門(mén)式起重機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)研制

佟光勛賈民平胡靜波

（1.東南大學(xué) 機(jī)械工程系 南京 211189）（2.南京市特種設(shè)備安全監(jiān)督研究院 南京 210019）

?

門(mén)式起重機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)研制

佟光勛1賈民平1胡靜波2

（1.東南大學(xué) 機(jī)械工程系 南京 211189）
（2.南京市特種設(shè)備安全監(jiān)督研究院 南京 210019）

摘 要：論文針對(duì)當(dāng)前國(guó)內(nèi)在門(mén)式起重機(jī)狀態(tài)監(jiān)測(cè)及故障診斷應(yīng)用上的空白，設(shè)計(jì)了一種適應(yīng)門(mén)式起重機(jī)狀態(tài)監(jiān)測(cè)及智能故障診斷系統(tǒng)，用于保障門(mén)式起重機(jī)的安全運(yùn)行?；贑++編程語(yǔ)言開(kāi)發(fā)系統(tǒng)，實(shí)現(xiàn)基于C/S架構(gòu)的系統(tǒng)架構(gòu)。論文介紹了系統(tǒng)的總體架構(gòu)及功能需求，提出了系統(tǒng)總體架構(gòu)，對(duì)系統(tǒng)的硬件架構(gòu)、傳感器選擇及軟件設(shè)計(jì)進(jìn)行闡述。在論文最后展示了現(xiàn)場(chǎng)安裝測(cè)試的情況，通過(guò)實(shí)際使用證明，系統(tǒng)對(duì)起重機(jī)的安全運(yùn)行有著重要地作用。

關(guān)鍵詞：起重機(jī) 狀態(tài)監(jiān)測(cè) C++

門(mén)式起重機(jī)是常見(jiàn)的吊裝設(shè)備，主要用于港口貨運(yùn)、鐵路貨運(yùn)等物流運(yùn)輸，包括室外散貨、貨場(chǎng)的裝卸作業(yè)。門(mén)式起重機(jī)具有結(jié)構(gòu)簡(jiǎn)單性能更可靠的特點(diǎn)，因此得到廣泛的應(yīng)用。門(mén)式起重機(jī)的使用頻率、起重量的增大對(duì)門(mén)式起重機(jī)的安全性能、經(jīng)濟(jì)性能、效率等問(wèn)題，也越來(lái)越引起人們的重視。對(duì)于復(fù)雜的機(jī)械設(shè)備及控制系統(tǒng)，如承重結(jié)構(gòu)、起重機(jī)械電器設(shè)備控制系統(tǒng)等，要準(zhǔn)確、快速查清故障原因，找到失效元件，往往是比較困難的。因此，做好對(duì)起重機(jī)狀態(tài)監(jiān)測(cè)及預(yù)警對(duì)安全生產(chǎn)是非常重要的，同時(shí)準(zhǔn)確有效的故障診斷方法也是至關(guān)重要的，主要的智能診斷的方法有基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法、基于專家系統(tǒng)的故障診斷方法及基于故障樹(shù)的故障診斷方法等［1-3］。目前國(guó)內(nèi)對(duì)門(mén)式起重機(jī)狀態(tài)監(jiān)測(cè)及故障智能診斷研究甚少，所以本項(xiàng)目的實(shí)施填補(bǔ)國(guó)內(nèi)智能監(jiān)控和故障診斷技術(shù)在橋門(mén)式起重機(jī)上應(yīng)用的空白。

系統(tǒng)采用在線監(jiān)測(cè)方法，基于C/S架構(gòu)設(shè)計(jì)，C/S服務(wù)器具有數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)及通信的功能，客戶端包括與服務(wù)器通信和客戶端交互的功能。C/S模式是一種被普遍采用的單機(jī)測(cè)量模式，它具有響應(yīng)時(shí)間短、實(shí)時(shí)性好的優(yōu)點(diǎn)［4-5］。本系統(tǒng)選用C/S架構(gòu)設(shè)計(jì)系統(tǒng)，實(shí)現(xiàn)了對(duì)門(mén)式起重機(jī)的全面監(jiān)測(cè)。

