摘要：海洋平台起重机状态监测和故障诊断系统存在信息系统升级改造和各子系统数据融合问题。为解决此问题，提出一种基于工控机的边缘端软件系统。通过分析系统架构、子系统接入方式、数据来源及接口协议、有效数据处理等，开发出包含数据采集、实时数据显示、数据查询和分析、报警、故障查询、维护决策支持等功能模块的系统。结果表明：该系统能接入并整合PLC控制系统、钢丝绳系统、润滑系统等子系统数据，可以新增传感器以满足海洋平台起重机的状态监测和故障诊断需求。同时，作为边缘端的系统，它能够实时处理数据并反馈指导操作人员工作，为运维人员提供准确的数据信息，降低故障风险和维修成本。

　　关键词：海洋平台起重机；状态监测；大数据；升级改造

　　Design and Application of Edge-end System for Status Monitoring of Offshore Platform Cranes

　　Abstract:The status monitoring and fault diagnosis system of offshore platform crane has the problems of information system upgrading and data fusion of each subsystem.To solve this problem,a software system based on industrial computer for edge computing is proposed.Through analysis of system architecture,subsystem integration,data sources and interface protocols,and effective data processing,the system includes functional modules such as data acquisition,real-time data display,data query and analysis,alarms,fault inquiry,and maintenance decision support is developed.The results show that by using the system,the data from PLC control system,wire rope system,lubrication system and other subsystems can be accessed and integrated,and sensors can be added to meet the status monitoring and fault diagnosis needs of offshore platform cranes.At the same time,as an edge computing system,it can process data in real-time and provide feedback to guide operators,providing accurate information to maintenance personnel and reducing the risk of faults and maintenance costs.

　　Key words:offshore platform crane;status monitoring;big data;upgrading and reconstruction

　　0引言

　　海洋平台起重机是平台生产作业的重要设备，一旦出现故障，可能会导致生产中断、人员伤亡等严重后果。由于它在恶劣的海洋环境下长时间工作，受海浪、海风、海水、腐蚀等影响，更容易出现故障或损坏。利用状态监测和故障诊断技术可以及时发现设备异常，提高设备可靠性，在工业领域有相关应用，如电力设备和仪表[1-2]、旋转设备及生产线[3-6]、机床及刀具[7-8]等。

　　在国内，已有相关研究人员对起重机状态监测和故障诊断技术进行了研究与应用。在数据采集和存储方面，文献[9]采用STM32系列单片机做主控芯片，进行了数据采集和传输；文献[10]搭建了涵盖主要机构振动、噪声和主要结构应力的在线监测系统；文献[11-12]利用PLC对现场多传感器数据进行了采集，利用网络将数据传输到远端进行数据处理；文献[13-15]研究了物联网与起重机检测技术，实现了远程管理。在起重机的故障诊断方面，文献[16]建立故障库，通过软硬件结合实现了故障诊断；文献[17]将物联网、人工智能技术设计用于港口起重机械的在线智能监测系统，并对机组设备上的振动信号进行了实时监测诊断；文献[18-20]研究了基于机器学习的故障诊断方法。

　　上述文献虽然研究了起重机的状态监测或故障诊断系统功能，但是对于目前大量服役的海洋平台起重机升级改造研究较少，难以满足现实需要。首先，对数据需求具有实时性要求，监测和诊断数据需要在边缘端实时处理并实时反馈给操作人员。其次，起重机各子系统为自研或外购，采用的通信协议不同，因此需要研制可兼容各种类子系统数据交互的通信模块，并具备可扩展性。本文针对现存海洋平台起重机状态监测和故障诊断功能的升级改造进行研究，主要解决软件系统的架构、接入协议的兼容、有效数据的存储处理、边缘计算等问题，实现海洋平台起重机本地监测诊断和数据存储功能。

　　1总体方案

　　1.1系统框架

　　海洋平台起重机状态监测边缘端系统框架如图1所示。单台海洋平台起重机可以看做是一个站点，多个站点可以接入云平台，进行平台管理。总体方案采用分层架构设计，将系统分为边缘端和云端两个层次，本文的主要工作是边缘端的站点管理。

　　状态监测边缘端系统主要包括设备接入和数据处理。工控机具有较强的兼容性，很适合文中需求。基于工控机的软件开发主要包括数据采集通信、数据存储、显示、云端上传接口以及各传感器数据处理功能模块。

    1.2各子系统方案

　　海洋平台起重机状态监测和故障诊断系统能实现对起重机已有监测数据接入、新增监测模块数据接口、边缘端数据处理、数据上传云端服务器等功能。从起重机包含的系统来看，主要分为电气液压系统、减速器系统、钢丝绳系统、润滑系统、防碰撞系统等；从起重机的传感器数据源来看，有模拟量、开关量，也有集成模块的通信协议；在数据获取方式上，有数据采集模块、PLC等；从硬件接口上分析，有网口、串口、无线等方式。硬件的数据流架构如图2所示。

