CN116750648A - 一种基于数字孪生的起重机械工作监测系统及方法 - Google Patents
一种基于数字孪生的起重机械工作监测系统及方法 Download PDFInfo
- Publication number
- CN116750648A CN116750648A CN202310828043.8A CN202310828043A CN116750648A CN 116750648 A CN116750648 A CN 116750648A CN 202310828043 A CN202310828043 A CN 202310828043A CN 116750648 A CN116750648 A CN 116750648A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- model
- dynamic object
- positioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000010276 construction Methods 0.000 claims abstract description 113
- 230000000007 visual effect Effects 0.000 claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims description 54
- 238000012937 correction Methods 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 15
- 210000003128 head Anatomy 0.000 claims description 15
- 230000004399 eye closure Effects 0.000 claims description 12
- 238000002372 labelling Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 229910000831 Steel Inorganic materials 0.000 claims description 6
- 239000010959 steel Substances 0.000 claims description 6
- 238000005299 abrasion Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000012847 principal component analysis method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/16—Applications of indicating, registering, or weighing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/18—Control systems or devices
- B66C13/46—Position indicators for suspended loads or for crane elements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C15/00—Safety gear
- B66C15/06—Arrangements or use of warning devices
- B66C15/065—Arrangements or use of warning devices electrical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本发明公开了一种基于数字孪生的起重机械工作监测系统及方法,包括起重状态模块、模型构建模块、动态对象定位模块、数字孪生模型构建模块、施工监测模块、信息判断模块及预警干预模块;本发明巧妙性通过结合施工场地数字模型、起重机械状态信息和动态对象定位信息,将起重机械状态信息和动态对象定位信息关联至施工现场数字模型中,建立基于数字孪生的起重机械工作监测模型进行可视化展示,使得起重机械在施工现场的工作监测能够更为直观化地表现,为后台监测人员能够更为清楚地了解现场情况。
Description
技术领域
本发明涉及智能起重机械领域,特别是涉及一种基于数字孪生的起重机械工作监测系统及方法。
背景技术
起重机械作为建筑工地施工中常见的起吊设备,其由于结构简单、安装拆卸便利且物品转移通用性强、起吊量大而被广泛使用;然而随着起重机械的广泛应用,其相应的使用局限性也被越来越多人发现,例如,操作人员在高空操作的工作状态难以监测,起吊过程中悬吊物与工地建筑物或设备发生干涉,起重机设备磨损无法进行及时预知,常常需要检修保养时才能发现或在发生故障时才被发现,因此,需要对起重机械工作过程进行较为全面的监测。
发明内容
