CN120162756A - 一种促动器的状态智能检测分析系统及方法 - Google Patents
一种促动器的状态智能检测分析系统及方法 Download PDFInfo
- Publication number
- CN120162756A CN120162756A CN202510290311.4A CN202510290311A CN120162756A CN 120162756 A CN120162756 A CN 120162756A CN 202510290311 A CN202510290311 A CN 202510290311A CN 120162756 A CN120162756 A CN 120162756A
- Authority
- CN
- China
- Prior art keywords
- liquid
- contacting
- detection
- component
- hydraulic actuator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
- G06K7/10297—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves arrangements for handling protocols designed for non-contact record carriers such as RFIDs NFCs, e.g. ISO/IEC 14443 and 18092
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Toxicology (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Fluid-Pressure Circuits (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种促动器的状态智能检测分析系统及方法,涉及智能检测技术领域,用于改善工作效率评估促动器状态的延时性造成的损失问题,包括对液压促动器进行标签识别,确定液压促动器型号,获取不同触液部件,检测不同触液部件的液体接触面,获取对应部件液体接触面的压力值并计算对角压力,设定接触面范围,根据接触面范围采集各触液部件的中心温度,综合对角压力和中心温度利用优序图法对各触液部件的损坏程度进行评估,筛选出检测组合,判断是否将液压促动器进行组合互补检测,采集检测组合内触液部件的工作频率以及运行声波并利用逻辑回归算法分析互补评分,根据互补评分确定促动器整体状态。
Description
技术领域
本发明涉及智能检测技术领域,更具体地说,本发明涉及一种促动器的状态智能检测分析系统及方法。
背景技术
智能检测技术是一种利用先进传感器、数据处理、人工智能以及机器学习技术对物体、环境或系统进行实时监测、分析,智能监测技术应用于促动器的状态监测可以提高促动器状态检测效率,降低促动器损坏修复不及时导致的损失。
现有技术存在以下不足:
以往对促动器的检测通过促动器工作运行的效率进行判断,当促动器工作效率低于预设的阈值则判断促动器状态差,未考虑到促动器内部部件的运行状态,当促动器工作效率下降至预设阈值时,部分敏感项目已经进行显著影响,造成大量损失。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种促动器的状态智能检测分析方法,通过分析液压促动器内各触液部件的运行状态对促动器整体状态进行实时评估以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种促动器的状态智能检测分析方法,包括以下步骤,
步骤S1:对液压促动器的标签进行识别,确定液压促动器型号,将液压促动器型号导入部件数据库获取液压促动器的多个触液部件;
步骤S2:对不同触液部件的液体接触面进行检测,获取液体接触面的压力值并计算对角压力,设定接触面范围,根据接触面范围采集各触液部件的中心温度,综合对角压力和中心温度对各触液部件使用优序图法计算各触液部件的损坏程度;
步骤S3:根据各触液部件的损坏程度筛选检测组合并判断是否将液压促动器进行组合互补检测,进入组合互补检测时,采集检测组合内触液部件的工作频率以及运行声波;
步骤S4:将检测组合内触液部件的工作频率以及运行声波利用逻辑回归算法分析互补评分,根据互补评分确定促动器整体状态。
