CN113495517B - 筛机筛板脱落快速感知预警方法及系统 - Google Patents
筛机筛板脱落快速感知预警方法及系统 Download PDFInfo
- Publication number
- CN113495517B CN113495517B CN202110859011.5A CN202110859011A CN113495517B CN 113495517 B CN113495517 B CN 113495517B CN 202110859011 A CN202110859011 A CN 202110859011A CN 113495517 B CN113495517 B CN 113495517B
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- sieve plate
- early warning
- falling
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012216 screening Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 238000006073 displacement reaction Methods 0.000 claims abstract description 19
- 239000002184 metal Substances 0.000 claims abstract description 16
- 238000007873 sieving Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 230000008447 perception Effects 0.000 claims abstract description 7
- 230000010365 information processing Effects 0.000 claims abstract description 4
- 238000007405 data analysis Methods 0.000 claims description 55
- 238000007418 data mining Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 238000005065 mining Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 19
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 239000000463 material Substances 0.000 description 7
- 239000003245 coal Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000004814 polyurethane Substances 0.000 description 3
- 229920002635 polyurethane Polymers 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- -1 smelting Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000011819 refractory material Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
- B07B1/00—Sieving, screening, sifting, or sorting solid materials using networks, gratings, grids, or the like
- B07B1/46—Constructional details of screens in general; Cleaning or heating of screens
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Combined Means For Separation Of Solids (AREA)
Abstract