为解决上述技术问题,本发明所采用的技术方案是:
一种基于数字孪生的起重机械工作监测系统,包括起重状态模块、模型构建模块、动态对象定位模块、数字孪生模型构建模块、施工监测模块、信息判断模块及预警干预模块;
起重状态模块包括多个定位单元、多个倾角传感器、多个漏磁传感器、多个结构件形变检测单元、多个回转支承螺栓检测单元;
多个倾角传感器设置在起重机械的回转支承及起重臂,多个倾角传感器用于获取回转支承及起重臂的倾角;漏磁传感器设置在钢丝绳上,漏磁传感器用于获取钢丝绳的磨损量;钢丝绳的磨损量可由漏磁传感器测得,利用磁感应传感器(如霍尔传感器)获取漏磁场信号,通过对漏磁场磁通密度分量进行分析能识别钢丝绳直径因磨损而减少的宽度、深度等特征;结构件形变检测单元设置在起重机械的结构件上,用于检测结构件应力应变值;回转支承螺栓检测单元用于对起重机械的回转支承螺栓的螺栓预紧状态进行检测;回转支承螺栓检测单元可以通过基于压电阻抗技术的压电主动式螺栓联接状态监测方法,根据压电导纳实部均方根偏差(RMSD)定义的损伤指标可以较准确地识别螺栓预紧力的变化,从而监测分析螺栓的预紧状态。多个定位单元设置在所述起重机械的平衡臂、起重臂、吊钩、载重小车、吊物上;定位单元用于获取起重机械的平衡臂、起重臂、吊钩、载重小车及吊物上定位单元的实时定位数据,并将其关联生成起重机械状态信息;
结构件形变检测单元为应力应变传感器或光纤光栅传感器;结构件的形变可通过应力应变传感器或光纤光栅传感器测出其应力应变值,并与标准相比较,从而判断是否出现应力集中的现象。
模型构建模块用于按预设条件建立参照坐标系,对起重机械施工场地预设区域范围内的地形、固定建筑物、固定施工设备进行轮廓识别和位置信息获取,建立施工场地数字模型;
动态对象定位模块用于按预设时间频率获取施工场地预设区域范围内影像数据,再基于影像数据获取影像内的动态对象,然后对动态对象进行定位且实时获取其位置信息,获得动态对象定位信息;
数字孪生模型构建模块用于获取施工场地数字模型、起重机械状态信息和动态对象定位信息,将起重机械状态信息和动态对象定位信息关联至施工现场数字模型中,建立基于数字孪生的起重机械工作监测模型进行可视化展示;
施工监测模块用于响应起重机械的工作启动信号,实时获取起重机械的工作状态信息和操作人员状态信息及施工场地环境信息;
信息判断模块用于根据起重机械的工作状态信息、操作人员状态信息、施工场地环境信息、起重机械状态信息、动态对象定位信息、施工场地数字模型中的一项以上数据判断是否存在异常运行,且在判断存在异常运行时,输出异常信息且推送至起重机械工作监测模型中可视化展示;
预警干预模块接收异常信息且按预设条件执行预警措施或操作干预措施。
进一步的,预警干预模块分别与信息判断模块及数字孪生模型构建模块通讯连接;信息判断模块与施工监测模块通讯连接;起重状态模块、模型构建模块、动态对象定位模块均与信息判断模块通讯连接;起重状态模块、模型构建模块、动态对象定位模块均与数字孪生模型构建模块通讯连接;模型构建模块与动态对象定位模块通讯连接。
一种基于数字孪生的起重机械工作监测方法,可以由上述任意实施例提供的基于数字孪生的起重机械工作监测系统执行,其包括以下步骤:
S01、按预设条件建立参照坐标系,对起重机械施工场地预设区域范围内的地形、固定建筑物、固定施工设备进行轮廓识别和位置信息获取,建立施工场地数字模型;
S02、获取起重机械的平衡臂、起重臂、吊钩、载重小车上定位单元的实时定位数据,当吊钩上悬吊有悬吊物时,还获取悬吊物上定位单位的定位数据,然后将其关联生成起重机械状态信息;
S03、按预设时间频率获取施工场地预设区域范围内影像数据,再基于影像数据获取影像内的动态对象,然后对动态对象进行定位且实时获取其位置信息,获得动态对象定位信息;
S04、获取施工场地数字模型、起重机械状态信息和动态对象定位信息,将起重机械状态信息和动态对象定位信息关联至施工现场数字模型中,建立基于数字孪生的起重机械工作监测模型进行可视化展示;
S05、响应起重机械的工作启动信号,实时获取起重机械的工作状态信息和操作人员状态信息,以及施工场地环境信息;
S06、根据起重机械的工作状态信息、操作人员状态信息、施工场地环境信息、起重机械状态信息、动态对象定位信息、施工场地数字模型中的一项以上数据判断是否存在异常运行,且在判断存在异常运行时,输出异常信息且推送至起重机械工作监测模型中可视化展示;
S07、接收异常信息且按预设条件执行预警措施或操作干预措施。
进一步的,在S04步骤中,基于数字孪生的起重机械工作监测模型由于数据传输与处理延迟,以及外部环境变化和实际工况改变的原因,导致基于数字孪生的起重机械工作监测模型与实际模型会存在不一致性,同时由于传感器数量无法完全反应起重机械的全部运行情况,会存在起重机械仿真模型与真实物理模型的运行状况不同,这会使后续的仿真分析脱离实际状况,造成结果的可靠性和置信度降低。通常,导致孪生模型与真实模型存在不同的原因为:1)外界干扰与时延导致的误差;2)起重机械故障导致的误差;3)生产要求或设备运行参数被人为更改和调整。
当数字孪生模型与真实模型存在不一致时,即时(其中P实为实际参数;P孪为孪生模型参数;TP为差异阈值),首先考虑是否由运行工况等因素改变导致的误差,为了解决其误差影响,应建立修正模型,将孪生模型与实际物理模型的误差减小,实现实时可靠地映射;在修正空间中,选择数字孪生模型的修正参数和目标变量,修正参数为孪生模型的输入参数,目标变量为影响模型结果但未被确定的变量,进行多组实验,获得各修正参数与目标变量的灵敏度关系;进而进行修正参数的筛选,确定灵敏度较高的参数为修正参数。随后,将修正参数作为自变量,传感器反映的参数作为因变量,先验实验采集多变量数据集和建立回归模型,构建修正参数与目标变量之间的关联;并依照此关联为目标变量构建目标函数,将目标变量的参数输入替换为目标函数计算值,从而建立参数修正后的孪生模型,实现孪生模型的实时映射。
当非人工导致误差时,此时认为模型存在未知干扰,需要判断孪生模型与真实物理模型产生误差的原因,再针对不一致原因进行分析解决。首先将实际模型在一定时间内的采集数据,表示为时间序列的矩阵,即
其中S(t)表示传感器x1-xK在时间[ts,tw]内的采集数据矩阵,对应着起重机械在一段时间内的运行状况。
假设未知干扰分为Q类(如环境干扰、物料干扰等),将具q类的干扰的历史时段[tqc,tqd]的采集数据矩阵表示为
利用共同主成分分析法与动态时间归整对S(t)与Sq(t)进行相似性计算;相似性最高的认为是当前的干扰原因,再基于原因进行参数调整或参数修正。
进一步的,在步骤S05中的施工监测模块设定起重机的工作状态信息的第一预设阈值及第二预设阈值。
进一步的,所述起重机械的工作状态信息包括:起重机械受驱动而旋转的速度、吊钩受驱动而升降的速度、载重小车受驱动而移动的速度、起重机械受制动而由旋转转变为停止时的消耗时间、吊钩受制动而停止升降所消耗的时间、载重小车受制动而停止移动所消耗的时间,以及起重机械、载重小车、吊钩在受制动或驱动前的初始状态和速度。
进一步的,起重机械受驱动而旋转的速度、吊钩受驱动而升降的速度、载重小车受驱动而移动的速度、起重机械受制动而由旋转转变为停止时的消耗时间、吊钩受制动而停止升降所消耗的时间、载重小车受制动而停止移动所消耗的时间中的其中一项超出第一预设阈值时,信息判断模块输出异常信息。
进一步的,在预警干预模块接收异常信息时,当异常信息所指向的对象在异常信息反馈时的运行参数超出第一预设阈值且小于第二预设阈值时执行预警措施,当大于等于第二预设阈值时,执行操作干预措施,该操作干预措施包括对吊钩的升降速度、载重小车的行进速度、起重机械自身的旋转速度进行调低上限速度或发起制动。
进一步的,预警措施为启动报警装置,报警装置包括有声光报警器、振动器、电话报警器中的一种或多种;电话报警器通过预先设定信息,向远程控制中心或保安室等地发送报警指令,从而使安全员第一时间了解到异常信息。
进一步的,为了能够充分利用实时信息和将其作为历史信息来更进一步地拓展其可表现的设备情况,优选的,预警干预模块在接收因起重机械而产生的异常信息时,对该异常信息所指向的对象进行记录,记录该对象在预设时长内被反馈异常信息的次数,当该次数超过预设值时,预警干预模块输出故障信息,同时执行预警措施。
进一步的,在本发明各个实施方式中的起重状态模块、模型构建模块、动态对象定位模块、数字孪生模型构建模块、施工监测模块、信息判断模块及预警干预模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中,上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
进一步的,操作人员状态信息包括:操作人员闭眼情况、操作人员视线位置情况;
进一步的,施工监测模块通过图像摄取装置实时获取操作人员所在操作室内的影像,对操作人员进行眼部定位,生成眼部影像信息;按预设时间间隔获取眼部影像信息,施工监测模块将眼部影像信息导入至检测神经网络中进行判断,当判断结果为闭眼时,对该眼部影像信息进行标注为闭眼。
进一步的,预警干预模块获取经检测神经网络最新输出的标注信息,当标注结果为闭眼时,以该标注作为时间起点,回溯读取在先的标注信息,获得检测神经网络最近连续标注闭眼的次数,将其与眼部影像信息的获取时间间隔进行乘积,获得操作人员闭眼时长,将其与预设阈值进行对比,当超出预设阈值时,输出异常信息且执行操作干预措施。
进一步的,施工监测模块通过图像摄取装置实时获取操作人员所在操作室内的影像,且对操作人员进行眼部定位和头部定位,生成眼部影像信息和头部影像信息;按预设条件根据头部影像信息获取头部姿态,且根据头部姿态获取操作人员的仰角或俯角信息,结合眼部水平可视角范围和操作人员的仰角或俯角信息,获取其当下的可视范围,生成操作人员视线位置情况。
进一步的,施工场地的环境情况对于起重机械的工作稳定性影响也尤为重要,本发明施工场地环境信息包括:施工场地的风速、降雨情况和可见度。
进一步的,起重机械状态信息包括:起重机械的平衡臂、起重臂、吊钩、载重小车和悬吊物的位置信息,且根据位置信息生成定位坐标信息,该定位坐标信息所参考的原点为根据预设条件设置。
进一步的,动态对象定位信息包括:动态对象的实时位置和根据其在预设时间段内的历史位置进行预测下一预设时间点该动态对象的预测位置,作为一种轨迹预测的实施方式,可以通过建立动态对象的位置轨迹图,然后取预设时间端的实时位置点位作为参考参数,建立数学计算模型来拟合,然后通过建立趋势线来获取其在未来某一时间点的位置。
信息判断模块根据动态对象的定位信息和起重机械的定位信息判断在预设未来时间点,动态对象与起重机械的位置是否发生干涉或者安全距离小于预设值,当发生干涉或者安全距离小于预设值时,输出异常信息。
当施工场地的风速大于预设阈值、降雨情况大于预设阈值或可见度小于预设阈值时,信息判断模块输出异常信息。
在起重机械处于运行状态时,信息判断模块根据操作人员的视线位置情况和起重机械状态信息统计起重机械的起重臂、吊钩和悬吊物同时脱离操作人员视线的连续时长,当连续时长大于预设阈值时,输出异常信息。
集成的模块以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本研究各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
由于采用了上述技术方案,本发明相对现有技术来说,取得的技术进步是:一、本发明巧妙性通过结合施工场地数字模型、起重机械状态信息和动态对象定位信息,将起重机械状态信息和动态对象定位信息关联至施工现场数字模型中,建立基于数字孪生的起重机械工作监测模型进行可视化展示,使得起重机械在施工现场的工作监测能够更为直观化地表现,为后台监测人员能够更为清楚地了解现场情况。
二、本发明结合起重机械的工作状态信息来判断起重机的运行情况,还进一步结合历史数据来预测起重机械的设备是否存在故障和同时执行相应的干预措施,例如在起重机械在旋转时,降低其旋转速度上线,载重小车在移动时,降低其移动速度上限,以此避免起重机械在工作过程中发生异常状况时,令其出现失控或其他进一步恶化的问题;本发明还通过对操作人员的状态进行监测,结合起重机械的零部件位置来判断操作人员是否分神,其是否在疲劳工作等状况,为起重机械的操作提供安全监测保障。
三、本发明还通过对动态对象的行进轨迹进行预测,然后来评估其是否与起重机械的运行发生干涉,以此提前做出应对,提高了起重机械的工作安全性和可靠性。
【附图说明】
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明一种基于数字孪生的起重机械工作监测系统的结构示意图;
图2为本发明基于数字孪生的起重机械工作监测方法的流程示意图;
图3为本发明基于数字孪生的起重机械工作监测方法的起重机械工作监测模型不一致修正的流程图;
主要元件符号说明
如下具体实施方式将结合上述附图进一步说明本发明
【具体实施方式】
下面的实施例可以帮助本领域的技术人员更全面地理解本发明,但不可以以任何方式限制本发明。
一种基于数字孪生的起重机械工作监测系统,包括起重状态模块1、模型构建模块2、动态对象定位模块3、数字孪生模型构建模块4、施工监测模块5、信息判断模块6及预警干预模块7;
起重状态模块1,包括多个定位单元,多个定位单元设置在所述起重机械的平衡臂、起重臂、吊钩、载重小车或吊物上;吊钩上悬吊有悬吊物时,该悬吊物上亦设置有用于定位其所在位置的定位单元;定位单元用于获取起重机械的平衡臂、起重臂、吊钩、载重小车或吊物上定位单元的实时定位数据,并将其关联生成起重机械状态信息。
模型构建模块2用于按预设条件建立参照坐标系,对起重机械施工场地预设区域范围内的地形、固定建筑物、固定施工设备进行轮廓识别和位置信息获取,建立施工场地数字模型;
动态对象定位模块3用于按预设时间频率获取施工场地预设区域范围内影像数据,再基于影像数据获取影像内的动态对象,然后对动态对象进行定位且实时获取其位置信息,获得动态对象定位信息;
数字孪生模型构建模块4用于获取施工场地数字模型、起重机械状态信息和动态对象定位信息,将起重机械状态信息和动态对象定位信息关联至施工现场数字模型中,建立基于数字孪生的起重机械工作监测模型进行可视化展示;
施工监测模块5用于响应起重机械的工作启动信号,实时获取起重机械的工作状态信息和操作人员状态信息及施工场地环境信息;
信息判断模块6用于根据起重机械的工作状态信息、操作人员状态信息、施工场地环境信息、起重机械状态信息、动态对象定位信息、施工场地数字模型中的一项以上数据判断是否存在异常运行,且在判断存在异常运行时,输出异常信息且推送至起重机械工作监测模型中可视化展示;
预警干预模块7接收异常信息且按预设条件执行预警措施或操作干预措施。
进一步的,预警干预模块7分别与信息判断模块6及数字孪生模型构建模块4通讯连接;信息判断模块6与施工监测模块5通讯连接;起重状态模块1、模型构建模块2、动态对象定位模块3均与信息判断模块6通讯连接;起重状态模块1、模型构建模块2、动态对象定位模块3均与数字孪生模型构建模块4通讯连接;模型构建模块2与动态对象定位模块3通讯连接。
一种基于数字孪生的起重机械工作监测方法,可以由上述任意实施例提供的基于数字孪生的起重机械工作监测系统执行,其包括以下步骤:
S01、按预设条件建立参照坐标系,对起重机械施工场地预设区域范围内的地形、固定建筑物、固定施工设备进行轮廓识别和位置信息获取,建立施工场地数字模型;
S02、获取起重机械的平衡臂、起重臂、吊钩、载重小车上定位单元的实时定位数据,当吊钩上悬吊有悬吊物时,还获取悬吊物上定位单位的定位数据,然后将其关联生成起重机械状态信息;
S03、按预设时间频率获取施工场地预设区域范围内影像数据,再基于影像数据获取影像内的动态对象,然后对动态对象进行定位且实时获取其位置信息,获得动态对象定位信息;
S04、获取施工场地数字模型、起重机械状态信息和动态对象定位信息,将起重机械状态信息和动态对象定位信息关联至施工现场数字模型中,建立基于数字孪生的起重机械工作监测模型进行可视化展示;
S05、响应起重机械的工作启动信号,实时获取起重机械的工作状态信息和操作人员状态信息,以及施工场地环境信息;
S06、根据起重机械的工作状态信息、操作人员状态信息、施工场地环境信息、起重机械状态信息、动态对象定位信息、施工场地数字模型中的一项以上数据判断是否存在异常运行,且在判断存在异常运行时,输出异常信息且推送至起重机械工作监测模型中可视化展示;
S07、接收异常信息且按预设条件执行预警措施或操作干预措施。
进一步的,在S04步骤中,基于数字孪生的起重机械工作监测模型由于数据传输与处理延迟,以及外部环境变化和实际工况改变的原因,导致基于数字孪生的起重机械工作监测模型与实际模型会存在不一致性,同时由于传感器数量无法完全反应起重机械的全部运行情况,会存在起重机械仿真模型与真实物理模型的运行状况不同,这会使后续的仿真分析脱离实际状况,造成结果的可靠性和置信度降低。通常,导致孪生模型与真实模型存在不同的原因为:1)外界干扰与时延导致的误差;2)起重机械故障导致的误差;3)生产要求或设备运行参数被人为更改和调整。
当起重机械工作监测模型与真实模型存在不一致时,即时(其中P实为实际参数;P孪为孪生模型参数;TP为差异阈值),首先考虑是否由运行工况等因素改变导致的误差,为了解决其误差影响,应建立修正模型,将起重机械工作监测模型与实际物理模型的误差减小,实现实时可靠地映射;在修正空间中,选择起重机械工作监测模型的修正参数和目标变量,修正参数为起重机械工作监测模型的输入参数,目标变量为影响模型结果但未被确定的变量,进行多组实验,获得各修正参数与目标变量的灵敏度关系;进而进行修正参数的筛选,确定灵敏度较高的参数为修正参数。随后,将修正参数作为自变量,传感器反映的参数作为因变量,先验实验采集多变量数据集和建立回归模型,构建修正参数与目标变量之间的关联;并依照此关联为目标变量构建目标函数,将目标变量的参数输入替换为目标函数计算值,从而建立参数修正后的起重机械工作监测模型,实现起重机械工作监测模型的实时映射。
当非人工导致误差时,此时认为模型存在未知干扰,需要判断起重机械工作监测模型与真实物理模型产生误差的原因,再针对不一致原因进行分析解决。首先将实际模型在一定时间内的采集数据,表示为时间序列的矩阵,即
其中S(t)表示传感器x1-xK在时间[ts,tw]内的采集数据矩阵,对应着起重机械在一段时间内的运行状况。
假设未知干扰分为Q类,将具q类的干扰的历史时段[tqc,tqd]的采集数据矩阵表示为
利用共同主成分分析法与动态时间归整对S(t)与Sq(t)进行相似性计算;相似性最高的认为是当前的干扰原因,再基于原因进行参数调整或参数修正,如图3所示。
进一步的,在步骤S05中的施工监测模块5设定起重机的工作状态信息的第一预设阈值及第二预设阈值。
进一步的,所述起重机械的工作状态信息包括:起重机械受驱动而旋转的速度、吊钩受驱动而升降的速度、载重小车受驱动而移动的速度、起重机械受制动而由旋转转变为停止时的消耗时间、吊钩受制动而停止升降所消耗的时间、载重小车受制动而停止移动所消耗的时间,以及起重机械、载重小车、吊钩在受制动或驱动前的初始状态和速度。
进一步的,起重机械受驱动而旋转的速度、吊钩受驱动而升降的速度、载重小车受驱动而移动的速度、起重机械受制动而由旋转转变为停止时的消耗时间、吊钩受制动而停止升降所消耗的时间、载重小车受制动而停止移动所消耗的时间中的其中一项超出第一预设阈值时,信息判断模块6输出异常信息。
进一步的,在预警干预模块7接收异常信息时,当异常信息所指向的对象在异常信息反馈时的运行参数超出第一预设阈值且小于第二预设阈值时执行预警措施,当大于等于第二预设阈值时,执行操作干预措施,该操作干预措施包括对吊钩的升降速度、载重小车的行进速度、起重机械自身的旋转速度进行调低上限速度或发起制动。
进一步的,预警措施为启动报警装置,报警装置包括有声光报警器、振动器、电话报警器中的一种或多种;电话报警器通过预先设定信息,向远程控制中心或保安室等地发送报警指令,从而使安全员第一时间了解到异常信息。
进一步的,为了能够充分利用实时信息和将其作为历史信息来更进一步地拓展其可表现的设备情况,优选的,预警干预模块7在接收因起重机械而产生的异常信息时,对该异常信息所指向的对象进行记录,记录该对象在预设时长内被反馈异常信息的次数,当该次数超过预设值时,预警干预模块7输出故障信息,同时执行预警措施。
进一步的,在本发明各个实施方式中的起重状态模块1、模型构建模块2、动态对象定位模块3、数字孪生模型构建模块4、施工监测模块5、信息判断模块6及预警干预模块7可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中,上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
进一步的,操作人员状态信息包括:操作人员闭眼情况、操作人员视线位置情况;
进一步的,施工监测模块5通过图像摄取装置实时获取操作人员所在操作室内的影像,对操作人员进行眼部定位,生成眼部影像信息;按预设时间间隔获取眼部影像信息,施工监测模块5将眼部影像信息导入至检测神经网络中进行判断,当判断结果为闭眼时,对该眼部影像信息进行标注为闭眼。
进一步的,预警干预模块7获取经检测神经网络最新输出的标注信息,当标注结果为闭眼时,以该标注作为时间起点,回溯读取在先的标注信息,获得检测神经网络最近连续标注闭眼的次数,将其与眼部影像信息的获取时间间隔进行乘积,获得操作人员闭眼时长,将其与预设阈值进行对比,当超出预设阈值时,输出异常信息且执行操作干预措施。
进一步的,施工监测模块5通过图像摄取装置实时获取操作人员所在操作室内的影像,且对操作人员进行眼部定位和头部定位,生成眼部影像信息和头部影像信息;按预设条件根据头部影像信息获取头部姿态,且根据头部姿态获取操作人员的仰角或俯角信息,结合眼部水平可视角范围和操作人员的仰角或俯角信息,获取其当下的可视范围,生成操作人员视线位置情况。
进一步的,施工场地的环境情况对于起重机械的工作稳定性影响也尤为重要,本发明施工场地环境信息包括:施工场地的风速、降雨情况和可见度。
进一步的,起重机械状态信息包括:起重机械的平衡臂、起重臂、吊钩、载重小车和悬吊物的位置信息,且根据位置信息生成定位坐标信息,该定位坐标信息所参考的原点为根据预设条件设置。
进一步的,动态对象定位信息包括:动态对象的实时位置和根据其在预设时间段内的历史位置进行预测下一预设时间点该动态对象的预测位置,作为一种轨迹预测的实施方式,可以通过建立动态对象的位置轨迹图,然后取预设时间端的实时位置点位作为参考参数,建立数学计算模型来拟合,然后通过建立趋势线来获取其在未来某一时间点的位置。
信息判断模块6根据动态对象的定位信息和起重机械的定位信息判断在预设未来时间点,动态对象与起重机械的位置是否发生干涉或者安全距离小于预设值,当发生干涉或者安全距离小于预设值时,输出异常信息。
当施工场地的风速大于预设阈值、降雨情况大于预设阈值或可见度小于预设阈值时,信息判断模块6输出异常信息。
在起重机械处于运行状态时,信息判断模块6根据操作人员的视线位置情况和起重机械状态信息统计起重机械的起重臂、吊钩和悬吊物同时脱离操作人员视线的连续时长,当连续时长大于预设阈值时,输出异常信息。
集成的模块以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本研究各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
上文一般性地对本发明做了详尽的描述,但在本发明基础上,可以对之做一些修改或改进,这对于技术领域的一般技术人员是显而易见的。因此,在不脱离本发明思想精神的修改或改进,均在本发明的保护范围之内。
Claims (10)
1.一种基于数字孪生的起重机械工作监测系统,其特征在于:包括起重状态模块、模型构建模块、动态对象定位模块、数字孪生模型构建模块、施工监测模块、信息判断模块及预警干预模块;
起重状态模块包括多个定位单元、多个倾角传感器、多个漏磁传感器、多个结构件形变检测单元、多个回转支承螺栓检测单元;
多个倾角传感器设置在起重机械的回转支承及起重臂,多个倾角传感器用于获取回转支承及起重臂的倾角;漏磁传感器设置在钢丝绳上,漏磁传感器用于获取钢丝绳的磨损量;结构件形变检测单元设置在起重机械的结构件上,用于检测结构件应力应变值;回转支承螺栓检测单元用于对起重机械的回转支承螺栓的螺栓预紧力进行检测;多个定位单元设置在所述起重机械的平衡臂、起重臂、吊钩、载重小车、吊物上;定位单元用于获取起重机械的平衡臂、起重臂、吊钩、载重小车及吊物上定位单元的实时定位数据,并将其关联生成起重机械状态信息;
模型构建模块用于按预设条件建立参照坐标系,对起重机械施工场地预设区域范围内的地形、固定建筑物、固定施工设备进行轮廓识别和位置信息获取,建立施工场地数字模型;
动态对象定位模块用于按预设时间频率获取施工场地预设区域范围内影像数据,再基于影像数据获取影像内的动态对象,然后对动态对象进行定位且实时获取其位置信息,获得动态对象定位信息;
数字孪生模型构建模块用于获取施工场地数字模型、起重机械状态信息和动态对象定位信息,将起重机械状态信息和动态对象定位信息关联至施工现场数字模型中,建立基于数字孪生的起重机械工作监测模型进行可视化展示;
施工监测模块用于响应起重机械的工作启动信号,实时获取起重机械的工作状态信息和操作人员状态信息及施工场地环境信息;
信息判断模块用于根据起重机械的工作状态信息、操作人员状态信息、施工场地环境信息、起重机械状态信息、动态对象定位信息、施工场地数字模型中的一项以上数据判断是否存在异常运行,且在判断存在异常运行时,输出异常信息且推送至起重机械工作监测模型中可视化展示;
预警干预模块接收异常信息且按预设条件执行预警措施或操作干预措施。
2.如权利要求1所述的基于数字孪生的起重机械工作监测系统,其特征在于:所述起重机械的工作状态信息包括:起重机械受驱动而旋转的速度、吊钩受驱动而升降的速度、载重小车受驱动而移动的速度、起重机械受制动而由旋转转变为停止时的消耗时间、吊钩受制动而停止升降所消耗的时间、载重小车受制动而停止移动所消耗的时间,以及起重机械、载重小车、吊钩在受制动或驱动前的初始状态和速度。
3.如权利要求1所述的基于数字孪生的起重机械工作监测系统,其特征在于:预警措施为启动报警装置,报警装置包括有声光报警器、振动器、电话报警器中的一种或多种。
4.如权利要求1所述的基于数字孪生的起重机械工作监测系统,其特征在于:动态对象定位信息包括:动态对象的实时位置和根据其在预设时间段内的历史位置进行预测下一预设时间点该动态对象的预测位置,作为一种轨迹预测的实施方式,通过建立动态对象的位置轨迹图,取预设时间端的实时位置点位作为参考参数,建立数学计算模型来拟合,通过建立趋势线来获取其在未来某一时间点的位置。
5.如权利要求1所述的基于数字孪生的起重机械工作监测系统,其特征在于:起重状态模块、模型构建模块、动态对象定位模块、数字孪生模型构建模块、施工监测模块、信息判断模块及预警干预模块集成在一个处理单元中,或是各个模块单独物理存在,或两个或两个以上模块集成在一个单元中。
6.如权利要求1所述的基于数字孪生的起重机械工作监测系统,其特征在于:操作人员状态信息包括:操作人员闭眼情况、操作人员视线位置情况;施工监测模块通过图像摄取装置实时获取操作人员所在操作室内的影像,对操作人员进行眼部定位,生成眼部影像信息;按预设时间间隔获取眼部影像信息,施工监测模块将眼部影像信息导入至检测神经网络中进行判断,当判断结果为闭眼时,对该眼部影像信息进行标注为闭眼。
7.如权利要求1所述的基于数字孪生的起重机械工作监测系统,其特征在于:预警干预模块获取经检测神经网络最新输出的标注信息,当标注结果为闭眼时,以该标注作为时间起点,回溯读取在先的标注信息,获得检测神经网络最近连续标注闭眼的次数,将其与眼部影像信息的获取时间间隔进行乘积,获得操作人员闭眼时长,将其与预设阈值进行对比,当超出预设阈值时,输出异常信息且执行操作干预措施。
8.如权利要求1所述的基于数字孪生的起重机械工作监测系统,其特征在于:施工监测模块通过图像摄取装置实时获取操作人员所在操作室内的影像,且对操作人员进行眼部定位和头部定位,生成眼部影像信息和头部影像信息;按预设条件根据头部影像信息获取头部姿态,且根据头部姿态获取操作人员的仰角或俯角信息,结合眼部水平可视角范围和操作人员的仰角或俯角信息,获取其当下的可视范围,生成操作人员视线位置情况。
9.一种基于数字孪生的起重机械工作监测方法,其特征在于,由权利要求2至8任一项所述的基于数字孪生的起重机械工作监测系统执行,所述方法包括:
S01、按预设条件建立参照坐标系,对起重机械施工场地预设区域范围内的地形、固定建筑物、固定施工设备进行轮廓识别和位置信息获取,建立施工场地数字模型;
S02、获取起重机械的平衡臂、起重臂、吊钩、载重小车上定位单元的实时定位数据,当吊钩上悬吊有悬吊物时,还获取悬吊物上定位单位的定位数据,然后将其关联生成起重机械状态信息;
S03、按预设时间频率获取施工场地预设区域范围内影像数据,再基于影像数据获取影像内的动态对象,然后对动态对象进行定位且实时获取其位置信息,获得动态对象定位信息;
S04、获取施工场地数字模型、起重机械状态信息和动态对象定位信息,将起重机械状态信息和动态对象定位信息关联至施工现场数字模型中,建立基于数字孪生的起重机械工作监测模型进行可视化展示;
S05、响应起重机械的工作启动信号,实时获取起重机械的工作状态信息和操作人员状态信息,以及施工场地环境信息;
S06、根据起重机械的工作状态信息、操作人员状态信息、施工场地环境信息、起重机械状态信息、动态对象定位信息、施工场地数字模型中的一项以上数据判断是否存在异常运行,且在判断存在异常运行时,输出异常信息且推送至起重机械工作监测模型中可视化展示;
S07、接收异常信息且按预设条件执行预警措施或操作干预措施。
10.如权利要求9所述的基于数字孪生的起重机械工作监测方法,其特征在于:
当起重机械工作监测模型与真实模型存在不一致时,即时,其中P实为实际参数;P孪为起重机械工作监测模型参数;TP为差异阈值;将实际模型在一定时间内的采集数据,表示为时间序列的矩阵,即/>其中S(t)表示传感器x1-xK在时间[ts,tw]内的采集数据矩阵,对应着起重机械在一段时间内的运行状况;假设未知干扰分为Q类,将具q类的干扰的历史时段[tqc,tqd]的采集数据矩阵表示为
利用共同主成分分析法与动态时间归整对S(t)与Sq(t)进行相似性计算;相似性最高的认为是当前的干扰原因,再基于原因进行参数调整或参数修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310828043.8A CN116750648A (zh) | 2023-07-07 | 2023-07-07 | 一种基于数字孪生的起重机械工作监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310828043.8A CN116750648A (zh) | 2023-07-07 | 2023-07-07 | 一种基于数字孪生的起重机械工作监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116750648A true CN116750648A (zh) | 2023-09-15 |
Family
ID=87955113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310828043.8A Pending CN116750648A (zh) | 2023-07-07 | 2023-07-07 | 一种基于数字孪生的起重机械工作监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116750648A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117213502A (zh) * | 2023-11-09 | 2023-12-12 | 湖南视觉伟业智能科技有限公司 | 一种港口吊装设备在数字孪生场景下的定位方法 |
-
2023
- 2023-07-07 CN CN202310828043.8A patent/CN116750648A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117213502A (zh) * | 2023-11-09 | 2023-12-12 | 湖南视觉伟业智能科技有限公司 | 一种港口吊装设备在数字孪生场景下的定位方法 |
CN117213502B (zh) * | 2023-11-09 | 2024-01-30 | 湖南视觉伟业智能科技有限公司 | 一种港口吊装设备在数字孪生场景下的定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115303946B (zh) | 基于数字孪生的塔式起重机工作监测方法、系统 | |
US9760068B2 (en) | Predictive maintenance method and system | |
US20220284366A1 (en) | Method and system for managing a crane and/or construction site | |
CN116750648A (zh) | 一种基于数字孪生的起重机械工作监测系统及方法 | |
US20180018641A1 (en) | Method of estimating an expected service life of a component of a machine | |
EP2345942A2 (en) | Plant analysis system | |
CN111392619A (zh) | 一种塔吊预警方法、装置、系统及存储介质 | |
CN111170184A (zh) | 一种塔式起重机的实时监测预警系统及方法 | |
CN116991108B (zh) | 一种架桥机智慧管控方法、系统、装置及存储介质 | |
CN117235443A (zh) | 一种基于边缘ai的电力作业安全监测方法及系统 | |
CN108792947A (zh) | 一种垃圾抓斗桥式起重机监控系统 | |
CN115640860B (zh) | 一种工业云服务的机电设备远程维护方法及系统 | |
CN111399471A (zh) | 灌区水工结构安全健康监测模块化系统技术研究及应用 | |
CN111196572A (zh) | 一种塔式起重机的安全防护方法 | |
CN113194284B (zh) | 塔吊智能监测系统及方法 | |
CN115258951A (zh) | 一种起重机实际载荷检测方法及系统 | |
CN115146230A (zh) | 一种古建筑健康监测系统、方法及设备 | |
CN111259494B (zh) | 重机设备健康监测分析方法 | |
CN115396485B (zh) | 一种基于蓝牙盒子的塔机数据交互方法及系统 | |
KR20210030754A (ko) | 스마트 팩토리를 위한 클라우드 지능형 예측 기반 생산 자동화 시스템 및 방법 | |
CN105544496A (zh) | 强夯机的作业功率评估方法、装置和系统 | |
CN112288116A (zh) | 一种生产制造流程优化管理的工业大数据系统及方法 | |
CN117237357B (zh) | 一种基于机器视觉的钢丝绳在线监测系统和方法 | |
CN117049379B (zh) | 一种基于数字孪生的塔式起重机工作监测系统 | |
KR20200099863A (ko) | 대상물의 분석 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |