[发明专利]称重设备预测性维护算法以及称重设备预测性维护方法

说明书

本发明属于自动化设备预测维护技术领域，具体涉及一种称重设备预测性维护算法以及称重设备预测性维护方法，其中，称重设备预测性维护算法包括：获取数据；根据数据和历史数据建立相应向量；根据相应向量构建预测性维护模型，并获取预测性维护模型的解；以及根据预测性维护模型的解预测称重设备是否需要维护，实现了称重设备故障的监测与准确预警。

技术领域

本发明属于自动化设备预测维护技术领域，具体涉及一种称重设备预测性维护算法以及称重设备预测性维护方法。

背景技术

自动化皮带秤称重设备是一种以皮带输送机为依托的计量设备,在不中断物料流动的情况下可测出皮带输送机上散状固体物料的瞬时流量和累积流量。其特点是称量过程是连续和自动进行的,通常不需要进行干预就可完成称重的操作。

目前针对皮带秤称重设备的信息管理系统很少,在皮带秤的使用过程中,人为确定故障的方式依旧是主流,存在着故障发现不及时,精度误差导致的贸易损失长期存在等问题。某些严重情况如果皮带秤称重设备发生较大故障不能工作，会影响生产及工作进度，甚至发生事故，直接威胁到人员和设备的安全。

因此基于上述技术问题，需要设计一种新的称重设备预测性维护算法以及称重设备预测性维护方法。

发明内容

本发明的目的是提供一种称重设备预测性维护算法以及称重设备预测性维护方法。

为了解决上述技术问题，本发明提供了一种称重设备预测性维护算法，包括：

获取数据；

根据数据和历史数据建立相应向量；

根据相应向量构建预测性维护模型，并获取预测性维护模型的解；以及

根据预测性维护模型的解预测称重设备是否需要维护。

进一步，所述获取数据的方法包括：获取张力、湿度、振动数据和设备累计使用时间，并且根据张力获取单位重量的张力变化，以及根据振动数据获取设定频率的振动强度；

所述数据包括：单位重量的张力变化、设定频率的振动强度、湿度和设备累计使用时间。

进一步，所述根据数据和历史数据建立相应向量的方法包括：建立数据向量和系数向量；

所述数据向量为：x＝(x⁽¹⁾,x⁽²⁾,x⁽³⁾,x⁽⁴⁾)；

其中，x⁽¹⁾为单位重量的张力变化；x⁽²⁾为设定频率的振动强度；x⁽³⁾为湿度；x⁽⁴⁾为设备累计使用时间；

所述历史数据包括：历史单位重量的张力变化、设定频率的振动强度、湿度和设备累计使用时间；

根据历史数据获取单位重量的张力变化系数、设定频率的振动强度系数、湿度系数和设备累计使用时间系数；

所述系数向量为：w＝(w⁽¹⁾,w⁽²⁾,w⁽³⁾,w⁽⁴⁾)；

其中，w⁽¹⁾为单位重量的张力变化系数；w⁽²⁾为设定频率的振动强度系数；w⁽³⁾为湿度系数；w⁽⁴⁾为设备累计使用时间系数。

进一步，所述根据相应向量构建预测性维护模型，并获取预测性维护模型的解的方法包括：

s.t.y_i(w·x_i+b)≥1-ξ_i；