CN117629615A - 一种盾构机故障检测方法、设备及介质 - Google Patents
一种盾构机故障检测方法、设备及介质 Download PDFInfo
- Publication number
- CN117629615A CN117629615A CN202410100697.3A CN202410100697A CN117629615A CN 117629615 A CN117629615 A CN 117629615A CN 202410100697 A CN202410100697 A CN 202410100697A CN 117629615 A CN117629615 A CN 117629615A
- Authority
- CN
- China
- Prior art keywords
- fault
- hob
- shield machine
- determining
- condition
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 230000005641 tunneling Effects 0.000 title claims description 35
- 238000005299 abrasion Methods 0.000 claims abstract description 101
- 230000008859 change Effects 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 23
- 238000005096 rolling process Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims 2
- 238000010276 construction Methods 0.000 abstract description 5
- 230000003068 static effect Effects 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
本发明实施例公开了一种盾构机故障检测方法、设备及介质,属于机器或结构部件的静或动平衡的测试领域,解决盾构机故障检测时间较长,延缓施工进度的问题。获取设置于盾构机刀盘连接部件周围的多个振动传感器与温度传感器分别发送的信号,获取盾构机滚刀对应的第一转速,以及获取盾构机刀盘对应的第二转速,以基于第一转速与第二转速确定出滚刀磨损量;基于滚刀转动周期,绘制振动信号、温度信号以及滚刀磨损量分别对应的曲线图;将振动信号曲线进行比对,以确定出盾构机第一故障情况;基于温度信号曲线得到盾构机第二故障情况;基于磨损量曲线图得到盾构机第三故障情况,以实现对盾构机的故障检测。
Description
技术领域
本发明涉及机器或结构部件的静或动平衡的测试领域,尤其涉及一种盾构机故障检测方法、设备及介质。
背景技术
随着经济水平的不断提高和城镇化的不断推进,盾构机被广泛应用于地下空间开发。盾构机在掘进过程中面临着极其复杂的地质条件,盾构机滚刀通过不断切割地层,将坚硬的岩石剥落,实现盾构机的不断向前推进。
盾构机刀具检查、更换和刀盘维修等作业实践通常占用掘进施工总时间的较长时间。而且,盾构机的换刀过程比较复杂,刀具的更换需要较长的时间。 因此,如果刀盘或刀具损坏,会对盾构掘进施工带来很大的影响。
现有技术中,通常是在盾构机由于故障严重出现停机后,对故障进行检测,且由于不清楚故障发生位置,需要对盾构机多个部分进行检测以确定故障点,从而增加故障修复时间,延缓施工进度。
发明内容
本发明实施例提供了一种盾构机故障检测方法、设备及介质,用于解决如下技术问题:现有技术中,通常是在盾构机故障严重出现停机后,对故障进行检测,且由于不清楚故障发生位置,需要对盾构机多个部分进行检测以确定故障点,从而增加故障修复时间,延缓施工进度。
本发明实施例采用下述技术方案:
本发明实施例提供一种盾构机故障检测方法。包括,获取设置于盾构机刀盘连接部件周围的多个振动传感器,分别发送的振动信号,以及获取设置于盾构机刀盘上的温度传感器发送的温度信号;获取设置于盾构机滚刀上的转速传感器发送的第一转速,以及获取设置于盾构机刀盘上的转速传感器发送的第二转速,以基于第一转速与第二转速确定出滚刀磨损量;基于滚刀转动周期,绘制振动信号、温度信号以及滚刀磨损量分别对应的曲线图;将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况;基于温度信号对应的温度信号曲线,对第一故障情况进行二次确定,以得到盾构机对应的第二故障情况;基于滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于滚刀磨损量变化情况得到盾构机第三故障情况;基于第二故障情况与第三故障情况,确定出盾构机的故障信息,以实现对盾构机的故障检测。
本发明实施例通过设置振动传感器与温度传感器,以及对传感器获取到的数据进行曲线绘制,能够对盾构机刀盘的故障进行检测。并通过温度传感器对应的数据对检测结果进行再次确定,从而确保故障检测的准确性。其次,本发明实施例通过转速传感器获取到的数据确定出滚刀磨损量,并根据滚刀转动周期与滚刀磨损量绘制滚刀磨损量曲线图,基于该磨损量曲线图不同时段对应的不同数据,对盾构机刀具故障进行检测。从而基于不同的故障对盾构机的运行状态进行监测,以确保盾构机的运行状况,以及时对故障进行维修,确保工程进度稳定进行。
在本发明的一种实现方式中,将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况,具体包括:确定呈对称位置放置的振动传感器分别对应的振动信号曲线;基于滚刀转动周期,将振动信号曲线划分为多个参考时段,并对相同参考时段内的多个振动信号曲线进行比对;确定出相同时段内多个振动信号曲线之间的振幅差值,并将振幅差值与预置振幅差值阈值进行比对;在大于振幅差值阈值的参考时段的个数大于预置比例的情况下,确定盾构机刀盘连接部件出现第一故障情况。
在本发明的一种实现方式中,基于温度信号对应的温度信号曲线,对第一故障情况进行二次确定,以得到盾构机对应的第二故障情况,具体包括:基于第一故障情况确定出故障位置与故障时段;基于故障位置与故障时段,在温度信号曲线中确定出目标温度曲线对应的目标时段曲线;在目标时段曲线出现异常的情况下,确定盾构机刀盘连接部件出现故障;将振动信号曲线与温度信号曲线输入预置故障分析模型,以得到盾构机对应的第二故障情况。
在本发明的一种实现方式中,将振动信号曲线与温度信号曲线输入预置故障分析模型,以得到盾构机对应的第二故障情况,具体包括:将振动信号曲线输入第一预置故障分析模型,以基于第一预置故障分析模型输出振动信号曲线对应的第一故障数据;其中,第一故障数据中包括有多个第一故障原因,以及还包括多个第一故障原因分别对应的第一故障几率;将温度信号曲线输入第二预置故障分析模型,以基于第二预置故障分析模型输出温度信号曲线对应的第二故障数据;其中,第二故障数据中包括有多个第二故障原因,以及还包括多个第二故障原因分别对应的第二故障几率;在第一故障数据与第二故障数据存在关联的情况下,基于预置权重对第一故障数据与第二故障数据进行加权计算,根据加权计算结果得到盾构机对应的第二故障情况。
在本发明的一种实现方式中,基于第一转速与第二转速确定出滚刀磨损量,具体包括:根据第一转速,确定出滚刀对应的第一滚动长度,以及根据第二转速,确定出滚刀对应的第二滚动长度;基于第一滚动长度与第二滚动长度,确定出无磨损情况下,滚刀转速参考值;基于第一转速与滚刀转速参考值之间的差值,确定出滚刀转速差;基于滚刀转速差与滚刀尺寸,确定出滚刀磨损量。
在本发明的一种实现方式中,基于滚刀转速差与滚刀尺寸,确定出滚刀磨损量,具体包括:获取滚刀刀圈直径;基于滚刀刀圈直径、第二转速以及滚刀与滚刀基圆之间的距离,得到第一参数;基于第二转速与滚刀与滚刀基圆之间的距离,得到第二参数;基于滚刀刀圈直径与滚刀转速差,得到第三参数;基于第一参数、第二参数以及第三参数,确定出滚刀磨损量。
在本发明的一种实现方式中,基于滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于滚刀磨损量变化情况得到盾构机第三故障情况,具体包括:基于滚刀转动周期,对磨损量曲线图进行分段,得到多个预设滚刀工作时段;对多个预设滚刀工作时段内的滚刀磨损量分别进行统计,得到多个预设滚刀工作时段分别对应的参考磨损量;对相邻工作时段内的参考磨损量进行比对,基于比对结果确定出第一磨损量变化结果;将多个预设滚刀工作时段分别对应的参考磨损量,与预置磨损量阈值进行比对,基于比对结果确定出第二磨损量变化结果;基于第一磨损量变化结果与第二磨损量变化结果,得到盾构机第三故障情况。
在本发明的一种实现方式中,基于第二故障情况与第三故障情况,确定出盾构机的故障信息,具体包括:基于第二故障情况,确定出第二故障严重等级,以基于第二故障严重等级确定出盾构机对应的第一继续工作时长;基于第三故障情况,确定出第三故障严重等级,以基于第三故障严重等级确定出盾构机对应的第二继续工作时长;将第一继续工作时长与第一继续工作时长中的最短时长,作为参考工作时长,以基于参考工作时长发出盾构机故障信息。
本发明实施例提供一种盾构机故障检测设备,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:获取设置于盾构机刀盘连接部件周围的多个振动传感器,分别发送的振动信号,以及获取设置于盾构机刀盘上的温度传感器发送的温度信号;获取设置于盾构机滚刀上的转速传感器发送的第一转速,以及获取设置于盾构机刀盘上的转速传感器发送的第二转速,以基于第一转速与第二转速确定出滚刀磨损量;基于滚刀转动周期,绘制振动信号、温度信号以及滚刀磨损量分别对应的曲线图;将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况;基于温度信号对应的温度信号曲线,对第一故障情况进行二次确定,以得到盾构机对应的第二故障情况;基于滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于滚刀磨损量变化情况得到盾构机第三故障情况;基于第二故障情况与第三故障情况,确定出盾构机的故障信息,以实现对盾构机的故障检测。
本发明实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:获取设置于盾构机刀盘连接部件周围的多个振动传感器,分别发送的振动信号,以及获取设置于盾构机刀盘上的温度传感器发送的温度信号;获取设置于盾构机滚刀上的转速传感器发送的第一转速,以及获取设置于盾构机刀盘上的转速传感器发送的第二转速,以基于第一转速与第二转速确定出滚刀磨损量;基于滚刀转动周期,绘制振动信号、温度信号以及滚刀磨损量分别对应的曲线图;将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况;基于温度信号对应的温度信号曲线,对第一故障情况进行二次确定,以得到盾构机对应的第二故障情况;基于滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于滚刀磨损量变化情况得到盾构机第三故障情况;基于第二故障情况与第三故障情况,确定出盾构机的故障信息,以实现对盾构机的故障检测。
