CN116448188B - 一种货运绞车异常状态监测及预警系统 - Google Patents
一种货运绞车异常状态监测及预警系统 Download PDFInfo
- Publication number
- CN116448188B CN116448188B CN202310693311.XA CN202310693311A CN116448188B CN 116448188 B CN116448188 B CN 116448188B CN 202310693311 A CN202310693311 A CN 202310693311A CN 116448188 B CN116448188 B CN 116448188B
- Authority
- CN
- China
- Prior art keywords
- target
- time
- factor
- preset
- moment
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- 238000005096 rolling process Methods 0.000 claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 24
- 230000000875 corresponding effect Effects 0.000 claims description 299
- 230000002596 correlated effect Effects 0.000 claims description 30
- 238000004804 winding Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 22
- 230000009467 reduction Effects 0.000 claims description 15
- 230000005856 abnormality Effects 0.000 abstract description 17
- 238000000034 method Methods 0.000 abstract description 13
- 238000012545 processing Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/16—Applications of indicating, registering, or weighing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C15/00—Safety gear
- B66C15/06—Arrangements or use of warning devices
- B66C15/065—Arrangements or use of warning devices electrical
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
- Control Of Transmission Device (AREA)
Abstract
本发明涉及电数字数据处理技术领域,具体涉及一种货运绞车异常状态监测及预警系统,该系统包括:通过多个模块之间的相互配合可以实现以下步骤:通过传感器,获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息;确定每个预设时刻对应的目标状态因子;从预设时间段内筛选出收卷有效时刻;根据目标状态因子和绞车运行信息,确定当前时刻对应的当前运行正常区间;根据当前运行正常区间和当前时刻对应的目标状态因子,对当前时刻的待监测货运绞车进行异常监测预警。本发明通过对绞车运行信息进行电数字数据处理,提高了对货运绞车进行异常监测和异常预警的准确度,应用于货运绞车异常状态监测及预警。
Description
技术领域
本发明涉及电数字数据处理技术领域,具体涉及一种货运绞车异常状态监测及预警系统。
背景技术
随着科技的发展,货运绞车的应用越来越广泛,其中,货运绞车可以是用于货运的绞车。因此对货运绞车进行异常监测预警至关重要。其中,对货运绞车进行异常监测预警可以包括:对货运绞车进行异常监测,并在监测到异常后进行异常预警。目前,对货运绞车进行异常监测预警时,通常采用的方式为:通过人工的方式,对货运绞车进行异常监测预警。
然而,当采用上述方式时,经常会存在如下技术问题:
当采用人工的方式,对货运绞车进行异常监测预警时,往往是凭借监测者的主观观察对货运绞车是否发生异常进行判断,作出的判断结果往往不准确,因此,当采用人工的方式对货运绞车进行异常监测时,往往导致对货运绞车进行异常监测的准确度低下,从而导致对货运绞车进行异常预警的准确度低下。
发明内容
本发明的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本发明的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
为了解决对货运绞车进行异常监测的准确度低下的技术问题,本发明提出了一种货运绞车异常状态监测及预警系统。
本发明提供了一种货运绞车异常状态监测及预警系统,该系统包括:
数据获取模块,用于获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息,其中,预设时间段内的最后一个预设时刻是当前时刻;
因子确定模块,用于根据每个预设时刻对应的绞车运行信息,确定所述预设时刻对应的目标状态因子;
有效时刻筛选模块,用于根据目标状态因子,从所述预设时间段内筛选出收卷有效时刻;
区间确定模块,用于根据所述收卷有效时刻与所述当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,确定所述当前时刻对应的当前运行正常区间;
监测预警模块,用于根据所述当前运行正常区间和所述当前时刻对应的目标状态因子,对当前时刻的待监测货运绞车进行异常监测预警。
可选地,所述根据每个预设时刻对应的绞车运行信息,确定所述预设时刻对应的目标状态因子,包括:
根据预先获取的参考离合长度、所述预设时刻对应的绞车运行信息包括的目标离合长度、目标电机输出转速和目标齿轮箱转动减速比,确定所述预设时刻对应的目标预测从动转速;
对所述预设时刻对应的目标预测从动转速与绞车运行信息包括的目标从动转速的差值进行归一化,得到所述预设时刻对应的转速正常因子;
将预先获取的参考张力与所述预设时刻对应的绞车运行信息包括的目标张力的差值,确定为所述预设时刻对应的第一张力正常因子;
根据所述预设时刻对应的第一张力正常因子,确定所述预设时刻对应的第二张力正常因子,其中,第一张力正常因子与第二张力正常因子呈正相关;
根据所述预设时刻对应的转速正常因子和第二张力正常因子,确定所述预设时刻对应的目标状态因子,其中,转速正常因子和第二张力正常因子均与目标状态因子呈正相关。
