CN117902474B - 一种基于多模态数据分析的起重机安全监测系统及方法 - Google Patents
一种基于多模态数据分析的起重机安全监测系统及方法 Download PDFInfo
- Publication number
- CN117902474B CN117902474B CN202410316533.4A CN202410316533A CN117902474B CN 117902474 B CN117902474 B CN 117902474B CN 202410316533 A CN202410316533 A CN 202410316533A CN 117902474 B CN117902474 B CN 117902474B
- Authority
- CN
- China
- Prior art keywords
- data
- crane
- target
- layer
- operation event
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000007405 data analysis Methods 0.000 title claims abstract description 16
- 230000006872 improvement Effects 0.000 claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000012216 screening Methods 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 230000003993 interaction Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000005856 abnormality Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 208000012661 Dyskinesia Diseases 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 6
- 230000035772 mutation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
Classifications
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control And Safety Of Cranes (AREA)
Abstract
本发明涉及起重机安全监测领域,具体为一种基于多模态数据分析的起重机安全监测系统及方法,包括起重机标记模块、数据关联层确定模块、事件筛查模块、异动指数分析模块和安全预警模块;起重机标记模块标记电气系统装载安全监控系统出厂的起重机为对照起重机,将出厂未装载安全监控系统但利用改进方案实现安全监控系统应用的起重机标记为目标起重机;数据关联层确定模块确定目标起重机基于改进方案的数据关联层;事件筛查模块用于将记录不同数据关联层对应的运行事件进行筛查;异动指数分析模块遍历分析所有目标运行事件集合的目标类型输出每一类型数据关联层对应的异动指数;安全预警模块分析是否需要对目标起重机的改进方案进行安全预警。
Description
技术领域
本发明涉及起重机安全监测技术领域,具体为一种基于多模态数据分析的起重机安全监测系统及方法。
背景技术
起重机是码头与港口的主要生产设备,起重设备的运行状况是码头管理者时刻关心的大事。使用远程监控技术可以有效地提高故障设备修复的工作效率。它能使设备的维护修理人员在故障发生的第一时间及时了解故障信息,而不论他所处的地点距离故障设备有多远,这样可以大大节约故障查找的时间;通过远程监控技术甚至可以远距离对设备进行编程工作,这对某些紧急情况下,如备件不足时,需要对控制器进行局部的程序修改时很有意义;现代的远程监控系统与过去相比性能上已有了很大的提高,它是网络技术、电子技术、现代通讯技术、计算机软件等的综合运用;计算机远程监控系统可以极大地提高人们的生产自动化水平和生产效率,已经被广泛应用于许多行业和领域;
并且现在起重机的安全监控系统其实已经做得非常到位,尤其是新出厂的起重机,对起重机的监控和管理十分可靠和稳定,同时安全监控管理系统安装在电气控制系统当中,和产品完全地融合在一起。但是,已经出厂的起重机和监控系统的融合还存在许多问题,主要是由于监控系统和旧的起重机设备不匹配。因此加强对起重机的安全监控,就要对安全监控系统进行改造,使得已经出厂的旧设备也能够和安全监控系统完全融合;与此同时,在改造方案实施的同时如何有效的监测旧起重机的安全性能以及改造的有效性是需要进一步分析的。
发明内容
本发明的目的在于提供一种基于多模态数据分析的起重机安全监测系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于多模态数据分析的起重机安全监测方法,包括以下分析步骤:
步骤S100:将电气系统装载安全监控系统出厂的起重机标记为对照起重机,存储对照起重机在监测周期内的运行数据至第一数据库;将出厂未装载安全监控系统但利用改进方案实现安全监控系统应用的起重机标记为目标起重机;存储目标起重机在运行周期内的运行数据至第二数据库;确定目标起重机基于改进方案的数据关联层;
步骤S200:对与任意数据关联层存在数据连续处理执行顺序的运行数据进行标记,提取第二数据库中存在标记的运行事件,将记录不同数据关联层对应的运行事件进行筛查,得到目标起重机数据采集值相似度大于等于相似度阈值的目标运行事件集合;
步骤S300:提取每一目标运行事件集合对应的事件类型为目标类型,遍历分析所有目标运行事件集合的目标类型输出每一类型数据关联层对应的异动指数;
步骤S400:在第一数据库中查找与目标类型相同的运行事件并标记为有效运行事件,分析有效运行事件中包含数据关联层类型所对应的异动指数阈值;基于异动指数阈值,分析是否需要对目标起重机的改进方案进行安全预警。
进一步的,步骤S100包括以下过程:
安全监控系统是指由执行层、控制层和用户层组成的系统,改进方案是指基于安全监控系统的不同层进行改进,改进方案包括对执行层的改进、对控制层的改进、对执行层和控制层的共同改进共三种方案;
对执行层的改进是指在缺少起重机的电器图纸和电气系统的源代码,并且对目标起重机机开关状态的信号监控也缺失时,加装对应采集装置;
对控制层的改进是指在目标起重机原有的电气系统中拓展以太网模块、定位模块、模拟量输入模块和开关量输入模块;
对执行层和控制层的共同改进是指数据源的获取基于电气系统的源代码来进行解析,而对于缺失的数据通过加装传感器获取;
当目标起重机基于对应改进方案进行改进后,输出改进方案所实施的层为数据关联层;每一改进方案实施的层对应一种类型的数据关联层。
进一步的,步骤S200包括以下步骤:
步骤S210:存在数据连续处理执行顺序的运行数据是指在数据关联层前记录且需经过数据关联层处理的所有数据;以用户层记录每一类型数据关联层中已标记运行数据对应的交互结果区分已标记运行数据的运行事件,相同交互目的对应所有交互结果的运行事件为一类运行事件;整理所有运行事件的数据查询集合A,A={(xi,y)→z},其中xi表示数据关联层y对应存储的第i个已标记运行数据,已标记运行数据是指目标起重机的数据采集值,z表示数据关联层坐标(xi,y)对应运行事件的交互目的;
步骤S220:提取关联层y相同时记录的数据查询集合,将数据查询集合中记录的交互目的z作为对应目标运行事件集合的数据存储依据;每一目标运行事件集合中所有的运行事件的交互目的z相同;
步骤S230:遍历筛查数据查询集合A中记录的m个已标记运行数据,i≤m,将已标记运行数据进行不少于两个元素的任意组合构成数据包,利用公式:
计算数据查询集合A中每一数据包的相似度,其中wxi表示每一数据包中第i个已标记运行数据的数据采集值,表示每一数据包记录数据采集值的平均值,n表示数据包中已标记运行数据的个数,n≤m,提取数据包中含有已标记运行数据最多且相似度大于等于相似度阈值的数据包为有效数据包,将有效数据包对应的数据采集值基于运行事件存储至目标运行事件集合中。
分析目标运行事件集合可以有效的减少目标起重机在安全监测过程中的其他影响因素,使得在对比对照起重机的运行数据时更加便捷和准确,避免因为数据自身特性对运行事件的状态分析造成影响。
进一步的,步骤S300包括以下步骤:
步骤S310:获取目标运行事件集合记录运行事件的状态数据,状态数据是指安全监控系统在每一层记录的故障数据;计算数据关联层y在每一目标运行事件集合中的第一安全比例Q,Q=R1/R2,其中R1表示目标运行事件集合中存在故障数据的运行事件个数,R2表示目标运行事件集合中记录运行事件的总数;
步骤S320:提取数据关联层y相同但z不同时的所有目标运行事件集合为第一目标运行事件集合,计算第一目标运行事件集合对应第j种数据关联层的安全指数Tj,kj表示第j种数据关联层对应第一目标运行事件集合的总个数,/>表示第j种数据关联层对应第1、2、...k个第一目标运行事件集合的第一安全比例,0<j≤3;安全指数越大表示目标起重机记录数据关联层对应的改进方案适用性越低,异常发生的概率越高;
