任福鑫，梁邦永，李全喜

（1.青島港科技有限公司，山東青島 266500；2.中國海洋大學，山東青島 266500）

0 引言

大型機械是港口裝卸作業(yè)的關(guān)鍵設(shè)備，有投資大、能耗高、危險系數(shù)大的特點。其使用壽命、能源消耗、工作效率直接影響港口的經(jīng)營成本；其安全性與可靠性關(guān)系到現(xiàn)場工作人員的人身安全與港口裝卸生產(chǎn)的順利進行?，F(xiàn)階段我國各主要港口多數(shù)港口機械處于超期服役狀態(tài)，工況比較惡劣，目前仍然主要沿用傳統(tǒng)的“定期保養(yǎng)，事后維修”制度，故障檢測與修復的設(shè)備和手段也較落后，導致整機可靠性差、安全隱患多、停機待修時間長，嚴重影響了裝卸效率和整機工作潛力的發(fā)揮[1]。因此，對港口大型機械工作狀態(tài)的實時監(jiān)測、故障狀態(tài)的診斷預測、能源消耗的合理優(yōu)化具有重要意義。然而，由于港口工作環(huán)境較為特殊，對于此類系統(tǒng)的研究明顯不足，現(xiàn)在主要有上海交通大學[2]、上海海事大學[3]、武漢理工大學[4]等學習單位從事相關(guān)方向研究。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術(shù)的發(fā)展，使開發(fā)港口大型機械狀態(tài)監(jiān)測與分析系統(tǒng)成為可能。

對象連接與嵌入（Object Linking and Embedding，OLE）技術(shù)不僅是桌面應用程序集成，而且還定義和實現(xiàn)了一種允許應用程序作為軟件“對象”（數(shù)據(jù)集合和操作數(shù)據(jù)的函數(shù)）彼此進行“連接”的機制，這種連接機制和協(xié)議稱為組件對象模型。

根據(jù)現(xiàn)場實際，首先搭建了ThingWorx[5]物聯(lián)網(wǎng)平臺；然后通過OPC（OLE for Process Control，用于過程控制的OLE）獲取設(shè)備電控系統(tǒng)中的運行數(shù)據(jù)，通過傳感器獲取了機械的振動與溫度數(shù)據(jù)，遠期接入業(yè)務數(shù)據(jù)；最后將獲取到的數(shù)據(jù)接入到ThingWorx平臺并存儲，并利用ThingWorx平臺的可視化根據(jù)獲取的數(shù)據(jù)對設(shè)備進行監(jiān)測，驗證了方案的可行性。

1 設(shè)計方案

1.1 系統(tǒng)總體架構(gòu)

港口大型機械狀態(tài)監(jiān)測與分析系統(tǒng)所開發(fā)和集成的系統(tǒng)模塊以及各功能模塊的邏輯關(guān)系如圖1所示。

1.2 基于Hadoop技術(shù)的大數(shù)據(jù)處理平臺

為實現(xiàn)港口大型機械狀態(tài)監(jiān)測與分析系統(tǒng)的設(shè)計、建設(shè)，利用Thingworx搭建數(shù)據(jù)平臺通過數(shù)據(jù)平臺完成數(shù)據(jù)存儲、數(shù)據(jù)融合、數(shù)據(jù)集成、數(shù)據(jù)展示等多方面的工作?；贖adoop技術(shù)的ThingWorx大數(shù)據(jù)處理平臺，支持至少10 000臺設(shè)備和10次/s的海量高頻數(shù)據(jù)交互，且能夠進行結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)及流式數(shù)據(jù)的傳輸、管理和安全備份。

在數(shù)據(jù)存儲方面，數(shù)據(jù)平臺通過Data Watcher對數(shù)據(jù)采集模塊采集的港口大機設(shè)備數(shù)據(jù)進行標簽化處理，并根據(jù)數(shù)據(jù)特性歸類，將結(jié)構(gòu)化數(shù)據(jù)存放到關(guān)系型數(shù)據(jù)庫，非結(jié)構(gòu)化數(shù)據(jù)存放到大數(shù)據(jù)（NoSQL）數(shù)據(jù)庫，為知識庫的積累和數(shù)據(jù)分析提供數(shù)據(jù)支撐，數(shù)據(jù)平臺會定期根據(jù)數(shù)據(jù)存儲策略對平臺中的數(shù)據(jù)進行清理，按照實時數(shù)據(jù)、歷史數(shù)據(jù)、歸檔數(shù)據(jù)進行分類，保證數(shù)據(jù)存儲的優(yōu)化和高性能。

在數(shù)據(jù)集成方面，數(shù)據(jù)平臺采用基于SOA（Service-Oriented Architecture，面向服務的體系結(jié)構(gòu)）的中間件實現(xiàn)與外部信息系統(tǒng)的數(shù)據(jù)集成，完成設(shè)備相關(guān)業(yè)務數(shù)據(jù)的獲取工作。

