System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于设备生产质量分析,涉及基于机器视觉的高空作业车折叠臂生产质量分析方法。
技术介绍
1、高空作业车折叠臂是一种用于高空作业的机械设备,在建筑施工、装修、清洁、维护等领域有广泛应用。然而,由于高空作业车折叠臂的结构和使用环境特殊,一旦出现质量问题就会对工人和周围环境造成严重的安全隐患。因此,对高空作业车折叠臂的生产质量进行分析和监控显得尤为重要。
2、目前对高空作业车折叠臂的生产质量分析主要侧重在折叠壁在各生产环节中的生产数据进行监测分析或者对折叠臂完成生产后的负载能力以及稳定性等进行监测分析,从而评估高空作业车折叠壁的生产质量,但是当前对折叠壁完成生产后的负载能力的监测分析还存在以下几个方面的不足:1、当前高空作业车折叠臂的负载能力监测监测模式单一,参考性不强,无法确保负载能力监测的覆盖面,也无法保障负载能力监测结果的代表性和可靠性,进而无法保障折叠臂生产质量分析的有效性和参考性。
3、2、当前高空作业车折叠臂负载能力监测忽略了实际环境对折叠臂实际应用的影响,导致高空作业车折叠臂负载能力监测存在一定的误差,不便于其实际使用场景中的稳定性和可靠性,也无法确保后续使用过程中的安全性。
技术实现思路
1、鉴于此,为解决上述
技术介绍
中所提出的问题,现提出基于机器视觉的高空作业车折叠臂生产质量分析方法。
2、本专利技术的目的可以通过以下技术方案实现:本专利技术提供基于机器视觉的高空作业车折叠臂生产质量分析方法,该方法包括:s1、分析设备选样:将
3、s2、监测场景设置:设置目标设备的监测场景,包括监测场景a、监测场景b和监测场景c。
4、s3、设备数据提取:提取目标设备的基本结构数据,包括最大伸展长度、设定承重、许可承载风速和限定地面平整度。
5、s4、监测设备布设:用于设定各监测点,并在各监测点位置安置监测设备。
6、s5、监测场景模拟:基于目标设备的最大伸展长度,设置各监测场景下的各模拟实验组,记录各模拟实验组中目标设备的伸展长度,并将各分析设备随机均匀分配至各模拟实验组中进行各监测场景模拟,同时记录模拟监测数据。
7、s6、场景模拟数据分析:根据所述模拟监测数据,进行目标设备生产质量分析,输出目标设备的生产质量吻合度。
8、s7、分析结果反馈:将目标设备的生产质量吻合度反馈至目标设备的生产质量测试管理人员。
9、优选地,所述各监测点由各关节连接点和各支撑点组成。
10、优选地,所述监测场景a为未施加风速干扰和地面干扰,监测场景b为施加风速干扰且未施加地面干扰,监测场景c为施加风速干扰和地面干扰。
11、优选地,所述进行目标设备生产质量分析,包括:从监测场景a下各模拟实验组中各分析设备的模拟监测数据中提取各监测点的监测数据,统计监测场景a下目标分析设备的生产质量吻合度。
12、从监测场景b下各模拟实验组中各分析设备的模拟监测数据中提取监控模拟视频以及各监测点的监测数据,统计监测场景b下目标分析设备的生产质量吻合度。
13、根据取监测场景c下各模拟实验组中各分析设备的模拟监测数据,统计监测场景c下目标分析设备的生产质量吻合度。
14、将、、作为生产质量评估模型的输入,将生产质量吻合度作为生产质量评估模型的输出,生产质量模型具体表示如下:,表示目标设备的生产质量吻合度,表示当前生产批次生产的目标设备数目,分别为设定参照的未施加干扰下、施加风速干扰下、施加地面干扰下的参照生产质量吻合度,。
15、优选地,所述统计监测场景a下目标分析设备的生产质量吻合度,包括:从各监测点的数据中定位出各关节连接点监测的各振动频率、各水平位移值和各垂直位移值。
16、将各关节连接点监测的各振动频率进行均值计算,得到各关节连接点的平均振动频率,同时从各关节连接点监测的各水平位移值和各垂直位移值中筛选出最大水平位移值和最大垂直位移值,统计各模拟实验组中各分析设备对应各关节连接点的承重稳定度。
17、从各监测点的数据中定位出各支撑点对应各监测时间点的监测压力值,将各支撑点在同一监测时间点的监测压力值进行相互作差,将差值记为监测压力差,进而筛选出各监测时间点的最大监测压力差,统计各模拟实验组中各分析设备对应各支撑点的承重稳定度。
18、确认各模拟实验组中各分析设备的各负载能力评估指标,表示模拟实验组编号,,表示分析设备编号,,表示第个负载能力评估指标,。
19、统计监测场景a下目标分析设备的生产质量吻合度,,为设定的第个负载能力参照评定指标,表示向下取整符号,表示负载能力评估指标数目,表示分析设备数目,表示模拟实验组数。
20、优选地,所述确认各模拟实验组中各分析设备的各负载能力评估指标,包括:将承重稳定度大于设定参照承重稳定度的关节连接点记为稳定连接点,统计各模拟实验组中各分析设备对应的稳定连接点数目,并将稳定连接点数目与关节连接点数目的比值记为稳定连接比。
21、从各模拟实验组中各分析设备对应各关节连接点以及各支撑点的承重稳定度分别进行均值计算,得到各模拟实验组中各分析设备的平均关节连接承重稳定度和平均支撑承重稳定度。