在一个优选的实施方式中,在步骤S1中,在液压促动器上安装RFID标签,通过RFID读写器实现液压促动器的数据读取,将不同的RFID标签中存储对应液压促动器的型号信息,将液压促动器型号导入部件数据库,部件数据库中的包含对应液压促动器型号的触液部件,将不同触液部件进行不同标记。
在一个优选的实施方式中,在步骤S2中,利用小型压力传感器附着在各触液部件的液体接触面表面,对各触液部件的液体接触面表面压力值进行检测,当液压促动器开始工作时,获取各触液部件的液体接触面面积以及对应接触面中心位置。
在一个优选的实施方式中,在步骤S2中,以对应接触面中心位置随机生成任意方向的一条直线,将直线与触液部件的液体接触面面积边缘的两个交点作为对应触液部件的对角点;
使用小型压力传感器分别在各触液部件的对角点进行压力检测获取两个对角点的对角压力,将触液部件的两个对角压力的比例作为对应触液部件的对角压力系数。
在一个优选的实施方式中,在步骤S2中,利用百分位法设定接触面范围,将获取到的各触液部件的液体接触面面积乘以预设的圈定比例计算接触面范围:,其中为各触液部件的液体接触面积,为圈定比例,为设定后的接触面范围;
根据设定的接触面范围对各触液部件中心温度进行采集,以各触液部件的液体接触面面积中心位置进行几何扩增直至范围达到设定的接触面范围;在经过几何扩增后的接触面范围面积中随机设置采集点采集各触液部件的温度作为对应触液部件的中心温度。
在一个优选的实施方式中,在步骤S2中,将各触液部件的中心温度进行归一化后标记为a,将各触液部件的对角压力系数与1作差取绝对值标记为b,则对各触液部件的损坏风险进行评分:,其中,c为各触液部件的损坏风险,i为各触液部件的标号;
在利用优序图法计算各触液部件的损坏程度时,将各触液部件按照触液部件的损坏风险的大小进行排序后,按从大到小的顺序依次计算各触液部件的损坏占比。
在一个优选的实施方式中,在步骤S3中,将各触液部件的损坏占比与上次检修的各触液部件损坏值进行加权求和得到液压促动器的整体状态系数;当液压促动器的整体状态系数低于预设的状态阈值,则判断当前液压促动器状态异常;
当液压促动器的整体状态系数超过预设的状态阈值,则将各触液部件的损坏占比从大到小进行排序,选出排序在前两位的触液部件作为检测组合筛选并标记后进行组合互补检测;
对检测组合内标记触液部件的位移进行检测,在一段时间内统计标记触液部件离开初始位置的次数并将其作为对应标记触液部件的工作效率,利用声级计对检测组合内标记触液部件的运行声波进行检测,访问历史数据集获取液压促动器对应触液部件的初始工作效率以及默认运行声波。
在一个优选的实施方式中,在步骤S4中,将采集到的标记触液部件的工作效率以及初始工作效率的比例作为效率掉率,将采集到的标记触液部件的运行声波以及默认运行声波的比例作为声波异常率;
根据检测组合内标记触液部件的效率掉率以及声波异常率利用逻辑回归算法分析检测组合的状态评分,具体步骤如下:
将检测组合内各标记触液部件的效率掉率以及声波异常率取几何平均值作为逻辑回归参数:,其中z为逻辑回归参数,d为检测组合内标记触液部件的效率掉率,s为检测组合内对应标记触液部件的声波异常率,根据逻辑回归参数构建逻辑回归方程:,e为自然底数,L为检测组合内标记触液部件的逻辑回归计算结果,将其作为对应标记触液部件的状态系数;
将检测组合内所有标记触液部件的状态系数进行求和作为检测组合的互补评分,将检测组合的互补评分与预设的检测组合状态阈值进行比较,当检测组合的互补评分超过检测组合状态阈值,则判断当前液压促动器状态异常;否则,判断当前液压促动器状态正常。
一种促动器的状态智能检测分析系统,用于实现上述的一种促动器的状态智能检测分析方法,包括数据采集模块、初次评定模块、互补测定模块以及最终评定模块;
数据采集模块用于识别液压促动器的标签并获取液压促动器的多个触液部件,分别采集其压力值以及温度传入初次评定模块,收到互补测定模块传入的标记部位后,采集检测组合内触液部件的工作频率以及运行声波传入最终评定模块;
初次评定模块根据各触液部件的压力值计算对角压力,设定接触面范围并利用各触液部件的温度计算中心温度,综合对角压力和中心温度计算各触液部件的损坏程度,将各触液部件的损坏程度传入互补测定模块;
互补测定模块根据液压促动器内各触液部件的损坏程度筛选检测组合并判断是否将液压促动器进行组合互补检测,将筛选出的检测组合内触液部位进行标记并传入数据采集模块;