1 系統(tǒng)總體結(jié)構(gòu)與功能需求

1.1 總體架構(gòu)

從總體結(jié)構(gòu)上，本系統(tǒng)可以分為4層結(jié)構(gòu)，分別為數(shù)據(jù)采集層、本地終端、中間數(shù)據(jù)服務(wù)器、遠(yuǎn)程終端層。各層之間通過(guò)企業(yè)局域網(wǎng)實(shí)現(xiàn)數(shù)據(jù)傳輸。系統(tǒng)整體結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)總體架構(gòu)

●1.1.1 數(shù)據(jù)采集層

數(shù)據(jù)采集層以數(shù)據(jù)采集器為核心，本系統(tǒng)對(duì)起重機(jī)的狀態(tài)監(jiān)測(cè)包括起重機(jī)主梁及支腿的應(yīng)力應(yīng)變監(jiān)測(cè)，起升機(jī)構(gòu)減速箱的振動(dòng)監(jiān)測(cè)、起升重量，運(yùn)行行程等狀態(tài)量的監(jiān)測(cè)，每部分有獨(dú)立的數(shù)據(jù)采集器，數(shù)據(jù)采集器通過(guò)無(wú)線與有線結(jié)合的數(shù)據(jù)傳輸方式傳輸數(shù)據(jù)至終端。

●1.1.2 操作室終端

操作室終端面向操作人員，安裝于起重機(jī)駕駛室，以觸摸屏的形式放置于操作人員斜上方。操作室終端通過(guò)socket通信接收來(lái)自數(shù)據(jù)采集器的數(shù)據(jù)并解析數(shù)據(jù)，實(shí)時(shí)顯示出當(dāng)前起重機(jī)狀態(tài)，包括應(yīng)力應(yīng)變數(shù)值、振動(dòng)波形圖、起升重量及運(yùn)行行程等狀態(tài)，并且有故障預(yù)警的功能，提醒操作人員可能出現(xiàn)的故障。

●1.1.3 中間服務(wù)器

服務(wù)器通過(guò)企業(yè)局域網(wǎng)利用socket進(jìn)行數(shù)據(jù)通信，接收來(lái)自操作室終端的數(shù)據(jù)并以文件的形式保存在服務(wù)器本地，同時(shí)服務(wù)器也接收來(lái)自外界的遠(yuǎn)程終端連接，將實(shí)時(shí)數(shù)據(jù)轉(zhuǎn)發(fā)給遠(yuǎn)程端，服務(wù)器具備高并發(fā)且實(shí)時(shí)性的功能要求。

●1.1.4 遠(yuǎn)程終端

遠(yuǎn)程端面向企業(yè)工程師，遠(yuǎn)程終端放置于辦公室內(nèi)，工程師可隨時(shí)通過(guò)遠(yuǎn)程終端訪問(wèn)服務(wù)器獲取當(dāng)前正在運(yùn)行的起重機(jī)狀態(tài)，且遠(yuǎn)程終端設(shè)有故障智能診斷功能，通過(guò)歷史數(shù)據(jù)回溯功能獲取歷史數(shù)據(jù)文件，通過(guò)系統(tǒng)的智能診斷模塊進(jìn)行數(shù)據(jù)分析，并進(jìn)行故障診斷。

1.2 功能需求分析

門(mén)式起重機(jī)智能狀態(tài)監(jiān)測(cè)系統(tǒng)應(yīng)具有以下功能：

1）實(shí)時(shí)監(jiān)測(cè)功能：系統(tǒng)實(shí)現(xiàn)對(duì)起重機(jī)齒輪箱振動(dòng)、關(guān)鍵部位應(yīng)力應(yīng)變、各機(jī)構(gòu)的狀態(tài)量進(jìn)行實(shí)時(shí)監(jiān)測(cè)，數(shù)據(jù)采集；