本发明涉及一种筛机筛板脱落快速感知预警方法及系统，属于生产线大型机械设备工况智能检测技术领域；方法包括：信息感知：利用射频识别技术，对每块筛机筛板进行抗金属干扰标识，通过低/高/超高频天线传输特性，筛板时刻处于天线磁场范围内，无线射频识别24小时感知筛板实时位移；信息处理：根据筛板实时位移情况，判断相应筛板是否脱落，并发出预警；系统包括筛板脱落快速感知子系统、信息分析子系统；利用射频识别技术，对每块筛机筛板进行标识，通过低/高/超高频天线传输特性，筛板时刻处于天线磁场范围内，无线射频识别能够24小时感知状体实时位移监测预判，当筛板发生脱落，实现系统预警。
Description
技术领域
本发明涉及一种筛机筛板脱落快速感知预警方法及系统，属于生产线大型机械设备工况智能检测技术领域。
背景技术
筛机应用于矿山、煤炭、冶炼、建材、耐火材料、轻工、化工、医药、食品等行业，筛机筛板在运行中，长期受到大块矸石、物料的冲击，容易弯曲变形，现阶段使用的筛机筛板都是耐磨性、疏水性能较好的聚氨酯筛板，而聚氨酯筛板在筛机上安装固定方式是通过与筛机规座卡扣式安装进行固定的。筛机在日常生产运行时会出现聚氨酯筛板及筛机规座的磨损现象进而引发筛板卡扣松动，筛机若继续运行时会发生筛板脱落故障，如果筛机上有物料，则会有大量的筛上物进入筛下溜槽及管路中，造成介质系统混入块状物料、筛下溜槽及筛下管路堵塞等生产事故。
目前的解决方法：
1、现场作业人员经验判断的方式检查巡视。
缺点：严重的滞后性，这样就会导致故障扩大化等问题。
2、使用两块筛板合为一体的连体筛板，并在连体筛板中间部位钻孔，直接用螺丝固定在筛机副梁上，从而确保筛板不会脱落。同时，此举使筛板面积增加为原来的两倍，降低了大块物料对筛板的冲击力，延缓筛板变形，延长了筛板使用寿命。
缺点：未根本解决筛板脱落的感知预警功能，一定程度上延缓了脱落时间，对副梁造成损坏。
3、一种脱介筛筛板脱落监测装置，包括异物检测箱、筛下管路、检测模块和控制单元；异物检测箱与筛下管路连接，异物检测箱的底部设置有篦子，异物检测箱的顶部设置检测箱盖板；所述检测模块设置在异物检测箱上，用于检测检测箱盖板的位置，当异物检测箱的物料积累到一定的高度使促使检测箱盖板发生移动，控制单元输出报警信号。解决了人为经验故障判断的滞后性问题，突显了该装置的时效性、实用性等优点。
缺点：该检测方法存在明显的漏洞和不足：例如该检测方式属于滞后检测；该检测方式属于物理干预性检测；该检测方式需要设计复杂的电路等。
4、采用TOF相机获取筛板的深度图像,利用三维空间关系获得疑似故障区域工位与相机之间的距离,并结合该区域的深度图像数据,实现了对筛板故障的智能诊断。
缺点：基于技术本身，tof相机由光源、光学部件、传感器、控制电路以及处理电路等几部单元组成，通过入、反射光探测来获取的目标距离获取，TOF相机芯片前端需要一个搜集光线的镜头，需要加一个带通滤光片来保证只有与照明光源波长相同的光才能进入。同时由于光学成像系统具有透视效果，不同距离的场景为各个不同直径的同心球面，而非平行平面，所以在实际使用时，需要后续处理单元对这个误差进行校正。镜头覆盖的范围有限需要矩阵排布，成本较高。选煤工况恶劣，空间不足等因素实用性不高。
5、脱水脱介筛筛板掉落监测装置,包括有翻板﹑转轴、连接杆﹑配重块，在脱水脱介筛机壳内的筛板下方水平设有转轴，在脱水脱介筛机壳内的转轴上固定设有翻板﹐转轴的两端穿过脱水脱介筛机壳的侧壁,在脱水脱介筛机壳外的转轴上设有分别固定设有轴线与翻板板面平行的连接杆,在连接杆上设有使翻板保持水平状态的配重块。本实用新型的优点:翻板与脱水脱介筛机壳两侧的配重块保持平衡,当脱水脱介筛机壳内部的筛板掉落后,筛板上的煤炭进入筛板下方冲击翻板﹐翻板收到煤炭的重力作用向下旋转,导致配重块向上旋转,使连接杆接触到接近开关,脱水脱介筛及时停止工作,避免煤炭落入流水管道造成流水管道堵塞,减少煤炭的浪费。
缺点：器械装置，精密度不高，维护困难，成本高，实际应用不理想。
发明内容
本发明要解决的技术问题是：提供一种筛机筛板脱落快速感知预警方法及系统，利用射频识别技术，对每块筛机筛板进行标识，通过低/高/超高频天线传输特性，筛板时刻处于天线磁场范围内，无线射频识别能够24小时感知状体实时位移监测预判，当筛板发生脱落，实现系统预警，可通过大屏显示、手机、平板端app、现场报警灯等方式通知工作人员处置。
本发明所述的筛机筛板脱落快速感知预警方法，包括：
信息感知：利用射频识别技术，对每块筛机筛板进行抗金属干扰标识，通过低/高/超高频天线传输特性，筛板时刻处于天线磁场范围内，无线射频识别24小时感知筛板实时位移；
信息处理：根据筛板实时位移情况，判断相应筛板是否脱落，并发出预警。
在此，可通过大屏显示、手机、平板端app、现场报警灯等方式发出预警，通知工作人员处置。
优选地，所述信息感知具体包括如下步骤：
