盧彥霖LU Yan-lin；王凱平WANG Kai-ping；李涵LI Han；李鎖強LI Suo-qiang；李鵬鵬LI Peng-peng

（中鐵建設集團有限公司，北京 100049）

0 引言

塔機作為一類高危特種設備，近些年來關于塔機的安全事故屢見不鮮，不僅嚴重危害了人民群眾的生命財產(chǎn)安全，也會對塔機廠家和施工企業(yè)產(chǎn)生一定的負面影響。需要對塔機的運行狀態(tài)進行實時的監(jiān)測，并基于監(jiān)測數(shù)據(jù)和計算對塔機進行未來狀態(tài)預測，做到預測性維護，及時規(guī)避風險，降低事故發(fā)生率。

近些年來，物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、虛擬現(xiàn)實等新一代信息技術也在不斷發(fā)展、碰撞和融合，不斷產(chǎn)生新的應用模式，催生出了新的技術。數(shù)字孿生技術與工業(yè)互聯(lián)網(wǎng)、工業(yè)大數(shù)據(jù)等深度融合逐步成為新一輪科技革命中各個領域數(shù)字化和智能化轉型的重要推動力量。數(shù)字孿生通過數(shù)字化方法建立物理實體的高保真模型，將物理實體的屬性、行為、狀態(tài)和性能等信息映射到虛擬空間，同時利用數(shù)據(jù)融合、數(shù)據(jù)分析和決策優(yōu)化等手段，對物理實體的實時性能和工作狀態(tài)進行分析、模擬和預測。為塔機狀態(tài)監(jiān)測、故障診斷、運行維護、遠程管理的發(fā)展提供了一個新的方向。

智能塔吊控制系統(tǒng)，旨在運用人工智能技術以推動傳統(tǒng)塔吊行業(yè)升級改造。利用人工智能技術對其工作全過程進行智能控制和安全預警具有極其重要的意義，智能塔吊也被納入世界各國工程機械智能化發(fā)展戰(zhàn)略中。

1 智能塔機監(jiān)控的國內(nèi)外研究現(xiàn)狀

1.1 塔機監(jiān)控系統(tǒng)研究現(xiàn)狀

近年來塔機的監(jiān)控系統(tǒng)開發(fā)是塔機信息化發(fā)展的一個主流方向，目前已經(jīng)在一定程度上實現(xiàn)了塔機的各項運行狀態(tài)的實時監(jiān)測，也能通過風險預警機制及時規(guī)避風險。

為解決塔機監(jiān)控系統(tǒng)中實時數(shù)據(jù)的無線傳輸問題，美國的CRANE 公司將ZigBee 通訊模塊用于塔機的監(jiān)控系統(tǒng)設計，以短程高效的無線通訊方式實現(xiàn)塔機的遠程監(jiān)控[1]。CRANE 公司主要為大型設備提供關于安全監(jiān)控系統(tǒng)的無線解決方案（Wireless Monitoring Solution，WMS）[2]，利用無線傳感技術采集系統(tǒng)數(shù)據(jù)，上傳至數(shù)據(jù)中心，實現(xiàn)塔機實時數(shù)據(jù)的采集與監(jiān)視功能。韓國延世大學與慶尚國立大學曾共同研發(fā)了3D 塔機導航系統(tǒng)[3]。在系統(tǒng)在塔機和該塔機相關的建筑物安裝激光傳感器采集塔機位置與環(huán)境關系，然后結合BIM（Building Information Modeling）技術，模擬出整個塔機工作環(huán)境，并將該環(huán)境以3D 形式展現(xiàn)在交互界面上，方便塔機操作人員操作。

國內(nèi)關于塔機監(jiān)控系統(tǒng)的研發(fā)起步較晚，隨著電子技術的發(fā)展，國內(nèi)關于塔機監(jiān)控系統(tǒng)的研發(fā)也開始了從依附塔機到監(jiān)控系統(tǒng)獨立化的轉變。各類相關產(chǎn)品相繼出現(xiàn)，功能日趨完善。

