本发明涉及数据处理,具体涉及一种刮板机链条载荷监测的方法。
背景技术:
1、刮板输送机常用于对粉块状、颗粒状物料的长距离运输,因此常用于煤矿等工业行业。刮板输送机通过电机带动刮板和刮板链条将煤块向上或向下运输,作为煤矿运输的核心需要实时监控链条载荷以保证其正常运行,避免载荷过重造成链条断裂使煤矿散落造成刮板机卡死受损影响采煤作业,降低生产效率甚至危及生产人员的生命安全。
2、刮板链条过载断裂主要是由于被矿料等卡住造成,因此需要对刮板链条进行实时监测以保障刮板机的正常运行,现有监测方法主要有机器视觉法、超声波法和核子检测法,机器视觉法通过监控刮板链条的外观情况分析刮板链条情况,但受限于地下矿井的作业环境,实际应用效果不佳;超声波法通过安装波导管监测链条断裂,但实际使用过程中需要掉落的煤块刺穿波导管才会导致报警,灵敏度和覆盖度较低;核子检测法使用x射线监测链条的监测效率和精准度较高,但由于核子存在放射性污染使得其应用程度不高。现有通过将压力传感器安装在中板两侧的固定架上监测刮板链条的载荷,通过在中板上运行产生的震动获得压力数据,当压力异常时,会产生异常冲击信号用于异常分析,但由于同一煤块在不同传感器点存在监测滞后性,使得无法通过同一时间的载荷监测数据分析异常。
技术实现思路
1、本发明提供一种刮板机链条载荷监测的方法,以解决现有的问题。
2、本发明的一种刮板机链条载荷监测的方法采用如下技术方案:
3、本发明一个实施例提供了一种刮板机链条载荷监测的方法,该方法包括以下步骤:
4、获得不同时刻的压力数据组成的各节点的压力数据序列;
5、将第一个节点记为初始节点,使用动态时间规划算法获得初始节点的每个时刻的时序数据序列;根据每个时序数据与时序数据序列的运行速度差异,获得初始节点的每个时刻的时序数据序列中的每个时序数据的第一异常程度;根据每个时序数据与时序数据序列的数值差异,获得初始节点的每个时刻的时序数据序列中的每个时序数据的载荷权重;根据每个时序数据的载荷权重与第一异常程度,获得初始节点的每个时刻的时序数据序列中的每个时序数据的载荷异常程度;
6、将载荷异常程度大于预设载荷程度阈值的时序数据对应的节点和时刻作为异常信息,通过异常信息控制刮板机采煤操作。
7、进一步地,所述获得初始节点的每个时刻的时序数据序列,包括的具体步骤如下:
8、每个节点的压力数据序列由不同时刻采集的压力数据组成,将初始节点的压力数据序列中每个时刻的压力数据在所有节点的拟合值序列中对应的拟合值按照节点顺序组成的序列,记为初始节点的每个时刻的时序数据序列。
9、进一步地,所述所有节点的拟合值序列的获取方法具体如下:
10、通过dtw算法动态时序规划获得初始节点与除初始节点外的每个节点的拟合值序列,拟合值序列由若干个拟合值组成,拟合值是初始节点的压力数据序列中的每个压力数据经过dtw算法动态时序规划后该压力数据在节点的压力数据序列中对应的压力数据。
11、进一步地,所述获得初始节点的每个时刻的时序数据序列中的每个时序数据的第一异常程度,包括的具体步骤如下:
12、将每个时序数据序列中所有时序数据的运行速度的均值记为每个时序数据序列的平均速度,将每个时序数据序列的每个时序数据的运行速度与每个时序数据序列的平均速度的差值的绝对值的归一化的结果,记为初始节点的每个时刻的时序数据序列中的每个时序数据的第一异常程度。
13、进一步地,所述每个时序数据序列的每个时序数据的运行速度的获取方法具体如下:
14、
15、式中,表示初始节点的第x时刻的时序数据序列中的第u个时序数据的运行速度,、分别表示初始节点的第x时刻的时序数据序列中的第u个时序数据对应的时刻和节点,、分别表示初始节点的第x时刻的时序数据序列中的第u-1个时序数据对应的时刻和节点,表示误差参数。
16、进一步地,所述获得初始节点的每个时刻的时序数据序列中的每个时序数据的载荷权重,包括的具体步骤如下:
17、获得初始节点的每个时刻的时序数据序列中的每个时序数据的载荷权重,具体的计算公式如下:
18、
19、式中,表示初始节点的第x时刻的时序数据序列中的第u个时序数据的载荷权重,为双曲双曲线正切函数,表示初始节点的第x时刻的时序数据序列中的第u个时序数据,表示初始节点的第x时刻的时序数据序列的所有时序数据的均值,表示压力监测阈值,表示取绝对值。
20、进一步地,所述获得初始节点的每个时刻的时序数据序列中的每个时序数据的载荷异常程度,包括的具体步骤如下:
21、将初始节点的每个时刻的时序数据序列中的每个时序数据的载荷权重与第一异常程度的乘积,记为初始节点的每个时刻的时序数据序列中的每个时序数据的载荷异常程度。
22、本发明的技术方案的有益效果是:针对使用压力传感器监测刮板机链条载荷异常的过程中由于煤块运动造成监测获得的数据存在时序和节点的滞后带来的分析困难,相较于现有使用压力传感器监测刮板机链条载荷方法存在的压力传感器的数据波动由于煤块在随时间运动产生对同一煤块的监测异常波动,本发明通过dtw算法获得每个煤块在不同时间和节点的压力数据序列,通过量化传动的时间间隔和节点间隔生成传送速度,结合压力数据的载荷权重获得载荷异常程度用于分析异常,解决传统方法的压力监测的滞后问题。
1.一种刮板机链条载荷监测的方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种刮板机链条载荷监测的方法,其特征在于,所述获得初始节点的每个时刻的时序数据序列,包括的具体步骤如下:
3.根据权利要求2所述的一种刮板机链条载荷监测的方法,其特征在于,所述所有节点的拟合值序列的获取方法具体如下:
4.根据权利要求1所述的一种刮板机链条载荷监测的方法,其特征在于,所述获得初始节点的每个时刻的时序数据序列中的每个时序数据的第一异常程度,包括的具体步骤如下:
5.根据权利要求4所述的一种刮板机链条载荷监测的方法,其特征在于,所述每个时序数据序列的每个时序数据的运行速度的获取方法具体如下:
6.根据权利要求1所述的一种刮板机链条载荷监测的方法,其特征在于,所述获得初始节点的每个时刻的时序数据序列中的每个时序数据的载荷权重,包括的具体步骤如下:
7.根据权利要求1所述的一种刮板机链条载荷监测的方法,其特征在于,所述获得初始节点的每个时刻的时序数据序列中的每个时序数据的载荷异常程度,包括的具体步骤如下: