故障定位。如在在线监测系统中采用半监督方式，在标注数据方面完全能由系统自动实现，不再需要人工完成，标注结果的准确度较高。现阶段的条件下，监督计算方法在监测系统、物联网中的应用范围有限，有关技术尚不成熟，未来还有较大的发展空间。因此，技术人员在行业发展中应主动了解前沿技术，不断在原有监测系统的前提下引进新方法、新技术，以增强系统功能。另外，相关人员也需考虑在线监测系统的使用环境，从而开发新功能，减小环境因素等对监测系统运行的负面影响。

4 结束语

大型港口中机械设备具有不可替代性，为提高机械设备的运行效率，有关人员需合理设计在线监测系统，在该系统内采用人工智能、云计算、数据挖掘等新技术。未来大型港口中还需持续研究在线监测系统的应用形式，拓展其应用空间。