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】
本专利技术涉及数据处理,具体涉及基于物联网的起重机故障预测方法及系统。
技术介绍
1、在起重机设备中,预警系统存在着故障预警的冗余误差问题。当起重机的某个部件出现故障时,目前的预警系统会即时地发出警报,但是有时候这个故障可能是由与之协同工作的其他部件引起的,这就会导致预警系统误报或者预警不准确的情况发生。
2、这种情况下,预警系统无法确定故障的根本原因并且很难做出精确的警报。这种冗余误差可能会导致起重机的损坏和不必要的维修成本,并且可能会对使用起重机的人员造成困扰和危险。
3、综上所述,现有技术中起重机存在基于单体部件故障监测执行故障预警,缺乏综合性分析,导致故障误报或者预警不够准确的技术问题。
技术实现思路
1、本申请提供了基于物联网的起重机故障预测方法及系统,用于针对解决现有技术中起重机存在基于单体部件故障监测执行故障预警,缺乏综合性分析,导致故障误报或者预警不够准确的技术问题。
2、鉴于上述问题,本申请提供了基于物联网的起重机故障预测方法及系统。
3、本申请的第一个方面,提供了基于物联网的起重机故障预测方法,所述方法包括:采集目标起重机在进行作业时各个部件分别对应的运行数据集;对各个部件的运行数据集进行特征提取,得到各个部件的特征状态实时矩阵,其中,所述特征状态实时矩阵为在t_j个时序节点记录的关于m个实时变量特征的n×m的矩阵,j={0,1,...n},n为时序节点的数量;根据所述目标起重机的运行样本数据集,构建所述目标起重机
4、本申请的第二个方面,提供了基于物联网的起重机故障预测系统,所述系统包括:运行数据采集单元,用于采集目标起重机在进行作业时各个部件分别对应的运行数据集;特征提取执行单元,用于对各个部件的运行数据集进行特征提取,得到各个部件的特征状态实时矩阵,其中,所述特征状态实时矩阵为在t_j个时序节点记录的关于m个实时变量特征的n×m的矩阵,j={0,1,...n},n为时序节点的数量;记忆矩阵构建单元,用于根据所述目标起重机的运行样本数据集,构建所述目标起重机中各个部件的特征状态记忆矩阵,其中,所述特征状态记忆矩阵为在t_j个时序节点记录的关于m个样本变量特征的n×m的矩阵,j={0,1,...n},n为时序节点的数量;故障特征获取单元,用于分析各个部件的所述特征状态实时矩阵与所述特征状态记忆矩阵,获取异常部件对应的多个故障特征;连接关系分析单元,用于对所述异常部件之间的作业连接关系进行分析,获取异常部件作业的连接关系;识别网络构建单元,用于基于所述异常部件作业的连接关系,建立所述多个故障特征的siamnet孪生识别网络,根据所述siam net孪生识别网络对应的孪生识别结果进行预测,获取故障预测结果。
5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
6、本申请实施例提供的方法通过采集目标起重机在进行作业时各个部件分别对应的运行数据集;对各个部件的运行数据集进行特征提取,得到各个部件的特征状态实时矩阵,其中,所述特征状态实时矩阵为在t_j个时序节点记录的关于m个实时变量特征的n×m的矩阵,j={0,1,...n},n为时序节点的数量;根据所述目标起重机的运行样本数据集,构建所述目标起重机中各个部件的特征状态记忆矩阵,其中,所述特征状态记忆矩阵为在t_j个时序节点记录的关于m个样本变量特征的n×m的矩阵,j={0,1,...n},n为时序节点的数量;分析各个部件的所述特征状态实时矩阵与所述特征状态记忆矩阵,获取异常部件对应的多个故障特征;对所述异常部件之间的作业连接关系进行分析,获取异常部件作业的连接关系;基于所述异常部件作业的连接关系,建立所述多个故障特征的siam net孪生识别网络,根据所述siam net孪生识别网络对应的孪生识别结果进行预测,获取故障预测结果。达到了基于综合分析进行起重机故障准确判断,避免预警冗余误差,提高起重机预警准确性和可靠性的技术效果。
本文档来自技高网...【技术保护点】
1.基于物联网的起重机故障预测方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,分析各个部件的所述特征状态实时矩阵与所述特征状态记忆矩阵,获取各个部件对应的多个故障特征,包括:
3.如权利要求1所述的方法,其特征在于,建立所述多个故障特征的Siam Net孪生识别网络,包括:
4.如权利要求3所述的方法,其特征在于,根据所述Siam Net孪生识别网络对应的孪生识别结果进行预测,所述孪生识别结果的计算包括:
5.如权利要求4所述的方法,其特征在于,根据所述Siam Net孪生识别网络对应的孪生识别结果进行预测,获取故障预测结果,包括:
6.如权利要求4所述的方法,其特征在于,根据所述Siam Net孪生识别网络对应的孪生识别结果进行预测,获取故障预测结果,还包括:
7.如权利要求1所述的方法,其特征在于,采集目标起重机在进行作业时各个部件分别对应的运行数据集后,还包括:
8.基于物联网的起重机故障预测系统,其特征在于,所述系统包括:
【技术特征摘要】
1.基于物联网的起重机故障预测方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,分析各个部件的所述特征状态实时矩阵与所述特征状态记忆矩阵,获取各个部件对应的多个故障特征,包括:
3.如权利要求1所述的方法,其特征在于,建立所述多个故障特征的siam net孪生识别网络,包括:
4.如权利要求3所述的方法,其特征在于,根据所述siam net孪生识别网络对应的孪生识别结果进行预测,所述孪生识别结果的计算包括:
【专利技术属性】
技术研发人员:陈悦,黄伟,
申请(专利权)人:燚璞锐科技江苏有限公司,
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。