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(xué)，山東青島 266500）

0 引言

大型機(jī)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(xiǎn)系數(shù)大的特點(diǎn)。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(chǎng)工作人員的人身安全與港口裝卸生產(chǎn)的順利進(jìn)行?，F(xiàn)階段我國各主要港口多數(shù)港口機(jī)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(cè)與修復(fù)的設(shè)備和手段也較落后，導(dǎo)致整機(jī)可靠性差、安全隱患多、停機(jī)待修時(shí)間長，嚴(yán)重影響了裝卸效率和整機(jī)工作潛力的發(fā)揮[1]。因此，對(duì)港口大型機(jī)械工作狀態(tài)的實(shí)時(shí)監(jiān)測(cè)、故障狀態(tài)的診斷預(yù)測(cè)、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(duì)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(xué)[2]、上海海事大學(xué)[3]、武漢理工大學(xué)[4]等學(xué)習(xí)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(jì)算等技術(shù)的發(fā)展，使開發(fā)港口大型機(jī)械狀態(tài)監(jiān)測(cè)與分析系統(tǒng)成為可能。

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

根據(jù)現(xiàn)場(chǎng)實(shí)際，首先搭建了ThingWorx[5]物聯(lián)網(wǎng)平臺(tái)；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(yùn)行數(shù)據(jù)，通過傳感器獲取了機(jī)械的振動(dòng)與溫度數(shù)據(jù)，遠(yuǎn)期接入業(yè)務(wù)數(shù)據(jù)；最后將獲取到的數(shù)據(jù)接入到ThingWorx平臺(tái)并存儲(chǔ)，并利用ThingWorx平臺(tái)的可視化根據(jù)獲取的數(shù)據(jù)對(duì)設(shè)備進(jìn)行監(jiān)測(cè)，驗(yàn)證了方案的可行性。

1 設(shè)計(jì)方案

1.1 系統(tǒng)總體架構(gòu)

港口大型機(jī)械狀態(tài)監(jiān)測(cè)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(tái)

為實(shí)現(xiàn)港口大型機(jī)械狀態(tài)監(jiān)測(cè)與分析系統(tǒng)的設(shè)計(jì)、建設(shè)，利用Thingworx搭建數(shù)據(jù)平臺(tái)通過數(shù)據(jù)平臺(tái)完成數(shù)據(jù)存儲(chǔ)、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。基于Hadoop技術(shù)的ThingWorx大數(shù)據(jù)處理平臺(tái)，支持至少10 000臺(tái)設(shè)備和10次/s的海量高頻數(shù)據(jù)交互，且能夠進(jìn)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(chǔ)方面，數(shù)據(jù)平臺(tái)通過Data Watcher對(duì)數(shù)據(jù)采集模塊采集的港口大機(jī)設(shè)備數(shù)據(jù)進(jìn)行標(biāo)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(shí)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(tái)會(huì)定期根據(jù)數(shù)據(jù)存儲(chǔ)策略對(duì)平臺(tái)中的數(shù)據(jù)進(jìn)行清理，按照實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)、歸檔數(shù)據(jù)進(jìn)行分類，保證數(shù)據(jù)存儲(chǔ)的優(yōu)化和高性能。

在數(shù)據(jù)集成方面，數(shù)據(jù)平臺(tái)采用基于SOA（Service-Oriented Architecture，面向服務(wù)的體系結(jié)構(gòu)）的中間件實(shí)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(wù)數(shù)據(jù)的獲取工作。

大數(shù)據(jù)應(yīng)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(tái)取得與業(yè)務(wù)相關(guān)的數(shù)據(jù)，根據(jù)現(xiàn)場(chǎng)設(shè)備實(shí)時(shí)工況進(jìn)行異常報(bào)警、歷史狀態(tài)追溯，進(jìn)行可視化處理后展現(xiàn)給用戶。