本发明实施例采用的上述至少一个技术方案能够达到以下有益效果:本发明实施例通过设置振动传感器与温度传感器,以及对传感器获取到的数据进行曲线绘制,能够对盾构机刀盘的故障进行检测。并通过温度传感器对应的数据对检测结果进行再次确定,从而确保故障检测的准确性。其次,本发明实施例通过转速传感器获取到的数据确定出滚刀磨损量,并根据滚刀转动周期与滚刀磨损量绘制滚刀磨损量曲线图,基于该磨损量曲线图不同时段对应的不同数据,对盾构机刀具故障进行检测。从而基于不同的故障对盾构机的运行状态进行监测,以确保盾构机的运行状况,以及时对故障进行维修,确保工程进度稳定进行。
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,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,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例提供的一种盾构机故障检测方法流程图;
图2为本发明实施例提供的一种盾构机故障检测设备的结构示意图。
附图标记:
200盾构机故障检测设备,201处理器,202存储器。
具体实施方式
本发明实施例提供一种盾构机故障检测方法及设备。
为了使本技术领域的人员更好地理解本发明中的技术方案,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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本说明书实施例,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,都应当属于本发明保护的范围。
下面通过附图对本发明实施例提出的技术方案进行详细的说明。
图1为本发明实施例提供的一种盾构机故障检测方法流程图。如图1所示,盾构机故障检测方法包括如下步骤:
步骤101、获取设置于盾构机刀盘连接部件周围的多个振动传感器,分别发送的振动信号,以及获取设置于盾构机刀盘上的温度传感器发送的温度信号。
在本发明的一个实施例中,本发明实施例中的盾构机设置有多个传感器。在盾构机刀盘上设置有振动传感器,其中,盾构机刀盘上设有多个连接机构,例如在刀盘上距离同一螺栓相同距离,但方向不同的地方分别设置多个振动传感器,以在刀盘运行中,对刀盘上的螺栓松动情况进行检测。或者在刀盘多个不同部件之间的连接部位设置多个振动传感器,以在刀盘运行中,对刀盘不同部件的连接情况进行检测。同时,在刀盘的不同位置设置有温度传感器,以在刀盘运行中,对刀盘的不同部位进行温度采集。
若刀盘出现故障,例如,出现连接部位松动的故障,则连接部位振动振幅会较大,该部位会产生较大的摩擦碰撞,从而引起该部位的温度会提高。因此,通过振动传感器与温度传感器分别采集的数据可以对该盾构机的刀盘进行故障检测。
步骤102、获取设置于盾构机滚刀上的转速传感器发送的第一转速,以及获取设置于盾构机刀盘上的转速传感器发送的第二转速,以基于第一转速与第二转速确定出滚刀磨损量。
在本发明的一个实施例中,根据第一转速,确定出滚刀对应的第一滚动长度,以及根据第二转速,确定出滚刀对应的第二滚动长度。基于第一滚动长度与第二滚动长度,确定出无磨损情况下,滚刀转速参考值。基于第一转速与滚刀转速参考值之间的差值,确定出滚刀转速。基于滚刀转速差与滚刀尺寸,确定出滚刀磨损量。
具体地,在预设时间内,根据设置于盾构机滚刀上的转速传感器发送的第一转速,计算出滚刀对应的第一滚动长度。进一步地,根据盾构机各部件的尺寸数据,确定出滚刀刀圈直径,基于该滚刀刀圈直径以及圆周计算公式,可以得到相应的第一圆周长度,根据该第一圆周长度与盾构机滚刀上的转速传感器发送的第一转速之间的乘积,可以得到滚刀对应的第一滚动长度。
具体地,在预设时间内,根据设置于盾构机刀盘上的转速传感器发送的第二转速,计算出滚刀对应的第二滚动长度。进一步地,根据盾构机各部件的尺寸数据,确定出滚刀与滚刀基圆之间的半径距离,基于该滚刀与滚刀基圆之间的半径距离以及圆周计算公式,可以得到相应的第二圆周长度,根据该第二圆周长度与设置于盾构机刀盘上的转速传感器发送的第二转速之间的乘积,可以得到滚刀对应的第二滚动长度。
进一步地,在无磨损的情况下,第一滚动长度与第二滚动长度相同,因此,可以得到滚刀转速参考值,即,滚刀转速参考值为第二滚动长度与第一圆周长度之间的比值。
将设置于盾构机滚刀上的转速传感器发送的第一转速,与该滚刀转速参考值进行差值计算,以得到滚刀转速差,从而通过滚刀转速差与滚刀尺寸,确定出滚刀磨损量。
在本发明的一个实施例中,获取滚刀刀圈直径。基于滚刀刀圈直径、第二转速以及滚刀与滚刀基圆之间的距离,得到第一参数。基于第二转速以及滚刀与滚刀基圆之间的距离,得到第二参数。基于滚刀刀圈直径与滚刀转速差,得到第三参数。基于第一参数、第二参数以及第三参数,确定出滚刀磨损量。
具体地,根据公式:
;
