一种通过振动数据识别预测挖掘机故障的分析系统技术方案

本实用涉及故障诊断技术领域，具体为一种通过振动数据识别预测挖掘机故障的分析系统。其技术方案包括：包括数据采集单元、主控制器、数据记录仪、挖掘机工况特征分析模块、征兆获取模块、诊断推理模块、存储模块。本发明专利技术提供一种通过振动数据识别预测挖掘机故障的分析系统，可以在调试过程中不完全依靠现场工作人员的维修经验，使野外工程过程中对液压挖掘机故障及时定位并排除成为可能。可大大提升调试服务人员的现场服务效率及质量，同时，对于提升挖掘机的智能化水平及提高挖掘机品牌的质量和形象都具有重要意义。和形象都具有重要意义。

【技术实现步骤摘要】
一种通过振动数据识别预测挖掘机故障的分析系统


[0001]本实用涉及故障诊断
，具体为一种通过振动数据识别预测挖掘机故障的分析系统。

技术介绍

[0002]近年来，大数据领域发展出众多科技技术和产品，成为数据采集，存储，处理分析和可视化地有效手段。但在技术转化和应用落地地过程中需要结合具体地应用场景和业务支持，怎样将大数据技术和数据挖掘技术实际应用于工业领域的车辆故障预测一直是各个制造商和中间商以及用户地重要需求，使用数据驱动故障预测和识别也是一项巨大地挑战。
[0003]液压挖掘机是复杂的机、电、液一体化的工程机械设备,维修专业性很强。近年来,我国挖掘机行业发展迅速,但技术力量落后、技术人员缺少等问题也逐渐暴露出来。使液压挖掘机由以前的机械和液压占主导地位转变为典型的机电液一体化产品，简单的直观判断已不能满足机器的维修要求，对服务和维修人员也提出了更高的要求。现有国内挖掘机作业仍普遍采用大量的人工操作和干预，智能化程度低，人工工作强度大，人为因素影响多，故障检测不及时，影响生产效率。

技术实现思路

[0004]本专利技术的目的在于提供一种通过振动数据识别预测挖掘机故障的分析系统，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种通过振动数据识别预测挖掘机故障的分析系统，包括数据采集单元、主控制器、数据记录仪、挖掘机工况特征分析模块、征兆获取模块、诊断推理模块、存储模块：
[0006]所述采集单元获取待检测设备的振动数据以及振幅值；
[0007]所述挖掘机工况特征分析模块通过主控制器与采集单元相连接；
[0008]所述存储模块用于储存设备数据库；
[0009]所述征兆获取模块用于通过挖掘机工况特征分析模块分析的数据与存储模块内存储模型进行匹配；
[0010]所述诊断推理模块根据征兆获取模块匹配相对应的数据库中诊断推理数据进行推动；
[0011]所述数据记录仪对分析过程进行记录并生成日志。
[0012]优选的，所述采集单元对振动信号进行模数转换处理，生成数字信号，并将小波能谱熵作为振动信号特征向量提取振动特征。
[0013]优选的，所述挖掘机工况特征分析模块通过采集模块采集的振动特征，确定出预设周期内目标异常数据的数量，基于所述目标异常数据的数量判断所述设备是否处于振动故障状态。
[0014]优选的，所述设备数据库内知识数据包括背景知识数据、经验知识数据、过程知识数据、决策知识和控制知识数据。
[0015]优选的，所述诊断推理模块根据数据库数据进行元级推理处理，确定候选故障集，再利用故障诊断规则知识数据进行故障级推理，并且结合挖掘机车辆的倾斜角度和挖掘角度的车辆姿态进行推理。
[0016]与现有技术相比，本专利技术的有益效果是：
[0017]本专利技术提供一种通过振动数据识别预测挖掘机故障的分析系统，可以在调试过程中不完全依靠现场工作人员的维修经验，使野外工程过程中对液压挖掘机故障及时定位并排除成为可能。可大大提升调试服务人员的现场服务效率及质量，同时，对于提升挖掘机的智能化水平及提高挖掘机品牌的质量和形象都具有重要意义。
具体实施方式
[0018]下文结合具体实施例对本专利技术的技术方案做进一步说明。
[0019]本专利技术提出的一种通过振动数据识别预测挖掘机故障的分析系统，包括数据采集单元、主控制器、数据记录仪、挖掘机工况特征分析模块、征兆获取模块、诊断推理模块、存储模块：
[0020]所述采集单元获取待检测设备的振动数据以及振幅值；
[0021]所述挖掘机工况特征分析模块通过主控制器与采集单元相连接；
[0022]所述存储模块用于储存设备数据库；
[0023]所述征兆获取模块用于通过挖掘机工况特征分析模块分析的数据与存储模块内存储模型进行匹配；
[0024]所述诊断推理模块根据征兆获取模块匹配相对应的数据库中诊断推理数据进行推动；
[0025]所述数据记录仪对分析过程进行记录并生成日志。
[0026]本实用新中采集单元对振动信号进行模数转换处理，生成数字信号，并将小波能谱熵作为振动信号特征向量提取振动特征。
[0027]本实用新中挖掘机工况特征分析模块通过采集模块采集的振动特征，确定出预设周期内目标异常数据的数量，基于所述目标异常数据的数量判断所述设备是否处于振动故障状态。
[0028]本实用新中设备数据库内知识数据包括背景知识数据、经验知识数据、过程知识数据、决策知识和控制知识数据。
[0029]本实用新中诊断推理模块根据数据库数据进行元级推理处理，确定候选故障集，再利用故障诊断规则知识数据进行故障级推理，并且结合挖掘机车辆的倾斜角度和挖掘角度的车辆姿态进行推理。
[0030]一种通过振动数据识别预测挖掘机故障的分析系统的工作原理是：通过采集单元对振动信号进行模数转换处理，生成数字信号，并将小波能谱熵作为振动信号特征向量提取振动特征；挖掘机工况特征分析模块通过采集模块采集的振动特征，确定出预设周期内目标异常数据的数量，基于所述目标异常数据的数量判断所述设备是否处于振动故障状态；如果处于故障状态挖掘机工况特征分析模块将数据传送至征兆获取模块，所述征兆获
取模块与数据库内数据进行匹配将匹配数据传送至诊断推理模块，所述诊断推理模块根据数据库数据进行元级推理处理，确定候选故障集，再利用故障诊断规则知识数据进行故障级推理，并且结合挖掘机车辆的倾斜角度和挖掘角度的车辆姿态进行推理，并对数据结构进行推送。
[0031]上述具体实施例仅仅是本专利技术的几种优选的实施例，基于本专利技术的技术方案和上述实施例的相关启示，本领域技术人员可以对上述具体实施例做出多种替代性的改进和组合。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过振动数据识别预测挖掘机故障的分析系统，包括数据采集单元、主控制器、数据记录仪、挖掘机工况特征分析模块、征兆获取模块、诊断推理模块、存储模块，其特征在于：所述采集单元获取待检测设备的振动数据以及振幅值；所述挖掘机工况特征分析模块通过主控制器与采集单元相连接；所述存储模块用于储存设备数据库；所述征兆获取模块用于通过挖掘机工况特征分析模块分析的数据与存储模块内存储模型进行匹配；所述诊断推理模块根据征兆获取模块匹配相对应的数据库中诊断推理数据进行推动；所述数据记录仪对分析过程进行记录并生成日志。2.根据权利要求1所述的一种通过振动数据识别预测挖掘机故障的分析系统，其特征在于：所述采集单元对振动信号进行模数转换处理，生成数字信号，并将小波能谱熵作为振动信号特征向量提取...

【专利技术属性】
技术研发人员：韩晓明，
申请(专利权)人：石家庄开发区天远科技有限公司，
类型：发明
国别省市：