最终评定模块综合检测组合内触液部件的工作频率以及运行声波分析检测组合互补评分,根据检测组合的互补评分确定液压促动器状态。
本发明一种促动器的状态智能检测分析系统及方法的技术效果和优点:
本发明通过对液压促动器进行标签识别,确定液压促动器型号,获取不同触液部件,检测不同触液部件的液体接触面,获取对应部件液体接触面的压力值并计算对角压力,计算对角压力用于分析压力不平衡带来的触液部件损坏,设定接触面范围,根据接触面范围采集各触液部件的中心温度,综合对角压力和中心温度对各触液部件的损坏程度进行评估,筛选出检测组合,判断是否将液压促动器进行组合互补检测,组合互补检测用于精确分析部件损坏程度,对促动器进行更精准的状态分析,采集检测组合内触液部件的工作频率以及运行声波并分析检测组合的互补评分,根据互补评分确定促动器整体状态,大大提高促动器使用寿命以及保障其高功效运行。
附图说明
图1为本发明一种促动器的状态智能检测分析方法示意图。
图2为本发明一种促动器的状态智能检测分析系统流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明通过对液压促动器进行标签识别,确定液压促动器型号,获取不同触液部件,检测不同触液部件的液体接触面,获取对应部件液体接触面的压力值并计算对角压力,设定接触面范围,根据接触面范围采集各触液部件的中心温度,综合对角压力和中心温度对各触液部件的损坏程度进行评估,筛选出检测组合,判断是否将液压促动器进行组合互补检测,采集检测组合内触液部件的工作频率以及运行声波并分析检测组合的互补评分,根据互补评分确定促动器整体状态,大大提高促动器使用寿命以及保障其高功效运行。
实施例1,一种促动器的状态智能检测分析方法,如图1所示,包括以下步骤:
步骤S1:对液压促动器的标签进行识别,确定液压促动器型号,将液压促动器型号导入部件数据库获取液压促动器的多个触液部件;
步骤S2:对不同触液部件的液体接触面进行检测,获取液体接触面的压力值并计算对角压力,设定接触面范围,根据接触面范围采集各触液部件的中心温度,综合对角压力和中心温度对各触液部件使用优序图法计算各触液部件的损坏程度;
步骤S3:根据各触液部件的损坏程度筛选检测组合并判断是否将液压促动器进行组合互补检测,进入组合互补检测时,采集检测组合内触液部件的工作频率以及运行声波;
步骤S4:将检测组合内触液部件的工作频率以及运行声波利用逻辑回归算法分析互补评分,根据互补评分确定促动器整体状态。
具体实施如下:
在步骤S1中,在液压促动器上安装RFID标签,通过RFID读写器实现液压促动器的数据读取,将不同的RFID标签中存储对应液压促动器的型号信息,将液压促动器型号导入部件数据库,部件数据库中的包含对应液压促动器型号的触液部件:液压缸、液压泵、液压阀以及过滤器等,将不同触液部件进行不同标记。
需要说明的是,RFID为射频识别技术,属于自动识别技术的一种,RFID标签中可以存储对应物品的信息,通过RFID读卡器进行录入或读取,本例中用于识别液压促动器的标签;部件数据库是一个集中存储和管理相关机械、电子和其他类型部件的信息系统,可以通过部件数据库获取对应型号的液压促动器内部的触液部件;本例中以液压缸、液压泵、液压阀以及过滤器作为液压促动器的触液部件进行举例,实际上触液部件的类型不仅限本例中列举的触液部件。
在步骤S2中,利用小型压力传感器附着在各触液部件的液体接触面表面,对各触液部件的液体接触面表面压力值进行检测,当液压促动器开始工作时,获取各触液部件的液体接触面面积以及对应接触面中心位置,以对应接触面中心随机生成任意方向的一条直线,将直线与触液部件的液体接触面面积边缘的两个交点作为对应触液部件的对角点;
使用小型压力传感器分别在各触液部件的对角点进行压力检测获取两个对角点的对角压力,将触液部件的两个对角压力的比例作为对应触液部件的对角压力系数。
需要解释的是,对角压力系数越接近与1,说明对应触液部件的两个对角点承受的压力越相似,不容易发生失压,越不容易发生损坏;小型压力传感器是一种测量液体或气体压力的设备,本例中用于检测液压促动器中的液体压力。
利用百分位法设定接触面范围,将获取到的各触液部件的液体接触面面积乘以预设的圈定比例计算接触面范围:,其中为各触液部件的液体接触面积,为圈定比例,为设定后的接触面范围。
根据设定的接触面范围对各触液部件中心温度进行采集,以各触液部件的液体接触面面积中心位置进行几何扩增直至范围达到设定的接触面范围。在经过几何扩增后的接触面范围面积中随机设置采集点采集各触液部件的温度作为对应触液部件的中心温度;