步骤S1，为筛机中每一块筛板设置独立唯一抗金属干扰身份编码；
步骤S2，将身份编码安装到相应的筛板上；
步骤S3，通过无线射频识别24小时感知筛板实时位移。
优选地，还包括：
信息分析：根据筛板脱落次数与时间间隔，计算筛板平均脱落频次，结合筛板运行时间、节气工况变化、维修频次、更换频次因素，自主记忆学习能力不间断分析修正数值，自动分析出下一时间可能脱落的筛板，划分预警等级提醒巡检人员维护。
优选地，所述信息分析包括如下步骤：
步骤Q1，根据数据分析目标实现与其存在关联关系的数据的规则制定，然后基于主成分法获取数据的特征参数；
步骤Q2，根据筛板脱落的业务需求，基于大数据采集规则生成对应的数据挖掘模块，用于基于数据挖掘模型实现目标数据的挖掘，生成目标数据集；
步骤Q3，进行数据的清洗、格式和内容的处理和转换、数据分级分拣、加载至数据仓库,实现所采集到的目标数据的填充处理；
步骤Q4，基于录入的数据分析生成对应的数据分析模型；
步骤Q5，基于Hadoop数据分析模型实现目标数据集的分布式分析，得到对应的数据分析结果；
步骤Q6，根据筛板特性预设的时间/数据对象/数据量区间，在到达预设的时间/或发现预设的数据对象/或到达预设的数据量区间时，启动对应的数据分析模型实现自定义目标数据采集分析；
步骤Q7，基于自定义分析规则实现数据分析报表的编制，每条分析数据包括目标数据集、数据分析目标及对应的分析结果。
本发明所述的筛机筛板脱落快速感知预警系统，采用权利要求上述的筛机筛板脱落快速感知预警方法，包括筛板脱落快速感知子系统、信息分析子系统，
筛板脱落快速感知子系统包括：
身份编码，用于在筛机每个筛板上安装独立唯一的抗金属干扰身份编码；
低/高/超高频天线，用于使筛板处于天线磁场范围内；
和判断预警模块，用于通过无线射频识别24小时感知筛板实时位移，判断相应筛板是否脱落，并发出预警；
信息分析子系统包括：
大数据采集规则整编模块，用于根据数据分析目标实现与其存在关联关系的数据的规则制定，然后基于主成分法获取数据的特征参数；
数据挖掘模型模块，用于根据筛板脱落的业务需求，基于大数据采集规则生成对应的数据挖掘模块，用于基于数据挖掘模型实现目标数据的挖掘，生成目标数据集；
ETL模块，用于数据的清洗、格式和内容的处理和转换、数据分级分拣、加载至数据仓库等,实现所采集到的目标数据的填充处理；
数据分析模型构建，用于基于录入的数据分析生成对应的数据分析模型；
分析引擎模块，用于基于Hadoop数据分析模型实现目标数据集的分布式分析，得到对应的数据分析结果；
自定义分析模块，用于根据筛板特性预设的时间/数据对象/数据量区间，在到达预设的时间/或发现预设的数据对象/或到达预设的数据量区间时，启动对应的数据分析模型实现自定义目标数据采集分析；
分析报表编制模块，用于基于自定义分析规则实现数据分析报表的编制，每条分析数据包括目标数据集、数据分析目标及对应的分析结果；
云计算平台，用于协调上述各模块的工作。
系统由信息感知硬件与软件，并与云平台、大数据分析深度融合组成，其中硬件部分采用先进的抗金属干扰标注方法，有效的解决了在复杂的金属架构设备中，由于金属对无线射频的干扰所产生的读取问题，感知技术成熟稳定成本可控，可实现全范围多点布置；软件系统完成信息的处理和应用多种附加功能；云端计算具有先进的大数据分析能力，有效提高感知能力与预判功能。
优选地，所述大数据采集规则基于CNN+Bi-LSTM+Attention模型实现与其存在关联关系的数据的挖掘。
数据的挖掘合理、有效。
与现有技术相比，本发明具有以下有益效果：
1、性能：故障快速确认；射频识别实时检测筛板位移情况，发生筛板脱落第一时间预警。
2、位置精确：为筛机中每一块筛板设置独立唯一身份编码，检测精确到具体脱落的每一块筛板，位置准确率100％。价格低；大大节约成本。逻辑系统简洁；无需通过摄像头设备识别计算。
3、不占用空间：筛板上安装螺丝大小的身份编码，不受空间安装条件限制。多功能辅助模块可选。
4、可以与现场工业数字化建设程度，针对具体脱落的筛板，前期出现故障的频率及维修记录等，给处理人员提供参考(所需工具、配合人员等)数据。维修维护不影响生产。
附图说明
图1为本发明所述的筛板脱落快速感知子系统的原理示意图；
图2为本发明所述的信息分析子系统的原理示意图。
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，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
如图1-2所示，本发明所述的筛机筛板脱落快速感知预警系统，采用权利要求上述的筛机筛板脱落快速感知预警方法，包括筛板脱落快速感知子系统、信息分析子系统，
