CN112924205B - 作业机械故障诊断方法、装置、作业机械和电子设备 - Google Patents
作业机械故障诊断方法、装置、作业机械和电子设备 Download PDFInfo
- Publication number
- CN112924205B CN112924205B CN202110112696.7A CN202110112696A CN112924205B CN 112924205 B CN112924205 B CN 112924205B CN 202110112696 A CN202110112696 A CN 202110112696A CN 112924205 B CN112924205 B CN 112924205B
- Authority
- CN
- China
- Prior art keywords
- working
- target
- temperature
- working machine
- fault diagnosis
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/26—Indicating devices
- E02F9/267—Diagnosing or detecting failure of vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/002—Thermal testing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Operation Control Of Excavators (AREA)
Abstract
本发明提供一种作业机械故障诊断方法、装置、作业机械和电子设备,其中,所述作业机械故障诊断方法包括:获取作业机械的目标工作参数和冷却液的工作温度;基于所述目标工作参数,确定目标温度;在所述目标温度与所述工作温度的差异度超过目标阈值的情况下,确定所述作业机械发生故障。本发明的作业机械故障诊断方法,通过基于作业机械的目标工作参数确定冷却液的目标温度,基于目标温度和工作温度的差异度确定作业机械发生故障,能够综合考虑作业机械多个目标工作参数之间的耦合作用对目标温度的影响,得到的目标温度更精确,从而有效提高诊断结果的准确性和可靠性。
Description
技术领域
本发明涉及作业机械技术领域,尤其涉及一种作业机械故障诊断方法、装置、作业机械和电子设备。
背景技术
作业机械广泛应用于隧道施工、抢险救援等施工作业现场,在作业过程中,需要对作业机械的工作状态进行实时诊断,以判断作业机械是否发生故障,避免发生作业事故。其中,对作业机械的冷却系统进行诊断是一种重要的诊断方式,当冷却系统的温度出现异常时,说明作业机械的工作状态出现异常。
在现有技术中,往往通过在冷却系统中安装传感器以采集冷却液实时工作温度,通过判断该工作温度是否处于正常范围内,以确定冷却系统的温度是否出现异常,进而判断作业机械的工作状态是否异常。通过该方法诊断得出的结果存在较大的偏差,准确性较差、可靠度较低。
发明内容
本发明提供一种作业机械故障诊断方法、装置、作业机械和电子设备,用以解决现有技术中故障诊断的准确性较差、可靠度较低的缺陷,实现高效、高准确度的故障诊断。
本发明提供一种作业机械的故障诊断方法,包括:
获取作业机械的目标工作参数和冷却液的工作温度;
基于所述目标工作参数,确定目标温度;
在所述目标温度与所述工作温度的差异度超过目标阈值的情况下,确定所述作业机械发生故障。
根据本发明提供一种的作业机械的故障诊断方法,所述基于所述目标工作参数,确定目标温度,包括:
将所述目标工作参数输入至温度预测模型,得到与所述目标工作参数对应的目标温度;其中
所述温度预测模型为,以样本工作参数为样本,以与所述样本工作参数对应的样本工作温度为样本标签,训练得到。
根据本发明提供一种的作业机械的故障诊断方法,所述样本工作参数和所述样本工作温度通过如下方法获得:
获取作业机械在正常工作时的历史工作参数和历史工作温度;
对所述历史工作参数和历史工作温度进行数据预处理,得到所述样本工作参数和所述样本工作温度。
根据本发明提供一种的作业机械的故障诊断方法,所述目标工作参数包括:电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度中的至少两个。
根据本发明提供一种的作业机械的故障诊断方法,还包括:
在所述目标温度与所述工作温度的差异度未超过目标阈值的情况下,确定所述差异度的变化趋势;
基于所述变化趋势,确定所述作业机械发生故障的概率或目标时间。
根据本发明提供一种的作业机械的故障诊断方法,在所述确定所述差异度的变化趋势之后,所述方法还包括:
基于所述变化趋势,输出与所述变化趋势对应的维护策略。
根据本发明提供一种的作业机械的故障诊断方法,在所述确定所述作业机械发生故障之后,所述方法还包括:
向所述作业机械的显示器或蜂鸣器输出报警信息;
或者,向终端输出报警信息;
或者,向监控中心输出报警信息。
本发明还提供一种作业机械的故障诊断装置,包括:
数据获取模块,用于获取作业机械的目标工作参数和冷却液的工作温度;
温度确定模块,用于基于所述目标工作参数,确定目标温度;
故障判断模块,用于在所述目标温度与所述工作温度的差异度超过目标阈值的情况下,确定所述作业机械发生故障。
