塔機健康管理關鍵技術研究

侯昀昊

摘要：為了確保塔式起重機的安全性，進一步對起重機進行科學管理，在闡述塔式起重機健康管理需求、國內外現狀和發展趨勢的基礎上，提出了塔式起重機健康管理的技術框架，分析了塔式起重機安全監控、健康監測、健康狀態診斷、故障趨勢預測、預測性維護決策等起重關鍵技術。

關鍵詞：塔式起重機；故障診斷；智能運維

0? ?引言

塔式起重機廣泛應用于冶金、化工、電力、港口、建筑、制造等行業，高可靠性的監測設備、科學的診斷預測方法和健康管理的體系，是起重機械安全的可靠保證。為了確保塔式起重機的安全性，進一步對起重機進行科學管理，在闡述塔式起重機健康管理需求、國內外現狀和發展趨勢基礎上，提出塔式塔式起重機健康管理的技術框架，分析了塔式起重機安全監控、健康監測、健康狀態診斷、故障趨勢預測、預測性維護決策等起重關鍵技術。

1? ?塔式起重機健康管理要求及研發現狀

1.1? ?塔式起重設備的健康管理要求

1.1.1? ?從“制造+銷售”模式向"技術+管理+服務"復合模式轉型

以健康診斷和遠程維護為核心的售后服務，是實現服務型制造的重要途徑。在經濟全球化一體化的趨勢下，使用同一設備的用戶可能分布在世界各地，這給設備的運行和維護帶來了巨大的困難和挑戰。近年來，傳統的“制造+銷售”模式正在逐漸向“技術+管理+服務”的復合模式轉型，制造業正在從生產型制造向服務型制造的轉變方向發展，這已成為制造業發展的重要趨勢。

鑒于此，需要主機企業將重點從生產比重大的價值鏈低端，轉向服務比重大、附加值高的價值鏈高端，發展以健康診斷和遠程維護為核心的售后服務業務。這是一個具有高附加值的產品業務，將成為推動制造業轉型升級、走向產業鏈高端的重要途徑。

1.1.2? ?智能化綠色化需健康診斷和健康管理技術支持

隨著科學技術的發展，起重設備正朝著大型化、自動化的方向發展。起重機械的結構和功能越來越復雜，維護和管理的難度也越來越大。一旦發生事故，往往造成巨大損失，甚至是災難性后果。傳統的“故障維修”“計劃維修”和“事后維修”都是被動的或經驗型的，無法結合設備現狀進行合理的維護保養。這種維護方法勢必會造成設備維護不到位、維護過度等問題，影響設備的安全使用。綜上，傳統的維護方式難以滿足現代智能化綠色化的需要，迫切需要健康診斷和健康管理的技術支持。

1.2? ?國內外起重設備的健康管理研發狀況

1998年，美國首次提出了健康管理的概念，并利用健康管理技術開發了系統。Hale等人研究了起重機金屬結構的疲勞裂紋監測技術。Lee等人開展了鋼結構疲勞裂紋生長監測研究。日本安川公司的起重機監控系統利用智能傳感技術，實時采集生產現場的數據，并通過無線通信技術遠程監控集裝箱裝卸設備，實現了遠程故障診斷。日本住友公司開發的起重機監控系統，可以實時監控起重機的金屬結構應力，并利用超高速交換路由技術，實現對其自主品牌機械在全球生產的產品進行實時在線健康監控。馬來西亞柔佛港基于無線技術開發了一套復雜的健康監測系統，該系統利用專用軟件實現了港口作業的統一調度和自動化。

此外，科尼、德馬格、利勃海爾、馬尼托瓦克等企業，也開發了相應設備類型的安全監控管理系統，對起重機械的運行參數和操作指令進行實時監控。國內戴海波[1]總結了起重機械經常出現的故障，并運用診斷類故障分析方法對故障源進行了分析。孫文崢[2]以QTZ80型塔式起重機為研究對象，利用PCA方法，對起重機穩定運行工況和變工況運行的情況下分別進行了故障診斷。周曉燕[3]等人研究了輕小型起重機的故障診斷方法，并設計了基于案例推理的起重機故障診斷系統。

1.3? ?起重設備健康管理的發展趨勢

一是網絡化趨勢。隨著信息技術的發展，開發基于網絡的遠程故障診斷和健康管理系統，可以提高復雜設備故障診斷的協調性和準確性，降低復雜設備的運行成本，提高企業的經濟效益。

二是面向服務的趨勢明顯。以服務的形式封裝和使用故障診斷資源，并在健康管理平臺中進行服務交換和共享，有利于豐富平臺的知識資源、診斷方法等內容，提高資源利用率，促進健康管理技術的深入研究和應用。

三是智能化趨勢。知識在健康管理系統中扮演更重要的角色，知識化和智能化將成為健康管理技術的發展趨勢。設備系統將具備自我診斷和遠程維護功能，要求相應的健康管理系統具有學習和更新知識，并能通過自學具備設備診斷和操作維護指導生產的能力。