步骤S330:提取同一目标类型运行事件且数据关联层y不同的所有目标运行事件集合为第二目标运行事件集合;获取第j种数据关联层所处第二目标运行事件集合时第二目标运行事件集合的个数dj,以及第j种数据关联层所处第二目标运行事件集合时记录故障数据对应运行事件的总个数fj,利用公式:
计算第j种数据关联层的影响指数Rj;
步骤S340:利用公式:Hj=α1*Tj+α2*Rj,计算第j种数据关联层对应的异动指数Hj,其中α1表示安全指数对应的参考系数,α2表示影响指数对应的参考系数。
分析异动指数可以有效的从不同维度衡量不同数据关联层对应的改进方案在实际应用中的安全影响程度,异动指数越大说明数据关联层对应改进方案在目标起重机上的适配行越低,存在数据故障的可能性越高。
进一步的,步骤S400包括以下步骤:
步骤S410:异动指数阈值是指利用对照起重机在监测周期内记录有效运行事件的运行数据,基于步骤S300中的异动指数分析过程得到对应每一数据关联层的异动指数阈值;监测周期是指对照起重机故障次数小于等于故障次数阈值时对应的时间周期;
步骤S420:当存在数据关联层的异动指数小于异动指数阈值时,继续监测;当存在数据关联层的异动指数大于等于异动指数阈值时,对目标起重机对应数据关联层所属的改进方案进行安全预警。
一种基于多模态数据分析的起重机安全监测系统,包括起重机标记模块、数据关联层确定模块、事件筛查模块、异动指数分析模块和安全预警模块;
起重机标记模块用于标记电气系统装载安全监控系统出厂的起重机为对照起重机,将出厂未装载安全监控系统但利用改进方案实现安全监控系统应用的起重机标记为目标起重机;
数据关联层确定模块用于确定目标起重机基于改进方案的数据关联层;
事件筛查模块用于将记录不同数据关联层对应的运行事件进行筛查;
异动指数分析模块用于遍历分析所有目标运行事件集合的目标类型输出每一类型数据关联层对应的异动指数;
安全预警模块用于分析是否需要对目标起重机的改进方案进行安全预警。
进一步的,事件筛查模块包括数据库存储单元、数据查询集合整理单元、相似度计算单元和有效数据包确定单元;
数据库存储单元用于存储对照起重机在监测周期内的运行数据至第一数据库,存储目标起重机在运行周期内的运行数据至第二数据库;
数据查询集合整理单元用于整理所有运行事件的数据查询集合;
相似度计算单元用于遍历筛查数据查询集合中记录的已标记运行数据,将已标记运行数据进行不少于两个元素的任意组合构成数据包,计算数据查询集合中每一数据包的相似度;
有效数据包确定单元用于提取数据包中含有已标记运行数据最多且相似度大于等于相似度阈值的数据包为有效数据包,将有效数据包对应的数据采集值基于运行事件存储至目标运行事件集合中。
进一步的,异动指数分析模块包括第一安全比例计算单元、安全指数分析单元、影响指数分析单元和异动指数计算单元;
第一安全比例计算单元用于计算数据关联层在每一目标运行事件集合中的第一安全比例;
安全指数分析单元用于提取数据关联层相同但交互目的不同时的所有目标运行事件集合为第一目标运行事件集合,计算第一目标运行事件集合对应数据关联层的安全指数;
影响指数分析单元用于提取同一目标类型运行事件且数据关联层不同的所有目标运行事件集合为第二目标运行事件集合,获取数据关联层所处第二目标运行事件集合时第二目标运行事件集合的个数,以及数据关联层所处第二目标运行事件集合时记录故障数据对应运行事件的总个数,计算数据关联层的影响指数;
异动指数计算单元用于基于影响指数分析单元和安全指数分析单元计算数据关联层对应的异动指数。
与现有技术相比,本发明所达到的有益效果是:本发明基于旧起重机按照改造方案实施后记录的运行数据,分析旧起重机基于改进方案的数据关联层;并对数据关联层影响的运行事件进行筛查,提高对旧起重机安全性能监测的精确性;除此之外,本发明还从不同维度全方面分析了旧起重机在不同数据关联层在实际运行中的异动指数,从而评估旧起重机对应数据关联层所属的改造方案是否与旧起重机相适配;提高了现有旧起重机基于改造方案改造后在运行过程中的安全监测实时性和高效性,填补了对新安全系统应用旧起重机实现有效融合的监测空白。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于多模态数据分析的起重机安全监测系统的结构示意图。
具体实施方式
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。基于本发明中的实施例,本领域普通技术人员在没有做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。
请参阅图1,本发明提供技术方案:一种基于多模态数据分析的起重机安全监测系统,包括起重机标记模块、数据关联层确定模块、事件筛查模块、异动指数分析模块和安全预警模块;
