根据国发[2016]28 号文件深化制造业与互联网融合，推动制造来与互联网融合深化工业云、大数据等技术的集成应用，加快构建新型研发、生产、管理和服务模式，促进技术产品创新和经营管理优化，提升企业整体创新能力和水平。
自动化集装箱码头迎合了工业化和信息化的发展需求，国内已经成功了建成了厦门远海全自动化码头。传统的依靠司机人工在起重机驾驶室中操作起重机的作业方式，逐步改变为由远程操控室内的人员进行半自动辅助模式下的操作。由于人机分离，无法再依靠原先司机根据作业时的直接感知（听觉、触觉、视觉等）来发现起重机故障。
港口起重设备机械结构复杂，涉及的技术领域众多，破坏机理多样、服役期长、工作环境恶劣、损坏率较高、需定期维护保养等因素导致其维修难度增加，保养任务加重，需专业技术维护人员。用户需要按照设备维修保养手册对关键位置进行定期人工检查，以确保结构和设备安全可靠，但会存在不按维修保养手册定期检查、漏检一些关键位置、检查人员专业程度不高等现象，很难确保每次检测的准确性。特别是起重机运行过程中一旦设备出现港口维护人员无法解决的问题时，用户只能通过邮件或电话求助。这种不直观的方式加上语言文化地区差异往往导致解决问题的效率很低，等确认故障再派出维护工程师前往客户现场进行检查维修，使得整个维护过程周期将相当漫长。
目前，港口在码头起重机尚缺乏一个完整统一的健康保障信息管理平台，企业无法获取已售产品运行信息，很难保证服务工作的及时性、主动性、现场性和前瞻性，售后服务的现状基本还是传统的头痛医头脚痛医脚痛模式。另外，基于物联网技术、云服务平台以及工业大数据分析等技术实现起港口起重机在线远程监控及预防性维护等相关健康保障系统的研究在国内外刚刚起步，如何有效、实时地监测起重机的运行状态，进行预防性维护服务，降低停机损失，提高产品附加价值，增强与客户的利益纽带，具有非常重要的现实意义。
1健康保障体系的总体构成。
健康险系统依托工业互联网技术，将现有起重机设备与智能设备、智能系统、智能决策融为一体，为客户提供一套完整的港口起重机运营、管理和维护方案，能够促进港口起重机设备及相关行业的网络协作和服务延伸。
医疗保健系统的网络结构设计覆盖了港口、码头集控中心、生产基地、企业数据中心的各类起重机设备，贯穿了起重机生命周期的生产、配套、施工、运营、维护等各种相关业务。在港口起重机的本地设备层，需要在传统的控制系统中增加专用的数据通信采集设备和视频监控系统，以有效整合有线和无线通信技术，增强监控设备、传感器、控制系统和管理系统之间的互联能力。起重机的本地设备层利用现有的CMS(CraneMonitoringSystem)系统获取采集系统过滤后的传感器数据，完成本地简单的故障诊断功能。
终端集控中心除了提供RCMS的基本功能外，还需要增加一台数据采集服务器，部署在港口服务器机房，对传感器、工况、运维等数据进行汇总，有条件的将数据上传到云端。数据采集服务器根据机械或结构的有限元模型、历史数据匹配、本地部署的机器学习和迁移的大数据计算库，完成在线故障诊断和预测功能，必要时将故障和失效信息传回起重机的本地层。码头、生产基地和企业数据中心可以通过专用VPN网络或数据云连接。通过数据云技术，可以促进基于云计算和大数据技术的码头与企业之间海量工业数据的有效整合和分析，促进港口起重机健康检查的智能决策。企业数据中心通过专线和数据云网络订阅码头和生产基地的运营数据，完成实时监控的数据采集功能，从而实现抓斗起重机健康保护功能。
由此，建立基于前端数据采集、中间高速传输、后端分析评价、反馈结果的大数据云技术平台。采用云服务实现港口吊车健康保障系统，通过互联网提供用户按需、易扩展的服务，有效解决传统服务面临的各种问题，用户可降低基础设备投资成本，减少系统管理、IT支出。通过收集和分析用户的吊车数据，可以获取产品质量、备件等信息，一方面可以不断提高产品质量，另一方面可以为用户提供实时前瞻的服务，打下技术基础。
信息感知层可以解决数据获取的问题，从设备、控制和传感过程中实施。其中港口起重机设备包括岸边集装箱起重机、轮胎起重机、轨道起重机、旋转机构、减速机等控制层，完成参加本地控制的驱动器、变频器、继电器、工程控制机，完成本地控制的收集系统的传感层，获得温度、变化、加速、振动、位置等感知信息传输层是解决数据传输难题，利用各种工业总线、视频分支、以太坊、通信网关、开关、3G/4G、WIFI等技术，构建设备、控制系统、采集系统、远程集控中心、大数据云、企业之间的数据互联网。
