一种输送机故障预警方法和系统

技术领域

本发明涉及输送机故障预警技术领域，特别涉及一种输送机故障预警方法和系统。

背景技术

目前，输送机是重要的散状物料输送与装卸设备，可广泛用于矿山、冶金、建材、化工、电力、食品加工等工业领域，输送机不仅能够完成散状物料的输送，还可以来输送成件物料，输送机在使用过程中会出现电动机发热、托辊打滑、输送带跑偏、输送带老化等情况，大大影响了输送机的设备健康和使用效率。

现有技术中，通常采用人工巡检的方式对输送机进行检查，也有通过温度传感器监测电动机发热情况，输送机其他部位过多发热也会造成电动机异常，存在不能通过温度、声音和图像判断输送机、托辊和输送带的故障情况的问题。

例如，一种在中国专利文献上公开的“一种带式输送机防堆煤预警保护装置”，其公告号：CN107555120A，其申请日：2017年09月30日，该发明通过拉力计所受拉力大小可判断皮带上方堆积的煤堆的重量，并由控制器在煤炭不断增加时，发出预警信号，在堆积煤量超过一定范围时，发出报警信号，从而实时监测堆煤量、在堆煤时提前预警，但是存在不能通过温度、声音和图像判断和预测输送机、托辊和输送带的故障情况的问题。

发明内容

针对现有技术不能通过温度、声音和图像判断和预测输送机、托辊和输送带的故障情况的不足，本发明提出了一种输送机故障预警方法和系统，能够监测和预测输送机测温点温度和托辊间声音从而判断输送机和托辊的故障情况，能检测输送物异位情况和输送带瑕疵情况，并进行预警。

以下是本发明的技术方案，一种输送机故障预警系统，包括：

温度采集模块，用于采集输送机测温点温度，连接输送机；

声音采集模块，用于采集输送机托辊间声音，连接输送机；

图像采集模块，用于采集输送机正面和背面的图像；

设置模块，用于设置温度阈值、声音振动阈值范围和概率分数阈值；

温度分析模块，用于接收温度并预测温度，温度或预测温度超过温度阈值时传输预警信息，连接温度采集模块和设置模块；

声音分析模块，用于接收声音振动图像并预测声音振动，声音振动或预测声音振动超过声音振动阈值范围时传输预警信息，连接声音采集模块和设置模块；

图像分析模块，用于接收图像，检测输送带完整情况和输送物异位情况并传输预警信息，连接图像采集模块和设置模块；

预警模块，用于接收预警信息并进行播报语音、闪烁指示灯和发送短息，连接温度分析模块、声音分析模块和图像分析模块。

作为优选，温度采集模块为温度传感器或测温光纤，输送机测温点为输送机上的测温部位，输送机测温点为一个或多个，温度采集模块采集周期为两秒。

作为优选，声音采集模块为声音传感器，按间隔一个或多个托辊的距离布置于输送机沿线，声音采集模块的采集周期为一秒。

作为优选，图像采集模块为摄像头或相机，位于输送机上方和下方且按照一定的角度拍摄输送带，图像采集模块采集周期为一秒。

作为优选，一种输送机故障预警方法，包括以下步骤：

S1：将温度采集模块、声音采集模块和图像采集模块分别布设于输送机测温点、输送机托辊间和输送带上方和下方，设置设置模块的温度阈值、声音振动阈值范围和概率分数阈值；

S2：温度采集模块、声音采集模块和图像采集模块实时采集数据分别传输至温度分析模块、声音分析模块和图像分析模块；

S3：温度分析模块对比实时温度和温度阈值，若实时温度大于温度阈值，则传输预警信息；声音分析模块基于声音振动图像得到振动峰值和谷值，若振动峰值或谷值超出声音振动阈值范围，则传输预警信息；图像分析模块基于实时图像判断输送带完整情况和输送物异位情况，若输送物异位或输送带概率分数大于概率分数阈值，则传输预警信息；

S4：预警模块接收预警信息并进行预警。

作为优选，步骤S3还包括：若实时温度小于温度阈值，则根据历史温度预测未来温度，若未来温度大于温度阈值，则传输预警信息；若振动峰值或谷值未超出声音振动阈值范围，则根据历史振动峰值和谷值预测未来振动峰值和谷值，若未来振动峰值和谷值超出声音振动阈值范围，则传输预警信息。

作为优选，通过时间序列预测模型、加权移动平均法、指数平滑法或霍尔特线性趋势法预测未来温度和未来振动峰值和谷值。

作为优选，输送物图像识别模型包含三千张输送物分布特征图像，以输送物分布特征图像作为学习样本进行字典学习，以实时图像作为输送物图像识别模型的输入，判断输送物是否超出输送带的范围，若超出输送带的范围，则传输预警信息至预警模块。