确定出滚刀磨损量。其中,U为滚刀磨损量,D为滚刀刀圈直径,V 2为第二转速,r为滚刀与滚刀基圆之间的距离,V 3为滚刀转速差;为滚刀刀圈直径、第二转速以及滚刀与滚刀基圆之间的距离,三者之间的乘积,即第一参数;/>为第二转速以及滚刀与滚刀基圆之间的距离,二者之间的乘积,即第二参数;/>为滚刀刀圈直径与滚刀转速差二者之间的乘积,即第三参数。
步骤103、基于滚刀转动周期,绘制振动信号、温度信号以及滚刀磨损量分别对应的曲线图。
在本发明的一个实施例中,根据获取到的滚刀对应的第一转速以及周期计算函数,确定出滚刀转动周期。
具体地,根据得到的滚刀对应的第一转速,将该第一转速代入周期计算函数,确定出相应的周期。以周期为坐标轴的横轴,以振动信号的振幅为纵轴,绘制振动信号对应的曲线图。以周期为坐标轴的横轴,以温度信号的温度值为纵轴,绘制温度信号对应的曲线图。以周期为坐标轴的横轴,滚刀磨损量为纵轴值,绘制滚刀转动周期对应的曲线图。
步骤104、将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况。
在本发明的一个实施例中,确定呈对称位置放置的振动传感器分别对应的振动信号曲线。基于滚刀转动周期,将振动信号曲线划分为多个参考时段,并对相同参考时段内的多个振动信号曲线进行比对。确定出相同时段内多个振动信号曲线之间的振幅差值,并将振幅差值与预置振幅差值阈值进行比对。在大于振幅差值阈值的参考时段的个数大于预置比例的情况下,确定盾构机刀盘连接部件出现第一故障情况。
具体地,若盾构机刀盘上的连接部件发送松动等问题,则其振动情况会发生变化,例如,松动侧的振动幅度会大于未松动侧的振动幅度。若盾构机刀盘连接部件周围,与同一连接部件相同距离的多个振动传感器的振动幅值相差较大,则说明该连接部件发生了松动。将同一连接部件对应的多个振动传感器发送的振动信号进行确定,其中,多个振动传感器呈对称位置放置于该连接部件的周围的不同位置,且与该连接部件之间的距离均相同。
进一步地,将获取到的振动信号曲线进行划分,例如,可以基于滚刀转动周期,一个周期为一个参考时段,将每一个振动信号划分为多个参考时段,从而对同一参考时段内的多个振动信号曲线进行比对。其比对过程为,将同一参考时段内的最大幅值、最小幅值,以及幅值差值进行比对。将同一参考时段内多个振动信号曲线分别对应的幅值数据进行比对,例如,将最大幅值进行差值计算,将最小幅值进行差值计算,以及将不同振动信号曲线分别对应的幅值差值进行比对,将比对得到的差值结果与预置振幅差值阈值进行比对,若大于该预置振幅差值阈值的参考时段的个数大于预置比例,例如,大于10%的比例,则确定当前检测的盾构机刀盘连接部件出现故障。
步骤105、基于温度信号对应的温度信号曲线,对第一故障情况进行二次确定,以得到盾构机对应的第二故障情况。
在本发明的一个实施例中,基于第一故障情况确定出故障位置与故障时段。基于故障位置与故障时段,在温度信号曲线中确定出目标温度曲线对应的目标时段曲线。在目标时段曲线出现异常的情况下,确定盾构机刀盘连接部件出现故障。将振动信号曲线与温度信号曲线输入预置故障分析模型,以得到盾构机对应的第二故障情况。
具体地,将同一参考时段内多个振动信号曲线分别对应的幅值数据进行比对,将比对得到的差值结果与预置振幅差值阈值进行比对,基于大于该预置振幅差值阈值的参考时段确定出故障时段,以及根据该故障曲线对应的振动传感器的放置位置,确定出故障位置。
进一步地,基于该故障位置确定出该位置对应的温度传感器,并确定出该温度传感器对应的目标温度曲线。根据故障时段,在该目标温度曲线中确定出目标时段曲线,以对该目标时段曲线进行分析。
进一步地,若该目标时段曲线的温度出现异常,例如,温度值高于预设温度值阈值,则说明当前温度过高,则其相应的盾构机刀盘连接部件出现故障。将该温度异常的曲线段输入预置故障分析模型,对确定出盾构机对应的第二故障,即,通过温度信号曲线对第一故障进行检测,以确定第一故障的准确性。
在本发明的一个实施例中,将振动信号曲线输入第一预置故障分析模型,以基于第一预置故障分析模型输出振动信号曲线对应的第一故障数据;其中,第一故障数据中包括有多个第一故障原因,以及还包括多个第一故障原因分别对应的第一故障几率。将温度信号曲线输入第二预置故障分析模型,以基于第二预置故障分析模型输出温度信号曲线对应的第二故障数据;其中,第二故障数据中包括有多个第二故障原因,以及还包括多个第二故障原因分别对应的第二故障几率。在第一故障数据与第二故障数据存在关联的情况下,基于预置权重对第一故障数据与第二故障数据进行加权计算,根据加权计算结果得到盾构机对应的第二故障情况。
具体地,第一故障预测模型的训练方式为,将多种振动信号曲线作为输入样本,将该多种振动信号曲线分别对应的故障数据作为输出样本,以对预置神经网络模型进行训练,得到该第一故障预测模型。将当前存在异常的振动信号曲线输入该第一故障预测模型,以得到相应的第一故障原因,以及得到各故障原因分别对应的第一故障几率。
进一步地,第二故障预测模型的训练方式为,将多种温度信号曲线作为输入样本,将该多种温度信号曲线分别对应的故障数据作为输出样本,以对预置神经网络模型进行训练,得到该第二故障预测模型。将当前存在异常的温度信号曲线输入该第二故障预测模型,以得到相应的第二故障原因,以及得到各故障原因分别对应的第二故障几率。
进一步地,确定出第一故障原因与第二故障原因中是否存在一致的原因,若存在一致的故障原因,则确定第一故障数据与第二故障数据存在关联,此时,基于不同故障原因分别对应的权重,将一致的故障原因进行加权计算,以确定出该盾构机对应的第二故障情况。
