CN114265359B - 一种输送设备运行时间异常的智能检测***及方法 - Google Patents

一种输送设备运行时间异常的智能检测***及方法 Download PDF

Info

Publication number
CN114265359B
CN114265359B CN202111532719.6A CN202111532719A CN114265359B CN 114265359 B CN114265359 B CN 114265359B CN 202111532719 A CN202111532719 A CN 202111532719A CN 114265359 B CN114265359 B CN 114265359B
Authority
CN
China
Prior art keywords
conveying equipment
time
conveying
operation time
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111532719.6A
Other languages
English (en)
Other versions
CN114265359A (zh
Inventor
郑义
洪超
李欣泽
冯文华
杨宁
丁柯炜
李忠华
冯立源
陈庆用
陈彩莲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KSEC Intelligent Technology Co Ltd
Original Assignee
KSEC Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KSEC Intelligent Technology Co Ltd filed Critical KSEC Intelligent Technology Co Ltd
Priority to CN202111532719.6A priority Critical patent/CN114265359B/zh
Publication of CN114265359A publication Critical patent/CN114265359A/zh
Application granted granted Critical
Publication of CN114265359B publication Critical patent/CN114265359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Control Of Conveyors (AREA)

Abstract

本发明提供一种输送设备运行时间异常的智能检测***及方法,在自动化物流控制流程中,运用数据的统计分拣,将流程中每一台输送机的单次运行时间记录到数据表中,在PLC控制器中采用自适应算法进行计算分析,得出精确地输送机运行时间阈值,同时环境变化时可进行动态计算分析,精准完成报警诊断,节省调试和测量时间。

