基于神经网络的电缆支架稳定性优化方法技术

本发明专利技术涉及电数字处理技术领域，具体涉及基于神经网络的电缆支架稳定性优化方法，该方法是对电缆支架生产领域的智能优化，包括：获取每个电缆支架的支架形变程度和每面墙体的墙体形变程度；获取目标支架与其他电缆支架之间的状态接近程度；进而获取目标支架在每个松动时刻的自身磨损系数；获取墙体在每个松动时刻下对目标支架的客体影响程度，对目标支架进行脱落预警。本发明专利技术实施例能够利用特定功能的数字计算设备或数据处理设备或数据处理方法，基于复杂数学运算对每个电缆支架实时监测，及时进行脱落预警，能够应用于工业人工智能网络系统服务、工业物联网服务、工业互联网技术系统服务以及工业物联网信息感知、传感技术服务等物联网技术服务。等物联网技术服务。等物联网技术服务。

【技术实现步骤摘要】
基于神经网络的电缆支架稳定性优化方法


[0001]本专利技术涉及电数字处理
，具体涉及基于神经网络的电缆支架稳定性优化方法。

技术介绍

[0002]电缆敷设在电缆沟和隧道内，一般多使用支架固定。电缆支架固定在墙面时，在长时间受电缆重量影响以及电缆与支架的接触点磨损，会对支架的稳定性造成影响，另外一些环境因素也会对支架的稳定性造成影响。
[0003]电缆支架长时间使用后，由于外界环境的影响，稳定性可能会降低，当个别电缆支架出现松动脱落时，此处的电缆会变得松垮，从而会对相邻的电缆支架造成更大的应力进而导致相邻的电缆支架也容易松动脱落，会严重影响电缆施工质量。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于神经网络的电缆支架稳定性优化方法，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种基于神经网络的电缆支架稳定性优化方法，该方法包括以下步骤：对于每个电缆支架，在预设时间段内采集电缆和电缆支架之间的摩擦声压，以及电缆支架的支架托臂和支座之间的支架角度，根据摩擦声压和支架角度获取每个电缆支架的支架形变程度；对于电缆支架所在的不同墙体，在预设时间段内获取每面墙体的形变数据和震动数据，并根据形变数据和震动数据获取每面墙体的墙体形变程度；基于震动数据和支架形变程度，获取目标支架与镶嵌于其他墙体的其他电缆支架之间的状态接近程度，将不同时刻下的状态接近程度进行分组；选取墙体形变程度最小的一组作为自身磨损组，获取自身磨损组的所有时刻下的目标支架的支架形变程度随时间推移的拟合曲线，利用拟合曲线得到每个松动时刻的拟合形变程度，以其与对应时刻的目标支架的形变程度的比值作为目标支架在每个松动时刻的自身磨损系数；根据自身磨损系数获取墙体在每个松动时刻下对目标支架的客体影响程度，利用历史客体影响程度对墙体的未来客体影响程度进行预测，当未来客体影响程度大于影响阈值时，对目标支架进行脱落预警。
[0005]优选的，所述支架形变程度的获取方法为：获取每个单位时间下的摩擦声压，以预设时间段内的摩擦声压组成第一序列，计算第一序列中所有元素的第一差异性；同理获取预设时间段内支架角度组成的第二序列，计算第二序列中所有元素的第二差异性；根据第一差异性和第二差异性计算所述支架形变程度。
[0006]优选的，所述墙体形变程度的获取方法为：获取每个单位时间下的形变数据，以预设时间段内的形变数据组成第三序列，计算第三序列中所有元素的第三差异性；同理获取预设时间段内震动数据组成的第四序列，计算第四序列中所有元素的第四差异性；根据第三差异性和第四差异性计算所述墙体形变程度。
[0007]优选的，所述状态接近程度的获取方法为：选取与目标支架镶嵌于不同墙体的其他电缆支架，计算对应的两面墙体在预设时间段下的第四序列之间的皮尔逊距离，以及两个电缆支架的支架形变程度的形变差异，根据皮尔逊距离和形变差异获取目标支架与其他电缆支架之间在预设时间段下的所述状态接近程度。
[0008]优选的，所述拟合曲线的获取方法为：以时刻作为横坐标，以对应时刻下目标支架的支架形变程度作为纵坐标，获取自身磨损组的所有时刻的历史数据的坐标点，对所有坐标点进行曲线拟合，得到所述拟合曲线。
[0009]优选的，所述拟合形变程度的获取方法为：选取墙体形变程度最大的一组的时刻作为松动时刻，将每个松动时刻代入所述拟合曲线，得到每个松动时刻下的所述拟合形变程度。