　　绝大多数海洋平台起重机采用PLC控制，已有主副钩吊重、变幅角度、回转角度、各系统压力流量、陀螺仪、风速等传感器接入，利用配套的触摸屏实时显示信息，供驾驶员参考。这些数据仅是一些常规监测，还不能反映吊车核心或者关键零部件的状态信息。因此，很多起重机会单独安装脂润滑、钢丝绳监测、减速器监测、防碰撞等子系统，各子系统多数基于电脑开发，各自独立。同时，还考虑到数据有上云上平台的需求，本系统基于工控机开发软件，兼容性强，能与各子系统通信，获取数据并进行处理和存储，并能与云端服务器通信，实现数据上传。

　　2通信及数据结构设计

　　2.1数据来源及接入协议

　　本文所需设计的通信类型如表1所示。表中所包含的传感器类型，基本覆盖了起重机全面的状态监测需求。选择新增的设备应具有RJ45型网络接口，可以通过交换机和网线，更方便地把各设备物理连通，然后通过设定各设备IP地址以及开发相应的通信协议，进行数据获取。对于PLC通信，可以采用Modbus、OPC等通信协议，但是该类通信协议需要修改PLC的程序。由于PLC的主要功能是进行逻辑控制，且现有的起重机设备是安全运行的，修改或者添加PLC程序风险较大，并不推荐。对于西门子PLC，本文开发了基于S7.net的通用开发模块，实现对西门子PLC模块的数据读取，包括直接端口读取和数据块读取，可以绕开西门子专用的TIA Portal软件，实现对以配置和编程的PLC模块的通信，部署更加轻量、灵活。对于单独的PLC数据采样，不需要对每个PLC进行独立编程，可直接获取端口数据，极大地减少部署工作量和后期维护成本。

　　开发的西门子PLC的通信如图3所示。首先安装S7netplus，S7NetPlus可以建立与西门子PLC的TCP连接，并且通过发送7层通信报文来实现数据的读写。在使用S7NetPlus时，需要指定PLC的IP地址和端口号，才能够与PLC建立连接。然后，添加S7.net依赖，以便在代码中调用S7通信的指令来读取PLC的数据。读取PLC数据时，需要知道对应的地址标记和数据类型。在西门子PLC中，常用的地址标记包括I(输入)、M(中间寄存器)、Q(输出)等，数据类型包括位、字、双字等。例如，使用ReadBit指令来读取位地址的状态，使用ReadInt指令读取字地址的值。除了地址标记，数据存储在DB(数据块)中，读取DB中的数据时，需要指定DB的编号和变量的偏移地址。

　　2.2数据处理

　　如表2所示，海洋平台起重机状态监测边缘端系统主要包括3种数据类型，分别为：(1)实时数据或者实时状态值，为传感器、子系统的当前状态数值，是进行起重机故障判断和实时显示的基础数据；(2)循环起吊数据，为传感器在每一个循环起吊过程中测量的最大值，该类数值是实时数据处理后的数据，用于记录起重机每一次工作的最大负荷状态，以及计算剩余寿命；(3)减速器加速度数据是高频数据，是在起重机运行过程中通过抽样采集得到的数据，每个采样周期持续2 s，可以用来进行下一步的减速器故障诊断和分析。根据这些数据，可以检测减速器的健康状况，并提前发现潜在的故障。通过监测减速器的加速度变化，可以判断减速器是否有异响或振动等异常状况。

　　得益于工控机的处理能力，可以将本系统作为边缘计算使用，主要是针对加速度信号进行故障诊断分析。
      3应用效果分析

　　本文开发的系统界面如图4~5所示。通过通信接口获取数据，在软件中开发出实时数据显示、数据查询、分析、报警、故障查询等功能，很好地满足海洋平台起重机实现边缘端状态监测的改造升级需求。

　　(1)实时数据显示功能。系统可以通过界面显示起重机各个子系统的实时数据，包括振动、温度、压力、电流、电压等参数。运维人员可以通过实时数据显示界面实时了解起重机的运行状态和监测关键参数的变化趋势，从而及时发现异常情况并采取措施。

　　(2)数据查询和分析功能。系统提供了历史数据的查询和分析功能，通过查询和分析历史数据，运维人员可以了解起重机在不同时间段的运行状态，识别潜在的故障特征，从而做出合理的维护决策。通过分析历史振动数据的频谱，可以判断是否存在异常频率成分，从而诊断减速器的故障。