Description

一种输送设备运行时间异常的智能检测***及方法
技术领域
本发明涉及物流自动化技术领域,具体而言,涉及一种输送设备运行时间异常的智能检测***及方法。
背景技术
物流自动化***中,输送设备负责物料传送运输的任务,是不可或缺的重要设备。当输送设备上的物料卡滞或输送设备传感器异常等情况发生时,需要监控输送设备的运行时间,将运行时间与***设定的时间阈值进行比较,当运行时间超过时间阈值时将输送设备停止并输出报警信号。当时间阈值设定过低时,可能触发误报警,当时间阈值设定过高时,可能使报警不及时,因此设定合适的时间阈值至关重要。
目前,解决上述问题的实现方案主要有两种:第一种方案是将时间阈值设定为经验值,但缺点是各台输送设备的长度,输送速度都不尽相同,经验值往往无法适应所有运行环境,可能造成误报警或者报警停机不及时引发其他故障;第二种方案是对输送设备正常运行时间进行逐台测量记录,将时间阈值设定为测量值,但缺点是耗费人力物力,且后续若输送设备速度,距离等更改还需要重新测量,无法动态计算。
发明内容
本发明旨在提供一种输送设备运行时间异常的智能检测***及方法,以解决上述存在的问题。
本发明提供了一种输送设备运行时间异常的智能检测***,包括:
输送设备,信号连接控制器,用于接收来自控制器的信号启动、停止对物料的输送;
信号检测模块,设于输送设备上,用于检测输送设备输送的物料状态,并向控制器传送物料状态信息;
控制器,信号连接输送设备和信号检测模块,向输送设备发送的启动、停止信号,获取输送设备运行状态,统计输送设备运行时间,根据输送设备运行时间阈值,诊断输送设备运行时间是否异常,根据异常诊断结果向输送设备发动停止信号,并发送报警指令至报警模块;
报警模块,用于接收控制器发送的警报指令启动报警功能,执行输送设备运行时间异常的报警提示。
进一步的,控制器对输送设备输送运行时间进行持续监控,当输送运行时间超过了运行时间阈值,控制器立即发送停止信号到输送设备,并输出运行时间异常报警到报警模块。
进一步的,输送设备运行时间阈值通过动态计算分析获得;
进一步的,输送设备的速度改变或所述信号检测模块位置移动时,控制器触发重新采样,并计算出输送设备新的运行时间阈值。
进一步的,控制器为PLC控制器。
本发明的另一方面,还提供了一种输送设备运行时间异常的智能检测方法,包括如下步骤:
S1,定义输送设备运行时间数据表和输送设备状态数据表;
S2,在输送设备运行时对输送设备的单次运行时间进行采样,采样数据存放到输送设备运行时间数据表;
S3,根据自适应算法动态分析输送设备运行时间数据表,计算出输送设备运行时间阈值;
S4,以运行时间阈值为运行时间异常检测的基准,实时监控输送设备单次运行时间,进行异常检测;
S5,持续对单次运行时间监测采样,根据自适应算法筛选和替代运行时间数据表中的样本,使样本更加集中;
S6,输送参数发生改变时,触发重新学习过程,清除原采样数据,重新进行采样。
进一步的,步骤S3所述运行时间阈值计算过程为:
S31,将单台输送设备单次的运行时间样本采集到{t1,t2,t3,…,tn}中,其中t为单次运行时间,n为样本数量;
S32,计算样本平均值
S33,运行时间阈值其中,tb为设定的检测误差值。
进一步的,步骤S5的样本筛选和替换过程为:
S51,当输送设备输送的时间超过运行阈值时间,输送停止,输出报警信号,此次运行时间不采集;
S52,当输送设备输送完成的时间未超过运行阈值时间,样本数量未达到上限时,将此次运行时间作为新样本采集;
S53,当输送设备输送完成的时间未超过运行阈值时间,样本数量达到上限时,通过动态计算获得本次样本。
进一步的,步骤S53的动态计算过程为:
S531,当输送计算本次运行时间与样本均值的差值绝对值X;
S532,计算各个样本与样本均值的差值绝对值,找出与均值差值绝对值最大的样本,其与均值差值绝对值为Y;
S533,比较X和Y的值,若X≥Y,则取消采集本次运行时间,原有样本保持不变;若X<Y,将与均值差值绝对值最大的样本值更改为本次运行时间。
进一步的,输送距离或输送速度发生改变时,可通过人工触发重新计算,将原有样本清除,重新进行采样分析,计算出新的运行时间阈值。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、运用数据的统计分析,将每一台输送机每次运行的运行时间记录在数据表中,控制器采用先进的自适应算法,对数据表内的运行时间进行计算分析,得出该台输送机的运行时间阈值。
2、动态分析计算,适用各类环境变化。当因工艺流程或其他原因需要改变输送机速度,输送距离等条件时,控制器可根据自适应算法进行数据筛选和计算,动态更行输送机的运行时间阈值。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例的适用于输送设备运行时间异常的智能检测***的自动化物流***输送机运行示意图。
图2为本发明实施例的适用于输送设备运行时间异常的智能检测方法的流程图。
图3为本发明实施例的适用于输送设备运行时间异常的智能检测方法中运行时间异常和运行时间样本筛选替换流程图。
其中:1为输送设备、2为信号检测模块、3为物料、4为输送方向。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
一种输送设备运行时间异常的智能检测***,包括:
输送设备,信号连接控制器,用于接收来自控制器的信号启动、停止对物料的输送;
信号检测模块,设于输送设备上,用于检测输送设备输送的物料状态,并向控制器传送物料状态信息;
PLC控制器,信号连接输送设备和信号检测模块,向输送设备发送的启动、停止信号,获取输送设备运行状态,统计输送设备运行时间,通过动态计算分析获得输送设备运行时间阈值,诊断输送设备运行时间是否异常,根据异常诊断结果向输送设备发动停止信号,并发送报警指令至报警模块;
报警模块,用于接收控制器发送的警报指令启动报警功能,执行输送设备运行时间异常的报警提示。
控制器对输送设备输送运行时间进行持续监控,当输送运行时间超过了运行时间阈值,控制器立即发送停止信号到输送设备,并输出运行时间异常报警到报警模块。
输送设备的速度改变或所述信号检测模块位置移动时,控制器触发重新采样,并计算出输送设备新的运行时间阈值。
实施例2:
一种输送设备运行时间异常的智能检测方法,包括如下步骤:
S1,定义输送设备运行时间数据表和输送设备状态数据表;
S2,在输送设备运行时对输送设备的单次运行时间进行采样,采样数据存放到输送设备运行时间数据表;