2）數(shù)據(jù)顯示功能：系統(tǒng)能夠?qū)⒉杉降臄?shù)據(jù)實(shí)時(shí)顯示在顯示屏上，以數(shù)字、圖像、波形等形式傳遞給駕駛員，并能夠通過(guò)遠(yuǎn)程系統(tǒng)直接獲取數(shù)據(jù)并顯示；

3）預(yù)警功能：系統(tǒng)能依據(jù)給定的門(mén)限值進(jìn)行實(shí)時(shí)預(yù)警，預(yù)警范圍包括應(yīng)力應(yīng)變、起重量、電機(jī)狀態(tài)、各機(jī)構(gòu)制動(dòng)限位等，預(yù)警會(huì)實(shí)時(shí)提示操作人員；

4）數(shù)據(jù)存儲(chǔ)功能：系統(tǒng)能夠?qū)?shù)據(jù)及預(yù)警報(bào)告保存在本地并同時(shí)將數(shù)據(jù)發(fā)送到服務(wù)器，在服務(wù)器端將數(shù)據(jù)保存至數(shù)據(jù)庫(kù)，以備后期查詢；

5）視頻監(jiān)控功能：系統(tǒng)通過(guò)二次開(kāi)發(fā)視頻廠商提供的軟件，實(shí)現(xiàn)在系統(tǒng)中直接提取攝像頭監(jiān)控圖像并顯示，遠(yuǎn)程端及本地端通過(guò)直接訪問(wèn)視頻監(jiān)控工控機(jī)進(jìn)行歷史錄像查詢；

6）歷史數(shù)據(jù)回溯功能：系統(tǒng)通過(guò)指定時(shí)間區(qū)間查詢區(qū)間內(nèi)的歷史數(shù)據(jù)，并以波形顯示出來(lái)；

7）故障診斷功能：遠(yuǎn)程端實(shí)現(xiàn)智能診斷功能，診斷包括電氣部分和齒輪箱振動(dòng)部分，通過(guò)采用專家系統(tǒng)及VPMCD方法對(duì)出現(xiàn)的故障進(jìn)行智能診斷；

8）良好的人機(jī)界面：系統(tǒng)向操作人員及工程師提供簡(jiǎn)單、直觀的交互界面，使用者可以直接通過(guò)數(shù)字、圖像、波形觀察起重機(jī)當(dāng)前狀態(tài)。

2 系統(tǒng)硬件設(shè)計(jì)及傳感器選擇布置

2.1 振動(dòng)數(shù)據(jù)采集器

振動(dòng)數(shù)據(jù)采集器采集行車機(jī)構(gòu)減速箱的振動(dòng)數(shù)據(jù)，系統(tǒng)采用IEPE壓電式振動(dòng)傳感器DH18，量程500m/s2，頻率范圍0.5～5kHz，靈敏度～10mV/（m·s-2）。傳感器通過(guò)磁座置于行車機(jī)構(gòu)的減速器上，門(mén)式起重機(jī)行車機(jī)構(gòu)如圖2所示，圖3為振動(dòng)采集器架構(gòu)。

圖2 門(mén)式起重機(jī)行車機(jī)構(gòu)示意圖

圖3 振動(dòng)采集器架構(gòu)示意圖

2.2 應(yīng)力應(yīng)變數(shù)據(jù)采集器

應(yīng)力應(yīng)變數(shù)據(jù)采集器主要負(fù)責(zé)采集起重機(jī)主梁及支腿機(jī)構(gòu)的實(shí)時(shí)應(yīng)力值。系統(tǒng)采用表面式應(yīng)變計(jì)DH1205作為傳感器采集應(yīng)力數(shù)據(jù)，其具體參數(shù)見(jiàn)表1。主要測(cè)點(diǎn)分布在起重機(jī)受力的主要部位，傳感器布置在跨中4個(gè)，1/4跨4個(gè)，支腿4個(gè)共計(jì)12個(gè)位置。由于起重機(jī)跨度較大，所以應(yīng)力應(yīng)變數(shù)據(jù)采集器通過(guò)無(wú)線WIFI方式與終端進(jìn)行通信，應(yīng)變采集器架構(gòu)如圖4所示。

