一种基于人工智能的钢丝绳特征异常监测系统技术方案

本发明专利技术涉及钢丝绳监测技术领域，用于解决现有的对钢丝绳特征异常的监测的方式存在不可靠性、低效性，故难以快速的对钢丝绳特征异常进行准确分析，也无法保障钢丝绳的安全运行的问题，尤其公开了一种基于人工智能的钢丝绳特征异常监测系统，包括数据采集单元、云存储单元、工作特征分析单元、环境特征分析单元、外观特征分析单元、监测汇总单元、预警反馈单元和显示终端；本发明专利技术，利用不同的处理方式从不同方面对钢丝绳的特征异常进行了准确的分析，利用代数符号标定、累加计算以及信号化输出的方式，将钢丝绳的特征异常进行了综合的监测分析，从而在实现钢丝绳特征异常准确且全面的分析的同时，也保障钢丝绳的安全运行。也保障钢丝绳的安全运行。也保障钢丝绳的安全运行。

【技术实现步骤摘要】
一种基于人工智能的钢丝绳特征异常监测系统


[0001]本专利技术涉及钢丝绳监测
，具体为一种基于人工智能的钢丝绳特征异常监测系统。

技术介绍

[0002]钢丝绳是将力学性能和几何尺寸符合要求的钢丝按照一定的规则捻制在一起的螺旋状钢丝束，钢丝绳由钢丝、绳芯及润滑脂组成。钢丝绳广泛应用于各类物料搬运机械中，因此，钢丝绳被称作提升、运输设备的“生命线”，故能够快速、准确的对钢丝绳特征异常进行监测，则显得至关重要。
[0003]但现有的对钢丝绳特征异常的监测中，大都仍停留在人工检测方式上，通过眼睛看，卡尺量，但钢丝绳的特殊结构且具有随机因素的特点，人工检测的方式存在不可靠性、低效性，故难以快速的对钢丝绳特征异常进行准确分析，也无法保障钢丝绳的安全运行；
[0004]为了解决上述缺陷，现提供一种技术方案。

技术实现思路

[0005]本专利技术的目的就在于为了解决现有的对钢丝绳特征异常的监测的方式存在不可靠性、低效性，故难以快速的对钢丝绳特征异常进行准确分析，也无法保障钢丝绳的安全运行的问题，利用不同的处理方式从不同方面对钢丝绳的特征异常进行了准确的分析，利用代数符号标定、累加计算以及信号化输出的方式，将钢丝绳的特征异常进行了综合的监测分析，从而在实现钢丝绳特征异常准确且全面的分析的同时，也保障钢丝绳的安全运行，而提出一种基于人工智能的钢丝绳特征异常监测系统。
[0006]本专利技术的目的可以通过以下技术方案实现：
[0007]一种基于人工智能的钢丝绳特征异常监测系统，包括数据采集单元、云存储单元、工作特征分析单元、环境特征分析单元、外观特征分析单元、监测汇总单元、预警反馈单元和显示终端；
[0008]所述数据采集单元用于采集钢丝绳的工作特征信息、环境特征信息和外观特征信息，并将其均发送至云存储单元进行储存；
[0009]所述工作特征分析单元用于从云存储单元中调取钢丝绳的工作特征信息，并进行工作负荷程度判定分析处理，据此生成工作负荷较大信号、工作负荷一般信号和工作负荷较小信号，并将其均发送至监测汇总单元；
[0010]所述环境特征分析单元用于从云存储单元中调取钢丝绳所处的环境特征信息，并进行环境干扰程度分析处理，据此生成干扰程度较小信号、干扰程度一般信号和干扰程度较大信号，并将其均发送至监测汇总单元；
[0011]所述外观特征分析单元用于从云存储单元中调取钢丝绳的外观特征信息，并进行外观损耗状态判定分析处理，据此生成外观损耗较大信号、外观损耗一般信号和外观损耗较小信号，并将其均发送至监测汇总单元；
[0012]所述监测汇总单元用于接收各类型判定信号，并进行数据整合分析处理，据此生成低级特征异常信号、中级特征异常信号和高级特征异常信号，并将其均发送至预警反馈单元；
[0013]所述预警反馈单元用于接收各等级特征异常信号进行预警分析处理，据此生成一级预警信号、二级预警信号和三级预警信号，并以文本字样描述的方式发送至显示终端进行显示说明。
[0014]进一步的，工作负荷程度判定分析处理的具体操作步骤如下：
[0015]将单位时间等量划分为n个时间点，并实时获取各时间点的钢丝绳的工作特征信息中的承重量值和挤压量值，将n个时间点的承重量值和挤压量值分别进行均值处理，分别求得均值承载系数、均值挤压系数；
[0016]获取钢丝绳的均值承载系数、均值挤压系数和使用时长，并将其进行归一化分析，依据公式fhx＝e1*cz
*
+e2*yz
*
+sc
e3
，求得负荷系数fhx，其中，e1、e2和e3分别为均值承载系数、均值挤压系数和使用时长的比例系数，且e1＞e2＞e3＞0，且e1+e2+e3＝3.3；
[0017]设置负荷系数的对比阈值A，当负荷系数大于对比阈值A时，则生成工作负荷较大信号，当负荷系数等于对比阈值A时，则生成工作负荷一般信号，当负荷系数小于对比阈值A时，则生成工作负荷较小信号。
[0018]进一步的，环境干扰程度分析处理的具体操作步骤如下：
[0019]实时获取单位时间内钢丝绳所处的环境特征信息中的环境湿度、环境温度、腐蚀量值，并将其进行公式化分析，求得环境系数；
[0020]设置环境系数的对比参照区间Q，并将环境系数代入对比参照区间Q内进行比较分析，当环境系数处于对比参照区间Q之内时，则生成环境认定合格信号，当环境系数处于对比参照区间Q之外时，则生成环境认定不合格信号；
[0021]统计单位时间内生成的环境认定合格信号与环境认定不合格信号的数量和，并将其分别标定为sum1和sum2，当满足sum1＞sum2时，则生成干扰程度较小信号，当满足sum1＝sum2时，则生成干扰程度一般信号，当满足sum2＞sum1时，则生成干扰程度较大信号。
[0022]进一步的，外观损耗状态判定分析处理的具体操作步骤如下：
[0023]实时获取单位时间内钢丝绳的外观特征信息中的断丝量值、锈蚀量值、折弯量值和散股量值，并将其进行归一化分析，求得表观折损系数；
[0024]以时间为横坐标，以表观折损系数为纵坐标，并据此二维动态坐标系，将求得的单位时间内表观折损系数通过图像描点的方式绘制在二维动态坐标系上；
[0025]将求得的单位时间内表观折损系数进行均值处理，求得表观折损均值系数，将表观折损均值系数作为折损参照线绘制在二维动态坐标系上；
[0026]分析二维动态坐标系，将二维动态坐标系中处于折损参照线上及以上的各表观折损系数标定为折损特征异常信号，反之，将二维动态坐标系中处于折损参照线以下的各表观折损系数标定为折损特征正常信号；
