[发明专利]一种基于大数据的起重设备运行安全监管系统

权利要求书

1.一种基于大数据的起重设备运行安全监管系统，其特征在于，包括服务器，服务器通讯连接有：

运行风险实时检测单元，用于将实时运行的起重设备进行风险分析，判断当前起重设备在运行过程中是否存在安全风险，将当前运行的起重设备标记为分析对象，并将其设置标号i，i为大于1的自然数，获取到分析对象的运行时间段，并将根据运行时间段将分析对象进行分析，获取到分析对象的运行风险实时检测系数，根据运行风险实时检测系数比较生成运行高风险信号和运行低风险信号，并将其发送至服务器；

横纵向运行检测单元，用于将分析对象运行过程中横纵向运行进行检测，通过分析生成横纵配合不合格信号和横纵配合合格信号，并将其发送至服务器；

运行限位执行分析单元，用于将分析对象运行至限位的过程进行分析，判断分析对象运行至限位的运行过程是否合格，通过分析生成限位执行异常信号和限位执行正常信号，并将其发送至服务器；

维护可靠性分析单元，用于将分析对象在运行过程内的维护进行可靠性分析，获取到运行过程中分析对象的维护可靠性分析系数，根据可靠性分析系数比较生成可靠性不合格信号和可靠性合格信号，并将其发送至服务器；

运行风险实时检测单元的运行过程如下：

采集到运行时间段内分析对象动态运行方向与风向非一致的运行时长占比以及分析对象静态静止时单个迎风面的最长迎风时长；采集到运行时间段内分析对象停止动态运行时吊取货物的最大摆动幅度；通过分析获取到分析对象的运行风险实时检测系数；将分析对象的运行风险实时检测系数与运行风险实时检测系数阈值进行比较：

若分析对象的运行风险实时检测系数超过运行风险实时检测系数阈值，则判定分析对象的当前运行风险检测不合格，生成运行高风险信号并将运行高风险信号发送至服务器；若分析对象的运行风险实时检测系数未超过运行风险实时检测系数阈值，则判定分析对象的当前运行风险检测合格，生成运行低风险信号并将运行低风险信号发送至服务器；

横纵向运行检测单元的运行过程如下：

采集到分析对象运行过程中横向运行中止时货物纵向运行停止的缓冲时长以及分析对象横向运行加速过程中货物纵向运行的晃动频率增加量，并将其分别与缓冲时长阈值和晃动频率增加量阈值进行比较：

若分析对象运行过程中横向运行中止时货物纵向运行停止的缓冲时长超过缓冲时长阈值，或者分析对象横向运行加速过程中货物纵向运行的晃动频率增加量超过晃动频率增加量阈值，则判定分析对象的横纵向运行检测不合格，生成横纵配合不合格信号并将横纵配合不合格信号发送至服务器；

若分析对象运行过程中横向运行中止时货物纵向运行停止的缓冲时长未超过缓冲时长阈值，且分析对象横向运行加速过程中货物纵向运行的晃动频率增加量未超过晃动频率增加量阈值，则判定分析对象的横纵向运行检测合格，生成横纵配合合格信号并将横纵配合合格信号发送至服务器；

运行限位执行分析单元的运行过程如下：

采集到运行过程中运行至限位时分析对象因惯性受到的振动幅度以及分析对象在限位作用下速度降低量，并将运行过程中运行至限位时分析对象因惯性受到的振动幅度以及分析对象在限位作用下速度降低量分别与振动幅度阈值和速度降低量阈值进行比较：

若运行过程中运行至限位时分析对象因惯性受到的振动幅度超过振动幅度阈值，或者分析对象在限位作用下速度降低量超过速度降低量阈值，则判定分析对象的限位执行分析不合格，生成限位执行异常信号并将限位执行异常信号发送至服务器；若运行过程中运行至限位时分析对象因惯性受到的振动幅度未超过振动幅度阈值，且分析对象在限位作用下速度降低量未超过速度降低量阈值，则判定分析对象的限位执行分析合格，生成限位执行正常信号并将限位执行正常信号发送至服务器；

维护可靠性分析单元的运行过程如下：

采集到运行过程中分析对象完成维护后可持续正常运行时长；采集到运行过程中分析对象在无故障进行预测维修的频率以及分析对象预测维修后故障发生概率降低量；通过分析获取到运行过程中分析对象的维护可靠性分析系数；将运行过程中分析对象的维护可靠性分析系数与维护可靠性分析系数阈值进行比较：

若运行过程中分析对象的维护可靠性分析系数超过维护可靠性分析系数阈值，则判定分析对象在运行过程中的维护可靠性分析合格，生成可靠性合格信号并将可靠性合格信号发送至服务器；若运行过程中分析对象的维护可靠性分析系数未超过维护可靠性分析系数阈值，则判定分析对象在运行过程中的维护可靠性分析不合格，生成可靠性不合格信号并将可靠性不合格信号发送至服务器。