步骤106、基于滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于滚刀磨损量变化情况得到盾构机第三故障情况。
在本发明的一个实施例中,基于滚刀转动周期,对磨损量曲线图进行分段,得到多个预设滚刀工作时段。对多个预设滚刀工作时段内的滚刀磨损量分别进行统计,得到多个预设滚刀工作时段分别对应的参考磨损量。对相邻工作时段内的参考磨损量进行比对,基于比对结果确定出第一磨损量变化结果。将多个预设滚刀工作时段分别对应的参考磨损量,与预置磨损量阈值进行比对,基于比对结果确定出第二磨损量变化结果。基于第一磨损量变化结果与第二磨损量变化结果,得到盾构机第三故障情况。
具体地,基于滚刀转动周期对磨损量曲线图进行分段,例如,一个周期为一个时段,从而得到多个滚刀工作时段。对多个滚刀工作时段内的滚刀磨损量分别进行统计,确定出各个工作时段分别对应的参考磨损量,将相邻两个工作时段内的参考磨损量进行比对,以确定出相邻两个参考时段对应的磨损量变化值,从而确定出连续多个时段内磨损量的变化情况,以得到该第一磨损量变化结果。
进一步地,将各滚刀工作时段对应的参考磨损量分别与预置磨损量阈值进行比对,以基于比对结果,得到大于该预置磨损量阈值的参考滚刀工作时段,以及磨损量情况,从而得到第二磨损量变化结果。
进一步地,若相邻工作时段内的磨损量增加较大,即,大于预设磨损量增加阈值,则说明该时段内出现磨损量故障。若第二磨损量变化结果中大于预置磨损量阈值的工作时段的比例大于所有工作量时段的10%,则说明出现磨损量故障,基于出现的磨损量故障确定出盾构机第三故障情况。
步骤107、基于第二故障情况与第三故障情况,确定出盾构机的故障信息,以实现对盾构机的故障检测。
在本发明的一个实施例中,基于第二故障情况,确定出第二故障严重等级,以基于第二故障严重等级确定出盾构机对应的第一继续工作时长。基于第三故障情况,确定出第三故障严重等级,以基于第三故障严重等级确定出盾构机对应的第二继续工作时长。将第一继续工作时长与第一继续工作时长中的最短时长,作为参考工作时长,以基于参考工作时长发出盾构机故障信息。
具体地,根据确定出的第二故障情况,可以确定出第二故障严重等级,严重等级越高其对应的第一继续工作时长越短,通过该第二故障严重等级,可以得到相应的第一继续工作时长。以及,根据确定出的第三故障情况,可以确定出第三故障严重等级,严重等级越高其对应的第二继续工作时长越短,通过该第三故障严重等级,可以得到相应的第二继续工作时长。
将该第一继续工作时长与该第二继续工作时长进行比对,并将最短的工作时长作为参考工作时长。得到相应的参考工作时长后,基于当前故障情况发出盾构机故障信息,例如,该盾构机故障信息可以包括故障位置、故障严重等级、故障原因以及参考工作时长等信息。
本发明实施例通过设置振动传感器与温度传感器,以及对传感器获取到的数据进行曲线绘制,能够对盾构机刀盘的故障进行检测。并通过温度传感器对应的数据对检测结果进行再次确定,从而确保故障检测的准确性。其次,本发明实施例通过转速传感器获取到的数据确定出滚刀磨损量,并根据滚刀转动周期与滚刀磨损量绘制滚刀磨损量曲线图,基于该磨损量曲线图不同时段对应的不同数据,对盾构机刀具故障进行检测。从而基于不同的故障对盾构机的运行状态进行监测,以确保盾构机的运行状况,以及时对故障进行维修,确保工程进度稳定进行。
图2为本发明实施例提供的一种盾构机故障检测设备的结构示意图。如图2所示,盾构机故障检测设备200,包括:至少一个处理器201;以及,与至少一个处理器201通信连接的存储器202;其中,存储器202存储有可被至少一个处理器201执行的指令,指令被至少一个处理器201执行,以使至少一个处理器201能够:获取设置于盾构机刀盘连接部件周围的多个振动传感器,分别发送的振动信号,以及获取设置于盾构机刀盘上的温度传感器发送的温度信号;获取设置于盾构机滚刀上的转速传感器发送的第一转速,以及获取设置于盾构机刀盘上的转速传感器发送的第二转速,以基于第一转速与第二转速确定出滚刀磨损量;基于滚刀转动周期,绘制振动信号、温度信号以及滚刀磨损量分别对应的曲线图;将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况;基于温度信号对应的温度信号曲线,对第一故障情况进行二次确定,以得到盾构机对应的第二故障情况;基于滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于滚刀磨损量变化情况得到盾构机第三故障情况;基于第二故障情况与第三故障情况,确定出盾构机的故障信息,以实现对盾构机的故障检测。
本发明实施例还提供的一种非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:获取设置于盾构机刀盘连接部件周围的多个振动传感器,分别发送的振动信号,以及获取设置于盾构机刀盘上的温度传感器发送的温度信号;获取设置于盾构机滚刀上的转速传感器发送的第一转速,以及获取设置于盾构机刀盘上的转速传感器发送的第二转速,以基于第一转速与第二转速确定出滚刀磨损量;基于滚刀转动周期,绘制振动信号、温度信号以及滚刀磨损量分别对应的曲线图;将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况;基于温度信号对应的温度信号曲线,对第一故障情况进行二次确定,以得到盾构机对应的第二故障情况;基于滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于滚刀磨损量变化情况得到盾构机第三故障情况;基于第二故障情况与第三故障情况,确定出盾构机的故障信息,以实现对盾构机的故障检测。
