原文传递
港口大型装卸设备健康管理系统研究
| 论文题名： | 港口大型装卸设备健康管理系统研究 |
| 关键词： | 港口大型装卸设备;健康管理;在线监测;故障诊断;数据采集 |
| 摘要： | 随着国际贸易的发展以及经济全球化的影响，港口在现代物流中的作用愈发重要，港口大型装卸设备也朝着大型，高效，自动化，智能化的方向发展。现代化的港口也给大型装卸设备的稳定、安全运行提出了更高的要求，装卸设备实时状态监测和健康管理，可以及时预警设备的安全和故障隐患，能缩短设备的停工时间。因此，研究港口大型装卸设备健康管理具有重要的实际意义。 本文通过全面分析设备健康管理、在线监测技术和故障诊断技术的现状和发展，针对港口大型装卸设备的组成和特点，分析其健康管理系统的功能需求和设备状态数据的选取，提出了适用于大型装卸设备健康管理的研究方案，设计了系统的总体架构。设备健康管理系统可以对设备全生命周期的运行状态实时监测，通过分析设备状态数据能够及时发现设备故障的征兆或隐患，并利用系统的故障诊断功能寻找设备故障位置和原因，为工程师的维护提供相应的决策支持。 本文研究和设计的设备健康管理系统分成三个部分： （1）智能监测模块：负责对装卸设备上的PLC系统进行数据采集； （2）通信网络：利用4G无线网络实现数据上传至远程监控中心； （3）远程监控中心：负责状态数据的接收、分析，实现设备状态监测、故障诊断和维修决策等功能。 根据智能监测模块的功能需求，本文选择以i.MX6Q微处理器为核心的嵌入式平台，主要设计了4G无线通信模块、外围接口模块、实时时钟模块、大容量存储模块和电源管理模块等硬件电路。在此硬件平台的基础上，通过搭建嵌入式交叉编译环境来进行Linux应用程序的开发，并设计了应用软件的总体框架。软件采用了多进程的编程方式，有利于程序的编写和功能的实现，最终完成了智能监测模块的软件功能。 在故障诊断研究方面，主要是将贝叶斯网络应用到港口大型装卸设备的故障诊断中，并结合卸船机的例子建立了故障诊断模型，从理论上论证的这种诊断方式的可行性和有效性。本文所建立的卸船机故障诊断模型结构清晰，计算量小，便于理解。随着故障诊断次数的增加，模型诊断的准确率也会有相应的提高，这对港口大型装卸设备的故障诊断研究具有重要意义。 |
| 作者： | 朱旭 |
| 专业： | 控制科学与工程 |
| 导师： | 郭建明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