2? ?塔式起重機健康管理框架

綜合管理系統將為塔式起重機的安全、穩定運行提供強有力的保障。塔式起重機健康管理框架功能如下：第一，通過智能傳感技術，系統能夠獲取起重機結構、機構、電控和環境等方面的關鍵特征參數。第二，通過物聯網技術，將監測參數實時傳輸到遠程中心，以便實現遠程監控和管理。第三，通過數據庫接口、分析和快速存儲技術，系統能夠將非結構化數據轉化為結構化數據，從而方便后續的處理和分析。第四，利用信號處理技術、特征提取技術和數據融合技術，系統能夠對非結構化數據的特征參數進行處理和分析，提取出有價值的信息。第五，通過人工智能、深度學習等技術，系統能夠實現起重機的故障診斷和預測，提前發現潛在問題并采取相應措施。第六，通過可視化技術，系統能夠將起重機健康管理的全過程可視化，讓管理者能夠直觀、全面地了解起重機的健康狀態和運行情況。

3? ?塔式起重機健康管理關鍵技術

3.1? ?安全監測技術

根據GB/T 28264-2017《起重機安全監測管理系統》的要求，安全監測技術利用質量、位移、限位開關、視頻等傳感監測手段作為基礎，采用工業總線和無線網絡技術，基于OPC（工業自動化開放平臺）技術，對起重機的14個關鍵監測參數和9個監測狀態進行精確記錄和管理。

這些數據將被儲存在機載工業計算機中，以備后續的查詢和數據分析。通過視頻監視器、顯示器等設備，將起重機的實時工作狀態和各項參數直觀地展示給操作人員和監控人員，以確保起重機的安全、穩定運行。安全監測技術工作原理如圖1所示。

3.2? ?健康監測技術

健康監測技術主要是監測設備的運行狀態。該技術利用振動、溫度、轉速、光纖布拉格光柵應變等傳感監測手段，以現場總線和無線網絡技術為基礎，對起重機結構的主要承重部件、減速機高速軸與低速軸、制動器力矩狀態、制動器位移等關鍵部件進行實時在線監測。監測的內容包括噪聲、振動、溫度、壓力和速度數據等，以便全面獲取起重機運行狀態的信息。

通過無線通信技術，將在線監測的數據通過無線通信技術實時傳輸到場內監測站，并利用云計算、物聯網等手段，在遠程數據中心實時進行分析，并將結果返回至場內監測站。同時將數據輸送給用戶，用戶得到反饋后可以實時進行操作信息的變更，這樣即可實現對起重機參數的全天候監測和預警功能。健康監測技術工作原理見圖2。

3.3? ?健康狀況診斷技術

健康狀況診斷技術主要是通過從健康監測技術中采樣的數據中提取特征，對塔式起重機結構關鍵部位的應力監測數據進行深入分析，從而診斷出起重機器在規定工況和最惡劣動態工況下的結構承載能力，并評估其結構健康水平。

采集減速機高速軸、低速軸等部位的振動監測數據，并利用時域和頻域的相關分析，提取振動信號的時頻特征參數，從而診斷出減速機的健康狀態。在采集制動器扭矩刻度數據基礎上，通過圖像特征提取和時間歷程相關分析等方法，診斷制動器的健康狀況。采用模糊評價方法，并通過評估方法和其他方法擴展健康診斷，從而確保全面、準確地評估起重機的整體健康狀況。健康狀態診斷技術工作原理如圖3所示。

3.4? ?損傷趨勢預測技術

損傷趨勢預測主要是指預測設備剩余壽命或設備初始故障發生到功能損壞時間等。這些技術主要采用雨流計數法預測每個測量點的疲勞壽命。通過時域、頻譜相關分析和時間序列預測模型，以預測減速器的故障狀態。同時，基于圖像特征提取和時間歷程相關分析，以預測制動器的性能退化狀態。基于神經網絡預測制動器的故障趨勢，從而更好地把握設備的運行狀況，及時發現潛在問題，并為維修保養提供精準的決策依據。損壞趨勢預測技術工作原理如圖4所示。

3.5? ?預測性維護決策技術

預測性維護決策技術是最終要實現的目標，該技術基于實時監測數據、歷史狀態數據、故障維修數據等信息，以最小的維修停機損失和最少的維修資源消耗為目標，制定塔式起重機重要功能部件的定量系統維護策略。通過現場故障數據統計、專家評估、定量建模等技術手段，確定塔式起重機系統功能部件的維護周期，從而有效降低人力物力，大量節約成本。

同時，結合監測技術、信息管理、灰色預測、多目標理論、可靠性建模、動態決策、機會維護等技術方法的交叉與耦合，進一步優化預測性維護決策的準確性和適用性。通過這些技術手段的綜合應用，可以實現對起重機械的預測性維護決策，從而實現更加精準、高效的設備維護和管理。

4? ?結束語

隨著傳感器技術、互聯網技術和大數據處理技術的不斷發展，塔式起重機健康監測將重點解決傳感器選點、結構健康狀態表示與診斷預測、機構健康狀態表示和診斷預測等關鍵問題，以及電氣控制系統健康狀態表征和診斷預測。采用基于監測大數據的設備預測性維修決策，改變了傳統的定期維修和后期維修模式，有利于優化維修周期和維修模式，降低人員和材料成本。

參考文獻

[1] 戴海波.起重機械的故障診斷與檢驗檢測研究[J].中國設備

工程，2021（23）：181-182.

[2] 孫文崢.基于PCA的塔式起重機故障檢測與診斷方法[J].

自動化應用，2023，64（9）：6-8..

[3] 周曉燕，陳潔.基于案例推理的輕小型起重機械故障診斷

[J].農村經濟與科技，2019，30（8）：275-277.