卷扬升降装置智能监测控制系统设计

系统创新设计了智能集成制动器，具备制动力矩检测、极限行程检测、摩擦衬垫磨损检测及力矩预监测功能，解决了传统制动器监测盲区问题；同时布局销轴传感器、电机变频器、绝对值编码器等 13 类传感器，形成全维度参数监测网络，为设备状态感知提供数据支撑。软件层面基于软件平台即服务（SaaS）理念，构建 “统一采控 - 数据处理 - 组件服务” 架构。统一采控模块实现分布式资源采控与第三方系统集成；数据处理模块通过标准化处理与机器学习模型，将传感器数据转化为运维数据资产；组件服务模块封装基础服务，支撑远程监控、故障诊断、寿命预测、智能报警等功能。

1 引 言

卷扬升降装置是一种较为成熟的升降装置，它通过电机等驱动装置带动卷筒收放钢丝绳从而使平台升降[1]。通常来说，卷扬式升降装置属于柔性升降装置，它提升行程大，定位精度高，运行平稳性好，且具有一定抗冲击能力[2]。为提高升降装置的安全性、可靠性和运行效率，满足对升降装置智能化运维的需求。本文对升降装置的智能监测控制系统（简称“升降智控系统”）开展方案设计。该系统通过采集、传输和分析升降装置的运行状态数据，实现故障智能预警和检测、远程诊断和智能化运维管理，从而提高设备运行的可靠性、安全性和效率，减少人为干预和运维成本。

2 系统总体组成

卷扬升降装置智能监测控制系统主要由主控系统、卷扬控制系统和随动集控系统组成。主控系统可通过以太网通讯模块与上级总控通讯，实现上级总控对升降装置设备状态及运行状态的远程监测、控制。卷扬控制系统和随动集控系统通过通讯模块将电机状态、卷扬转速和平台状态等数据实时上报给主控系统进行处理和分析。

图 2.1 升降智控系统方案图

3 子系统设计

3.1 主控系统设

主控系统主要由电源模块、工控模块、PLC 模块和通讯模块组成。其中PLC 模块对卷扬控制系统、随动集控系统发送控制信号，并接收下级系统的的反馈数据。工控模块对反馈数据进行汇总、处理、上报。工控模块包含软件平台及人机界面，能实现有效的设备管理及操作可视化。通讯模块能够实现升降智控系统与上级总控的远程通讯，使上级总控能对装置运行状态进行远程监测及控制。

3.2 卷扬控制系统设计

卷扬控制系统主要由PLC 模块、电机驱动模块、监测传感器组成，主要控制功能为电机同步控制、卷扬制动控制；主要监测功能为电机状态监测、卷扬转速监测、卷扬张力监测、制动力监测。

图 3.2 卷扬控制系统主要模块示意图

3.3 随动集控系统设计

随动集控系统主要由PLC 模块、IO 模块、监测传感器组成，主要控制功能为液压系统控制（导轨制动控制、固定插销控制、抱轮机构控制）；主要监测功能为平台倾角监测、平台速度监测、制动力监测、平台监控。

图 3.3 随动控制系统主要模块示意图

3.3 智能集成制动器设计

将卷扬提升机构中的制动器进行智能集成，形成力矩自感知安全制动器，集成后具备以下优势：（1）制动力矩检测：直接测得真实的制动力。在弹簧正压力以及摩擦系数变化时，仍能准确测得制动力，且精度高、实时性（2）极限行程检测：可在制动器有效动作临近极限前给予警示，便于提前维护调节。还可避免摩擦

（3）摩擦衬垫磨损检测：避免因摩擦衬垫过度磨损或脱落而造成的安全事故。

（4）力矩预监测：可快速判定制动器故障的故障点，通过排除制动器隐患，降低事故发生概率。

图 3.4 智能集成制动器示意图

3.4 传感监测设计

针对卷扬升降装置的参数监测需求，进行传感监测设计。升降智控系统传感监测组成如图所示。

4 软件设计

4.1 软件构架

（1）统 采控模块： 三方系统集成和纳管（2）数据处理模块：可建模运维大数据，预置运维模型和分析算法， 从而统一运维数据，形成数据资产。

4.2.1 统一采控模块

4.2 软件模块与功能

统一采控模块提供分布式的资源采控体系，实现被管理资源统一采控，支持第三方系统集成纳管。统一采控模块提供各运维工具和被管设备资源之间的统一通讯通道，并通过模块和插件让各运维工具自由扩展采控能力，而不用关注底层的通讯和调度技术[4]。只需要按照采控模块约定的规范编写采控脚本，并组织成策略下发给相应代理，即可完成机器数据采集、配置变更发布和资源操作控制。将采集和控制工作交由统一的模块处理，有以下优势：

（1）被管主机只需部署一个代理就能完成所有采集和控制的操作，不但降低了对被管主机的资源占用，也可降低代理的管理复杂度。

（2）所有与被管设备的通讯都通过统一通道进行，可以集中优化和控制，最大

（3）为上层应用提供统一化的交互接口，可以降低各运维工具的开发难度。

（4）对所有被管设备和代理进行集中管理，降低管理难度，提高管理效率。

4.2.2 数据处理模块

数据处理模块负责处理各类运维数据，数据来源于不同类型的传感器，有不同的结构类型，因此有必要专门设计数据融合管理模块来对各类数据进行标准化处理、存储，从而形成运维大数据。