表1 表面式應(yīng)變傳感器參數(shù)

圖4 應(yīng)變數(shù)據(jù)采集器架構(gòu)示意圖

2.3 狀態(tài)量數(shù)據(jù)采集器

狀態(tài)量數(shù)據(jù)采集器主要負(fù)責(zé)采集狀態(tài)見(jiàn)表2，重量傳感器采用軸承座式傳感器，選用AKH-0.66/G 30×30I-0.2 25/5穿心匝數(shù)為4匝，準(zhǔn)確級(jí)0.2級(jí)的電流互感器采集電機(jī)狀態(tài)。高度與行程通過(guò)使用GAX60 R13/12 E10LB型號(hào)的絕對(duì)值編碼器采集信號(hào)。主副鉤的起重量采用張力傳感器，通過(guò)測(cè)量起升機(jī)構(gòu)起吊重物時(shí)鋼絲繩的應(yīng)力變化獲取重量信息，狀態(tài)量數(shù)據(jù)采集器架構(gòu)如圖5所示。

表2 狀態(tài)量數(shù)據(jù)采集器采集參數(shù)

圖5 狀態(tài)量采集器架構(gòu)示意圖

3 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件包括本地終端、中間存儲(chǔ)服務(wù)器、遠(yuǎn)程訪問(wèn)終端，遠(yuǎn)程端比本地終端增加了故障診斷的功能，本地終端主要負(fù)責(zé)與數(shù)據(jù)采集器通信采集數(shù)據(jù)并解析然后以圖片和數(shù)字的形式顯示出來(lái)供操作員觀察，服務(wù)器負(fù)責(zé)存儲(chǔ)數(shù)據(jù)并將本地端發(fā)送來(lái)的數(shù)據(jù)轉(zhuǎn)發(fā)到遠(yuǎn)程端，所以系統(tǒng)總體主要可以分為以下幾個(gè)模塊：數(shù)據(jù)采集及處理模塊、歷史數(shù)據(jù)回溯模塊、視頻監(jiān)控模塊、故障診斷模塊，系統(tǒng)開(kāi)發(fā)基于C++高級(jí)語(yǔ)言。

3.1 數(shù)據(jù)采集及處理模塊

本地終端通過(guò)創(chuàng)建多線程實(shí)現(xiàn)與不同數(shù)據(jù)采集器之間的通信，每個(gè)采集器對(duì)應(yīng)終端的一個(gè)連接，通過(guò)socket網(wǎng)絡(luò)通信傳輸數(shù)據(jù)，網(wǎng)絡(luò)傳輸基于TCP協(xié)議，在終端接收到數(shù)據(jù)包后一句自定義的協(xié)議進(jìn)行數(shù)據(jù)包解析，將數(shù)據(jù)包中的數(shù)據(jù)提取出來(lái)實(shí)時(shí)顯示在系統(tǒng)界面中，同時(shí)終端開(kāi)辟數(shù)據(jù)存儲(chǔ)線程，實(shí)時(shí)存儲(chǔ)接收到的數(shù)據(jù)，數(shù)據(jù)以文件形式保存在本地，本地保留近期一個(gè)月的數(shù)據(jù)量。本地終端在接收到實(shí)時(shí)數(shù)據(jù)后將數(shù)據(jù)立即轉(zhuǎn)發(fā)到服務(wù)器，服務(wù)器通過(guò)SQL數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)進(jìn)行長(zhǎng)期保存。具體流程如圖6所示。

