倉儲鋼貨架健康管理研究

文/于子紅 劉軍 楊澤明 丁慶行

1.引言

隨著全球經濟一體化進程的加快，制造業較為發達的國家正在積極推行“工業4.0”運動，來促進信息技術與制造技術的深度融合，使制造業向智能化方向轉型，物流技術與裝備也正朝著互聯網化的方向發展[1，2]。倉儲是物流的兩大支柱之一，在物流現代化發展中起著重要作用。倉儲簡單來說就是通過倉庫對商品和物品進行儲存與保管，貨架作為物流環節中基本的倉儲設備之一，具有承上啟下的作用。倉儲貨架一方面能充分利用倉庫空間，降低倉儲成本；另一方面通過合理布置，在存取操作中可以有效節約人力資源。可以說，倉儲貨架是現代化倉庫的重要組成部分，在制造業、物流中心、煙草、醫藥、商業、機電等各行各業都有著廣泛的應用。但是在倉儲活動中，貨架倒塌現象卻時有發生。2017年1月7日柳州倉庫貨架倒塌導致一名工人被埋；2013年3月25日廈門一家倉庫貨架倒塌使三人被困；2011年10月27日美國威斯康酒商倉庫貨架倒塌，7000多瓶紅酒落下引發紅酒“小海嘯”。諸如此類的事件還有很多，這不僅給倉庫造成巨大損失，而且也給倉庫工作人員帶來了相當大的災難。可見貨架在實際中雖應用廣泛，但工作環境比較復雜，一旦發生倒塌，將會造成巨大的財產損失和人員傷亡。倉儲貨架中，鋼貨架應用最為廣泛，因此對倉儲貨架健康管理研究十分必要。

2.鋼貨架特性分析

對倉儲鋼貨架進行健康管理的重要前提是要了解鋼貨架的特性。倉儲鋼貨架主要由一種經濟的截面輕型薄壁鋼材，即冷彎薄壁型鋼材制作而成，是用薄鋼板或帶鋼在常溫下輥軋或沖壓彎曲成型的。冷彎薄壁型鋼是通過改變截面形狀來使相對較少的材料承受較大的荷載。冷彎薄壁型鋼構件的較高強度自重比、多功能、易于加工成型和工業化生產等優點受到各行各業的極大歡迎。鋼貨架的健康管理主要與鋼貨架的立柱特性、梁柱節點特性、載荷特性以及受力狀態特性有密切的關系。

2.1 立柱易變形

鋼貨架的立柱是鋼貨架的主要支撐部件，多為開口薄壁型截面，在縱向分布有規則的孔洞與梁端節點的掛齒相連接。鋼貨架的立柱雖然由冷彎薄壁型鋼構成，具有強度高、質量輕等優點，但是在正常工作過程中，由于連續的開孔設計以及來自貨物和其它構件的作用，會產生局部屈曲、畸變屈曲以及各屈曲模式間的相互影響[3]。一般情況下，在各種影響鋼貨架穩定性的因素中，立柱屈曲是最常見的影響倉儲鋼貨架整體穩定性的情形，值得我們重視。

2.2 梁柱節點易松動

鋼貨架的梁柱節點處的連接多采用掛齒形式的半剛性連接，通過將橫梁掛片上的掛齒卡入立柱的開孔內，并通過卡舌和鉚釘固定保證連接的可靠性。在梁柱節點的研究中發現，鋼貨架的穩定性與梁柱節點的連接方式、安全插銷的固定可靠性有著很大關系[4，5]。在鋼貨架的正常工作中掛齒形式的半剛性連接具有一定的剛度，橫梁和立柱會發生一定程度的轉動，并且該節點的轉動剛度對鋼貨架的側移也有影響，它很大程度上關系到鋼貨架的安全性能[6]。

2.3 載荷受限

鋼貨架與一般貨架相比，具有較高的強度自重比，可以承受自身重量100倍左右的貨載[7]。在鋼貨架健康管理中，鋼貨架在取放貨物時會引起貨架的振動、晃動，嚴重時會導致貨架失穩進而倒塌。因此，鋼貨架的載重也是鋼貨架監看管理考慮的重要特性之一。