可选地,所述根据预先获取的参考离合长度、所述预设时刻对应的绞车运行信息包括的目标离合长度、目标电机输出转速和目标齿轮箱转动减速比,确定所述预设时刻对应的目标预测从动转速,包括:
将所述预设时刻对应的绞车运行信息包括的目标电机输出转速和目标齿轮箱转动减速比的乘积,确定为所述预设时刻对应的目标主动转速;
将所述预设时刻对应的绞车运行信息包括的目标离合长度在所述参考离合长度中的占比,确定为所述预设时刻对应的目标长度占比;
将常数1与所述预设时刻对应的目标长度占比的差值,确定为所述预设时刻对应的目标相对长度指标;
将所述预设时刻对应的目标相对长度指标和目标主动转速的乘积,确定为所述预设时刻对应的目标预测从动转速。
可选地,所述根据目标状态因子,从所述预设时间段内筛选出收卷有效时刻,包括:
从所述预设时间段内筛选出每个预设时刻对应的候选时间段;
根据每个预设时刻对应的候选时间段内的各个候选时刻对应的目标状态因子,确定所述预设时刻对应的有效评价因子;
当所述预设时间段内的预设时刻对应的有效评价因子大于或等于预设有效阈值时,判定预设时刻为收卷有效时刻。
可选地,所述根据每个预设时刻对应的候选时间段内的各个候选时刻对应的目标状态因子,确定所述预设时刻对应的有效评价因子,包括:
将所述预设时刻对应的候选时间段内除了第一个候选时刻之外的每个候选时刻,确定为目标时刻,得到所述预设时刻对应的目标时刻序列;
从所述预设时刻对应的候选时间段内筛选出每个目标时刻对应的参考时刻序列;
将每个目标时刻对应的参考时刻序列中所有参考时刻对应的目标状态因子的标准差,确定为所述目标时刻对应的标准差异指标;
从所述预设时刻对应的候选时间段内筛选出每个目标时刻对应的对比时刻;
将每个目标时刻对应的对比时刻对应的目标状态因子和所述目标时刻对应的目标状态因子的差值的绝对值,确定为所述目标时刻对应的第一差异指标;
根据每个目标时刻对应的第一差异指标和标准差异指标,确定所述目标时刻对应的第一有效因子,其中,第一差异指标与第一有效因子呈正相关,标准差异指标与第一有效因子呈负相关;
根据所述预设时刻对应的目标时刻序列中的各个目标时刻对应的第一有效因子,确定所述预设时刻对应的有效评价因子,其中,第一有效因子与有效评价因子呈正相关。
可选地,所述根据所述收卷有效时刻与所述当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,确定所述当前时刻对应的当前运行正常区间,包括:
根据所述收卷有效时刻与所述当前时刻之间的各个预设时刻对应的目标状态因子,确定所述当前时刻对应的当前正常代表指标,其中,目标状态因子与当前正常代表指标呈正相关;
根据所述收卷有效时刻与所述当前时刻之间的各个预设时刻对应的绞车运行信息包括的目标张力,确定所述当前时刻对应的当前代表张力,其中,目标张力与当前代表张力呈正相关;
根据预先获取的参考张力与所述当前代表张力,确定所述当前时刻对应的目标左因子和目标右因子;
根据所述当前正常代表指标和所述目标左因子,确定所述当前运行正常区间包括的目标左端点,其中,所述当前正常代表指标和所述目标左因子均与所述目标左端点呈正相关;
根据所述当前正常代表指标和所述目标右因子,确定所述当前运行正常区间包括的目标右端点,其中,所述当前正常代表指标和所述目标右因子均与所述目标右端点呈正相关。
可选地,所述根据预先获取的参考张力与所述当前代表张力,确定所述当前时刻对应的目标左因子和目标右因子,包括:
将所述当前代表张力与所述参考张力的比值,确定为所述目标左因子;
将所述参考张力与所述当前代表张力的差值,确定为所述当前时刻对应的张力差异;
将所述当前时刻对应的张力差异与所述参考张力的比值,确定为所述当前时刻对应的第一因子;
根据预设因子与所述第一因子,确定所述目标右因子,其中,预设因子和所述第一因子均与所述目标右因子呈正相关。
可选地,所述根据所述当前运行正常区间和所述当前时刻对应的目标状态因子,对当前时刻的待监测货运绞车进行异常监测预警,包括:
若所述当前时刻对应的目标状态因子不属于所述当前运行正常区间,则判定所述待监测货运绞车在当前时刻发生异常,并进行预警提示。
本发明具有如下有益效果:
本发明的一种货运绞车异常状态监测及预警系统,通过对绞车运行信息进行电数字数据处理,解决了对货运绞车进行异常监测和异常预警的准确度低下的技术问题,提高了对货运绞车进行异常监测和异常预警的准确度。首先,获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息,可以便于后续判断待监测货运绞车在每个预设时刻的运行状态。接着,基于预设时刻对应的绞车运行信息,可以提高预设时刻对应的目标状态因子确定的准确度。然后,基于目标状态因子,可以提高收卷有效时刻筛选的精确度。之后,综合考虑收卷有效时刻与当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,可以提高当前运行正常区间确定的准确度。最后,综合考虑当前运行正常区间和当前时刻对应的目标状态因子,可以实现对当前时刻的待监测货运绞车进行异常监测预警,从而可以实现对待监测货运绞车的实时异常监测,并且本发明量化了当前运行正常区间和与待监测货运绞车状态相关的目标状态因子,使后续可以根据当前运行正常区间和当前时刻对应的目标状态因子,比较客观的对待监测货运绞车进行异常判断。因此,相较于通过人工的方式,对待监测货运绞车进行异常监测,本发明量化了与待监测货运绞车是否异常相关的指标,从而在一定程度上降低了人为的主观影响,进而提高了对待监测货运绞车进行异常监测和异常预警的准确度。
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为本发明的一种货运绞车异常状态监测及预警系统的结构示意图。
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技术方案的具体实施方式、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”指的不一定是同一个实施例。此外,一个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。
本发明提供了一种货运绞车异常状态监测及预警系统,该系统包括:
数据获取模块,用于获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息,其中,预设时间段内的最后一个预设时刻是当前时刻;
因子确定模块,用于根据每个预设时刻对应的绞车运行信息,确定预设时刻对应的目标状态因子;
有效时刻筛选模块,用于根据目标状态因子,从预设时间段内筛选出收卷有效时刻;
区间确定模块,用于根据收卷有效时刻与当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,确定当前时刻对应的当前运行正常区间;
监测预警模块,用于根据当前运行正常区间和当前时刻对应的目标状态因子,对当前时刻的待监测货运绞车进行异常监测预警。