筛板脱落快速感知子系统包括：
身份编码，用于在筛机每个筛板上安装独立唯一的抗金属干扰身份编码；
低/高/超高频天线，用于使筛板处于天线磁场范围内；
和判断预警模块，用于通过无线射频识别24小时感知筛板实时位移，判断相应筛板是否脱落，并发出预警；
信息分析子系统包括：
大数据采集规则整编模块，用于根据数据分析目标实现与其存在关联关系的数据的规则制定，然后基于主成分法获取数据的特征参数；
数据挖掘模型模块，用于根据筛板脱落的业务需求，基于大数据采集规则生成对应的数据挖掘模块，用于基于数据挖掘模型实现目标数据的挖掘，生成目标数据集；
ETL模块，用于数据的清洗、格式和内容的处理和转换、数据分级分拣、加载至数据仓库等,实现所采集到的目标数据的填充处理；
数据分析模型构建，用于基于录入的数据分析生成对应的数据分析模型；
分析引擎模块，用于基于Hadoop数据分析模型实现目标数据集的分布式分析，得到对应的数据分析结果；
自定义分析模块，用于根据筛板特性预设的时间/数据对象/数据量区间，在到达预设的时间/或发现预设的数据对象/或到达预设的数据量区间时，启动对应的数据分析模型实现自定义目标数据采集分析；
分析报表编制模块，用于基于自定义分析规则实现数据分析报表的编制，每条分析数据包括目标数据集、数据分析目标及对应的分析结果；
云计算平台，用于协调上述各模块的工作。
系统由信息感知硬件与软件，并与云平台、大数据分析深度融合组成，其中硬件部分采用先进的抗金属干扰标注方法，有效的解决了在复杂的金属架构设备中，由于金属对无线射频的干扰所产生的读取问题，感知技术成熟稳定成本可控，可实现全范围多点布置；软件系统完成信息的处理和应用多种附加功能；云端计算具有先进的大数据分析能力，有效提高感知能力与预判功能。
例如在同工况区被标注a—z块筛板，根据筛板脱落次数与时间间隔，计算筛板平均脱落频次，结合筛板运行时间、不同节气工况变化、维修频次、更换频次等因素，系统自主记忆学习能力不间断分析修正数值，自动分析出下一时间可能脱落的筛板，划分预警等级提醒巡检人员维护，并根据经验提供维修与更换建议；对每块筛板进行全生命周期管理，可根据维护人员输入的更换筛板不同批次、厂家、材质、价格等信息进行质量对比，为管理提供科学有效的历史数据，真正意义上实现人工智能，感知预判将隐患排除在事故前；数据上传云平台，云端提供算力与维护，无需额外添加基础it设施与系统维护，降本提效。
其中，所述大数据采集规则基于CNN+Bi-LSTM+Attention模型实现与其存在关联关系的数据的挖掘。
数据的挖掘合理、有效。
实施例2
本发明所述的筛机筛板脱落快速感知预警方法，包括：
信息感知：利用射频识别技术，对每块筛机筛板进行抗金属干扰标识，通过低/高/超高频天线传输特性，筛板时刻处于天线磁场范围内，无线射频识别24小时感知筛板实时位移；
信息处理：根据筛板实时位移情况，判断相应筛板是否脱落，并发出预警。
其中，所述信息感知具体包括如下步骤：
步骤S1，为筛机中每一块筛板设置独立唯一抗金属干扰身份编码；
步骤S2，将身份编码安装到相应的筛板上；
步骤S3，通过无线射频识别24小时感知筛板实时位移。
其中，还包括：
信息分析：根据筛板脱落次数与时间间隔，计算筛板平均脱落频次，结合筛板运行时间、节气工况变化、维修频次、更换频次因素，自主记忆学习能力不间断分析修正数值，自动分析出下一时间可能脱落的筛板，划分预警等级提醒巡检人员维护。
其中，所述信息分析包括如下步骤：
步骤Q1，根据数据分析目标实现与其存在关联关系的数据的规则制定，然后基于主成分法获取数据的特征参数；
步骤Q2，根据筛板脱落的业务需求，基于大数据采集规则生成对应的数据挖掘模块，用于基于数据挖掘模型实现目标数据的挖掘，生成目标数据集；
步骤Q3，进行数据的清洗、格式和内容的处理和转换、数据分级分拣、加载至数据仓库,实现所采集到的目标数据的填充处理；
步骤Q4，基于录入的数据分析生成对应的数据分析模型；
步骤Q5，基于Hadoop数据分析模型实现目标数据集的分布式分析，得到对应的数据分析结果；
步骤Q6，根据筛板特性预设的时间/数据对象/数据量区间，在到达预设的时间/或发现预设的数据对象/或到达预设的数据量区间时，启动对应的数据分析模型实现自定义目标数据采集分析；
步骤Q7，基于自定义分析规则实现数据分析报表的编制，每条分析数据包括目标数据集、数据分析目标及对应的分析结果。
