基于K均值聚类算法的岸桥金属结构载荷状态检测方法技术

本发明专利技术公开了一种基于K均值聚类算法的岸桥金属结构载荷状态检测方法，该方法包含：T1：建立数据监测系统，在金属结构上的相应测点安装传感器，监测数据，用于监测岸桥金属结构的受载状态；T2：建立岸桥金属结构受载与传感器之间的物理模型；T3：基于岸桥金属结构受载与传感器的物理模型，采用K均值聚类算法分析岸桥金属结构载荷状态；步骤T3中包含：S1、获取相应测点的数据；S2、数据预处理；S3：计算得到若干个类别和聚类中心，分析每个类别的数据以分析岸桥拉杆载荷状态。本发明专利技术采用K均值聚类对岸桥金属结构的载荷进行分析，采用SPSS软件进行聚类分析，并采用一种迭代定义初始中心的方法聚类，聚类效果有效，方法简单实用，快速方便。

【技术实现步骤摘要】
基于K均值聚类算法的岸桥金属结构载荷状态检测方法
本专利技术涉及物流运输领域以及机器学习领域，特别涉及一种基于K均值聚类算法的岸桥金属结构载荷状态检测方法。
技术介绍
伴随着全球经济的增长，世界船舶行业开始强劲复苏，航运能力迅速提高，集装箱运输业务快速增长，造成世界范围内集装箱吞吐能力吃紧，全球对岸桥的需求持续快速增长。目前，国内港口建设正处于高峰期，对港口机械的需求日益增长。由于国际运输贸易的增长，全球对岸桥的需求量也在逐步增加。运输量的增加，导致船舶日趋大型化，从而带动岸桥需求的增长，这需要对岸桥的性能和使用寿命提出更高的要求。为适应市场需求，现代岸桥的发展趋势为：尺寸大型化、工作高速化、起重量重型化。此类岸桥容易出现的问题为：电机负荷大，轨道振动冲击过大，整体晃动过大。本专利技术针对岸桥整体晃动过大的问题，重点研究拉杆的金属结构受力。监测岸桥金属结构受力，最简单实用的方法是在金属表面贴应力传感器，由应变与应力载荷间的关系，反应出岸桥金属结构受力情况。为了更加准确地研究受力，对岸桥采用实时监测和评估，因此面临大数据的挖掘和处理分析问题。当前数据挖掘针对状态监测数据的研究现状，随着数据挖掘技术的发展，该技术在许多领域逐渐得到应用和重视。如廖志伟、孙雅明提出利用基于粗糙集理论的数据挖掘模型来处理实时输入信息的畸变和实现输电线系统的故障诊断。但是在物流运输行业，相较于传统的数据分析手段，利用数据挖掘技术进行状态监测的研究还需要发展和引用。机械设备的状态监测和评估技术与数据挖掘的结合，将是一个必然的发展趋势。目前对岸桥状态的分析方法主要包括：神经网络识别技术、小波包技术。但是具体对岸桥金属结构的载荷状态的监测方法的研究还未成熟。因此有必要对岸桥正常工作状态下的拉杆载荷进行进一步的研究和探索，所以提出一种基于改进聚类中心的K均值聚类算法对岸桥金属结构的载荷进行状态监测和识别是当前的研究趋势。
技术实现思路
本专利技术的目的是提供一种基于K均值聚类算法的岸桥金属结构载荷状态检测方法，其是一种基于K均值聚类算法和SPSS数据分析软件的岸桥金属结构载荷状态的检测方法，致力于从传感器中采集的大量实时数据中获取岸桥金属结构载荷分析的有用信息，进一步对岸桥金属结构受载进行分析，从而得出有用的结论。为了达到上述目的，本专利技术提供了一种基于K均值聚类算法的岸桥金属结构载荷状态检测方法，其特征在于，该方法包含以下过程：T1：建立数据监测系统，在金属结构上的相应测点安装传感器，监测数据，用于监测岸桥金属结构的受载状态；T2：建立岸桥金属结构受载与传感器之间的物理模型；T3：基于岸桥金属结构受载与传感器之间的物理模型，采用K均值聚类算法，分析岸桥金属结构载荷状态；所述步骤T3中包含：S1、获取数据库的相应测点的数据；S2、对获取的相应测点的数据进行数据预处理；S3：通过计算得到若干个类别和聚类中心，并分析每个类别的数据来分析岸桥拉杆载荷状态。优选地，所述数据监测系统包含：码头远程端，其进行数据采集、信号处理和数据传输；控制室，其进行实时监测和码头远程端的参数设定；所述码头远程端对未处理的原始数据进行信号处理和特征提取并将提取的特征值传送到控制室的主机端进行监测；所述控制室安装有服务器，为远程状态评估提供网络服务；客户端，其设置有处理器端，并通过所述控制室的服务器以进行岸桥的机械状态评估和信号分析过程。