[发明专利]一种抓斗卸船机自动作业在线监测系统及方法

权利要求书

1.一种抓斗卸船机自动作业在线监测方法，其特征在于，所述方法包括：

获取抓斗卸船机的装配模型和维护记录，根据所述维护记录对装配模型进行切分，得到含有风险阈值的子模型；

实时获取各子模型对应的实际设备中各控制端的输入数据和输出数据，根据所述输入数据和输出数据计算风险概率；

当任一子模型对应的风险概率达到所述风险阈值时，获取该子模型的风险类型，根据风险类型确定该子模型的影响范围；

获取含有热源信息的监视图像，根据所述影响范围和所述监视图像确定警示信息。

2.根据权利要求1所述的抓斗卸船机自动作业在线监测方法，其特征在于，所述获取抓斗卸船机的装配模型和维护记录，根据所述维护记录对装配模型进行切分，得到含有风险阈值的子模型的步骤包括：

获取抓斗卸船机的装配模型，依次读取装配模型中各子部件的额定参数；

获取各子部件的维护记录，根据所述维护记录对所述额定参数进行修正；其中，所述额定参数用于表征各子部件正常工作的参数范围；

将所述修正后的额定参数输入训练好的易达性分析模型，得到该子部件的易达值；所述易达值用于表征该子部件的额定参数的易满足程度；

将所述易达值与预设的易达阈值进行比对，当所述易达值达到预设的易达阈值时，将修正后的额定参数作为风险阈值，生成子模型。

3.根据权利要求2所述的抓斗卸船机自动作业在线监测方法，其特征在于，所述实时获取各子模型对应的实际设备中各控制端的输入数据和输出数据，根据所述输入数据和输出数据计算风险概率的步骤包括：

实时获取各子模型对应的实际设备中各控制端的连接关系；

基于连接关系依次获取各控制端的输入数据和输出数据；

将所述输入数据输入预设的理论模型，得到预测数据；所述输入数据、所述输出数据和所述预测数据均为时间的函数；

比对所述预测数据和所述输出数据，根据比对结果计算风险概率。

4.根据权利要求3所述的抓斗卸船机自动作业在线监测方法，其特征在于，所述比对所述预测数据和所述输出数据，根据比对结果计算风险概率的步骤包括：

读取所述预测数据和所述输出数据，根据所述预测数据和所述输出数据计算差值数据；

根据所述预测数据、输出数据和差值数据在同一坐标系中生成预测曲线、输出曲线和差值曲线；

计算所述差值曲线的导函数曲线，根据预设的变化率阈值线截取所述导函数，确定特征段；

获取所述特征段对应的输出数据，根据所述输出数据标记所述特征段；

统计标记的特征段，计算风险概率。

5.根据权利要求1所述的抓斗卸船机自动作业在线监测方法，其特征在于，所述当任一子模型对应的风险概率达到所述风险阈值时，获取该子模型的风险类型，根据风险类型确定该子模型的影响范围的步骤包括：

当任一子模型对应的风险概率达到所述风险阈值时，获取该子模型的风险类型；所述风险类型至少包括坠落风险类型；

当所述风险类型为坠落风险类型时，获取该子模型相对于整个装配模型的安装高度及工作区间；

获取该子模型的重力和聚集度，根据所述重力和所述安装高度计算坠落冲量，根据所述坠落冲量和所述聚集度计算单点影响范围；其中，所述聚集度用于表征该子模型中各零件的连接紧密度；所述连接紧密度用冲量阈值表示；

根据所述单点影响范围和所述工作区间确定该子模型的影响范围。

6.根据权利要求5所述的抓斗卸船机自动作业在线监测方法，其特征在于，所述当任一子模型对应的风险概率达到所述风险阈值时，获取该子模型的风险类型，根据风险类型确定该子模型的影响范围的步骤还包括：

根据所述安装高度标记所述装配模型中相对于该子模型的碰撞模型；其中，所述碰撞模型在子模型的坠落过程中，装配模型中与它发生碰撞关系的其他子模型；

根据碰撞模型和该子模型修正单点影响范围。