2.4 受力狀態易破壞

正常狀態下貨架承載貨物所受的外力與內力保持平衡是貨架保持穩定的重要條件。但當貨架受到輕微擾動時，處于極限平衡狀態的貨架構件或者整體結構就會發生變形，使貨架出現局部失穩、整體失穩或局部與整體的相關失穩[8]，導致貨架構件或結構的內力突然失衡，引起貨架變形，最終使得貨架喪失工作能力。

3.傳統鋼貨架健康管理方法

傳統鋼貨架的健康管理主要是針對鋼貨架的立柱、梁柱節點等關鍵結構進行研究，通過應用一定的方法觀測鋼貨架的受力狀態，以獲得鋼貨架在各種狀態下各構件發生形變以及不穩定的情況。目前，鋼貨架的健康管理主要采用有限元分析法、數字近景攝影測量法以及振動的方法來研究鋼貨架的整體變形、立柱、梁柱節點等并分析鋼貨架整體及各個部位變形特征及應力分布情況。

3.1 鋼貨架有限元分析法

有限元法在20世紀60年代被Clough首次提出，是隨著電子計算機的廣泛應用而發展起來的一種數值方法，它具有極大的靈活性和通用性，因而被廣大學者所使用。有限元法主要是利用數學近似的方法對真實物理系統的幾何特征及載荷情況進行模擬，即用近似模擬的方法將連續的物體進行有限劃分，并對這些劃分的單元進行相關分析和研究[9]。

李想等[10]采用有限元分析法建立了鋼貨架的結構模型和荷載模型，并采用平方和平方根的模態疊加方法對貨架結構進行抗振反應試驗，對計算結果進行了變形驗算，為鋼貨架的研究提供了新思路。王占軍等[11]采用自編的有限元程序對某立體倉儲貨架的變形應力進行了計算和實驗，并針對貨架穩定性問題進行了立柱屈曲分析，結果證明了理論與試驗相結合的有限元分析法的有效性。謝云舫等[12]從靜力學角度出發，利用有限元分析軟件ANSYS對貨架進行三維有限元分析，獲得了貨架的變形特征及應力分布情況，為優化貨架結構提供依據，大大提高了貨架的安全性和可靠性。馮曉芳等[13]分析了鋼貨架梁柱組合之間的間隙對貨架裝配過程的影響，以單懸臂梁試驗為基礎，利用有限元法分別對不同間隙梁柱組合的力學性能和貨架整體沿巷道方向進行仿真，得出不同間隙下梁柱組合的承載力與剛度關系以及不同間隙對整體變形的影響情況，從而為鋼貨架變形研究提供了理論依據。趙永謙等[14]對密集貨架系統分別應用Matlab及ANSYS進行了構件及其整體結構的穩定性分析，探索了鋼貨架貨架系統基于力學特性的穩定性，應用DCRP技術以多臺貨架穿梭車對鋼貨架瞬時動態變形進行監測，對系統結構的穩定性進行了校驗并測量鋼貨架系統的變形量。

鋼貨架的有限元法雖然可以模擬鋼貨架結構進行相關研究和分析，但是在具體應用過程中，需要依賴使用者的經驗，而且在精度分析時需要耗費相當大的計算資源。

3.2 鋼貨架數字近景攝影測量法

數字近景攝影測量是以數字相機為圖像采集傳感器并對所攝圖像進行數字處理的近景測量方法。

陳緒慧等[15]運用數碼相機進行連續攝影，獲取鋼結構貨架變形試驗圖像并實時傳輸到計算機，結合有限元分析法得到鋼貨架變形數據，根據所得數據對貨架的振動進行狀態檢測，為鋼貨架的狀態監測與健康管理提供了新的研究思路。MingzhiChen等[16]在數字近景攝影測量的方法來監控貨架的變形基礎上，通過使用數碼相機和電腦數字分析方法來處理收集到的數據，并對數字近景攝影測量誤差進行了較好地矯正，大大提高了監測的精度，減少了外部條件和數碼相機方位不穩定造成的影響。張守好等[17]以鋼貨架為實驗對象，利用數字近景攝影測量的方法讓預先設定質量和高度的撞擊物撞擊貨架，來獲取鋼貨架變形監測點的位移變化圖像，從而得出鋼貨架的變形特性，為鋼貨架穩定性研究提供參考。卞鳴[18]通過對數字近景攝影測量技術的特點、校驗方法以及在監測鋼貨架變形中的應用進行闡述，得出傳統攝影測量技術無法滿足鋼結構變形的要求，只有不斷學習新的技術才能使鋼結構變形研究更上一層樓。ChengxinYu等[19]利用數字近景攝影測量的方法對鋼貨架進行瞬時變形監測，在動態應力作用下，對鋼貨架監測其變形情況，為保證鋼貨架安全提供了重要的研究資料。