本发明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。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明的实施例可以有各种更改和变化。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 (10)
1.一种盾构机故障检测方法,其特征在于,所述方法包括:
获取设置于盾构机刀盘连接部件周围的多个振动传感器,分别发送的振动信号,以及获取设置于所述盾构机刀盘上的温度传感器发送的温度信号;
获取设置于盾构机滚刀上的转速传感器发送的第一转速,以及获取设置于盾构机刀盘上的转速传感器发送的第二转速,以基于所述第一转速与所述第二转速确定出滚刀磨损量;
基于滚刀转动周期,绘制所述振动信号、所述温度信号以及所述滚刀磨损量分别对应的曲线图;
将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况;
基于所述温度信号对应的温度信号曲线,对所述第一故障情况进行二次确定,以得到所述盾构机对应的第二故障情况;
基于所述滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于所述滚刀磨损量变化情况得到盾构机第三故障情况;
基于所述第二故障情况与所述第三故障情况,确定出盾构机的故障信息,以实现对所述盾构机的故障检测。
2.根据权利要求1所述的一种盾构机故障检测方法,其特征在于,所述将呈对称位置放置的振动传感器对应的振动信号曲线进行比对,以确定出盾构机刀盘连接部件的第一故障情况,具体包括:
确定所述呈对称位置放置的振动传感器分别对应的振动信号曲线;
基于所述滚刀转动周期,将所述振动信号曲线划分为多个参考时段,并对相同参考时段内的多个振动信号曲线进行比对;
确定出相同时段内多个振动信号曲线之间的振幅差值,并将所述振幅差值与预置振幅差值阈值进行比对;
在大于所述振幅差值阈值的参考时段的个数大于预置比例的情况下,确定所述盾构机刀盘连接部件出现所述第一故障情况。
3.根据权利要求1所述的一种盾构机故障检测方法,其特征在于,所述基于所述温度信号对应的温度信号曲线,对所述第一故障情况进行二次确定,以得到所述盾构机对应的第二故障情况,具体包括:
基于所述第一故障情况确定出故障位置与故障时段;
基于所述故障位置与所述故障时段,在所述温度信号曲线中确定出目标温度曲线对应的目标时段曲线;
在所述目标时段曲线出现异常的情况下,确定所述盾构机刀盘连接部件出现故障;
将所述振动信号曲线与所述温度信号曲线输入预置故障分析模型,以得到所述盾构机对应的第二故障情况。
4.根据权利要求3所述的一种盾构机故障检测方法,其特征在于,所述将所述振动信号曲线与所述温度信号曲线输入预置故障分析模型,以得到所述盾构机对应的第二故障情况,具体包括:
将所述振动信号曲线输入第一预置故障分析模型,以基于所述第一预置故障分析模型输出所述振动信号曲线对应的第一故障数据;其中,所述第一故障数据中包括有多个第一故障原因,以及还包括所述多个第一故障原因分别对应的第一故障几率;
将所述温度信号曲线输入第二预置故障分析模型,以基于所述第二预置故障分析模型输出所述温度信号曲线对应的第二故障数据;其中,所述第二故障数据中包括有多个第二故障原因,以及还包括所述多个第二故障原因分别对应的第二故障几率;
在所述第一故障数据与所述第二故障数据存在关联的情况下,基于预置权重对所述第一故障数据与所述第二故障数据进行加权计算,根据加权计算结果得到所述盾构机对应的第二故障情况。
5.根据权利要求1所述的一种盾构机故障检测方法,其特征在于,所述基于所述第一转速与所述第二转速确定出滚刀磨损量,具体包括:
根据所述第一转速,确定出滚刀对应的第一滚动长度,以及根据所述第二转速,确定出滚刀对应的第二滚动长度;
基于所述第一滚动长度与所述第二滚动长度,确定出无磨损情况下,滚刀转速参考值;
基于所述第一转速与所述滚刀转速参考值之间的差值,确定出滚刀转速差;
基于所述滚刀转速差与滚刀尺寸,确定出所述滚刀磨损量。
6.根据权利要求5所述的一种盾构机故障检测方法,其特征在于,所述基于所述滚刀转速差与滚刀尺寸,确定出所述滚刀磨损量,具体包括:
获取滚刀刀圈直径;
基于所述滚刀刀圈直径、所述第二转速以及滚刀与滚刀基圆之间的距离,得到第一参数;
基于所述第二转速与所述滚刀与滚刀基圆之间的距离,得到第二参数;
基于所述滚刀刀圈直径与所述滚刀转速差,得到第三参数;
基于所述第一参数、所述第二参数以及所述第三参数,确定出所述滚刀磨损量。
7.根据权利要求1所述的一种盾构机故障检测方法,其特征在于,所述基于所述滚刀磨损量对应的磨损量曲线图,确定出多个预设滚刀工作时段内滚刀磨损量变化情况,以基于所述滚刀磨损量变化情况得到盾构机第三故障情况,具体包括:
基于所述滚刀转动周期,对所述磨损量曲线图进行分段,得到多个预设滚刀工作时段;
对所述多个预设滚刀工作时段内的滚刀磨损量分别进行统计,得到所述多个预设滚刀工作时段分别对应的参考磨损量;
对相邻工作时段内的参考磨损量进行比对,基于比对结果确定出第一磨损量变化结果;
