|
起重电机专业生产厂家无锡宏达2022年6月22日讯 当前，全球港口98%以上的集装箱码头都是传统人工操作码头，企业仍采用比较传统的计划维修保养方式，对轨道吊、岸桥等起重电机起重机设备及部件进行定期检查和保养，这种方法具有一定的人为主观性和时效性，容易造成人力和物力的浪费，增加了检修人员高空作业的潜在风险。
大型港口自动化集装箱码头，由众多自动化设备与智能系统构成。最核心的主要是轨道吊、岸桥、自动导航运载车(Automated Guided Vehicle,AGV)。轨道吊又可以成为门式起重机，是港口重要的起重设备，可以实现集装箱从装运车与集装箱堆场之间的起重堆叠运输作业。岸边集装箱起重机（以下简称“岸桥”），又称为集装箱岸边起重机、桥吊，主要用于实现集装箱码头对集装箱船进行装卸作业的专业设备。自动引导运载车（AGV）不仅在工业领域广泛应用，在码头作业区同样变成高度自动化和柔性化生产线的一部分。
这些高价值设备都是自动化码头的核心资产，极大地提升了现代港口地作业效率。以作为装卸集装箱的主要机械设备——岸桥为例，单台价格可达数百万美元，一旦发生故障，不仅会影响码头生产，耽误船期，更直接影响到码头的经济效益。
工业互联网的典型场景：岸桥在线监测与故障诊断
作为自动化码头最主要的作业机械之一，自动化岸桥是融合了数字技术，控制技术，通讯技术的机、电、液一体化设备，其复杂程度高，工作环境恶劣，在长期使用过程中若不加以合理的维护和保养，一旦发生故障，影响作业效率和设备寿命。如果没有提前备件，维修时间也不可控，维修难度也随之增大。
当前大多数码头企业仍采用传统的计划维修保养方式，对起重电机起重机设备及部件进行定期检查和保养。通过这种方法只能短期了解和掌握岸桥机构的健康状态，具有一定的人为主观性，缺乏长远的科学性，不但容易造成人力和物力的浪费，更是增加了检修人员高空作业的风险。
因此，码头企业迫切需要对岸桥设备进行实时在线监测与智能诊断，便于企业掌握设备健康状态，最大限度降低非计划停机风险，做到防患于未然，对预测性维保方案需求更加迫切。
这是工业互联网典型的应用场景，可以通过物联网技术对生产设备进行实时监测及响应，可以提前预知故障，根据设备状态，合理安排检修计划；实现24小时远程实时在线监控，减少现场人员工作量；实时了解设备状态，减少非计划停机带来的经济损失。由此实现高价值设备维护方式的升级：从巡检式维护过渡到状态性维护，然后进一步实现预测性维护（PHM）。
针对以上痛点难点，朋禾智能提供了基于边缘计算及人工智能的分布式实时在线智能监测及健康管理系统，实现对离散分布的多台起重电机起重机设备进行统一管理及实时在线监测，可及时感知设备关键部件的异常情况并通知设备管理人员。同时，该系统能通过云端数据分析，对机构设备的健康状态进行评估及预测，协助设备管理人员更加精确地掌握设备的健康情况。
起重机云端物联状态监测与故障诊断系统采用基于物联网架构的实现方式，涵盖了岸桥设备感知、码头监控中心、云端业务应用等三大功能模块。从网络架构组成要素角度，系统包括了数据库服务器、Web服务器、管理员工作站、PC客户端、远程用户及企业智能监控云平台等部分。
（1）岸桥设备感知：包括传感器、PLC控制器及边缘节点及网关黑匣子等关键设备。边缘节点负责采集各类外置传感器信号，并完成数据预处理及特征提取。由于起重电机起重机机械结构复杂，首先需对起重机设备进行关键机构部件的解构，定位监测机构及其关键部件以及相应的监测信号类型。最终方案监测的主要机构对象包括起重机上的起升机构、小车牵引机构、俯仰机构以及大车机构等。进一步对这些关键机构进行抽象提取，确定各机构的核心组成部件，包括电机输出轴、减速箱输入、输出轴以及轴承座等监测部件。方案通过在上述关键的监测部件处安装相应的传感器获取监测的物理量信号，包括振动、温度、转速、噪声、压力等参量。网关黑匣子负责将边缘节点及PLC控制器等现场设备的数据进行汇聚分析，并通过光纤/4G等方式上传至本地服务器及云平台。
（2）码头监控中心：包括数据库服务器、WEB服务器等关键设备。数据库服务器负责各种数据的存储，包括关系型数据以及非关系型数据。数据内容涵盖：a.设备感知数据，如原始传感器物理信号、特征值、故障数据等；b.起重机设备相关数据，如设备运行统计数据、起重机关键部件参数、维修数据等。数据服务器是整个系统的数据中心。WEB 服务器则负责数据分析及数据可视化，实现对起重机机构监测、智能诊断与预测、远程运维等业务需要。
（3）云端业务应用：主要包括岸桥起重电机起重机远程监测与诊断系统，该系统采用 B/S 架构，用户通过网页和移动端APP 即可登录访问，功能包括起重机健康云评估，起重机远程技术支持等。同时该平台还可提供附加增值服务选项，包括备品商城，智能诊断及预测模型优化更新，以及远程运维更新等。其中，起重机故障智能诊断与预测模块为业务的核心功能模块，主要包括了故障识别、故障预测以及寿命预估等智能分析模块。主要针对重要的起重机部件，比如起重机各机构、电气系统及重要电气部件等，可覆盖的常见故障包括齿轮箱的齿轮磨损、偏心、断齿等故障，轴承的滚子故障，内外圈故障，电机的转子故障，机械不平衡故障等。项目初期需要通过岸桥实际运行数据进行不断的测试积累，建立样本库及诊断标准，以不断优化诊断模型。同时，在较长时间历史数据的分析基础上，可基于信号特征提取，结合支持向量机、模糊逻辑、相似性匹配、灰色预测、深度学习等模型实现故障预测。
实施效果
通过朋禾智能开发的云端物联状态监测与故障诊断系统，实现对国内知名港口岸桥设备进行分布式的实时在线监测及数据服务管理，最终达到了以下建设目标：
除了港口高价值设备的在线监测与故障诊断，朋禾智能还帮助电力、能源、港口和交通等领域企业提供预测性维护和智能化运维，为工业智能应用提供开放式、模块化、高性能的平台级软硬一体化解决方案，从而实现降本提效，提高产品品质和服务质量。在服务工业企业的同时，还积极参与制定国际标准《工业自动化设备和系统 预测性维护》与国家标准《智能服务 预测性维护 通用要求》。
|