大數(shù)據(jù)應用主要分3方面。

（1）狀態(tài)監(jiān)控。狀態(tài)監(jiān)控模塊從數(shù)據(jù)平臺取得與業(yè)務相關(guān)的數(shù)據(jù)，根據(jù)現(xiàn)場設(shè)備實時工況進行異常報警、歷史狀態(tài)追溯，進行可視化處理后展現(xiàn)給用戶。

（2）實時數(shù)據(jù)監(jiān)測。按照管理需求進行數(shù)據(jù)提取和過濾，并進行實時狀態(tài)分析。實時監(jiān)測橋吊、軌道吊、自動導引車（Automatic Guided Vehicle，AGV）等大機設(shè)備的主要運行狀態(tài)數(shù)據(jù)，包括位移、速度、位置、頻率、故障報警等。

（3）報警管理。數(shù)據(jù)平臺基于訓練學習后的各種模型、故障知識庫對實時數(shù)據(jù)流進行偵聽，從而實現(xiàn)特定業(yè)務和配置下的實時數(shù)據(jù)監(jiān)測和報警。

1.3 數(shù)據(jù)采集

1.3.1 PLC數(shù)據(jù)采集

本期系統(tǒng)所監(jiān)測的軌道吊、AGV、橋吊3種設(shè)備均有完善的電控系統(tǒng)，并部署了多臺OPC服務器獲取設(shè)備數(shù)據(jù)來支持設(shè)備自動化作業(yè)。設(shè)備電控系統(tǒng)數(shù)據(jù)的獲取主要分為兩層：第一層，系統(tǒng)采用OPC通訊協(xié)議，實時獲取軌道吊、AGV和橋吊的運行數(shù)據(jù)，作為數(shù)據(jù)采集與監(jiān)控系統(tǒng)（Supervisory Control And Data Acquisition，SCADA）、圖像化人機交互界面（Graphical User Interface，GUI）及其他生產(chǎn)系統(tǒng)的數(shù)據(jù)來源。多臺OPC采集不同的設(shè)備數(shù)據(jù)；第二層，Kepware OPC服務器作為多子系統(tǒng)的數(shù)據(jù)服務器，通過級聯(lián)的方式，統(tǒng)一匯集下層各OPC服務器的數(shù)據(jù)，最后利用其內(nèi)置的物聯(lián)網(wǎng)網(wǎng)關(guān)（Internet of Things Gateway，IOT Gateway）功能將設(shè)備信息傳至ThingWorx物聯(lián)網(wǎng)（IOT）平臺。為了避免第三方操作對電控系統(tǒng)的干擾，第一層OPC服務器以單工方式拷貝數(shù)據(jù)發(fā)送給第二層的Kepware OPC服務器，減少了第一層OPC服務器的負擔，避免影響生產(chǎn)系統(tǒng)。

圖1 系統(tǒng)總體架構(gòu)

1.3.2 傳感器數(shù)據(jù)采集

根據(jù)現(xiàn)場工作需求，部署振動、溫度傳感器各1個進行試驗。傳感器布置在大車行走機構(gòu)的電動機（圖2）。振動傳感器型號為 LP252-4，（0～20）mm/s；溫度傳感器型號為 PT1000，（-50～200）℃。兩者品牌均為PRO。

圖2 傳感器位置示意

通過現(xiàn)場采集終端，將現(xiàn)場所產(chǎn)生的模擬信號進行采集與轉(zhuǎn)化，形成數(shù)據(jù)分析所需要的時序數(shù)據(jù)，傳輸?shù)酱髷?shù)據(jù)平臺?？刂破鹘K端作用是傳感器輸出模擬信號的采集、放大、濾波、傳輸，其框架如圖3所示。

圖3 控制器終端框架

鑒于機械是實時移動的，在機械上布置了CPE（Customer Premise Equipment，客戶終端設(shè)備）無線終端接入設(shè)備將控制器終端采集的到數(shù)據(jù)通過4G網(wǎng)絡進行傳輸。

1.4 系統(tǒng)部署（圖4）

（1）數(shù)據(jù)接入層。機房部署2臺Kepware OPC服務器，獲取大機設(shè)備的運行數(shù)據(jù)。

（2）平臺層。機房部署1臺數(shù)據(jù)庫服務器、2臺存儲服務器。

（3）應用層。機房部署1臺應用服務器。

（4）移動終端。移動終端的應用重點在狀態(tài)監(jiān)測部分，主要包括儀表盤和報警管理。

2 實時狀態(tài)展示

目前已采集到橋吊、AGV、軌道吊的相關(guān)實時數(shù)據(jù)，并做了相應界面展示，驗證方案的可行性。

2.1 設(shè)備運行臺時

設(shè)備運行臺時包括正在工作的橋吊、AGV各設(shè)備工作量雷達圖展示。從圖5可以看到，當前正在工作的有7臺橋吊、17臺AGV，每臺設(shè)備工作的時間可以通過雷達圖展示。圖6展示了AGV充電的次數(shù)與時間。設(shè)備運行臺時的統(tǒng)計量化，能為設(shè)備配比及調(diào)度算法的優(yōu)化提供建議，后續(xù)可以借助平臺的大數(shù)據(jù)分析算法在此基礎(chǔ)上繼續(xù)挖掘有用的信息。

