堆垛机是自动化物流系统的关键设备之一，由于其工作的特殊性，人员靠近存在一定的安全隐患，因此堆垛机的现场检查维护只能在设备断电或急停时进行，无法及时发现并处理堆垛机的运行故障。通过AI人工智能及机器自学习技术对大数据进行分析，设计一套能够在堆垛机设备自动运行过程中实时监控、及时发现设备安全隐患、将设备故障消除在萌芽状态的运行状态监测系统，对于保障自动化物流系统安全运行至关重要。多数学者试图从物流系统的优化和管理方面规避因设备意外故障造成的损失[1]，通过人工定期停产维保、定期巡检等制度管控的方式及时发现设备问题并进行排除，在短期内具有一定成效，但依然存在人为因素的不确定性，重大生产事故并未杜绝。随着科学技术的不断发展及人们对堆垛机故障类型的逐步掌控，越来越多的学者开始研究工业设备故障的精准预测[2-3]，以此避免重大生产事故的发生。范红岩等[4]详细研究了堆垛机在运行状态下的故障类型，对状态监测与故障诊断技术在堆垛机中的应用进行研究，并展望了基于无线传感器网络的堆垛机状态监测与故障诊断的发展趋势。LI等[5]提出通过AI智能识别技术和智能算法模型实现对堆垛机等关键设备实时监控方案。本文对自动化物流系统堆垛机运行状态监测系统进行研究，通过在堆垛机关键部位布设传感器，同时加装AI识别设备，探究智能算法和交互策略，研发设计一套物流系统堆垛机运行状态监测系统，极大地保障了堆垛机的正常生产作业任务，降低了设备故障率和事故发生率，具有一定的推广价值。1运行状态智能监测系统组成高架库堆垛机运行状态智能监测系统主要由安装在堆垛机上各运动部位的传感器、堆垛机运行状态、传感器数据采集系统、数据传输网路、后台存储运算服务器、基于AI人工智能的机器自学习数据分析算法及管理员操作平台组成[6-7]。运行状态智能监测系统架构如图1所示。10.19301/j.cnki.zncs.2024.04.024.F001图1运行状态智能监测系统架构1.1堆垛机运行状态采集系统为了实现对堆垛机运行状态的监测预警，需要对能够反映堆垛机设备健康状态的运行参数进行采集和分析[8]。从堆垛机的故障类型入手，可以确认反映堆垛机健康状态的运行参数。常见的堆垛机故障分为行走机构故障、提升机构故障及叉货机及电机故障3类。在堆垛机长时间运行过程中，收集整理各个部件产生的周期性振动数据并进行分析[9]。分别在地轨运动部件、电机、叉货机和天轨布设振动传感器，在天轨上布设多轴倾斜角度传感器，采集堆垛机电机振幅数据及堆垛机运行状态下立柱倾角数据，同时在天轨和货仓位置架设高清摄像头，用于工作人员远程研判故障类型和故障原因。1.2数据传输网络振动传感器均支持RS485通信协议且该协议较为可靠，因此采用布设网线和信号线的通信方式最为合理。但堆垛机货仓为上下移动部件，使用传统的信号线布线方式会面临信号线无法伸缩、收放整理不便等问题，甚至线路可能会在货仓移动过程中被扯断，发生安全事故，使用无线数据传输设备替代传统线路的数据传输方式可以解决这一问题[10]。1.3后台存储运算服务器后台存储运算服务器的工作原理是通过现场安装的传感器进行数据采集，使用485等通信协议进行设备间的通信，传感器采集的数据通过OPC软件进行处理，通过WINCC控件和归档报警等组态板块实现预期的所有功能。1.4机器自学习数据分析算法采用数据采集设备对堆垛机的运行状态进行数据采集，并通过无线网络传送到分析服务器，分析服务器使用基于AI人工智能的机器自学习数据分析算法及基于遗传算法的运行数据分析研判算法[11]。通过时间轴纵向对比分析和同时间节点、不同设备的运行状态和传感器数据分析，建立一套设备运行健康数据系统。1.5管理员操作平台管理员操作平台包括系统主界面、总体数据分析界面、角度分析、距离分析、振动分析、摄像头监控画面、报警记录和日志查看界面模块。在系统运行过程中，将实时采集的运行数据与健康数据进行对比研判，如果传感器数据发生异常达到预设报警阈值时，操作平台发出报警并进行故障研判，帮助操作人员尽快处理、解决异常。运行状态智能监测系统主界面如图2所示。10.19301/j.cnki.zncs.2024.04.024.F002图2运行状态智能监测系统主界面1.6堆垛机故障预警策略堆垛机设备预警包括一般预警和严重预警。出现一般预警时，在管理员桌面给出预警提示，在货仓横向方向上安装的距离传感器给出故障发生位置，管理员查看后了解预警内容并提出处理方案，安排在维修保养阶段对设备隐藏故障进行处理。