集裝箱岸橋預(yù)測(cè)性維護(hù)的研究

朱 廷，賁道偉

（上海振華重工（集團(tuán)）股份有限公司智慧集團(tuán)，上海 200125）

1 引言

對(duì)港口設(shè)備進(jìn)行優(yōu)質(zhì)的維修保養(yǎng)，對(duì)提升港口作業(yè)效率、降低成本、提高港口核心競(jìng)爭(zhēng)力具有十分重要的意義。目前港口的維修方式和手段相對(duì)落后。港口的設(shè)備維保是港口日常工作的重中之重，需要各部門(mén)如操作部門(mén)、工程部門(mén)、倉(cāng)庫(kù)及財(cái)務(wù)部門(mén)等的協(xié)同合作。而各個(gè)部門(mén)內(nèi)通常有自己的一套流程體系，各部門(mén)之間的協(xié)同往往需要通過(guò)打電話、紙質(zhì)工作單及登記表等形式，效率低下[1]。

碼頭通常對(duì)港口設(shè)備進(jìn)行周期性的設(shè)備保養(yǎng)，并在生產(chǎn)過(guò)程中對(duì)其進(jìn)行監(jiān)控，出現(xiàn)故障時(shí)，根據(jù)經(jīng)驗(yàn)進(jìn)行故障排除與維修。之后在零件損壞或使用一定年限后，進(jìn)行更新。但這樣的方式存在著一些問(wèn)題：①港機(jī)設(shè)備的突然故障/停機(jī)會(huì)造成巨大損失甚至?xí)勗彀踩鹿剩环矫嫘枰彼团浼熬S護(hù)人員，維護(hù)成本昂貴；另一方面故障診斷與維修時(shí)間長(zhǎng)，造成停機(jī)時(shí)間長(zhǎng)，影響碼頭作業(yè)效率生產(chǎn)；②不必要的維護(hù)會(huì)造成成本和資源的浪費(fèi)，如對(duì)一些不需要維護(hù)的設(shè)備進(jìn)行保養(yǎng)，更換仍有使用價(jià)值的部件等[2]。

2 集裝箱岸橋機(jī)構(gòu)故障診斷預(yù)測(cè)技術(shù)

2.1 概述

目前，國(guó)內(nèi)港口機(jī)械的遠(yuǎn)程監(jiān)測(cè)系統(tǒng)存在一個(gè)弱點(diǎn)，是僅能夠監(jiān)測(cè)設(shè)備的電控信號(hào)，且在港口惡劣的作業(yè)條件下，系統(tǒng)的實(shí)時(shí)性和穩(wěn)定性還需要進(jìn)一步提高。

在此，需要以岸橋主起升機(jī)構(gòu)、主小車(chē)驅(qū)動(dòng)機(jī)構(gòu)、俯仰機(jī)構(gòu)、大車(chē)驅(qū)動(dòng)機(jī)構(gòu)、門(mén)架小車(chē)起升機(jī)構(gòu)和門(mén)架小車(chē)驅(qū)動(dòng)機(jī)構(gòu)的電動(dòng)機(jī)、減速器和軸承等部件為監(jiān)測(cè)對(duì)象，研究故障診斷和壽命預(yù)測(cè)方法，以及一套通用的岸橋診斷及預(yù)測(cè)程序[3]。

2.2 岸橋機(jī)載信息處理

岸橋機(jī)載信息采集主要包括信息生成、信息集成和通信三部分。信息生成以雙小車(chē)岸橋鋼結(jié)構(gòu)及機(jī)構(gòu)關(guān)鍵部件為研究對(duì)象，確定需要獲取的關(guān)鍵信息，并提出獲取這些信息的軟硬件解決方案；信息集成將分散的生成信息進(jìn)行必要的預(yù)處理（放大、濾波和A/D轉(zhuǎn)換等），使多類(lèi)型、多格式的信息標(biāo)準(zhǔn)化和數(shù)字化，便于后續(xù)的集中存儲(chǔ)和遠(yuǎn)程傳輸。通信研究實(shí)現(xiàn)機(jī)載系統(tǒng)內(nèi)部及機(jī)載系統(tǒng)和監(jiān)控中心間的數(shù)據(jù)傳輸[4]。

結(jié)合雙小車(chē)岸橋故障記錄、故障機(jī)理及專家經(jīng)驗(yàn)，根據(jù)后續(xù)岸橋機(jī)構(gòu)故障診斷和預(yù)測(cè)研究，針對(duì)關(guān)鍵部位安全評(píng)估和壽命評(píng)估以及關(guān)鍵部件（電機(jī)、減速箱、軸承）典型故障（齒輪磨損、軸承磨損、漏油等）故障診斷和預(yù)測(cè)所需采集的關(guān)鍵信息，包括振動(dòng)信號(hào)、應(yīng)力/應(yīng)變信號(hào)、傾角、噪聲信號(hào)及事件數(shù)據(jù)（故障記錄、維修記錄）等，通過(guò)構(gòu)建傳感測(cè)量網(wǎng)絡(luò)和人工輸入方式實(shí)現(xiàn)信息生成，包括傳感器的選型、安裝方式、供電系統(tǒng)、控制系統(tǒng)和人機(jī)交互系統(tǒng)設(shè)計(jì)[5]。信息集成通過(guò)設(shè)計(jì)具有多路通信、數(shù)據(jù)處理和數(shù)據(jù)存儲(chǔ)能力的終端單元實(shí)現(xiàn)，該單元支持串口、總線及工業(yè)以太網(wǎng)等典型標(biāo)準(zhǔn)通信方式，并支持多路信號(hào)的輸入和處理，可實(shí)現(xiàn)數(shù)據(jù)的預(yù)處理和暫存。機(jī)載系統(tǒng)和遠(yuǎn)程監(jiān)控中心的數(shù)據(jù)傳輸通過(guò)考察現(xiàn)場(chǎng)通信環(huán)境，由工業(yè)路由器通過(guò)4G網(wǎng)絡(luò)、以太網(wǎng)或WIFI傳輸。機(jī)載采集系統(tǒng)整體框架如圖1所示。

圖1 機(jī)載信息處理系統(tǒng)示意圖

2.3 岸橋機(jī)構(gòu)件故障診斷與預(yù)測(cè)方法

在岸橋運(yùn)行階段，驅(qū)動(dòng)機(jī)構(gòu)關(guān)鍵部件故障將造成停機(jī)并危及人身安全，故障診斷和預(yù)測(cè)通過(guò)及時(shí)發(fā)現(xiàn)已發(fā)生和將要發(fā)生故障并制定維護(hù)策略來(lái)減少故障帶來(lái)的損失，降低維護(hù)成本。在常規(guī)運(yùn)行和特殊工況（如急停、掛艙等）下，開(kāi)發(fā)一套通用的岸橋診斷及預(yù)測(cè)程序。岸橋故障診斷對(duì)已發(fā)生的故障的檢測(cè)、定位和原因鑒定；故障預(yù)測(cè)對(duì)將要發(fā)生的故障進(jìn)行提前預(yù)知，對(duì)短期內(nèi)可能發(fā)生故障做出報(bào)警提醒，對(duì)中長(zhǎng)期可能發(fā)生的故障做分析，并提出維護(hù)建議。

岸橋驅(qū)動(dòng)機(jī)構(gòu)關(guān)鍵零部件種類(lèi)繁多，故障類(lèi)型多樣，造成的后果也有輕重之分。通過(guò)調(diào)研岸橋故障記錄，結(jié)合經(jīng)驗(yàn)，確定岸橋驅(qū)動(dòng)結(jié)構(gòu)關(guān)鍵部件及其典型故障，并將這些故障劃分為A、B、C三個(gè)等級(jí)：A類(lèi)故障指對(duì)岸橋造成破壞性損傷的重大故障；B類(lèi)指對(duì)岸橋造成停機(jī)維修的重要故障；C類(lèi)指對(duì)岸橋造成輕微異常的一般故障。故障診斷及預(yù)測(cè)的技術(shù)研究主要針對(duì)A類(lèi)和B類(lèi)，C類(lèi)可以通過(guò)簡(jiǎn)單的監(jiān)測(cè)和閾值超限檢測(cè)實(shí)現(xiàn)。

針對(duì)岸橋驅(qū)動(dòng)機(jī)構(gòu)關(guān)鍵部件典型重大和重要故障類(lèi)型，通過(guò)變形、相變等故障機(jī)理及相應(yīng)癥狀研究，針對(duì)具體關(guān)鍵部件確定需要采集的相關(guān)狀態(tài)信息和事件數(shù)據(jù)，包括軸承噪聲，徑向、軸向振動(dòng)，減速箱齒輪油壓、溫度，齒輪軸向、徑向振動(dòng)的故障記錄和維修記錄等[6]。故障診斷通過(guò)和岸橋關(guān)鍵部件健康狀況相關(guān)的信號(hào)數(shù)據(jù)，通過(guò)時(shí)域、頻域和時(shí)頻域等信號(hào)處理技術(shù)，提取出和故障關(guān)聯(lián)特征，并由此判斷關(guān)鍵部件故障與否，以及故障的類(lèi)型和原因。故障預(yù)測(cè)結(jié)合岸橋關(guān)鍵部件歷史信號(hào)數(shù)據(jù)和事件數(shù)據(jù)，通過(guò)預(yù)測(cè)模型的信號(hào)發(fā)展趨勢(shì)分析，結(jié)合事件數(shù)據(jù)分析得出故障發(fā)生的統(tǒng)計(jì)學(xué)規(guī)律，對(duì)關(guān)鍵部件短期和中長(zhǎng)期故障進(jìn)行預(yù)知。關(guān)于岸橋驅(qū)動(dòng)機(jī)構(gòu)故障診斷，構(gòu)建基于振動(dòng)信號(hào)處理技術(shù)和智能模式識(shí)別的故障診斷模型。針對(duì)岸橋關(guān)鍵部件故障和正常樣本信號(hào)，研究時(shí)域（如TSA、ARMA方法等）、頻域（傅里葉分析、倒譜分析等）和時(shí)頻分析方法（如小波分析、短時(shí)傅里葉分析、EDM等），比較不同信號(hào)處理方法取得的效果。選取合適的信號(hào)處理方法處理樣本信號(hào)，并將處理結(jié)果構(gòu)造成特征向量。通過(guò)統(tǒng)計(jì)學(xué)習(xí)診斷模型（如線性分類(lèi)模型、支持向量機(jī)、聚類(lèi)）、人工智能模型（神經(jīng)網(wǎng)絡(luò)、模糊邏輯、專家系統(tǒng)）對(duì)帶標(biāo)簽樣本特征向量學(xué)習(xí)獲得診斷模型，并以模型的診斷精度和泛化能力為評(píng)判標(biāo)準(zhǔn)選擇最優(yōu)的診斷模型，利用該模型結(jié)合前述信號(hào)處理方法，通過(guò)對(duì)實(shí)時(shí)信號(hào)的處理和診斷，實(shí)現(xiàn)岸橋關(guān)鍵部件在線故障診斷。故障診斷流程如圖2所示。

圖2 故障診斷流程圖

關(guān)于岸橋驅(qū)動(dòng)機(jī)構(gòu)關(guān)鍵部件故障預(yù)測(cè)，針對(duì)短期預(yù)測(cè)，通過(guò)線性回歸模型、灰色模型及指數(shù)平滑等不同預(yù)測(cè)模型對(duì)大量的歷史信號(hào)數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，得出信號(hào)的發(fā)展趨勢(shì)。并利用前述診斷模型對(duì)將來(lái)一段時(shí)間內(nèi)的信號(hào)進(jìn)行診斷，從而發(fā)現(xiàn)潛在的短期故障。通過(guò)樣本測(cè)試和實(shí)際驗(yàn)證比較不同預(yù)測(cè)模型的預(yù)測(cè)效果，選擇最優(yōu)預(yù)測(cè)模型。

針對(duì)中長(zhǎng)期預(yù)測(cè)，則是以事件數(shù)據(jù)統(tǒng)計(jì)預(yù)測(cè)為主，信號(hào)趨勢(shì)預(yù)測(cè)作為統(tǒng)計(jì)預(yù)測(cè)結(jié)果的修正。由于中長(zhǎng)期的壽命預(yù)測(cè)有較大的隨機(jī)性和散度，因此利用大量的事件數(shù)據(jù)通過(guò)正態(tài)分布、威布爾分布等統(tǒng)計(jì)學(xué)模型分析得到故障發(fā)生的統(tǒng)計(jì)學(xué)規(guī)律，得到的統(tǒng)計(jì)學(xué)規(guī)律結(jié)合關(guān)鍵部件當(dāng)前條件得到初步的預(yù)測(cè)結(jié)果，再通過(guò)信號(hào)趨勢(shì)分析得到的預(yù)測(cè)結(jié)果對(duì)初步結(jié)果進(jìn)行修正，得到最終的中長(zhǎng)期預(yù)測(cè)結(jié)果，故障預(yù)測(cè)流程如圖3所示。

圖3 故障預(yù)測(cè)流程圖

最后，根據(jù)故障預(yù)測(cè)和診斷結(jié)果，導(dǎo)出岸橋維護(hù)和保養(yǎng)的詳細(xì)策略，以體檢報(bào)表形式展示。

2.4 故障預(yù)測(cè)的實(shí)際應(yīng)用

在實(shí)際應(yīng)用中，振華重工的多種客戶端軟件都接入了故障預(yù)診斷的算法和界面。

在WEB SCADA和WEB CMS這兩款網(wǎng)站軟件中，接入了故障預(yù)測(cè)診斷算法，為用戶查詢?cè)O(shè)備在多久后需要更新升級(jí)。提供服務(wù)設(shè)備更換預(yù)測(cè)圖，提供了設(shè)備在線使用時(shí)間和下次更換設(shè)備的預(yù)計(jì)時(shí)間，方便客戶一目了然的維護(hù)設(shè)備。

3 結(jié)論

隨著工業(yè)4.0的逐漸推行與智能制造的興起，通過(guò)對(duì)收集到的起重機(jī)的機(jī)械、電氣、液壓等系統(tǒng)的實(shí)時(shí)狀態(tài)和運(yùn)行統(tǒng)計(jì)數(shù)據(jù)的二次分析利用，以科學(xué)統(tǒng)計(jì)的分析為用戶制定出一套智能化的維護(hù)保養(yǎng)計(jì)劃，使得港口設(shè)備的日常維護(hù)保養(yǎng)更加科學(xué)和準(zhǔn)確，降低港口設(shè)備的故障停機(jī)時(shí)間以及維保次數(shù)和時(shí)間，有著非常重要的現(xiàn)實(shí)意義[7]。