起重机标记模块用于标记电气系统装载安全监控系统出厂的起重机为对照起重机,将出厂未装载安全监控系统但利用改进方案实现安全监控系统应用的起重机标记为目标起重机;
数据关联层确定模块用于确定目标起重机基于改进方案的数据关联层;
事件筛查模块用于将记录不同数据关联层对应的运行事件进行筛查;
异动指数分析模块用于遍历分析所有目标运行事件集合的目标类型输出每一类型数据关联层对应的异动指数;
安全预警模块用于分析是否需要对目标起重机的改进方案进行安全预警。
事件筛查模块包括数据库存储单元、数据查询集合整理单元、相似度计算单元和有效数据包确定单元;
数据库存储单元用于存储对照起重机在监测周期内的运行数据至第一数据库,存储目标起重机在运行周期内的运行数据至第二数据库;
数据查询集合整理单元用于整理所有运行事件的数据查询集合;
相似度计算单元用于遍历筛查数据查询集合中记录的已标记运行数据,将已标记运行数据进行不少于两个元素的任意组合构成数据包,计算数据查询集合中每一数据包的相似度;
有效数据包确定单元用于提取数据包中含有已标记运行数据最多且相似度大于等于相似度阈值的数据包为有效数据包,将有效数据包对应的数据采集值基于运行事件存储至目标运行事件集合中。
异动指数分析模块包括第一安全比例计算单元、安全指数分析单元、影响指数分析单元和异动指数计算单元;
第一安全比例计算单元用于计算数据关联层在每一目标运行事件集合中的第一安全比例;
安全指数分析单元用于提取数据关联层相同但交互目的不同时的所有目标运行事件集合为第一目标运行事件集合,计算第一目标运行事件集合对应数据关联层的安全指数;
影响指数分析单元用于提取同一目标类型运行事件且数据关联层不同的所有目标运行事件集合为第二目标运行事件集合,获取数据关联层所处第二目标运行事件集合时第二目标运行事件集合的个数,以及数据关联层所处第二目标运行事件集合时记录故障数据对应运行事件的总个数,计算数据关联层的影响指数;
异动指数计算单元用于基于影响指数分析单元和安全指数分析单元计算数据关联层对应的异动指数。
一种基于多模态数据分析的起重机安全监测方法,包括以下分析步骤:
步骤S100:将电气系统装载安全监控系统出厂的起重机标记为对照起重机,存储对照起重机在监测周期内的运行数据至第一数据库;将出厂未装载安全监控系统但利用改进方案实现安全监控系统应用的起重机标记为目标起重机;存储目标起重机在运行周期内的运行数据至第二数据库;确定目标起重机基于改进方案的数据关联层;
本申请中对照起重机在出厂前会进行安全监控系统的安全应用监测,确保符合运行标准后方可进入实际应用中;运行周期小于等于监测周期;
步骤S100包括以下过程:
安全监控系统是指由执行层、控制层和用户层组成的系统,改进方案是指基于安全监控系统的不同层进行改进,改进方案包括对执行层的改进、对控制层的改进、对执行层和控制层的共同改进共三种方案;
对执行层的改进是指在缺少起重机的电器图纸和电气系统的源代码,并且对目标起重机机开关状态的信号监控也缺失时,加装对应采集装置;
对控制层的改进是指在目标起重机原有的电气系统中拓展以太网模块、定位模块、模拟量输入模块和开关量输入模块;
对执行层和控制层的共同改进是指数据源的获取基于电气系统的源代码来进行解析,而对于缺失的数据通过加装传感器获取;
当目标起重机基于对应改进方案进行改进后,输出改进方案所实施的层为数据关联层;每一改进方案实施的层对应一种类型的数据关联层。
安全监控系统中的每一层至少包含一种模态数据。
步骤S200:对与任意数据关联层存在数据连续处理执行顺序的运行数据进行标记,提取第二数据库中存在标记的运行事件,将记录不同数据关联层对应的运行事件进行筛查,得到目标起重机数据采集值相似度大于等于相似度阈值的目标运行事件集合;
步骤S200包括以下步骤:
步骤S210:存在数据连续处理执行顺序的运行数据是指在数据关联层前记录且需经过数据关联层处理的所有数据;如数据关联层为执行层时,执行层前记录且需经过执行层处理的数据可为采集对象的输入数据,那么就可以将输入数据进行标记;以用户层记录每一类型数据关联层中已标记运行数据对应的交互结果区分已标记运行数据的运行事件,相同交互目的对应所有交互结果的运行事件为一类运行事件;整理所有运行事件的数据查询集合A,A={(xi,y)→z},其中xi表示数据关联层y对应存储的第i个已标记运行数据,已标记运行数据是指目标起重机的数据采集值,z表示数据关联层坐标(xi,y)对应运行事件的交互目的;
步骤S220:提取关联层y相同时记录的数据查询集合,将数据查询集合中记录的交互目的z作为对应目标运行事件集合的数据存储依据;每一目标运行事件集合中所有的运行事件的交互目的z相同;
