工业边缘智能,加速港口装备健康管理系统应用落地

2020-06-16 15:18:36

本项目为:上海交通大学机械与动力工程学院“校企合作毕业设计”项目

项目成员:高照、张祉淇

指导教师:黄亦翔

合作企业:上海朋禾智能科技有限公司

项目视频

项目概述

港口无人化已成为现今港口发展的重要趋势。岸桥是港口码头用于货物装卸的重大装备,在工程实际中,其关键部件可能发生多种故障,如果不能及时进行维护,将造成巨大的安全隐患和经济损失,其健康运行对港口效率有着重要影响。

在这样的背景下,企业迫切需要能够在短时间内准确发现并识别岸桥设备故障的智能算法和软件系统,本项目针对电机和齿轮箱两个关键部件,设计出一套健康评估算法模型,实现了高精度的故障诊断。同时,开发了岸桥设备健康评估软件和故障诊断微信小程序,满足了企业的实际需求。

项目目标

1.        确定岸桥关键设备的典型诊障类型,对故障诊断与健康评估方法进行调研。

2.        对于岸桥关键部件建立信号监测系统,确定具体的数据采集策略。

3.        针对变工况下的多种故障类型,建立并部署有效的智能故障诊断模型。

4.        根据工程师的实际需才,建立岸桥设备健康评估系统,实现图谱查看、特征值显示、数据存储、数据查询、故障报警等核心功能。

图片关键词

项目成果

1.        通过故障实验等方式,获取了大量的岸桥设备振动信号数据,涵盖十余种运行工况、多种典型故障类型。

2.        基于信号处理方法,对振动信号进行时频域分析,并通过特征提取获得高维特征参量。

3.        使用随机森林、支持向量机等浅层算法,建立了智能故障诊断模型,平均准确率达到95%以上。

4.        建立一维和二维卷积神经网络诊断模型,支持原始信号、功率图谱等多种数据输入式,诊断准确率稳定在99%以上。

5.        针对不同的使用场景,开发了岸桥设备健康评估软件与故障诊断微信小程序,实现了企业需要的系统功能。

项目海报

图片关键词

图片关键词