本发明还提供一种作业机械,包括用于获取作业机械的目标工作参数和冷却液的工作温度的传感器,和如上所述的作业机械的故障诊断装置。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述作业机械的故障诊断方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述作业机械的故障诊断方法的步骤。
本发明提供的作业机械故障诊断方法、装置、作业机械和电子设备,通过基于作业机械的目标工作参数确定冷却液的目标温度,基于目标温度和工作温度的差异度确定作业机械发生故障,能够综合考虑作业机械多个目标工作参数之间的耦合作用对目标温度的影响,得到的目标温度更精确,从而有效提高诊断结果的准确性和可靠性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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的附图。
图1是本发明一些实施例提供的作业机械故障诊断方法的流程示意图之一;
图2是本发明一些实施例提供的作业机械故障诊断方法的流程示意图之二;
图3是本发明一些实施例提供的作业机械故障诊断装置的结构示意图;
图4是本发明一些实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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。基于本发明中的实施例,本领域普通技术人员在没有作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。
下面结合图1描述本发明提供的一种作业机械的故障诊断方法。
该故障诊断方法的执行主体可以为作业机械上的控制器,或者独立于作业机械的控制装置,或者与该作业机械通信连接的服务器,或者操作员的终端,终端可以为操作员的手机或电脑等。
如图1所示,该故障诊断方法包括:步骤110、步骤120和步骤130。
步骤110,获取作业机械的目标工作参数和冷却液的工作温度;
在该步骤中,作业机械的目标工作参数为表征作业机械工作状态的各执行机构对应的工作参数,用于实时表征作业机械各执行机构的工作状态。
冷却液为用于给作业机械降温的物质,设置于冷却系统中,循环流动,通过热传导,将作业机械内多余的温度带走,使作业机械能以正常温度运转。
冷却液的工作温度为冷却液在对作业机械进行降温时,自身的温度。在实际作业中,通过获取冷却液的工作温度,可以用于判断作业机械冷却系统的工作温度,从而诊断作业机械是否发生故障。
根据本发明的一些实施例,目标工作参数可以由安装在作业机械各执行机构内的第一传感器采集。
第一传感器可以为2个或多个,分别用于采集不同执行机构的目标工作参数。
第一传感器的类型由其所采集的目标工作参数所属的执行机构的性质来确定,如第一传感器可以包括:温度传感器、转速传感器、压力传感器或其他类型的传感器。
根据本发明的一些实施例,冷却液的工作温度可以由安装于作业机械冷却系统内的第二传感器采集。
第二传感器可以为1个或多个,用于采集作业机械冷却系统内的冷却液的工作温度。
当第二传感器为多个时,可以分别设置于冷却系统的多个位置,用于采集不同位置的冷却液的工作温度。
在一些实施例中,第一传感器和第二传感器采集的数据(目标工作参数和工作温度)可以通过控制器发送至本地数据库进行存储,在需要时通过控制器调用即可。
在另一些实施例中,第一传感器和第二传感器采集的数据(目标工作参数和工作温度)可以发送至云数据库。
在该实施例中,可以构建云端大数据平台和云端数据仓库。
其中,云端大数据平台用于执行该故障诊断方法,云端数据仓库用于存储传感器采集到的数据。
在实际执行中,通过把采集的数据放入云端数据仓库,可以存储海量大数据,并能实时更新数据仓库,有效提高大数据的存储能力。除此之外,通过构建云端大数据平台,方便跨平台、跨部门的数据调取,可以有效提高作业效率,方便数据管理。
步骤120,基于目标工作参数,确定目标温度;
在该步骤中,目标温度为作业机械在正常工作的情况下,某一时刻对应的冷却液的工作温度。
发明人在研发过程中发现,作业机械在不同作业状态下作业时,其对应的冷却液的工作温度也是不同的。即在不同目标工作参数下的作业机械对应的冷却液的目标温度不同。
在一些实施例中,可以建立目标工作参数与目标温度的对照表,通过查询表格,便可得到作业机械在某一作业状态下,其目标工作参数对应的目标温度。但该方法仅适用于目标工作参数种类较少的情况。
发明人在研发过程中还发现,在实际作业中,影响作业机械冷却液的目标温度的目标工作参数有多种,在诊断过程中,纳入参考的目标工作参数种类的数量多少,会对诊断结果的准确性造成较大的影响。
由此,本发明实施例的故障诊断方法,基于多个目标工作参数,确定目标温度,以考虑到多个物理量对冷却液目标温度的影响,确定一个更精确的目标温度,从而提高判断结果的准确性。
在实际执行过程中,当作业机械的实际温度值与该目标温度的差异值超过一定的范围,则表明作业机械温度异常,冷却系统发生故障,此时操作人员则需要采取对应的处理措施。
步骤130,在目标温度与工作温度的差异度超过目标阈值的情况下,确定作业机械发生故障。
在该步骤中,目标阈值为作业机械在正常作业情况下,工作温度与目标温度的最大差值。
差异度为某一时刻,由传感器采集得到的作业机械冷却液的工作温度,与由通过步骤120确定的,该时刻作业机械冷却液的目标温度间的差值。
