[发明专利]重型轧辊装载智能机器人的故障预测方法在审
申请号: | 201710806963.4 | 申请日: | 2017-09-08 |
公开(公告)号: | CN107392401A | 公开(公告)日: | 2017-11-24 |
发明(设计)人: | 薛晓伟;邬春学 | 申请(专利权)人: | 上海理工大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06F17/15;B25J19/00 |
代理公司: | 上海德昭知识产权代理有限公司31204 | 代理人: | 郁旦蓉 |
地址: | 200093 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种提高故障因素预测的准确率的重型轧辊装载智能机器人的故障预测方法。本发明提供的故障预测方法,包括以下步骤从记录有重型轧辊装载智能机器人运行的记录数据中,判断出不同的故障以及与故障相对应的所有故障因素;根据记录数据计算故障因素偏离正常阈值不同程度所造成的破坏程度,形成一个相对应的预警运行阈值范围集合;根据记录数据得到与故障因素相对应的故障系数;根据记录数据为每个故障因素建立高斯模型;将实时测得的当前数据代入高斯模型中,得到当前运行阈值;计算重型轧辊装载智能机器人的整体风险值;判断当前运行阈值是否大于预警运行阈值,判断整体风险值f是否大于理论整体风险值;当判断为是时,进行预警。 | ||
搜索关键词: | 重型 轧辊 装载 智能 机器人 故障 预测 方法 | ||
【主权项】:
一种重型轧辊装载智能机器人的故障预测方法,其特征在于,包括以下步骤:步骤一,从记录有所述重型轧辊装载智能机器人运行的记录数据中,判断出不同的故障以及与所述故障相对应的所有故障因素,并将不同的所述故障因素记为V1,V2,...,Vi,...,Vn(0<i≤n,n为故障因素的数量);步骤二,根据所述记录数据计算不同的所述故障因素Vi偏离正常阈值不同程度所造成的破坏程度,形成一个相对应的预警运行阈值范围集合Ui,Ui包含至少一个预警运行阈值ui1;步骤三,根据所述记录数据得到与所述故障因素Vi相对应的故障系数wi,步骤四,根据所述记录数据为每个所述故障因素Vi建立高斯模型,并计算出每个高斯模型中的参数;步骤五,将实时测得的当前数据代入所述高斯模型中,得到当前运行阈值gi;步骤六,计算所述重型轧辊装载智能机器人的整体风险值f,步骤七,判断所述当前运行阈值gi是否大于所述预警运行阈值ui1,判断所述整体风险值f是否大于理论整体风险值;步骤八,当任意一个判断为是时,进行预警。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海理工大学,未经上海理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710806963.4/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理