作为优选，输送带图像识别模型包含九千张输送带特征图像，输送带特征图像为灰度图像，分割网络的损失函数为均方误差和交叉熵，随机初始化权重，训练分割网络；决策网络用于执行二进制图像分类，使用分割网络的输出和特征，决策网络的损失函数为交叉熵，训练决策网络；以实时图像的灰度图像作为输入，输出概率分数，若概率分数大于概率分数阈值，则传输预警信息至预警模块。

作为优选，预警信息包括输送机编号、预警部件、预警时间和预警级别，其中，预警部件包括输送机机体、托辊和输送带，预警时间包括当前时间和预测时间，预警级别包括轻微故障、一般故障和严重故障，预警级别按照采集值(或预测值)和阈值的比例划分。

本发明的有益效果是：能够监测和预测输送机测温点温度、托辊间声音从而判断输送机和托辊的故障情况，能检测输送物异位情况和输送带瑕疵情况，并进行预警。

附图说明

图1本发明一种输送机故障预警系统的结构示意图。

图2本发明一种输送机故障预警方法的流程图。

图中1、温度采集模块；2、声音采集模块；3、图像采集模块；4、设置模块；5、温度分析模块；6、声音分析模块；7、图像分析模块；8、预警模块；9、输送机。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：如图1所示，一种输送机故障预警系统，包括：

温度采集模块1，用于采集输送机测温点温度，连接输送机9；

声音采集模块2，用于采集输送机托辊间声音，连接输送机9；

图像采集模块3，用于采集输送机9正面和背面的图像；

设置模块4，用于设置温度阈值、声音振动阈值范围和概率分数阈值；

温度分析模块5，用于接收温度并预测温度，温度或预测温度超过温度阈值时传输预警信息，连接温度采集模块1和设置模块4；

声音分析模块6，用于接收声音振动图像并预测声音振动，声音振动或预测声音振动超过声音振动阈值范围时传输预警信息，连接声音采集模块2和设置模块4；

图像分析模块7，用于接收图像，检测输送带完整情况和输送物异位情况并传输预警信息，连接图像采集模块3和设置模块4；

预警模块8，用于接收预警信息并进行播报语音、闪烁指示灯和发送短息，连接温度分析模块5、声音分析模块6和图像分析模块7。

温度采集模块1，用于采集输送机测温点温度。具体的，温度采集模块1可以是温度传感器或测温光纤，输送机测温点表示输送机9上的测温部位，测温部位可以是一处或多处，测温部位可以自行选择，若为测温光纤进行测温，需要通过后向散热光得到测温点温度，温度采集模块1采集周期为两秒，温度采集模块1将采集的温度传输至温度分析模块5。

声音采集模块2，用于采集输送机9托辊间声音。具体的，声音采集模块2可以是声音传感器，声音采集模块2按间隔一个或多个托辊的距离布置于输送机9沿线，声音采集模块2的采集周期为一秒，声音采集模块2将采集的声音振动图像传输至声音分析模块6。

图像采集模块3，用于采集输送机9正面和背面的图像。具体的，图像采集模块3可以是摄像头或相机，图像采集模块3按照一定的角度采集输送机9正面和背面图像，正面表示正在承载输送物的一面，位于输送机9上方，背面表示已输送完输送物的一面，位于输送机9下方，采集输送机9正面图像，用于判断输送物的异位情况，例如输送物是否超出输送带的范围等，采集输送机9背面图像，用于判断输送带的完整情况，例如输送带是否有裂纹、凹陷甚至断裂等，图像采集模块3采集周期为一秒，图像采集模块3将采集的图像传输至图像分析模块7。

设置模块4，用于设置温度阈值、声音振动阈值范围和概率分数阈值。具体的，设置模块4设置阈值，主要是温度阈值和声音振动阈值范围，温度阈值用于和温度采集模块1采集的温度或预测温度进行对比，从而判断输送机测温点及整体的温度情况，声音振动阈值范围用于和声音采集模块2采集的声音振动或预测振动进行对比，根据输送机托辊间的声音振动情况从而判断托辊是否存在异常，概率分数阈值用于和图像分析模块7训练输出的概率分数进行对比，判断输送带的是否存在瑕疵。

温度分析模块5，用于接收温度并预测温度，温度或预测温度超过温度阈值时传输预警信息。具体的，温度分析模块5持续接收温度采集模块1的温度，将实时温度和温度阈值进行比较，若实时温度超过温度阈值，则传输预警信息至预警模块8，若实时温度未超过温度阈值，则根据历史温度得到预测温度，可以通过时间序列预测模型预测温度，也可以通过加权移动平均法、指数平滑法和霍尔特线性趋势法预测温度，将预测温度和温度阈值进行比较，若预测温度超过温度阈值，则传输预警信息至预警模块8，温度分析模块5将预警信息传输至预警模块8。

