塔机健康管理关键技术研究

侯昀昊

摘要：为了确保塔式起重机的安全性，进一步对起重机进行科学管理，在阐述塔式起重机健康管理需求、国内外现状和发展趋势的基础上，提出了塔式起重机健康管理的技术框架，分析了塔式起重机安全监控、健康监测、健康状态诊断、故障趋势预测、预测性维护决策等起重关键技术。

关键词：塔式起重机；故障诊断；智能运维

0   引言

塔式起重机广泛应用于冶金、化工、电力、港口、建筑、制造等行业，高可靠性的监测设备、科学的诊断预测方法和健康管理的体系，是起重机械安全的可靠保证。为了确保塔式起重机的安全性，进一步对起重机进行科学管理，在阐述塔式起重机健康管理需求、国内外现状和发展趋势基础上，提出塔式塔式起重机健康管理的技术框架，分析了塔式起重机安全监控、健康监测、健康状态诊断、故障趋势预测、预测性维护决策等起重关键技术。

1   塔式起重机健康管理要求及研发现状

1.1   塔式起重设备的健康管理要求

1.1.1   从“制造+销售”模式向"技术+管理+服务"复合模式转型

以健康诊断和远程维护为核心的售后服务，是实现服务型制造的重要途径。在经济全球化一体化的趋势下，使用同一设备的用户可能分布在世界各地，这给设备的运行和维护带来了巨大的困难和挑战。近年来，传统的“制造+销售”模式正在逐渐向“技术+管理+服务”的复合模式转型，制造业正在从生产型制造向服务型制造的转变方向发展，这已成为制造业发展的重要趋势。

鉴于此，需要主机企业将重点从生产比重大的价值链低端，转向服务比重大、附加值高的价值链高端，发展以健康诊断和远程维护为核心的售后服务业务。这是一个具有高附加值的产品业务，将成为推动制造业转型升级、走向产业链高端的重要途径。

1.1.2   智能化绿色化需健康诊断和健康管理技术支持

随着科学技术的发展，起重设备正朝着大型化、自动化的方向发展。起重机械的结构和功能越来越复杂，维护和管理的难度也越来越大。一旦发生事故，往往造成巨大损失，甚至是灾难性后果。传统的“故障维修”“计划维修”和“事后维修”都是被动的或经验型的，无法结合设备现状进行合理的维护保养。这种维护方法势必会造成设备维护不到位、维护过度等问题，影响设备的安全使用。综上，传统的维护方式难以满足现代智能化绿色化的需要，迫切需要健康诊断和健康管理的技术支持。

1.2   国内外起重设备的健康管理研发状况

1998年，美国首次提出了健康管理的概念，并利用健康管理技术开发了系统。Hale等人研究了起重机金属结构的疲劳裂纹监测技术。Lee等人开展了钢结构疲劳裂纹生长监测研究。日本安川公司的起重机监控系统利用智能传感技术，实时采集生产现场的数据，并通过无线通信技术远程监控集装箱装卸设备，实现了远程故障诊断。日本住友公司开发的起重机监控系统，可以实时监控起重机的金属结构应力，并利用超高速交换路由技术，实现对其自主品牌机械在全球生产的产品进行实时在线健康监控。马来西亚柔佛港基于无线技术开发了一套复杂的健康监测系统，该系统利用专用软件实现了港口作业的统一调度和自动化。

此外，科尼、德马格、利勃海尔、马尼托瓦克等企业，也开发了相应设备类型的安全监控管理系统，对起重机械的运行参数和操作指令进行实时监控。国内戴海波[1]总结了起重机械经常出现的故障，并运用诊断类故障分析方法对故障源进行了分析。孙文峥[2]以QTZ80型塔式起重机为研究对象，利用PCA方法，对起重机稳定运行工况和变工况运行的情况下分别进行了故障诊断。周晓燕[3]等人研究了轻小型起重机的故障诊断方法，并设计了基于案例推理的起重机故障诊断系统。

1.3   起重设备健康管理的发展趋势

一是网络化趋势。随着信息技术的发展，开发基于网络的远程故障诊断和健康管理系统，可以提高复杂设备故障诊断的协调性和准确性，降低复杂设备的运行成本，提高企业的经济效益。

二是面向服务的趋势明显。以服务的形式封装和使用故障诊断资源，并在健康管理平台中进行服务交换和共享，有利于丰富平台的知识资源、诊断方法等内容，提高资源利用率，促进健康管理技术的深入研究和应用。

三是智能化趋势。知识在健康管理系统中扮演更重要的角色，知识化和智能化将成为健康管理技術的发展趋势。设备系统将具备自我诊断和远程维护功能，要求相应的健康管理系统具有学习和更新知识，并能通过自学具备设备诊断和操作维护指导生产的能力。