數字近景攝影測量的方法需要采用專業的數碼相機對鋼貨架進行拍攝并進行一系列的相片處理，才能得到較精確的數據，但是專業的數碼相機較貴而且相片處理過程繁瑣，一般倉庫很少采用專業數碼相機，而是用普通數碼相機代替測量，這就大大降低了其采集數據的精度，對后續的研究造成了一定的誤差。

3.3 鋼貨架振動測量法

隨著人們對振動的逐步了解，學者們開始通過用振動的測量方法對鋼貨架進行研究。利用振動的方法對鋼貨架進行健康管理主要是進行有關抗振性試驗來對鋼貨架的穩定性進行研究。

對鋼貨架振動性研究開始于二十世紀中后期，日本對貨架進行了人工加振的自由振動狀態監測試驗，揭開了人們對貨架振動狀態研究的序幕。二十世紀七十年代，美國和日本使用振動臺進行了關于振動臺的諸多振動試驗，接著我國學者也開始相繼對貨架的抗振性進行研究。陳振坤等[20]利用振動臺對標準平板鋼貨架進行抗振性試驗，并將試驗結果與數學模型中的理論預測結果進行比較，為制定工業鋼貨架的抗振設計準則提供了建議，也為倉儲鋼貨架健康管理的研究提供了較早的研究資料。黃淑娟等[21]對大型物流貨架的結構形式作了全面細致地論述，系統研究了大型物流貨架結構的靜動力特性及振動規律，并結合數學工具提出了一種結構優化的新策略，為鋼貨架的狀態監測提供了新的研究方法。ChengxinYu等[22]討論了如何利用信息技術中的自動識別來監測貨架的瞬時變形，為鋼貨架變形造成的損失和安全風險提供了良好的解決方案。

但上述的研究方法有一定的局限性，不可避免地會存在誤判。隨著狀態監測與健康管理技術的發展，基于物聯網技術的健康管理方法由于其采用先進的傳感器技術對鋼貨架的工作狀態進行全面實時的監測，對數據的精確采集更具優勢，也更有廣闊的應用前景。

圖1 基于物聯網技術的鋼貨架健康管理架構

4.基于物聯網技術的鋼貨架健康管理及關鍵參數分析

4.1 基于物聯網技術的鋼貨架健康管理方法

基于物聯網技術的鋼貨架健康管理是指根據鋼貨架的狀態特征，利用各種傳感器和監測設備，連續或者定期采集這些狀態特征參數，并對其進行分類和解譯，以先進的狀態監測手段、可靠的評價方法和完整的運行數據來判斷設備所處的健康狀況[23]。鋼貨架的健康管理是一種全面的狀態監測、數據融合、健康評估及故障預測的健康管理方法，在高性能、高精度傳感器出現后，新的鋼貨架健康管理方法也不斷出現，諸如模糊綜合評判、專家診斷、人工智能等方法也逐漸運用于貨架行業[24，25]。本文提出的基于物聯網技術的鋼貨架健康管理架構具體如圖1所示。

4.1.1 數據采集層

倉儲鋼貨架的數據采集層可以通過傳感器實現對數據的采集。傳感器作為最重要的信息采集工具，能夠直接對外部信息進行采集，并將采集的信息按一定的規律轉化為電信號或者其他所需形式的信息輸出，來滿足系統對數據的傳輸、處理、存儲、評估及控制需求[26]。要想對鋼貨架進行準確的健康管理就需要精確的數據支持，傳感器的選擇尤為重要。倉儲鋼貨架狀態監測所采用的傳感器不僅需要高精度、強可靠性、壽命長，還需要減少傳感器的耗能，降低傳感器的成本，使傳感器具有多參監控和智能數據處理等功能。此外，鋼貨架狀態監測選定的傳感器，與傳感器安放的位置、監測對象所處環境等因素均有關。

4.1.2 數據處理層

在倉儲鋼貨架的健康管理過程中，由于傳感器的工作性能、倉儲設備的工作狀態以及倉庫工作環境的復雜性，導致采集的數據可能會受到噪聲影響、產生數據缺失或者冗余。因此，為了更加準確、形象地對數據進行分析研究以滿足鋼貨架狀態監測與健康管理對數據的要求，需要對原始數據進行處理。基于物聯網的鋼貨架健康管理過程中，傳感器在不同設備以及復雜倉儲環境中進行監測時，容易受到電磁干擾、溫濕度影響以及在傳輸過程中出現同步錯誤、傳輸卡頓、信道噪聲等造成數據失真，因此需要數據清洗。對數據進行清洗過后就要對其進行分析、特征提取等得到與鋼貨架健康管理有關的關鍵數據。

4.1.3 狀態監測層

倉儲鋼貨架的狀態監測層主要是針對鋼貨架所選參數的特性設定一定的閾值范圍，通過對與鋼貨架健康管理有關的關鍵數據進行實時的閾值判斷，若數據在閾值范圍內，則視為倉儲鋼貨架處于正常狀態，若數據超出閾值范圍，則進入健康評估層進行判斷，來斷定倉儲鋼貨架是因為什么原因產生異常數據。倉儲鋼貨架的狀態監測層是判斷采集數據是否正常的關鍵，這與倉儲鋼貨架所采集數據的準確性和閾值的制定的合理性有密切的關系。因此，狀態監測的精確度對健康評估層至關重要，也是基于物聯網技術和數據處理分析方法對倉儲鋼貨架健康管理的重要環節。

4.1.4 健康評估層

倉儲鋼貨架的健康管理的核心技術是健康評估技術，它主要是針對鋼貨架的特性選取適合的健康評估方法來對其進行健康狀態的評價。常用的健康評估方法有層次分析法、模糊綜合評判法、人工神經網絡法及貝葉斯網絡法等。模糊綜合評判法是根據隸屬度原則將定性評價轉化為定量評價的方法來解決模糊且難以量化的問題。層次分析法是將研究對象看成一個系統，并將其分解為與決策有關的目標層、準則層、方案層等，在此基礎上進行定性與定量分析。人工神經網絡是依靠系統的復雜程度調整內部眾多節點之間相互連接的關系來處理信息，它具有自學習和自適應的能力。貝葉斯網絡是一種以貝葉斯公式為基礎，基于概率推理的圖形化概率網絡，用于解決復雜設備不確定性和關聯性問題，在眾多領域中得到廣泛應用。

4.1.5 故障預測層與維護層

倉儲鋼貨架故障預測層與維護層是根據倉儲鋼貨架所處的環境、監測的實時數據以及承載的貨物重量等信息，針對一定的評價準則進行鋼貨架的健康狀態評估，并依據鋼貨架所得的歷史數據以及現實狀態對其可能發生的故障進行預測，進而向工作人員發出預警機報警提醒其對鋼貨架進行處理。故障預測方法有很多，但尚沒有一個公認的故障預測分類方法[27，28，29]。根據故障預測技術的理論、方法和技術路線的不同，可以把其分為：基于信號處理的故障預測、基于模型的故障預測、基于人工智能的故障預測、數據驅動的故障預測[30]。

4.2 關鍵參數分析

根據上述對鋼貨架特性的分析以及對傳統鋼貨架健康管理方法的描述，可得知鋼貨架狀態監測與健康管理過程基本上包括對鋼貨架進行數據采集、傳輸、處理、狀態監測、健康評估以及故障預測等，其中最重要的就是狀態特征參數的選取，這是鋼貨架健康管理成敗的關鍵。

基于物聯網技術的鋼貨架健康管理參數主要有如下幾個：

表1 外界條件對冷彎薄壁型鋼結構的侵蝕作用分類

4.2.1 溫濕度

倉儲環境中，溫濕度是比較常見的環境參數，它們影響著倉庫中的一切事物。一般倉庫的溫度都在0～30℃之間[31]，倉庫儲存的貨物不同，所具有的實時溫度也不同。空氣的濕度可以分為絕對濕度、相對濕度、飽和濕度和露點濕度，相對濕度是最常用的。空氣濕度受空氣溫度的影響很大，當溫度不斷上升時，潮濕的空氣會變得越來越干燥。鋼貨架的鋼結構一般由冷彎薄壁型鋼制作而成，外界條件對冷彎薄壁型鋼結構的侵蝕作用根據《冷彎薄壁型鋼結構技術規范》如表1所示：

由于節約經濟等各方面原因，倉儲鋼貨架都會使用數十年之久，根據上述圖可知，倉庫中的溫濕度對鋼貨架壽命會有很大影響，因此選取溫濕度作為鋼貨架健康管理的關鍵參數。

4.2.2 三維位移

在倉儲正常工作中，鋼貨架會受到來自堆垛機、人等各方面的影響，發生振動、晃動等，輕則影響貨物存取的安全性和可靠性，嚴重時導致鋼貨架發生倒塌造成的巨大財產損失與人員傷亡。基于物聯網技術的鋼貨架健康管理采用三維位移作為關鍵參數，可以保證實時全面地獲取鋼貨架各構件的整體屈曲情況。在傳統的鋼貨架健康管理中，一般只對鋼貨架各部件分別進行屈曲分析，而基于物聯網技術的鋼貨架健康管理則是在整體角度，對鋼貨架因不同原因引起振動造成的位移進行分析，分析結構更加形象、清晰，也更具合理性。

4.2.3 載荷

在倉儲過程中，鋼貨架儲存貨物過少時，不能充分儲存空間，儲存貨物過多時，會增加鋼貨架的負擔，縮減鋼貨架的使用壽命。可見合理利用鋼貨架十分重要。在理論上，由冷彎薄壁型鋼構成的鋼貨架可以承受自身重量100倍的貨物，但是在實際工作過程中，其未必就能承受如此重的貨物。所以對鋼貨架使用過程中的載荷進行監測，以測量鋼貨架發生不同程度的振動、晃動以及擺動等情形時貨物的實際重量，對于鋼貨架的健康管理具有重要的意義。因此，載荷也是鋼貨架健康管理不可或缺的關鍵參數之一。

5.總結

本文針對鋼貨架發生倒塌造成人身傷亡和財產損失的現象，從提高鋼貨架可靠性和安全性的角度出發，根據鋼貨架的特性對傳統鋼貨架健康管理方法進行分析，發現學者們對鋼貨架的健康管理主要采用有限元分析法、數字近景攝影測量法和振動的方法，有限元法雖然可以對鋼貨架系統進行有效的模擬，但是應用時需要依賴研究者的主觀經驗，且需耗費大量的計算資源；數字進行測量雖然可以實時對鋼貨架的狀態進行監測，但是要獲取精確的數據需要專業的數碼相機和進行復雜的相片處理；振動的方法比較簡便，多使用振動臺進行模擬分析。本文在此基礎上提出基于物聯網技術的鋼貨架健康管理方法。基于物聯網技術對鋼貨架進行健康管理是采用不同的傳感器對鋼貨架所處環境的溫濕度、鋼貨架因各種原因發生屈曲時的三軸位移以及鋼貨架的載荷等參數進行實時監測，在鋼貨架發生危險之前就可以對其進行識別，避免鋼貨架倒塌的巨大損失，也為鋼貨架安全性的研究提供了新的研究思路。未來對鋼貨架健康管理技術將會日漸完善，將在倉儲鋼貨架中得到更為廣泛的應用。

[1]趙西君.以產業互聯網應對“工業 4.0”[N].人民政協報.2014～12～23（005）.

[2]本刊編輯部，王繼祥.物流4.0：中國物流互聯網時代大幕開啟[J].物流技術，2014（11）：118.

[3]戴柳絲，趙憲忠.鋼貨架結構抗震性能研究現狀[J].地震工程與工程振動，2014，34（S1）：712～720.

[4]Aguirre C.Seismic behavior of rack structures[J].Journal of Constructional Steel Research，2005，61（5）：607～624.

[5]CEN.BS EN 15512.Steel static storage systems～Adjustable pallet racking systems～Principles for structural design[S].Brussels：European Committee for Standardization，2009.

[6]李云龍，呂志軍，項前，張森臣.梁柱節點半剛性力學性能試驗與有限元仿真[J].四川建筑科學研究，2015，41（01）：73～76.

[7]Degée H，Deno?l V.Numerical modelling of storage racks subjected to earthquake[C]// COMPDYN 07，Conference on Computational Dynamics.2007：11.

[8]鄭玉峰.鋼結構穩定性設計探析[J].科技資訊，2011（8）：34.

[9]任銀.大體積O撐塊分次澆筑托架受力計算模型及監控技術研究[D].重慶：重慶交通大學，2011.

[10]李想，程國全.鋼結構貨架地震反應分析[J].起重運輸機械，2007（07）：56～59.

[11]王占軍，周美英.倉儲貨架的靜力及屈曲有限元分析[J].河海大學常州分校學報，2002（02）：33～36.

[12]謝云舫，李穎.基于ANSYS的立體貨架的有限元分析[J].機械，2011，38（05）：36～39.

[13]馮曉芳，呂志軍，楊建國，周曉驍.梁柱組合裝配間隙及其對鋼貨架性能的影響分析[J].東華大學學報（自然科學版），2012，38（05）：524～528+551.

[14]趙永謙.密集儲分一體貨架系統穩定性及變形監測研究[D].山東大學，2016.

[15]陳緒慧，岳沖，鹿德凱，姜本朋.近景攝影測量在鋼結構貨架抗震穩定性方面的研究[J].測繪與空間地理信息，2014，37（11）：213～215.

[16]Mingzhi Chen，ChengXin Yu，Na Xu，YongQian Zhao and WenShan Yu.“Application study of digital analytical method on deformation monitor of high～rise goods shelf” 2008 IEEE International Conference on Automation and Logistics，Qingdao，2008，pp.2084～2088.

[17]張守好.數字近景攝影測量在鋼結構動態變形監測中的應用[D].山東科技大學，2013.

[18]卞鳴.數字近景攝影測量在鋼結構動態變形監測中的實踐[J].中國高新區，2017（21）：14.

[19]Yu C X，Ding X H，Chen M Z，et al.The Application of Digital Cameras in Monitoring Dynamic Deformation of Steel Shelf[J].Applied Mechanics & Materials，2013，405～408：873～877.

[20]陳振坤，R.E.Scholl，J.A.Blume，王新穎.工業用鋼貨架的地震模擬試驗[J].國外地震工程，1980（02）：16～21.

[21]黃淑娟.大型物流貨架復雜結構的抗震防災性能分析研究[D].同濟大學，2005.

[22]ChengXin Yu，Mingzhi Chen，Na Xu and YanHua Liu.Application study of automatic recognition method to monitor dynamic deformation of steel goods shelves[J].2010 IEEE International Conference on Automation and Logistics.2010：696～700.

[23]周林，趙杰，馮廣飛.裝備故障預測與健康管理技術[M].北京：國防工業出版社，2015.

[24]曾聲奎，Michael G.Pecht，吳際.故障預測與健康管理（PHM）技術的現狀與發展[J].航空管理.2005，26（5）：626～632

[25]吳明輝，許愛強，戴豪民.PHM技術在綜合航空電子系統中的應用[J].兵工自動化，2013，32（04）：72～77.

[26]高美娟.復雜機電裝備健康管理系統研究[D].西安工業大學，2015.

[27]曹琨.故障診斷與健康管理技術探究[J].河南科技，2013（11）：91～92.

[28]Zhang S，Kang R，He X，et al.China’s Efforts in Prognostics and Health Management[J].IEEE Transactions on Components & Packaging Technologies，2008，31（2）：509～518.

[29]Saha B，Kai G，Poll S，et al.Prognostics Methods for Battery Health Monitoring Using a Bayesian Framework[J].IEEE Transactions on Instrumentation & Measurement，2009，58（2）：291～296.

[30]張秋菊，張冬梅.電子系統故障預測與健康管理技術研究[J].光電技術應用，2012，27（1）：19～24.

[31]申悅，劉軍，王程安.倉儲環境監測的研究和進展[J].物流技術，2015，（15）：265～268.