[0010]本专利技术实施例至少具有如下有益效果：计算目标支架与其他支架之间的状态相似程度，将状态相似程度按照时序分组，筛选出自身磨损组计算支架自身对磨损的影响，然后获取墙体的客体影响，进而预测未来客体影响，当未来客体影响过大时，对目标支架进行脱落预警。本专利技术实施例是对电缆支架生产领域的智能优化，能够利用特定功能的数字计算设备或数据处理设备或数据处理方法，基于复杂数学运算对每个电缆支架实时监测，及时进行脱落预警，能够应用于工业人工智能网络系统服务、工业物联网服务、工业互联网技术系统服务以及工业物联网信息感知、传感技术服务等物联网技术服务。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0012]图1为本专利技术一个实施例提供的基于神经网络的电缆支架稳定性优化方法的步骤流程图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的基于神经网络的电缆支架稳定性优化方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或
特点可由任何合适形式组合。
[0014]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0015]下面结合附图具体的说明本专利技术所提供的基于神经网络的电缆支架稳定性优化方法的具体方案。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的基于神经网络的电缆支架稳定性优化方法的步骤流程图，该方法包括以下步骤：步骤S001，对于每个电缆支架，在预设时间段内采集电缆和电缆支架之间的摩擦声压，以及电缆支架的支架托臂和支座之间的支架角度，根据摩擦声压和支架角度获取每个电缆支架的支架形变程度。
[0017]具体的步骤包括：1、获取每个单位时间下的摩擦声压，以预设时间段内的摩擦声压组成第一序列，计算第一序列中所有元素的第一差异性。
[0018]当电缆固定在电缆支架上时，电缆和支架之间存在接触，若是发生晃动，就会产生摩擦，摩擦时发生摩擦现象，会对电缆和支架造成磨损，摩擦声音越大，电缆对支架的磨损程度越高，对支架的稳定性影响越大，越可能使电缆支架发生形变。
[0019]使用麦克风记录电缆和支架摩擦声压。在本专利技术实施例中，单位时间为10s，即声压数据的刷新频率为10s每次，以30分钟为预设时间段，得到180个声压数据样本组成第一序列，计算第一序列中所有元素的第一差异性：其中，M表示声压变化指标，表示第一序列中的最大摩擦声压，表示第一序列中的最小摩擦声压。
[0020]在本专利技术实施例中使用声压变化指标反映第一差异性，根据极差的比较，当差值越大时，对应的第一差异性越大，电缆和支架的摩擦程度越大。在其他实施例中还可以采用预设时间段内所有摩擦声压的方差、标准差等反映差异变化的指标作为第一差异性。
[0021]2、同理获取预设时间段内支架角度组成的第二序列，计算第二序列中所有元素的第二差异性。
[0022]在电缆安装放置在支架上时，支架受电缆的重量影响，放置之初会有一个初始的角度，再经过长时间的压力，支本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于神经网络的电缆支架稳定性优化方法，其特征在于，该方法包括以下步骤：对于每个电缆支架，在预设时间段内采集电缆和电缆支架之间的摩擦声压，以及电缆支架的支架托臂和支座之间的支架角度，根据摩擦声压和支架角度获取每个电缆支架的支架形变程度；对于电缆支架所在的不同墙体，在预设时间段内获取每面墙体的形变数据和震动数据，并根据形变数据和震动数据获取每面墙体的墙体形变程度；基于震动数据和支架形变程度，获取目标支架与镶嵌于其他墙体的其他电缆支架之间的状态接近程度，将不同时刻下的状态接近程度进行分组；选取墙体形变程度最小的一组作为自身磨损组，获取自身磨损组的所有时刻下的目标支架的支架形变程度随时间推移的拟合曲线，利用拟合曲线得到每个松动时刻的拟合形变程度，以其与对应时刻的目标支架的形变程度的比值作为目标支架在每个松动时刻的自身磨损系数；根据自身磨损系数获取墙体在每个松动时刻下对目标支架的客体影响程度，利用历史客体影响程度对墙体的未来客体影响程度进行预测，当未来客体影响程度大于影响阈值时，对目标支架进行脱落预警。2.根据权利要求1所述的基于神经网络的电缆支架稳定性优化方法，其特征在于，所述支架形变程度的获取方法为：获取每个单位时间下的摩擦声压，以预设时间段内的摩擦声压组成第一序列，计算第一序列中所有元素的第一差异性；同理获取预设时间段内支架角度组成的第二序列，计算第二序列中所有元素的第二差异性；根据第一差异...

【专利技术属性】
技术研发人员：蓝敏华，高艳荣，
申请(专利权)人：江苏奥派电气科技有限公司，
类型：发明
国别省市：