CN114113664B - 脱皮机工作状态的智能监测方法及系统 - Google Patents

脱皮机工作状态的智能监测方法及系统 Download PDF

Info

Publication number
CN114113664B
CN114113664B CN202210096530.5A CN202210096530A CN114113664B CN 114113664 B CN114113664 B CN 114113664B CN 202210096530 A CN202210096530 A CN 202210096530A CN 114113664 B CN114113664 B CN 114113664B
Authority
CN
China
Prior art keywords
peeling
index
rotating speed
state
state index
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
CN202210096530.5A
Other languages
English (en)
Other versions
CN114113664A (zh
Inventor
兰皓岩
兰海东
张敏
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.)
Shandong Sishui Haiyun Grain Machinery Co ltd
Original Assignee
Shandong Sishui Haiyun Grain Machinery 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 Shandong Sishui Haiyun Grain Machinery Co ltd filed Critical Shandong Sishui Haiyun Grain Machinery Co ltd
Priority to CN202210096530.5A priority Critical patent/CN114113664B/zh
Publication of CN114113664A publication Critical patent/CN114113664A/zh
Application granted granted Critical
Publication of CN114113664B publication Critical patent/CN114113664B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • 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
    • G01K13/04—Thermometers specially adapted for specific purposes for measuring temperature of moving solid bodies
    • G01K13/08—Thermometers specially adapted for specific purposes for measuring temperature of moving solid bodies in rotary movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K3/00—Thermometers giving results other than momentary value of temperature
    • G01K3/02—Thermometers giving results other than momentary value of temperature giving means values; giving integrated values
    • G01K3/04—Thermometers giving results other than momentary value of temperature giving means values; giving integrated values in respect of time
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P11/00—Measuring average value of speed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本发明涉及机械加工技术领域，具体涉及脱皮机工作状态的智能监测方法及系统。该方法包括：获取脱皮机的转速比；采集脱皮辊在单位时间内的平均温度，根据转速比和平均温度获取脱皮机的脱皮状态指标；在预设时间段内获取每两台脱皮机的脱皮状态指标之间的指标相关性，依据指标相关性将所有脱皮机分为多个类别，并获取每个类别的全局状态指标；选取最优全局状态指标对应的类别作为最优类别，计算最优类别中包含的脱皮机的平均进料速度作为标准进料速度；将每台脱皮机当前的脱皮状态指标与最优全局状态指标进行对比、进料速度与标准进料速度进行对比，监测该脱皮机的工作状态。本发明实施例能够实时监测脱皮机的工作状态。