参考图1,示出了根据本发明的一种货运绞车异常状态监测及预警系统的结构示意图。该货运绞车异常状态监测及预警系统,包括:
数据获取模块101,用于获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息。
在一些实施例中,可以获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息。
其中,待监测货运绞车可以是待进行异常监测的用于货运的绞车。预设时间段可以是预先设置的待监测货运绞车同一个运行过程中的时间段。预设时刻可以是预先设置的预设时间段内的时刻。相邻预设时刻之间的时长可以是预先设置的时长。例如,相邻预设时刻之间的时长可以是1秒。预设时间段内的最后一个预设时刻可以是当前时刻,即当前时刻可以是预设时间段的结束时刻。预设时间段内的第一个预设时刻可以是待监测货运绞车的启动时刻,即待监测货运绞车的启动时刻可以是预设时间段的开始时刻。待监测货运绞车的启动时刻可以是通过待监测货运绞车进行货物运输的开始时刻。例如,若当前时刻为2023年05月24日11时30分03秒,待监测货运绞车的启动时刻为2023年05月24日11时30分00秒,则预设时间段对应的时间范围可以为[2023年05月24日11时30分00秒,2023年05月24日11时30分03秒],该预设时间段包括的4个预设时刻可以为:2023年05月24日11时30分00秒、2023年05月24日11时30分01秒、2023年05月24日11时30分02秒和2023年05月24日11时30分03秒。
预设时刻对应的绞车运行信息可以是表征待监测货运绞车在该预设时刻时的运行状态的信息。例如,绞车运行信息可以包括:目标离合长度、目标电机输出转速、目标齿轮箱转动减速比、目标从动转速和目标张力。目标离合长度可以是待监测货运绞车在预设时刻的离合器自由行程,即离合长度可以是离合器自由行程。离合长度也可以称为离合结合程度。离合器自由行程是为了消除离合器的自由间隙和操纵机构零件的弹性变形所需要的离合器踏板行程。
目标电机输出转速可以是在预设时刻,安装在待监测货运绞车上的电机的输出转速。目标齿轮箱转动减速比可以是在预设时刻,安装在待监测货运绞车上的齿轮箱转动的减速比。目标从动转速可以是在预设时刻,安装在待监测货运绞车上的离合器从动端(离合器从动部分)的滚筒转速。目标张力可以是在预设时刻,安装在待监测货运绞车上的线缆的张力。可以通过对应的传感器采集绞车运行信息包括的多个数据。例如,可以通过转速传感器,采集目标电机输出转速和目标从动转速。
需要说明的是,获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息,可以便于后续判断待监测货运绞车在每个预设时刻的运行状态。
作为示例,可以通过对应的传感器,采集待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息包括的目标离合长度、目标电机输出转速、目标齿轮箱转动减速比、目标从动转速和目标张力。例如,可以通过张力传感器,采集目标张力。
因子确定模块102,用于根据每个预设时刻对应的绞车运行信息,确定预设时刻对应的目标状态因子。
在一些实施例中,可以根据每个预设时刻对应的绞车运行信息,确定上述预设时刻对应的目标状态因子。
需要说明的是,基于预设时刻对应的绞车运行信息,可以提高预设时刻对应的目标状态因子确定的准确度。
作为示例,本步骤可以包括以下步骤:
第一步,根据预先获取的参考离合长度、上述预设时刻对应的绞车运行信息包括的目标离合长度、目标电机输出转速和目标齿轮箱转动减速比,确定上述预设时刻对应的目标预测从动转速。
其中,参考离合长度可以是安装在待监测货运绞车上的离合器从动端和主动端(主动部分)完全分离时的离合器自由行程,也就是安装在待监测货运绞车上的离合器对应的最大的离合器自由行程。目标预测从动转速可以是目标从动转速的预测值。也就是说目标预测从动转速可以是预测的安装在待监测货运绞车上的离合器从动端在预设时刻的滚筒转速。
例如,根据预先获取的参考离合长度、上述预设时刻对应的绞车运行信息包括的目标离合长度、目标电机输出转速和目标齿轮箱转动减速比,确定上述预设时刻对应的目标预测从动转速可以包括以下子步骤:
第一子步骤,将上述预设时刻对应的绞车运行信息包括的目标电机输出转速和目标齿轮箱转动减速比的乘积,确定为上述预设时刻对应的目标主动转速。
其中,目标主动转速可以是安装在待监测货运绞车上的齿轮箱的输出转速。
第二子步骤,将上述预设时刻对应的绞车运行信息包括的目标离合长度在上述参考离合长度中的占比,确定为上述预设时刻对应的目标长度占比。
第三子步骤,将常数1与上述预设时刻对应的目标长度占比的差值,确定为上述预设时刻对应的目标相对长度指标。
第四子步骤,将上述预设时刻对应的目标相对长度指标和目标主动转速的乘积,确定为上述预设时刻对应的目标预测从动转速。
第二步,对上述预设时刻对应的目标预测从动转速与绞车运行信息包括的目标从动转速的差值进行归一化,得到上述预设时刻对应的转速正常因子。
第三步,将预先获取的参考张力与上述预设时刻对应的绞车运行信息包括的目标张力的差值,确定为上述预设时刻对应的第一张力正常因子。
其中,参考张力可以是安装在待监测货运绞车上的线缆所能承载的最大的张力。
第四步,根据上述预设时刻对应的第一张力正常因子,确定上述预设时刻对应的第二张力正常因子。
其中,第一张力正常因子可以与第二张力正常因子呈正相关。
第五步,根据上述预设时刻对应的转速正常因子和第二张力正常因子,确定上述预设时刻对应的目标状态因子。
其中,转速正常因子和第二张力正常因子均可以与目标状态因子呈正相关。
例如,确定预设时刻对应的目标状态因子对应的公式可以为:
其中,是预设时间段内第i个预设时刻对应的目标状态因子。是预设时间段内
第i个预设时刻对应的转速正常因子。是预设时间段内第i个预设时刻对应的第二张力正
常因子。和均与呈正相关。是参考张力。是预设时间段内第i个预设时刻对应
的绞车运行信息包括的目标张力。是预设时间段内第i个预设时刻对应的第一张
力正常因子。与呈正相关。是自然常数的次方。是预
设时间段内第i个预设时刻对应的目标预测从动转速。是预设时间段内第i个预设时刻
对应的绞车运行信息包括的目标从动转速。是S型函数。可以
实现对的归一化。是预设时间段内第i个预设时刻对应的绞车运行信息包括的目
标离合长度。是参考离合长度。是预设时间段内第i个预设时刻对应的绞车运行信
息包括的目标电机输出转速。是预设时间段内第i个预设时刻对应的绞车运行信息包括
的目标齿轮箱转动减速比。是预设时间段内第i个预设时刻对应的目标主动转速。是预设时间段内第i个预设时刻对应的目标长度占比。是预设时间段内第i个
预设时刻对应的目标相对长度指标。i是预设时间段内预设时刻的序号。
需要说明的是,可以表示目标电机输出转速通过目标齿轮箱转动减速
比减速后输出的主动转速。对于绞车的动力单元扭矩平台,相比挂载的货物重量较低,需
