起重机在当今工业生产中,起着至关重要的作用。随着物联网和人工智能的不断发展,本文将物联网技术与机器学习算法引入到起重机的远程监控中,建立起重机远程监控系统。其设计的目标能实时监测起重机的运行状态,并使用人工智能技术对起重机的金属结构进行安全预警。到目前为止,国内外的一些企业结合物联网技术对起重机的监控也做出了很多的努力。虽然对起重机实现了监控的目的,但由于使用的局域网监控,造成监控距离短,较少对起重机整体结构进行综合评估。本文把窄带物联网(Narrow Band Internet of Things,NB-IoT)技术引入到起重机的监控中,同时采用机器学习算法中的支持向量机对起重机整体结构的健康状况进行安全预警,实现了起重机的远程监控。本文的主要研究如下:(1)总体设计:对起重机远程监控系统的关键组成进行了详细的分析,然后分析了物联网的架构,以及每层件架构中要实现的功能;同时对NB-IoT的技术优势进行了讲解,分别介绍了起重机监控终端和起重机监控云平台的设计;最后对起重机远程监控系统的架构设计进行了设计。(2)采集终端的设计:对采集终端的硬件进行设计与选型;采用销轴式传感器来采集起重机的起重质量;采用无线应变传感器来采集起重机金属结构的应力;采用起重机液压油油温传感器对起重机的油温进行监测;采用风速传感器对风速进行监测;采用定位模块对起重机的位置进行监测;采用温湿度传感器对起重机所处环境的温湿度进行监测;然后选用NB-IoT技术作为物联网的通信方式,进行数据传输;最后对通信协议进行了编写,实现了采集数据的上传和下发。(3)结构安全预警的设计:为了能够对起重机金属机构安全进行预警设计,使用了机器学习中的支持向量机算法,并使用k近邻算法进行对比;从数据库中取出所需的数据,对起重机金属结构健康状况进行安全预警,从而避免安全事故的发生。(4)云平台的设计:选用阿里云物联网套件作为起重机远程监控系统的云平台,节省了企业自建服务器的成本,能够使管理人员随时登录云平台以查看监控终端节点的工作状态。并选用阿里云数据库对数据进行存储,设计了5个数据库表,为了实现对数据的快速操作,对数据库表采用相同的主键。最后对系统的数据传输与功耗进行了测试,经测试满足系统需求。