[發明專利]基于K均值聚類算法的岸橋金屬結構載荷狀態檢測方法

在審

• 申請號: 201810019603.4
• 申請日: 2018-01-09
• 公開（公告）號: CN108229568A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 唐剛;李建霞;胡雄
• 申請（專利權）人: 上海海事大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/08
• 代理公司: 上海信好專利代理事務所(普通合伙) 31249
• 代理人: 朱成之;周乃鑫

本發明公開了一種基于K均值聚類算法的岸橋金屬結構載荷狀態檢測方法，該方法包含：T1：建立數據監測系統，在金屬結構上的相應測點安裝傳感器，監測數據，用于監測岸橋金屬結構的受載狀態；T2：建立岸橋金屬結構受載與傳感器之間的物理模型；T3：基于岸橋金屬結構受載與傳感器的物理模型，采用K均值聚類算法分析岸橋金屬結構載荷狀態；步驟T3中包含：S1、獲取相應測點的數據；S2、數據預處理；S3：計算得到若干個類別和聚類中心，分析每個類別的數據以分析岸橋拉桿載荷狀態。本發明采用K均值聚類對岸橋金屬結構的載荷進行分析，采用SPSS軟件進行聚類分析，并采用一種迭代定義初始中心的方法聚類，聚類效果有效，方法簡單實用，快速方便。

技術領域

本發明涉及物流運輸領域以及機器學習領域，特別涉及一種基于K均值聚類算法的岸橋金屬結構載荷狀態檢測方法。

背景技術

伴隨著全球經濟的增長，世界船舶行業開始強勁復蘇，航運能力迅速提高，集裝箱運輸業務快速增長，造成世界范圍內集裝箱吞吐能力吃緊，全球對岸橋的需求持續快速增長。目前，國內港口建設正處于高峰期，對港口機械的需求日益增長。由于國際運輸貿易的增長，全球對岸橋的需求量也在逐步增加。運輸量的增加，導致船舶日趨大型化，從而帶動岸橋需求的增長，這需要對岸橋的性能和使用壽命提出更高的要求。

為適應市場需求，現代岸橋的發展趨勢為：尺寸大型化、工作高速化、起重量重型化。此類岸橋容易出現的問題為：電機負荷大，軌道振動沖擊過大，整體晃動過大。本發明針對岸橋整體晃動過大的問題，重點研究拉桿的金屬結構受力。

監測岸橋金屬結構受力，最簡單實用的方法是在金屬表面貼應力傳感器，由應變與應力載荷間的關系，反應出岸橋金屬結構受力情況。為了更加準確地研究受力，對岸橋采用實時監測和評估，因此面臨大數據的挖掘和處理分析問題。

當前數據挖掘針對狀態監測數據的研究現狀，隨著數據挖掘技術的發展，該技術在許多領域逐漸得到應用和重視。如廖志偉、孫雅明提出利用基于粗糙集理論的數據挖掘模型來處理實時輸入信息的畸變和實現輸電線系統的故障診斷。但是在物流運輸行業，相較于傳統的數據分析手段，利用數據挖掘技術進行狀態監測的研究還需要發展和引用。機械設備的狀態監測和評估技術與數據挖掘的結合，將是一個必然的發展趨勢。

目前對岸橋狀態的分析方法主要包括：神經網絡識別技術、小波包技術。但是具體對岸橋金屬結構的載荷狀態的監測方法的研究還未成熟。因此有必要對岸橋正常工作狀態下的拉桿載荷進行進一步的研究和探索，所以提出一種基于改進聚類中心的K均值聚類算法對岸橋金屬結構的載荷進行狀態監測和識別是當前的研究趨勢。

發明內容

本發明的目的是提供一種基于K均值聚類算法的岸橋金屬結構載荷狀態檢測方法，其是一種基于K均值聚類算法和SPSS數據分析軟件的岸橋金屬結構載荷狀態的檢測方法，致力于從傳感器中采集的大量實時數據中獲取岸橋金屬結構載荷分析的有用信息，進一步對岸橋金屬結構受載進行分析，從而得出有用的結論。

為了達到上述目的，本發明提供了一種基于K均值聚類算法的岸橋金屬結構載荷狀態檢測方法，其特征在于，該方法包含以下過程：

T1：建立數據監測系統，在金屬結構上的相應測點安裝傳感器，監測數據，用于監測岸橋金屬結構的受載狀態；

T2：建立岸橋金屬結構受載與傳感器之間的物理模型；

T3：基于岸橋金屬結構受載與傳感器之間的物理模型，采用K均值聚類算法，分析岸橋金屬結構載荷狀態；所述步驟T3中包含：

S1、獲取數據庫的相應測點的數據；

S2、對獲取的相應測點的數據進行數據預處理；

S3：通過計算得到若干個類別和聚類中心，并分析每個類別的數據來分析岸橋拉桿載荷狀態。

優選地，所述數據監測系統包含：