析收到的通信连接请求数据包，获得设备编号及时间戳，并判断是否注册，如果未注册则新注册该叉装车设备;确认注册后，向远程车载智能终端回送确认并要求远程车载智能终端发送通信参数信息;远程车载智能终端收到数据中心回送确认后，读取通信参数并再次发送给数据中心服务器，数据中心服务器将收到的通信参数与支持通信参数进行比较，向远程车载智能终端回送确认信息，至此，通信连接过程建立完成；
[0020]步骤12:远程车载智能终端有数据要传输时，先向数据中心服务器发送数据传输连接请求，数据中心服务器监听程序收到数据传输请求后，检查数据中心服务器是否准备好接收，如果已准备好接收，则向远程车载智能终端发送数据传输确认;远程车载智能终端收到数据中心服务器确认后，则持续向数据中心服务器发送部件状态数据包;如果远程车载智能终端数据发送完毕，或要处于休眠状态，则向数据中心服务器发送数据传输终止请求，待数据中心服务器进行确认后，该数据传输终止。
[0021]进一步的，叉装车远程故障监控具体包括如下步骤:
[0022]步骤21:数据中心服务器启动内部定时器计时，当到达预设计的周期则启动故障监控程序，从车载智能终端设备的注册表中顺序读取设备ID，根据ID号读取对应叉装车状态数据，进入步骤22;
[0023]步骤22:故障监控程序读取计时间隔内该ID对应叉装车发动机机油温度最低、最高、平均值，并与发动机温度正常阈值进行比较，如果超过正常阈值则发动机机油温度异常，进入异常处理过程;否则，继续执行步骤23;
[0024]步骤23:故障监控程序读取计时间隔内该ID对应叉装车发动机机油压力最低、最高、平均值，并与发动机压力正常阈值进行比较，如果超过正常阈值则发动机机油压力异常，进入异常处理过程;否则，继续执行步骤24;
[0025]步骤24:故障监控程序读取计时间隔内该ID对应叉装车变速箱、变矩器压力最低、最高、平均值，并与双变压力正常阈值进行比较，如果超过正常阈值则双变压力异常，进入异常处理过程;否则，继续执行步骤25;
[0026]步骤25:故障监控程序读取计时间隔内该ID对应叉装车水箱温度最低、最高、平均值，并与水箱温度正常阈值进行比较，如果超过正常阈值则水箱温度异常，进入异常处理过程;否则，继续执行步骤26;
[0027]步骤26:故障监控程序读取计时间隔内该ID对应叉装车工作装置系统压力最低、最高、平均值，并与工作装置系统压力正常阈值进行比较，如果超过正常阈值则工作装置系统压力异常，进入异常处理过程;否则，继续执行步骤27;
[0028]步骤27:故障监控程序读取计时间隔内该ID对应叉装车制动系统压力最低、最高、平均值，并与制动系统压力正常阈值进行比较，如果超过正常阈值则制动系统压力异常，进入异常处理过程;否则，继续执行步骤28;
[0029]步骤28:故障监控程序读取计时间隔内该ID对应叉装车震动频率最低、最高、平均值，并与叉装车震动频率正常阈值进行比较，如果超过正常阈值则叉装车震动频率异常，进入异常处理过程;否则，继续执行步骤29;
[0030]步骤29:如果叉装车部件存在故障，则进行处理。同时，继续读取下一个ID号对应的叉装车状态数据，循环进行故障检测。
[0031]进一步的，叉装车远程故障预测具体包括如下步骤:
[0032]步骤31:数据中心服务器故障监控程序检测出远程叉装车部件当前不存在故障，则启动故障预测程序，故障预测程序首先从车载智能终端设备的注册表中读取叉装车的注册ID号，进入步骤32;
[0033]步骤32:故障预测程序根据注册ID号分别从故障历史数据表、部件监控历史数据表、设备环境数据表、车载智能终端设备的注册表中读取该叉装车的部件历史故障数据、历史故障监控判决数据、叉装车当前运行环境参数、部件正常运行数据，以这些数据作为预测基础，进入步骤33;