综上，本发明所述筛机筛板脱落快速感知预警方法及系统，利用射频识别技术，对每块筛机筛板进行标识，通过低/高/超高频天线传输特性，筛板时刻处于天线磁场范围内，无线射频识别能够24小时感知状体实时位移监测预判，当筛板发生脱落，实现系统预警，可通过大屏显示、手机、平板端app、现场报警灯等方式通知工作人员处置。性能：故障快速确认；射频识别实时检测筛板位移情况，发生筛板脱落第一时间预警。位置精确：为筛机中每一块筛板设置独立唯一身份编码，检测精确到具体脱落的每一块筛板，位置准确率100％。价格低；大大节约成本。逻辑系统简洁；无需通过摄像头设备识别计算。不占用空间：筛板上安装螺丝大小的身份编码，不受空间安装条件限制。多功能辅助模块可选。可以与现场工业数字化建设程度，针对具体脱落的筛板，前期出现故障的频率及维修记录等，给处理人员提供参考(所需工具、配合人员等)数据。维修维护不影响生产。
Claims (4)
1.一种筛机筛板脱落快速感知预警方法，其特征在于，包括：
信息感知：利用射频识别技术，对每块筛机筛板进行抗金属干扰标识，通过低/高/超高频天线传输特性，筛板时刻处于天线磁场范围内，无线射频识别24小时感知筛板实时位移；
信息处理：根据筛板实时位移情况，判断相应筛板是否脱落，并发出预警；
信息分析：根据筛板脱落次数与时间间隔，计算筛板平均脱落频次，结合筛板运行时间、节气工况变化、维修频次、更换频次因素，自主记忆学习能力不间断分析修正数值，自动分析出下一时间可能脱落的筛板，划分预警等级提醒巡检人员维护；
所述信息分析包括如下步骤：
步骤Q1，根据数据分析目标实现与其存在关联关系的数据的规则制定，然后基于主成分法获取数据的特征参数；
步骤Q2，根据筛板脱落的业务需求，基于大数据采集规则生成对应的数据挖掘模块，用于基于数据挖掘模型实现目标数据的挖掘，生成目标数据集；
步骤Q3，进行数据的清洗、格式和内容的处理和转换、数据分级分拣、加载至数据仓库,实现所采集到的目标数据的填充处理；
步骤Q4，基于录入的数据分析生成对应的数据分析模型；
步骤Q5，基于Hadoop 数据分析模型实现目标数据集的分布式分析，得到对应的数据分析结果；
步骤Q6，根据筛板特性预设的时间/数据对象/数据量区间，在到达预设的时间/或发现预设的数据对象/或到达预设的数据量区间时，启动对应的数据分析模型实现自定义目标数据采集分析；
步骤Q7，基于自定义分析规则实现数据分析报表的编制，每条分析数据包括目标数据集、数据分析目标及对应的分析结果。
2.根据权利要求1所述的筛机筛板脱落快速感知预警方法，其特征在于，所述信息感知具体包括如下步骤：
步骤S1，为筛机中每一块筛板设置独立唯一抗金属干扰身份编码；
步骤S2，将身份编码安装到相应的筛板上；
步骤S3，通过无线射频识别24小时感知筛板实时位移。
3.一种筛机筛板脱落快速感知预警系统，采用权利要求1或2所述的筛机筛板脱落快速感知预警方法，其特征在于，包括筛板脱落快速感知子系统、信息分析子系统，
筛板脱落快速感知子系统包括：
身份编码，用于在筛机每个筛板上安装独立唯一的抗金属干扰身份编码；
低/高/超高频天线，用于使筛板处于天线磁场范围内；
和判断预警模块，用于通过无线射频识别24小时感知筛板实时位移，判断相应筛板是否脱落，并发出预警；
信息分析子系统，用于根据筛板脱落次数与时间间隔，计算筛板平均脱落频次，结合筛板运行时间、节气工况变化、维修频次、更换频次因素，自主记忆学习能力不间断分析修正数值，自动分析出下一时间可能脱落的筛板，划分预警等级提醒巡检人员维护；包括：
大数据采集规则整编模块，用于根据数据分析目标实现与其存在关联关系的数据的规则制定，然后基于主成分法获取数据的特征参数；
数据挖掘模型模块，用于根据筛板脱落的业务需求，基于大数据采集规则生成对应的数据挖掘模块，用于基于数据挖掘模型实现目标数据的挖掘，生成目标数据集；
ETL 模块，用于数据的清洗、格式和内容的处理和转换、数据分级分拣、加载至数据仓库, 实现所采集到的目标数据的填充处理；
数据分析模型构建，用于基于录入的数据分析生成对应的数据分析模型；
分析引擎模块，用于基于Hadoop 数据分析模型实现目标数据集的分布式分析，得到对应的数据分析结果；
自定义分析模块，用于根据筛板特性预设的时间/数据对象/数据量区间，在到达预设的时间/或发现预设的数据对象/或到达预设的数据量区间时，启动对应的数据分析模型实现自定义目标数据采集分析；
分析报表编制模块，用于基于自定义分析规则实现数据分析报表的编制，每条分析数据包括目标数据集、数据分析目标及对应的分析结果；
云计算平台，用于协调各模块的工作。
4.根据权利要求3所述的筛机筛板脱落快速感知预警系统，其特征在于，所述大数据采集规则基于CNN+Bi-LSTM+Attention 模型实现与其存在关联关系的数据的挖掘。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110859011.5A CN113495517B (zh) | 2021-07-28 | 2021-07-28 | 筛机筛板脱落快速感知预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110859011.5A CN113495517B (zh) | 2021-07-28 | 2021-07-28 | 筛机筛板脱落快速感知预警方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113495517A CN113495517A (zh) | 2021-10-12 |
| CN113495517B true CN113495517B (zh) | 2024-04-09 |
Family
ID=77996524
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110859011.5A Active CN113495517B (zh) | 2021-07-28 | 2021-07-28 | 筛机筛板脱落快速感知预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113495517B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112905655A (zh) * | 2021-01-29 | 2021-06-04 | 西安交通大学城市学院 | 一种基于大数据的信息收集分析系统 |
| CN113996528A (zh) * | 2021-11-01 | 2022-02-01 | 北京明月智联科技有限公司 | 一种多功能监测筛机及其监测系统 |
| CN115046579B (zh) * | 2022-03-17 | 2024-04-19 | 江苏天沃重工科技有限公司 | 一种预拌砂浆成套装备分布式在线监测管理系统及方法 |
| CN114733756B (zh) * | 2022-06-10 | 2022-09-30 | 云翔赛博(山东)数字技术有限公司 | 嵌入式筛板状态监测装置及其监测方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004146036A (ja) * | 2002-10-03 | 2004-05-20 | Internatl Business Mach Corp <Ibm> | 磁気ディスクの保護機構、これを備えたコンピュータシステム、磁気ディスクの保護方法及びプログラム |
| CN102023100A (zh) * | 2010-04-19 | 2011-04-20 | 东莞市罗尔机电科技有限公司 | 设备故障预警系统及方法 |
| CN103488139A (zh) * | 2013-09-05 | 2014-01-01 | 山东博润工业技术股份有限公司 | 振动设备智能监测系统 |
| CN103537436A (zh) * | 2013-11-04 | 2014-01-29 | 中国矿业大学 | 三维建模中煤块粒度分析的动筛故障诊断方法 |
| KR101609513B1 (ko) * | 2015-07-20 | 2016-04-06 | 주식회사 현대백화점 | 경량철골 천장의 천장패널 탈락 경보장치 |
| CN107808186A (zh) * | 2016-09-09 | 2018-03-16 | 创新联合科技股份有限公司 | 长距离无线射频抗金属识别标签 |
| CN111536429A (zh) * | 2020-07-08 | 2020-08-14 | 浙江浙能天然气运行有限公司 | 一种基于决策融合的油气管道预警系统及预警方法 |
| CN111637023A (zh) * | 2019-03-01 | 2020-09-08 | 武汉朗立创科技有限公司 | 海上风力发电机齿轮振动监测大数据云平台系统 |
| CN111687041A (zh) * | 2020-06-09 | 2020-09-22 | 河北招岳聚氨酯制品有限公司 | 一种智能筛板及筛网监测系统 |
| CN112202924A (zh) * | 2020-11-02 | 2021-01-08 | 山东九五电力技术有限公司 | 基于物联网的大功率风电机组高强螺栓智能检测系统 |
