CN101941649B - 行车吊运状态自动检测及故障诊断方法 - Google Patents

Abstract

本发明涉及一种行车吊运状态自动检测及故障诊断方法。该方法采用称重传感器检测物料重量信息，电流传感器检测行车主钩电机电流信息。行车终端软件采集上述两种传感器获取的多组样本后，采用最小二乘法进行拟合得到重量-电流预估模型。在行车吊运过程中，对检测到的物料重量、对应主钩电流进行中位值滤波后，根据重量-电流预估模型进行智能分析，得到准确的行车吊运物料重量信息、吊运状态，并且在称重或电流传感器故障时及时报警，提高行车吊运状态监测的准确性和实时性。发明中涉及的自动识别技术能弥补人员操作库区的随机性、零乱性，为实现行车全自动作业创造条件。

Description

行车吊运状态自动检测及故障诊断方法

技术领域

本发明涉及一种行车吊运状态自动检测及故障诊断方法，该方法能准确记录物料重量、行车吊运状态的变化，对称重传感器装置能进行有效的故障检测，为行车的全自动化作业创造条件。

背景技术

行车是物料库区执行生产物料运输及出入库任务的重要生产工具。现有的行车自动化程度较低，不能准确可靠的得到吊运物料的重量信息和吊运状态，已经成为了行车全自动化作业的一大技术瓶颈。

单一的称重传感器在复杂的工业环境下易损坏失效，抗干扰能力差，工作寿命短。一旦损坏就会使重量信息出错，从而给行车操作带来潜在危险。利用单一的电流传感器来检测重量，由于精度不够不能提供准确的重量信息。同时行车吊钩在吊运物料时往往有试吊或者调整吊钩位置的动作，此时都会产生传感器信号的抖动，单一的传感器对于这样的瞬时信号很难去判断是吊起还是放下动作。因此单一传感器方式的称重装置，由于其可靠性差，故障不易识别等原因不能提高库区管理的自动化程度。

行车主钩电机电流在吊起、放下物料时有明显不同的区间，根据这一个特性可以辅助判断吊起、放下操作。与称重传感器的配合使用还能增加冗余，对故障进行有效报警。

发明内容

技术问题：为了提高吊运状态信息识别的准确性，增加重量信息和吊运状态识别的可靠性和称重装置的可维护性。本发明提供一种行车吊运状态自动检测及故障诊断方法，在称重装置正常运行的情况下，不需人工干预就能自动判断物料重量信息和行车吊运状态，并且在称重或电流传感器有故障时及时报警。

技术方案：本发明的行车吊运状态自动检测及故障诊断方法具体包括步骤如下：

步骤一：在行车吊运状态自动检测***离线状态下用不同标准重量物料进行吊起、放下操作，通过对称重传感器和电流传感器进行采集，得到多个物料重量W_k和对应的吊起电流I_uk、放下电流I_dk或者稳定电流I_sk，利用最小二乘法进行拟合得到物料重量与不同吊运状态下电流的重量-电流预估模型；

步骤二：在线实际测量中对连续多次电流和重量信息用中位值平均滤波法进行滤波；

步骤三：通过对实际在线操作中，吊运某一物料时持续稳定电流和重量-电流预估模型下该重量下不同吊运状态电流区间的智能比较分析，准确的判断行车吊起、放下状态，并且在称重或电流传感器出故障时及时报错；

步骤四：显示重量信息、吊运状态，或故障报警。

所述的中位值平均滤波法对于连续采样的N个数据，去掉一个最大值和一个最小值，然后计算N-2个数据的算术平均值。

所述的物料重量W_k和吊起电流I_uk通过最小二乘法拟合公式拟合得到I′_uk＝a₀W_k+a₁，其中a₀和a₁是拟合系数，拟合曲线与吊起电流I_uk的最大测量误差为I_λumax，可以预估出在物料重量W_k时，吊起电流模型区间为I′_uk±I_λumax。