要通过齿轮箱减速以放大扭矩达到提升,由于动力单元输出功率不变,而功率等于扭矩乘
转速(线速度),齿轮箱内通过减速齿轮组减速,在电机输出功率不变的情况下,令动力单元
整体输出扭矩增加。可以作为第i个预设时刻离合开度应传递出的从动转速。若第i个预
设时刻的目标离合长度等于参考离合长度,则代表离合器的主动端和从动端完全分
离,主动端传递转速为0。可以作为预测的从动转速与实际采集的从动端滚筒转
速之间的差异。由于传动损耗往往导致实际采集的从动端滚筒转速低于预测的从动转
速,因此往往大于。由于从动端吊载货物,并且从动端需要从主动端获取动力来源,因
此从动端转速往往不会高于主动端转速。可以表示第i个预设时刻的目标张力与
参考张力之间的差异。由于参考张力可以是安装在待监测货运绞车上的线缆所能承载的最
大的张力,所以当大于时,可以直接判定第i个预设时刻的待监测货运绞车存在异
常,可以直接在第i个预设时刻进行异常预警,可以停止待监测货运绞车的本次运行,因此
预设时间段内除了当前时刻之外的各个预设时刻的目标张力可以小于或等于。因此
可以表征第i个预设时刻的待监测货运绞车的张力和转速相关的状态。
有效时刻筛选模块103,用于根据目标状态因子,从预设时间段内筛选出收卷有效时刻。
在一些实施例中,可以根据目标状态因子,从上述预设时间段内筛选出收卷有效时刻。
其中,收卷有效时刻可以是将冗余的缆线收尽的时刻。
需要说明的是,基于目标状态因子,可以提高收卷有效时刻筛选的精确度。
作为示例,本步骤可以包括以下步骤:
第一步,从上述预设时间段内筛选出每个预设时刻对应的候选时间段。
其中,预设时刻对应的候选时间段可以包括:该预设时刻以及该预设时刻之前的预设时刻。候选时间段的开始时刻可以与预设时间段的开始时刻相同。预设时刻对应的候选时间段的结束时刻可以为该预设时刻。例如,预设时间段内第3个预设时刻对应的候选时间段的开始时刻可以是预设时间段的开始时刻。预设时间段内第3个预设时刻对应的候选时间段的结束时刻可以是第3个预设时刻。可以将候选时间段内的各个预设时刻,作为候选时刻。
又如,若预设时间段对应的时间范围为[2023年05月24日11时30分00秒,2023年05月24日11时30分03秒],则预设时刻2023年05月24日11时30分02秒对应的候选时间段对应的时间范围可以为[2023年05月24日11时30分00秒,2023年05月24日11时30分02秒]。
第二步,根据每个预设时刻对应的候选时间段内的各个候选时刻对应的目标状态因子,确定上述预设时刻对应的有效评价因子。
例如,根据每个预设时刻对应的候选时间段内的各个候选时刻对应的目标状态因子,确定上述预设时刻对应的有效评价因子可以包括以下子步骤:
第一子步骤,将上述预设时刻对应的候选时间段内除了第一个候选时刻之外的每个候选时刻,确定为目标时刻,得到上述预设时刻对应的目标时刻序列。
其中,目标时刻序列可以是按照时间顺序进行排序得到的序列。
比如,若某个预设时刻对应的候选时间段包括的4个候选时刻分别为:2023年05月24日11时30分00秒、2023年05月24日11时30分01秒、2023年05月24日11时30分02秒和2023年05月24日11时30分03秒,则该预设时刻对应的目标时刻序列可以为{2023年05月24日11时30分01秒,2023年05月24日11时30分02秒,2023年05月24日11时30分03秒}。
第二子步骤,从上述预设时刻对应的候选时间段内筛选出每个目标时刻对应的参考时刻序列。
其中,参考时刻序列可以是按照时间顺序进行排序得到的序列。目标时刻对应的参考时刻序列可以包括:该目标时刻以及该目标时刻之前的候选时刻。可以将参考时刻序列包括的各个目标时刻作为参考时刻。参考时刻序列中第一个参考时刻可以与预设时间段的开始时刻相同。目标时刻对应的参考时刻序列中最后一个参考时刻可以为该目标时刻。比如,某个预设时刻对应的目标时刻序列中第3个目标时刻对应的参考时刻序列可以包括:候选时间段内前4个候选时刻。
第三子步骤,将每个目标时刻对应的参考时刻序列中所有参考时刻对应的目标状态因子的标准差,确定为上述目标时刻对应的标准差异指标。
第四子步骤,从上述预设时刻对应的候选时间段内筛选出每个目标时刻对应的对比时刻。
其中,目标时刻对应的对比时刻可以是该目标时刻的前一个候选时刻。
比如,若预设时间段包括:第一预设时刻、第二预设时刻、第三预设时刻和第四预设时刻,则第三预设时刻对应的候选时间段可以包括:第一预设时刻、第二预设时刻和第三预设时刻;第三预设时刻对应的目标时刻序列可以包括:第二预设时刻和第三预设时刻;目标时刻序列包括的第二预设时刻(该目标时刻序列中的第一个目标时刻)对应的参考时刻序列可以包括:第一预设时刻和第二预设时刻;目标时刻序列包括的第二预设时刻对应的对比时刻可以为第一预设时刻。
第五子步骤,将每个目标时刻对应的对比时刻对应的目标状态因子和上述目标时刻对应的目标状态因子的差值的绝对值,确定为上述目标时刻对应的第一差异指标。
第六子步骤,根据每个目标时刻对应的第一差异指标和标准差异指标,确定上述目标时刻对应的第一有效因子。
其中,第一差异指标可以与第一有效因子呈正相关。标准差异指标可以与第一有效因子呈负相关。
第七子步骤,根据上述预设时刻对应的目标时刻序列中的各个目标时刻对应的第一有效因子,确定上述预设时刻对应的有效评价因子。
其中,第一有效因子可以与有效评价因子呈正相关。
比如,确定预设时刻对应的有效评价因子对应的公式可以为:
其中,是预设时间段内第i个预设时刻对应的有效评价因子。是第i个预设时刻
对应的目标时刻序列中目标时刻的数量。是第i个预设时刻对应的目标时刻序列中第j个
目标时刻对应的标准差异指标。是预先设置的大于0的因子,主要用于防止分母为0,如,
可以为0.01。是第i个预设时刻对应的目标时刻序列中第j个目标时刻对应的目标状态
因子。是第i个预设时刻对应的目标时刻序列中第j个目标时刻对应的对比时刻对应的
目标状态因子。是的绝对值。是第i个预设时刻对应的目标
时刻序列中第j个目标时刻对应的第一差异指标。是第i个预设时刻对应的目标时
刻序列中第j个目标时刻对应的第一有效因子。与呈正相关。与呈负相关。与呈正相关。i是预设时间段内预设时刻的序号。j是第i个预设
时刻对应的目标时刻序列中目标时刻的序号。
需要说明的是,在绞车在操作中,线缆通常释放较长的冗余段,便于操作人员进行
挂载操作,然后启动绞车进行线缆收卷,收束过程贯穿整个绞车工作过程,但线缆收束过程
首先会将冗余段收卷,冗余段的缆线并不参与对于牵引货物移动的过程。冗余段释放长度
以及货物初始挂载位置对于绞车本体也属于不可见因素,因此通过限制固定的冗余段长度
进行有效收卷时刻的确定往往不准确。固定的张力监测值判断有效收卷时刻,对于质量不
同的物体识别准确度往往不高。对冗余段收卷时,缆线张力大部分来自收卷过程中克服部
件摩擦以及冗余段收卷时缆线悬空所克服的缆线重力。此时离合器主动端和从动端靠近程
度高,从动端所受收卷的阻力往往比较小,因此在冗余段收卷过程中有效评价因子往往比
较高并且往往比较稳定。当冗余段收尽时,往往导致缆线的张力突增,往往导致有效评价因
子突然变小,相较于冗余段收卷过程,线缆收尽时的有效评价因子的波动往往比较大。可
以表征误差,可以表征第j个目标时刻与其之前的所有预设时刻之间的状态波动程度,可以
表征第j个目标时刻与其之前的所有预设时刻的目标状态因子之间的波动程度。可以防止
分母为0,可以表征第j个目标时刻与其前一个预设时刻之间的状态差异,所以可以表征第j个目标时刻与其前一个预设时刻之间的相对状态差异。并且
越大,往往说明第j个目标时刻越可能是收卷有效时刻。因此越大,往往说明第i个预设时
刻越可能是收卷有效时刻。并且在收卷有效时刻之前往往进行冗余段收卷,由于在收卷有
效时刻之前的线缆往往没有负载起货物,所以线缆受到的阻力往往比较小,往往不会导致
待监测货运绞车异常。
第三步,当上述预设时间段内的预设时刻对应的有效评价因子大于或等于预设有效阈值时,判定预设时刻为收卷有效时刻。
其中,预设有效阈值可以是预先设置的冗余缆线收尽时最小的有效评价因子。
例如,预设有效阈值的获取方法可以包括以下子步骤:
第一子步骤,获取样本货运绞车在样本时间段内的每个样本时刻对应的样本运行信息。
其中,样本货运绞车可以是正常的绞车。样本货运绞车的规格型号可以与待监测货运绞车的规格型号相同。样本时间段的开始时刻可以是样本货运绞车同一个运行过程中的时间段。样本时刻可以是预先设置的样本时间段内的时刻。相邻样本时刻之间的时长可以等于相邻预设时刻之间的时长。样本时间段的开始时刻可以是样本货运绞车的启动时刻。样本时间段的结束时刻可以是样本货运绞车在运行过程中冗余缆线收尽时的时刻。样本运行信息可以是表征样本货运绞车在样本时刻时的运行状态的信息。
第二子步骤,根据每个样本时刻对应的样本运行信息,确定每个样本时刻对应的目标状态因子。
比如,可以参考因子确定模块102实现的步骤,确定每个样本时刻对应的目标状态因子,具体可以包括:将样本时刻对应的样本运行信息,作为预设时刻对应的绞车运行信息,执行因子确定模块102,确定的目标状态因子,即为样本时刻对应的目标状态因子。
第三子步骤,根据样本时间段内的各个样本时刻对应的目标状态因子,确定预设有效阈值。
比如,可以参考有效时刻筛选模块103包括的作为示例包括的第一步和第二步,确定预设有效阈值,具体可以包括:将样本时间段作为候选时间段,将样本时刻作为候选时刻,执行有效时刻筛选模块103包括的作为示例包括的第一步和第二步,得到的有效评价因子即为预设有效阈值。
区间确定模块104,用于根据收卷有效时刻与当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,确定当前时刻对应的当前运行正常区间。
在一些实施例中,可以根据上述收卷有效时刻与上述当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,确定上述当前时刻对应的当前运行正常区间。
需要说明的是,综合考虑收卷有效时刻与当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,可以提高当前运行正常区间确定的准确度。
作为示例,本步骤可以包括以下步骤:
第一步,根据上述收卷有效时刻与上述当前时刻之间的各个预设时刻对应的目标状态因子,确定上述当前时刻对应的当前正常代表指标。
其中,目标状态因子可以与当前正常代表指标呈正相关。
例如,可以将收卷有效时刻与当前时刻之间所有预设时刻对应的目标状态因子的均值,确定为当前时刻对应的当前正常代表指标。此时收卷有效时刻与当前时刻之间的预设时刻的开始时刻可以为收卷有效时刻。收卷有效时刻与当前时刻之间的预设时刻的结束时刻可以为当前时刻的前一个预设时刻。
又如,若收卷有效时刻为第6个预设时刻,当前时刻为第9个预设时刻,则此时收卷有效时刻与当前时刻之间的预设时刻可以包括:第6个预设时刻、第7个预设时刻和第8个预设时刻。该当前时刻对应的当前正常代表指标可以为:第6个预设时刻、第7个预设时刻和第8个预设时刻对应的目标状态因子的均值。
第二步,根据上述收卷有效时刻与上述当前时刻之间的各个预设时刻对应的绞车运行信息包括的目标张力,确定上述当前时刻对应的当前代表张力。
其中,目标张力可以与当前代表张力呈正相关。
例如,可以将收卷有效时刻与当前时刻之间所有预设时刻对应的绞车运行信息包括的目标张力的均值,确定为当前代表张力。此时收卷有效时刻与当前时刻之间的预设时刻的开始时刻可以为收卷有效时刻。收卷有效时刻与当前时刻之间的预设时刻的结束时刻可以为当前时刻的前一个预设时刻。
第三步,根据预先获取的参考张力与上述当前代表张力,确定上述当前时刻对应的目标左因子和目标右因子。
例如,根据预先获取的参考张力与上述当前代表张力,确定上述当前时刻对应的目标左因子和目标右因子可以包括以下子步骤:
第一子步骤,将上述当前代表张力与上述参考张力的比值,确定为上述目标左因子。
第二子步骤,将上述参考张力与上述当前代表张力的差值,确定为上述当前时刻对应的张力差异。
第三子步骤,将上述当前时刻对应的张力差异与上述参考张力的比值,确定为上述当前时刻对应的第一因子。
第四子步骤,根据预设因子与上述第一因子,确定上述目标右因子。
其中,预设因子和上述第一因子均可以与上述目标右因子呈正相关。预设因子可以是预先设置的大于或等于1的因子。比如,预设因子可以是1。
第四步,根据上述当前正常代表指标和上述目标左因子,确定上述当前运行正常区间包括的目标左端点。
其中,上述当前正常代表指标和上述目标左因子均可以与上述目标左端点呈正相关。目标左端点可以是当前运行正常区间的左端点。
例如,当前运行正常区间包括的目标左端点可以为:
其中,是当前运行正常区间包括的目标左端点。T是当前代表张力。是参考
张力。是目标左因子。是当前时刻对应的当前正常代表指标。和均与呈正相
关。
第五步,根据上述当前正常代表指标和上述目标右因子,确定上述当前运行正常区间包括的目标右端点。
其中,上述当前正常代表指标和上述目标右因子均可以与上述目标右端点呈正相关。目标右端点可以是当前运行正常区间的右端点。
例如,当前运行正常区间包括的目标右端点可以为:
其中,是当前运行正常区间包括的目标右端点。是当前时刻对应的当前正常
代表指标。a是预设因子,比如,a可以是1。T是当前代表张力。是参考张力。是
目标右因子。是当前时刻对应的张力差异。是当前时刻对应的第一因子。a和均与呈正相关。和均与呈正相关。
需要说明的是,在收卷有效时刻之后的各个预设时刻进行收卷时,目标状态因子
往往比较稳定,因此在收卷有效时刻之后的各个预设时刻对应的目标状态因子往往比较相
近,即在收卷有效时刻之后的各个预设时刻对应的目标状态因子往往趋近于其对应的目标
状态因子均值。所以当前时刻对应的目标状态因子往往趋近于当前正常代表指标。当前
代表张力越大时,往往说明当前代表张力越接近线缆所被允许的最大张力,所以当前时刻
被允许的张力波动往往越小,因此可以设置当前运行正常区间为[,]。也可以根据实地模拟未发生异常的绞车进行当前运行正常区间的设
置。若待监测货运绞车在当前时刻发生异常(比如货物卡滞),则可能导致转速波动和张力
波动异常,从而导致当前时刻的目标状态因子不属于当前运行正常区间。
监测预警模块105,用于根据当前运行正常区间和当前时刻对应的目标状态因子,对当前时刻的待监测货运绞车进行异常监测预警。
在一些实施例中,可以根据上述当前运行正常区间和上述当前时刻对应的目标状态因子,对当前时刻的待监测货运绞车进行异常监测预警。
需要说明的是,综合考虑当前运行正常区间和当前时刻对应的目标状态因子,可以实现对当前时刻的待监测货运绞车进行异常监测预警,从而可以实现对待监测货运绞车的实时异常监测,并且本发明量化了当前运行正常区间和与待监测货运绞车状态相关的目标状态因子,使后续可以根据当前运行正常区间和当前时刻对应的目标状态因子,比较客观的对待监测货运绞车进行异常判断。因此,相较于通过人工的方式,对待监测货运绞车进行异常监测,本发明量化了与待监测货运绞车是否异常相关的指标,从而在一定程度上降低了人为的主观影响,进而提高了对待监测货运绞车进行异常监测和异常预警的准确度。
作为示例,本步骤可以包括以下步骤:
第一步,若上述当前时刻对应的目标状态因子属于上述当前运行正常区间,则判定上述待监测货运绞车在当前时刻正常。
第二步,若上述当前时刻对应的目标状态因子不属于上述当前运行正常区间,则判定上述待监测货运绞车在当前时刻发生异常,并进行预警提示。
例如,可以通过发送预警信息以进行预警提示。其中,预警信息可以是“待监测货运绞车发生异常,请停止绞车运转”。
可选地,若当前时刻的目标张力大于参考张力,则可以直接判定当前时刻的待监测货运绞车存在异常。
可选地,当判定当前时刻的待监测货运绞车存在异常时,可以启动安装在待监测货运绞车上的紧急停车装置停止绞车运转,并启动对应的报警装置。
综上,首先获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息,可以便于后续判断待监测货运绞车在每个预设时刻的运行状态。接着,基于目标状态因子,可以提高收卷有效时刻筛选的精确度。之后,综合考虑收卷有效时刻与当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,可以提高当前运行正常区间确定的准确度。综合考虑当前运行正常区间和当前时刻对应的目标状态因子,可以实现对当前时刻的待监测货运绞车进行异常监测预警,从而可以实现对待监测货运绞车的实时异常监测,并且本发明量化了当前运行正常区间和与待监测货运绞车状态相关的目标状态因子,使后续可以根据当前运行正常区间和当前时刻对应的目标状态因子,比较客观的对待监测货运绞车进行异常判断。
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范围,均应包含在本发明的保护范围之内。
Claims (4)
1.一种货运绞车异常状态监测及预警系统,其特征在于,所述系统包括:
数据获取模块,用于获取待监测货运绞车在预设时间段内的每个预设时刻对应的绞车运行信息,其中,预设时间段内的最后一个预设时刻是当前时刻;
因子确定模块,用于根据每个预设时刻对应的绞车运行信息,确定所述预设时刻对应的目标状态因子;
有效时刻筛选模块,用于根据目标状态因子,从所述预设时间段内筛选出收卷有效时刻;
区间确定模块,用于根据所述收卷有效时刻与所述当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,确定所述当前时刻对应的当前运行正常区间;
监测预警模块,用于根据所述当前运行正常区间和所述当前时刻对应的目标状态因子,对当前时刻的待监测货运绞车进行异常监测预警;
所述根据每个预设时刻对应的绞车运行信息,确定所述预设时刻对应的目标状态因子,包括:
根据预先获取的参考离合长度、所述预设时刻对应的绞车运行信息包括的目标离合长度、目标电机输出转速和目标齿轮箱转动减速比,确定所述预设时刻对应的目标预测从动转速;
对所述预设时刻对应的目标预测从动转速与绞车运行信息包括的目标从动转速的差值进行归一化,得到所述预设时刻对应的转速正常因子;
将预先获取的参考张力与所述预设时刻对应的绞车运行信息包括的目标张力的差值,确定为所述预设时刻对应的第一张力正常因子;
根据所述预设时刻对应的第一张力正常因子,确定所述预设时刻对应的第二张力正常因子,其中,第一张力正常因子与第二张力正常因子呈正相关;
根据所述预设时刻对应的转速正常因子和第二张力正常因子,确定所述预设时刻对应的目标状态因子,其中,转速正常因子和第二张力正常因子均与目标状态因子呈正相关;
所述根据目标状态因子,从所述预设时间段内筛选出收卷有效时刻,包括:
从所述预设时间段内筛选出每个预设时刻对应的候选时间段;
根据每个预设时刻对应的候选时间段内的各个候选时刻对应的目标状态因子,确定所述预设时刻对应的有效评价因子;
当所述预设时间段内的预设时刻对应的有效评价因子大于或等于预设有效阈值时,判定预设时刻为收卷有效时刻;
所述根据所述收卷有效时刻与所述当前时刻之间的各个预设时刻对应的目标状态因子和绞车运行信息,确定所述当前时刻对应的当前运行正常区间,包括:
根据所述收卷有效时刻与所述当前时刻之间的各个预设时刻对应的目标状态因子,确定所述当前时刻对应的当前正常代表指标,其中,目标状态因子与当前正常代表指标呈正相关;
根据所述收卷有效时刻与所述当前时刻之间的各个预设时刻对应的绞车运行信息包括的目标张力,确定所述当前时刻对应的当前代表张力,其中,目标张力与当前代表张力呈正相关;
根据预先获取的参考张力与所述当前代表张力,确定所述当前时刻对应的目标左因子和目标右因子;
根据所述当前正常代表指标和所述目标左因子,确定所述当前运行正常区间包括的目标左端点,其中,所述当前正常代表指标和所述目标左因子均与所述目标左端点呈正相关;
根据所述当前正常代表指标和所述目标右因子,确定所述当前运行正常区间包括的目标右端点,其中,所述当前正常代表指标和所述目标右因子均与所述目标右端点呈正相关;
所述根据预先获取的参考张力与所述当前代表张力,确定所述当前时刻对应的目标左因子和目标右因子,包括:
将所述当前代表张力与所述参考张力的比值,确定为所述目标左因子;
将所述参考张力与所述当前代表张力的差值,确定为所述当前时刻对应的张力差异;
将所述当前时刻对应的张力差异与所述参考张力的比值,确定为所述当前时刻对应的第一因子;
根据预设因子与所述第一因子,确定所述目标右因子,其中,预设因子和所述第一因子均与所述目标右因子呈正相关。
2.根据权利要求1所述的一种货运绞车异常状态监测及预警系统,其特征在于,所述根据预先获取的参考离合长度、所述预设时刻对应的绞车运行信息包括的目标离合长度、目标电机输出转速和目标齿轮箱转动减速比,确定所述预设时刻对应的目标预测从动转速,包括:
将所述预设时刻对应的绞车运行信息包括的目标电机输出转速和目标齿轮箱转动减速比的乘积,确定为所述预设时刻对应的目标主动转速;
将所述预设时刻对应的绞车运行信息包括的目标离合长度在所述参考离合长度中的占比,确定为所述预设时刻对应的目标长度占比;