将所述多个预设滚刀工作时段分别对应的参考磨损量,与预置磨损量阈值进行比对,基于比对结果确定出第二磨损量变化结果;
基于所述第一磨损量变化结果与所述第二磨损量变化结果,得到盾构机第三故障情况。
8.根据权利要求1所述的一种盾构机故障检测方法,其特征在于,所述基于所述第二故障情况与所述第三故障情况,确定出盾构机的故障信息,具体包括:
基于所述第二故障情况,确定出第二故障严重等级,以基于所述第二故障严重等级确定出盾构机对应的第一继续工作时长;
基于所述第三故障情况,确定出第三故障严重等级,以基于所述第三故障严重等级确定出盾构机对应的第二继续工作时长;
将所述第一继续工作时长与所述第二继续工作时长中的最短时长,作为参考工作时长,以基于所述参考工作时长发出盾构机故障信息。
9.一种盾构机故障检测设备,其特征在于,该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该设备执行权利要求1-8中的任一项所述的方法。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令能够执行权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410100697.3A CN117629615B (zh) | 2024-01-25 | 2024-01-25 | 一种盾构机故障检测方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410100697.3A CN117629615B (zh) | 2024-01-25 | 2024-01-25 | 一种盾构机故障检测方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117629615A true CN117629615A (zh) | 2024-03-01 |
CN117629615B CN117629615B (zh) | 2024-04-05 |
Family
ID=90023739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410100697.3A Active CN117629615B (zh) | 2024-01-25 | 2024-01-25 | 一种盾构机故障检测方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117629615B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117969092A (zh) * | 2024-03-29 | 2024-05-03 | 山东天工岩土工程设备有限公司 | 一种盾构机主轴承的故障检测方法、设备及介质 |
CN118548935A (zh) * | 2024-07-29 | 2024-08-27 | 山东拓新电气有限公司 | 一种盾构机的在线故障监测方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103195437A (zh) * | 2013-04-02 | 2013-07-10 | 天津大学 | 在线检测掘进机滚刀刀刃弦磨的装置 |
JP2017218782A (ja) * | 2016-06-07 | 2017-12-14 | 株式会社大林組 | カッタービットの摩耗量推定方法 |
JP2018091033A (ja) * | 2016-12-02 | 2018-06-14 | 大成建設株式会社 | シールドマシンの劣化診断方法 |
CN108181484A (zh) * | 2017-12-25 | 2018-06-19 | 中铁工程装备集团有限公司 | 一种常压刀盘滚刀转速和温度测量装置及磨损量测量方法 |
CN109883470A (zh) * | 2019-01-18 | 2019-06-14 | 北京工业大学 | 盾构机刀盘状态监测系统和方法 |
CN112014094A (zh) * | 2020-09-03 | 2020-12-01 | 盾构及掘进技术国家重点实验室 | 盾构机主驱动性能监测及修复方法 |
CN112014048A (zh) * | 2020-09-03 | 2020-12-01 | 盾构及掘进技术国家重点实验室 | 盾构机刀盘检测及修复方法 |
CN112228093A (zh) * | 2020-10-30 | 2021-01-15 | 中铁一局集团有限公司 | 一种盾构机刀盘损伤的判断方法 |
CN116907398A (zh) * | 2023-09-15 | 2023-10-20 | 湖南浩拓机电科技有限公司 | 一种滚刀磨损量检测方法及智能滚刀 |
-
2024
- 2024-01-25 CN CN202410100697.3A patent/CN117629615B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103195437A (zh) * | 2013-04-02 | 2013-07-10 | 天津大学 | 在线检测掘进机滚刀刀刃弦磨的装置 |
JP2017218782A (ja) * | 2016-06-07 | 2017-12-14 | 株式会社大林組 | カッタービットの摩耗量推定方法 |
JP2018091033A (ja) * | 2016-12-02 | 2018-06-14 | 大成建設株式会社 | シールドマシンの劣化診断方法 |
CN108181484A (zh) * | 2017-12-25 | 2018-06-19 | 中铁工程装备集团有限公司 | 一种常压刀盘滚刀转速和温度测量装置及磨损量测量方法 |
CN109883470A (zh) * | 2019-01-18 | 2019-06-14 | 北京工业大学 | 盾构机刀盘状态监测系统和方法 |
CN112014094A (zh) * | 2020-09-03 | 2020-12-01 | 盾构及掘进技术国家重点实验室 | 盾构机主驱动性能监测及修复方法 |
CN112014048A (zh) * | 2020-09-03 | 2020-12-01 | 盾构及掘进技术国家重点实验室 | 盾构机刀盘检测及修复方法 |
CN112228093A (zh) * | 2020-10-30 | 2021-01-15 | 中铁一局集团有限公司 | 一种盾构机刀盘损伤的判断方法 |
CN116907398A (zh) * | 2023-09-15 | 2023-10-20 | 湖南浩拓机电科技有限公司 | 一种滚刀磨损量检测方法及智能滚刀 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117969092A (zh) * | 2024-03-29 | 2024-05-03 | 山东天工岩土工程设备有限公司 | 一种盾构机主轴承的故障检测方法、设备及介质 |
CN118548935A (zh) * | 2024-07-29 | 2024-08-27 | 山东拓新电气有限公司 | 一种盾构机的在线故障监测方法及系统 |
CN118548935B (zh) * | 2024-07-29 | 2024-09-27 | 山东拓新电气有限公司 | 一种盾构机的在线故障监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117629615B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117629615B (zh) | 一种盾构机故障检测方法、设备及介质 | |
US20170293862A1 (en) | Machine learning device and machine learning method for learning fault prediction of main shaft or motor which drives main shaft, and fault prediction device and fault prediction system including machine learning device | |
CN104111346B (zh) | 一种盾构滚刀工作及磨损状态在线检测方法 | |
CN112160761B (zh) | 一种基于现场参数的硬岩tbm刀盘滚刀磨损实时评估方法 | |
CN111946559B (zh) | 一种风机基础和塔架结构检测方法 | |
CN105067262A (zh) | 一种滚动轴承状态监测方法 | |
CN103439091A (zh) | 水轮机转轮叶片裂纹故障早期预警和诊断方法及系统 | |
JP2018091033A (ja) | シールドマシンの劣化診断方法 | |
JP2017102765A (ja) | 異常予兆検出システムおよび異常予兆検出方法 | |
CN102226898A (zh) | 在线监测系统中控制监测数据入库的方法和装置 | |
CN105738136A (zh) | 一种设备异常检测方法和装置 | |
CN117909692B (zh) | 一种双盘式电机轴承运行数据智能分析方法 | |
CN113775327B (zh) | 钻井异常的检测方法、装置、设备、钻井和存储介质 | |
CN103335842A (zh) | 一种基于概率密度曲线的轴承故障识别系统及其方法 | |
CN112964470A (zh) | 一种基于轴承健康指标检测滚动轴承早期故障的方法 | |
CN117435883A (zh) | 一种基于数字孪生的设备故障预测的方法和系统 | |
CN111337255B (zh) | 一种滚动轴承剥落位置判定方法 | |
JP6898607B2 (ja) | 異常予兆検出システムおよび異常予兆検出方法 | |
CN114384154B (zh) | 基于时域统计特征的凿岩钎头故障在线诊断方法和系统 | |
CN116296956A (zh) | 一种滚刀磨损检测方法和装置 | |
CN113487141B (zh) | 一种多源信息聚类融合的轴承状态评估方法 | |
CN116187831A (zh) | 一种基于大数据的掘进机智能管控系统及方法 | |
CN109253711A (zh) | 一种土压平衡盾构机的螺旋输送机卡死位置检测方法 | |
CN112228093B (zh) | 一种盾构机刀盘损伤的判断方法 | |
CN107218180A (zh) | 一种基于振动加速度测量的风力发电机组传动系统故障报警方法 |
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 |