Description

脱皮机工作状态的智能监测方法及系统
技术领域
本发明涉及机械加工技术领域，具体涉及脱皮机工作状态的智能监测方法及系统。
背景技术
玉米是世界上三大粮食农作物之一，在我国，玉米具有种植简单、产量高等优点而被广泛种植，但玉米脱皮一直是困扰种植者的一大难题。现如今，脱皮技术蓬勃发展，使玉米脱皮从人工作业的传统农业状态转变为大型机械化作业的现代状态。
在玉米脱皮机的工作过程中，脱皮辊相向转动挤压滚搓玉米果实的外皮从而将玉米皮脱下，脱下的玉米皮从两个脱皮辊之间掉下，脱皮后的玉米棒沿着脱皮辊被输送走。收获玉米的季节脱皮机会连续不断地高强度工作，此时需要对脱皮机的工作状态进行监测，避免脱皮机出现故障。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种脱皮机工作状态的智能监测方法及系统，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种脱皮机工作状态的智能监测方法，该方法包括以下步骤：
采集脱皮机电机的额定转速和单位时间的实际转速，获取脱皮机的转速比；获取脱皮辊在所述单位时间内的平均温度，根据所述转速比和所述平均温度获取所述脱皮机的脱皮状态指标；
在预设时间段内获取每两台脱皮机的脱皮状态指标之间的指标相关性，依据所述指标相关性将所有脱皮机分为多个类别，并获取每个类别的全局状态指标；
选取最优全局状态指标对应的类别作为最优类别，计算所述最优类别中包含的脱皮机的平均进料速度作为标准进料速度；
将每台脱皮机当前的所述脱皮状态指标与所述最优全局状态指标进行对比、进料速度与所述标准进料速度进行对比，监测该脱皮机的工作状态。
优选的，所述实际转速的获取过程为：
在电机上附着一个反光标识，并利用光源照射电机，以所述反光标识在单位时间内的反光次数作为所述实际转速。
优选的，所述脱皮状态指标的获取过程为：
以实际转速与额定转速的比值作为转速比，以转速比与所述平均温度的比值作为所述脱皮状态指标。
优选的，所述指标相关性的获取过程为：
获取每台脱皮机在预设时间段内的脱皮状态指标组成的状态序列，以及对应的脱皮锟在预设时间段内的温度序列，计算每两台脱皮机对应的状态序列之间的皮尔逊相关系数，以及对应的温度序列之间的温度差异，根据皮尔逊相关系数和温度差异计算所述指标相关性，温度差异与指标相关性呈负相关关系。
优选的，所述全局状态指标的获取过程为：
对于每个类别，获取每台脱皮机在所述预设时间段内的所有转速比的平均转速比，以及平均脱皮状态指标，将所有脱皮机的平均转速比进行归一化作为对应的平均脱皮状态指标的权重，进行加权求和获取所述全局状态指标；所述预设时间段包括多个所述单位时间。
第二方面，本发明另一个实施例提供了一种脱皮机工作状态的智能监测系统，该系统包括以下模块：
脱皮状态指标获取模块，用于采集脱皮机电机的额定转速和单位时间的实际转速，获取脱皮机的转速比；获取脱皮辊在所述单位时间内的平均温度，根据所述转速比和所述平均温度获取所述脱皮机的脱皮状态指标；
全局状态指标获取模块，用于在预设时间段内获取每两台脱皮机的脱皮状态指标之间的指标相关性，依据所述指标相关性将所有脱皮机分为多个类别，并获取每个类别的全局状态指标；
最优类别筛选模块，用于选取最优全局状态指标对应的类别作为最优类别，计算所述最优类别中包含的脱皮机的平均进料速度作为标准进料速度；
工作状态监测模块，用于将每台脱皮机当前的所述脱皮状态指标与所述最优全局状态指标进行对比、进料速度与所述标准进料速度进行对比，监测该脱皮机的工作状态。
优选的，所述脱皮状态指标获取模块还包括：
实际转速获取单元，用于在电机上附着一个反光标识，并利用光源照射电机，以所述反光标识在单位时间内的反光次数作为所述实际转速。
优选的，所述脱皮状态指标获取模块还包括：
脱皮状态指标计算单元，用于以实际转速与额定转速的比值作为所述转速比，以转速比与平均温度的比值作为所述脱皮状态指标。
优选的，所述全局状态指标获取模块还包括：
指标相关性计算单元，用于获取每台脱皮机在预设时间段内的脱皮状态指标组成的状态序列，以及对应的脱皮锟在预设时间段内的温度序列，计算每两台脱皮机对应的状态序列之间的皮尔逊相关系数，以及对应的温度序列之间的温度差异，根据皮尔逊相关系数和温度差异计算所述指标相关性，所述差异与指标相关性呈负相关关系。
优选的，所述全局状态指标获取模块还包括：