| CN113077145A (zh) * | 2021-03-31 | 2021-07-06 | 国网新疆电力有限公司电力科学研究院 | 跨高铁输电线路多维度气象环境振颤脱落风险评估方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020053734A1 (en) * | 1993-11-16 | 2002-05-09 | Formfactor, Inc. | Probe card assembly and kit, and methods of making same |
| US20150302436A1 (en) * | 2003-08-25 | 2015-10-22 | Thomas J. Reynolds | Decision strategy analytics |
| US11269058B2 (en) * | 2018-06-13 | 2022-03-08 | Metawave Corporation | Autoencoder assisted radar for target identification |
-
2021
- 2021-07-28 CN CN202110859011.5A patent/CN113495517B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004146036A (ja) * | 2002-10-03 | 2004-05-20 | Internatl Business Mach Corp <Ibm> | 磁気ディスクの保護機構、これを備えたコンピュータシステム、磁気ディスクの保護方法及びプログラム |
| CN102023100A (zh) * | 2010-04-19 | 2011-04-20 | 东莞市罗尔机电科技有限公司 | 设备故障预警系统及方法 |
| CN103488139A (zh) * | 2013-09-05 | 2014-01-01 | 山东博润工业技术股份有限公司 | 振动设备智能监测系统 |
| CN103537436A (zh) * | 2013-11-04 | 2014-01-29 | 中国矿业大学 | 三维建模中煤块粒度分析的动筛故障诊断方法 |
| KR101609513B1 (ko) * | 2015-07-20 | 2016-04-06 | 주식회사 현대백화점 | 경량철골 천장의 천장패널 탈락 경보장치 |
| CN107808186A (zh) * | 2016-09-09 | 2018-03-16 | 创新联合科技股份有限公司 | 长距离无线射频抗金属识别标签 |
| CN111637023A (zh) * | 2019-03-01 | 2020-09-08 | 武汉朗立创科技有限公司 | 海上风力发电机齿轮振动监测大数据云平台系统 |
| CN111687041A (zh) * | 2020-06-09 | 2020-09-22 | 河北招岳聚氨酯制品有限公司 | 一种智能筛板及筛网监测系统 |
| CN111536429A (zh) * | 2020-07-08 | 2020-08-14 | 浙江浙能天然气运行有限公司 | 一种基于决策融合的油气管道预警系统及预警方法 |
| CN112202924A (zh) * | 2020-11-02 | 2021-01-08 | 山东九五电力技术有限公司 | 基于物联网的大功率风电机组高强螺栓智能检测系统 |
| CN113077145A (zh) * | 2021-03-31 | 2021-07-06 | 国网新疆电力有限公司电力科学研究院 | 跨高铁输电线路多维度气象环境振颤脱落风险评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 工业机器人智能巡检系统在选煤厂的应用;栗培国;;煤炭加工与综合利用;20200825(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113495517A (zh) | 2021-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113495517B (zh) | 筛机筛板脱落快速感知预警方法及系统 | |
| CN102676718B (zh) | 一种对高炉料面状态进行报警的系统及方法 | |
| CN110864795B (zh) | 一种称重异常报警系统 | |
| CN106840339B (zh) | 一种用于环卫收运车垃圾动态称重的方法 | |
| CN108919761B (zh) | 一种基于gpu运算的数字化煤场智能控制方法 | |
| CN111046761B (zh) | 基于多传感信息融合的皮带载荷分布检测系统及检测方法 | |
| AU2021277427A1 (en) | Belt state monitoring apparatus and method for self-powered belt conveyor | |
| CN106092049A (zh) | 杆塔倾斜智能图像在线监测系统 | |
| CN105973168A (zh) | 煤气柜活塞运行诊断系统及方法 | |
| CN103033253A (zh) | 一种塔式起重机结构的非接触振动检测方法 | |
| CN106979799A (zh) | 电网设备安全辅助监控系统 | |
| WO2016206330A1 (zh) | 一种施工立井吊桶运动状态监测系统及方法 | |
| CN108108880A (zh) | 一种选矿生产指标可视化分析系统与方法 | |
| CN116902536A (zh) | 一种皮带机智能纠偏系统 | |
| CN113606437A (zh) | 一种计算机机房全天候巡检装置 | |
| CN111565024A (zh) | 一种太阳能电池板故障检测与运行效率预测装置和方法 | |
| CN211978320U (zh) | 一种自供能皮带输送机的皮带状态监测装置 | |
| CN111562540A (zh) | 一种基于动态图像识别和分析的电能表检测监控方法 | |
| CN114095801A (zh) | 一种基于5g技术的煤仓3d物料状态自动巡检系统 | |
| CN202066558U (zh) | 一种非接触式煤仓煤位光电测量装置 | |
| CN113996528A (zh) | 一种多功能监测筛机及其监测系统 | |
| CN116147697B (zh) | 一种氢氧化铝无人值守监测方法及系统 | |
| CN109410487A (zh) | 一种设有红外监测报警装置的高端设备 | |
| CN213181294U (zh) | 一种石墨电极表面检测系统 | |
| CN207735257U (zh) | 一种物流用自动分拣设备 |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 100000 11206, floor 11, building 523, Wangjing Dongyuan, Chaoyang District, Beijing Applicant after: Aite Yunxiang (Beijing) Digital Information Technology Co.,Ltd. Address before: 100000 11206, floor 11, building 523, Wangjing Dongyuan, Chaoyang District, Beijing Applicant before: Yunxiang cyber (Beijing) Digital Information Technology Co.,Ltd. Country or region before: China |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240311 Address after: Room 482, 4th Floor, Public Science and Technology Entrepreneurship Incubation Center, No. 376 Huaguang Road, Fangzhen Town, Zhangdian District, Zibo City, Shandong Province, 255000 Applicant after: Yunxiang Saibo (Shandong) Digital Technology Co.,Ltd. Country or region after: China Address before: 100000 11206, floor 11, building 523, Wangjing Dongyuan, Chaoyang District, Beijing Applicant before: Aite Yunxiang (Beijing) Digital Information Technology Co.,Ltd. Country or region before: China |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |