[实用新型]一种基于边缘计算和机器学习的液压系统状态监测系统

权利要求书

1.一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：包括初始化模块、数据采集模块、边缘计算处理模块、告警模块、ARM-MCU协作模块，所述初始化模块、数据采集模块、边缘计算处理模块和告警模块之间依次连接；

所述初始化模块：用于系统启动时对各个模块进行初始化；

所述数据采集模块：用于采集并传输液压系统运行时产生的各项原始测量数据；

所述边缘计算处理模块：用于对原始测量数据进行无监督降维以及有监督学习，得到液压系统状态预测结果；

所述告警模块：用于负责将边缘计算处理模块所得的液压系统状态预测结果传输给后台工作人员，实现对液压系统状态的在线实时监测；

所述ARM-MCU协作模块：用于负责根据核心模块运作情况进行工业控制。

2.根据权利要求1所述的一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：所述初始化模块用于对所有核心运行模块的工作状态和对应参数进行初始化，包括但不局限于传感器参数、数据采集模块输出数据、边缘计算处理模块模型数据和告警模块输出数据。

3.根据权利要求1所述的一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：所述数据采集模块包括传感器模块、液压管道检测模块和液压设备监测模块；

所述传感器模块：用于监测液压系统使用时液压油的工作数据；

所述液压管道检测模块：用于监测液压系统使用一段时间后相关管道的损耗情况；

所述液压设备监测模块：用于监测液压系统中液压设备的使用情况。

4.根据权利要求3所述的一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：所述传感器模块包括但不局限于压力传感器、温度传感器和体积流量传感器，所述压力传感器、温度传感器和体积流量传感器均安装在液压管道上。

5.根据权利要求3所述的一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：所述液压管道检测模块包括超声波发生器和超声波接收器，所述超声波发生器和超声波接收器安装在液压管道的两端。

6.根据权利要求3所述的一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：所述液压设备监测模块包括但不局限于电压传感器和电流传感器。

7.根据权利要求1所述的一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：所述边缘计算处理模块采用基于EgdeBox的边缘计算平台，基于EgdeBox的边缘计算平台用于对采集的原始数据进行运算以及对液压系统中各个部分的损耗进行对比。

8.根据权利要求1所述的一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：所述告警模块包括但不局限于蜂鸣器、声光报警器和无线模块。

9.根据权利要求1所述的一种基于边缘计算和机器学习的液压系统状态监测系统，其特征在于：所述ARM-MCU协作模块包括4G模块、ARM芯片和MCU芯片。