所述的物料重量W_k和放下电流I_dk通过最小二乘法拟合公式拟合得到I′_dk＝a₂W_k+a₃，其中a₂和a₃是拟合系数，拟合曲线与放下电流I_dk的最大测量误差为I_λdmax，可以预估出在物料重量W_k时，放下电流模型区间为I′_dk±I_λdmax。

吊运某一物料时，当在垂直方向静止时，电流基本不变为I_sk，进行多次测量后得到平均电流为I′_sk，平均电流与垂直方向静止电流I_sk的最大测量误差为I_λsmax，可以预估出垂直方向静止时，其电流区间为I′_sk±I_λsmax。

所述在线实际测量过程中，得到物料重量信息W₀和对应的电流信息I₀，在拟合得到的重量-电流预估模型中将I₀与模型中W₀对应的电流区间进行比较，

如果I₀∈I′_sk±I_λsmax，则不作处理，等待下一次测量值，

如果I₀∈I′_dk±I_λdmax，则显示放下状态，

如果I₀落在吊起电流区间I′_uk±I_λumax，则显示吊起状态，

如果I₀都不在这两个区间，当I₀更靠近I′_dk，并且|I₀-I′_dk|/I′_dk≤α，其中α根据工程实际确定，显示放下状态，同时记录该类情况次数，当达到一定次数时显示报警信息；否则当|I₀-I′_dk|/I′_dk＞α，显示称重或电流传感器故障需检修，

如果I₀更靠近I′_uk，并且|I₀-I′_uk|/I′_uk≤α，显示放下状态，同时记录该类情况次数，当达到一定次数时显示报警信息；否则当|I₀-I′_uk|/I′_uk＞α，显示称重或电流传感器故障需检修，

从而自动判断是吊起/放下操作，并且在称重或电流传感器出故障时及时报错。

有益效果：该方法采用称重传感器检测物料重量信息，电流传感器检测行车主钩电机电流信息。行车终端软件采集上述两种传感器获取的多组样本后，采用最小二乘法进行拟合得到重量-电流预估模型。在行车吊运过程中，对检测到的物料重量、对应主钩电流进行中位值平均滤波后，根据重量-电流预估模型进行智能分析，得到准确的行车吊运物料重量信息、吊运状态，并且在称重或电流传感器故障时及时报警，提高行车吊运状态监测的准确性和实时性，避免了吊钩试吊造成的误差。发明中涉及的自动识别技术能弥补人员操作库区的随机性、零乱性，为实现行车全自动作业提供技术基础。

附图说明

下面结合附图和实施例对本实用新型进一步说明。

图1是本发明软件流程图。

图2是本发明所涉及行车俯视示意图。

图3是本发明所涉及重量-电流模型拟合算法流程图。

图4是本发明所涉及智能分析子程序流程图。

图中有：行车大车1、行车小车2、行车工操作室3、行车吊钩4、称重传感器5、电流传感器6。

具体实施方式

下面结合附图对本发明作进一步详细的说明。

图1所示为本发明的数据流图，该方法采用称重传感器检测物料重量信息，电流传感器检测行车主钩电机电流信息。行车终端软件采集上述两种传感器获取的多组样本后，采用最小二乘法进行拟合得到重量-电流预估模型。在行车吊运过程中，对检测到的物料重量、对应主钩电流进行中位值平均滤波后，根据重量-电流预估模型进行智能分析，得到准确的行车吊运物料重量信息、吊运状态，并且在称重或电流传感器故障时及时报警。

本发明所涉及的行车结构如图2所示。物料库区行车主要由行车大车1、行车小车2、行车工操作室3、行车吊钩4等部分组成。称重传感器5安装在吊钩处，电流传感器6安装在行车主钩电机处，两个传感器数据与拟合得到的重量-电流预估模型进行比较得到行车吊起/放下动作。当行车吊运物料时，根据行车大车小车的位置信息和本发明确定的重量信息、行车状态信息就可以自动确定行车的操作，从而为行车的全自动作业提供技术基础。