当工作温度与目标温度的差异度在目标阈值范围内时,表明该工作温度对作业机械的影响较小,可以忽略。也就是说,当工作温度和目标温度的差异度处于目标阈值范围内时,表示该时刻作业机械运行情况正常。而当工作温度和目标温度的差异度超过目标阈值时,确定作业机械发生故障。
在实际作业中,很少会出现工作温度与目标温度完全一致的情况。现有技术中,通过将测得的冷却液温度与事先规定的作业机械正常工作时,冷却液的温度区间进行比较,判断测得值是否处于区间内,以判断冷却系统是否异常。发明人通过研究发现,该方法完全未考虑作业机械在不同目标工作参数下,冷却液的目标温度的起伏。通过该方法确定的诊断结果,可靠性差,适用范围窄。
本实施例通过设置目标阈值,目标阈值可根据作业机械不同的目标工作参数、作业环境、作业性质或自身作业特点进行灵活调整,以确定任意情况下作业机械所对应的目标阈值。因此,可以有效判断任意时刻、任何环境下的作业机械冷却液的工作温度是否处于正常值,从而确定作业机械是否发生故障,具有较好的普适性。
根据本发明实施例提供的作业机械的故障诊断方法,通过基于作业机械的目标工作参数确定冷却液的目标温度,基于目标温度和工作温度的差异度确定作业机械发生故障,能够综合考虑作业机械多个目标工作参数之间的耦合作用对目标温度的影响,得到的目标温度更精确,从而有效提高诊断结果的准确性和可靠性。
根据本发明的一些实施例,目标工作参数包括:电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度中的至少两个。
发明人在研发过程中发现,冷却液的目标温度往往受多个物理量的影响。如当作业机械发动机转速较快时,产生的热量较高,冷却液吸收的热能较大,对应的目标温度升高;或者当作业机械油温较高时,冷却液吸收的热能较大,对应的目标温度升高;或者发动机进气温度较高时,空气中的热量传导给发动机,再由发动机传导给冷却液,也会导致对应的目标温度升高。
本实施例通过考虑电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度等至少两种影响因素对目标温度的影响作用,有效避免在只考虑单个因素的情况下,各物理量之间存在的耦合效应会对诊断结果造成较大的偏差,从而容易发生误判的问题。
根据本发明的另一些实施例,目标工作参数包括:电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度。
本实施例通过考虑电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度等多种影响因素对目标温度的影响作用,相较于上一个实施例而言,纳入计算的影响因素更多,数据量更大,得到的目标温度也更加精确。
根据本发明实施例提供的作业机械的故障诊断方法,通过基于两种及以上的目标工作参数,确定目标温度,有效解决各目标工作参数之间存在的耦合效应会影响诊断结果的问题,提高了判断的准确性、可靠性。
在一些实施例中,步骤120,基于目标工作参数,确定目标温度,还包括:
将目标工作参数输入至温度预测模型,得到与目标工作参数对应的目标温度;其中
温度预测模型为,以样本工作参数为样本,以与样本工作参数对应的样本工作温度为样本标签,训练得到。
其中,样本工作参数和样本工作温度通过如下方法获得:
获取作业机械在正常工作时的历史工作参数和历史工作温度;
对历史工作参数和历史工作温度进行数据预处理,得到样本工作参数和样本工作温度。
基于上述步骤得到的样本工作参数和样本工作温度,用于表征作业机械在正常工作状态下,各执行机构对应的工作参数和在该工作参数下,作业机械冷却液的工作温度。
根据本发明的一些实施例,在对温度预测模型进行训练时,输入样本工作参数和与样本工作参数对应的样本工作温度,用预先确定的样本集对温度预测模型进行训练,可以得到训练好的温度预测模型,以便于后续的目标温度预测应用。
例如,样本集可以包括包含有该作业机械在正常作业情况下,某一时刻多个执行机构的工作参数——大气压力、液压油温度,以及该样本工作参数的标签——该时刻的工作温度;或者某一时刻多个执行机构的工作参数——电瓶电压、发动机转速、液压油温度,以及该样本工作参数的标签——该时刻的工作温度;或者某一时刻多个执行机构的工作参数——电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度,以及该样本工作参数的标签——该时刻的工作温度。
但本发明并不仅限于此,样本集可以包含多种工作参数以及该工作参数对应的标签,在实际执行过程中,可根据作业情景选择最佳的样本集。
根据样本集中样本的类型,训练出的温度预测模型可以适用于不同的作业场景。
在一些实施例中,温度预测模型可以为卷积网络,卷积网络可根据需求扩展样本集种类,在使用时,输入目标工作参数后便可直接输出目标温度,操作简单、快捷。
根据本发明实施例提供的作业机械的故障诊断方法,为了提高预测的准确度,在确定目标温度时,选用了多种类型的目标工作参数。由于数据类型多、数据量大,通过采用温度预测模型,可以快速对大量工作参数进行有效地数据处理。然后基于作业机械的目标工作参数,直接得到作业机械冷却液的目标温度,操作简单、快捷,输出的结果准确性高。
根据本发明的一些实施例,在步骤130,在目标温度与工作温度的差异度超过目标阈值的情况下,确定作业机械发生故障之后,该故障诊断方法还包括:
向作业机械的显示器或蜂鸣器输出报警信息;
在该实施例中,通过向作业机械的显示器或蜂鸣器输出报警信息,提醒操作人员作业机械发生故障,促使操作人员能及时采取行动,维护作业机械直至其重回正常作业状态,避免因作业机械故障而导致作业事故的发生。
