【技术实现步骤摘要】
本专利技术创造涉及数据挖掘、模糊控制与故障预测领域，具体涉及一种起重量称量信号智能管理系统。
技术介绍
1、数据挖掘技术是一种从大量数据中发现未知模式、关联和趋势的方法，旨在通过分析数据来提取有价值的信息，为决策制定和系统优化提供支持，通过实时数据处理算法，该技术能够从载荷传感器产生的变形量信号中提取有关载荷的实时信息，以识别数据中的潜在规律、趋势和异常模式，通过分析数据的使用频率、重要性的因素，系统能够优化数据的存储结构，提高数据检索的效率，从而更有效地管理和存储大量的载荷检测数据，使得系统能够更深入地理解载荷的变化模式，为设备的长期性能分析和预测提供支持，有助于确保系统能够快速、精准地响应当前工作状态的变化。
2、模糊控制是一种针对复杂系统、难以准确定义的问题的控制方法，旨在通过模糊推理使系统能够根据当前的实时数据和规程匹配的结果，推导出适当的控制策略，在起重机械操作中，受到环境、物体特性因素的影响，系统的控制条件可能是模糊的，难以用精确的规则描述，因此，模糊控制通过引入模糊集合和模糊规则，能够更好地适应这些不确定性和复杂性，提高系统的自适应性和鲁棒性，同时通过集成故障预测技术，通过分析系统的历史数据和实时数据，建立故障预测模型，识别不同工况下的故障特征，识别可能的故障模式和趋势，从而提前预测设备可能发生的故障，采取相应的措施以提高系统的可靠性和稳定性。
3、一种起重量称量信号智能管理系统，提出了一种起重量称量信号智能管理系统，包括接口集成模块、载荷检测模块、智能信息管理模块、智能控制响应模块、安全管
技术实现思路
1、针对上述问题，本专利技术旨在提供一种起重量称量信号智能管理系统。
2、本专利技术创造的目的通过以下技术方案实现：
3、一种起重量称量信号智能管理系统，其特征在于，包括接口集成模块、载荷检测模块、智能信息管理模块、智能控制响应模块、安全管理模块、系统通信模块，用户界面模块，接口集成模块用于提供对外部机械设备的数据交互接口，实现信息的无缝传递；载荷检测模块用于实时检测起重机械的载荷信息，以获得准确的载荷数据；智能信息管理模块包括数据处理与分析单元和数据管理与存储单元，数据处理与分析单元提出基于数据挖掘的智能数据分析算法用于实时处理传感器采集的变形量信号，挖掘并分析数据中详细信息，数据管理与存储单元用于存储并管理实时载荷数据、故障信息、报警信息以及历史运行数据；智能控制响应模块提出基于模糊规则的故障预测算法对机械设备故障预测、智能控制以及故障报警；安全管理模块用于监测系统运行状态、提醒维护任务、记录异常事件，实现系统远程监测与维护；系统通信模块用于蓝牙和wifi通信功能，实现系统远程监控和数据传输；用户界面模块用于提供实时检测数据与详尽的历史数据，方便用户追溯和查看设备的运行情况。
4、进一步的，接口集成模块通过提供与起重机械现有控制系统的多种接口，实现无缝对接，确保系统能够与不同类型的起重机械协同工作，促使设备之间的多种数据传输。
5、进一步的，载荷检测模块通过装备直拉式传感器，实时检测起重机械的载荷数据，确保系统准确获取高精度和高灵敏度的数据。
6、进一步的，数据处理与分析单元提出基于数据挖掘的智能数据分析算法，对传感器采集的变形量信号进行实时处理和分析，获得更高精度的载荷数据，利用数据挖掘技术，发现数据间潜在的规律和趋势，为系统提供更深层次的数据分析。
7、进一步的，基于数据挖掘的智能数据分析算法具体如下：首先对载荷检测模块采集到的有效信号进行信号预处理，将载荷检测模块采集到的机械信号中的有效信号定义为基频信号，表达式为，其中表示机械信号的振幅，表示机械信号的角频率；表示机械信号的相位角，表示机械信号的所处时刻，采用数值积分的方法，对基频信号进行积分操作，假定在到的时间间隔内，为获取机械信号的平均振幅信息，定义在到内对基频信号进行积分得，获取机械信号的平均相位信息，定义在到内对基频信号进行积分得，然后再将积分方程转化为离散形式进行计算，根据时刻，将两方程分别推导为，，通过对信号进行预处理操作获得准确的振幅和相位角的值，经过预处理后的连续信号转换为离散信号序列，假设获得长本文档来自技高网...