[0034]步骤33:故障预测程序根据步骤32中读取的四类数据对叉装车部件进行故障预测，得出故障发生概率值，进入步骤34;
[0035]步骤34:故障预测程序将故障预测结果与预设阈值进行比较，如果大于预设阈值则说明远程叉装车部件在不久的将来发生故障，随后进入故障处理过程，否则说明远程叉装车部件运转情况良好。
[0036]本发明具有如下优点:本发明的叉装车远程故障监控与预测方法可实现叉装车远程故障自动监控与预测，并根据预案由数据中心服务器以声、光、电形式在叉装车端进行报警，同时售后人员主动与使用方确认故障部件及故障点，提前备件及做好维修准备，极大提高故障处理效率，节省故障处理时间。本发明自主采集叉装车部件实时状态数据，并通过网络传输给数据中心服务器进行存储，数据中心服务器根据部件当前状态数据、数据库历史样本数据及部件正常状态数据，周期监控故障的发生，并根据部件维修历史记录、周期监控结果数据，通过人工智能方法预测各部件将要发生故障的概率，当发现故障则采用预案进行处理。该方法在发生故障的同时，即可做出故障处理响应，同时还能预测故障的发生，根据发生概率选择预案进行处理，对于工作偏远环境的石材矿山叉装车而言，能够极大的节省人力成本、时间成本，提高售后维护应急处理能力。
【附图说明】
[0037]图1是叉装车远程故障监控与预测系统框架图；
[0038]图2是叉装车与数据中心服务器远程通信与数据传输流程图；
[0039]图3是叉装车远程故障检测流程图；
[0040]图4是叉装车远程故障预测流程图；
[0041 ]图5是叉装车故障处理流程图。
【具体实施方式】
[0042]请参阅图1至图5所示，本发明为一种叉装车远程故障监控及预测的方法，该叉装车特别是用于石材矿山叉装车，所述方法为:
[0043]工作在偏远地区的叉装车安装车载智能终端设备，该设备与叉装车部件上的压力传感器、温度传感器、震动传感器、电流/电压传感器等传感器设备相连接，定期采集传感器感知的部件状态信息，转换电路对采集到的数字量信号和模拟量信号转化成计算机可以存储的数据，并根据事先与数据中心服务器协商好的数据格式，对采集数据进行分装形成部件状态数据包，并附上当前系统时间信息及车载智能终端设备编号等信息。车载智能终端通过WIF1、GSM或3G等方式与Internet网络进行互连，主动向数据中心服务器建立通信连接请求及数据传输连接请求，数据中心服务器被动处理远程智能终端的连接请求，当收到一个通信连接请求后，如果该设备还未注册则进入设备注册过程，并协商数据封装格式、传输速率、软件版本等工作。如果设备已注册，则回送ACK确认信息，待车载智能终端收到ACK确认信息后，双方进入数据传输连接建立过程，双方协商好数据格式、版本信息后即可以进行数据传输。传输数据封包包含设备ID号、日期时间、部件编号、部件状态编码，数据中心服务器收到数据后，解析数据封包得到设备ID号，日期时间、部件编号、部件状态编码，然后存入到数据库对应数据表中。数据中心服务器故障监控程序周期扫描数据库新存入部件状态数据，与部件正常状态数据阈值进行比较，监控是否存在异常数据，再结合故障案例库知识，分析判断是否发生故障，并给出故障的定性分析;数据中心服务器故障预测程序周期扫描数据库历史监控数据记录，结合部件历史维护记录，采用人工智能方法预测发生故障的可能程度，当超过阈值时则进入大概率故障处理环节。当发现故障或出现大概率故障情况，数据中心服务器一方面以声、光、电的形式在叉装车上进行远程报警，令一方面提醒售后人员主动联系使用方确认故障存在或是否可能发生故障，按既定预案进行相应处理。
[0044]如图1所示为石材矿山叉装车远程故障监控与预测系统框架图，其中详细展示了故障监控与预测系统所包括的五个部分，其中每个部分产生的结果作为下一个部分数据处理的对象。
[0045]第一个部分进行的是叉装车部件状态数据的采集，叉装