2   塔式起重机健康管理框架

综合管理系统将为塔式起重机的安全、稳定运行提供强有力的保障。塔式起重机健康管理框架功能如下：第一，通过智能传感技术，系统能够获取起重机结构、机构、电控和环境等方面的关键特征参数。第二，通过物联网技术，将监测参数实时传输到远程中心，以便实现远程监控和管理。第三，通过数据库接口、分析和快速存储技术，系统能够将非结构化数据转化为结构化数据，从而方便后续的处理和分析。第四，利用信号处理技术、特征提取技术和数据融合技术，系统能够对非结构化数据的特征参数进行处理和分析，提取出有价值的信息。第五，通过人工智能、深度学习等技术，系统能够实现起重机的故障诊断和预测，提前发现潜在问题并采取相应措施。第六，通过可视化技术，系统能够将起重机健康管理的全过程可视化，让管理者能够直观、全面地了解起重机的健康状态和运行情况。

3   塔式起重机健康管理关键技术

3.1   安全监测技术

根据GB/T 28264-2017《起重机安全监测管理系统》的要求，安全监测技术利用质量、位移、限位开关、视频等传感监测手段作为基础，采用工业总线和无线网络技术，基于OPC（工业自动化开放平台）技术，对起重机的14个关键监测参数和9个监测状态进行精确记录和管理。

这些数据将被储存在机载工业计算机中，以备后续的查询和数据分析。通过视频监视器、显示器等设备，将起重机的实时工作状态和各项参数直观地展示给操作人员和监控人员，以确保起重机的安全、稳定运行。安全监测技术工作原理如图1所示。

3.2   健康监测技术

健康监测技术主要是监测设备的运行状态。该技术利用振动、温度、转速、光纤布拉格光栅应变等传感监测手段，以现场总线和无线网络技术为基础，对起重机结构的主要承重部件、减速机高速轴与低速轴、制动器力矩状态、制动器位移等关键部件进行实时在线监测。监测的内容包括噪声、振动、温度、压力和速度数据等，以便全面获取起重机运行状态的信息。

通过无线通信技术，将在线监测的数据通过无线通信技术实时传输到场内监测站，并利用云计算、物联网等手段，在远程数据中心实时进行分析，并将结果返回至场内监测站。同时将数据输送给用户，用户得到反馈后可以实时进行操作信息的变更，这样即可实现对起重机参数的全天候监测和预警功能。健康监测技术工作原理见图2。

3.3   健康状况诊断技术

健康状况诊断技术主要是通过从健康监测技术中采样的数据中提取特征，对塔式起重机结构关键部位的应力监测数据进行深入分析，从而诊断出起重机器在规定工况和最恶劣动态工况下的结构承载能力，并评估其结构健康水平。

采集减速机高速轴、低速轴等部位的振动监测数据，并利用时域和频域的相关分析，提取振动信号的时频特征参数，从而诊断出减速机的健康状态。在采集制动器扭矩刻度数据基础上，通过图像特征提取和时间历程相关分析等方法，诊断制动器的健康状况。采用模糊评价方法，并通过评估方法和其他方法扩展健康诊断，从而确保全面、准确地评估起重机的整体健康状况。健康状态诊断技术工作原理如图3所示。

3.4   损伤趋势预测技术

损伤趋势预测主要是指预测设备剩余寿命或设备初始故障发生到功能损坏时间等。这些技术主要采用雨流计数法预测每个测量点的疲劳寿命。通过时域、频谱相关分析和时间序列预测模型，以预测减速器的故障状态。同时，基于图像特征提取和时间历程相关分析，以预测制动器的性能退化状态。基于神经网络预测制动器的故障趋势，从而更好地把握设备的运行状况，及时发现潜在问题，并为维修保养提供精准的决策依据。损坏趋势预测技术工作原理如图4所示。

3.5   预测性维护决策技术

预测性维护决策技术是最终要实现的目标，该技术基于实时监测数据、历史状态数据、故障维修数据等信息，以最小的维修停机损失和最少的维修资源消耗为目标，制定塔式起重机重要功能部件的定量系统维护策略。通过现场故障数据统计、专家评估、定量建模等技术手段，确定塔式起重机系统功能部件的维护周期，从而有效降低人力物力，大量节约成本。

同时，结合监测技术、信息管理、灰色预测、多目标理论、可靠性建模、动态决策、机会维护等技术方法的交叉与耦合，进一步优化预测性维护决策的准确性和适用性。通过这些技术手段的综合應用，可以实现对起重机械的预测性维护决策，从而实现更加精准、高效的设备维护和管理。

4   结束语

随着传感器技术、互联网技术和大数据处理技术的不断发展，塔式起重机健康监测将重点解决传感器选点、结构健康状态表示与诊断预测、机构健康状态表示和诊断预测等关键问题，以及电气控制系统健康状态表征和诊断预测。采用基于监测大数据的设备预测性维修决策，改变了传统的定期维修和后期维修模式，有利于优化维修周期和维修模式，降低人员和材料成本。

参考文献

[1] 戴海波.起重机械的故障诊断与检验检测研究[J].中国设备

工程，2021（23）：181-182.

[2] 孙文峥.基于PCA的塔式起重机故障检测与诊断方法[J].

自动化应用，2023，64（9）：6-8..

[3] 周晓燕，陈洁.基于案例推理的轻小型起重机械故障诊断

[J].农村经济与科技，2019，30（8）：275-277.