本发明涉及起重设备领域，具体为一种起重机监控系统及起重机监控方法。
背景技术：
1、现有的起重机监控系统多采用人工监控方式，存在监控范围有限、实时性差、人为误差大等问题。同时，传统的监控系统在数据分析和故障预警方面的能力较为有限，无法及时、准确地反映起重机的运行状态，导致起重机运行过程中存在较大的安全隐患。因此，设计一种自动化、智能化的起重机监控系统显得尤为必要。
技术实现思路
1、本发明的目的在于提供一种起重机监控系统及起重机监控方法，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：一种起重机监控系统，包括数据采集单元、数据传输单元、数据处理单元、显示单元和报警单元，所述数据采集采集单元用于采集起重机运行过程中的各种数据；所述数据传输单元用于将采集到的数据传输至监控中心；所述数据处理单元位于监控中心，用于对接收到的数据进行分析处理；所述显示单元用于显示数据处理单元分析处理后的结果；所述报警单元用于在检测到异常情况时发出报警信号；
3、所述数据采集单元包含以下部分：传感器模块：由安装在起重机不同部位的多种传感器组成，其中每种传感器负责采集特定类型的数据；数据采集器：用于连接各类传感器的装置，负责将各个传感器采集到的数据进行初步处理和整合，且数据采集器具备多通道输入能力，同时接收多种类型的数据，并进行必要的滤波、放大等信号处理；储存器用于临时存储传感器采集到的原始数据，使数据传输单元将其传输至监控中心；数据传输模块负责将数据采集器处理过的数据传输至监控中心；电源管理模块为数据采集单元提供稳定的电力供应，确保各传感器和数据采集器的正常工作；
4、所述数据传输单元包含以下部分：有线传输模块：通过物理线缆将数据采集单元数据传输到监控中心；无线传输模块：通过无线通信技术将数据采集单元数据传输到监控中心；数据协议模块：责对数据进行格式化处理，确保数据在传输过程中能够被正确识别和解读；数据加密模块：确保数据采集单元数据在传输过程中的安全性，数据加密模块采用aes对传输的数据进行加密处理；数据压缩模块：用于对数据采集单元数据进行压缩处理，减少数据传输量，提高传输速度，同时降低网络带宽的占用；故障检测与恢复模块：负责监测传输过程中的故障情况，并在发生故障时进行自动恢复；
5、所述数据处理单元包含以下部分：数据接收模块：负责接收从数据传输单元传输来的数据：数据储存模块：用于存储接收到的数据和处理后的数据，且数据储存模块采用sql数据库系统，高效地存储和检索大量数据；数据预处理模块：对数据接收模块接收到的原始数据进行初步处理，包括数据清洗、数据转换、数据补全操作，数据清洗包括去除噪声数据和异常数据，数据转换包括将数据转换成标准格式，数据补全包括填补缺失数据；数据分析模块：负责对预处理后的数据进行深入分析；机器学习模块：通过神经网络算法训练处理后的数据建立模型，进行故障预测、剩余寿命预测；故障诊断模块：根据数据分析模块和机器学习模块的结果，进行详细的故障诊断，提供详细的故障原因分析和处理建议，生成诊断报告，帮助操作人员及时采取措施；可视化模块：将故障诊断模块分析和处理的结果以图形化方式展示出来；报警模块：根据数据分析和故障诊断的结果，判断是否需要发出报警信号，当检测到异常情况或潜在故障时，报警模块通过声音、灯光、短信方式发出警报，提醒操作人员及时处理；
6、所述报警单元包含以下部分：异常检测模块：用于设置报警阈值和延迟时间，防止偶然的瞬时波动造成误报；报警生成模块：收集异常数据和信息，准备详细的报警描述，包括异常类型、发生时间、具体参数值、可能原因；报警输出模块：用于显示器界面、警示灯、led屏幕、蜂鸣器、短信方式发出报警；报警管理与记录：对历史报警数据进行统计分析，识别频繁发生的异常情况，为设备维护和操作优化提供依据。
7、优选的，所述传感器模块包括以下传感器：加速度传感器：安装在起重机的臂架、吊钩等部位，用于监测起重机的加速度和振动情况，以评估起重机的运行平稳性和安全性；温度传感器：安装在起重机的电机、液压系统关键部位，用于监测安装部位的温度变化，防止过热现象；应力传感器：安装在起重机的钢结构和吊具上，用于监测安装部位的应力变化，评估其承载能力和结构健康状况；位移传感器：用于监测起重机的运动状态，包括吊臂的角度、吊钩的位置，以确保起重机的操作在安全范围内；压力传感器：安装在液压系统中，用于监测液压油的压力情况，确保液压系统的正常运行；风速传感器：安装在起重机顶部，用于监测环境风速，以评估外界环境对起重机运行的影响。
8、优选的，所述数据分析模块内容包括实时监控分析、趋势分析和故障分析，具体为：
9、a、实时监控分析：对起重机的实时运行数据进行监控和分析，识别异常情况并生成实时监控报告；
10、数据采集：实时采集起重机的运行数据，具体为温度、压力、应力、位移；
11、实时分析：对采集到的实时数据进行分析，识别异常情况，具体为温度过高、压力过大、应力超限；
12、异常检测：应用阈值检测异常情况，并判断异常的严重程度；
13、实时报告：生成实时监控报告，记录实时数据、检测到的异常情况及其处理建议；
14、b、趋势分析：对历史数据进行分析，识别运行参数的变化规律，预测未来可能发生的情况；
15、数据积累：收集和存储起重机的历史运行数据，形成完整的历史数据集；
16、趋势识别：对历史数据进行分析，识别出运行参数的变化趋势；
17、模式识别：应用模式识别算法，识别出数据中的规律性变化和周期性波动；
18、趋势预测：基于识别出的趋势，对未来的运行情况进行预测；
19、趋势报告：生成趋势分析报告，记录历史数据、识别出的趋势及其预测结果，提供参考建议；
20、c、故障分析：对故障数据进行深入分析，确定故障原因和影响范围，提供故障诊断报告；
21、故障数据收集：收集起重机的故障数据，包括故障发生时间、故障类型、相关参数值；
22、故障模式识别：应用故障模式识别算法，分析故障数据，确定故障的模式和特征；
23、故障原因分析：结合历史数据和故障模式，分析故障的可能原因；
24、故障影响评估：评估故障对起重机整体运行的影响范围；
25、故障诊断报告：生成故障诊断报告，记录故障的详细信息、原因分析、影响评估及处理建议。
26、优选的，所述机器学习模块具体的工作步骤如下：
27、步骤1、数据收集与预处理：收集起重机运行过程中产生的各种传感器数据，包括加速度、温度、应力、位移、压力和风速；去除数据中的噪声和异常值，确保数据的质量和准确性；将不同传感器的数据进行标准化处理，使其符合模型输入的要求；将数据划分为训练集、验证集和测试集，用于模型的训练和评估；
28、步骤2、模型训练：初始化卷积神经网络的参数，使用训练集数据对神经网络进行训练，采用反向传播算法调整模型参数，最小化损失函数；在验证集上评估模型的性能，调整超参数以获得最佳模型；使用测试集对最终模型进行评估，确保其泛化能力和预测精度；
29、步骤3、实时数据预测：将实时采集到的起重机传感器数据输入到训练好的卷积神经网络模型中，模型对输入数据进行处理，输出故障预测结果；模型根据输入数据预测起重机各关键部件的剩余寿命，帮助操作人员进行预防性维护；
30、步骤4、故障预测与剩余寿命预测：卷积神经网络模型识别出当前运行数据中潜在的故障征兆，生成故障预测报告；根据历史数据和当前运行状态，模型预测关键部件的剩余使用寿命，生成寿命预测报告。
31、优选的，一种起重机监控方法，包括以下步骤：
32、步骤s1、通过数据采集单元实时采集起重机的运行状态数据；
33、步骤s2、通过数据传输单元将采集到的数据传输至监控中心；
34、步骤s3、数据处理单元对接收到的数据进行分析处理，生成分析报告；
35、步骤s4、显示单元显示分析处理后的结果；
36、步骤s5、报警单元在检测到异常情况时发出报警信号。
37、与现有技术相比，本发明的有益效果是：本发明通过实时监控分析可以在第一时间检测到起重机运行中的异常情况，及时生成报警信号，确保操作人员迅速采取措施，避免问题扩大化；通过识别运行参数的变化规律，提前预测潜在问题，支持预测性维护，减少因故障停机的时间和频率，提高设备的利用率；本发明通过故障分析，可以准确确定故障的原因和影响范围，提供详细的故障诊断报告，帮助操作人员及时排除故障，防止故障扩大化，保障设备和人员的安全；故障模式识别和原因分析能够识别常见故障的前兆，提前采取预防措施，降低故障发生的概率，提升系统的安全性；当系统检测到异常情况时，报警单元能够立即发出报警信号，提醒操作人员，防止安全事故的发生；根据异常情况的严重程度，提供不同级别的报警信息，确保操作人员能够根据优先级快速处理紧急情况；本发明通过对历史数据的积累和分析，可以持续监控设备的长期运行状态，及时发现潜在问题，保持设备的长期可靠运行，基于历史数据的趋势预测能够提前预见设备的运行状态，及时采取措施，避免突发故障，确保系统的稳定性；本发明提供详细的实时监控报告，帮助管理人员了解当前设备的运行状态和异常情况，支持快速决策，同时生成趋势分析报告，提供历史数据和未来预测，为管理层提供决策依据，优化设备管理和维护策略，且提供详细的故障诊断报告，记录故障信息和处理建议，支持故障管理和维修决策，提高故障处理的效率和效果；本发明通过友好的可视化界面，将分析结果以图表、图像等直观形式展示，帮助操作人员和管理层快速理解和利用分析结果，做出正确的决策。
1.一种起重机监控系统，包括数据采集单元、数据传输单元、数据处理单元、显示单元和报警单元，其特征在于：所述数据采集采集单元用于采集起重机运行过程中的各种数据；所述数据传输单元用于将采集到的数据传输至监控中心；所述数据处理单元位于监控中心，用于对接收到的数据进行分析处理；所述显示单元用于显示数据处理单元分析处理后的结果；所述报警单元用于在检测到异常情况时发出报警信号；
2.根据权利要求1所述的一种起重机监控系统，其特征在于：所述传感器模块包括以下传感器：加速度传感器：安装在起重机的臂架、吊钩等部位，用于监测起重机的加速度和振动情况，以评估起重机的运行平稳性和安全性；温度传感器：安装在起重机的电机、液压系统关键部位，用于监测安装部位的温度变化，防止过热现象；应力传感器：安装在起重机的钢结构和吊具上，用于监测安装部位的应力变化，评估其承载能力和结构健康状况；位移传感器：用于监测起重机的运动状态，包括吊臂的角度、吊钩的位置，以确保起重机的操作在安全范围内；压力传感器：安装在液压系统中，用于监测液压油的压力情况，确保液压系统的正常运行；风速传感器：安装在起重机顶部，用于监测环境风速，以评估外界环境对起重机运行的影响。
3.根据权利要求1所述的一种起重机监控系统，其特征在于：所述数据分析模块内容包括实时监控分析、趋势分析和故障分析，具体为：
4.根据权利要求1所述的一种起重机监控系统，其特征在于：所述机器学习模块具体的工作步骤如下：
5.根据权利要求1-4任一所述的一种起重机监控方法，其特征在于，包括以下步骤：