全局状态指标计算单元，用于对于每个类别，获取每台脱皮机在所述预设时间段内的所有转速比的平均转速比，以及平均脱皮状态指标，将所有脱皮机的平均转速比进行归一化作为对应的平均脱皮状态指标的权重，进行加权求和获取所述全局状态指标。
本发明实施例至少具有如下有益效果：
根据脱皮机的转速比和脱皮辊的温度判断脱皮机的脱皮状态，获取多台脱皮机的脱皮状态之间的指标相关性进而分类，选出最优的类别，通过比较当前的脱皮状态与最优的脱皮状态以及当前的进料速度与最优的进料速度监测当前脱皮机的工作状态。本发明实施例能够以当前时刻之前预设时间段的历史数据作为参考，更具有实时性和可靠性，实时监测脱皮机的工作状态，避免脱皮机工作效率较低或者超负荷运转。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅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它附图。
图1为本发明一个实施例提供的脱皮机工作状态的智能监测方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的脱皮机工作状态的智能监测方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的脱皮机工作状态的智能监测方法及系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的脱皮机工作状态的智能监测方法的步骤流程图，该方法包括以下步骤：
步骤S001，采集脱皮机电机的额定转速和单位时间的实际转速，获取脱皮机的转速比；获取脱皮辊在单位时间内的平均温度，根据转速比和平均温度获取脱皮机的脱皮状态指标。
具体的步骤包括：
1.采集脱皮机电机的额定转速和实际转速。
通过脱皮机的铭牌信息获取电机的额定转速
Figure 245284DEST_PATH_IMAGE001
，然后在电机上附着一个反光标识，并利用光源照射电机，以反光标识在单位时间内的反光次数作为实际转速
Figure 476546DEST_PATH_IMAGE002
。
在本发明实施例中，在电机传动轮上张贴一个反光标识，并在电机传动轮正前方安装一个激光发射器，持续不断对电机传动轮发射激光，每当传动轮旋转一周，就会回收一个反射光，记录单位时间内反射光的数量，即为单位时间内电机的实际转速
Figure 595811DEST_PATH_IMAGE002
。
作为一个示例，本发明实施例中单位时间为1分钟。
2.获取脱皮机的脱皮状态指标。
以实际转速与额定转速的比值作为转速比，以转速比与平均温度的比值作为脱皮状态指标。
通过
Figure 926430DEST_PATH_IMAGE003
得到电机的转速比E，工作中的实时转速不可能大于额定转速，故E的值域为(0,1)。当E越接近1，脱皮机工作状态越好，此时脱皮效率越高；反之，脱皮机越可能出现电机故障，可能是被玉米残渣卡住等情况。
脱皮辊是玉米脱皮机的核心部件，脱皮辊的数量、组合方式、材质以及脱皮辊的排列形式均会影响脱皮机的脱皮效果。在脱皮机工作过程中，脱皮辊持续不断与玉米叶片摩擦且高速旋转，产生的热量会使脱皮辊软化，降低玉米叶片与脱皮辊的摩擦系数，降低工作效率并且还会直接影响脱皮辊的寿命。
使用红外温度探测仪检测脱皮辊的实时温度信息。本发明实施例中红外温度探测仪的数值1s刷新一次，记录一段时间内的温度数值变化，以单位时间，即1分钟为时间长度，记录得到60个温度数值样本
Figure 29515DEST_PATH_IMAGE004
。
电机的实时转速比越高，脱皮机工作越流畅，玉米的脱皮率应该越高。脱皮辊的温度越低时，脱皮辊与玉米叶穗的摩擦系数越高，脱皮机的脱皮效果越好。因此计算单位时间的脱皮状态指标
Figure 861205DEST_PATH_IMAGE005
：
Figure 366135DEST_PATH_IMAGE006
其中，
Figure 133234DEST_PATH_IMAGE007
表示单位时间的所有实时温度的平均值。
步骤S002，在预设时间段内获取每两台脱皮机的脱皮状态指标之间的指标相关性，依据指标相关性将所有脱皮机分为多个类别，并获取每个类别的全局状态指标。
具体的步骤包括：
1.计算每两台脱皮机的脱皮状态指标之间的指标相关性。
获取每台脱皮机在预设时间段内的脱皮状态指标组成的状态序列，以及对应的脱皮锟在预设时间段内的温度序列，计算每两台脱皮机对应的状态序列之间的皮尔逊相关系数，以及对应的温度序列之间的温度差异，根据皮尔逊相关系数和温度差异计算指标相关性，温度差异与指标相关性呈负相关关系。
获取每台脱皮机在预设时间段内的多个单位时间下的脱皮状态指标，所有脱皮状态指标组成状态序列，同理获取每台脱皮机的脱皮辊在预设时间段内的多个单位时间下的平均温度，组成温度序列。
以脱皮机A和脱皮机B为示例，计算两台脱皮机在同一预设时间段内的状态序列的指标相关性
Figure 51512DEST_PATH_IMAGE008
：
Figure 562258DEST_PATH_IMAGE009
其中，
Figure 984013DEST_PATH_IMAGE010
表示脱皮机A在预设时间段内的温度序列，
Figure 981400DEST_PATH_IMAGE011
表示温度序列
Figure 731181DEST_PATH_IMAGE010
中所有元素的平均值，
Figure 435832DEST_PATH_IMAGE012
表示脱皮机A在预设时间段内的状态序列，
Figure 649776DEST_PATH_IMAGE013
表示脱皮机B在预设时间段内的状态序列，
Figure 24256DEST_PATH_IMAGE014
表示状态序列
Figure 651547DEST_PATH_IMAGE012
和状态序列
Figure 504096DEST_PATH_IMAGE013
之间的协方差，
Figure 900443DEST_PATH_IMAGE015
表示状态序列
Figure 242562DEST_PATH_IMAGE012
中所有元素的标准差，
Figure 232515DEST_PATH_IMAGE016
表示状态序列
Figure 747810DEST_PATH_IMAGE013
中所有元素的标准差。
作为一个示例，本发明实施例中预设时间段为0.5个小时。
需要说明的是，
Figure 383016DEST_PATH_IMAGE017
计算了两台脱皮机预设时间段内脱皮辊的平均温度的温差的倒数，温差越小，两台脱皮机工作状态越相似。
Figure 223933DEST_PATH_IMAGE018
计算了两台脱皮机的状态序列的皮尔逊相关系数，用来度量两个变量线性相关性的强弱，其大小越接近1，脱皮机A与脱皮机B的脱皮工况状态变化趋势越相似。
在其他实施例中，还可以利用状态序列之间的动态时间规整（DTW）距离计算每两台脱皮机的指标相关性，两台脱皮机的状态序列之间的DTW距离与指标相关性呈负相关关系，同样以脱皮机A和脱皮机B为示例，具体计算公式如下：
Figure 497920DEST_PATH_IMAGE019
其中，
Figure 957851DEST_PATH_IMAGE020
表示脱皮机A和脱皮机B的状态序列之间的DTW距离。DTW距离越大，两个状态序列之间的差异越大，指标相关性越小。
2.依据指标相关性将所有脱皮机分为多个类别。
将指标相关性转变为聚类所需要的抽象空间内的样本距离
Figure DEST_PATH_IMAGE021
，并基于样本距离利用DBSCAN将所有脱皮机分为多个类别。每个类别中的脱皮机之间的样本距离小，说明两台脱皮机之间的指标相关性大，即每个类别中的脱皮机的脱皮辊之间的温度差异小，脱皮指标状态指标相似，意味着每个类别中的脱皮机工作状态相似。DBSCAN将所有脱皮机按照工作状态的差异分类，分成了不同工作状态类别，每个类别中的脱皮机工作状态差异小。
3.获取每个类别的全局状态指标。
对于每个类别，获取每台脱皮机在预设时间段内的所有转速比的平均转速比，以及平均脱皮状态指标，将所有脱皮机的平均转速比进行归一化作为对应的平均脱皮状态指标的权重，进行加权求和获取全局状态指标；预设时间段包括多个单位时间。
每个类别中脱皮状态指标均值可以作为该类别脱皮机的工作状态好坏的依据，但是仅仅依靠脱皮状态指标均值的大小判断哪个类别的工作状态更好是不准确的。因此通过引入平均转速比作为权重，对其进行修正，计算每个类别的全局状态指标，进而判断脱皮机工作状态的好坏。
对于同一类别中的每台脱皮机，计算其预设时间段内所有转速比的平均转速比，并将所有平均转速比进行归一化，得到
Figure 469735DEST_PATH_IMAGE022
，其中n表示脱皮机的总数量，且
Figure 481553DEST_PATH_IMAGE023
。同时每台脱皮机计算其脱皮状态指标在预设时间段内的平均值，得到
Figure 977257DEST_PATH_IMAGE024
，以归一化后的平均转速比作为对应平均脱皮状态指标的权重计算该类别的全局状态指标
