本发明公开了一种基于MHCIMS的大数据平台系统及其工作方法，所述的系统包括MHCIMS数据采集模块和后台服务平台，后台服务平台接收MHCIMS数据采集模块采集的数据；MHCIMS数据采集模块经Agent服务器连接到现场的PLC系统采集起重机各传感设备的数据。本发明通过对用户现场起重机产生的问题数据进行提炼与分析，帮助用户找到问题并提出解决方案，帮助现场人员提高维修效率，提升维修质量。本发明通过对司机操作数据的提炼与分析，找出经常出现误操作司机人员和操作频繁的司机人员，优化、规范操作过程，增加设备寿命、降低故障率。本发明通过能提高设备寿命、减少故障率、保证备件使用的充裕。
1.一种基于MHCIMS的大数据平台系统的工作方法，其特征在于：包括以下步骤：步骤1：PLC系统采集现场传感设备的起重机数据；所述的起重机数据包括在工业现场起重机设备信息、起重机设备上各类保护信号、起重机工作状态信息、操作信息和生产数据信息；
步骤2：将采集的起重机数据反馈到Agent服务器；将PLC系统所采集的数据地址在Agent服务器进行通信设定；所述的地址指起重机数据在PLC寄存器的采集地址；所述的通信指PLC系统和Agent服务器通过RS-485或者Modbus通讯协议进行通信，并预先在Agent服务器设定与PLC寄存器的采集地址一一对应的数据接收地址；
步骤3：Agent服务器将数值反馈到MHCIMS数据采集模块，MHCIMS数据采集模块对采集的起重机数据进行处理；所述的起重机数据的处理项包括如下项目：
11)起重机重要设备运行数据：包括电动机、制动器、主要控制设备和主要接触器的动作次数、动作时间、设备累积工作时间和设备更换信息数据；
各处理项按照各自不同的处理方法进行数据的处理，起重机的故障报警处理方法为：报警结构：行车号-机构-类别-代码；
报警发送模式；报警发送时只发送故障代码，或者发送故障代码及相关数据，发送内容为每组多个模拟量，共发送15组数据，故障点开始的前2秒和后1秒，每200毫秒采集一次数据；
步骤4：通过多种方式向大数据处理模块传输处理后的起重机数据；
步骤5：大数据处理模块对接收到的起重机数据进行分析，所述的分析包括解码、存储、运算和统计；分析项包括如下项目：
1)工作能耗：各类型起重机的平均、最大、最小工作能耗；
2)载荷能耗：各类型起重机的平均、最大、最小载荷能耗；
3)起重机生产率：各类型起重机的平均、最大、最小生产率；
4)起重机的利用等级：各类型起重机的平均、最大、最小利用等级；
5)起重机载荷谱系数：各类型起重机的平均、最大、最小载荷谱系数；
6)起重机使用寿命：各类型起重机的平均、最大、最小使用寿命；
7)设备使用率：各类型起重机各种设备平均、最大、最小使用率；
8)设备平均动作次数：各类型起重机各种设备平均、最大、最小平均动作次数；
9)设备寿命：各种类型、各种品牌的设备的平均、最大、最小电气寿命、机械寿命；
10)起重机故障率：各类型起重机的平均、最大、最小故障率，各起重机生产厂家起重机故障率；
11)各类型故障故障率：各类型起重机的各类型故障平均、最大、最小故障率；
步骤6：大数据处理模块通过Internet网络将数据发布到终端用户。
2.根据权利要求1所述的一种基于MHCIMS的大数据平台系统的工作方法，其特征在于：步骤4所述的多种方式包括以下方式：数据直接拷贝传输方式、GPRS传输方式和局域网传输方式；
对于目前无网络环境的设备，支持直接数据拷贝，将采集到的工业现场起重机相关数据导出为规定格式并保存在存储设备上，存储设备接入到大数据处理模块中通过导入方式将数据存储到大数据处理模块中；所述的规定格式包括行车型号、结构、时间和数值；
所述的GPRS传输方式如下：将采集到的工业现场起重机数据通过公用网络GPRS/3G网络直接传送到大数据处理模块中；
