[發明專利]升降機故障智能診斷方法、系統及診斷設備

在審

• 申請號: 202010339672.0
• 申請日: 2020-04-26
• 公開（公告）號: CN111539478A
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 王煜翔;李林;王映杰;王賽飛
• 申請（專利權）人: 成都見田科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01D21/02
• 代理公司: 廈門原創專利事務所(普通合伙) 35101
• 代理人: 梁英

1.一種升降機故障智能診斷方法，其特征在于，應用于診斷設備，所述診斷設備設置于升降機的控制箱內，所述升降機包括導軌、升降平臺、傳動設備和液壓設備，所述升降平臺與所述導軌、所述傳動設備和所述液壓設備連接，所述導軌、所述傳動設備和所述液壓設備互相配合以使所述升降平臺進行升降，所述導軌、所述升降平臺、所述傳動設備和所述液壓設備均設置有傳感器，所述診斷設備與每個傳感器通信連接，所述方法包括：

獲取每個傳感器采集的傳感信息并緩存，其中，所述傳感信息包括用于表征所述升降平臺的傾斜度的第一位置信息、用于表征所述導軌位置的第二位置信息、用于表征所述傳動設備的運行狀態的加速度信息以及用于表征所述液壓設備的工作狀態的液壓信息；

檢測所述升降機是否發生故障，并在發生故障時，記錄故障時刻；

從緩存的傳感信息中確定出每個傳感器在所述故障時刻對應的目標傳感信息；

從預設的工況數據庫中確定出每個目標傳感信息的信息記錄表；

針對每個目標傳感信息，對該目標傳感信息對應的信息記錄表進行特征提取，得到該信息記錄表在多個時間節點下的特征信息；對該信息記錄表對應的特征信息進行聚類，得到多個聚類；確定每個聚類的故障發生概率；對該目標傳感信息進行特征提取得到第一特征向量；根據所述第一特征向量與每個聚類的相似度確定出該目標傳感信息所在的目標聚類，根據所述目標聚類確定出該目標傳感信息對應的傳感器所檢測的升降機的部位的目標故障發生率；

判斷該目標故障發生率是否超過設定值，若是，確定該目標故障發生率對應的傳感器的標識信息，按照預設映射關系確定出所述標識信息對應的診斷代碼信息并輸出所述診斷代碼信息；其中，所述診斷代碼信息用于表征所述升降機出現故障的部位。

2.根據權利要求1所述的方法，其特征在于，所述對該目標傳感信息對應的信息記錄表進行特征提取，得到該信息記錄表在多個時間節點下的特征信息，包括：

獲取所述信息記錄表的結構化描述信息；

根據所述信息記錄表的結構化描述信息對所述信息記錄表進行拆分，得到多組列表及每組列表中包括的文本信息；

獲取列表處理模板，其中，所述列表處理模板中攜帶有每組列表的時間節點編號方式；所述列表處理模板包括多個列表處理區間，且每個列表處理區間具有該列表的時間節點的編號順序；

從所述列表處理模板中獲取每組列表的時間節點編號方式，從所獲取的時間節點編號方式中確定出用于對所述多組列表進行時間節點編號的目標編號方式；

根據所述每組列表對應的文本信息及所述目標編號方式對每組列表進行編號，得到編號結果；根據所述編號結果對每組列表進行排序；并將排序后的每組列表中的文本信息依次錄入所述列表處理模板的每個列表處理區間中；

根據每個列表處理區間中的特征提取規則對每個列表處理區間中的文本信息進行特征提取，得到每個列表處理區間中的文本信息在每個列表處理區間對應的編號所對應的時間節點下的特征信息。

3.根據權利要求1或2所述的方法，其特征在于，所述確定每個聚類的故障發生概率，包括：

從每個聚類中確定目標對象的特征值；其中，所述目標對象為完成聚類的特征信息，所述特征信息為多維特征信息，所述目標對象是每個聚類中與除所述目標對象之外的任一對象的相似度值小于預設基準值的對象，所述特征值通過所述目標對象的第二特征向量得到；

根據所述目標對象的第二特征向量確定出所述目標對象對應的時間軌跡曲線，根據所述時間軌跡曲線將所述特征值映射到根據每個聚類確定出的所述升降機的工況軌跡曲線中；

根據每個聚類中的對象數量，對每個聚類對應的工況軌跡曲線進行劃分，得到的多個區段；根據所述特征值所在的目標區段在所述多個區段中的位置，確定每個聚類的故障發生概率。