【技术保护点】
1.一种起重量称量信号智能管理系统，其特征在于，包括接口集成模块、载荷检测模块、智能信息管理模块、智能控制响应模块、安全管理模块、系统通信模块，用户界面模块，接口集成模块用于提供对外部机械设备的数据交互接口，实现信息的无缝传递；载荷检测模块用于实时检测起重机械的载荷信息，以获得准确的载荷数据；智能信息管理模块包括数据处理与分析单元和数据管理与存储单元，数据处理与分析单元提出基于数据挖掘的智能数据分析算法用于实时处理传感器采集的变形量信号，挖掘并分析数据中详细信息，数据管理与存储单元用于存储并管理实时载荷数据、故障信息、报警信息以及历史运行数据；智能控制响应模块提出基于模糊规则的故障预测算法对机械设备故障预测、智能控制以及故障报警；安全管理模块用于监测系统运行状态、提醒维护任务、记录异常事件，实现系统远程监测与维护；系统通信模块用于蓝牙和WiFi通信功能，实现系统远程监控和数据传输；用户界面模块用于提供实时检测数据与详尽的历史数据，方便用户追溯和查看设备的运行情况。
2.根据权利要求1所述的一种起重量称量信号智能管理系统，其特征在于，接口集成模块通过提供与起重机械现有控
3.根据权利要求1所述的一种起重量称量信号智能管理系统，其特征在于，载荷检测模块通过装备直拉式传感器，实时检测起重机械的载荷数据，确保系统准确获取高精度和高灵敏度的数据。
4.根据权利要求1所述的一种起重量称量信号智能管理系统，其特征在于，数据处理与分析单元提出基于数据挖掘的智能数据分析算法，对传感器采集的变形量信号进行实时处理和分析，获得更高精度的载荷数据，利用数据挖掘技术，发现数据间潜在的规律和趋势，为系统提供更深层次的数据分析。
5.根据权利要求4所述的一种起重量称量信号智能管理系统，其特征在于，基于数据挖掘的智能数据分析算法具体如下：首先对载荷检测模块采集到的有效信号进行信号预处理，将载荷检测模块采集到的机械信号中的有效信号定义为基频信号，表达式为，其中表示机械信号的振幅，表示机械信号的角频率；表示机械信号的相位角，表示机械信号的所处时刻，采用数值积分的方法，对基频信号进行积分操作，假定在到的时间间隔内，为获取机械信号的平均振幅信息，定义在到内对基频信号进行积分得，为获取机械信号的平均相位信息，定义在到内对基频信号进行积分得，然后再将积分方程转化为离散形式进行计算，根据时刻，将两方程分别推导为通过对信号进行预处理操作获得准确的振幅和相位角的值，经过预处理后的连续信号转换为离散信号序列，假设获得长度为的离散信号序列，其中是非负整数，表示离散信号序列索引，将点序列分为两个长度为的子序列，分别为，计算旋转因子，其中，用于对子序列的快速傅里叶变换，对这两个子序列进行快速傅里叶变换以进行频域分析，采用递归算法对离散信号进行快速傅里叶变换，公式为其次，根据快速傅里叶变换后的信号判断采集到的整体机械信号的频谱响应，建立偏微分方程去噪模型对信号进行降噪处理以获得更加准确的机械信号，热传导方程表示为，其中表示机械信号的函数，也表示为空间和时间的函数，表示为热传导系数，通过将替换为演变时间，将替换为，并令推导出新的热传导方程为，在模型中设定高通滤波器函数方程为，其中表示为信号频率，滤波器的特性由两个变量和确定，当时，滤波器的振幅频率特性变得平坦，当时，滤波器是全通滤波器，引入滤波器的截止频率，滤波器能量的衰减用公式表示为，滤波器的能量随着截止频率的增加而衰减，而演化时间则随之减小，根据热传导方程与高通滤波器函数方程共同建立偏微分方程去噪模型为，其中表示偏微分方程去噪模型原始输入机械信号，表示实数集合，经过偏微分方程去噪模型后的输出信号表示为；然后，对去噪后的机械信号进行异常值检测处理，此时，载荷检测模块采集到的完整连续机械信号表示为，其中表示为非共频信号分量，公式为，其中表示为与角频率对应的非共频信号的振幅，表示为相应信号的相位，表示为非共频信号的个数，表示为非共频信号种类索引，表示为噪声信号，基于交叉相关函数的性质，提取基频振动信号的幅度和相位分别为，，其中表示样本滞后的索引，表示基频信号为与其他频率成分的交叉相关函数，表示基频信号与噪声信号的交叉相关函数，进行基频振幅和相位的提取之后，对测量信号的离散时间序列进行异常值检测，其中表示为时间序列的个数，计算中位数，对每个测量值计算绝对偏差，然后计算绝对偏差的中位数，定义检测阈值为，将超过的测量值判定为异常值并去除；最后通过构建决策树模型进行数据挖掘分析，在决策树的构建过程中，选择每个节点上的属性时，使用信息增益作为划分属性的变量，信息增益的计算是通过对比划分前后的信息熵...