所述的局域网传输方式如下：将采集到的工业现场起重机数据通过无线局域网传输到至少一个地面监控中心LDC；地面监控中心LDC接收起重机数据后通过专业网络VPN或公用网络将起重机数据传输到大数据处理模块中。
3.根据权利要求1所述的一种基于MHCIMS的大数据平台系统的工作方法，其特征在于：所述基于MHCIMS的大数据平台系统包括MHCIMS数据采集模块和后台服务平台，所述的后台服务平台接收MHCIMS数据采集模块采集的数据；所述的MHCIMS数据采集模块经Agent服务器连接到现场的PLC系统采集起重机各传感设备的数据；
所述的后台服务平台包括大数据处理模块、数据库、基于B/S架构的数据服务模块和终端用户，所述的大数据处理模块与数据库双向连接，所述的大数据处理模块输入端接收MHCIMS数据采集模块采集的数据、其输出端经基于B/S架构的数据服务模块与终端用户连接；
所述的后台服务平台设置多种数据通信接口，包括无线通信接口、有线通信接口和USB接口；
所述的大数据处理模块负责数据的接收、解码、存储、运算和统计，生成服务数据，并将服务数据通过基于B/S架构的数据服务模块发布给终端用户。
一种基于MHCIMS的大数据平台系统工作方法
技术领域
[0001] 本发明涉及起重机监控领域，尤其涉及一种起重机远程数据采集系统及大数据服务平台系统工作方法。
背景技术
[0002] 目前大多数的起重机，因其操作环境恶劣、作业频繁、移动式联动操作等特殊工艺特点，制约起重机的控制水平；使其大多停留在以人工操作为主的单车手动操作模式，生产安全及可靠性差、效率低、协同生产管理模式落后，为生产运营带来诸多不利影响。
[0003] 伴随制造装备业产品向大型化、网络化、智能化、规模化快速发展，自动化系统技术服务工作日益繁杂，无论是售后服务还是调试作业越来越复杂和多样化，传统的服务模式已难以满足用户快速、准确、周到的技术支持要求。如果能够研发出集远程故障诊断、维护指导、远程协助、大数据分析等功能为一体的智能化大数据服务平台系统，将全国各地的制造设备远程监管起来，实时掌握设备运行的各种状态，这样可以将所有的起重机各类数据采集，整合到一个大数据处理模块平台系统内，进行综合的整理、分析，得出一些更合理的判断或者结果，指导起重机用户更加合理有效的使用起重机，提高生产效率和维护效率。
[0004] 但现有的起重机监控系统只能对单台起重机本体的部分数据进行监控，没有对本厂或者更大范围的起重机进行数据采集和数据处理及综合大数据进行分析。
发明内容
[0005] 为解决现有技术存在的上述问题，本发明要设计一种能够对大区域的起重机进行数据采集和数据处理及综合大数据进行分析的基于MHCIMS的大数据平台系统及其工作方法。
[0006] 为了实现上述目的，本发明的技术方案如下：一种基于MHCIMS的大数据平台系统，包括MHCIMS数据采集模块和后台服务平台，所述的后台服务平台接收MHCIMS数据采集模块采集的数据；所述的MHCIMS数据采集模块经 Agent服务器连接到现场的PLC系统采集起重机各传感设备的数据；
[0007] 所述的后台服务平台包括大数据处理模块、数据库、基于B/S架构的数据服务模块和终端用户，所述的大数据处理模块与数据库双向连接，所述的大数据处理模块输入端接收MHCIMS数据采集模块采集的数据、其输出端经基于 B/S架构的数据服务模块与终端用户连接；
[0008] 所述的后台服务平台设置多种数据通信接口，包括无线通信接口、有线通信接口和USB接口；
[0009] 所述的大数据处理模块负责数据的接收、解码、存储、运算和统计，生成服务数据，并将服务数据通过基于B/S架构的数据服务模块发布给终端用户。
[0010] 一种基于MHCIMS的大数据平台系统的工作方法，包括以下步骤：
