朱 靖

中船第九設計研究院工程有限公司 上海 200090

0 引言

發(fā)展是第一要務，安全是第一保障。工業(yè)和信息化部應急管理部聯合印發(fā)《“工業(yè)互聯網+安全生產”行動計劃（2021-2023年）》的通知，提出“工業(yè)互聯網+安全生產”是通過工業(yè)互聯網在安全生產中的融合應用，增強工業(yè)安全生產的感知、監(jiān)測、預警、處置和評估能力，加速安全生產從靜態(tài)分析向動態(tài)感知、事后應急向事前預防、單點防控向全局聯防的轉變，提升工業(yè)生產本質安全水平。

船廠造船門式起重機單臺造價高，在船舶制造中起著不可或缺的作用，由于其作業(yè)工況復雜（單機抬吊翻身和雙機聯吊、多機型交叉作業(yè)）、環(huán)境惡劣（露天臨海/江、鹽霧、濕度、大風），容易導致整機碰撞干涉、失穩(wěn)傾覆、主體結構變形失效以及零部件腐蝕、疲勞斷裂失效等事故隱患，引發(fā)較重大的特種設備安全事故。

1 造船門式起重機安全保障現狀

目前各大船廠在役的造船門式起重機大部分都是新世紀以來由我國自行設計、制造、使用和運維的產品。受當時客觀條件所限，這些造船門式起重機設計安全系數冗余，系數同制造安裝水平的匹配性，理論工作級別與實際工作循環(huán)次數的一致性，零部件性能與維護保養(yǎng)的關聯性等都存在較大差異和不確定性。由于船舶建造周期緊張，造船門式起重機不得不高負荷運行、交叉作業(yè)、甚至帶病運行。目前船廠的生產設備維護主要以定期檢修和事后應急搶修為主，現場安全管理人員無法掌握生產設備實時狀況，對于設備的狀態(tài)評估仍舊以靜態(tài)經驗判斷為主，且因為設備問題繁多復雜，常常無法兼顧所有設備的深度維護保養(yǎng)，故需一套完善的造船門式起重機安全保障系統(tǒng)來保駕護航。

根據船廠造船門式起重機特點和管理現狀對存在的風險等級進行分類，將造船門式起重機安全保障面臨的內容分為4個等級的風險：

I類風險不造成人員傷害和設備損壞，如安全標識缺失、不夠人性化的設計、維保體系的不完善；

II類風險可能造成人員傷害和設備損壞，但可以排除和控制，如不規(guī)范的操作方法、結構異常變形、起升機構振動超差、運行機構啃軌現象、剛柔腿運行機構同步性超差、區(qū)域起重機互相干涉等大部分險肇發(fā)生前期出現的問題；

III類風險會造成人員傷害和設備損壞，須立即處理：如主結構裂縫、主要承載結構變形失穩(wěn)、關鍵零部件疲勞失效等；

IV類風險造成人員傷害和設備損壞，如事故和故障狀態(tài)。

從安全保障上來看，著重關注的應是處在萌芽狀態(tài)的II類風險，通過有效的監(jiān)測手段，提前預知故障隱患并進行預警，防止風險等級的上升。

2 工業(yè)互聯網平臺架構和狀態(tài)監(jiān)測技術

2.1 工業(yè)互聯網平臺架構

近年來，新一輪科技革命和產業(yè)變革快速發(fā)展，工業(yè)互聯網技術給傳統(tǒng)造船行業(yè)帶來了新的契機。本文以接入層、平臺層和應用層這一典型技術架構建立的數字化平臺作為承載造船門式起重機的安全保障系統(tǒng)基礎平臺。

1）接入層 由外部數據、實時數據采集及邊緣計算、工業(yè)機理模型等組成；

2）平臺層 由工業(yè)大數據計算中心——分布式文件存儲系統(tǒng)、數據倉庫系統(tǒng)、機器學習算法庫、分布式協(xié)同調度服務、流式實施計算模型、大數據查詢系統(tǒng)等組成；工業(yè)know-how模型由算法框架、工業(yè)微服務共享庫、專業(yè)機理模型庫、知識圖譜、語義模型、領域知識和評價體系等組成；

3）應用層 提供運行狀態(tài)監(jiān)測、健康評估、異常情況預警、實時故障診斷和智能化運維服務的各類工業(yè)APP。

2.2 狀態(tài)監(jiān)測技術

1）通過傳感器進行數據采集

針對II類風險中結構異常變形、起升機構振動超差等存在劣化趨勢的風險，采用狀態(tài)監(jiān)測的方法對風險進行預測和預警。起重機狀態(tài)監(jiān)測技術路線如圖1所示。通過采集設備運行狀態(tài)數據和在線狀態(tài)監(jiān)測數據來獲得設備運行和維保階段產生的能反映設備整體和各部件狀態(tài)變化的特征數據。

圖1 起重機狀態(tài)監(jiān)測技術路線圖

設備運行狀態(tài)數據主要是指設備的工況數據，如載荷大小、起升高度、行走距離以及設備控制系統(tǒng)參數，如電機的電流、電壓、轉矩等，這些數據的采集可從安全監(jiān)控管理系統(tǒng)和PLC管理的數據庫中搜集。

在線狀態(tài)監(jiān)測數據是通過外加的專用傳感器采集相關的特征數據，針對關鍵結構件和機構件，從結構變形和機構振動2個方面布置應變和加速度傳感器，分別采集起重機工作時的時域和頻域特征值數據。

2）數據預處理

由于數據采集的渠道、協(xié)議以及時序均存在差異性，需對采集到的原始數據進行時間同步、清洗、集成、轉換、離散化、規(guī)約、降維和特征提取等處理工作，以滿足分析、預測、診斷等功能的實施。將采集到的設備運行狀態(tài)數據和在線狀態(tài)監(jiān)測數據進行清洗、分類和梳理，將各類不同來源的數據在數據采集模型內進行時間同步，并將關聯數據通過邊緣計算進行篩選和整合，減少后續(xù)平臺的處理工作量，滿足應用需求。

3）基于機理模型和大數據技術的數據分析

根據對II類風險的分析，結合在設計、制造安裝、實際使用過程中遇到的問題和解決問題積累的經驗，從整機鋼結構、起升機構及關鍵零部件的循環(huán)特性、疲勞累積和趨勢變化等對安全性影響較大的內容進行研究。

通過運行狀態(tài)數據估算起重設備整機以及關鍵零部件的已使用壽命，從而評估起重設備的健康狀況。基于采集的運行狀態(tài)數據和在線狀態(tài)監(jiān)測數據，再結合造船門式起重機的機理模型，進行專業(yè)分析及大數據分析，監(jiān)測起重設備的故障趨勢，實現故障的預警與預測。

2.3 應用場景

將PLC中設備運行狀態(tài)數據和在線監(jiān)測采集到的數據融合和迭代，采用標準化數據處理、圖形化數據顯示、人性化的用戶交互界面，快速顯示分析處理結果。從而實現對起重設備的健康評估、故障預測以及相應的設備運維管理。

1）健康評估

如圖2所示，根據采集的設備運行狀態(tài)數據和在線監(jiān)測數據，對造船門式起重機的主要結構件、關鍵零部件的狀態(tài)進行分析和評估，評價其健康情況，有利于生產和維保部門提前預知設備狀況，有針對性地安排維修或零部件計劃。

圖2 起重機健康評估系統(tǒng)架構圖

2）故障預測

①主梁結構異常變形故障預測機理模型

如圖3所示，根據歷史積累數據對比不同時序下相同工況時應變傳感器采集的應變通道時域數據可判斷主梁結構變化的趨勢，根據算法判斷存在劣化趨勢時進行故障預警，避免結構失效引起的災難事故。

圖3 起重機主梁結構故障預測技術路線

②起升機構傳動系統(tǒng)故障預測機理模型

如圖4所示，根據歷史積累數據對比不同時序下相同工況時采集的起升機構傳動系統(tǒng)上各振動傳感器的頻域數據，可判斷機構狀態(tài)變化的趨勢，避免重要機構件險肇事故的發(fā)生。

圖4 起重機傳動系統(tǒng)故障預測技術路線

3）運維管理

在建立信息化設備運維管理平臺的基礎上，將電子臺賬、現場看板、設備電子資料、維護保養(yǎng)要求和記錄通過三屏合一的模式投放到各個終端進行無紙化管理。同時根據設備運行狀態(tài)數據進行易損件更換周期預估、潤滑油加注周期精確計算、備品備件預采購零庫存等一系列的拓展應用，提升運維管理水平。

3 應用價值

1）保障造船門式起重機生產安全

本系統(tǒng)對于造船門式起重機生產安全的介入時間點均是設備和系統(tǒng)參數在達到臨界點之前，能有效防止實際故障的發(fā)生，從而將造船門式起重機的安全生產從靜態(tài)分析向動態(tài)感知、從應急向事前預防、從單點防控向全局聯防轉變，故生產的安全性大幅度提升。

2）降低造船門式起重機維護及停機成本

基于狀態(tài)監(jiān)測的造船門式起重機安全保障系統(tǒng)，使得維護周期動態(tài)可控；同時，因故障的提前預警，現場作業(yè)可合理安排維護工作，使造船門式起重機因故障意外停機時間大幅減少，從而降低總體維護及停機的成本。

3）提高造船門式起重機生產、運維的效率

采用先進的傳感器技術及工業(yè)互聯網技術，通過專業(yè)分析與大數據算法并行，可實時了解造船門式起重機的關鍵參數和故障的演化趨勢，從而有針對性地調整設備或系統(tǒng)的運行狀態(tài)與負荷，最終尋找到產能、質量與損耗三者的平衡點，提高造船門式起重機的綜合效率和延長其有效壽命。