S3,根据自适应算法动态分析输送设备运行时间数据表,计算出输送设备运行时间阈值;
S4,以运行时间阈值为运行时间异常检测的基准,实时监控输送设备单次运行时间,进行异常检测;
S5,持续对单次运行时间监测采样,根据自适应算法筛选和替代运行时间数据表中的样本,使样本更加集中;
S6,输送参数发生改变时,触发重新学习过程,清除原采样数据,重新进行采样。
步骤S3所述运行时间阈值计算过程为:
S31,将单台输送设备单次的运行时间样本采集到{t1,t2,t3,…,tn}中,其中t为单次运行时间,n为样本数量;
S32,计算样本平均值
S33,运行时间阈值其中,tb为设定的检测误差值。
步骤S5的样本筛选和替换过程为:
S51,当输送设备输送的时间超过运行阈值时间,输送停止,输出报警信号,此次运行时间不采集;
S52,当输送设备输送完成的时间未超过运行阈值时间,样本数量未达到上限时,将此次运行时间作为新样本采集;
S53,当输送设备输送完成的时间未超过运行阈值时间,样本数量达到上限时,通过动态计算获得本次样本。
步骤S53的动态计算过程具体为:
S531,当输送计算本次运行时间与样本均值的差值绝对值X;
S532,计算各个样本与样本均值的差值绝对值,找出与均值差值绝对值最大的样本,其与均值差值绝对值为Y;
S533,比较X和Y的值,若X≥Y,则取消采集本次运行时间,原有样本保持不变;若X<Y,将与均值差值绝对值最大的样本值更改为本次运行时间。
由于数据表中存储的样本数量是有上限的,当样本数量达到上限时且有新的样本要保存时,就要对样本进行筛选替换。在输送距离,输送速度等条件不变的情况下,采集的运行时间样本越集中,样本均值越接近***正常运行状态下运行时间的期望,样本方差越小,数据的波动越小。
根据样本方差公式因为样本达到上限时,n是固定值,因此只要保证/>越小就能保证方差越小,进一步的,只要保证/>越小,就能保证方差越小,从而得出精确地输送机运行时间阈值。
此外,输送距离或输送速度发生改变时,可通过人工触发重新计算,将原有样本清除,重新进行采样分析,计算出新的运行时间阈值。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种输送设备运行时间异常的智能检测方法,其特征在于,包括如下步骤:
S1,定义输送设备运行时间数据表和输送设备状态数据表;
S2,在输送设备运行时对输送设备的单次运行时间进行采样,采样数据存放到输送设备运行时间数据表;
S3,根据自适应算法动态分析输送设备运行时间数据表,计算出输送设备运行时间阈值;
S4,以运行时间阈值为运行时间异常检测的基准,实时监控输送设备单次运行时间,进行异常检测;
S5,持续对单次运行时间监测采样,根据自适应算法筛选和替换运行时间数据表中的样本,使样本更加集中;
所述自适应算法筛选和替换过程为:
S51,当输送设备输送的时间超过运行阈值时间,输送停止,输出报警信号,此次运行时间不采集;
S52,当输送设备输送完成的时间未超过运行阈值时间,样本数量未达到上限时,将此次运行时间作为新样本采集;
S53,当输送设备输送完成的时间未超过运行阈值时间,样本数量达到上限时,通过动态计算获得本次样本;
S531,当输送计算本次运行时间与样本均值的差值绝对值X;
S532,计算各个样本与样本均值的差值绝对值,找出与均值差值绝对值最大的样本,其与均值差值绝对值为Y;
S533,比较X和Y的值,若X≥Y,则取消采集本次运行时间,原有样本保持不变;若X<Y,将与均值差值绝对值最大的样本值更改为本次运行时间;
S6,输送参数发生改变时,触发重新学习过程,清除原采样数据,重新进行采样。
2.如权利要求1所述的一种输送设备运行时间异常的智能检测方法,其特征在于,步骤S3所述运行时间阈值计算过程为:
S31,将单台输送设备单次的运行时间样本采集到{t1,t2,t3,…,tn}中,其中t为单次运行时间,n为样本数量;
S32,计算样本平均值
S33,运行时间阈值其中,tb为设定的检测误差值。
3.如权利要求1所述的一种输送设备运行时间异常的智能检测方法,其特征在于,输送距离或输送速度发生改变时,可通过人工触发重新计算,将原有样本清除,重新进行采样分析,计算出新的运行时间阈值。
4.一种输送设备运行时间异常的智能检测***,其特征在于,采用如权利要求1-3任一权利要求所述的一种输送设备运行时间异常的智能检测方法,包括:
输送设备,信号连接控制器,用于接收来自控制器的信号启动、停止对物料的输送;
信号检测模块,设于输送设备上,用于检测输送设备输送的物料状态,并向控制器传送物料状态信息;
控制器,信号连接输送设备和信号检测模块,向输送设备发送启动、停止信号,获取输送设备运行状态,统计输送设备运行时间,根据输送设备运行时间阈值,诊断输送设备运行时间是否异常,根据异常诊断结果向输送设备发动停止信号,并发送报警指令至报警模块;
报警模块,用于接收控制器发送的警报指令启动报警功能,执行输送设备运行时间异常的报警提示。
5.如权利要求4所述的一种输送设备运行时间异常的智能检测***,其特征在于,所述控制器对输送设备输送运行时间进行持续监控,当输送运行时间超过了运行时间阈值,控制器立即发送停止信号到输送设备,并输出运行时间异常报警到报警模块。
6.如权利要求5所述的一种输送设备运行时间异常的智能检测***,其特征在于,所述输送设备运行时间阈值通过动态计算分析获得。
7.如权利要求4所述的一种输送设备运行时间异常的智能检测***,其特征在于,所述输送设备的速度改变或所述信号检测模块位置移动时,控制器触发重新采样,并计算出输送设备新的运行时间阈值。
8.如权利要求4至7任一项所述的一种输送设备运行时间异常的智能检测***,其特征在于,所述控制器为PLC控制器。
CN202111532719.6A 2021-12-15 2021-12-15 一种输送设备运行时间异常的智能检测***及方法 Active CN114265359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111532719.6A CN114265359B (zh) 2021-12-15 2021-12-15 一种输送设备运行时间异常的智能检测***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111532719.6A CN114265359B (zh) 2021-12-15 2021-12-15 一种输送设备运行时间异常的智能检测***及方法