[0011] 步骤1：PLC系统采集现场传感设备的起重机数据；所述的起重机数据包括在工业现场起重机设备信息、起重机设备上各类保护信号、起重机工作状态信息、操作信息和生产数据信息；
[0012] 步骤2：将采集的起重机数据反馈到Agent服务器；将PLC系统所采集的数据地址在Agent服务器进行通信设定；所述的地址指起重机数据在PLC寄存器的采集地址；所述的通信指PLC系统和Agent服务器通过RS-485或者Modbus通讯协议进行通信，并预先在Agent服务器设定与PLC寄存器的采集地址一一对应的数据接收地址；
[0013] 步骤3：Agent服务器将数值反馈到MHCIMS数据采集模块，MHCIMS数据采集模块对采集的起重机数据进行处理；所述的起重机数据的处理项包括如下项目：
[0014] 1)起重机的类型、技术参数；
[0015] 2)起重机主要设备清单；
[0016] 3)起重机的整机能耗：
[0017] 4)起重机供电端的电源电压、电流；
[0018] 5)起重机的操作指令；
[0019] 6)起重机的吊运载荷；
[0020] 7)起重机的工作循环次数；
[0021] 8)起重机的累积工作时间；
[0022] 9)起重机各机构工作循环次数；
[0023] 10)起重机各机构累积工作时间；
[0024] 11)起重机重要设备运行数据：包括电动机、制动器、主要控制设备和主要 接触器的动作次数、动作时间、设备累积工作时间和设备更换信息数据；
[0025] 12)起重机的故障报警；
[0026] 各处理项按照各自不同的处理方法进行数据的处理，例如起重机的故障报警处理方法为：
[0027] 报警结构：行车号-机构-类别-代码；
[0028] 报警发送方式：定时发送、实时发送或自定义发送；
[0029] 报警发送模式；报警发送时只发送故障代码，或者发送故障代码及相关数 据，发送内容为每组多个模拟量，共发送15组数据，故障点开始的前2秒和后 1秒，每200毫秒采集一次数据；
[0030] 步骤4：通过多种方式向大数据处理模块传输处理后的起重机数据；
[0031] 步骤5：大数据处理模块对接收到的起重机数据进行分析，所述的分析包括解码、存储、运算和统计；分析项包括如下项目：
[0032] 1)工作能耗：各类型起重机的平均、最大、最小工作能耗；
[0033] 2)载荷能耗：各类型起重机的平均、最大、最小载荷能耗；
[0034] 3)起重机生产率：各类型起重机的平均、最大、最小生产率；
[0035] 4)起重机的利用等级：各类型起重机的平均、最大、最小利用等级；
[0036] 5)起重机载荷谱系数：各类型起重机的平均、最大、最小载荷谱系数；
[0037] 6)起重机使用寿命：各类型起重机的平均、最大、最小使用寿命；
[0038] 7)设备使用率：各类型起重机各种设备平均、最大、最小使用率；
[0039] 8)设备平均动作次数：各类型起重机各种设备平均、最大、最小平均动作 次数；
[0040] 9)设备寿命：各种类型、各种品牌的设备的平均、最大、最小电气寿命、机 械寿命；
[0041] 10)起重机故障率：各类型起重机的平均、最大、最小故障率，各起重机生 产厂家起重机故障率；
[0042] 11)各类型故障故障率：各类型起重机的各类型故障平均、最大、最小故障率；
[0043] 步骤6：大数据处理模块通过Internet网络将数据发布到终端用户。
[0044] 进一步地，步骤4所述的多种方式包括以下方式：数据直接拷贝传输方式、GPRS传输方式和局域网传输方式；
[0045] 所述的数据直接拷贝传输方式如下：
[0046] 对于目前无网络环境的设备，支持直接数据拷贝，将采集到的工业现场起重机相关数据导出为规定格式并保存在存储设备上，存储设备接入到大数据处理模块中通过导入方式将数据存储到大数据处理模块中；所述的规定格式包括行车型号、结构、时间和数值；
[0047] 所述的GPRS传输方式如下：将采集到的工业现场起重机数据通过公用网络GPRS/3G网络直接传送到大数据处理模块中；
[0048] 所述的局域网传输方式如下：将采集到的工业现场起重机数据通过无线局域网传输到至少一个地面监控中心LDC；地面监控中心LDC接收起重机数据后通过专业网络VPN或公用网络将起重机数据传输到大数据处理模块中。
[0049] 与现有技术相比，本发明具有以下有益效果：
[0050] 1、本发明通过对用户现场起重机产生的问题数据进行提炼与分析，帮助用户找到问题并提出解决方案，帮助现场人员提高维修效率，提升维修质量；
[0051] 2、本发明通过对司机操作数据的提炼与分析，找出经常出现误操作司机人员和操作频繁的司机人员，优化、规范操作过程，增加设备寿命、降低故障率；
[0052] 3、本发明通过对设备寿命数据的提炼与分析，优化常损坏设备项、设备寿命到期项、设备备件使用量，提高设备寿命、减少故障率、保证备件使用的充裕。
[0053] 4、本发明对效率数据的提炼与分析，找到运行时间效率低、故障时间长、吊载过重等的起重机，优化运行时间、故障处理过程、吊载合理性，使系统更加高效、安全。
[0054] 5、综上所述，本发明对处于远距离的起重机大量数据采集，同时自动记录用户搜索记录和提出相关问题的频率，使起重机使用的效率有所提高。
附图说明
[0055] 图1为本发明的方法流程图。
[0056] 图2为本发明的前端数据采集方法流程图。
[0057] 图3为本发明步骤4中数据发送和接收流程图。
[0058] 图4为MHCIMS与大数据处理模块数据交互整体流程设计图。
具体实施方式
[0059] 为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。以下所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
[0060] 图1所示为本发明利用PLC系统采集现场传感设备数据，并将数据传给 MHCIMS系统来处理起重机上的数据，并通过有线、无线、拷贝等方式将数据拷贝到大数据处理模块中。大数据处理模块对接收到的数据信息进行解码、存储、运算和统计。大数据处理模块通过Internet网络将数据发布到监控终端。
[0061] 图2所示为本发明的前端采集方法连接图，①为MHCIMS通过调用Agent 库文件绑定数据与Agent服务器相连，②为Agent服务器通过绑定数据在PLC 地址进行绑定与PLC相连，③为PLC通过硬件与起重机相连。
[0062] 图3所示的数据发送流程：将采集数据按MHCIMS配置情况进行数据整理，然后打包并加CRC校验，通过串口将数据发送至GPRS通讯设备，GPRS通讯设备通过以太网络将数据传送至网络服务器数据接收端。数据接收流程：网络服务器将统计分析数据打包，通过以太网发送给GPRS通讯设备，GPRS再将通过串口以RS-485协议发送给MHCIMS并显示。
[0063] 在实际的现场工作中，PLC系统采集数据如图4，采集PLC的数据包括司机操作数据、故障数据、限位开关、门开关、超速开关等数据、能耗数据、重量数据等。
[0064] 以档位数据为例，MHCIMS系统将进行以下统计：
[0065] 统计正向1档运行时间及次数；
[0066] 统计正向2档运行时间及次数；
[0067] 统计正向3档运行时间及次数；
[0068] 统计正向4档运行时间及次数；
[0069] 统计反向1档运行时间及次数；
[0070] 统计反向2档运行时间及次数；
[0071] 统计反向3档运行时间及次数；
[0072] 统计反向4档运行时间及次数；
[0073] 统计点动操作次数统计；
[0074] 统计违规操作次数统计；
[0075] 统计联动操作时间与次数统计；
[0076] 得到以上数据后，将数据定时发送到大数据处理模块中。