将各触液部件的中心温度进行归一化后标记为a,将各触液部件的对角压力系数与1作差取绝对值标记为b,则对各触液部件的损坏风险进行评分:,其中,c为各触液部件的损坏风险,i为各触液部件的标号。
根据各触液部件的损坏风险利用优序图法计算各触液部件的损坏占比如下表所示:
需要说明的是,上表中,A、B、C、D部件一一对应本例中的液压缸、液压泵、液压阀以及过滤器,将各触液部件按照触液部件的损坏风险的大小进行排序后,按从大到小的顺序与A、B、C、D部件分别对应。
在步骤S3中,将各触液部件的损坏占比与上次检修的各触液部件损坏值进行加权求和得到液压促动器的整体状态系数;当液压促动器的整体状态系数低于预设的状态阈值,则判断当前液压促动器状态异常;
当液压促动器的整体状态系数超过预设的状态阈值,则将各触液部件的损坏占比从大到小进行排序,选出排序在前两位的触液部件作为检测组合筛选并标记后进行组合互补检测;
使用嵌入式控制器,对检测组合内标记触液部件的位移进行检测,在一段时间内统计标记触液部件离开初始位置的次数并将其作为对应标记触液部件的工作效率,利用声级计对检测组合内标记触液部件的运行声波进行检测,访问历史数据集获取液压促动器对应触液部件的初始工作效率以及默认运行声波。
需要说明的是,嵌入式控制器是一种设计用于控制特定功能或设备的计算机系统,本例中用于采集标记触液部件离开初始位置的次数,声级计是一种测量声压级的仪器,根据声音强度计算强度值并显示,本例中用于获取检测组合内标记触液部件的运行声波;历史数据库是一个用于存储、管理和查询历史数据的系统,其中记录了不同型号的液压促动器正常工作下不同触液部件的初始工作效率以及默认运行声波,液压促动器内部触液部件磨损越大,对应部件发出的运行声波越大。
在步骤S4中,将采集到的标记触液部件的工作效率以及初始工作效率的比例作为效率掉率,将采集到的标记触液部件的运行声波以及默认运行声波的比例作为声波异常率;
根据检测组合内标记触液部件的效率掉率以及声波异常率利用逻辑回归算法分析检测组合的状态评分,具体步骤如下:
将检测组合内各标记触液部件的效率掉率以及声波异常率取几何平均值作为逻辑回归参数:,其中z为逻辑回归参数,d为检测组合内标记触液部件的效率掉率,s为检测组合内对应标记触液部件的声波异常率,根据逻辑回归参数构建逻辑回归方程:,e为自然底数,L为检测组合内标记触液部件的逻辑回归计算结果,将其作为对应标记触液部件的状态系数;
将检测组合内所有标记触液部件的状态系数进行求和作为检测组合的互补评分,将检测组合的互补评分与预设的检测组合状态阈值进行比较,当检测组合的互补评分超过检测组合状态阈值,则判断当前液压促动器状态异常;当检测组合的互补评分低于检测组合状态阈值,则判断当前液压促动器状态正常。
实施例2,一种促动器的状态智能检测分析系统,如图2所示,包括数据采集模块、初次评定模块、互补测定模块以及最终评定模块;
数据采集模块用于识别液压促动器的标签并获取液压促动器的多个触液部件,分别采集其压力值以及温度传入初次评定模块,收到互补测定模块传入的标记部位后,采集检测组合内触液部件的工作频率以及运行声波传入最终评定模块;
初次评定模块根据各触液部件的压力值计算对角压力,设定接触面范围并利用各触液部件的温度计算中心温度,综合对角压力和中心温度计算各触液部件的损坏程度,将各触液部件的损坏程度传入互补测定模块;
互补测定模块根据液压促动器内各触液部件的损坏程度筛选检测组合并判断是否将液压促动器进行组合互补检测,将筛选出的检测组合内触液部位进行标记并传入数据采集模块;
最终评定模块综合检测组合内触液部件的工作频率以及运行声波分析检测组合互补评分,根据检测组合的互补评分确定液压促动器状态。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和发明约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种促动器的状态智能检测分析方法,其特征在于,包括以下步骤,
步骤S1:对液压促动器的标签进行识别,确定液压促动器型号,将液压促动器型号导入部件数据库获取液压促动器的多个触液部件;
步骤S2:对不同触液部件的液体接触面进行检测,获取液体接触面的压力值并计算对角压力,设定接触面范围,根据接触面范围采集各触液部件的中心温度,综合对角压力和中心温度对各触液部件使用优序图法计算各触液部件的损坏程度;
步骤S3:根据各触液部件的损坏程度筛选检测组合并判断是否将液压促动器进行组合互补检测,进入组合互补检测时,采集检测组合内触液部件的工作频率以及运行声波;
步骤S4:将检测组合内触液部件的工作频率以及运行声波利用逻辑回归算法分析互补评分,根据互补评分确定促动器整体状态。
2.根据权利要求1所述的一种促动器的状态智能检测分析方法,其特征在于:
在步骤S1中,在液压促动器上安装RFID标签,通过RFID读写器实现液压促动器的数据读取,将不同的RFID标签中存储对应液压促动器的型号信息,将液压促动器型号导入部件数据库,部件数据库中的包含对应液压促动器型号的触液部件,将不同触液部件进行不同标记。
3.根据权利要求1所述的一种促动器的状态智能检测分析方法,其特征在于:
在步骤S2中,利用小型压力传感器附着在各触液部件的液体接触面表面,对各触液部件的液体接触面表面压力值进行检测,当液压促动器开始工作时,获取各触液部件的液体接触面面积以及对应接触面中心位置。
4.根据权利要求3所述的一种促动器的状态智能检测分析方法,其特征在于:
在步骤S2中,以对应接触面中心位置随机生成任意方向的一条直线,将直线与触液部件的液体接触面面积边缘的两个交点作为对应触液部件的对角点;
使用小型压力传感器分别在各触液部件的对角点进行压力检测获取两个对角点的对角压力,将触液部件的两个对角压力的比例作为对应触液部件的对角压力系数。
5.根据权利要求3所述的一种促动器的状态智能检测分析方法,其特征在于:
在步骤S2中,利用百分位法设定接触面范围,将获取到的各触液部件的液体接触面面积乘以预设的圈定比例计算接触面范围:,其中为各触液部件的液体接触面积,为圈定比例,为设定后的接触面范围;
根据设定的接触面范围对各触液部件中心温度进行采集,以各触液部件的液体接触面面积中心位置进行几何扩增直至范围达到设定的接触面范围;在经过几何扩增后的接触面范围面积中随机设置采集点采集各触液部件的温度作为对应触液部件的中心温度。
6.根据权利要求5所述的一种促动器的状态智能检测分析方法,其特征在于:
在步骤S2中,将各触液部件的中心温度进行归一化后标记为a,将各触液部件的对角压力系数与1作差取绝对值标记为b,则对各触液部件的损坏风险进行评分:,其中,c为各触液部件的损坏风险,i为各触液部件的标号;
在利用优序图法计算各触液部件的损坏程度时,将各触液部件按照触液部件的损坏风险的大小进行排序后,按从大到小的顺序依次计算各触液部件的损坏占比。
7.根据权利要求6所述的一种促动器的状态智能检测分析方法,其特征在于:
在步骤S3中,将各触液部件的损坏占比与上次检修的各触液部件损坏值进行加权求和得到液压促动器的整体状态系数;当液压促动器的整体状态系数低于预设的状态阈值,则判断当前液压促动器状态异常;
当液压促动器的整体状态系数超过预设的状态阈值,则将各触液部件的损坏占比从大到小进行排序,选出排序在前两位的触液部件作为检测组合筛选并标记后进行组合互补检测;
对检测组合内标记触液部件的位移进行检测,在一段时间内统计标记触液部件离开初始位置的次数并将其作为对应标记触液部件的工作效率,利用声级计对检测组合内标记触液部件的运行声波进行检测,访问历史数据集获取液压促动器对应触液部件的初始工作效率以及默认运行声波。
8.根据权利要求7所述的一种促动器的状态智能检测分析方法,其特征在于:
在步骤S4中,将采集到的标记触液部件的工作效率以及初始工作效率的比例作为效率掉率,将采集到的标记触液部件的运行声波以及默认运行声波的比例作为声波异常率;
根据检测组合内标记触液部件的效率掉率以及声波异常率利用逻辑回归算法分析检测组合的状态评分,具体步骤如下:
将检测组合内各标记触液部件的效率掉率以及声波异常率取几何平均值作为逻辑回归参数:,其中z为逻辑回归参数,d为检测组合内标记触液部件的效率掉率,s为检测组合内对应标记触液部件的声波异常率,根据逻辑回归参数构建逻辑回归方程:,e为自然底数,L为检测组合内标记触液部件的逻辑回归计算结果,将其作为对应标记触液部件的状态系数;
将检测组合内所有标记触液部件的状态系数进行求和作为检测组合的互补评分,将检测组合的互补评分与预设的检测组合状态阈值进行比较,当检测组合的互补评分超过检测组合状态阈值,则判断当前液压促动器状态异常;否则,判断当前液压促动器状态正常。
9.一种促动器的状态智能检测分析系统,基于权利要求1-8任一项所述的一种促动器的状态智能检测分析方法,其特征在于,包括数据采集模块、初次评定模块、互补测定模块以及最终评定模块;
数据采集模块用于识别液压促动器的标签并获取液压促动器的多个触液部件,分别采集其压力值以及温度传入初次评定模块,收到互补测定模块传入的标记部位后,采集检测组合内触液部件的工作频率以及运行声波传入最终评定模块;
初次评定模块根据各触液部件的压力值计算对角压力,设定接触面范围并利用各触液部件的温度计算中心温度,综合对角压力和中心温度计算各触液部件的损坏程度,将各触液部件的损坏程度传入互补测定模块;
互补测定模块根据液压促动器内各触液部件的损坏程度筛选检测组合并判断是否将液压促动器进行组合互补检测,将筛选出的检测组合内触液部位进行标记并传入数据采集模块;
最终评定模块综合检测组合内触液部件的工作频率以及运行声波分析检测组合互补评分,根据检测组合的互补评分确定液压促动器状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202510290311.4A CN120162756B (zh) | 2025-03-12 | 2025-03-12 | 一种促动器的状态智能检测分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202510290311.4A CN120162756B (zh) | 2025-03-12 | 2025-03-12 | 一种促动器的状态智能检测分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN120162756A true CN120162756A (zh) | 2025-06-17 |
| CN120162756B CN120162756B (zh) | 2025-11-14 |
Family
ID=96010662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202510290311.4A Active CN120162756B (zh) | 2025-03-12 | 2025-03-12 | 一种促动器的状态智能检测分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN120162756B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1446158A (zh) * | 2000-08-04 | 2003-10-01 | 都恩罗普空间技术有限公司 | 制动器状态监测 |
| WO2011060955A2 (de) * | 2009-11-23 | 2011-05-26 | Haco N.V. | Hydraulischer antrieb |
| WO2012118564A2 (en) * | 2011-03-03 | 2012-09-07 | Eaton Corporation | Fault detection, isolation and reconfiguration systems and methods for controlling electrohydraulic systems used in construction equipment |
| CN104228821A (zh) * | 2013-06-14 | 2014-12-24 | 通用汽车环球科技运作有限责任公司 | 在包括活性材料促动器的促动系统中的传感器多路传输 |
| CN117109957A (zh) * | 2023-07-06 | 2023-11-24 | 中国人民解放军63921部队 | 一种火箭支架分布式电液促动器智能检测系统 |
-
2025
- 2025-03-12 CN CN202510290311.4A patent/CN120162756B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1446158A (zh) * | 2000-08-04 | 2003-10-01 | 都恩罗普空间技术有限公司 | 制动器状态监测 |
| WO2011060955A2 (de) * | 2009-11-23 | 2011-05-26 | Haco N.V. | Hydraulischer antrieb |
| WO2012118564A2 (en) * | 2011-03-03 | 2012-09-07 | Eaton Corporation | Fault detection, isolation and reconfiguration systems and methods for controlling electrohydraulic systems used in construction equipment |
| CN104228821A (zh) * | 2013-06-14 | 2014-12-24 | 通用汽车环球科技运作有限责任公司 | 在包括活性材料促动器的促动系统中的传感器多路传输 |
| CN117109957A (zh) * | 2023-07-06 | 2023-11-24 | 中国人民解放军63921部队 | 一种火箭支架分布式电液促动器智能检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN120162756B (zh) | 2025-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2746363C (en) | Method of collecting device-condition information and device-condition information collecting kit used therefor | |
| KR102618023B1 (ko) | 고장유형에 따른 패턴 분석을 통한 고장 예지 진단시스템 및 방법 | |
| US12055464B2 (en) | Systems and methods for improved pipeline leak detection | |
| US20050251364A1 (en) | Sensor fault diagnostics and prognostics using component model and time scale orthogonal expansions | |
| CN116066343B (zh) | 一种输油泵机组故障模型的智能预警方法及系统 | |
| CN118709065B (zh) | 基于大数据分析的污水处理异常检测与预警系统 | |
| WO2019043600A1 (en) | ESTIMATOR OF REMAINING USEFUL LIFE ESTIMATOR | |
| CN118551330B (zh) | 基于机器学习的深冷储氢罐故障诊断系统 | |
| CN119310918A (zh) | 一种基于大数据分析的自动化控制系统及方法 | |
| CN119198751A (zh) | 一种基于机器视觉的布匹瑕疵检测方法及系统 | |
| CN116502134B (zh) | 一种自诊断预警功能异常状态识别系统 | |
| CN117806233A (zh) | 一种数控机床智能监控系统及方法 | |
| CN120162756B (zh) | 一种促动器的状态智能检测分析系统及方法 | |
| CN120146077B (zh) | 柔性曲面条形码的自适应形变校正与识别系统 | |
| CN114626162A (zh) | 一种接触球轴承损耗程度定量识别方法 | |
| CN120431706A (zh) | 一种基于环境监测的井盖防护方法及系统 | |
| CN115310529B (zh) | 一种基于流形学习的废水处理故障监测方法 | |
| CN118067000A (zh) | 一种注射液生产线的精准定位方法 | |
| CN118333465B (zh) | 一种建设工程质量检测监管方法、系统及平台 | |
| CN117522382B (zh) | 一种自动售卖机故障预警方法及系统 | |
| CN120013359B (zh) | 一种基于机器学习的海湾区域生态质量评估预警方法 | |
| KR102920194B1 (ko) | 증기발생기의 와전류 탐상검사 데이터에서 와전류 수집기기로봇 속도 변화를 고려한 자동 구조물 탐지 시스템 | |
| CN119026065B (zh) | 一种短流程电炉炼钢设备故障诊断方法 | |
| CN120714919B (zh) | 冷藏柜综合性能测试方法及装置 | |
| TWI854128B (zh) | 故障檢測裝置及故障檢測方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |