牛延华

（上海振华重工（集团）股份有限公司，上海 200125）

1 前言

近年来，自动化码头因其安全可靠性、作业效率性、人力成本可控性等显著优势，成为现在建造码头的普遍发展趋势。作为港口码头的主要搬运工具，岸边集装箱起重机正在朝着规模大型化、搬运速度高速化的方向发展。其中，小车运行系统是起重机的重要组成部分，在使用过程中，制动装置容易发生疲劳变形，影响其制动性能。因此，对制动器在使用过程中进行预测性维修就尤为重要。对制动器运行状况实时评估，可以有效降低故障损失，提升整机的作业效率和安全性。许多专家学者基于MSET技术针对风电机、核工业设备等的状态评估方面进行了一些研究，通过监测参数针对非独立变量并且数值变化较大的参数建立状态评估预警模型，用来对这种评估方法在状态评估和故障预警的及时性和有效性进行验证。一些专家通过将MSET进行故障诊断，发现MSET可以将故障状态下的信号特征进行增强，高效地完成对机构异常行为的早期诊断和预警。但是，上述研究中选取MSET残差值阈值的和划分预警线的标准都依赖专家的经验，这就不可避免地受到主观判断的影响，降低了模型的普遍适用性。本文在多状态评估技术（MSET）的模型基础上，通过对制动器的故障类型进行分析整理，确定状态分析因素，针对MSET中存在的主观因素影响问题，引入模糊C均值聚类（FCM）和加权模糊聚类算法（WFCM）对残差阈值等权值进行聚类分析，结合实际数据，验证了本文所述改进MSET状态评估能够提高小车制动器的评估准确度，保证了其预测性维修的实时性和准确性。……