（1）数据来源：传感器采集数据。

（2）数据存储：平台结合关系型数据库，提供出强一致性的联机读写数据库；以及大量各种资源半结构化的描述型日志数据；同时各数据库均应支持水平扩展，避免数据瓶颈。

（3）数据处理：基于运维大数据处理框架与机器学习，训练出相应的计算模型，以更好的支撑运维业务需要[5]。

（4）数据消费：基于数据平台能力，建立面向资源关系提取、指标预测、告警收敛、健康度分析和人机交互等数据应用能力。

4.2.3.组件服务模块

服务系统提供常用运维服务组件，封装典型场景的API 扩展，快速拓展各类运维应用。

（1）技术服务，提供分布式通信、统一配置、服务注册，以及模块管理和安全策略等基础服务

（2）数据服务，提供用户管理、权限管理、数据生命周期管理、数据加解密、文件存储和消息队列等基础数据服务，并实

（3）业务服务，提供流程编排、规则引擎、通知服务、操作审计等基础业务服务，并提供 Rest API 的标准接口[6]。

（4）展现服务，提供界面框架、表单组件、拓扑组件、仪表组件和可视化组件，实现平台展示的标准化、规范化，支持展示能力的快速自定义扩展。

4.3 软件控制流程

（1）数据采集与传输

实时数据采集：传感器实时采集系统运行数据，如应力、振动、位置等。

数据传输：通过网络将采集到的数据传输至智能运维软件。

（2）数据处理与存储

数据预处理：对采集到的原始数据进行清洗、过滤、去噪等预处理操作。

数据存储：将处理后的数据存储在数据库中，供后续分析使用。

（3）数据分析与故障诊断

数据分析：实时分析系统的运行数据，发现异常情况和潜在故障。

故障诊断：利用机器学习和专家系统等技术，进行故障诊断，确定故障原因和影响范围

（4）寿命预测与维护优化

寿命预测：基于历史数据和当前状态，预测各部件剩余寿命，制定维护计划。

维护优化：根据预测结果优化维护策略，降低维护成本，提高设备利用率。

（5）报警与预警

实时报警：当检测到严重故障或潜在危险时，平台会实时发出报警通知。

预警分析：通过数据分析和模型预测，提前预警潜在故障，便于预防性维护。

（6）远程监控

远程监测：运维人员可通过平台远程监控升降装置的运行状态，查看实时数据和历史记录。

远程控制：运维人员可通过平台对升降装置进行远程控制，进行必要的调整和修复。

（7）报告生成与决策支持

自动报告生成：平台自动生成各种运行报告和维护报告，供运维人员参考。

决策支持：基于数据分析结果，提供决策支持，帮助运维人员优化升降装置运维策略，提高整体效率

（8）安全与权限管理

权限管理：设置不同用户的操作权限，确保系统安全运行。

数据安全：采用加密技术和安全协议，保护数据传输和存储的安全。

5 结 语

本文围绕卷扬升降装置智能化运维需求，完成了智能监测控制系统的整体方案设计与关键模块开发，系统通过 “主控 - 卷扬控制 - 随动集控” 三级架构搭建核心控制体系，整合 PLC 模块、通讯模块及多类型传感器，实现了对电机状态、卷扬张力、平台倾角、制动力矩等关键参数的实时采集与精准控制。其中，智能集成制动器的创新设计突破了传统制动器 “监测盲区”，通过制动力矩自感知、极限行程预警、摩擦衬垫磨损检测等功能，大幅提升了设备运行安全性；传感监测系统布置 了 13 类传感器，构建了全维度参数监测网络，为故障诊断提供了数据支撑。

在软件层面，基于 SaaS 理念设计的架构实现了运维数据的标准化处理，机器学习驱动的故障诊断，以及远程监控、寿命预测、智能警等一体化功能，既降低了设备运维的人工干预成本，又通过数据闭环优化了维护策略，有效提升了装置运行可靠性与效率。

后续研究可进一步聚焦两方面优化：一是深化机器学习模型在故障预测中的应用，结合长期运行数据提升故障识别精度与提前预警时长；二是探索多装置协同运维模式，通过主控系统与上级总控的深度数据交互，实现多台卷扬升降装置的集群化监测与调度，为大型工业场景下的智能化运维提供更高效的解决方案。

参 考 文 献

.[1] 钱倩宇. 高速、重载、大行程升降平台设计及实现[D]. 华中科技大学， 2023.

[2] 赵富. 大行程重载水平升降平台系统设计分析[D]. 哈尔滨工业大学， 2017.

[3] 李满. 基于微服务架构的SaaS应用集成框架设计与实现[D]. 西安电子科技大学，2020.

[4] 万涵. 智能化运维管理平台的规划设计探讨[J]. 通讯世界， 2019， 26（06）： 131-133.

[5] 袁楷， 段勇， 崔学强， 等. 起重机智能运维关键技术[J]. 起重运输机械， 2024， （09） ： 51-55.

[6] 张燕怡， 阮树骅， 郑涛. REST API设计安全性检测研究[J/OL]. 信息网络安全， 1-12[2025-09-05].