步骤S230:遍历筛查数据查询集合A中记录的m个已标记运行数据,i≤m,将已标记运行数据进行不少于两个元素的任意组合构成数据包,利用公式:
计算数据查询集合A中每一数据包的相似度,其中wxi表示每一数据包中第i个已标记运行数据的数据采集值,表示每一数据包记录数据采集值的平均值,n表示数据包中已标记运行数据的个数,n≤m,提取数据包中含有已标记运行数据最多且相似度大于等于相似度阈值的数据包为有效数据包,将有效数据包对应的数据采集值基于运行事件存储至目标运行事件集合中。
分析目标运行事件集合可以有效的减少目标起重机在安全监测过程中的其他影响因素,使得在对比对照起重机的运行数据时更加便捷和准确,避免因为数据自身特性对运行事件的状态分析造成影响。
步骤S300:提取每一目标运行事件集合对应的事件类型为目标类型,遍历分析所有目标运行事件集合的目标类型输出每一类型数据关联层对应的异动指数;
步骤S300包括以下步骤:
步骤S310:获取目标运行事件集合记录运行事件的状态数据,状态数据是指安全监控系统在每一层记录的故障数据;计算数据关联层y在每一目标运行事件集合中的第一安全比例Q,Q=R1/R2,其中R1表示目标运行事件集合中存在故障数据的运行事件个数,R2表示目标运行事件集合中记录运行事件的总数;
步骤S320:提取数据关联层y相同但z不同时的所有目标运行事件集合为第一目标运行事件集合,计算第一目标运行事件集合对应第j种数据关联层的安全指数Tj,kj表示第j种数据关联层对应第一目标运行事件集合的总个数,/>表示第j种数据关联层对应第1、2、...k个第一目标运行事件集合的第一安全比例,0<j≤3;安全指数越大表示目标起重机记录数据关联层对应的改进方案适用性越低,异常发生的概率越高;
步骤S330:提取同一目标类型运行事件且数据关联层y不同的所有目标运行事件集合为第二目标运行事件集合;获取第j种数据关联层所处第二目标运行事件集合时第二目标运行事件集合的个数dj,以及第j种数据关联层所处第二目标运行事件集合时记录故障数据对应运行事件的总个数fj,利用公式:
计算第j种数据关联层的影响指数Rj;
步骤S340:利用公式:Hj=α1*Tj+α2*Rj,计算第j种数据关联层对应的异动指数Hj,其中α1表示安全指数对应的参考系数,α2表示影响指数对应的参考系数。
分析异动指数可以有效的从不同维度衡量不同数据关联层对应的改进方案在实际应用中的安全影响程度,异动指数越大说明数据关联层对应改进方案在目标起重机上的适配行越低,存在数据故障的可能性越高。
步骤S400:在第一数据库中查找与目标类型相同的运行事件并标记为有效运行事件,分析有效运行事件中包含数据关联层类型所对应的异动指数阈值;基于异动指数阈值,分析是否需要对目标起重机的改进方案进行安全预警。
步骤S400包括以下步骤:
步骤S410:异动指数阈值是指利用对照起重机在监测周期内记录有效运行事件的运行数据,基于步骤S300中的异动指数分析过程得到对应每一数据关联层的异动指数阈值;监测周期是指对照起重机故障次数小于等于故障次数阈值时对应的时间周期;
步骤S420:当存在数据关联层的异动指数小于异动指数阈值时,继续监测;当存在数据关联层的异动指数大于等于异动指数阈值时,对目标起重机对应数据关联层所属的改进方案进行安全预警。
监测节点可为目标起重机记录故障数据后进行分析异动指数,判断是否需要进行安全预警;
如实施例所示,异动指数阈值的计算流程如下:
获取对照起重机中每一数据关联层在对应目标运行事件集合中的第一安全比例,基于第一安全比例计算安全指数,并计算影响指数;基于影响指数和安全指数再计算异动指数;因对照起重机为出厂合格的起重机,所以在本申请中对照起重机在监测周期内的数据记录是可作为衡量目标起重机安全监测有效性的一个标准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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 (5)
1.一种基于多模态数据分析的起重机安全监测方法,其特征在于,包括以下分析步骤:
步骤S100:将电气系统装载安全监控系统出厂的起重机标记为对照起重机,存储对照起重机在监测周期内的运行数据至第一数据库;将出厂未装载安全监控系统但利用改进方案实现安全监控系统应用的起重机标记为目标起重机;所述安全监控系统是指由执行层、控制层和用户层组成的系统,所述改进方案是指基于安全监控系统的不同层进行改进,所述改进方案包括对执行层的改进、对控制层的改进、对执行层和控制层的共同改进共三种方案;所述对执行层的改进是指在缺少起重机的电器图纸和电气系统的源代码,并且对目标起重机机开关状态的信号监控也缺失时,加装对应采集装置;