将常数1与所述预设时刻对应的目标长度占比的差值,确定为所述预设时刻对应的目标相对长度指标;
将所述预设时刻对应的目标相对长度指标和目标主动转速的乘积,确定为所述预设时刻对应的目标预测从动转速。
3.根据权利要求1所述的一种货运绞车异常状态监测及预警系统,其特征在于,所述根据每个预设时刻对应的候选时间段内的各个候选时刻对应的目标状态因子,确定所述预设时刻对应的有效评价因子,包括:
将所述预设时刻对应的候选时间段内除了第一个候选时刻之外的每个候选时刻,确定为目标时刻,得到所述预设时刻对应的目标时刻序列;
从所述预设时刻对应的候选时间段内筛选出每个目标时刻对应的参考时刻序列;
将每个目标时刻对应的参考时刻序列中所有参考时刻对应的目标状态因子的标准差,确定为所述目标时刻对应的标准差异指标;
从所述预设时刻对应的候选时间段内筛选出每个目标时刻对应的对比时刻;
将每个目标时刻对应的对比时刻对应的目标状态因子和所述目标时刻对应的目标状态因子的差值的绝对值,确定为所述目标时刻对应的第一差异指标;
根据每个目标时刻对应的第一差异指标和标准差异指标,确定所述目标时刻对应的第一有效因子,其中,第一差异指标与第一有效因子呈正相关,标准差异指标与第一有效因子呈负相关;
根据所述预设时刻对应的目标时刻序列中的各个目标时刻对应的第一有效因子,确定所述预设时刻对应的有效评价因子,其中,第一有效因子与有效评价因子呈正相关。
4.根据权利要求1所述的一种货运绞车异常状态监测及预警系统,其特征在于,所述根据所述当前运行正常区间和所述当前时刻对应的目标状态因子,对当前时刻的待监测货运绞车进行异常监测预警,包括:
若所述当前时刻对应的目标状态因子不属于所述当前运行正常区间,则判定所述待监测货运绞车在当前时刻发生异常,并进行预警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310693311.XA CN116448188B (zh) | 2023-06-13 | 2023-06-13 | 一种货运绞车异常状态监测及预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310693311.XA CN116448188B (zh) | 2023-06-13 | 2023-06-13 | 一种货运绞车异常状态监测及预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116448188A CN116448188A (zh) | 2023-07-18 |
CN116448188B true CN116448188B (zh) | 2023-08-18 |
Family
ID=87122224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310693311.XA Active CN116448188B (zh) | 2023-06-13 | 2023-06-13 | 一种货运绞车异常状态监测及预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116448188B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1393191A (en) * | 1972-04-29 | 1975-05-07 | Krupp Gmbh | Jib crane with safety mechanism |
DE2947392A1 (de) * | 1979-11-24 | 1981-05-27 | Aktien-Gesellschaft Weser, 2800 Bremen | Winde an bord eines schiffes |
JPH0632591A (ja) * | 1992-07-17 | 1994-02-08 | Furukawa Co Ltd | クレーンの巻過警報装置 |
JPH09175784A (ja) * | 1995-12-27 | 1997-07-08 | Hitachi Constr Mach Co Ltd | クレーンのフック過巻防止装置 |
JPH11246183A (ja) * | 1998-03-04 | 1999-09-14 | Aichi Corp | ウィンチの制御装置 |
CN103663222A (zh) * | 2013-12-06 | 2014-03-26 | 江苏科技大学 | 用于光电复合承重缆绳收放的电动绞车控制装置和方法 |
JP2015113233A (ja) * | 2013-12-16 | 2015-06-22 | コベルコクレーン株式会社 | クレーンの荷重導出装置 |
JP2018083713A (ja) * | 2016-11-25 | 2018-05-31 | 株式会社タダノ | ウインチの乱巻き防止装置及びクレーン |
CN207684781U (zh) * | 2017-12-22 | 2018-08-03 | 漳州聚能量信息技术有限公司 | 一种电动船用绞车设备 |
CN207976170U (zh) * | 2018-01-17 | 2018-10-16 | 湖南三创富泰设备管理有限公司 | 提升卷筒钢丝绳在线检测装置 |
CN110862033A (zh) * | 2019-11-12 | 2020-03-06 | 中信重工开诚智能装备有限公司 | 一种应用于煤矿斜井绞车的智能预警检测方法 |
CN210502679U (zh) * | 2019-06-13 | 2020-05-12 | 安徽省新东方矿业机电股份有限公司 | 一种耙矿绞车制停安全装置 |
WO2021164267A1 (zh) * | 2020-02-21 | 2021-08-26 | 平安科技(深圳)有限公司 | 异常检测方法、装置、终端设备及存储介质 |
CN114650962A (zh) * | 2019-11-12 | 2022-06-21 | 株式会社日立产机系统 | 起重机和起重机控制方法 |
WO2022191005A1 (ja) * | 2021-03-10 | 2022-09-15 | コベルコ建機株式会社 | ウインチ監視方法、ウインチ監視装置及びクレーン |
CN116199146A (zh) * | 2022-11-29 | 2023-06-02 | 中国船舶集团有限公司第七〇四研究所 | 一种万米深海绞车冗余自适应排缆控制方法 |
CN116226766A (zh) * | 2023-05-08 | 2023-06-06 | 南洋电气集团有限公司 | 一种高压电器运行状态监测系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3647252A1 (en) * | 2018-10-31 | 2020-05-06 | ABB Schweiz AG | Method for operating towing winch and electric drive for towing winch |
-
2023
- 2023-06-13 CN CN202310693311.XA patent/CN116448188B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1393191A (en) * | 1972-04-29 | 1975-05-07 | Krupp Gmbh | Jib crane with safety mechanism |
DE2947392A1 (de) * | 1979-11-24 | 1981-05-27 | Aktien-Gesellschaft Weser, 2800 Bremen | Winde an bord eines schiffes |
JPH0632591A (ja) * | 1992-07-17 | 1994-02-08 | Furukawa Co Ltd | クレーンの巻過警報装置 |
JPH09175784A (ja) * | 1995-12-27 | 1997-07-08 | Hitachi Constr Mach Co Ltd | クレーンのフック過巻防止装置 |
JPH11246183A (ja) * | 1998-03-04 | 1999-09-14 | Aichi Corp | ウィンチの制御装置 |
CN103663222A (zh) * | 2013-12-06 | 2014-03-26 | 江苏科技大学 | 用于光电复合承重缆绳收放的电动绞车控制装置和方法 |
JP2015113233A (ja) * | 2013-12-16 | 2015-06-22 | コベルコクレーン株式会社 | クレーンの荷重導出装置 |
JP2018083713A (ja) * | 2016-11-25 | 2018-05-31 | 株式会社タダノ | ウインチの乱巻き防止装置及びクレーン |
CN207684781U (zh) * | 2017-12-22 | 2018-08-03 | 漳州聚能量信息技术有限公司 | 一种电动船用绞车设备 |
CN207976170U (zh) * | 2018-01-17 | 2018-10-16 | 湖南三创富泰设备管理有限公司 | 提升卷筒钢丝绳在线检测装置 |
CN210502679U (zh) * | 2019-06-13 | 2020-05-12 | 安徽省新东方矿业机电股份有限公司 | 一种耙矿绞车制停安全装置 |
CN110862033A (zh) * | 2019-11-12 | 2020-03-06 | 中信重工开诚智能装备有限公司 | 一种应用于煤矿斜井绞车的智能预警检测方法 |
CN114650962A (zh) * | 2019-11-12 | 2022-06-21 | 株式会社日立产机系统 | 起重机和起重机控制方法 |
WO2021164267A1 (zh) * | 2020-02-21 | 2021-08-26 | 平安科技(深圳)有限公司 | 异常检测方法、装置、终端设备及存储介质 |
WO2022191005A1 (ja) * | 2021-03-10 | 2022-09-15 | コベルコ建機株式会社 | ウインチ監視方法、ウインチ監視装置及びクレーン |
CN116199146A (zh) * | 2022-11-29 | 2023-06-02 | 中国船舶集团有限公司第七〇四研究所 | 一种万米深海绞车冗余自适应排缆控制方法 |
CN116226766A (zh) * | 2023-05-08 | 2023-06-06 | 南洋电气集团有限公司 | 一种高压电器运行状态监测系统 |
Non-Patent Citations (1)
Title |
---|
煤矿斜巷绞车钢丝绳张力在线监测装置研究与应用;张子明;内蒙古煤炭经济;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116448188A (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105438983A (zh) | 一种工程机械及其卷扬乱绳监测装置和方法 | |
CN112629905A (zh) | 基于深度学习的设备异常检测方法、系统及计算机介质 | |
CN111879534B (zh) | 一种城轨车辆制动系统的性能检测方法、系统以及设备 | |
WO2022147684A1 (zh) | 用于识别机械装置或机械部件中的异常的方法及装置 | |
CN109823941B (zh) | 一种应用于主动安全电梯上的钢丝绳监测装置 | |
WO2023279382A1 (zh) | 一种电机轴承运行状态故障检测方法及系统 | |
CN111723850A (zh) | 一种基于智能巡检系统的自动化检定设备状态评价方法 | |
CN116448188B (zh) | 一种货运绞车异常状态监测及预警系统 | |
CN114244866B (zh) | 一种基于物联网的生产设备监管系统 | |
CN111723449B (zh) | 一种矿井提升机恒减速制动系统性能退化评价方法 | |
WO2020147710A1 (zh) | 电梯故障诊断方法、装置、设备和介质 | |
CN115520741A (zh) | 基于神经网络的电梯运行监控预警方法、系统及存储介质 | |
CN114674562A (zh) | 一种考虑寿命监测条件的轨道交通圆锥滚子轴承寿命预测方法 | |
CN114330096A (zh) | 基于深度学习的轨道交通电机轴承故障程度分类模型构建方法 | |
CN109823932A (zh) | 主动安全电梯 | |
CN116086677B (zh) | 一种多钢丝绳张力平衡监测方法、系统及电子设备 | |
CN113581015B (zh) | 燃料电池系统的安全预警方法及装置 | |
CN114492636B (zh) | 一种变压器绕组状态信号的采集系统 | |
CN116257023A (zh) | 基于物联网的设备自动故障诊断与状态分析系统 | |
CN115450854A (zh) | 基于深度神经网络的风电机组齿轮箱故障监测方法及系统 | |
CN116812713B (zh) | 一种电梯钢丝绳缺陷检测方法 | |
CN111882382A (zh) | 基于数据和风险关联模型的共享汽车数据存储管理方法 | |
CN114623968B (zh) | 基于eemd和ml-esn的钢丝绳动态张力测量装置及预测方法 | |
CN109678023B (zh) | 基于夜间成像技术的电梯监控方法及监控装置 | |
CN117622809B (zh) | 一种斗轮机运行ai监护方法和服务器 |
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 |