許景波等[4]為了有效監(jiān)測塔吊電機工作狀態(tài)，防止事故的發(fā)生，設計了塔吊電機遠程監(jiān)測終端。通過ATT7022芯片，實現(xiàn)了電機運行參數(shù)的測量以及過壓、過流、斷相和相序錯誤等故障狀態(tài)檢測。周海燕等[5]為了盡可能減少塔吊在工作過程中所隱藏著的較多的危險因素，基于GPSRTK 的塔吊自動化控制與監(jiān)控系統(tǒng)結合GPS-RTK 提供的實時精密定位技術應用于施工機械智能控制和安全監(jiān)控。

1.2 塔機數(shù)字孿生技術研究現(xiàn)狀

當前數(shù)字孿生技術在塔機方面的運用十分稀少，但數(shù)字孿生技術在起重機械對塔機數(shù)字孿生應用系統(tǒng)的開發(fā)研究具有很大的發(fā)展空間。

數(shù)字孿生技術在起重機械的應用主要通過數(shù)字孿生系統(tǒng)的深度分析，完成起重設備的結構分析、疲勞預測、運動預測等功能，實現(xiàn)設備的預測性維護、運行參數(shù)優(yōu)化等。Dong 等[6]根據(jù)橋式起重機的結構特點和工作循環(huán)過程，分別建立載荷、強度、缺陷和疲勞分析模型，通過對分析模型的封裝和信息傳遞，完成多理論計算模型，通過物理實時數(shù)據(jù)采集和由歷史數(shù)據(jù)與實體固有信息組成的模糊數(shù)據(jù)庫構建孿生數(shù)據(jù)，在虛擬空間中完成模型與孿生數(shù)據(jù)的融合計算實現(xiàn)橋式起重機結構疲勞壽命實時預測。Forbjorn等[7]通過建立小型折臂起重機的數(shù)字孿生體，使用從應變儀和編碼器采集的數(shù)據(jù)中估計有效載荷的方法為數(shù)字孿生系統(tǒng)提供所需的輸入數(shù)據(jù)，在有限元軟件中獲取實時仿真結果，實現(xiàn)小型折疊起重臂的狀態(tài)監(jiān)測，并通過實驗證實數(shù)字孿生可以作為預測性維護和產(chǎn)品周期管理的有效工具。Zhidchenko 等[8]通過在數(shù)字孿生技術的基礎上借助Simulink 完成起重機動態(tài)和運動學的模型，來討論起重機高速運行過程中的實時運動預測問題，從而指導塔機的實時操作。

1.3 IMU 模塊濾波算法研究現(xiàn)狀

IMU 可以通過測量加速度計和陀螺儀的數(shù)據(jù)，實時檢測塔式起重機的姿態(tài)，包括俯仰角、橫滾角和偏航角，提供實時的平衡控制反饋。對于IMU 模塊濾波算法最為常用的主要為卡爾曼濾波、粒子濾波和互補濾波。

姚露等[9]利用UWB 定位技術和IMU 慣性測量技術解算出機器人的位置信息，采用UKF 算法對位置信息數(shù)據(jù)進行融合，可以達到厘米級精度，數(shù)據(jù)穩(wěn)定。蘭志勇等[10]提出一種基于T-S 模糊控制的卡爾曼濾波姿態(tài)估計方法，實現(xiàn)量測協(xié)方差矩陣的實時調(diào)整，有效提高了姿態(tài)角解算精度。黃偉[11]通過觀測磁力計和加速度計的矢量變化，來校準IMU 模塊在積分運算中產(chǎn)生的隨機漂移，再將最終測量值輸入狀態(tài)矩陣，以相對比較小的計算成本實現(xiàn)良好的濾波修正效果。Mahony R 等[12]利用Huber 魯棒估計抑制站球機器人在坡面運動過程中由于機身振蕩所引入的干擾噪聲，并改進互補濾波進行姿態(tài)解算。賀新竹等[13]提出了一種適應FPGA 平臺的MEMS-IMU 姿態(tài)三級流水線解算工程實現(xiàn)架構，優(yōu)化了系統(tǒng)姿態(tài)解算模型。郭慶瑞[14]在粒子濾波的基礎上提出了基于馬爾科夫鏈蒙特卡洛的改進粒子濾波算法，使用UWB（Ultra Wide Band，超寬帶）測距技術作為輔助系統(tǒng)加以粒子濾波算法修正軌跡，減少IMU誤差，獲取更為精確的定位結果。宗意凱等[15]提出了一種基于多源IMU 組合與粒子濾波優(yōu)化的互補濾波姿態(tài)融合算法。該算法利用多源數(shù)據(jù)與粒子濾波方法，實現(xiàn)了對姿態(tài)解算精度的提升。