图3所示为本发明重量-电流拟合流程图，通过多次采样得到物料重量和对应电流。利用拟合公式(1)和(2)得到重量-电流预估模型I′_xk＝a₀W′_k+a₁。对于不同的k，计算出最大测量误差ΔI_xk＝I_xk-I′_xk，比较得出|ΔI_xk|中最大值记为I_xλmax，其中x为u时表示吊起电流最大测量误差，当x为d时表示放下电流最大测量误差。因此对于不同物料重量W_k，其电流可以预估为I′_xk±I_xλmax。具体到吊起电流表示为I′_uk±I_λumax，放下电流为I′_dk±I_λdmax，垂直方向静止电流为I′_sk±I_λsmax。

$a_0=\frac{\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k^2\right)\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{I}_{\mathrm{xk}}\right)-\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k\right)\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k{I}_{\mathrm{xk}}\right)}{N\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k^2-{\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k\right)}^2}---\left(1\right)$

$a_1=\frac{N\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k{I}_{\mathrm{xk}}-\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k\right)\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{I}_{\mathrm{xk}}\right)}{N\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k^2-{\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k\right)}^2}---\left(2\right)$

其中公式(1)、(2)中N表示采样次数，k表示第几次采样，I_xk的x为u时表示吊起电流，x为d时表示放下电流，x为s时表示垂直方向静止电流。

图4所示为本发明智能比较分析图。通过对传感器数据的定时采样得到物料重量W₀和对应的状态电流I₀，当进行一次采样后计数器1加一记录总采样次数。

如果I₀∈I′_sk±I_λsmax，则不作处理，等待下一次测量值。

如果I₀∈I′_dk±I_λdmax，则显示放下状态。

如果I₀落在吊起电流区间I′_uk±I_λumax，则显示吊起状态。

如果I₀都不在这两个区间，当I₀更靠近I′_dk，并且|I₀-I′_dk|/I′_dk≤α，其中α根据工程实际确定。显示放下状态，同时计数器2加一记录该类情况次数，当计数器2/计数器1＞m(其中m的取值根据实际工程需要选取)，显示报警信息；否则当|I₀-I′_dk|/I′_dk＞α，显示称重或电流传感器故障需检修。

如果I₀更靠近I′_uk，并且|I₀-I′_uk|/I′_uk≤α，显示放下状态，同时计数器2加一记录该类情况次数，当计数器2/计数器1＞m(其中m的取值根据实际工程需要选取)，显示报警信息；否则当|I₀-I′_uk|/I′_uk＞α，显示称重或电流传感器故障需检修。

从而自动判断是吊起/放下操作，并且在称重或电流传感器出故障时及时报错。

现结合实际，对图4进行进一步描述。实际起吊20吨物料时，主钩电流传感器每隔0.5秒得到6个不同的值为15.10mA，14.40mA，14.38mA，14.42mA，14.43mA，14.34mA。根据中位值平均滤波去掉15.10mA和14.34mA，得到平均值14.41mA，有效的滤去了偶然的脉冲电流，减弱了试吊等动作的影响。重量-电流预估模型中20吨对应的吊起电流为14.40±0.06mA，放下电流为13.23±0.06mA。通过比较发现实际测量电流14.41mA在模型中吊起电流区间，则显示吊起动作。若实际测量电流为13.31mA，则其不在起吊起电流和放下电流区间，进一步判断知道其更靠近吊起电流，并且与吊起电流的误差少于10％，则显示为吊起操作，并且让计数器2加一。当计数器2除以计数器1(总测量次数)的值大于m时，就显示称重或电流传感器有故障。若实际测量电流为11.38mA，则其不在起吊电流和放下电流区间，进一步判断知道其更靠近放下电流，并且与模型中放下电流的误差大于10％，则进行报警提示称重或电流传感器有故障。

Claims (4)

1.一种行车吊运状态自动检测及故障诊断方法，其特征在于该方法具体包括步骤如下：

步骤一：在行车吊运状态自动检测***离线状态下用不同标准重量物料进行吊起、放下操作，通过对称重传感器和电流传感器进行采集，得到多个物料重量W_k和对应的吊起电流I_uk、放下电流I_dk或者稳定电流I_sk，利用最小二乘法进行拟合得到物料重量与不同吊运状态下电流的重量-电流预估模型；