声音分析模块6，用于接收声音振动图像并预测声音振动，声音振动或预测声音振动超过声音振动阈值范围时传输预警信息。具体的，声音分析模块6接收接收声音振动图像，根据声音振动图像得到振动峰值和谷值，将振动峰值和谷值和声音振动阈值范围进行对比，若振动峰值或谷值超出声音振动阈值范围，则传输预警信息至预警模块8，若振动峰值和谷值未超出声音振动阈值范围，则根据历史振动峰值和谷值得到预测振动峰值和谷值，可以通过时间序列预测模型预测振动峰值和谷值，也可以通过加权移动平均法、指数平滑法和霍尔特线性趋势法预测振动峰值和谷值，若预测振动峰值和谷值超出声音振动阈值范围，则传输预警信息至预警模块8。

图像分析模块7，用于接收图像，检测输送带完整情况和输送物异位情况并传输预警信息。具体的，图像采集模块3采集输送机9正面图像和背面图像，将正面图像输入至输送物图像识别模型，将背面图像输入至输送带图像识别模型。输送物图像识别模型包含三千张输送物分布特征图像，以输送物分布特征图像作为学习样本进行字典学习，以正面图像作为输送物图像识别模型的输入，判断输送物是否超出输送带的范围，若超出输送带的范围，则传输预警信息至预警模块8。输送带图像识别模型包含九千张输送带特征图像，输送带特征图像为灰度图像，训练分割网络，分割网络用于执行缺陷检测的像素级定位，将每个像素看作一个个体训练样本，增加训练样本的有效的个数和预防过拟合，分割网络的损失函数为均方误差和交叉熵，随机初始化权重，训练决策网络，决策网络用于执行二进制图像分类，使用分割网络的输出和特征，决策网络的损失函数为交叉熵，以灰度图像作为输入，输出概率分数，概率分数表示在图像中异常出现的概率，由决策网络返回，若概率分数大于概率分数阈值，则传输预警信息至预警模块8。

预警模块8，用于接收预警信息并进行播报语音、闪烁指示灯和发送短息。具体的，预警模块8接收来自温度分析模块5、声音分析模块6和图像分析模块7传输的预警信息，预警信息包括预警部件、预警时间和预警级别，若存在若干个输送机9，则预警信息还包括输送机9编号，其中，预警部件包括输送机机体、托辊和输送带，预警时间包括当前时间和预测时间，预警级别包括轻微故障、一般故障和严重故障，轻微故障表示采集值(或预测值)为阈值的1-1.05倍，一般故障表示采集值(或预测值)为阈值的1.05-1.1倍，严重故障表示采集值(或预测值)大于阈值的1.1倍，预警模块8根据预警信息进行预警提醒，预警提醒的方式包括播报语音、闪烁指示灯和发送短息，播报语音表示控制总控室的喇叭进行听觉预警，闪烁指示灯表示控制总控室的指示灯进行视觉预警，发送短信表示通过短信接口发送短信至维护人员的手机。

如图2所示，一种输送机故障预警方法，包括以下步骤：

S1：将温度采集模块1、声音采集模块2和图像采集模块3分别布设于输送机测温点、输送机托辊间和输送带上方和下方，设置设置模块4的温度阈值、声音振动阈值范围和概率分数阈值；

S2：温度采集模块1、声音采集模块2和图像采集模块3实时采集数据分别传输至温度分析模块5、声音分析模块6和图像分析模块7；

S3：温度分析模块5对比实时温度和温度阈值，若实时温度大于温度阈值，则传输预警信息；声音分析模块6基于声音振动图像得到振动峰值和谷值，若振动峰值或谷值超出声音振动阈值范围，则传输预警信息；图像分析模块7基于实时图像判断输送带完整情况和输送物异位情况，若输送物异位或输送带概率分数大于概率分数阈值，则传输预警信息；

S4：预警模块8接收预警信息并进行预警。

步骤S3还包括：若实时温度小于温度阈值，则根据历史温度预测未来温度，若未来温度大于温度阈值，则传输预警信息；若振动峰值或谷值未超出声音振动阈值范围，则根据历史振动峰值和谷值预测未来振动峰值和谷值，若未来振动峰值和谷值超出声音振动阈值范围，则传输预警信息。

能够监测和预测输送机测温点温度、托辊间声音从而判断输送机和托辊的故障情况，能检测输送物异位情况和输送带瑕疵情况，并进行预警。