港口大型机械状态监测与分析系统

提供单位：青岛港科技有限公司、中国海洋大学

适用行业：交通

核心特点介绍：

1. 系统平台管理：提供分角色、分功能操作进行权限赋权；全面的系统日志管理，供系统管理员对系统运行状态的监视；提供功能配置工具。

2. 主数据管理：包含设备信息管理、备件信息管理、故障信息管理、维修工具管理、元数据定义管理、人员信息管理、组织机构管理以及系统配置管理。

3. 数据高效采集：数据采集模块对现场设备的工作环节进行实时数据采集、传输、处理，为数据平台提供数据来源和软硬件接口，包括硬件传感器、设备接口适配、现有软件系统接口。

4. 数据分析平台：通过Data Watcher 对数据采集模块采集的港口设备数据进行标签化处理，并根据数据特性归类，将结构化数据存放到关系型数据库，非结构化数据存放到大数据（NoSQL）数据库，为知识库的积累和数据分析提供数据支撑，数据平台会定期根据数据存储策略对平台中的数据进行清理，按照实时数据、历史数据、归档数据进行分类

5. 大数据分析：依赖于数据平台对港口大数据的融合和存储，实现对于装备实时状态，历史数据的可视化展现，并给出针对具体管理，业务和关键指标的优化和决策建议

行业应用解读：

　　货物装卸属于一种危险作业，我国目前仍然主要沿用传统的“定期保养，事后维修”制度，故障检测与修复的设备和手段也较落后，导致整机可靠性差、安全隐患多、停机待修时间长，严重影响了装卸效率和整机工作潜力的发挥。

　　目前，青岛港拥有桥吊87 台，轨道吊124 台，轮胎吊125 台，门机118 台，卸船机7 台，流程设备2 万多米，对日常装备维护管理工作提出了极高的要求。因此，亟需开发基于大数据的港口大型机械状态监测与分析系统，为运营效率的提升和优化提供有力支撑。通过系统实施，实现降低故障率、降低能耗、提高服务效率和减少结构损耗。

行业应用价值:

　　港口大型机械维修策略已从修理损坏的设备与机械，到有间隔的进行预防性维修，再发展到如今的状态实时监测，通过数据分析，按需维修。在实际应用中，维修是基于每台大型机械机构的状态，且通过状态监测来帮助决定。基于状态检测的维修能提高有问题大机的工作可靠性；进行有计划的维修，减少抢修，将进一步提升港口机械的正常使用率，并可大幅度减少大机的维修成本，提升设备管理水平。