优选地，所述码头远程端包含数据采集单元和远程端处理单元；所述数据采集单元对设定的测点进行在线采样收集，采样收集的未处理的原始数据存放在实时数据库中等待处理；所述远程端处理单元对所述未处理的原始数据进行信号处理和特征提取；其中，所述数据库存储历史特征数据；所述远程端处理单元提取的特征值被传送到控制室的主机端进行监测。优选地，所述远程端与所述控制室之间采用C/S模式，客户端发出请求给服务器，服务器进行相应处理后经传递机制送回客户端；所述控制室与所述客户端之间采用B/S模式，客户端只需通过安装浏览器和相应的协议软件进行访问服务器，用户在客户端通过浏览器登陆远程监测评估服务器，由相应的监测评估程序进行分析处理，再将结果反馈给用户。优选地，所述步骤S2中的数据预处理方法包含：数据清理法、数据集成法、数据变换法和数据归约法。优选地，所述步骤S3包含：S31：准备条件；a、从数据库里选取一个测点的N个采样数据，建立一组关于聚类中心的二维变量；b、定义聚类数目K；c、定义阈值eps；d、选取聚类中心初始值A0(x0，y0)和A1(x1，y1)，其中，x代表时间，y代表测量值；e、建立聚类中心的二维变量数据存放区；准备结束，执行步骤S32；S32：将所述聚类中心的二维变量数据存放区的第一个数据A0(x0，y0)分别与K个聚类中心初始值计算距离，比较两个距离的大小，选取距离小的该类别作为自己的类，并将此数据移入该类别中，计算结束，进入步骤S33；S33：重新计算该类别的中心点，得到该类别的新聚类中心；计算结束，执行步骤S34；S34：判断循环次数是否达到最大循环次数N，若是，则终止循环；若否，则将下一个数据重复进行所述步骤S32和所述步骤S33，得到新的聚类中心和类；S4：统计分析岸桥金属结构的载荷状态，由所述步骤S3得到K个聚类中心和类别，对每个类别内的数据进行分析。优选地，计算距离的公式采用欧式距离公式：i＝1，2，3，…；xi代表时间，yi代表测量值。优选地，所述金属结构包含拉杆。与现有技术相比，本专利技术的有益效果为：(1)本专利技术考虑采集数据庞大，采用K均值聚类对岸桥金属结构的载荷进行分析，方法简单有效，快速方便。(2)本专利技术采用SPSS软件进行聚类分析，并采用一种迭代定义初始中心的方法聚类，聚类效果有效，方法简单实用。(3)本专利技术的聚类数的确定是根据数据值的分布和变化快慢，定义为三类，本专利技术对每个聚类的范围进行统计，可得出每个聚类的变化。(4)本专利技术采用岸桥远程在线监测与评估系统，可及时掌握岸桥的机械状态和状态变化趋势，实现在线的实时监测、状态评估和数据管理。附图说明图1本专利技术的K均值聚类算法与岸桥拉杆载荷流程示意图；图2本专利技术的K均值聚类算法流程示意图；图3本专利技术的数值分布示意图。具体实施方式本专利技术还提供了一种基于K均值聚类算法的岸桥金属结构载荷状态检测方法，为了使本专利技术更加明显易懂，以下结合附图和具体实施方式对本专利技术做进一步说明。如图1所示，本专利技术提供的一种基于K均值聚类算法的岸边起重机金属结构的载荷状态检测方法的流程包含：步骤一、建立数据监测系统：为了有效监测岸桥金属结构(例如拉杆)的受载状态，建立岸桥远程在线监测与评估系统，在金属结构上相应测点安装传感器(例如SMUADAPT21型应变传感器)来监测数据。该传感器每间隔一相应时间采取一次数据。本专利技术的数据监测系统包含：码头远程端、控制室的主机端和客户端的处理器端。码头远程端：码头远程端包含每台岸桥上均安装的数据采集单元和远程端软件，主要负责进行现场的数据采集、信号处理和数据传输。其中，数据采集单元对设定的测点进行在线采样收集，采样收集的原始数据存放在实时数据库中等待处理。码头远程端软件对未处理的原始数据进行信号处理和特征提取后，提取的特征值被传送到控制室的主机端进行监测。在进行数据采集和处理的本文档来自技高网...

【技术保护点】
1.一种基于K均值聚类算法的岸桥金属结构载荷状态检测方法，其特征在于，该方法包含以下过程：T1：建立数据监测系统，在金属结构上的相应测点安装传感器，监测数据，用于监测岸桥金属结构的受载状态；T2：建立岸桥金属结构受载与传感器之间的物理模型；T3：基于岸桥金属结构受载与传感器之间的物理模型，采用K均值聚类算法，分析岸桥金属结构载荷状态；所述步骤T3中包含：S1、获取数据库的相应测点的数据；S2、对获取的相应测点的数据进行数据预处理；S3：通过计算得到若干个类别和聚类中心，并分析每个类别的数据来分析岸桥拉杆载荷状态。

【技术特征摘要】
1.一种基于K均值聚类算法的岸桥金属结构载荷状态检测方法，其特征在于，该方法包含以下过程：T1：建立数据监测系统，在金属结构上的相应测点安装传感器，监测数据，用于监测岸桥金属结构的受载状态；T2：建立岸桥金属结构受载与传感器之间的物理模型；T3：基于岸桥金属结构受载与传感器之间的物理模型，采用K均值聚类算法，分析岸桥金属结构载荷状态；所述步骤T3中包含：S1、获取数据库的相应测点的数据；S2、对获取的相应测点的数据进行数据预处理；S3：通过计算得到若干个类别和聚类中心，并分析每个类别的数据来分析岸桥拉杆载荷状态。2.如权利要求1所述的基于K均值聚类算法的岸桥金属结构载荷状态检测方法，其特征在于，所述数据监测系统包含：码头远程端，其进行数据采集、信号处理和数据传输；控制室，其进行实时监测和码头远程端的参数设定；所述码头远程端对未处理的原始数据进行信号处理和特征提取并将提取的特征值传送到控制室的主机端进行监测；所述控制室安装有服务器，为远程状态评估提供网络服务；客户端，其设置有处理器端，并通过所述控制室的服务器以进行岸桥的机械状态评估和信号分析过程。3.如权利要求2所述的基于K均值聚类算法的岸桥金属结构载荷状态检测方法，其特征在于，所述码头远程端包含数据采集单元和远程端处理单元；所述数据采集单元对设定的测点进行在线采样收集，采样收集的未处理的原始数据存放在实时数据库中等待处理；所述远程端处理单元对所述未处理的原始数据进行信号处理和特征提取；其中，所述数据库存储历史特征数据；所述远程端处理单元提取的特征值被传送到控制室的主机端进行监测。4.如权利要求3所述的基于K均值聚类算法的岸桥金属结构载荷状态检测方法，其特征在于，所述远程端与所述控制室之间采用C/S模式，客户端发出请求给服务器，服务器进行相应处理后经传递机制送回客户端；所...

【专利技术属性】
技术研发人员：唐刚，李建霞，胡雄，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：上海,31