當前，智能大型起重機已成為無人化港口的標配，如何對港口重器實時監測和健康評估成為國內外這一研究領域的熱點問題。近日，揚州大學機械工程學院教師朱林牽頭的科研團隊，成功將具有獨立自主知識產權的大型起重機健康監測方法運用于無人化港口的運行安保現場。
“近三年來，全國發生特種設備安全事故近千起，經濟損失高達幾十億元，其中起重機事故占總數量的近17.7%。”該團隊成員王鵬介紹，目前國內港口起重機的安全監管水平亟待提高，而對港口重器進行智能實時“聽診”正是突破制約無人化港口健康發展的瓶頸、加快產業更新升級所必須要掌握的核心技術。
據了解，科研團隊提出了一種基于多通道信號復用的結構健康評估與壽命預測方法，能精準識別損傷特征，實現起重機結構健康狀態的準確評估與剩余壽命的精確預測，有效提高了其安全監管水平，解決了無人化港口發展中面臨的“卡脖子”問題。
此外，大數據、物聯網、云計算等技術發展為事故的預測預防提供了新思路，通過大數據能獲取復雜條件下的潛在故障信息，實現事故科學預測預防。然而，大數據技術在大型特種設備事故預測預防中的應用，國內外均處于起步階段，從事此方向研究的機構總數不超過10家。鑒于此，科研團隊利用大數據技術，逐步由原來的單一判斷走向基于大數據的綜合智能評價。
團隊成員邱建春介紹：“我們團隊致力于對港口起重機的安全運行進行實時監測。硬件部分主要是通過狀態參數監測系統來實時監測參數，軟件部分我們提出了一種新型算法來對特征進行提取，同時結合提取的特征和機理模型來實時評估大型無人化港口中起重機的運行安全問題。”
目前，該智能系統已經在南京特檢院的幫助下廣泛應用于南京港、南通港等港機作業現場。朱林表示：“未來我們將基于數模聯動的起重機健康評估方法上進行深入研究，從而提高其預測評估精度，將其推廣運用于中國各大港口，讓港口重器“問診”難題得到一鍵式解決。”
標簽： 智能系統
營業執照公示信息