Publications (2)

Publication Number Publication Date
CN114265359A CN114265359A (zh) 2022-04-01
CN114265359B true CN114265359B (zh) 2023-08-25

Family

ID=80827238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111532719.6A Active CN114265359B (zh) 2021-12-15 2021-12-15 一种输送设备运行时间异常的智能检测***及方法

Country Status (1)

Country Link
CN (1) CN114265359B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008059270A (ja) * 2006-08-31 2008-03-13 Toshiba Corp プロセス異常診断装置及びプロセス監視システム
CN103529343A (zh) * 2013-03-27 2014-01-22 Tcl集团股份有限公司 一种电器设备的智能诊断方法及***
CN107820255A (zh) * 2017-11-22 2018-03-20 重庆大学 一种改进的协方差绝对值协作频谱感知方法
CN108494511A (zh) * 2018-04-04 2018-09-04 西安邮电大学 一种基于绝对值累积的动态到达频谱感知方法
CN109856299A (zh) * 2018-11-26 2019-06-07 国家电网有限公司 一种变压器在线监测差异化阈值动态设置方法、***
WO2019139189A1 (ko) * 2018-01-11 2019-07-18 주식회사 모비젠 스트리밍 데이터 처리시스템의 이상동작 분석 장치 및 그 방법
CN110187668A (zh) * 2019-06-03 2019-08-30 珠海格力智能装备有限公司 基于输送机的异常运行状态的控制方法、装置和***
CN112019098A (zh) * 2020-09-14 2020-12-01 南京凯正电子有限公司 基于多交流伺服电机的高效同步驱动控制***
CN112598111A (zh) * 2020-12-04 2021-04-02 光大科技有限公司 异常数据的识别方法和装置
CN112731870A (zh) * 2020-12-08 2021-04-30 合肥金人科技有限公司 一种工业自动化远程智能控制***
CN112817293A (zh) * 2020-12-14 2021-05-18 昆船智能技术股份有限公司 一种自动化传感器异常的智能检测***和方法
CN113158448A (zh) * 2021-04-07 2021-07-23 大连海事大学 一种船舶***设备阈值的自适应计算方法
CN113484778A (zh) * 2021-07-28 2021-10-08 合肥国轩高科动力能源有限公司 一种电池自放电快速筛选的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017528254A (ja) * 2014-05-27 2017-09-28 オブシェストヴォ ス オグラニチェンノイ オトヴェトストヴェンノスチユ “オスト−オプティック エスケー” 視力検査方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008059270A (ja) * 2006-08-31 2008-03-13 Toshiba Corp プロセス異常診断装置及びプロセス監視システム
CN103529343A (zh) * 2013-03-27 2014-01-22 Tcl集团股份有限公司 一种电器设备的智能诊断方法及***
CN107820255A (zh) * 2017-11-22 2018-03-20 重庆大学 一种改进的协方差绝对值协作频谱感知方法
WO2019139189A1 (ko) * 2018-01-11 2019-07-18 주식회사 모비젠 스트리밍 데이터 처리시스템의 이상동작 분석 장치 및 그 방법
CN108494511A (zh) * 2018-04-04 2018-09-04 西安邮电大学 一种基于绝对值累积的动态到达频谱感知方法
CN109856299A (zh) * 2018-11-26 2019-06-07 国家电网有限公司 一种变压器在线监测差异化阈值动态设置方法、***
CN110187668A (zh) * 2019-06-03 2019-08-30 珠海格力智能装备有限公司 基于输送机的异常运行状态的控制方法、装置和***
CN112019098A (zh) * 2020-09-14 2020-12-01 南京凯正电子有限公司 基于多交流伺服电机的高效同步驱动控制***
CN112598111A (zh) * 2020-12-04 2021-04-02 光大科技有限公司 异常数据的识别方法和装置
CN112731870A (zh) * 2020-12-08 2021-04-30 合肥金人科技有限公司 一种工业自动化远程智能控制***
CN112817293A (zh) * 2020-12-14 2021-05-18 昆船智能技术股份有限公司 一种自动化传感器异常的智能检测***和方法
CN113158448A (zh) * 2021-04-07 2021-07-23 大连海事大学 一种船舶***设备阈值的自适应计算方法
CN113484778A (zh) * 2021-07-28 2021-10-08 合肥国轩高科动力能源有限公司 一种电池自放电快速筛选的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于统计的网络性能异常快速检测方法;孙延涛;杨芳南;许松涛;;计算机工程(第11期);全文 *

Also Published As

Publication number Publication date
CN114265359A (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
KR102428632B1 (ko) 산업 프로세스들에서 이용되는 부품들로부터 기원하는 시그널링에 있어서의 이상을 검출 및 측정하는 시스템 및 방법
CN101470426B (zh) 一种故障检测的方法和***
KR102249113B1 (ko) 스마트 팩토리에서의 자동화설비 고장예측시스템 및 고장예측방법
CN110366031A (zh) 一种数字化车间mes***基于视觉的异常状态监测与故障诊断方法
US20160239755A1 (en) Correlation and annotation of time series data sequences to extracted or existing discrete data
CN111665066B (zh) 基于卷积神经网络的设备故障自适应上下预警界生成方法
CN108257365B (zh) 一种基于全局不确定性证据动态融合的工业报警器设计方法
CN111279192B (zh) 确定食品批次中微生物风险水平的方法
CA2252868C (en) Automatic control loop monitoring and diagnostics
CN115059634B (zh) 鼓风设备的故障诊断方法及装置、电子设备
CN116008701A (zh) 用于智能高压开关柜的电动机构运行诊断***及方法
CN118023777A (zh) 基于数据分析的焊接机器人故障预警***
CN114265359B (zh) 一种输送设备运行时间异常的智能检测***及方法
CN113552853B (zh) 一种化工***多工况的报警管理方法及装置
KR20200089446A (ko) 필거장비의 실시간 운전정보 수집 및 진동감시 시스템과 그 방법
CN116263734A (zh) 工业机器人状态监控方法、***及提示终端
CN113934601A (zh) 一种开关柜验收机器人状态评估方法和***
TWM575133U (zh) Robotic arm dynamic monitoring system
KR20220096794A (ko) 회전기계의 결함을 진단하는 방법 및 시스템
Raj An Improved Accuracy and Efficiency Based Defect Detection Method for Industrial Signal Processing
CN117420811B (zh) 一种用于自动化生产的生产线质量监测方法及***
EP4187340A1 (en) A method and system for monitoring a device
CN115238896A (zh) 一种应用于旋转设备故障预诊断及停机方法
CN117556326A (zh) 基于自编码器集成的机械装置异常检测方法及检测***
JP2003271239A (ja) 異常診断装置、異常予兆診断装置、及び不要事象検出装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant