门式起重机监测要求很高的实时性，而且对数据的安全性和准确性要求极高。前文对通信技术的研宄和服务器技术的选择，门式起重机监测系统将选择最新的Nodej作为开发服务器，通过异步编程实现服务器代码的开发。客户端采用HTML5的Web socket通信技术，保障监测系统数据传输的实时性。通过AJAX实现客户端用户指令的传送系统页面采用JQUETY和Bootsrtap的技术，通过Bootstrap设计适应屏幕和浏览器的多样化的前端显示界面，并通过JqueryＪ与AJAX使用JSO格式数据实现前后端的应答操作。由于前后端数据交互同时使用JSON数据格式并都釆用Java Sript编程，后端的数据发送到前端即可通过ＪａｖａＳｃｒｔ来进行处理，以图形或者文字形式实时显示在对应的ＤＯＭ中。基于ＷＦＤ８３００系统需求和Ｂ／Ｓ的结构的目标，选择系统软件开发环境为：

１）系统开发服务器系统：Ｗｉｎｄｏｗｓ７；

２）Ｗｅｂ服务器平台：Ｎｏｄｅ．ｊｓｖ６．１０．０ＬＴＳ；

３）Ｗｅｂ服务端开发语言：ＪａｖａＳｃｒｉｐｔ；

４）软件开发工具：Ｗｅｂｓｔｏｒｍ１０；

５）数据库开发工具：ＭｏｎｇｏＤＢ３．４．２；

６）Ｎｏｄｅ服务器框架：Ｅｘｐｒｅｓｓ；

７）动态网页技术：ＥＪＳ模板引擎；

８）前端开发框架：Ｂｏｏｔｓｔｒａｐ３；

９）图表绘制工具：ＡｃｔｉｖｅＸ与Ｈｉｇｈｃｈａｒｔｓ。

      根据项目需求，用户登录权限划分为四个等级，即普通用户，操作员，工程师，管理人员。在登录界面用户可通过输入用户名与密码进行登录，系统与数据库信息校验后根据用户等级进入相应的系统主页面。如果是新用户，可以在首页选择单击用户注册按钮，进入注册页面，完成注册后，将跳转到新用户首页，可进一步访问系统。如果用户忘记登录密码，可单击找回密码按钮，并按指示完成操作即可。

    起重机减速箱振动监测模块、应力应变模块与状态量数据监测模块构成了监测系统主要功能。用户登陆后方可进入系统首页，也就是系统总览，如图５－２所示。系统默认监测一号起重机设备，用户也可下拉菜单来选择需要监测的起重机设备，对其进行监测。操作员登录系统后，监测系统仅显示其权限下的功能模块，而并不能查看其他设备的操作或参数配置等。

1、振动监测

门起机齿轮箱振动监测界面如图５－３所示，使用Ｈｉｇｈｃｈａｒｔｓ插件技术将图形显示在页面中，能够根据屏幕尺寸改变自动调整排列方式，可从横排转为竖排，利于用户在移动端通过手势滑动，查看所有的信息。左侧上下部分是１和２传感器的时域与频域图形，通过图形下方的按钮可进行时域波形与频域波形的切换；右侧是对应传感器的实时峰值趋势图，并以此数据作为起升机构减速箱振动状态预警的基本指标。峰值超过设定的报警阈值，监测系统页面弹出文字提示框，并伴随声音提示操作人员停机检查。同时，系统页面弹出故障诊断引导框，帮助操作人员诊断当前故障、分析原因，从而解决系统问题。

   

2、结构应力监测

门起机结构应力监测界面如图５－４所示，该监测页面采用左右上下四方布局的设计理念，使用户可一目了然地关注到需要注意的关键信息。左上角是应力监测测点分布图，用户可清晰地明确起重设备的测点布置，便于操作人员的观察，右上角是对应的各个测点的实时应力值；左下角是报警信息实时显示框，如果应力超过报警阈值，则红色文本实时显示在页面中，同时也会有声音提示，提示操作人对起重机应力数据进行分析；右下角是历史报警信息显示栏，用户可以查看关于该机器应力状态报警的历史信息。结构应力的监测是掌握起重机横梁和支腿当前安全状态的重要措施。通过采集的大量结构应力数据，可对设备进行疲劳分析与寿命预测，避免起重机横梁的断裂，造成安全事故。

   

3、状态量监测

门起机状态量监测界面如图５－５所示，其中各开关状态以按钮的形式显示，当白色按钮滑到右侧且背景为蓝色代表开启，当白色按钮滑到左侧且背景色为黑色代表关闭。通过Ｈｉｇｈｃｈａｒｔｓ插件技术，实现大小车位移动态显示在３Ｄ图中，操作人员可实时观察大小车位移位置。当大小车达到限位位置后系统通过文本与声音提示操作人员，系统暂停，并提示操作人员重新开启启动按钮，启动起重机。起重设备各个电机电流以３Ｄ柱状图的形式显示出来。鼠标滑过可以看到电机的名称与电流值，当电流超过设置的危险阈值后３Ｄ柱会升高，并变为红色，同时有提示框与报警声音通知操作人员需要紧急停机，避免电流过高，造成危险。报警解除后可引导操作人员进入故障诊断，分析故障原因，为维修提供建议。

     数据分析软件实现

管理员或工程师登录系统后，可进入数据分析首页，在起重机列表选择分析对象，并选择要分析时间段，提交关键字段后，系统返回对应的振动数据列表。用户可通过左侧功能菜单来选择分析方法，也可以选择测点，选择波形的快进或后退。数据分析主页提供的主要分析方法有：时域分析（包括互相关分析、自相关分析以及时域波形）、频域分析（包括功率谱、倒谱、包络谱及互谱等分析方法）、时频分析（包括维格纳分析与小波分析）及趋势分析（峭度趋势、有效值趋势、峰峰趋势、频率趋势、非振动趋势）等功能。数据分析模块软件功能界面如图５－６所示。主界面为正常信号时域和频域波形图，显示当前分析测点所在设备名称，测点名称，分析数据的时间，分析数据的采样频率，谱线数。图中红色光标选择点，并在图中显示此选中点的具体数值。提供峰峰值、峭度系数与有效值等趋势图。为了对故障数据分析系统进行测试，选择某齿轮箱实验台监测的振动数据进行测试，一组为作时采集的数据，一组为局部磨损工作时采集的数据。其中，齿轮箱实验台振动数据单位为ｍｍ／ｓ２，设置４０９６点为采样点数，３８３８Ｈｚ为采样频率，计算得出３０７Ｈｚ为轮啮合频率，１０Ｈｚ为转轴Ｉ的频率，７Ｈｚ为转轴ＩＩ的频率

 图５－６显示正常信号时域波形与频域波形，可以看出时域波形存在周期性的信号，频域波形最大幅值处是由两轴的啮合冲击导致的。图５－７显示的是设置的故障信号的幅值谱图形，实验设置的故障为局部磨损，该图与图５－６比较可以很容易看出齿轮箱存在故障信号特征，特征信号的幅值比较大，且存在２倍频、３倍频、４倍频，甚至可见５倍频与６倍频。通过观察还可以看出齿轮箱啮合频率两侧存在调制信号边频，进一步扩频分析，可以计出左侧边频间隔为7.496Hz，右侧边频间隔为11.244Hz，这分别与转轴Ｉ频率（7Hz）和转轴Ｉ的频率（１０Ｈｚ）基本吻合。可见两轴之间存在故障。再通过观察图5-8显示的故障信号的包络谱图形，可以观察到低频处７Ｈｚ的频率特别突出，这与齿轮箱的转轴２的频率正好对应，同时可以看出３０７．４３０Ｈｚ及其倍频处幅值也非常突出，因此通过分析得出齿轮存在局部磨损故障的结论。

图5-9是故障信号的功率谱波形，通过观察计算分析，同样可以得到齿轮局部磨损故障的结论。另外，根据系统提供的功率谱分析、小波分析、互谱等分析方法也得到了相同或相近的结论，从而从实际应用中验证了系统的实用性与准确性。系统还提供了小波分析，其中小波分析提供的分解图、尺度图和树形图辅助来分析故障，同时也可以设置小波分解层数和小波类型进行分析。除此之外，用户还可以通过系统提供的趋势分析工具结合幅值谱、包络谱、相关性等分析方法，对系统故障进行综合分析。也就是说：根据电机电流、温度、压力等的趋势变化，结合齿轮箱的振动数据的时频分析方法