[0027]分别统计被标定为折损特征正常信号与折损特征异常信号的数量和，并将其分别标定为sum3和sum4，当满足sum3＞sum4时，则生成外观损耗较小信号，当满足sum3＝sum4时，则生成外观损耗一般信号，当满足sum4＞sum3时，则生成外观损耗较大信号。
[0028]进一步的，数据整合分析处理的具体操作步骤如下：
[0029]获取工作负荷类型程度判定信号群中的工作负荷较大信号、工作负荷一般信号和工作负荷较小信号，并将其分别标定为代数符号u、v、w；
[0030]获取环境干扰类型程度判定信号群中的干扰程度较小信号、干扰程度一般信号和干扰程度较大信号，并将其分别标定为代数符号w、v、u；
[0031]获取外观损耗类型程度判定信号群中的外观损耗较大信号、外观损耗一般信号和外观损耗较小信号，并将其分别标定为代数符号u、v、w；
[0032]分别从工作负荷、环境干扰、外观损耗类型程度判定信号群中任意一个代数符号进行数字加和分析，当得到加和得数3w或2w+v时，则生成到低级特征异常信号，当得到加和得数2v+w或3v或u+v+w时，则生成到中级特征异常信号，而其他情况下，则均生成到高级特征异常信号。
[0033]进一步的，预警分析处理的具体操作步骤如下：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的钢丝绳特征异常监测系统，其特征在于，包括数据采集单元、云存储单元、工作特征分析单元、环境特征分析单元、外观特征分析单元、监测汇总单元、预警反馈单元和显示终端；所述数据采集单元用于采集钢丝绳的工作特征信息、环境特征信息和外观特征信息，并将其均发送至云存储单元进行储存；所述工作特征分析单元用于从云存储单元中调取钢丝绳的工作特征信息，并进行工作负荷程度判定分析处理，据此生成工作负荷较大信号、工作负荷一般信号和工作负荷较小信号，并将其均发送至监测汇总单元；所述环境特征分析单元用于从云存储单元中调取钢丝绳所处的环境特征信息，并进行环境干扰程度分析处理，据此生成干扰程度较小信号、干扰程度一般信号和干扰程度较大信号，并将其均发送至监测汇总单元；所述外观特征分析单元用于从云存储单元中调取钢丝绳的外观特征信息，并进行外观损耗状态判定分析处理，据此生成外观损耗较大信号、外观损耗一般信号和外观损耗较小信号，并将其均发送至监测汇总单元；所述监测汇总单元用于接收各类型判定信号，并进行数据整合分析处理，据此生成低级特征异常信号、中级特征异常信号和高级特征异常信号，并将其均发送至预警反馈单元；所述预警反馈单元用于接收各等级特征异常信号进行预警分析处理，据此生成一级预警信号、二级预警信号和三级预警信号，并以文本字样描述的方式发送至显示终端进行显示说明。2.根据权利要求1所述的一种基于人工智能的钢丝绳特征异常监测系统，其特征在于，工作负荷程度判定分析处理的具体操作步骤如下：将单位时间等量划分为n个时间点，并实时获取各时间点的钢丝绳的工作特征信息中的承重量值和挤压量值，将n个时间点的承重量值和挤压量值分别进行均值处理，分别求得均值承载系数、均值挤压系数；获取钢丝绳的均值承载系数、均值挤压系数和使用时长，并将其进行归一化分析，依据公式fhx＝e1*cz
*
+e2*yz
*
+sc
e3
，求得负荷系数fhx，其中，e1、e2和e3分别为均值承载系数、均值挤压系数和使用时长的比例系数，且e1＞e2＞e3＞0，且e1+e2+e3＝3.3；设置负荷系数的对比阈值A，当负荷系数大于对比阈值A时，则生成工作负荷较大信号，当负荷系数等于对比阈值A时，则生成工作负荷一般信号，当负荷系数小于对比阈值A时，则生成工作负荷较小信号。3.根据权利要求1所述的一种基于人工智能的钢丝绳特征异常监测系统，其特征在于，环境干扰程度分析处理的具体操作步骤如下：实时获取单位时间内钢丝绳所处的环境特征信息中的环境湿度、环境温度、腐蚀量值，并将其进行公式化分析，求得环境系数；设置环境系数的对比参照区间Q，并将环境系数代入对比参照区间Q内进行比较分析，当环境系数处于对比参照区间Q之内时，则生成环境认定合格信号，当环境系数处于对比参照区间Q之外时，则生成环境认定不合格信号；统计单位时间内生成的环境认定合格信号与环境认定不合格信号的数...

【专利技术属性】
技术研发人员：陈松年，王龙，叶万春，
申请(专利权)人：合肥贵专电磁科技有限公司，
类型：发明
国别省市：