出现严重预警时，采用声光报警和管理员桌面同步预警，必要时通过联动控制使设备停止工作，等待故障修复并通过管理权限处理预警后，设备才能正常恢复工作[12-13]。管理员可根据布设在堆垛机货仓位置的监控设备查看堆垛机的实时运输画面，以此判断堆垛机运输状态是否正常及是否发生碰撞，如果经监控画面或现场确认有运输故障发生，应及时停机维修并记录故障日志。2应用效果2.1数据分析及设备健康状况研判设备位置信息曲线如图3所示。10.19301/j.cnki.zncs.2024.04.024.F003图3设备位置信息曲线堆垛机前轮振动幅度趋势如图4所示。10.19301/j.cnki.zncs.2024.04.024.F004图4堆垛机前轮振动幅度趋势堆垛机前轮和后轮振动幅度为0.02~0.06 mm。堆垛机前轮振动幅度在9：46、10：11、10：13时刻出现异常，图4中堆垛机后轮振动幅度在9：37、9：46、9：51、10：11、10：13时刻出现异常。结合图5该时段堆垛机位置趋势，9：46堆垛机运行至50 m处，10：11和10：13堆垛机同样运行至50 m处，系统将提示工作人员堆垛机地轨50 m需要人工检查。工作人员可通过高清摄像机远程研判故障原因，监测系统将故障原因和维修记录储存到后台服务器。堆垛机后轮存在周期性的波动异常，需要及时对后轮进行检修。10.19301/j.cnki.zncs.2024.04.024.F005图5堆垛机位置趋势堆垛机位置趋势如图5所示。平走电机的振动幅度极大值为0.06 mm，与堆垛机前轮和后轮振动幅度一致。堆垛机平走电机振动幅度趋势如图6所示。10.19301/j.cnki.zncs.2024.04.024.F006图6堆垛机平走电机振动幅度趋势由堆垛机天轨振动传感器趋势可以看出，振动幅度较其他振动传感器大，一般在0.02~0.10 mm，振动幅度在峰值0.1 mm时呈周期性规律，考虑到天轨自身振动的特殊性，本文认定该范围值正常。堆垛机天轨振动传感器趋势如图7所示。10.19301/j.cnki.zncs.2024.04.024.F007图7堆垛机天轨振动传感器趋势2.2数据传输效果经测量验证，现场测量时1 min内传感器收发数据为74，同一时间内系统平台收发数据量63。对比现场测量，系统的传感器收发速率略低，但是考虑到无线传输信号衰减及数据采集方式和距离问题，差距可以忽略不计，能够满足项目需求。针对传感器丢包问题进行了设计验证，通过后台服务器采集程序统计传感器数据丢包数量、丢包率、传感器发送10 000数据时的接收数据量。经统计，接收数据量为9 997，丢包率为0.03%，符合项目需求。视频监控画面安排专人进行连续2 h的视频观看确认，包括堆垛机静止状态和运行状态。经确认视频画面未出现信号中断、画面花白不清晰等情况。此外，还进行了为期两周的定点抽检，即测试人员每日上午9：30进行20 min的堆垛机视频监控画面确认，持续两周。经测试人员确认，视频监控信号稳定，画面清晰，符合项目需求。3结语本文探讨物流系统堆垛机运行状态监测的相关问题，提出了一套物流系统堆垛机的设计思路。在堆垛机关键部位装设工业传感器，对堆垛机关键设备的各项重要参数进行实时采集与分析，按照预设策略对设备进行管理，极大地保障了工业正常生产对于堆垛机运行状态的需求。由堆垛机运行状态监测系统的设计思路和实验结果可知，当堆垛机处于正常运行状态时，布置在堆垛机上的振动传感器振动幅度均在0.06 mm以下，布置在天轨上的振动传感器振动幅度在0.1 mm以下。如果振幅超过上限值，则监测系统判断堆垛机异常。当堆垛机振幅出现异常，该运行监测系统可根据安装在货仓上的激光测距仪，对出现异常位置进行实时定位。堆垛机运行状态监测系统可实时在线监测堆垛机设备运行参数数据，数据丢包率仅为0.03%，相较于存档速率和数据读取速度频次来说可以忽略不计，可以满足项目需求。堆垛机运行监测系统信号稳定，视频画面清晰，可实时查看堆垛机运行状态的实况画面。堆垛机运行监测系统研判策略优越，人机交互功能出色，通过对故障识别和故障维修记录进行机器自学习，可以有效进行故障预警，保障堆垛机设备正常运行。堆垛机运行状态监测系统的广泛应用，能够协助设备维护人员实时掌控堆垛机运行状态，对设备可能出现的故障进行预知、预警、预处理，避免设备故障影响生产，预防设备安全事故。