根据本发明的另一些实施例,在确定作业机械发生故障之后,该故障诊断方法还包括:
向终端输出报警信息;
在该实施例中,终端可以为pc端,或者为操作人员的手机等。
通过将报警信息输出至终端,可以实现远程报警,使得操作人员无需处于作业现场,也可全天候监控作业机械故障信息,显著减轻操作人员工作强度。尤其适用于一些作业环境危险,操作人员不在作业现场的作业情景。
其中,报警信息可通过如下至少一种方式输出:
其一,输出可以表现为文本输出。
在该实施例中,终端在显示故障报警信息的同时,还会同时输出作业机械作业过程中的多个作业参数,操作人员基于参数数值,以判断作业机械发生故障的具体部位。
其二,输出可以表现为语音输出。
在该实施例中,终端可以通过语音的方式警告操作人员,当前作业机械发生了故障。
根据本发明的又一些实施例,在确定作业机械发生故障之后,该故障诊断方法还包括:
向监控中心输出报警信息。
其中,报警信息的输出方式除上述实施例提供的方式外,还可以包括:
其三,图像输出。
在该实施例中,监控中心屏幕上在显示报警信息的同时,还会显示由传感器采集到的作业机械的姿态图像或周边环境图像,辅助操作人员判断作业机械发生故障的具体部位。
其四,信号灯输出。
在该实施例中,通过控制监控中心中,该作业机械对应的信号灯闪烁,以提醒监控人员该作业机械发生故障。
当然,在其他实施例中,输出也可以表现为其他形式,可根据实际需要决定,本发明实施例对此不作限定。
根据本发明实施例提供的作业机械的故障诊断方法,通过输出报警信息,可以提醒操作人员作业机械发生故障,促使操作人员能及时采取行动,维护作业机械直至其重回正常作业状态,避免因作业机械故障而导致作业事故的发生。
根据本发明的另一些实施例,该故障诊断方法还包括:
在目标温度与工作温度的差异度未超过目标阈值的情况下,确定差异度的变化趋势;
基于变化趋势,确定作业机械发生故障的概率或目标时间。
发明人在研发过程中发现,在实际作业中,作业机械发生故障还存在另一种情况:即故障不是立即出现,而是在一个时间段内慢慢累积而生。即便当前时刻的诊断数据是正常的,但随着作业机械作业时间的增长,若作业机械一直保持该状态运转,最终仍会出现故障。
在现有技术中,往往都是基于某一时刻的诊断数据,来诊断作业机械当前时刻是否发生故障,判断情况单一,容易发生误判,从而导致作业事故的发生。
本发明实施例针对上述情况,在目标温度与工作温度的差异度未超过目标阈值的情况下,即作业机械冷却液在该时刻的工作温度,处于正常值范围内的情况下,提出对应的作业机械故障诊断方法。
在目标温度与工作温度的差异度未超过目标阈值的情况下,确定差异度的变化趋势。
在该步骤中,通过采集作业机械在一个时间段内的不同时刻所对应的工作温度与其目标温度之间的差值,基于上述差值构建差值变化趋势函数,得到差异度的变化趋势。
其中,差异度的变化趋势用以表征在未来一定时间段内,每个时刻对应的差异度是否会超出目标阈值。
该变化趋势可以为表格形式,或者为曲线形式,本发明实施例不做限定。
基于变化趋势,确定作业机械发生故障的概率或目标时间。
在该步骤中,基于变化趋势,通过输出作业机械发生故障的概率,操作人员可以根据概率的大小,选择维护作业机械或继续保持现有操作;或者通过输出作业机械发生故障的目标时间,在发生故障之前,能够及时对作业机械进行维护,以避免故障的发生。
在实际作业中,变化趋势往往呈现两种结果。
在一些实施例中,变化趋势走向异常。即操作人员由变化趋势可以发现,如果作业机械继续保持以当前的目标工作参数运转,在未来一定时间段内,作业机械冷却液的作业温度和目标温度之间的差异度会超出目标阈值,作业机械发生故障。
对于这种情况,则需要及时对作业机械进行诊断、维护,避免其发生故障。
在另一些实施例中,变化趋势维持正常水平。即操作人员由变化趋势可以得到,作业机械在未来一定时间段内,作业机械冷却液的作业温度和目标温度之间的差异度尽管出现波动,但一直保持在目标阈值内,作业机械发生故障的可能性极小。
对于这种情况,则不需要对作业机械进行诊断、维护。
根据本发明实施例提供的作业机械的故障诊断方法,基于变化趋势,可以确定在目标温度与工作温度的差异度未超过目标阈值的情况下,作业机械发生故障的概率或目标时间,通过增加诊断情况,有效提高诊断的准确度和可靠性。
根据本发明的另一些实施例,在确定差异度的变化趋势之后,该故障诊断方法还包括:
基于变化趋势,输出与变化趋势对应的维护策略。
在该步骤中,控制器根据变化趋势,可以自动判断故障发生的原因,从而输出对应的维护策略,辅助操作人员进行维护操作。
其中,维护策略包括:作业机械在历史作业过程中即将发生故障时,不同变化趋势对应的维护策略;或者作业机械在历史作业过程中发生故障时,该故障下对应的维护策略。
维护策略可以存储于本地数据库或云数据库,由控制器调取并输出。
例如,当变化趋势显示,作业机械在未来一段时间内将发生故障,控制器基于作业机械当前变化趋势,匹配得到数据库中存储的相同变化趋势下,该作业机械对应的历史维护策略,并输出该策略。
其中,维护策略可通过如下至少一种方式输出:
其一,输出可以表现为文本输出。
在该实施例中,通过在作业机械显示屏、终端、监控中心屏幕等地方,以文本的形式显示对应的维护策略,为操作人员提供直观的辅助参考信息。
其二,输出可以表现为语音输出。
在该实施例中,可以通过语音的方式为操作人员提供维护策略,使得操作人员不必一直处于屏幕前。