Figure 237949DEST_PATH_IMAGE025
：
Figure 463394DEST_PATH_IMAGE026
以同样的方法获取每个类别的全局状态指标。
步骤S003，选取最优全局状态指标对应的类别作为最优类别，计算最优类别中包含的脱皮机的平均进料速度作为标准进料速度。
具体的步骤包括：
1.选取最优类别。
以全局状态指标最大的类别作为最优类别：
Figure 255901DEST_PATH_IMAGE027
其中，N表示类别的数量，
Figure 832376DEST_PATH_IMAGE028
表示第一个类别的全局状态指标，
Figure DEST_PATH_IMAGE029
表示第二个类别的全局状态指标，
Figure 571793DEST_PATH_IMAGE030
表示第N个类别的全局状态指标。
2.获取标准进料速度。
本发明实施例中的脱皮机为皮带传送进料，进料口皮带传动速度可以分档调节。能够更好地控制脱皮机进料速度，提高工作效率。
当进料速度过快时，电机负荷可能过大，长时间高负荷工作，会对电机造成极大损伤。如果进料速度过慢，则会降低工作效率，拉长工作时间。
以最优类别中包含的脱皮机的平均进料速度作为标准进料速度
Figure DEST_PATH_IMAGE031
。
步骤S004，将每台脱皮机当前的脱皮状态指标与最优全局状态指标进行对比、进料速度与标准进料速度进行对比，监测该脱皮机的工作状态。
具体的，获取当前时刻的脱皮状态指标
Figure 58269DEST_PATH_IMAGE032
，将其与该时刻前预设时间段内得到的最优全局状态指标做比较，当
Figure 677469DEST_PATH_IMAGE033
时，脱皮机工作状态十分正常，按照当前进料速度继续工作。当
Figure 147765DEST_PATH_IMAGE034
时，比较当前进料速度Q与该时刻前预设时间段内得到的标准进料速度
Figure 487610DEST_PATH_IMAGE031
进行比较，当
Figure 422068DEST_PATH_IMAGE035
时，脱皮机工作正常，但进料速度较低，调大进料速度以使脱皮机进入最佳工作状态，且进料速度优先调整至
Figure 87536DEST_PATH_IMAGE031
；当
Figure 373024DEST_PATH_IMAGE036
时，脱皮机工作状态不正常，首先调小进料速度，如果脱皮机仍达不到最佳工作状态，应立即停机检修，检测脱皮机电机是否超负荷运作导致电机损坏或脱皮辊温度太高导致脱皮辊融化损坏。
综上所述，本发明实施例采集脱皮机电机的额定转速和单位时间的实际转速，获取脱皮机的转速比；采集脱皮辊在单位时间内的平均温度，根据转速比和平均温度获取脱皮机的脱皮状态指标；在预设时间段内获取每两台脱皮机的脱皮状态指标之间的指标相关性，依据指标相关性将所有脱皮机分为多个类别，并获取每个类别的全局状态指标；选取最优全局状态指标对应的类别作为最优类别，计算最优类别中包含的脱皮机的平均进料速度作为标准进料速度；将每台脱皮机当前的脱皮状态指标与最优全局状态指标进行对比、进料速度与标准进料速度进行对比，监测该脱皮机的工作状态。本发明实施例能够实时监测脱皮机的工作状态，并且以当前时刻前预设时间段的历史数据作为参考，更具有实时性和可靠性。
本发明实施例还提出了一种脱皮机工作状态的智能监测系统，该系统包括以下模块：脱皮状态指标获取模块、全局状态指标获取模块、最优类别筛选模块以及工作状态监测模块。
具体的，脱皮状态指标获取模块用于采集脱皮机电机的额定转速和单位时间的实际转速，获取脱皮机的转速比；采集脱皮辊在单位时间内的平均温度，根据转速比和平均温度获取脱皮机的脱皮状态指标；全局状态指标获取模块用于在预设时间段内获取每两台脱皮机的脱皮状态指标之间的指标相关性，依据指标相关性将所有脱皮机分为多个类别，并获取每个类别的全局状态指标；最优类别筛选模块用于选取最优全局状态指标对应的类别作为最优类别，计算最优类别中包含的脱皮机的平均进料速度作为标准进料速度；工作状态监测模块用于将每台脱皮机当前的脱皮状态指标与最优全局状态指标进行对比、进料速度与标准进料速度进行对比，监测该脱皮机的工作状态。本发明实施例能够实时监测脱皮机的工作状态，并且以当前时刻前预设时间段的历史数据作为参考，更具有实时性和可靠性。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (4)

