一种起重机用的大数据智能运维方法、系统及云平台

专利主权项内容

1.一种起重机用的大数据智能运维方法，其特征在于，包括：步骤S1：采集模块汇总起重机的运行数据，所述运行数据包括负载数据、高度数据和速度数据，第一传输模块将所述运行数据发送至存储模块进行存储；步骤S2：第一传输模块内设定有第一时间长度，所述第一传输模块将所述第一时间长度内的所述负载数据发送至云端的第一分析模块和本地的第二分析模块，所述第一分析模块和所述第二分析模块基于所述负载数据分别计算生成起重机各个零件在所述第一时间长度的精准消耗寿命和模糊消耗寿命，其中，BP神经网络模型通过融合在云端存储的各种运行数据，精准计算在当前运行状态下起重机各个零件的磨损程度，以获得所述精准消耗寿命，BP神经网络模型基于MATLAB软件，并结合相对应的训练样本集生成；步骤S3：预测模块内构建有数据表格，所述数据表格包括起重机各个零件的总寿命、累计消耗寿命和当前剩余寿命，每隔所述第一时间长度，所述预测模块请求获取所述第一分析模块和所述第二分析模块存储的寿命数据，若所述预测模块获得所述精准消耗寿命，则基于所述当前剩余寿命计算各个零件的精准剩余寿命，将所述数据表格内的所述当前剩余寿命更新为所述精准剩余寿命，执行步骤S5，若获得所述模糊消耗寿命，则基于所述当前剩余寿命计算获得各个零件的模糊剩余寿命，执行步骤S4；步骤S4：所述预测模块判断在第二时间长度是否获取到所述精准剩余寿命，是的情况下，计算所述精准剩余寿命更新所述数据表格，执行步骤S5，否的情况下，将所述模糊剩余寿命额外添加至所述数据表格中，并发送至本地的显示模块；步骤S5：所述第一传输模块将所述数据表格发送至所述存储模块进行存储，同时所述存储模块响应移动终端的请求，通过第二传输模块将所述运行数据和所述数据表格发送至所述移动终端；所述第二分析模块计算所述模糊剩余寿命包括以下步骤：将所述第一时间长度拆分为多个子时间段，基于所述负载数据获取每个所述子时间段内起重机的使用频率以及使用负荷，预先设置多种频率等级，不同的频率等级对应不同的频率范围，基于所述使用频率判断起重机在每个所述子时间段内的所述频率等级，基于获取到的所述频率等级生成第一序列数据；预先设置多种负荷等级，基于所述使用负荷判断起重机在每个所述子时间段内的所述负荷等级，基于获取到的所述负荷等级生成第二序列数据；以时间为横轴、所述频率等级为纵轴建立坐标系，基于所述第一序列数据在所述坐标系绘制生成所述频率等级随所述子时间段变化的第一曲线，基于所述第二序列数据对所述第一曲线进行修正，获得第二曲线，计算所述第二曲线与所述坐标系围成的负荷面积，设置多种工作等级，不同所述工作等级对应不同的面积范围，基于面积范围判定起重机在所述第一时间长度的所述工作等级，并通过第一公式计算所述模糊剩余寿命T，所述第一公式为：T＝T-T·Level, 其中，T为所述当前剩余寿命，T为预先设置的、所述第一时间长度的基础消耗寿命，Level为所述第一时间长度对应的所述工作等级。leftleftoldbasoldbas