【技术特征摘要】
1.一种起重量称量信号智能管理系统，其特征在于，包括接口集成模块、载荷检测模块、智能信息管理模块、智能控制响应模块、安全管理模块、系统通信模块，用户界面模块，接口集成模块用于提供对外部机械设备的数据交互接口，实现信息的无缝传递；载荷检测模块用于实时检测起重机械的载荷信息，以获得准确的载荷数据；智能信息管理模块包括数据处理与分析单元和数据管理与存储单元，数据处理与分析单元提出基于数据挖掘的智能数据分析算法用于实时处理传感器采集的变形量信号，挖掘并分析数据中详细信息，数据管理与存储单元用于存储并管理实时载荷数据、故障信息、报警信息以及历史运行数据；智能控制响应模块提出基于模糊规则的故障预测算法对机械设备故障预测、智能控制以及故障报警；安全管理模块用于监测系统运行状态、提醒维护任务、记录异常事件，实现系统远程监测与维护；系统通信模块用于蓝牙和wifi通信功能，实现系统远程监控和数据传输；用户界面模块用于提供实时检测数据与详尽的历史数据，方便用户追溯和查看设备的运行情况。
2.根据权利要求1所述的一种起重量称量信号智能管理系统，其特征在于，接口集成模块通过提供与起重机械现有控制系统的多种接口，实现无缝对接，确保系统能够与不同类型的起重机械协同工作，促使设备之间的多种数据传输。
3.根据权利要求1所述的一种起重量称量信号智能管理系统，其特征在于，载荷检测模块通过装备直拉式传感器，实时检测起重机械的载荷数据，确保系统准确获取高精度和高灵敏度的数据。
4.根据权利要求1所述的一种起重量称量信号智能管理系统，其特征在于，数据处理与分析单元提出基于数据挖掘的智能数据分析算法，对传感器采集的变形量信号进行实时处理和分析，获得更高精度的载荷数据，利用数据挖掘技术，发现数据间潜在的规律和趋势，为系统提供更深层次的数据分析。
5.根据权利要求4所述的一种起重量称量信号智能管理系统，其特征在于，基于数据挖掘的智能数据分析算法具体如下：首先对载荷检测模块采集到的有效信号进行信号预处理，将载荷检测模块采集到的机械信号中的有效信号定义为基频信号，表达式为，其中表示机械信号的振幅，表示机械信号的角频率；表示机械信号的相位角，表示机械信号的所处时刻，采用数值积分的方法，对基频信号进行积分操作，假定在到的时间间隔内，为获取机械信号的平均振幅信息，定义在到内对基频信号进行积分得，为获取机械信号的平均相位信息，定义在到内对基频信号进行积分得，然后再将积分方程转化为离散形式进行计算，根据时刻，将两方程分别推导为通过对信号进行预处理操作获得准确的振幅和相位角的值，经过预处理后的连续信号转换为离散信号序列，假设获得长度为的离散信号序列，其中是非负整数，表示离散信号序列索引，将点序列分为两个长度为的子序列，分别为，计算旋转因子，其中，用于对子序列的快速傅里叶变换，对这两个子序列进行快速傅里叶变换以进行频域分析，采用递归算法对离散信号进行快速傅里叶变换，公式为其次，根据快速傅里叶变换后的信号判断采集到的整体机械信号的频谱响应，建立偏微分方程去噪模型对信号进行降噪处理以获得更加准确的机械信号，热传导方程表示为，其中表示机械信号的函数，也表示为空间和时间的函数，表示为热传导系数，通过将替换为演变时间，将替换为，并令推导出新的热传导方程为，在模型中设定高通滤波器函数方程为，其中表示为信号频率，滤波器的特性由两个变量和确定，当时，滤波器的振幅频率特性变得平坦，当时，滤波器是全通滤波器，引入滤波器的截止频率，滤波器能量的衰减用公式表示为，滤波器的能量随着截止频率的增加而衰减，而演化时间则随之减小，根据热传导方程与高通滤波器函数方程共同建立偏微分方程去噪模型为，其中表示偏微分方程去噪模型原始输入机械信号，表示实数集合，经过偏微分方程去噪模型后的输出信号表示为；然后，对去噪后的机械信号进行异常值检测处理，此时，载荷检测模块采集到的完整连续机械信号表示为，其中表示为非共频信号分量，公式为，其中表示为与角频率对应的非共频信号的振幅，表示为相应信号的相位，表示为非共频信号的个数，表示为非共频信号种类索引，表示为噪声信号，基于交叉相关函数的性质，提取基频振动信号的幅度和相位分别为，，其中表示样本滞后的索引，表示基频信号为与其他频率成分的交叉相关函数，表示基频信号与噪声信号的交叉相关函数，进行基频振幅和相位的提取之后，对测量信号的离散时间序列进行异常值检测，其中表示为时间序列的个数，计算中位数，对每个测量值计算绝对偏差，然后计算绝对偏差的中位数，定义检测阈值为，将超过的测量值判定为异常值并去除；最后通过构建决策树模型进行数据挖掘分析，在决策树的构建过程中，选择每个节点上的属性时，使用信息增益作为划分属性的变量，信息增益的计算是通过对比划分前后的信息熵来衡量的，目标是通过划分使得样本的不确定性减小，对于经过异常检测处理后的样本集合，通过每个类别的概率计算，获得信息熵的计算公式为，其中表示为分...
【专利技术属性】
技术研发人员：姜文涛，刘清源，赵晓琦，丁力，
申请(专利权)人：常州欧普莱机械制造有限公司，
类型：发明
国别省市：
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。