2 系統(tǒng)方案

塔機數(shù)字孿生系統(tǒng)包含了數(shù)字孿生基礎概念的三個組成部分，分別為塔機物理實體模型、塔機數(shù)字空間虛擬模型，以及二者之間的數(shù)據(jù)傳輸。該系統(tǒng)可以實時地反映塔機的真實運行性能狀態(tài)，同時完成物理實體模型與數(shù)字空間虛擬模型的交互控制，具備幾何特征、物理特征、性能演化特征，體現(xiàn)了數(shù)字孿生的超寫實性與集成性。塔機數(shù)字孿生系統(tǒng)總體架構如圖1 所示。

圖1 塔機數(shù)字孿生系統(tǒng)總體架構

2.1 技術詳細方案

通過在塔機物理模型上布置合適的傳感器，實時監(jiān)測塔機物理模型的運動狀態(tài)信息。其次，利用數(shù)據(jù)融合技術整合不同傳感器收集的數(shù)據(jù)，通過卡爾曼濾波算法對傳感器采集到的數(shù)據(jù)進行處理分析，提高數(shù)據(jù)的準確性和可靠性。根據(jù)塔機的傳感器數(shù)據(jù)輸入，數(shù)字孿生模型可以即時計算出塔機的當前姿態(tài)，并實時更新。通過將塔機物理模型的姿態(tài)監(jiān)測數(shù)據(jù)和數(shù)字孿生模型的預測結果進行對比，評估模型的準確性和可靠性，并通過與傳統(tǒng)監(jiān)測方法的對比來定量化評估數(shù)字孿生技術在塔機工作姿態(tài)監(jiān)測方面的優(yōu)勢。最后，根據(jù)塔機物理模型傳感器的監(jiān)測結果和實際需求，通過對原數(shù)字孿生模型進行參數(shù)調(diào)整、算法優(yōu)化等實現(xiàn)孿生模型的優(yōu)化和改進，以提高模型的準確性和實時性。塔機數(shù)字孿生系統(tǒng)設計方案如圖2 所示。

圖2 塔機數(shù)字孿生系統(tǒng)設計方案

2.2 系統(tǒng)研究內(nèi)容

2.2.1 數(shù)字孿生模型構建 收集和整理塔機的物理結構、機械特性以及傳感器數(shù)據(jù)等信息，利用SolidWorks 或其他合適的建模軟件構建精確的塔機虛擬模型，并對其進行動態(tài)模擬和分析。

2.2.2 數(shù)據(jù)采集與處理 將IMU 模塊安裝在需要監(jiān)測的關鍵部位，借助IMU 模塊自帶的通訊模塊將數(shù)據(jù)發(fā)送到上位機，完成塔機實時運動數(shù)據(jù)的采集，并設計相應的數(shù)據(jù)濾波算法降低采集數(shù)據(jù)的誤差。

2.2.3 模型驗證與校準 借助MATLAB 或Python 等數(shù)據(jù)分析工具，通過比較孿生端數(shù)字模型的預測結果與實際監(jiān)測到的真實塔機的運行數(shù)據(jù)的差異來評估模型的準確性，并進行校準和調(diào)整以提高模型的精度。

2.2.4 實時監(jiān)測與預測 利用實時數(shù)據(jù)處理和機器學習算法實現(xiàn)，如Python 中的TensorFlow、PyTorch 等深度學習框架，或者使用專門的實時數(shù)據(jù)處理工具如Apache Kafka、Spark Streaming 等將塔機的傳感器數(shù)據(jù)輸入到數(shù)字孿生模型中，以實現(xiàn)實時姿態(tài)監(jiān)測和預測。

3 方案實施

3.1 塔機虛擬模型搭建

本研究中塔機虛擬模型搭建借助SolidWorks 軟件實現(xiàn)了塔機實驗樣機虛擬數(shù)字模型初步構建，進行了簡單渲染，利用3D Studio Max 軟件對該數(shù)字模型進行渲染、材質(zhì)等相關屬性設置。建模完成后將三維模型以.STEP 格式導入3ds MAX，添加紋理和材質(zhì)后導出為Unity 3D 支持的.FBX 格式。為實現(xiàn)物理交互，在Unity 3D 中通過創(chuàng)建空物體進行塔機虛擬模型旋轉軸心的設定以及吊鉤位移的設定，最終塔機小型實驗樣機模型如圖3 所示。

圖3 塔機小型實驗樣機模型

3.2 數(shù)據(jù)采集與傳輸

本研究使用了HC-SR04 超聲波測距模塊和MPU6050 陀螺儀采集實驗數(shù)據(jù)，以ESP8266WIFI 模塊進行數(shù)據(jù)傳輸（圖4）。

圖4 Arduino 和ESP8266 實物接線圖

3.3 數(shù)字孿生感知實驗

塔機數(shù)字孿生姿態(tài)感知實驗如圖5 所示，實驗顯示布置在塔機物理實體上的傳感器所傳輸?shù)乃C作業(yè)姿態(tài)數(shù)據(jù)可實時改變塔機虛擬數(shù)字實體的運行狀態(tài)。通過設置多組不同起吊位移與卸載位移數(shù)值，與孿生系統(tǒng)監(jiān)測到的位移數(shù)據(jù)進行對比，取平均值得到的運行數(shù)據(jù)如表1 所示。

表1 平臺實時運行數(shù)據(jù)

圖5 數(shù)字孿生姿態(tài)感知實驗

4 結論

為了完善塔機運行狀態(tài)的監(jiān)測與控制，降低事故發(fā)生率，提高施工效率，將傳感器技術、通信技術以及計算機等技術與塔吊監(jiān)測、控制相融合，借助一種虛擬平臺實現(xiàn)實時信號傳輸、實時監(jiān)測、實時控制，將數(shù)字孿生的概念與塔吊的運行信息相結合，建立基于數(shù)字孿生的塔吊監(jiān)測系統(tǒng)的研究是有必要的。

本文系統(tǒng)探討了智能塔機控制系統(tǒng)、塔機數(shù)字孿生技術研究以及IMU 濾波算法研究的國內(nèi)外發(fā)展現(xiàn)狀，分析了對智能塔吊進行監(jiān)測的先進性和必要性。提出一種基于數(shù)字孿生的塔機狀態(tài)監(jiān)測關鍵技術方案，對數(shù)字孿生系統(tǒng)的研究內(nèi)容進行了具體闡述分析。

建立基于數(shù)字孿生的塔吊監(jiān)測系統(tǒng)可以實現(xiàn)對塔吊的精準管理和維護，及時發(fā)現(xiàn)和解決潛在的問題，減少故障的發(fā)生，降低維護成本，提高設備的利用率和經(jīng)濟效益。應用數(shù)字孿生技術實現(xiàn)數(shù)據(jù)驅(qū)動的決策，代表了先進信息技術在工程領域的應用，為工程領域的安全管理和生產(chǎn)效益的提升打下了堅實的基礎。