22、将各模拟实验组中各分析设备的稳定连接比、平均关节连接承重稳定度和平均支撑承重稳定度组成其各负载能力评估指标。
23、优选地,所述统计监测场景b下目标分析设备的生产质量吻合度,包括:按照的确认方式同理确认得到监测场景b下各模拟实验组中各分析设备的各负载能力评估指标。
24、解析所述监控模拟视频,得到监测场景b下各模拟实验组中各分析设备的承重稳定偏离度。
25、统计监测场景b下目标分析设备的生产质量吻合度,,为设定的第个模拟实验组中的参照承重吻合度,以及分别为设定风速干扰下的第个负载能力参照评定指标以及参照承重稳定偏离度。
26、优选地,所述解析所述监控模拟视频,包括:使用目标检测算法识别各模拟实验组中各分析设备的监控视频,并在所述监控视频的不同帧中跟踪目标设备的各边缘特征点,提取各边缘特征点的位置。
27、将同一位置的边缘特征点在监控视频不同帧中的位置进行连线,生成各模拟实验组中各分析设备对应各边缘特征点的变化路径,据此设定各模拟实验组中各分析设备对应各边缘特征点的变化风险权重因子,表示边缘特征点编号,。
28、识别所述变化路径,得到各模拟实验组中各分析设备对应各边缘特征点的变化幅度和变化频率。
29、统计监测场景b下各模拟实验组中各分析设备的承重稳定偏离度,,分别为设定参照的安全变化幅度、安全变化频率,为边缘特征点数目。
30、优选地,所述设定各模拟实验组中各分析设备对应各边缘特征点的变化风险权重因子,包括:若某边缘特征点的变化路径为本文档来自技高网...
【技术保护点】
1.基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:该方法包括:
2.如权利要求1所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述各监测点由各关节连接点和各支撑点组成。
3.如权利要求1所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述监测场景A为未施加风速干扰和地面干扰,监测场景B为施加风速干扰且未施加地面干扰,监测场景C为施加风速干扰和地面干扰。
4.如权利要求2所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述进行目标设备生产质量分析,包括:
5.如权利要求4所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述统计监测场景A下目标分析设备的生产质量吻合度,包括:
6.如权利要求5所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述确认各模拟实验组中各分析设备的各负载能力评估指标,包括:
7.如权利要求5所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述统计监测场景B下目标分析
8.如权利要求7所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述解析所述监控模拟视频,包括:
9.如权利要求8所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述设定各模拟实验组中各分析设备对应各边缘特征点的变化风险权重因子,包括:
10.如权利要求7所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述统计监测场景C下目标分析设备的生产质量吻合度,包括:
...【技术特征摘要】
1.基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:该方法包括:
2.如权利要求1所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述各监测点由各关节连接点和各支撑点组成。
3.如权利要求1所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述监测场景a为未施加风速干扰和地面干扰,监测场景b为施加风速干扰且未施加地面干扰,监测场景c为施加风速干扰和地面干扰。
4.如权利要求2所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述进行目标设备生产质量分析,包括:
5.如权利要求4所述的基于机器视觉的高空作业车折叠臂生产质量分析方法,其特征在于:所述统计监测场景a下目标分析设备的生产质量吻合度,包括:
6.如权利...
【专利技术属性】
技术研发人员:夹守远,刘增强,
申请(专利权)人:济宁久邦工程机械设备有限公司,
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。