[发明专利]一种岸桥监控方法、系统及岸桥

说明书

本申请涉及岸桥监控技术领域，具体涉及一种岸桥监控方法、系统及岸桥。方法包括：获取岸桥在运行过程中的实时振动信息、姿态信息；获取岸桥在运行过程中的风速信息；根据实时振动信息、姿态信息以及风速信息输入神经网络模型而获取预测状态信息，其中预测状态信息包括预测振动信息；以及当预测振动信息达到第一预设条件时，产生报警信息；通过将姿态信息、实时振动信息与风速信息等环境因素相结合，对岸桥的运行状态进行预测。由于考虑到了岸桥的实际运行环境，可以更加准确预测出岸桥所产生的运行状态，作业人员从而根据预测出的运行状态来及时做出调整岸桥状态的操作，从而改变岸桥的姿态信息，以调整岸桥整体的振动，便于对物体的顺利装卸。

技术领域

本申请涉及岸桥监控技术领域，具体涉及一种岸桥监控方法、系统及岸桥。

背景技术

岸桥是一种搭建在港口或者码头的物体起重设备，主要用于将对船舶上的集装箱等物体进行吊运装卸。

在相关技术中，岸桥自身整体结构比较庞大，在运行过程中，由于惯性或者空气流动的影响，岸桥会产生振动。目前，岸桥的振动强度主要是依靠作业人员的人为判断，导致判断结果容易出现较大偏差，当岸桥的振动幅度较大时，导致悬吊在控制的物体发生偏移，这会影响物体的吊运装卸。

申请内容

有鉴于此，本申请提供了一种岸桥监控方法、系统及岸桥，解决了或者改善了岸桥在运行过程中，人为判断岸桥振动强度存在较大偏差而影响物体的吊运装卸。

第一方面，本申请提供的一种岸桥监控方法，所述方法包括：获取所述岸桥在运行过程中的实时振动信息、姿态信息；获取所述岸桥在运行过程中的风速信息；根据所述实时振动信息、所述姿态信息以及所述风速信息输入神经网络模型而获取预测状态信息，其中所述预测状态信息包括预测振动信息；以及当所述预测振动信息达到第一预设条件时，产生报警信息。

本申请所提供的岸桥监控方法，在岸桥运行过程中，通过获取岸桥的实时振动信息、姿态信息以及风速信息，再将实时振动信息、姿态信息以及风速信息输入神经网络模型内而获取对岸桥的预测状态信息，从而掌握岸桥在运行过程中的预测振动信息，当预测振动信息达到低于预设条件时，产生报警信息；以此在岸桥运行过程，通过计算机程序来对岸桥的振动进行预测，从而精确判断岸桥的运行状态，当预测振动信息达到第一预设条件时，发出报警信息以提示作业人员。通过将姿态信息、实时振动信息与风速信息等环境因素相结合，对岸桥的运行状态进行预测。由于考虑到了岸桥的实际运行环境，可以更加准确预测出岸桥所产生的运行状态，作业人员从而根据预测出的运行状态来及时做出调整岸桥状态的操作，从而改变岸桥的姿态信息，以调整岸桥整体的振动，便于对物体的顺利装卸。

结合第一方面，在一种可能的实现方式中，所述预测状态信息进一步包括多个角轮各自的预测轮压信息，其中，所述岸桥监控方法还包括：将多个所述预测轮压信息进行对比而产生对比信息结果；以及当所述对比信息结果达到第二预设条件时，产生报警信息；其中，所述对比信息结果随着所述预测振动信息的变化而变化。

结合第一方面，在一种可能的实现方式中，所述神经网络的训练过程包括：向所述神经网络模型中输入振动信息样本、姿态信息样本以及风速信息样本所构成的多信息样本，获得所述神经网络模型输出的预测振动训练信息和预测轮压训练信息；基于所述预测振动训练信息和标准振动信息计算损失，基于所述预测轮压训练信息和标准轮压信息计算损失，所述标准振动信息和标准轮压信息均与所述多信息样本对应；以及基于损失计算结果调整所述神经网络模型的参数。

结合第一方面，在一种可能的实现方式中，所述获取所述姿态信息包括以下几项中的一种或多种组合：获取所述岸桥的小车信息、吊重信息、大梁位置信息、大车加速度信息。

结合第一方面，在一种可能的实现方式中，所述获取所述小车信息包括：获取小车位置信息和小车加速度信息。