[發明專利]一種起重機運行狀態的智能監測方法

有效

• 申請號: 201410187009.8
• 申請日: 2014-05-06
• 公開（公告）號: CN104085789A
• 公開（公告）日: 2014-10-08
• 發明（設計）人: 禹建麗;徐廣善
• 申請（專利權）人: 新鄉市起重機廠有限公司
• 主分類號: B66C13/16
• 分類號: B66C13/16
• 代理公司: 北京鑫浩聯德專利代理事務所(普通合伙) 11380
• 代理人: 呂愛萍

1.?一種起重機運行狀態的智能監測方法，其特征在于：它的步驟如下：

步驟S01：利用起重機運行狀態信息觀測變量與運行狀態對應關系的歷史數據構建并訓練起重機運行狀態的誤差反向傳播神經網絡智能判斷模型；

步驟S02：利用起重機傳感器在線觀測起重機運行狀態的觀測變量并將其輸入步驟S01中得出的起重機運行狀態的誤差反向傳播神經網絡智能判斷模型中，由計算機計算得出起重機運行狀態；

步驟S03：不斷完善起重機運行狀態信息觀測變量與運行狀態對應關系的數據庫信息，對起重機運行狀態的誤差反向傳播神經網絡模型持續優化。

2.如權利要求1所述的一種起重機運行狀態的智能監測方法，其特征在于：所述步驟S01中利用起重機運行狀態信息觀測變量與運行狀態對應的歷史數據構建并訓練起重機運行狀態的誤差反向傳播神經網絡智能判斷模型的方法如下：

a、選取起重機運行狀態的觀測變量；

b、對起重機運行狀態進行類型分類及編碼，將起重機的運行狀態分為5類，分別為安全狀態、較為安全狀態、安全向危險過渡狀態、較為危險狀態及危險狀態，5類狀態的編碼依次分別為：10000、01000、00100、00010、00001；

c、在起重機運行狀態信息觀測變量與運行狀態分類編碼對應關系的歷史數據中選取樣本；

d、構建起重機運行狀態的誤差反向傳播神經網絡智能判斷模型；

e、利用c中的訓練樣本訓練d中構建的誤差反向傳播神經網絡智能判斷模型，得出誤差反向傳播神經網絡智能判斷模型各個模型參數。

3.如權利要求2所述的一種起重機運行狀態的智能監測方法，其特征在于：所述a中選取的起重機運行狀態的觀測變量為塔式起重機的起重量、起重力矩、起升高度、起重幅度、風速及電動機繞組溫度6個變量。

4.如權利要求2所述的一種起重機運行狀態的智能監測方法，其特征在于：所述e中采用MATLAB計算機應用軟件對起重機運行狀態智能判斷的神經網絡模型進行訓練。

5.如權利要求2所述的一種起重機運行狀態的智能監測方法，其特征在于：對所述c中的訓練樣本進行歸一化處理。

6.如權利要求2所述的一種起重機運行狀態的智能監測方法，其特征在于：所述d中起重機運行狀態的誤差反向傳播神經網絡智能判斷模型的構建方法為：構建誤差反向傳播神經網絡結構的輸入層、隱層和輸出層，起重機運行狀態的觀測變量為輸入層，起重機狀態類型分類編碼為輸出層。

7.如權利要求2所述的一種起重機運行狀態的智能監測方法，其特征在于：所述e中誤差反向傳播神經網絡模型訓練采用最速下降法學習算法，通過誤差反向傳播不斷調整網絡的權值和閾值，使誤差反向傳播神經網絡輸出與實際期望值的誤差平方和越來越小。

8.如權利要求1所述的一種起重機運行狀態的智能監測方法，其特征在于：步驟S03中對起重機運行狀態的誤差反向傳播神經網絡模型持續優化的方法為：不斷完善起重機運行狀態信息觀測變量與運行狀態對應關系的數據庫信息，并利用該數據庫信息訓練已有的誤差反向傳播神經網絡模型，持續優化神經網絡的權值和閾值。