2.2 橋吊監(jiān)測

為了滿足自動化操作的要求，橋吊采用雙小車結(jié)構(gòu)，設(shè)置門架平臺作為緩沖。主小車主要負責集裝箱船舶與橋吊門架的交互；門架小車負責門架平臺與AGV的交互；大車負責橋吊的水平移動?；诖?，采集了主小車、門架小車、大車的相關(guān)數(shù)據(jù)進行監(jiān)測。主小車、大車、門架小車、起升機構(gòu)速度單位均為cm/s。

小車包括主小車起升高度、起升速度、位置、車速和海側(cè)吊具右負載、左負載，以及陸側(cè)吊具右負載、左負載。監(jiān)測界面如圖7所示。其中，海側(cè)吊具右負載為箱重+吊具重量，單位為0.1 t。

經(jīng)觀察，4個吊具的數(shù)值一直出現(xiàn)顯著差異。診斷得出是4個吊具的傳感器安裝的不規(guī)范。橋吊大車速度如圖8所示，門架小車起升速度、起升高度、左側(cè)負載、右側(cè)負載、車速的界面如圖9所示。

從實際的效果來看，能實時將設(shè)備數(shù)據(jù)采集傳輸?shù)狡脚_，分析監(jiān)測到的數(shù)據(jù)能反映出橋吊機構(gòu)的運行狀態(tài)，驗證了數(shù)據(jù)采集方案的可行性，為以后的大數(shù)據(jù)分析提供了基礎(chǔ)數(shù)據(jù)。

圖4 系統(tǒng)部署

圖5 設(shè)備運行臺時

圖6 AGV小車充電次數(shù)與時間

2.3 AGV監(jiān)測

AGV相關(guān)實時數(shù)據(jù)包括累計充電次數(shù)、AGV載重、電池電量、AGV平均車速、電池實際電流、電池實際電壓、箱重、電池電量百分比、左前胎壓、右前胎壓、左后胎壓、右后胎壓、車速、累計充電時間、累計運行時間、累計充電電量等（圖 10）。其中，AGV 車速單位為cm/s，最快為600 cm/s；箱重單位為0.1 t。

2.4 軌道吊監(jiān)測

主要在軌道吊大車主電機上，加裝了一套溫度與振動傳感器，實時監(jiān)測電機的運行狀態(tài)（圖11）。

從振動傳感器數(shù)據(jù)曲線來看，檢測到脈沖出現(xiàn)，結(jié)合溫度傳感器檢測到的電動機溫度不斷升高，初步分析 是大車加速度脈沖。下一步將研究軌道吊設(shè)備控制系統(tǒng)指令信息，擬合二者的曲線，尋找規(guī)律。從脈沖高低的不均衡來看，脈沖可能與負載大小有關(guān)，需要進一步的長期觀察得出有關(guān)結(jié)論。

圖7 橋吊主小車狀態(tài)

圖8 橋吊大車速度

圖9 橋吊門架小車狀態(tài)

圖10 AGV狀態(tài)

3 總結(jié)

針對港口大型機械狀態(tài)監(jiān)測的問題，給出一種基于Thing-Worx物聯(lián)網(wǎng)平臺的港口大型機械狀態(tài)監(jiān)測與分析方案：采用Kepware OPC服務器的方式采集橋吊、軌道吊、AGV的電控數(shù)據(jù)；研發(fā)了振動溫度信號采集傳輸控制器，通過4G無線傳輸采集到的數(shù)據(jù)，將采集到的數(shù)據(jù)在數(shù)據(jù)處理服務器上預處理，最終接入ThingWorx平臺。通過平臺對數(shù)據(jù)進行處理跟圖形化展示，實際結(jié)果顯示數(shù)據(jù)能夠?qū)崟r存取，驗證了方案的可行性，為后續(xù)大數(shù)據(jù)分析預測奠定基礎(chǔ)。

圖11 溫度與振動傳感器曲線

[1]張博，杜蕃.港口機電設(shè)備管理維護現(xiàn)狀分析及應對措施[J].中國新技術(shù)新產(chǎn)品，2016（10）：159-160.

[2]王志欣.岸橋機械動態(tài)特征信息的數(shù)據(jù)挖掘與狀態(tài)識別[D].上海：上海交通大學，2008.

[3]王微.超低頻高幅振動位移實時處理技術(shù)及其DSP應用研究[D].上海：上海海事大學，2007.

[4]徐志剛.港口大型機械金屬結(jié)構(gòu)應力在線監(jiān)測與診斷系統(tǒng)研究[D].武漢：武漢理工大學，2008.

[5]Byrnes N.Internet of Farm Things[J].Mit Technology Review，2015，118（4）：71.