信息服务层是根据感知数据经过筛选、预处理后的业务加工，包括数据层对数据的存储、可视化、报警、日志、历史再生、参数模型、数据分析等基础功能，服务层提供在线监视、故障分析、故障分析、故障预测、寿命预测、修理建议、监视评价等服务。信息服务层实行健康保障的基本和基础服务，体现了收集与诊断、诊断与业务、业务与控制的关系。
信息增值层是信息服务层的提高和升华，提供网络优化、群体优化、性能优化、资产配置、运输保障、系统保障等功能。在互联网、大数据、云技术、物联网技术的技术保障下，信息增值层将吊车设备健康保障体系与企业的ERP系统整合在一起，便于码头与企业之间设备企业与企业，与行业建立业务互联关系，有效地实时连接企业与客户，连接各种岗位人员，提供更智能、更高质量的服务和安全保障。
2 系统主要功能
2.1 面向港口起重机全生命周期的数据采集与集成
面向港口起重机全生命周期过程管理需要从起重机需求、规划、设计、生产、运输、调试、运行、使用、维修保养、直到回收再用处置的全生命周期中的信息与过程，整合各阶段业务与数据信息，建立统一的起重机数据模型，实现码头起重机全生命的信息化数据管理流程。
为实施起重机健康保障系统，新建的港口起重机传感器层的安装、布线、施工、调试、校验和更换需要从设计阶段就考虑进去，其他改造型起重机设备，可酌情考虑便于安装、安装点数和易故障点等因素。起重机关键点监测需要考虑到测量点的灵敏度、应变能力和动态响应范围，结合模型实现对关键位置应力、应变及结构振动等物理特性分析后再选取。为了实现健康保障系统的经济性、实用性和准确性，传感器的选择点需要根据用户的需求分级酌情增减，这样可以形成差异化、全局化和多样化的解决方案。
在生产制造阶段，起重机的配件和施工数据需要手工录入，包含配件产地、型号、入库时间、安装时间、施工全过程的安装、焊接、喷漆等相关信息；基地调试和运输阶段，数据采集工作由起重机专用数据采集设备完成，数据缓存在本地的机载工控机内。大型起重机的航运阶段少则几天，多则数个月，此阶段需要开启部分传感器，记录运输过程中风浪载荷对钢结构的影响，能更准确地服务于后期的健康诊断；在服役阶段，起重机专用数据采集设备和港口数据收集传输设备完成完整的数据采集工作。面向全生命周期的数据采集系统，应具备如下功能：
1）港口起重机专用数据采集设备能够满足起重机当地各种数据的采集要求，还应具备数据预处理能力，能够进行一些统计和数据筛选工作，形成统计数据或统计数据库记录。每种起重机可以根据项目情况特点，完成各种不同统计需要，包括重要机构、设备运行时间、运行次数的统计、工作循环的统计、设备故障时间统计、维修时间统计等。
2）码头起重机数据专用采集设备有一定的数据缓存要求和掉电保护功能。在服役阶段，当其与港口数据存储设备间的通讯出现问题时，能够缓存实时数据。各种统计数据也要求在本地保存一段时间，直至被港口数据存贮设备读取。
3）每个港口起重机专用数据采集设备，以及港口数据收集传输设备，均具有独特有标识号和统一的时间授时，以便不同码头不同的起重机设备在数据处理中心进行集成。
4）港口起重机专用数据采集设备，以及港口数据收集传输设备，需要按照统一的数据通讯要求，发送实时数据以及其他统计数据。起重机专用数据采集设备通过3G/4G 网络直接发送数据，也可以把数据先集中汇总到港口后再统一发送。
2.2 基于大数据的健康分析优化
港口起重机健康评估系统在对起重机进行全寿命周期的数据采集后，通过在线的故障诊断程序及大数据云平台计算给出健康报告。基于健康诊断报告，用户可更全面地把握起重机的使用状态，指导对起重机的日常维护， 记录结构日常维修状况，方便码头进行信息化集成管理。构建完善的起重机健康保障体系，将大幅度保持起重机设备的完好程度，达到设备故障发生率降低，以及生产商、码头用户经济效益的扩大化。在码头，起重机的突发性未预见故障包括结构开裂、重大部件如减速器、电机等的损伤。这类故障由于备件生产时间长，会造成设备因等待修复而停机。预防性维护，防患于未然是起重机设备健康诊断的趋势。起重机健康保障系统包含在线健康预估和基于大数据分析离线诊断方法。大数据健康分析是对传统在线健康预估的补充和提高，结合利用数据挖掘、机器学习、深度学习算法预测设备故障情况，预测的准确度可有效地提高。
在线起重机健康预估模块，根据起重机吊载量、小车位置等应力传感器数据和CMS 的历史数据，通过对记录载荷谱的分析，获得起重机钢结构的应力谱，通过部署在码头集控中心的专业诊断软件，计算出起重机钢结构关键位置理论寿命，快速准确地评估起重机钢结构的使用情况和实时健康状况。起重机的机构检测依赖于设备的振动信号，通过采集起重机比如抓斗起重机转动设备中如轴承、齿轮、减速器等丰富的振动信号，提取信号特征信息来识别设备的故障类型。在线健康预估模块集成在CMS系统中，提供预警功能，能够向用户发出预警，提醒用户特别关注异常点位置，增加检查频率，提醒用户准备备件更换。对出现实际寿命超过理论寿命的关键位置，即时向用户发出危险信号，提醒用户尽快准备备件，适时停产检修更换。
大数据分析离线健康诊断方法，扩展了传统的基于模型、模态、故障树、专家系统的故障诊断方法[5]。基于海量的港口起重机生产、传感器、工况、配件等数据，并结合日常维护的经验判断，有针对性的零部件疲劳寿命试验，备品备件的预防措施，日常性的点检和常规检修，历史故障以及同类型产品的故障相关信息等，进行数据建模和大数据分析，利用分析结果形成预防性维护决策，完善港口起重机健康预测功能。大数据离线分析健康诊断系统按照港口生产调度计划给出诊断报告，可颠覆传统的仅仅依靠维修保养手册检修的简单方式，准确地规划维修周期和维修部件。
2.3 基于公众互联网的企业间协同应用
基于公众互联网的企业间协同应用是部署在基于IPv6 与高性能网络技术的基础上，在企业数据中心服务器上的形成一套港口起重机设备远程监控和管理的系统。通过远程监控港口起重机的实时情况，利用健康保障系统预测将要出来的故障情况，解决制造企业与港口之间的协同。采用云平台技术实现监控系统的在线监护，实现设备、人员之间互联互通，构建一个安全、稳定、快速的监控系统，有效的采集设备的主要状态信息，融合多个异构数据源，建立一个大规模的在线监护平台，有效建立企业与港口企业间协同。
起重机远程在线监视是部署在云端的起重机设备管理系统。起重机远程在线监视对于公司内部人员和港口用户，有不同的门户入口。针对公司用户，可通过全球起重机在线监视门户访问，并辅以相关增值服务。对于港口用户，通过单独的港口在线监视门户访问，数据集中于综合系统中的环境数据，如机构状态、吊具状态和第三方系统的监视等。
协同平台能够根据地理位置，可结合地图按区域实现每台起重机采集的宏观状态数据，包括起重机状态信号及各监视子系统状态信号，如起重机CMS状态信号、机械状态监视子系统( 指机械结构，机构的专用在线监视的当地系统) 的运行状态信号、胎压监视子系统的运行状态信号、速度监视子系统等。每个设备的通讯发生故障时，会自动记录到数据库，并及时通知用户。此外，港口在线监视系统还包括各类运行统计报表，如故障统计报表、工作循环统计报表、运行时间统计报表等，还具有对起重机专用数据采集设备，以及港口数据存贮设备的备份功能，可提供的系统及数据恢复功能。
2.4 云服务系统安全保障体系
安全保障体系建设主要是针对港口起重机健康保障、工业互联网网络化和集成应用、协调管理过程中的软硬件的安全控制，以及产生的数据以及信息的安全保障体系。为保证云服务系统的安全性，防止重要数据泄露和网络攻击，建立健壮的安全机制能，在采集过程、网络传输、数据存储方面保证监控数据的安全性，在很大程度上降低云服务系统的安全威胁，提高云服务连续性，保证云服务应用的健康、可持续发展。
健康保障系统要求码头将企业级网络、云平台和工业控制系统网络进行融合，通过公众因特网，实现工业控制系统与企业信息管理系统、云服务平台、大数据分析、大数据监控系统等系统之间的数据共享，实现工业设施的自动化运行、过程监测和控制、业务流程的管理和控制。但是，在企业级信息网、云平台、工业控制网的互连中，往往存在安全隐患或风险，如果公网中常见的安全威胁（如病毒、蠕虫、木马等）被引入到工业控制网中，工业网络就会遭到病毒攻击、非授权访问、信息泄密等，严重会影响码头正常作业。
随着软件规模的扩大，SCADA、PLC、IED、RTU、实时I/O 等码头应用系统在设计时需要考虑到网络的健壮性和信息安全方面的问题。在码头的网络中，需要规范电气房、集控中心存在潜在的多点的入侵感染源或攻击隐患，如移动的可携带设备、USB 设备、串行的连接、无线连接系统、未授权的设备接入和窃听等。此外，工业控制网、云端和企业网中都需要进行必要的网络隔离分段机制，如适当增加单向传输网关，系统中的任何一处脆弱地段被攻陷，风险不会扩散到其他的区域中。云端的起重机监控数据需要采用对称加密与非对称加密结合的思路，来解决云计算中数据安全存储的问题。监控数据传输安全主要研究包括对云计算平台中数据传输的可靠性问题，如采用TCP/IP 协议多点并行传输方式，对大数据块进行切割，然后采用并行方式传输降低网络的延迟。