（2）實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)。按照管理需求進(jìn)行數(shù)據(jù)提取和過濾，并進(jìn)行實(shí)時(shí)狀態(tài)分析。實(shí)時(shí)監(jiān)測(cè)橋吊、軌道吊、自動(dòng)導(dǎo)引車（Automatic Guided Vehicle，AGV）等大機(jī)設(shè)備的主要運(yùn)行狀態(tài)數(shù)據(jù)，包括位移、速度、位置、頻率、故障報(bào)警等。

（3）報(bào)警管理。數(shù)據(jù)平臺(tái)基于訓(xùn)練學(xué)習(xí)后的各種模型、故障知識(shí)庫對(duì)實(shí)時(shí)數(shù)據(jù)流進(jìn)行偵聽，從而實(shí)現(xiàn)特定業(yè)務(wù)和配置下的實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)和報(bào)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(cè)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(tái)OPC服務(wù)器獲取設(shè)備數(shù)據(jù)來支持設(shè)備自動(dòng)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(shí)時(shí)獲取軌道吊、AGV和橋吊的運(yùn)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(jī)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(tái)OPC采集不同的設(shè)備數(shù)據(jù)；第二層，Kepware OPC服務(wù)器作為多子系統(tǒng)的數(shù)據(jù)服務(wù)器，通過級(jí)聯(lián)的方式，統(tǒng)一匯集下層各OPC服務(wù)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(tái)。為了避免第三方操作對(duì)電控系統(tǒng)的干擾，第一層OPC服務(wù)器以單工方式拷貝數(shù)據(jù)發(fā)送給第二層的Kepware OPC服務(wù)器，減少了第一層OPC服務(wù)器的負(fù)擔(dān)，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(chǎng)工作需求，部署振動(dòng)、溫度傳感器各1個(gè)進(jìn)行試驗(yàn)。傳感器布置在大車行走機(jī)構(gòu)的電動(dòng)機(jī)（圖2）。振動(dòng)傳感器型號(hào)為 LP252-4，（0～20）mm/s；溫度傳感器型號(hào)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(chǎng)采集終端，將現(xiàn)場(chǎng)所產(chǎn)生的模擬信號(hào)進(jìn)行采集與轉(zhuǎn)化，形成數(shù)據(jù)分析所需要的時(shí)序數(shù)據(jù)，傳輸?shù)酱髷?shù)據(jù)平臺(tái)?？刂破鹘K端作用是傳感器輸出模擬信號(hào)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(jī)械是實(shí)時(shí)移動(dòng)的，在機(jī)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(luò)進(jìn)行傳輸。

1.4 系統(tǒng)部署（圖4）

（1）數(shù)據(jù)接入層。機(jī)房部署2臺(tái)Kepware OPC服務(wù)器，獲取大機(jī)設(shè)備的運(yùn)行數(shù)據(jù)。

（2）平臺(tái)層。機(jī)房部署1臺(tái)數(shù)據(jù)庫服務(wù)器、2臺(tái)存儲(chǔ)服務(wù)器。

（3）應(yīng)用層。機(jī)房部署1臺(tái)應(yīng)用服務(wù)器。

（4）移動(dòng)終端。移動(dòng)終端的應(yīng)用重點(diǎn)在狀態(tài)監(jiān)測(cè)部分，主要包括儀表盤和報(bào)警管理。

2 實(shí)時(shí)狀態(tài)展示

目前已采集到橋吊、AGV、軌道吊的相關(guān)實(shí)時(shí)數(shù)據(jù)，并做了相應(yīng)界面展示，驗(yàn)證方案的可行性。

2.1 設(shè)備運(yùn)行臺(tái)時(shí)

設(shè)備運(yùn)行臺(tái)時(shí)包括正在工作的橋吊、AGV各設(shè)備工作量雷達(dá)圖展示。從圖5可以看到，當(dāng)前正在工作的有7臺(tái)橋吊、17臺(tái)AGV，每臺(tái)設(shè)備工作的時(shí)間可以通過雷達(dá)圖展示。圖6展示了AGV充電的次數(shù)與時(shí)間。設(shè)備運(yùn)行臺(tái)時(shí)的統(tǒng)計(jì)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(tái)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(cè)

為了滿足自動(dòng)化操作的要求，橋吊采用雙小車結(jié)構(gòu)，設(shè)置門架平臺(tái)作為緩沖。主小車主要負(fù)責(zé)集裝箱船舶與橋吊門架的交互；門架小車負(fù)責(zé)門架平臺(tái)與AGV的交互；大車負(fù)責(zé)橋吊的水平移動(dòng)?；诖耍杉酥餍≤?、門架小車、大車的相關(guān)數(shù)據(jù)進(jìn)行監(jiān)測(cè)。主小車、大車、門架小車、起升機(jī)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(fù)載、左負(fù)載，以及陸側(cè)吊具右負(fù)載、左負(fù)載。監(jiān)測(cè)界面如圖7所示。其中，海側(cè)吊具右負(fù)載為箱重+吊具重量，單位為0.1 t。

經(jīng)觀察，4個(gè)吊具的數(shù)值一直出現(xiàn)顯著差異。診斷得出是4個(gè)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(fù)載、右側(cè)負(fù)載、車速的界面如圖9所示。

從實(shí)際的效果來看，能實(shí)時(shí)將設(shè)備數(shù)據(jù)采集傳輸?shù)狡脚_(tái)，分析監(jiān)測(cè)到的數(shù)據(jù)能反映出橋吊機(jī)構(gòu)的運(yùn)行狀態(tài)，驗(yàn)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(yùn)行臺(tái)時(shí)

圖6 AGV小車充電次數(shù)與時(shí)間

2.3 AGV監(jiān)測(cè)

AGV相關(guān)實(shí)時(shí)數(shù)據(jù)包括累計(jì)充電次數(shù)、AGV載重、電池電量、AGV平均車速、電池實(shí)際電流、電池實(shí)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(jì)充電時(shí)間、累計(jì)運(yùn)行時(shí)間、累計(jì)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(cè)

主要在軌道吊大車主電機(jī)上，加裝了一套溫度與振動(dòng)傳感器，實(shí)時(shí)監(jiān)測(cè)電機(jī)的運(yùn)行狀態(tài)（圖11）。

從振動(dòng)傳感器數(shù)據(jù)曲線來看，檢測(cè)到脈沖出現(xiàn)，結(jié)合溫度傳感器檢測(cè)到的電動(dòng)機(jī)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(fù)載大小有關(guān)，需要進(jìn)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(duì)港口大型機(jī)械狀態(tài)監(jiān)測(cè)的問題，給出一種基于Thing-Worx物聯(lián)網(wǎng)平臺(tái)的港口大型機(jī)械狀態(tài)監(jiān)測(cè)與分析方案：采用Kepware OPC服務(wù)器的方式采集橋吊、軌道吊、AGV的電控?cái)?shù)據(jù)；研發(fā)了振動(dòng)溫度信號(hào)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(wù)器上預(yù)處理，最終接入ThingWorx平臺(tái)。通過平臺(tái)對(duì)數(shù)據(jù)進(jìn)行處理跟圖形化展示，實(shí)際結(jié)果顯示數(shù)據(jù)能夠?qū)崟r(shí)存取，驗(yàn)證了方案的可行性，為后續(xù)大數(shù)據(jù)分析預(yù)測(cè)奠定基礎(chǔ)。

圖11 溫度與振動(dòng)傳感器曲線

[1]張博，杜蕃.港口機(jī)電設(shè)備管理維護(hù)現(xiàn)狀分析及應(yīng)對(duì)措施[J].中國新技術(shù)新產(chǎn)品，2016（10）：159-160.

[2]王志欣.岸橋機(jī)械動(dòng)態(tài)特征信息的數(shù)據(jù)挖掘與狀態(tài)識(shí)別[D].上海：上海交通大學(xué)，2008.

[3]王微.超低頻高幅振動(dòng)位移實(shí)時(shí)處理技術(shù)及其DSP應(yīng)用研究[D].上海：上海海事大學(xué)，2007.

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

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