1.脱皮机工作状态的智能监测方法，其特征在于，该方法包括以下步骤：
采集脱皮机电机的额定转速和单位时间的实际转速，获取脱皮机的转速比；获取脱皮辊在所述单位时间内的平均温度，根据所述转速比和所述平均温度获取所述脱皮机的脱皮状态指标；
在预设时间段内获取每两台脱皮机的脱皮状态指标之间的指标相关性，依据所述指标相关性将所有脱皮机分为多个类别，并获取每个类别的全局状态指标；
选取最优全局状态指标对应的类别作为最优类别，计算所述最优类别中包含的脱皮机的平均进料速度作为标准进料速度；
将每台脱皮机当前的所述脱皮状态指标与所述最优全局状态指标进行对比、进料速度与所述标准进料速度进行对比，监测该脱皮机的工作状态；
所述脱皮状态指标的获取过程为：
以实际转速与额定转速的比值作为转速比，以转速比与所述平均温度的比值作为所述脱皮状态指标；
所述指标相关性的获取过程为：
获取每台脱皮机在预设时间段内的脱皮状态指标组成的状态序列，以及对应的脱皮锟在预设时间段内的温度序列，计算每两台脱皮机对应的状态序列之间的皮尔逊相关系数，以及对应的温度序列之间的温度差异，根据皮尔逊相关系数和温度差异计算所述指标相关性，温度差异与指标相关性呈负相关关系；
所述全局状态指标的获取过程为：
对于每个类别，获取每台脱皮机在所述预设时间段内的所有转速比的平均转速比，以及平均脱皮状态指标，将所有脱皮机的平均转速比进行归一化作为对应的平均脱皮状态指标的权重，进行加权求和获取所述全局状态指标；所述预设时间段包括多个所述单位时间。
2.根据权利要求1所述的方法，其特征在于，所述实际转速的获取过程为：
在电机上附着一个反光标识，并利用光源照射电机，以所述反光标识在单位时间内的反光次数作为所述实际转速。
3.脱皮机工作状态的智能监测系统，其特征在于，该系统包括以下模块：
脱皮状态指标获取模块，用于采集脱皮机电机的额定转速和单位时间的实际转速，获取脱皮机的转速比；获取脱皮辊在所述单位时间内的平均温度，根据所述转速比和所述平均温度获取所述脱皮机的脱皮状态指标；
全局状态指标获取模块，用于在预设时间段内获取每两台脱皮机的脱皮状态指标之间的指标相关性，依据所述指标相关性将所有脱皮机分为多个类别，并获取每个类别的全局状态指标；
最优类别筛选模块，用于选取最优全局状态指标对应的类别作为最优类别，计算所述最优类别中包含的脱皮机的平均进料速度作为标准进料速度；
工作状态监测模块，用于将每台脱皮机当前的所述脱皮状态指标与所述最优全局状态指标进行对比、进料速度与所述标准进料速度进行对比，监测该脱皮机的工作状态；
所述脱皮状态指标获取模块还包括：
脱皮状态指标计算单元，用于以实际转速与额定转速的比值作为所述转速比，以转速比与平均温度的比值作为所述脱皮状态指标；
所述全局状态指标获取模块还包括：
指标相关性计算单元，用于获取每台脱皮机在预设时间段内的脱皮状态指标组成的状态序列，以及对应的脱皮锟在预设时间段内的温度序列，计算每两台脱皮机对应的状态序列之间的皮尔逊相关系数，以及对应的温度序列之间的温度差异，根据皮尔逊相关系数和温度差异计算所述指标相关性，所述差异与指标相关性呈负相关关系；
所述全局状态指标获取模块还包括：
全局状态指标计算单元，用于对于每个类别，获取每台脱皮机在所述预设时间段内的所有转速比的平均转速比，以及平均脱皮状态指标，将所有脱皮机的平均转速比进行归一化作为对应的平均脱皮状态指标的权重，进行加权求和获取所述全局状态指标；所述预设时间段包括多个所述单位时间。
4.根据权利要求3所述的系统，其特征在于，所述脱皮状态指标获取模块还包括：
实际转速获取单元，用于在电机上附着一个反光标识，并利用光源照射电机，以所述反光标识在单位时间内的反光次数作为所述实际转速。
CN202210096530.5A 2022-01-27 2022-01-27 脱皮机工作状态的智能监测方法及系统 Active CN114113664B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210096530.5A CN114113664B (zh) 2022-01-27 2022-01-27 脱皮机工作状态的智能监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210096530.5A CN114113664B (zh) 2022-01-27 2022-01-27 脱皮机工作状态的智能监测方法及系统

