数据融合技术在港口设备智能维保系统中的应用

 　　随着国际经济贸易的蓬勃发展，传统的港口作业模式已无法满足日益增长的货物吞吐需求，港口自动化作业技术应运而生。港口自动化作业始于20世纪80年代，至今已有40年的发展历史，目前已发展至第四代全自动化码头作业。以自动化为基础，港口作业将向智能化方向发展，即实现港口作业无人化，从而有效提高港口作业效率和安全性。港口设备智能维保系统作为港口高效稳定运行的重要保障，是智慧港口必不可少的组成部分。为了提高港口作业自动化和智能化水平以及降低港口安全管理成本，可以在港口设备智能维保系统中应用数据融合技术，实现对港口设备多源数据的综合利用：在港口设备的关键位置设置传感器，采集设备振动、应变、温度等运行状态数据，并通过数据融合技术将多源监测数据有机结合，深度挖掘其中的有效信息，从而提高港口设备智能维保系统的可靠性和准确性;同时，利用多源数据融合分析结果识别设备异常状态，预测可能发生的故障并实施预判性维护，从而提高港口设备运行效率，实现港口资源的有效利用。本文以港口岸桥为例，分析数据融合技术在港口设备智能维保系统中的应用，以期为港口设备智能维保提供借鉴。

　　《国际贸易问题》经济核心论文发表期刊，月刊创刊于1975年，由中华人民共和国教育部主管、对外经济贸易大学主办，本刊立足学术领先，以国际化和数字化为基点，以学术化、专业化、平台化、品牌化为方向，继续保持我国国际贸易理论与政策的顶尖学术期刊地位。

　　1数据融合技术介绍

　　数据融合技术指通过计算机技术综合分析多源数据，充分挖掘多源数据中隐藏的信息，从而更加全面地评估对象的状态。相较于单一传感器监测和人工观测，数据融合技术能通过对多源数据的优化组合来挖掘更多有效信息，从而有效提高观测精度和判断准确度。各类复杂的机械和电气控制系统往往具有多个状态特征量，且状态表达极为复杂，单个传感器无法有效、全面地监测系统状态;因此，在对复杂系统实施状态监测时，常常同时采集多源状态数据，如设备的振动、温度、压力、应变、速度等数据，并将多源数据有机结合后实施综合处理，以提高系统评估的准确性和可靠性。此外，结合模糊评价技术，可充分利用原本无法融人信息化体系的人工观测数据。可见，数据融合技术能够高效、全面地利用复杂系统采集的多源数据，为后续的系统状态监测、故障诊断、维护保养、数据可视化等提供支持。

　　2基于港口设备维保要求的港口设备智能维保系统架构

　　2.1港口设备维保要求

　　根据《港口设施维护管理规定》，港口设施维护是优港口、转方式、调结构的重要内容，其目的是为了保证港口设施使用安全，提高港口设施运行效率，保障港口资源有效利用。港口设备维保的具体要求包括：贯彻预防为主的方针，事前维护优于事后维修;遵循科学管理、合理使用、定期检测、适时维修的原则，提倡科技进步、节能减排，鼓励开发和应用新技术、新材料、新方法;注重港口设备维保策略的理论支撑，以先进的方法论指导港口设备维保工作，使港口设施始终保持良好状态，提高港口设施的安全性、适用性和耐久性。

　　2.2港口设备智能维保系统架构

　　港口设备智能维保系统自下而上分为设备层、数据层、数据挖掘层、应用层和表示层(见图1)。

　　设备层由装卸搬运作业设备组成，包括岸桥、堆场门式起重机、自动导引车、集装箱跨运车等，是港口設备智能维保系统维护保养的对象。

　　数据层由各类数据采集设备和通信设备组成，主要实现设备层工作状态数据采集和传输功能。在港口设备智能维保系统中，数据层是连接底层硬件与上层软件的桥梁。第五代移动通信技术(5G)和第六代无线网络技术(wi-Fi6)为工业场景提供了低延时、高稳定、多接人的无线通信手段，使得部分场景下的港口设备能够摆脱有线通信的限制。

　　数据挖掘层、应用层和表示层都属于上层软件的范畴。数据挖掘层的主要功能是处理数据层采集的设备状态数据，并提取数据特征，从而为应用层和表示层提供支撑，例如：实时分析起重机电机的振动数据，及时发现电机的异常状态。应用层的主要功能是根据数据挖掘层提取的数据特征，为存在故障隐患的设备安排预判性维护任务，合理调度港口各项维保工作，从而提高港口设施设备的安全性、适用性和耐久性。表示层的主要功能是在多平台可视化展示港口整体运作情况，辅助港口发展规划、规章制度修订等战略性决策。

　　3数据融合技术在港口岸桥智能维保系统中的应用

　　3.1数据采集

　　港口岸桥智能维保系统要求在岸桥关键位置安装传感器，采集岸桥实时状态数据，包括岸桥振动、应变、运动等数据。

　　(1)振动数据振动传感器将岸桥振动过程中的物理量(如位移、加速度等)转化为电信号输出。振动数据可用于评估金属结构刚度、旋转机构状态等。一般情况下，采用低频振动传感器监测金属结构(岸桥主梁)振动状态，采用高频振动传感器监测高速旋转部件(如传动系统电动机、变速箱等)振动状态。

　　(2)应变数据应变传感器安装于岸桥金属结构相对较为薄弱、易产生应力集中的位置，以采集岸桥金属结构的应变数据，从而监测金属结构应变情况，避免作业时因结构应变过大而出现断裂等情况。此外，应变数据可用于修正理论模型计算值的误差，使岸桥数字孪生模型更加接近实际。

　　(3)运动数据运动数据主要有以下采集方式：一是在岸桥重要位置安装测量加速度、角度等数据的姿态传感器;二是直接运用定位技术获得设备整体或某个部件的位置数据。姿态传感器包括陀螺仪、加速度计等运动传感器，可采集被监测部件的加速度、速度、角加速度、角速度等运动数据。定位技术包括刻度标尺定位、磁钉定位、全球定位系统(global positioning system，GPS)定位等，其中：刻度标尺定位、磁钉定位精度较高，但需要提前布置刻度标尺、磁钉等辅助装置;GPS定位仅需GPS传感器，但精度稍低。通过以上方式获得的运动数据可用于修正岸桥数字孪生模型运动状态和计算理论受力情况，并且通过不同方式采集的数据还可以互相验证，从而提高系统的准确性和可靠性。

　　3.2数据分析与应用

　　数据融合技术的功能是充分挖掘不同传感器采集的数据信息。根据数据融合程度的不同，数据融合可以分为数据层融合、特征层融合和决策层融合。

　　数据层融合是将不同传感器采集的原始数据直接融合的过程，例如：采用红外线热成像摄像头对岸桥电动机、变速箱等部件实施无接触式温度检测，将热成像数据与普通光学图像数据相结合，可获得带有温度数据的光学图像数据;识别带有温度数据的图像，即可读取特定位置的温度。热成像与光学图像数据层融合示意见图2。

　　特征层融合指从不同来源的原始数据中提取并融合多个特征信息的过程。通过多种测量手段获取岸桥运动特征：电机编码器采集岸桥电机转角和转速数据，据此可计算整个传动系统的运动状态;姿态传感器采集对应部件的加速度数据，据此可计算设备速度、位置等;刻度标尺定位系统和GPS传感器等采集对应部件的位置数据，据此可计算设备的速度、加速度等。电机编码器和刻度标尺定位系统的测量精度较高，但电机编码器只能用于电机监测，刻度标尺定位系统只能用于有轨部分定位;姿态传感器和GPS传感器的测量精度较低，安装要求也较低。特征层融合的作用是综合分析通过上述测量手段获取的岸桥运动特征，修正岸桥数字孪生模型的运动状态。相较于单一测量手段，多种测量手段相结合可有效降低测量误差。岸桥运动状态特征层融合示意见图3。

　　决策层融合指对不同来源的原始数据实施预处理和特征提取，并依据单个特征进行初步决策，再通过综合分析多个初步决策结果获得联合决策结果的过程。例如：分析岸桥振动、温度、运动数据，发现其中1个或多个数据分析结果存在异常，如主梁振动异常、结构应变过大、电动机温度偏高等;先根据每个异常状态初步判断异常原因，再综合多个初步结果推断岸桥异常的根本原因。岸桥异常判断决策层融合示意见图4。

　　4结束语

　　智能化是港口设备维保系统发展的重要方向，数据融合技术是涉及港口设备智能维保系统多源数据处理的关键技术。将数据融合技术应用于港口设备智能维保系统，通过对设备多源数据的有机结合和高效利用，能进一步提高港口设备智能维保系统的准确性和可靠性，为港口设备高效、安全运行提供保障，为港口信息化和智能化生产提供支撑。

《数据融合技术在港口设备智能维保系统中的应用》

本文由职称驿站首发，您身边的高端学术顾问

文章名称： 数据融合技术在港口设备智能维保系统中的应用

文章地址： https://m.zhichengyz.com/p-45545