所述对控制层的改进是指在目标起重机原有的电气系统中拓展以太网模块、定位模块、模拟量输入模块和开关量输入模块;
所述对执行层和控制层的共同改进是指数据源的获取基于电气系统的源代码来进行解析,而对于缺失的数据通过加装传感器获取;
当目标起重机基于对应改进方案进行改进后,输出改进方案所实施的层为数据关联层;每一改进方案实施的层对应一种类型的数据关联层;存储目标起重机在运行周期内的运行数据至第二数据库;确定目标起重机基于改进方案的数据关联层;
步骤S200:对与任意数据关联层存在数据连续处理执行顺序的运行数据进行标记,提取第二数据库中存在标记的运行事件,将记录不同数据关联层对应的运行事件进行筛查,得到目标起重机数据采集值相似度大于等于相似度阈值的目标运行事件集合;
所述步骤S200包括以下步骤:
步骤S210:所述存在数据连续处理执行顺序的运行数据是指在数据关联层前记录且需经过数据关联层处理的所有数据;以用户层记录每一类型数据关联层中已标记运行数据对应的交互结果区分已标记运行数据的运行事件,相同交互目的对应所有交互结果的运行事件为一类运行事件;整理所有运行事件的数据查询集合A,A={(xi,y)→z},其中xi表示数据关联层y对应存储的第i个已标记运行数据,所述已标记运行数据是指目标起重机的数据采集值,z表示数据关联层坐标(xi,y)对应运行事件的交互目的;
步骤S220:提取关联层y相同时记录的数据查询集合,将所述数据查询集合中记录的交互目的z作为对应目标运行事件集合的数据存储依据;每一目标运行事件集合中所有的运行事件的交互目的z相同;
步骤S230:遍历筛查数据查询集合A中记录的m个已标记运行数据,i≤m,将已标记运行数据进行不少于两个元素的任意组合构成数据包,利用公式:
计算数据查询集合A中每一数据包的相似度,其中wxi表示每一数据包中第i个已标记运行数据的数据采集值,表示每一数据包记录数据采集值的平均值,n表示数据包中已标记运行数据的个数,n≤m,提取数据包中含有已标记运行数据最多且相似度大于等于相似度阈值的数据包为有效数据包,将有效数据包对应的数据采集值基于运行事件存储至目标运行事件集合中;
步骤S300:提取每一目标运行事件集合对应的事件类型为目标类型,遍历分析所有目标运行事件集合的目标类型输出每一类型数据关联层对应的异动指数;
所述步骤S300包括以下步骤:
步骤S310:获取目标运行事件集合记录运行事件的状态数据,所述状态数据是指安全监控系统在每一层记录的故障数据;计算数据关联层y在每一目标运行事件集合中的第一安全比例Q,Q=R1/R2,其中R1表示目标运行事件集合中存在故障数据的运行事件个数,R2表示目标运行事件集合中记录运行事件的总数;
步骤S320:提取数据关联层y相同但z不同时的所有目标运行事件集合为第一目标运行事件集合,计算第一目标运行事件集合对应第j种数据关联层的安全指数Tj,kj表示第j种数据关联层对应第一目标运行事件集合的总个数,/>表示第j种数据关联层对应第1、2、...k个第一目标运行事件集合的第一安全比例,0<j≤3;
步骤S330:提取同一目标类型运行事件且数据关联层y不同的所有目标运行事件集合为第二目标运行事件集合;获取第j种数据关联层所处第二目标运行事件集合时第二目标运行事件集合的个数dj,以及第j种数据关联层所处第二目标运行事件集合时记录故障数据对应运行事件的总个数fj,利用公式:
计算第j种数据关联层的影响指数Rj;
步骤S340:利用公式:Hj=α1*Tj+α2*Rj,计算第j种数据关联层对应的异动指数Hj,其中α1表示安全指数对应的参考系数,α2表示影响指数对应的参考系数;
步骤S400:在第一数据库中查找与目标类型相同的运行事件并标记为有效运行事件,分析有效运行事件中包含数据关联层类型所对应的异动指数阈值;基于异动指数阈值,分析是否需要对目标起重机的改进方案进行安全预警。
2.根据权利要求1所述的一种基于多模态数据分析的起重机安全监测方法,其特征在于:所述步骤S400包括以下步骤:
步骤S410:所述异动指数阈值是指利用对照起重机在监测周期内记录有效运行事件的运行数据,基于步骤S300中的异动指数分析过程得到对应每一数据关联层的异动指数阈值;所述监测周期是指对照起重机故障次数小于等于故障次数阈值时对应的时间周期;
步骤S420:当存在数据关联层的异动指数小于异动指数阈值时,继续监测;当存在数据关联层的异动指数大于等于异动指数阈值时,对目标起重机对应数据关联层所属的改进方案进行安全预警。
3.一种基于多模态数据分析的起重机安全监测系统,应用于权利要求1-2中任一项所述的一种基于多模态数据分析的起重机安全监测方法,其特征在于,包括起重机标记模块、数据关联层确定模块、事件筛查模块、异动指数分析模块和安全预警模块;
所述起重机标记模块用于标记电气系统装载安全监控系统出厂的起重机为对照起重机,将出厂未装载安全监控系统但利用改进方案实现安全监控系统应用的起重机标记为目标起重机;
所述数据关联层确定模块用于确定目标起重机基于改进方案的数据关联层;
所述事件筛查模块用于将记录不同数据关联层对应的运行事件进行筛查;
所述异动指数分析模块用于遍历分析所有目标运行事件集合的目标类型输出每一类型数据关联层对应的异动指数;
所述安全预警模块用于分析是否需要对目标起重机的改进方案进行安全预警。
4.根据权利要求3所述的一种基于多模态数据分析的起重机安全监测系统,其特征在于:所述事件筛查模块包括数据库存储单元、数据查询集合整理单元、相似度计算单元和有效数据包确定单元;
所述数据库存储单元用于存储对照起重机在监测周期内的运行数据至第一数据库,存储目标起重机在运行周期内的运行数据至第二数据库;
所述数据查询集合整理单元用于整理所有运行事件的数据查询集合;
所述相似度计算单元用于遍历筛查数据查询集合中记录的已标记运行数据,将已标记运行数据进行不少于两个元素的任意组合构成数据包,计算数据查询集合中每一数据包的相似度;
所述有效数据包确定单元用于提取数据包中含有已标记运行数据最多且相似度大于等于相似度阈值的数据包为有效数据包,将有效数据包对应的数据采集值基于运行事件存储至目标运行事件集合中。
5.根据权利要求4所述的一种基于多模态数据分析的起重机安全监测系统,其特征在于:所述异动指数分析模块包括第一安全比例计算单元、安全指数分析单元、影响指数分析单元和异动指数计算单元;
所述第一安全比例计算单元用于计算数据关联层在每一目标运行事件集合中的第一安全比例;
所述安全指数分析单元用于提取数据关联层相同但交互目的不同时的所有目标运行事件集合为第一目标运行事件集合,计算第一目标运行事件集合对应数据关联层的安全指数;
所述影响指数分析单元用于提取同一目标类型运行事件且数据关联层不同的所有目标运行事件集合为第二目标运行事件集合,获取数据关联层所处第二目标运行事件集合时第二目标运行事件集合的个数,以及数据关联层所处第二目标运行事件集合时记录故障数据对应运行事件的总个数,计算数据关联层的影响指数;
所述异动指数计算单元用于基于影响指数分析单元和安全指数分析单元计算数据关联层对应的异动指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410316533.4A CN117902474B (zh) | 2024-03-20 | 2024-03-20 | 一种基于多模态数据分析的起重机安全监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410316533.4A CN117902474B (zh) | 2024-03-20 | 2024-03-20 | 一种基于多模态数据分析的起重机安全监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117902474A CN117902474A (zh) | 2024-04-19 |
CN117902474B true CN117902474B (zh) | 2024-05-17 |
Family
ID=90686234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410316533.4A Active CN117902474B (zh) | 2024-03-20 | 2024-03-20 | 一种基于多模态数据分析的起重机安全监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117902474B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103332600A (zh) * | 2013-06-27 | 2013-10-02 | 沈阳建筑大学 | 基于现场总线的塔机嵌入式智能监控系统 |
CN110683463A (zh) * | 2019-10-17 | 2020-01-14 | 上海海事大学 | 一种双起重机的实时调度-控制级联系统及方法 |
KR102330123B1 (ko) * | 2021-07-22 | 2021-11-23 | 주식회사 포인트 | 갠트리 크레인의 실시간 모니터링 시스템 |
CN116339214A (zh) * | 2023-04-13 | 2023-06-27 | 广东建发工程管理有限公司 | 基于数据分析的施工现场安全监控系统 |
CN117235649A (zh) * | 2023-11-09 | 2023-12-15 | 广东正德工业科技股份有限公司 | 一种基于大数据的工业设备状态智能监测系统及方法 |
-
2024
- 2024-03-20 CN CN202410316533.4A patent/CN117902474B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103332600A (zh) * | 2013-06-27 | 2013-10-02 | 沈阳建筑大学 | 基于现场总线的塔机嵌入式智能监控系统 |
CN110683463A (zh) * | 2019-10-17 | 2020-01-14 | 上海海事大学 | 一种双起重机的实时调度-控制级联系统及方法 |
KR102330123B1 (ko) * | 2021-07-22 | 2021-11-23 | 주식회사 포인트 | 갠트리 크레인의 실시간 모니터링 시스템 |
CN116339214A (zh) * | 2023-04-13 | 2023-06-27 | 广东建发工程管理有限公司 | 基于数据分析的施工现场安全监控系统 |
CN117235649A (zh) * | 2023-11-09 | 2023-12-15 | 广东正德工业科技股份有限公司 | 一种基于大数据的工业设备状态智能监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117902474A (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117235649B (zh) | 一种基于大数据的工业设备状态智能监测系统及方法 | |
CN111475804B (zh) | 一种告警预测方法及系统 | |
US20040078099A1 (en) | Method and system for analyzing operational parameter data for diagnostics and repairs | |
CN117236934B (zh) | 一种工业互联网远程监控运维管理系统 | |
CN116681402B (zh) | 一种基于物联网的项目信息库服务管理系统及方法 | |
CN110825798A (zh) | 一种电力应用数据维护方法及装置 | |
CN118037469B (zh) | 基于大数据的财务管理系统 | |
CN109507992A (zh) | 一种机车制动系统部件的故障预测方法、装置及设备 | |
CN115687470B (zh) | 一种基于云平台的企业管理方法及系统 | |
US7529790B1 (en) | System and method of data analysis | |
CN117312290A (zh) | 一种提高异构系统数据质量的方法 | |
CN117041269A (zh) | 一种用于同步子数据库数据的实时双向同步系统 | |
CN113657747B (zh) | 一种企业安全生产标准化级别智能评定系统 | |
CN117902474B (zh) | 一种基于多模态数据分析的起重机安全监测系统及方法 | |
CN118013284A (zh) | 一种基于工业云平台的设备故障管理系统及方法 | |
CN111709597B (zh) | 一种电网生产域运营监测系统 | |
CN114662981B (zh) | 基于大数据应用的污染源企业监管方法 | |
CN113326349A (zh) | 基于案例推理的汽车产品缺陷认定方法和装置 | |
CN118133047B (zh) | 一种企业业务匹配分析系统、方法及存储介质 | |
CN118278950B (zh) | 一种基于区块链的产品质量事故溯源方法及系统 | |
CN114064400B (zh) | 一种it设备运维感知监控系统 | |
Saad et al. | A New Hybrid Approach for Identifying Obsolescence Features: Applied to Railway Signaling Infrastructure | |
CN111027913B (zh) | 一种适用于动产融资类仓储物流数据的管理方法 | |
CN113298326A (zh) | 智能化电子化事件监督方法、设备及存储介质 | |
CN117763470A (zh) | 一种基于云边协同的工业传感器异常检测方法及系统 |
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 |