[发明专利]钢丝绳芯输送带缺陷智能识别方法及系统

摘要

本发明公开了一种钢丝绳芯输送带缺陷智能识别方法及系统，其识别方法包括步骤：一、电磁加载；二、缺陷信号采集；三、特征提取；四、训练样本获取；五、分类优先级别确定；六、多分类模型建立；七、多分类模型训练；八、信号实时采集及同步分类：采用电磁检测单元实时检测，并将所检测信号同步输入至数据处理器进行特征提取后送至所建立的多分类模型中，便自动输出被检测输送带的缺陷类别；其识别系统包括电磁加载装置、多个电磁检测单元、自动输出被检测输送带缺陷类别的数据处理器和与数据处理器双向通信的上位机。本发明设计合理、操作简便、实现方便且使用效果好、实用价值高，提高了输送带缺陷检测的可靠性和缺陷识别效率。

主权项

1.一种钢丝绳芯输送带缺陷智能识别方法，其特征在于该方法包括以下步骤：步骤一、电磁加载：采用电磁加载装置对被检测钢丝绳芯输送带进行电磁加载；步骤二、缺陷信号采集：采用电磁检测单元对多种不同缺陷状态时被检测钢丝绳芯输送带内的剩磁分别进行检测，并将所检测信号同步传送至数据处理器（2），相应获得与N种不同缺陷状态相对应的N组缺陷状态检测信息，N组所述缺陷状态检测信息中均包括电磁检测单元在不同采样时段检测到的多个检测信号，其中N为正整数且N≥3；多个所述检测信号均为所述电磁检测单元在一个采样时段内所检测到的一个采样序列，且该采样序列中包括电磁检测单元在多个采样时刻所检测的多个采样值；步骤三、特征提取：待数据处理器（2）接收到电磁检测单元所传送的检测信号时，自各检测信号中分别提取出能代表并区别该检测信号的一组特征参数，且该组特征参数包括M个特征量，并对M个所述特征量进行编号，M个所述特征量组成一个特征向量，其中M≥2；步骤四、训练样本获取：分别在经特征提取后的N组所述缺陷状态检测信息中，随机抽取m个检测信号组成训练样本集；所述训练样本集中相应包括l个训练样本，其中m≥2，l=m×N；l个所述训练样本分属于N个样本类，每一个样本类中均包括被检测钢丝绳芯输送带工作于同一个缺陷状态时的m个训练样本，N个样本类分别为与被检测钢丝绳芯输送带的N种不同缺陷状态相对应的样本类1、样本类2…样本类N；N个样本类中的每一个训练样本均记作X_Qs，其中Q为样本类的类别标号且Q=1、2…N，s为各样本类中所包括m个训练样本的样本序号且s=1、2…m；X_Qs为样本类k中第s个训练样本的特征向量，X_Qs∈R^d，其中d为X_Qs的向量维数且d=M；步骤五、分类优先级别确定，其确定过程如下：步骤501、样本类的类中心计算：采用数据处理器（2）对N个所述样本类中任一个样本类q的类中心进行计算；且对样本类q的类中心进行计算时，根据公式计算得出样本类q中所有训练样本的各特征量均值；式中q=1、2…N，p=1、2…d，X_qs(p)为样本类q中第s个训练样本的第p个特征量，为样本类q中所有训练样本的第p个特征量均值；步骤502、类间距离计算：采用数据处理器（2）且根据公式对步骤501中所述任一个样本类q与N个所述样本类中任一个样本类h之间的间距分别进行计算，其中为样本类q中所有训练样本的第p个特征量均值，为样本类h中所有训练样本的第p个特征量均值，且h=1、2…N；步骤503、类间距之和计算：采用数据处理器（2）且根据公式对步骤501中所述任一个样本类k的类间距之和；步骤504、多次重复步骤501至步骤503，直至计算得出N个所述样本类中所有样本类的类间距之和；步骤505、按照步骤504中计算得出的所有样本类的类间距之和由大到小的顺序，采用数据处理器（2）确定出N个所述样本类的分类优先级别Y，其中Y=1、2…N；其中，类间距之和最大的样本类的分类优先级别最高且其分类级别为1，类间距之和最大的样本类的分类优先级别最低且其分类级别为N；步骤六、多分类模型建立：所建立的多分类模型包括N-1个二分类模型，且N-1个所述二分类模型均为支持向量机模型；N-1个所述二分类模型按照步骤405中所确定的分类优先级别，将N个所述样本类自所述训练样本集中由先至后逐类分出来，N-1个所述二分类模型的建立方法均相同且均采用数据处理器（2）进行建立；对于N-1个所述二分类模型中的任一个二分类模型z来说，其建立过程如下：步骤601、核函数选取：选用径向基函数作为二分类模型z的核函数；步骤602、分类函数确定：待惩罚参数C与步骤601中所选用径向基函数的核参数γ确定后，获得二分类模型z的分类函数，完成二分类模型z的建立过程；其中，0＜C≤1000，0＜γ≤1000；所建立的二分类模型z为待分类优先级别高于z的所有样本类自所述训练样本集中分出来后，将分类优先级别为z的样本类自所述训练样本集中剩余的N-z+1个样本类中分出来的二分类模型，其中z=1、2…N-1；步骤603、二分类模型分类优先级别设定：根据步骤602中所述二分类模型z自所述训练样本集中剩余的N-z+1个样本类中分出来的样本类的分类优先级别z，对二分类模型z的分类优先级别R进行设定，且R=z；步骤604、多次重复步骤601至步骤603，直至获得N-1个所述二分类模型的分类函数，便完成N-1个所述二分类模型的建立过程，获得建立完成的多分类模型；所建立的多分类模型为将所述训练样本集中的多个样本类逐一分出来的多分类模型；步骤七、多分类模型训练：将步骤四中所述训练样本集中的l个训练样本输入到步骤六中所建立的多分类模型进行训练；步骤八、信号实时采集及同步分类：采用电磁检测单元对被检测钢丝绳芯输送带内的剩磁进行实时检测，并将所检测信号同步输入至数据处理器（2）进行特征提取后送至步骤六中所建立的多分类模型中，便自动输出被检测钢丝绳芯输送带的缺陷类别。