[0077] 大数据处理模块接收到以上数据后要按照起重机的类别、区域、时间等条件计算最大值、最小值、平均值、中值、均方差等数值，具体的数据采集及数据提取内容如下：
[0078] 1、具体采集数据内容见下表：
[0079] 表1 基础采集项表
[0080]
[0081] 2、目标数据内容提取如下：
[0082] (1)能耗数据：
[0083] 1)单位能耗：整机能耗/自然时间(年、月、日、时)；
[0084] 2)工作能耗：整机能耗/累积工作时间(总和、年、月、日)；
[0085] 3)载荷能耗：整机能耗/吊运载荷(总和、年、月、日)；
[0086] 4)单次工作能耗：整机能耗/工作循环次数(总和、年、月、日)；
[0087] (2)效率数据：
[0088] 1)起重机生产率p(吊运载荷/自然时间)(总和、年、月、日)；
[0089] 2)起重机的利用等级U0～U9(工作循环次数x设计寿命/已统计年限)；
[0090] 3)起重机载荷谱系数Kd(吊运载荷/(额定载荷x工作循环次数))；
[0091] 4)起重机整机实际工作级别；
[0092] 5)起重机剩余设计寿命(实际工作级别对应的设计寿命(年)-实际投入年 限)；
[0093] 6)起重机工作率：整机累积工作时间/自然时间(总和、年、月、日)；
[0094] 7)机构工作率：各机构累积工作时间/自然时间(总和、年、月、日)；
[0095] 8)起重机平均工作次数：整机工作循环次数/整机累积工作时间(总和、年、 月、日)；
[0096] 9)各机构平均工作次数：各机构工作循环次数/各机构累积工作时间(总和、 年、月、日)；
[0097] 10)起重机单次工作时间：整机累积工作时间/工作循环次数(总和、年、 月、日)；
[0098] 11)各机构单次工作时间：各机构累积工作时间/工作循环次数(总和、年、 月、日)；
[0099] 12)档位工作率：每机构各档位工作时间/各机构累积工作时间(总和、年、 月、日)；
[0100] (3)设备数据：
[0101] 1)设备使用率：设备累积工作时间/整机累积工作时间(总和、年、月、日)；
[0102] 2)设备平均动作次数：设备动作次数/整机工作循环次数(总和、年、月、 日)；
[0103] 3)设备电气寿命：设备累积工作时间(一个寿命周期)；
[0104] 4)设备机械寿命：设备累积工作次数(一个寿命周期)；
[0105] (4)故障数据：
[0106] 1)起重机故障率：起重机故障次数/整机累积工作时间(总和、年、月、日)；
[0107] 2)起重机故障率—时间(自然日)曲线图；
[0108] 3)各类型故障故障率：各类型故障次数/整机累积工作时间(总和、年、月)；
[0109] (5)大数据提取：
[0110] 1)工作能耗：各类型起重机的平均、最大、最小工作能耗；
[0111] 2)载荷能耗：各类型起重机的平均、最大、最小载荷能耗；
[0112] 3)起重机生产率：各类型起重机的平均、最大、最小生产率；
[0113] 4)起重机的利用等级：各类型起重机的平均、最大、最小利用等级；
[0114] 5)起重机载荷谱系数：各类型起重机的平均、最大、最小载荷谱系数；
[0115] 6)起重机使用寿命：各类型起重机的平均、最大、最小使用寿命；
[0116] 7)设备使用率：各类型起重机各种设备平均、最大、最小使用率；
[0117] 8)设备平均动作次数：各类型起重机各种设备平均、最大、最小平均动作 次数；
[0118] 9)设备寿命：各种类型、各种品牌的设备的平均、最大、最小电气寿命、机械寿命；
[0119] 10)起重机故障率：各类型起重机的平均、最大、最小故障率，各起重机 生产厂家起重机故障率；
[0120] 11)各类型故障故障率：各类型起重机的各类型故障平均、最大、最小故障率。
