【技术实现步骤摘要】
基于故障树和迁移学习的堆垛机故障诊断方法
本专利技术涉及故障检测
,尤其涉及基于故障树和迁移的堆垛机故障诊断方法。
技术介绍
随着科技水平的不断提高,物流业、存储业、管理业在市场扮演着必不可少的角色,而这也推动了自动化立体仓库在汽车、电子、医药、烟草、建材、邮电等行业的应用越来越广泛,使得自动化成为实现物流系统合理化的关键,在加快物流速度、提高劳动生产率、降低生产成本都有重要意义。其中,堆垛机必是自动化立体仓库中最重要的搬运、起重、堆垛设备,对立体仓库的工作效率有重要影响。在堆垛机工作的过程中不可避免产生一系列故障问题,而在这些故障中,必然存在由一个原因引起的故障,也会存在由多个原因引发的故障。现有技术中,堆垛机故障检测方法一直处于传统的定时检修模式,不能及时发现故障,且难以准确判断引起故障的原因。因此,本专利技术公开了基于故障树和迁移的堆垛机故障诊断方法及系统,能够实时采集堆垛机的数据,及时发现故障,且能够准确判断引起故障的原因。
技术实现思路
针对现有技术存在的上述不足,本专利技术公开了基于故障树和迁移学习的堆垛机故障诊断方法,能够实时采集堆垛机的数据,及时发现故障,且能够准确判断引起故障的原因。为解决上述技术问题,本专利技术采用了如下的技术方案:基于故障树和迁移学习的堆垛机故障诊断方法,包括如下步骤:采集堆垛机的故障信息;将所述故障信息分类为数字信息及文字信息;对所述数字信息进行预处理得到故障数据有效IMF分量的瞬时振幅;利用迁移学习故障诊断模型对故障数据有效IMF分量的瞬时振幅进行分析,生成第一故障原因信息;利用故障树模型对文字信息进行分析,生成 ...
【技术保护点】
1.基于故障树和迁移学习的堆垛机故障诊断方法,其特征在于,包括如下步骤:采集堆垛机的故障信息;将所述故障信息分类为数字信息及文字信息;对所述数字信息进行预处理得到故障数据有效IMF分量的瞬时振幅;利用迁移学习故障诊断模型对故障数据有效IMF分量的瞬时振幅进行分析,生成第一故障原因信息;利用故障树模型对文字信息进行分析,生成第二故障原因信息。
【技术特征摘要】
1.基于故障树和迁移学习的堆垛机故障诊断方法,其特征在于,包括如下步骤:采集堆垛机的故障信息;将所述故障信息分类为数字信息及文字信息;对所述数字信息进行预处理得到故障数据有效IMF分量的瞬时振幅;利用迁移学习故障诊断模型对故障数据有效IMF分量的瞬时振幅进行分析,生成第一故障原因信息;利用故障树模型对文字信息进行分析,生成第二故障原因信息。2.如权利要求1所述的基于故障树和迁移学习的堆垛机故障诊断方法,其特征在于,所述数字信息为使用堆垛机上安装的霍尔电流传感器测量得到的堆垛机运行电流信息。3.如权利要求1所述的基于故障树和迁移学习的堆垛机故障诊断方法,其特征在于,获取的数字信息存储在excel文件内,对数字信息进行预处理包括如下步骤:利用区间均值平滑算法对获得的数字信息进行处理,使得数据在每一个距离区间内分布均衡;利用插值算法对区间均值平滑后的数字信息进行插值,获得完整的故障数据;对完整的故障数据进行EEMD分解,计算分解后的故障数据与未分解的故障数据的相关系数,获取相关系数最大的预设个数个故障数据,将所述故障数据分解后的IMF分量作为所述故障数据有效IMF分量;利用希尔伯特变换获得所述故障数据有效IMF分量的瞬时振幅。4.如权利要求3所述的基于故障树和迁移学习的堆垛机故障诊断方法,其特征在于,对数字信息进行区间均值平滑的过程如下所示:利用MTALAB软件中的xlsread函数读取保存数字信息的excel文件中的data数据;在data数据中搜索等于NAN的元素,并将其去除;设置均值区间,均值区间内的数据点集为DI(t),其中,DI(t)=[d1(t)d2(t)…dM(t)],I表示第I个距离区间,M表示距离区间里的数据点个数,第I个距离区间的数据点的均值为D'I(t),其中,dj1(t)表示第I个距离区间里的第j1个数据点。5.如权利要求1所述的基于故障树和迁移学习的堆垛机故障诊断方法,其特征在于,建立迁移学习故障诊断模型的步骤如下:获取源数据及辅助数据,所述源数据为堆垛机历史运行数据,所述辅助数据为实验室中的堆垛机运行数据;对源数据进行EEMD分解,计算分解后的源数据与未分解的源数据的相关系数,获取相关系数最大的m个分解后的源数据的IMF分量作为源数据有效IMF分量;利用希尔伯特变换获得所述源数据有效IMF分量的瞬时振幅;基于有效IMF分量的瞬时振幅生成源数据样本Ta,其中,是第i1个源数据有效IMF分量的瞬时振幅,是第i1个源数据有效IMF分量对应的故障类别;对辅助数据进行EEMD分解,计算分解后的辅助数据与未分解的辅助数据的相关系数,获取相关系数最大的n个分解后的辅助数据的IM...
【专利技术属性】
技术研发人员:黄大荣,李书盼,周文娟,冉高伟,李坤阳,李彦,
申请(专利权)人:重庆交通大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。