当然,在其他实施例中,输出也可以表现为其他形式,可根据实际需要决定,本发明实施例对此不作限定。
根据本发明实施例提供的作业机械的故障诊断方法,通过基于变化趋势,输出对应的维护策略,可以更好地辅助操作人员维护作业机械,提高维护效率。
下面参考图2,描述本发明的一个实施例。
如图2所示,该故障诊断方法包括:
获取作业机械的目标工作参数和冷却液的工作温度;
将目标工作参数和冷却液的工作温度存储至云端大数据平台;
基于温度预测模型,输入目标工作参数,确定目标温度;
基于异常检测模型,在目标温度与工作温度的差异度超过目标阈值的情况下,确定作业机械发生故障;
基于故障预测模型,在目标温度与工作温度的差异度未超过目标阈值的情况下,确定差异度的变化趋势。
在该实施例中,通过构建云端大数据平台,把采集的数据存储至部署于平台上的云端数据仓库,可以存储海量大数据,并能实时更新数据仓库,有效提高大数据的存储能力。
除此之外,该云端大数据平台还部署有温度预测模型、异常检测模型和故障预测模型。
其中,温度预测模型用于基于目标工作参数,确定目标温度。
该温度预测模型为,以样本工作参数为样本,以与样本工作参数对应的样本工作温度为样本标签,训练得到。
其中,样本工作参数和样本工作温度通过如下方法获得:
获取作业机械在正常工作时的历史工作参数和历史工作温度;
对历史工作参数和历史工作温度进行数据清洗、数据预处理,得到样本工作参数和样本工作温度。
异常检测模型用于基于目标温度和工作温度,确定二者的差异度,基于差异度与目标阈值,确定作业机械发生故障。
故障预测模型用于基于差异度,确定差异度的变化趋势,确定作业机械发生故障。
该故障预测模型,通过将变化趋势与存储于云端数据仓库内的历史变化趋势进行匹配,可以得到与变化趋势一致或相近的历史变化趋势下对应的故障信息,以及维护策略。
通过将上述模型部署于云端大数据平台,一方面,便于随时、随地调用;另一方面,可以将基于上述三个模型得到的数据,反馈至云端数据仓库进行存储,作为下一次执行时的历史数据,实现云端数据仓库的实时更新。
在实际执行过程中,异常检测模型基于目标温度和工作温度,确定二者的差异度,并将差异度与目标阈值进行比较。
在目标温度与工作温度的差异度超过目标阈值的情况下,确定作业机械发生故障,并输出报警信息。
在目标温度与工作温度的差异度未超过目标阈值的情况下,控制器控制故障预测模型开始工作,故障预测模型获取作业机械一个时间段内多个时刻对应的目标温度和工作温度的差异度,基于差异度确定差异度的变化趋势,基于变化趋势,确定作业机械发生故障的概率或目标时间。
当确定作业机械将要发生故障后,故障预测模型基于作业机械的变化趋势,于云端数据仓库中匹配得到与变化趋势一致或接近的历史变化趋势,输出历史变化趋势下,作业机械对应的维护策略。
根据本发明实施例提供的作业机械的故障诊断方法,通过基于多种类型的作业机械的目标工作参数确定冷却液的目标温度,通过构建温度预测模型处理海量数据,以解决各物理量间的耦合作用对目标温度的影响问题,通过该方法得到的目标温度,准确性、可靠性高;同时,将模型和数据仓库部署于云端大数据平台上,可以实现快速、有效地数据更新,扩大数据存储力,从而提高诊断结果的准确性和可靠性。
下面对本发明提供的作业机械的故障诊断装置进行描述,下文描述的作业机械的故障诊断装置与上文描述的作业机械的故障诊断方法可相互对应参照。
如图3所示,该作业机械的故障诊断装置包括:数据获取模块310、温度确定模块320和故障判断模块330。
数据获取模块310,用于获取作业机械的目标工作参数和冷却液的工作温度;
温度确定模块320,用于基于目标工作参数,确定目标温度;
故障判断模块330,用于在目标温度与工作温度的差异度超过目标阈值的情况下,确定作业机械发生故障。
在一些实施例中,基于目标工作参数,确定目标温度,包括:
将目标工作参数输入至温度预测模型,得到与目标工作参数对应的目标温度;其中
温度预测模型为,以样本工作参数为样本,以与样本工作参数对应的样本工作温度为样本标签,训练得到。
在一些实施例中,目标工作参数包括:电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度中的至少两个。
在一些实施例中,该故障诊断方法还包括:
在目标温度与工作温度的差异度未超过目标阈值的情况下,确定差异度的变化趋势;
基于变化趋势,确定作业机械发生故障的概率或目标时间。
在一些实施例中,在确定差异度的变化趋势之后,该故障诊断方法还包括:
基于变化趋势,输出与变化趋势对应的维护策略。
在一些实施例中,在确定作业机械发生故障之后,该故障诊断方法还包括:
向作业机械的显示器或蜂鸣器输出报警信息;
或者,向终端输出报警信息;
或者,向监控中心输出报警信息。
根据本发明的一些实施例,数据获取模块310在获取作业机械的目标工作参数和冷却液的工作温度后,将工作参数传输至温度确定模块320,将工作温度传输至故障判断模块330。温度确定模块320基于目标工作参数,通过温度预测模型确定目标温度,并将目标温度传输至故障判断模块330。故障判断模块330通过比较目标温度与工作温度之间的差异度,判断其是否超过目标阈值,并针对判断结果,输出对应信息。
例如,当目标温度与工作温度的差异度超过目标阈值,故障判断模块330确定作业机械发生故障,并向作业机械的显示器或蜂鸣器输出报警信息,或者向终端输出报警信息,或者向监控中心输出报警信息。以及时提醒操作人员作业机械发生故障,避免因故障处理不及时而导致作业事故的发生。