Publications (2)

Publication Number Publication Date
CN114113664A CN114113664A (zh) 2022-03-01
CN114113664B true CN114113664B (zh) 2022-04-08

Family

ID=80361980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210096530.5A Active CN114113664B (zh) 2022-01-27 2022-01-27 脱皮机工作状态的智能监测方法及系统

Country Status (1)

Country Link
CN (1) CN114113664B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115053709B (zh) * 2022-05-20 2024-03-08 南通透灵信息科技有限公司 基于农业物联网的农作物生长分析平台

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101605685A (zh) * 2007-02-12 2009-12-16 通用电气公司 操作机车的方法和系统
JP2011201295A (ja) * 2010-03-04 2011-10-13 Fujifilm Corp 射出成形方法
CN102302063A (zh) * 2011-08-16 2012-01-04 安徽农业大学 一种茶叶杀青机的自动控制装置
CN105234014A (zh) * 2015-10-27 2016-01-13 张荣斌 一种选粉机的自动控制系统及方法
CN106902969A (zh) * 2015-12-23 2017-06-30 德阳九鼎智远知识产权运营有限公司 一种自磨机的控制系统
CN106902970A (zh) * 2015-12-23 2017-06-30 德阳九鼎智远知识产权运营有限公司 一种自磨机的控制方法
CN107368121A (zh) * 2017-08-01 2017-11-21 武汉工程大学 一种双螺旋菜籽榨油机榨膛温度模糊pid控制系统及方法
CN110045676A (zh) * 2019-05-22 2019-07-23 成都西部石油装备股份有限公司 一种离心机的新型自动控制系统及控制方法
CN110500596A (zh) * 2019-08-13 2019-11-26 北方工程设计研究院有限公司 一种危险废物焚烧自动控制方法
JP2019209338A (ja) * 2018-05-31 2019-12-12 学校法人早稲田大学 加熱炉及び加熱炉内におけるワーク温度取得方法
CN111459778A (zh) * 2020-03-12 2020-07-28 平安科技（深圳）有限公司 运维系统异常指标检测模型优化方法、装置及存储介质
CN111647698A (zh) * 2020-06-11 2020-09-11 武汉钢铁有限公司 一种高炉炉缸的活跃状态检测方法及装置
CN112003952A (zh) * 2020-09-18 2020-11-27 山东宇冠机械有限公司 一种生物质颗粒机的数据采集、监测和云存储系统
CN113287410A (zh) * 2021-05-25 2021-08-24 苏州久富农业机械有限公司 一种联合收割机远程故障监测系统
CN113418730A (zh) * 2021-06-21 2021-09-21 河南中烟工业有限责任公司 一种卷烟机运行状态的在线监测方法
CN113551766A (zh) * 2021-09-22 2021-10-26 启东市海信机械有限公司 一种基于人工智能的机械设备工作状态检测方法
CN113706020A (zh) * 2021-08-30 2021-11-26 湖南绿蔓生物科技股份有限公司 一种藤茶提取物用智能生产系统
CN113791654A (zh) * 2021-11-18 2021-12-14 山东欣悦健康科技有限公司 一种医疗用挤出机的控制系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7908117B2 (en) * 2007-08-03 2011-03-15 Ecofactor, Inc. System and method for using a network of thermostats as tool to verify peak demand reduction

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101605685A (zh) * 2007-02-12 2009-12-16 通用电气公司 操作机车的方法和系统
JP2011201295A (ja) * 2010-03-04 2011-10-13 Fujifilm Corp 射出成形方法
CN102302063A (zh) * 2011-08-16 2012-01-04 安徽农业大学 一种茶叶杀青机的自动控制装置
CN105234014A (zh) * 2015-10-27 2016-01-13 张荣斌 一种选粉机的自动控制系统及方法
CN106902969A (zh) * 2015-12-23 2017-06-30 德阳九鼎智远知识产权运营有限公司 一种自磨机的控制系统
CN106902970A (zh) * 2015-12-23 2017-06-30 德阳九鼎智远知识产权运营有限公司 一种自磨机的控制方法
CN107368121A (zh) * 2017-08-01 2017-11-21 武汉工程大学 一种双螺旋菜籽榨油机榨膛温度模糊pid控制系统及方法
JP2019209338A (ja) * 2018-05-31 2019-12-12 学校法人早稲田大学 加熱炉及び加熱炉内におけるワーク温度取得方法
CN110045676A (zh) * 2019-05-22 2019-07-23 成都西部石油装备股份有限公司 一种离心机的新型自动控制系统及控制方法
CN110500596A (zh) * 2019-08-13 2019-11-26 北方工程设计研究院有限公司 一种危险废物焚烧自动控制方法
CN111459778A (zh) * 2020-03-12 2020-07-28 平安科技（深圳）有限公司 运维系统异常指标检测模型优化方法、装置及存储介质
WO2021179572A1 (zh) * 2020-03-12 2021-09-16 平安科技（深圳）有限公司 运维系统异常指标检测模型优化方法、装置及存储介质
CN111647698A (zh) * 2020-06-11 2020-09-11 武汉钢铁有限公司 一种高炉炉缸的活跃状态检测方法及装置
CN112003952A (zh) * 2020-09-18 2020-11-27 山东宇冠机械有限公司 一种生物质颗粒机的数据采集、监测和云存储系统
CN113287410A (zh) * 2021-05-25 2021-08-24 苏州久富农业机械有限公司 一种联合收割机远程故障监测系统
CN113418730A (zh) * 2021-06-21 2021-09-21 河南中烟工业有限责任公司 一种卷烟机运行状态的在线监测方法
CN113706020A (zh) * 2021-08-30 2021-11-26 湖南绿蔓生物科技股份有限公司 一种藤茶提取物用智能生产系统
CN113551766A (zh) * 2021-09-22 2021-10-26 启东市海信机械有限公司 一种基于人工智能的机械设备工作状态检测方法
CN113791654A (zh) * 2021-11-18 2021-12-14 山东欣悦健康科技有限公司 一种医疗用挤出机的控制系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
《Effects of compressive stress, feeding rate and speed of rotation on palm kernel oil yield》;R. AkinosoA. O. Raji;《Journal of Food Engineering》;20190830;全文 *
《Modeling and developing a smart interface for various drying methods of pomelo fruit (Citrus maxima) peel using machine learning approaches》;İsmail Kırbaş;《Computers and Electronics in Agriculture》;20190820;全文 *
《锌钡白煅烧回转窑过程控制的分析与研究》;杜启亮;《中国博士学位论文全文数据库工程科技Ⅰ辑》;20081015;全文 *
《陕西省核桃青皮脱皮机产品质量风险监测分析》;梁景毓;《农机质量与监督》;20191125;全文 *

Also Published As

Publication number Publication date
CN114113664A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN114113664B (zh) 脱皮机工作状态的智能监测方法及系统
JP2021022311A (ja) 異常検知装置、異常検知システムおよびプログラム
CN114766185A (zh) 农用割台控制
Chen et al. Online field performance evaluation system of a grain combine harvester
CN116404186B (zh) 一种功率型锂锰电池生产系统
Tang et al. Bionic Design and Parameter Optimization of Rotating and Fixed Stem‐and Leaf‐Cutting Devices for Carrot Combine Harvesters
CN117318614A (zh) 一种光伏逆变器故障预测方法
CN106142023A (zh) 电动工具及电动工具远程信息收集装置、系统和方法
CN117652388A (zh) 一种基于物联网的果园分类灌溉控制系统
CN101627682B (zh) 玉米收获机果穗喂入量测试方法及测试装置
CN113297291A (zh) 监测方法、系统、可读存储介质和风力发电机
CN114255394A (zh) 用于调整农业机械作业参数的方法、装置及处理器
EP4276700A1 (en) Tracking and monitoring bees pollination efficiency
CN115432532B (zh) 一种曳引机传动机构及其传动方法
CN111066466A (zh) 一种作业负荷可自适应调节的联合收获机及其控制方法
CN116661514A (zh) 一种基于机器学习的辣椒收获机滚筒转速控制方法
CN110370080A (zh) 一种修边机切刀的监测方法及监测系统
CN116502043A (zh) 一种基于孤立森林算法的精轧电机状态分析方法
CN116899896A (zh) 一种基于机器视觉的红果参分拣装置及分拣方法
CN115326393A (zh) 一种基于温度信息的风电机组轴承对故障诊断方法
CN218122785U (zh) 一种收割机的监控及报警系统
Priyadi Comparison of YOLOv8 and EfficientDet4 Algorithms in Detecting the Ripeness of Oil Palm Fruit Bunch
CN113945177B (zh) 一种甘蔗节识别装置
CN115390550A (zh) 联合收割机的故障诊断方法、系统、控制器和联合收割机
Liu et al. Uncovering Patterns in Bee Hive Daily Weight Variations through Machine Learning Analysis

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