圖6 數(shù)據(jù)傳輸流程圖

3.2 歷史數(shù)據(jù)回溯模塊

系統(tǒng)接收來(lái)自振動(dòng)數(shù)據(jù)采集器、應(yīng)力應(yīng)變數(shù)據(jù)采集器、狀態(tài)量數(shù)據(jù)采集器的數(shù)據(jù)，并在本地端保存近期一個(gè)月的數(shù)據(jù)量，服務(wù)器保存所有數(shù)據(jù)，由于應(yīng)力應(yīng)變采集器與狀態(tài)量采集器采樣頻率一致所以在數(shù)據(jù)保存的時(shí)候?qū)?yīng)力應(yīng)變數(shù)據(jù)與狀態(tài)量數(shù)據(jù)保存在一起，振動(dòng)數(shù)據(jù)采樣頻率較大所以振動(dòng)數(shù)據(jù)單獨(dú)保存。在做歷史數(shù)據(jù)查詢的時(shí)候，如果所要查詢的數(shù)據(jù)在近期一個(gè)月內(nèi)則直接從本地提取數(shù)據(jù)，提高了效率，若查找早于一個(gè)月的數(shù)據(jù)則終端直接與服務(wù)器進(jìn)行socket通信提取歷史數(shù)據(jù)，歷史數(shù)據(jù)回溯軟件界面如圖7所示。

圖7 歷史數(shù)據(jù)回溯界面

設(shè)定數(shù)據(jù)查詢的起始時(shí)間節(jié)點(diǎn)與終止節(jié)點(diǎn)，系統(tǒng)遍歷文件，提取符合時(shí)間段內(nèi)的振動(dòng)與應(yīng)變和狀態(tài)量文件，通過(guò)雙擊文件名獲取數(shù)據(jù)數(shù)值及波形圖，通過(guò)選取相應(yīng)的電機(jī)或應(yīng)變測(cè)點(diǎn)顯示不同電機(jī)或測(cè)點(diǎn)的數(shù)據(jù)。

3.3 視頻監(jiān)控模塊

根據(jù)系統(tǒng)設(shè)計(jì)要求，要對(duì)起重機(jī)進(jìn)行實(shí)時(shí)視頻監(jiān)控，系統(tǒng)采用6個(gè)攝像頭布置于起重機(jī)各周圍對(duì)起重機(jī)進(jìn)行視頻監(jiān)控，攝像頭選用?？低暰W(wǎng)絡(luò)攝像機(jī)，通過(guò)對(duì)供應(yīng)商提供的軟件進(jìn)行二次開(kāi)發(fā)使系統(tǒng)可以隨時(shí)查看實(shí)時(shí)的視頻圖像，同時(shí)可以訪問(wèn)視頻工控機(jī)提取歷史視頻文件，對(duì)視頻文件可以實(shí)現(xiàn)搜索、快進(jìn)、慢放、暫停的功能。視頻監(jiān)控模塊架構(gòu)如圖8所示。

圖8 視頻監(jiān)控模塊架構(gòu)

3.4 故障診斷模塊

遠(yuǎn)程終端不僅可以向本地端一樣進(jìn)行狀態(tài)監(jiān)測(cè)，同時(shí)可以對(duì)接收到的數(shù)據(jù)進(jìn)行故障分析處理，進(jìn)行智能故障診斷。起重機(jī)故障分為電氣故障及機(jī)械故障兩部分，電氣故障系統(tǒng)采用了典型的專家系統(tǒng)診斷方法，根據(jù)專家診斷經(jīng)驗(yàn)收集整理了電氣故障知識(shí)庫(kù)，系統(tǒng)同樣可以根據(jù)新出現(xiàn)的故障類型添加故障知識(shí)庫(kù)規(guī)則并對(duì)知識(shí)庫(kù)進(jìn)行管理。機(jī)械故障通過(guò)分析齒輪箱振動(dòng)歷史數(shù)據(jù)，并通過(guò)基于VPMCD［6-9］和時(shí)間序列理論［10］結(jié)合的方法進(jìn)行故障診斷。

4 系統(tǒng)現(xiàn)場(chǎng)測(cè)試及實(shí)例驗(yàn)證

4.1 現(xiàn)場(chǎng)安裝測(cè)試

系統(tǒng)在南京起重機(jī)械總廠型號(hào)為MG20/5-35A5的門(mén)座式起重機(jī)上進(jìn)行安裝測(cè)試。圖9（a）為現(xiàn)場(chǎng)起重機(jī)機(jī)身，圖9（b）為現(xiàn)場(chǎng)采集起重機(jī)振動(dòng)信號(hào)，可以同時(shí)顯示2個(gè)通道的頻譜圖，并同時(shí)進(jìn)行數(shù)據(jù)保存，圖9（c）為狀態(tài)量采集數(shù)據(jù)實(shí)時(shí)顯示，藍(lán)色表示關(guān)閉，紅色表示開(kāi)啟。

圖9 安裝現(xiàn)場(chǎng)

4.2 診斷系統(tǒng)實(shí)例驗(yàn)證

數(shù)據(jù)采集是由所本次設(shè)計(jì)的系統(tǒng)完成，分別采集正常狀況、均勻磨損、非均勻磨損三種工況加速度信號(hào)。齒輪箱試驗(yàn)臺(tái)振動(dòng)數(shù)據(jù)單位為mm/s2，采樣點(diǎn)數(shù)為4096點(diǎn)，采樣頻率為3838.77Hz，齒輪嚙合頻率為307Hz，轉(zhuǎn)軸I的頻率為10Hz，轉(zhuǎn)軸II的頻率為7Hz。將實(shí)驗(yàn)數(shù)據(jù)分為兩部分：訓(xùn)練樣本和測(cè)試樣本。每種工況選取訓(xùn)練樣本50組，單個(gè)樣本長(zhǎng)度128采樣點(diǎn)；測(cè)試樣本30組，單個(gè)樣本長(zhǎng)度128采樣點(diǎn)。

利用AIC準(zhǔn)則對(duì)訓(xùn)練樣本進(jìn)行AR建模定階，結(jié)合AIC準(zhǔn)則及以往診斷經(jīng)驗(yàn)6～8階AR模型即可滿足機(jī)械診斷要求。建立AR（6）模型，提取AR（6）的6個(gè)自回歸參數(shù)作為故障特征量。

采用VPMCD變量預(yù)測(cè)中得二次交互模型：

式中：

經(jīng)訓(xùn)練獲得其系數(shù)見(jiàn)表3：

表3 二次交互模型系數(shù)

（續(xù)表）

任意選取30組測(cè)試樣本中隨機(jī)一個(gè)樣本，利用所得的系數(shù)進(jìn)行測(cè)試。表4為測(cè)試樣本所得結(jié)果。

表4 測(cè)試樣本所得結(jié)果

由分析結(jié)果可知，診斷系統(tǒng)能夠準(zhǔn)確識(shí)別出齒輪箱的故障，此實(shí)例驗(yàn)證了診斷系統(tǒng)的實(shí)用性。

圖10為故障診斷實(shí)例驗(yàn)證，圖10（a）為齒輪箱振動(dòng)數(shù)據(jù)采集試驗(yàn)臺(tái)；圖10（b）為基于時(shí)間序列的VPMCD方法開(kāi)發(fā)的齒輪箱故障診斷模塊，搜索歷史振動(dòng)數(shù)據(jù)然后進(jìn)行數(shù)據(jù)分析診斷獲取故障類型；圖10（c）為基于專家系統(tǒng)的電氣設(shè)備故障診斷模塊，用戶選取當(dāng)前的故障節(jié)點(diǎn)然后進(jìn)行診斷給出故障原因及應(yīng)對(duì)策略。

圖10 故障診斷測(cè)試實(shí)例

5 結(jié)論

本文所研制的系統(tǒng)已經(jīng)安裝使用于南京起重機(jī)械總廠的MG20/5-35A5門(mén)式起重機(jī)上，使用表明系統(tǒng)能夠有效地監(jiān)測(cè)起重機(jī)應(yīng)力、振動(dòng)及各運(yùn)行參數(shù)的實(shí)時(shí)狀態(tài)，能夠進(jìn)行準(zhǔn)確的分析數(shù)據(jù)并直觀的顯示出來(lái)，診斷系統(tǒng)依據(jù)采集的數(shù)據(jù)能夠做出準(zhǔn)確的識(shí)別，提高了起重機(jī)使用效率并大大減少了人工檢查維修的工作量。

從現(xiàn)場(chǎng)的安裝使用情況來(lái)看，系統(tǒng)還有需要進(jìn)一步優(yōu)化的地方，比如系統(tǒng)沒(méi)有實(shí)現(xiàn)完全無(wú)線數(shù)據(jù)傳輸?shù)脑O(shè)計(jì)，這樣在系統(tǒng)安裝上會(huì)存在布線困難的地方，而且系統(tǒng)還不能支持在移動(dòng)終端上進(jìn)行查看，這些都是以后優(yōu)化和研究的重點(diǎn)。

參考文獻(xiàn)

［1］ Evans RA.Editoral automatic fault tree generation［J］. IEEE Trans.on Rel， 1978， 10： 241-247

［2］ 熊銳庭.基于模糊神經(jīng)網(wǎng)絡(luò)的電梯故障診斷系統(tǒng)的研究［D］.武漢：武漢理工大學(xué)，2009.

［3］ 程凡.工業(yè)監(jiān)控系統(tǒng)故障診斷技術(shù)的研究與應(yīng)用［D］.合肥：合肥工業(yè)大學(xué)，2003.

［4］ 丁家峰，羅安，曹建，等.一種新型變壓器油中溶解氣體在線監(jiān)測(cè)儀的研究［J］.儀器儀表學(xué)報(bào)，2009，30（07）：1524-1529.

［5］ 李曉蘭，黃海，陳祥獻(xiàn)，等.基于振動(dòng)法的電力變壓器在線狀態(tài)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)［J］.變壓器，2008，45（12）：60-64.

［6］ Shengwei Fei，Xiaobin Zhang. Fault diagnosis of power transformer based on support vector machine with genetic algorithm［J］.Expert System with Application， 2009， 36（8）：11352-11357.

［7］ Raghuraj R，Lakshminarayanan S.VPMCD：Variable interaction modeling approach for class dPRrimination in biological systems［J］.FEBS Letters，2007，581（5-6）：826-830.

［8］ Raghuraj R，Lakshminarayanan S.Variable predictive models-A new multivariate classification approach for pattern recognition applications［J］.Patten Recognition，2009，42（1）：7-16.

［9］ Raghuraj R，Lakshminarayanan S.Variable predictive model based classification algorithm for effective separation of protein structural classes［J］.Computational Biology and Chemistry，2008，32 （4）：302-306.

［10］ 楊叔子，吳雅，軒建平，等.時(shí)間序列分析的工程應(yīng)用［M］.武漢：華中科技大學(xué)出版社，2007.

Development of Gantry Crane Condition Monitoring System

Tong Guangxun1Jia Minping1Hu Jingbo2
（1. Department of Mechanical Engineering， Southeast University Nanjing 211189）
（2. Nanjing Special Equipment Institute Nanjing 210019）

AbstractSince state monitoring and fault diagnosis system is rarely used in gantry crane， so we develop a gantry crane condition monitoring system. This system’s development is based on the C++ programming language. The system framework is based on C/S structure. This article describes the requirements of overall framework and functional of the system， proposes system overall framework， and describes hardware structure， sensors selection and software design. The experiments show that the monitor system plays an important role in the use of crane.

KeywordsCrane Condition monitoring C ++

作者簡(jiǎn)介：佟光勛（1991～），男，碩士，從事智能測(cè)控及診斷研究工作。

收稿日期：（2015-11-12）

中圖分類號(hào)：X941

文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1673-257X（2016）06-0022-06

DOI：10.3969/j.issn.1673-257X.2016.06.005