当目标温度与工作温度的差异度未超过目标阈值,故障判断模块330确定差异度的变化趋势,基于变化趋势确定作业机械发生故障的概率或目标时间,同时输出维护信息,辅助操作人员对作业机械进行维护,避免故障的发生。
根据本发明实施例提供的作业机械的故障诊断装置,通过基于作业机械的目标工作参数确定冷却液的目标温度,基于目标温度和工作温度的差异度确定作业机械发生故障,能够综合考虑作业机械多个目标工作参数之间的耦合作用对目标温度的影响,得到的目标温度更精确,从而有效提高诊断结果的准确性和可靠性。
本发明还提供了一种作业机械。
本发明实施例的作业机械可以为挖掘机、起重机、压路机、吊车、消防车等。
该作业机械包括传感器和如上所述的作业机械的故障诊断装置。
其中,传感器设置于作业机械各执行机构内,用于采集作业机械的目标工作参数和冷却液的工作温度。
根据本发明的一些实施例,传感器至少为3个。其中2个或多个用于采集不同执行机构的目标工作参数,另外1个或多个用于采集作业机械冷却液的工作温度。
根据采集的参数性质,传感器类型可以包括:温度传感器、转速传感器、压力传感器或其他类型的传感器。
根据本发明的另一些实施例,作业机械为挖掘机。
在实际作业过程中,通过设置于挖掘机内部的传感器采集得到挖掘机的目标工作参数和冷却液的工作温度,并将数据传输至本地数据库或云数据库。
其中目标工作参数包括:电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度。
在采集得到对应数据后,故障诊断装置基于输入的目标工作参数,确定该目标工作参数对应的挖掘机冷却液的目标温度,确定其与工作温度的差异度,并判断差异度是否处于目标阈值内。
当目标温度与工作温度的差异度超过目标阈值,故障诊断装置向挖掘机的显示器或蜂鸣器输出报警信息,者向终端输出报警信息,或者向监控中心输出报警信息。
当目标温度与工作温度的差异度未超过目标阈值,故障诊断装置确定差异度的变化趋势,基于变化趋势确定作业机械发生故障的概率或目标时间,同时输出维护信息。
根据本发明实施例提供的作业机械,通过在作业机械上设置传感器和故障诊断装置,基于作业机械的目标工作参数确定冷却液的目标温度,基于目标温度和工作温度的差异度确定作业机械发生故障,能够综合考虑多个物理量之间的耦合作用对目标温度的影响,从而有效提高诊断结果的准确性和可靠性。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行作业机械的故障诊断方法,该方法包括:获取作业机械的目标工作参数和冷却液的工作温度;基于所述目标工作参数,确定目标温度;在所述目标温度与所述工作温度的差异度超过目标阈值的情况下,确定所述作业机械发生故障。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的作业机械的故障诊断方法,该方法包括:获取作业机械的目标工作参数和冷却液的工作温度;基于所述目标工作参数,确定目标温度;在所述目标温度与所述工作温度的差异度超过目标阈值的情况下,确定所述作业机械发生故障。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法所提供的作业机械的故障诊断方法,该方法包括:获取作业机械的目标工作参数和冷却液的工作温度;基于所述目标工作参数,确定目标温度;在所述目标温度与所述工作温度的差异度超过目标阈值的情况下,确定所述作业机械发生故障。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种作业机械的故障诊断方法,其特征在于,包括:
获取作业机械的目标工作参数和冷却液的工作温度;
基于所述目标工作参数,确定目标温度;包括:将所述目标工作参数输入至温度预测模型,得到与所述目标工作参数对应的目标温度;其中所述温度预测模型为,以样本工作参数为样本,以与所述样本工作参数对应的样本工作温度为样本标签,训练得到;
在所述目标温度与所述工作温度的差异度超过目标阈值的情况下,确定所述作业机械发生故障。
2.根据权利要求1所述的作业机械的故障诊断方法,其特征在于,所述目标工作参数包括:电瓶电压、大气压力、发动机转速、挡位、液压油温度和发动机进气温度中的至少两个。
3.根据权利要求1-2中任一项所述的作业机械的故障诊断方法,其特征在于,还包括:
在所述目标温度与所述工作温度的差异度未超过目标阈值的情况下,确定所述差异度的变化趋势;
基于所述变化趋势,确定所述作业机械发生故障的概率或目标时间。
4.根据权利要求3所述的作业机械的故障诊断方法,其特征在于,在所述确定所述差异度的变化趋势之后,所述方法还包括:
基于所述变化趋势,输出与所述变化趋势对应的维护策略。
5.根据权利要求1-2中任一项所述的作业机械的故障诊断方法,其特征在于,在所述确定所述作业机械发生故障之后,所述方法还包括:
向所述作业机械的显示器或蜂鸣器输出报警信息;
或者,向终端输出报警信息;
或者,向监控中心输出报警信息。
6.一种作业机械的故障诊断装置,其特征在于,包括:
数据获取模块,用于获取作业机械的目标工作参数和冷却液的工作温度;
温度确定模块,用于基于所述目标工作参数,确定目标温度;包括:将所述目标工作参数输入至温度预测模型,得到与所述目标工作参数对应的目标温度;其中所述温度预测模型为,以样本工作参数为样本,以与所述样本工作参数对应的样本工作温度为样本标签,训练得到;
故障判断模块,用于在所述目标温度与所述工作温度的差异度超过目标阈值的情况下,确定所述作业机械发生故障。
7.一种作业机械,其特征在于,包括用于获取作业机械的目标工作参数和冷却液的工作温度的传感器和如权利要求6所述的作业机械的故障诊断装置。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述作业机械的故障诊断方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述作业机械的故障诊断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112696.7A CN112924205B (zh) | 2021-01-27 | 2021-01-27 | 作业机械故障诊断方法、装置、作业机械和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112696.7A CN112924205B (zh) | 2021-01-27 | 2021-01-27 | 作业机械故障诊断方法、装置、作业机械和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112924205A CN112924205A (zh) | 2021-06-08 |
CN112924205B true CN112924205B (zh) | 2023-10-13 |
Family
ID=76167201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110112696.7A Active CN112924205B (zh) | 2021-01-27 | 2021-01-27 | 作业机械故障诊断方法、装置、作业机械和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112924205B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642123B (zh) * | 2021-08-09 | 2024-01-23 | 上海华兴数字科技有限公司 | 作业机械散热系统的健康评估方法、装置及作业机械 |
CN113847305A (zh) * | 2021-09-06 | 2021-12-28 | 盛景智能科技(嘉兴)有限公司 | 作业机械液压系统的预警方法、预警系统及作业机械 |
CN113685260B (zh) * | 2021-09-07 | 2022-10-11 | 上海华兴数字科技有限公司 | 冷却系统故障诊断方法、装置及作业机械 |
CN114383864A (zh) * | 2021-12-08 | 2022-04-22 | 北京罗克维尔斯科技有限公司 | 故障检测方法、装置、设备及介质 |
CN114322446B (zh) * | 2021-12-30 | 2023-10-24 | 盛景智能科技(嘉兴)有限公司 | 冷却系统故障预警方法、装置、冷却系统及作业机械 |
CN114418239A (zh) * | 2022-02-18 | 2022-04-29 | 盛景智能科技(嘉兴)有限公司 | 憋车故障预测方法、装置及作业机械 |
CN114544184B (zh) * | 2022-02-25 | 2024-06-04 | 湖南道依茨动力有限公司 | 故障诊断方法、装置、电子设备、存储介质及发动机 |
CN115324151B (zh) * | 2022-08-11 | 2024-03-22 | 中国人民解放军陆军工程大学 | 一种挖掘机故障处理方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4832609B1 (ja) * | 2011-06-22 | 2011-12-07 | 株式会社日立エンジニアリング・アンド・サービス | 異常予兆診断装置および異常予兆診断方法 |
CN102575973A (zh) * | 2009-10-19 | 2012-07-11 | 日立建机株式会社 | 工程机械的诊断系统及诊断方法 |
CN104007719A (zh) * | 2014-05-07 | 2014-08-27 | 潍柴动力股份有限公司 | 一种设备监控系统及方法 |
CN105841980A (zh) * | 2016-03-21 | 2016-08-10 | 山东云舜智能科技有限公司 | Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 |
CN109870306A (zh) * | 2019-03-01 | 2019-06-11 | 洛阳中科晶上智能装备科技有限公司 | 一种拖拉机发动机故障诊断及预测方法 |
CN111272457A (zh) * | 2020-02-14 | 2020-06-12 | 南京智鹤电子科技有限公司 | 基于温度数据的机械状态检测方法和电子设备 |
CN111830940A (zh) * | 2020-07-24 | 2020-10-27 | 三一重机有限公司 | 工程机故障诊断方法、终端、系统和电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070021895A1 (en) * | 2005-07-21 | 2007-01-25 | Caterpillar Inc. | System and method for monitoring the status of a work machine |