　　(3)报警功能。系统具备报警功能，可以监测到起重机的异常状态，并通过界面、声音等方式及时向操作人员发出警报。当起重机某一子系统的温度超过设定的阈值，系统会自动发出警报，提醒运维人员检查可能存在的故障情况。及时的报警功能可以帮助运维人员快速响应并采取措施，防止故障进一步恶化或导致设备停机。

　　(4)故障查询功能。系统可以记录和查询起重机的故障信息，包括故障类型、发生时间、处理措施等。运维人员可以通过故障查询功能对历史故障进行溯源和分析，了解故障的发生频率、故障类型的分布等信息，从而找出故障的根本原因，采取有效的维修措施，提高设备的可靠性和稳定性。

　　(5)维护决策支持。系统通过提供实时数据显示、历史数据查询和分析、报警功能以及故障查询等功能，为运维人员提供了有效的维护决策支持。运维人员可以根据系统提供的数据和信息，及时判断起重机的健康状态，制定合理的维护计划，降低故障风险，提高设备的可靠性和稳定性。

　　4结束语

　　本文提出了一种基于工控机的海洋平台起重机状态监测边缘端系统，以满足海洋平台起重机的状态监测和故障诊断中信息系统升级改造和各子系统数据融合的需求。软件系统的主要功能包括数据采集、实时数据显示、数据查询和分析、报警、故障查询、维护决策支持等。系统主要优点是能整合PLC控制系统、钢丝绳系统、润滑系统等子系统数据，并能新增传感器以满足不同起重机的需求。该方案具有应用灵活、兼容性强、实时性高等优点，为海洋平台起重机的状态监测和故障诊断升级改造提供有力支持。

       [1]卞韶帅,朱懿灏,刘峻,等.基于大数据挖掘的发电设备状态监测与故障诊断系统的开发与应用[J].电力与能源,2020,41(5):571-574.

　　[2]吴瀛,姚栋方,陈崇明,等.基于云平台的电能计量装置状态监测与故障诊断系统[J].电力电容器与无功补偿,2021,42(4):197-202.

　　[3]喻维纲,高帆.钢铁企业关键设备轴承部件状态监测及故障诊断[J].江苏科技信息,2020,37(15):47-54.

　　[4]刘冰扬,赵爽.故障预测与健康管理在钢铁企业的应用[J].河北冶金,2022(11):81-86.

　　[5]阳震,严保康,路鹏程,等.基于LabVIEW的旋转设备状态在线监测系统设计[J].仪表技术与传感器,2021(12):92-96.

　　[6]司开波.基于物联网技术的机械设备运行状态监测系统[J].制造业自动化,2023,45(3):1-4.

　　[7]卢志远,马鹏飞,肖江林,等.基于机床信息的加工过程刀具磨损状态在线监测[J].中国机械工程,2019,30(2):220-225.

　　[8]赵文兵,张春雨,夏怡.基于云平台的锻压机床状态监测与故障诊断系统研究[J].机床与液压,2022,50(22):172-178.

　　[9]刘康民,任兆宁,王鹏,等.海洋平台基座式吊机在线监测系统的应用[J].石油和化工设备,2023,26(2):63-66.

　　[10]杨晓华,陈创业,虞华,等.在线监测系统在港机运行维护中的应用[J].港口装卸,2020(4):57-60.

　　[11]邓志文,陈启愉,郑露,等.基于OPC通信的海洋平台起重机状态监测系统设计与实现[J].机电工程技术,2017,46(4):15-17.

　　[12]郑露.海上平台起重机状态监测系统设计[J].船海工程,2019,48(1):130-133.

　　[13]李德福.物联网与起重机检测技术结合的应用研究[J].南方农机,2023,54(3):152-154.

　　[14]李强.基于状态监控的塔式起重机安全评估与控制研究[J].湖南工业职业技术学院学报,2022,22(5):4-7.

　　[15]胡敬铨,王文龙,张晓曦,等.基于物联网的塔式起重机安全监测系统应用研究[J].福建建筑,2021(11):179-181.

　　[16]罗如岗.海上平台起重机状态监测及故障诊断技术研究与应用[J].石油和化工设备,2019,22(10):83-87.

　　[17]尹学成,李文豪,洪亮.港口门座起重机机械健康监测研究[J].港口装卸,2020(3):34-35.

　　[18]沈科宇.基于支持向量机的港口起重机减速箱故障诊断研究[D].南昌:华东交通大学,2020.

　　[19]石剑钧.基于迁移学习的起重机减速器故障诊断方法研究[D].成都:电子科技大学,2022.

　　[20]张氢,李帅杭,陈星,等.基于无监督学习的岸边集装箱起重机关键部件故障诊断方法[J].起重运输机械,2022(2):61-65.