起重機械結構健康監測分析

沈書林 王 亮 蔡大偉 蔡大鵬

江蘇省特種設備安全監督檢驗研究院宿遷分院 宿遷 223800

0 引言

起重機械是一種可以減輕勞動強度，提高勞動生產率的空間運輸設備，主要作用是完成重物的位移。起重機械是現代化生產不可缺少的組成部分，其中一些還能在生產過程中進行特殊的工藝操作，使生產過程實現機械化和自動化。然而，長期的高速、重載荷運行使起重機各機構面臨巨大的壓力，導致起重機械事故時有發生，造成了巨大的經濟財產損失和人身傷亡。根據國家市場監督管理總局發布的2022 年全國特種設備安全狀況的通告，起重機械的事故和死亡人數的占比均超過20%。基于此，保障起重機械作業過程中的人身安全和設備安全，預防事故的發生，對起重機械結構健康監測系統的研究逐漸成為熱點。

1 目前在用監測系統的組成和不足

1.1 TSG Q7016—2016 和GB/T 28264—2017 對安全監控的要求和組成

TSG Q7016—2016《起重機械安裝改造重大修理監督檢驗規則》（含第一號修改單）（以下簡稱TSG Q7016—2016）中規定，對于特定類型的起重機滿足一定噸位要求需安裝監控系統，如額定起重量大于等于200 t 的通用橋式起重機、額定起重量大于等于100 t 的通用門式起重機等[1]。

GB/T 28264—2017《起重機械安全監控管理系統》規定了安全監控系統的組成，主要包含信息采集單元、信息處理單元、控制輸出單元和信息顯示單元[2]，其中信息采集源主要集中在安全保護裝置方面，如起重量限制器、運行行程限位器、抗風防滑裝置等。其系統結構模式如圖1 所示。

圖1 起重機械安全監控管理模式流程圖

1.2 當前在用監控模式的不足

從以上分析可以看出，基于標準GB/T 28264—2017《起重機械安全監控管理系統》的結構模式在一定程度上對事故的預防有積極作用，但也存在自身固有的缺陷。1）系統檢測的數據源較為單一，集中在起重機的重要運行參數（如起重量、運行行程和幅度等）和安全保護裝置的工作狀態，使用的傳感器也較為傳統，未使用光纖傳感器、壓變傳感器等對起重機械應變和振動等進行監測；2）監測對象之間相互獨立，在對安裝有安全監控系統的起重機監督檢驗過程中，每臺起重機均安裝獨立的監控系統，起重機之間無法實現實時的聯合監控和狀態對比顯示，特別是大型港口的信息共享度低，整體性和系統性不足，管理成本較高且效率較低；3）對于監測數據的處理單一，目前在線監測系統的應用仍停留在單一的數據展示上，如果要進一步地分析則需借助大數據甚至是人工專家的綜合判斷。

基于上述背景，起重機械的監測除了對運行參數和安全狀態進行記錄管理之外還需融合故障預測與健康管理（Prognostics Health Management，PHM），PHM 目前在國內應用最為廣泛的是在高鐵和橋梁中，通過傳感器采集數據后進行特征提取進而數據分析，結合狀態監測和故障診斷，能及時識別出潛在的問題和故障，采取可靠性的動態評估和故障的實時預測，最后基于評估和預測的信息制定科學有效的健康管理策略。

2 起重機械結構健康監測系統

2.1 起重機結構健康監測的實現原理

基于結構監控監測是利用現場的、無損的和實時的方式采集起重機械在使用環境條件影響下各種工況的狀態的結構特征數據，并能結合軟件來對數據進行匯總處理來提取結構損傷特征參數，分析結構的健康狀態[3]。其總體框架如圖2 所示。

圖2 基于起重機結構健康監測的框架示意圖

2.2 監測數據的來源和分類

起重機械在設計、制造、安裝、檢驗、使用和報廢的全過程中涉及的數據來源種類繁多，主要可以分為以下幾類：

1）來自監督檢驗和定期檢驗的數據 截至2022 年年底，全國共有特種設備檢驗檢測機構4 845 家，其中，特種設備綜合性檢驗機構568 個，市場監管系統內檢驗機構289 個。根據網絡查詢和調研，目前很多的檢驗機構均配備了智慧特檢運行系統，能夠顯示轄區內特種設備的基本信息如制造單位、使用登記證編號、出廠編號、設備投入使用日期，還能對即將超期設備進行預警，同時能和市場監督管理部門聯動，實現數據共享。

2）日常維護保養的數據 根據《特種設備安全監察條例》第三章第二十七條的要求，使用單位特種設備使用單位對在用特種設備應當至少每月進行1 次自行檢查，并作出記錄。特種設備使用單位在對在用特種設備進行自行檢查和日常維護保養時發現異常情況的，應當及時處理，TSG Q7015—2016 附件C 中C1 規定，在定期檢驗時應審查維保、自檢記錄、運行故障和事故記錄等。使用單位一般都會根據自身設備的品種和使用工況建立符合設備特點的日常維護保養檢查表，并定期記錄。

3）安全監控數據 根據TSG Q7016—2016 的要求，安全監控系統是滿足一定條件的起重機械需安裝，信息采集源以架橋機為例主要包括起重量限制器、聯鎖保護安全裝置、風速儀裝置、起升機構制動器狀態、過孔狀態等，安全監控系統應具有以圖形、圖標和文字的形式對起重機械作業狀態的實時顯示功能，能滿足至少30個連續工作日的監控數據，視頻數據至少能連續存儲72 h。

4）健康監測數據 結構健康監測（Structural Health Monitoring，SHM）是利用安裝在起重機械機構中的傳感器，通過對結構的物理力學性能進行無損檢測，在線實時地獲取與結構健康狀況相關的結構信息（應力、溫度、振動特性等），結合信號處理和損傷識別，對結構的安全狀況做出評估，提出使用和維護意見。應用于起重機械的健康監測除了常規的運行參數和安全保護裝置意外應以金屬結構應力監測和減速器的溫度、振動監測為主，監測部位的選取原則主要由以下3 方面：①均勻高應力區：應力達到屈服應力時可能引起結構件塑性變形；②應力集中區：如孔洞、尖角和焊縫截面劇變處；③最大應力沒有達到材料的屈服點，但因發生撓曲或過大變形而導致結構屈曲破壞的彈性屈曲區(如受壓結構件的彈性屈曲)。

應力監測的測試點布置應根據起重機類型來分布，以塔式起重機為例，測試點應重點分布在起重臂；平衡臂；塔身的根部、變截面、變徑截面；轉臺與回轉支承連接主截面等位置。

對減速器的監測是由于起重機的制動器通常安裝于設備的高速軸（目的是減小制動力矩和結構尺寸），一旦減速器故障有可能起重機制動失效，故對減速器的溫升和振動數據的采集監測尤為重要[4]。

2.3 數據處理模塊

數據采集模塊包含利用高精度的傳感器采集數據，以及對海量的數據進行篩選、剔除、選擇，健康監測中一個重要環節就是應力應變監測。對應于應變傳感器宜選擇光纖光柵應變傳感器，其結構簡單、小巧，采用金屬材料作為傳感器基底，可以用專用膠非常方便地粘接在各種鋼結構表面，能夠實現對溫度、應變、位移、振動等物理量的長期高精度監測。由上述分析可知，起重機械監測的數據眾多，故有必要建立基于大數據的安全評價系統并對采集數據進行預處理。預處理主要包含3個方面：

1）重復數據的排序和合并 在實際采用過程中，由于格式差異、系統存儲故障等原因難免導致數據的重復和冗余，這不利于后期的系統決策，可以利用近鄰排序法（Sorted Neighborhood Method，SNM）對數據進行排序和合并，選擇保留正確的數據記錄；

2）數據缺失的處理 由于數據種類和數量繁多，在采集過程中難免出現數據缺失，可以依據經驗選擇可靠性較高的數據進行填充；還可以利用平均值法、中值法、貝葉斯公式等進行分析填充；

3）噪聲處理 在數據采集和傳輸過程中，易受到環境噪聲、傳感器性能不穩定等因素干擾，造成若干數據明顯偏離基準線影響后續分析?？刹捎眯〔ㄩ撝党敕▽收闲盘栠M行處理，在去除噪聲的同時盡可能保留有用的數據并避免其流失。

2.4 健康監測模塊和智能診斷

由前述分析可知，為達到實時監測數據的精準，避免主觀因素的影響，要對數據進行嚴格篩選，并最大程度保證對起重機械參數全覆蓋，一般可以從金屬結構、動力裝置、工作機構和控制系統出發，選取相應的檢測指標（如強度診斷、疲勞損傷診斷、裂紋和銹蝕、變形等）?；?個部分的健康監測指標和數據源如表1所示。

表1 4 部分監測指標和數據源

對采集到的數據進行清晰的計算和過濾等邊緣計算預處理后，數據將通過5G/4G/無線網絡/以太網上傳至云平臺，實現對包括設備運行狀態、故障報警等的信息遠程監控和管理。

智能診斷是對采集的數據進行智能處理和數據管理，最核心的是對數據進行智能分析、分類，確定故障是否存在并及時預警，一般可以采用卷積神經網絡算法實現。以金屬結構應力為例來說明數據源采集和綜合判定原則，其流程如圖3 所示。

圖3 基于金屬結構健康監測流程圖

結構應力的安全判定原則應根據GB/T 3811—2008《起重機設計規范》提供的極限狀態設計方法進行，結構應力分為自重應力和起升載荷應力組成，自重應力可以計算得出。起升載荷的應力根據GB/T 22437.1—2018《起重機 載荷與載荷組合的設計原則 第1 部分：總則》中表4 的規定結合設定的應力集中區安全系數進行綜合判定。

在起重機健康監測系統中，數據分析處理的結果關系著評估系統所做評估的準確性，因此，應能從監測數據中準確查找出異常觀測值，并可以對異常數據進行可靠性分析進而初步判斷其產生的原因。針對不同的原因做出相應的處理操作，進而捕捉到起重機產生病變的一切線索，為專家評估系統做出合理的評價奠定基礎，從而為起重機健康狀態的正確判斷提供可靠依據。

3 完善起重機械結構健康監測系統的建議

隨著自動化、智能化在起重機械中的規?；瘧?，越來越多的學者將研究重點放在起重機結構健康的監測與診斷上，對于如何充分利用好大數據，保證監測的質量和效果，給出以下3 點建議

1）完善標準體系建設 多措并舉推動標準宣貫和執行。已公布的標準如GB/T 38565—2020《特種設備物聯網系統數據交換技術規范》，制造單位應按照標準制定符合實際基于大數據分析的起重機物聯網系統；主管部門還需根據不同類別、類型的起重機制定結構健康監測、檢測與診斷的標準，可參考的文獻有中國港口協會發布的團體標準T/CPHA 10—2022《港口門座起重機結構健康監測、檢測與診斷》和GB/T 41510—2022《起重機械安全評估規范 通用要求》等；

2）進一步加強診斷的準確率和實時性 目前國內對起重機結構健康診斷的實現算法還處于起步階段，對數據信息的挖掘尚在基礎階段，制造單位應聯合特檢院、科研機構和高校等深度學習相關理論，對網絡建模和算法進行優化；引入智能AI 技術，依靠大數據庫和智能搜索引擎，通過技術手段實現智能分析提醒、AI 智能問詢、履職風險智能研判、安全形勢分析報告一鍵生成等功能。

3）加強并完善數據源的統一建設 受制造單位或科研機構數據保密和實驗室條件的限制，目前健康監測數據的來源較為分散，應思考如何融合制造數據、監督檢驗（定期檢驗）不合格項目和維修保養記錄對起重機安全狀態進行全面評估，確保能真實反映起重機的實際健康狀態。

4 總結

起重機結構健康監測系統能夠分析評估起重機的安全性和可靠性，對于延長起重機的剩余壽命、降低事故發生率，減少財產和人員的損傷具有重要意義。然而其較之傳統的起重機監控系統，具有傳感器種類多、數據源繁多、信號傳輸與存儲的實時性要求高等特點，這使得它對數據采集和處理系統的軟件方面提出了很高的要求。如何建立多點聯合判斷、多指標綜合評估的起重機健康狀態評估體系還需進一步深入研究。