基于故障识别模型的智能塔吊维护管理方法及系统技术方案

本申请提供一种基于故障识别模型的智能塔吊维护管理方法及系统。所述方法包括：获取智能塔吊控制器实时发出的控制指令对应的执行监测信息；根据所述执行监测信息计算所述控制指令的指令执行到位率；将所述控制指令及其指令执行到位率输入预先训练的故障识别模型，并获得所述故障识别模型预测的故障发生率；若所述故障发生率大于预设警戒值，则查询所述控制指令对应的执行机构的维护保养策略并输出。相较于现有技术，本申请能够根据智能塔吊日常的指令执行到位率来预测故障发生率并输出维护保养策略，进而在故障发生前随时地、针对性地对可能出现故障的部件进行维护保养，将故障消灭在萌芽状态，减少故障的发生。减少故障的发生。减少故障的发生。

【技术实现步骤摘要】
基于故障识别模型的智能塔吊维护管理方法及系统


[0001]本申请涉及智能塔吊
，具体涉及一种基于故障识别模型的智能塔吊维护管理方法及系统。

技术介绍

[0002]随着建筑业的发展，建筑施工的机械化程度逐年提高，塔式起重机(简称塔吊)作为一种能够实现垂直和水平运输物料的机械，特别是因其起升高度高、起升重量大、工作幅度大等特点，在建筑业得到了广泛的应用。
[0003]塔吊发生安全事故的主要原因之一在于维护保养不及时，现有的维护保养方式是按照固定周期或者在故障发生后再进行维护保养，不能够及时发现异常而进行针对性维护保养，最终导致事故发生造成生命财产损失，为了避免这类情况的出现，提前预测塔吊将会出现的故障，在故障萌芽阶段就采取措施进行维护保养，可以较大程度的减小损失，尤其是对于无人驾驶塔吊即智能塔吊而言，实现故障的自动预测尤为重要，因此，如何使智能塔吊实现针对性的维护保养成为当前亟待解决的问题。

技术实现思路

[0004]本申请的目的是提供一种基于故障识别模型的智能塔吊维护管理方法及系统。
[0005]本申请第一方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于故障识别模型的智能塔吊维护管理方法，其特征在于，包括：获取智能塔吊控制器实时发出的控制指令对应的执行监测信息；根据所述执行监测信息计算所述控制指令的指令执行到位率；将所述控制指令及其指令执行到位率输入预先训练的故障识别模型，并获得所述故障识别模型预测的故障发生率；若所述故障发生率大于预设警戒值，则查询所述控制指令对应的执行机构的维护保养策略并输出。2.根据权利要求1所述的基于故障识别模型的智能塔吊维护管理方法，其特征在于，所述执行监测信息包括从所述控制指令发出开始监测到的所述控制指令对应的执行机构的动作信息，所述动作信息包括动作幅度、动作时间和动作速度中的至少一项。3.根据权利要求1所述的基于故障识别模型的智能塔吊维护管理方法，其特征在于，所述根据所述执行监测信息计算所述控制指令的指令执行到位率，包括：根据所述执行监测信息确定从所述控制指令下发开始到所述控制指令的执行情况符合预设到位条件的实际执行到位时长；根据所述实际执行到位时长与所述控制指令对应的标准执行到位时长的比值，确定所述控制指令的指令执行到位率。4.根据权利要求1所述的基于故障识别模型的智能塔吊维护管理方法，其特征在于，所述将所述控制指令及其指令执行到位率输入预先训练的故障识别模型之前，还包括：获取所述智能塔吊在故障发生前的所有历史控制指令及其对应的历史执行监测信息；根据所述历史控制指令和所述历史执行监测信息，计算所述历史控制指令对应的历史执行到位率；对所述历史执行到位率按照时间进行排序，得到历史执行到位率集合；对所述历史执行到位率集合中的各个所述历史执行到位率，根据距离故障发生的时间进行故障发生率赋值，其中，距离故障发生的时间越短，赋值的故障发生率越高；生成机器学习样本，其中，每条所述机器学习样本包括一个所述历史控制指令及其对应的历史执行监测信息和故障发生率；根据所述机器学习样本训练故障识别模型，得到预先训练的故障识别模型。5.根据权利要求1所述的基于故障识别模型的智能塔吊维护管理方法，其特征在于，所述查询所述控制指令对应的执行机构的维护保养策略并输出之前，还包括：针对所述控制器发送的各种控制指令，确定所述控制指令对应的执行机构及其对应的维护保养策略；根据各种所述控制指令及其对应执行机构和维护保养策略生成维护保养策略映射表；所述查询所述控制指令对应的执行机构的维护保养策略并输出，包括：...

【专利技术属性】
技术研发人员：陈德木，蒋云，赵晓东，陆建江，陈曦，
申请(专利权)人：杭州大杰智能传动科技有限公司，
类型：发明
国别省市：