步骤二：在线实际测量中对连续多次电流和重量信息用中位值平均滤波法进行滤波；

步骤三：通过对实际在线操作中，吊运某一物料时持续稳定电流和重量-电流预估模型下该重量下不同吊运状态电流区间的智能比较分析，准确的判断行车吊起、放下状态，并且在称重或电流传感器出故障时及时报错；

步骤四：显示重量信息、吊运状态，或故障报警；

所述在线实际测量过程中，得到物料重量信息W₀和对应的电流信息I₀，在拟合得到的重量-电流预估模型中将I₀与模型中W₀对应的电流区间进行比较，

如果I₀∈I′_sk±I_λsmax，则不作处理，等待下一次测量值，

如果I₀∈I′_dk±I_λdmax，则显示放下状态，

如果I₀落在吊起电流区间I′_uk±I_λumax，则显示吊起状态，

如果I₀都不在这两个区间，当I₀更靠近I′_dk，并且|I₀-I′_dk|/I′_dk≤α，其中α根据工程实际确定，显示放下状态，同时记录该类情况次数，当达到一定次数时显示报警信息；否则当|I₀-I′_dk|/I′_dk＞α，显示称重或电流传感器故障需检修，

如果I₀更靠近I′_uk，并且|I₀-I′_uk|/I′_uk≤α，显示放下状态，同时记录该类情况次数，当达到一定次数时显示报警信息；否则当|I₀-I′_uk|/I′_uk＞α，显示称重或电流传感器故障需检修，

从而自动判断是吊起/放下操作，并且在称重或电流传感器出故障时及时报错；

其中，进行多次测量后得到平均电流为I′_sk，平均电流与垂直方向静止电流I_sk的最大测量误差为I_λsmax，拟合曲线与吊起电流I_uk的最大测量误差为I_λumax，拟合曲线与放下电流I_dk的最大测量误差为I_λdmax，物料重量W_k和吊起电流I_uk通过最小二乘法拟合公式拟合得到I′_uk，所述的物料重量W_k和放下电流I_dk通过最小二乘法拟合公式拟合得到I′_dk。

2.根据权利要求1所述的行车吊运状态自动检测及故障诊断方法，其特征是所述的中位值平均滤波法对于连续采样的N个数据，去掉一个最大值和一个最小值，然后计算N-2个数据的算术平均值。

3.根据权利要求1所述的行车吊运状态自动检测及故障诊断方法，其特征是：所述的物料重量W_k和吊起电流I_uk通过最小二乘法拟合公式拟合得到I′_uk＝a₀W_k+a₁，其中a₀和a₁是拟合系数，拟合曲线与吊起电流I_uk的最大测量误差为I_λumax，能够预估出在物料重量W_k时，吊起电流模型区间为I′_uk±I_λumax；

$a_0=\frac{\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k^2\right)\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{I}_{\mathrm{xk}}\right)-\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k\right)\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k{I}_{\mathrm{xk}}\right)}{N\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k^2-{\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k\right)}^2}---\left(1\right)$

$a_1=\frac{N\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k{I}_{\mathrm{xk}}-\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k\right)\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{I}_{\mathrm{xk}}\right)}{N\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k^2-{\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{W}_k\right)}^2}---\left(2\right)$

其中公式(1)、(2)中N表示采样次数，k表示第几次采样，I_xk的x为u时表示吊起电流，x为d时表示放下电流，x为s时表示垂直方向静止电流。

4.根据权利要求1所述的行车吊运状态自动检测及故障诊断方法，其特征是：吊运某一物料时，当在垂直方向静止时，电流基本不变为I_sk，进行多次测量后得到平均电流为I′_sk，平均电流与垂直方向静止电流I_sk的最大测量误差为I_λsmax，能够预估出垂直方向静止时，其电流区间为I′_sk±I_λsmax。

Images