US20170249788A1 (en) * | 2016-01-13 | 2017-08-31 | Donald Remboski | Accurate application approval |
-
2021
- 2021-01-27 CN CN202110112696.7A patent/CN112924205B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102575973A (zh) * | 2009-10-19 | 2012-07-11 | 日立建机株式会社 | 工程机械的诊断系统及诊断方法 |
JP4832609B1 (ja) * | 2011-06-22 | 2011-12-07 | 株式会社日立エンジニアリング・アンド・サービス | 異常予兆診断装置および異常予兆診断方法 |
CN104007719A (zh) * | 2014-05-07 | 2014-08-27 | 潍柴动力股份有限公司 | 一种设备监控系统及方法 |
CN105841980A (zh) * | 2016-03-21 | 2016-08-10 | 山东云舜智能科技有限公司 | Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 |
CN109870306A (zh) * | 2019-03-01 | 2019-06-11 | 洛阳中科晶上智能装备科技有限公司 | 一种拖拉机发动机故障诊断及预测方法 |
CN111272457A (zh) * | 2020-02-14 | 2020-06-12 | 南京智鹤电子科技有限公司 | 基于温度数据的机械状态检测方法和电子设备 |
CN111830940A (zh) * | 2020-07-24 | 2020-10-27 | 三一重机有限公司 | 工程机故障诊断方法、终端、系统和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112924205A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112924205B (zh) | 作业机械故障诊断方法、装置、作业机械和电子设备 | |
CN110059325B (zh) | 车辆故障预警系统及对应的车辆故障预警方法 | |
KR101732625B1 (ko) | 선박의 고장 진단 장치 | |
CN110023862B (zh) | 诊断装置、诊断方法及计算机可读取的记录介质 | |
US10657450B2 (en) | Systems and methods for machine diagnostics based on stored machine data and available machine telematic data | |
US8824731B2 (en) | Image processing of apparatus condition | |
KR102102346B1 (ko) | 함정설비의 상태기반 정비지원 시스템 및 방법 | |
CN111098463A (zh) | 一种注塑机故障诊断系统及诊断方法 | |
CN113902233A (zh) | 车辆安全预警方法、大数据平台装置、车载终端和车辆 | |
KR20110109275A (ko) | 선박용 유지보수방법 및 유지보수관리시스템 | |
EP4113539A1 (en) | Method and system for intelligent monitoring of state of nuclear power plant | |
CN112286771A (zh) | 一种针对全域资源监控的告警方法 | |
KR20100100104A (ko) | 원격 유지보수 관리 장치 및 방법 | |
CN109507986B (zh) | 用于油田作业设备的远程监控方法 | |
CN113093831B (zh) | 作业机械的温度控制方法、装置、作业机械和电子设备 | |
CN114298384A (zh) | 适用于船用装卸臂的安全运维预测系统及方法 | |
CN112594207B (zh) | 风机温升监测方法、系统、计算机设备及存储介质 | |
CN111766514B (zh) | 一种设备检测点的数据分析方法 | |
CN110513160B (zh) | 一种汽轮机进水、进冷安全报警及预警方法 | |
CN113651202B (zh) | 电梯异常的智能识别方法以及智能识别装置 | |
CN105138755A (zh) | 一种液体火箭发动机试验台故障响应生成器的设计方法 | |
CN112363432A (zh) | 一种水电站辅助设备的监测系统及监测方法 | |
JPH1124728A (ja) | プラント状態予測装置 | |
CN116794435A (zh) | 电气元件监测方法、系统、作业机械及电子设备 | |
CN116155964B (zh) | 挖掘机工作装置的异常监控系统、方法与装置 |
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 |