一种动态阈值卷筒钢丝绳排绳监测方法及系统与流程

本发明涉及起重设备安全监测，尤其是涉及一种动态阈值卷筒钢丝绳排绳监测方法及系统。

背景技术：

1、履带吊、汽车吊、塔机及矿井卷扬机的卷筒绕绳系统是起重设备关键承载部件。在风电组塔、大件吊装等变载工况下，受载荷波动、转速变化、起吊偏心影响，钢丝绳易出现咬绳、跳绳、叠绳错乱等问题，持续带病运行会加剧钢丝断丝，甚至引发断绳坠物、设备倾覆事故。目前排绳故障主要依靠人工巡检，无法24h不间断值守，夜间、高速运行时故障易漏检；故障判别依赖人工经验，早期异常漏误判多，且故障无留存数据，难以追溯原因。现有监测手段分为机械限位与常规视觉监测：机械式开关仅在故障严重接触后才报警，预警严重滞后，难以满足工地复杂变工况下的智能监测需求。

技术实现思路

1、为了于早期更加精准敏捷的判断钢丝绳状态，本申请提供了一种动态阈值卷筒钢丝绳排绳监测方法及系统。

2、第一方面，本申请提供一种动态阈值卷筒钢丝绳排绳监测方法，采用如下的技术方案：

3、一种动态阈值卷筒钢丝绳排绳监测方法，包括如下步骤：

4、s1、获取钢丝绳绕绳图像画面数据；

5、s2、对图像画面数据进行去噪与增强预处理，得到处理后的数据；

6、s3、采用预训练的卷积神经网络对预处理后的图像进行特征提取，输出表征钢丝绳绕绳状态的实时特征向量；

7、s4、将提取的实时特征向量与预先建立的标准绕绳特征库中的标准特征向量进行余弦相似度比对，找出与当前测试图像最相似的标准图像，并计算特征偏离距离；

8、s5、将计算得到的特征偏离距离与预设的固定预警阈值及速度关联危险阈值进行比较，判定当前状态；

9、s6、根据判定结果触发相应的控制联动指令：根据不同状态输出不同指令；

10、s7、将实时监测画面、异常截图、异常视频及识别日志存储到数据库中，并通过显示器实时展示排绳状态，支持按时间或故障类型进行历史数据追溯。

11、可选的，所述步骤s2的具体描述为：首先采用双边滤波算法对原始图像进行去噪处理，双边滤波公式为：

12、；

13、其中，为像素位置，为邻域窗口，为空间域标准差，为值域标准差，为归一化因子，表示原始图像的像素亮度函数；

14、然后采用拉普拉斯锐化增强图像边缘，锐化公式为：

15、；

16、其中，为原始输入图像的像素值；为拉普拉斯锐化算子，和为增强系数。

17、可选的，所述步骤三中的卷积神经网络至少包含三个卷积层、池化层和两个全连接层，其中层卷积层的特征图计算公式为：

18、；

19、其中，为第层输出的特征图，即挡圈卷积层的输入；为卷积核，表示二维卷积运算；为偏置项；为relu激活函数；在经过最后一个全连接层后，输出实时特征向量。

20、可选的，所述步骤四的具体描述为：标准绕绳特征库中存储了k张正常排绳状态下采集的图像及其对应的标准特征向量；对于实时特征向量，计算其与每个标准特征向量的余弦相似度；

21、；

22、式中，表示标准绕绳特征库内样本的索引序号，表示标准绕绳特征库中第个正常排绳样本对应的标准特征向量，取值范围为，取值越接近1表示两特征向量越相似，表示模量；

23、找出使最大的下标，再计算与最相似图像的特征偏移距离；

24、；

25、式中，表示最大余弦相似度；,值越大表示偏离越严重。

26、可选的，所述步骤五中，异常判定规则具体描述为：

27、当时，异常判定结果，表示正常；

28、当时，异常判定结果，表示一般异常；

29、当时，异常判定结果，表示严重异常；

30、其中，为预设的固定预警阈值，为速度关联危险阈值，其计算公式为：

31、；

32、式中，为预设的基础危险阈值，且满足,为速度修正系数，通常为负数，为钢丝绳速度。

33、可选的，所述步骤六的具体描述为：当异常判定结果为一般异常时，控制联动系统触发声光报警，并向起重机控制系统发送减速指令，将钢丝绳运行速度降低至预设安全值；当异常判定结果为严重异常时，控制联动系统触发声光报警的同时，发送停机指令，立即停止钢丝绳收放操作。

34、可选的，实时显示模块通过显示器展示当前绕绳画面，并叠加显示特征偏离距离、异常判定结果及当前速度等参数；数据存档模块自动将异常发生时刻的原始图像、异常截图、前后各10秒的视频片段以及识别日志存储至本地或远程数据库；历史追溯模块支持操作人员按时间范围、故障类型检索历史异常记录，并可回放对应的视频片段。

35、第二方面，本申请还提供一种动态阈值卷筒钢丝绳排绳监测系统，用于实现第一方面中监测方法，采用如下技术方案

36、一种动态阈值卷筒钢丝绳排绳监测系统，包括如下模块：

37、数据采集模块：用于采集钢丝绳绕绳图像画面数据；

38、数据预处理模块，用于对采集到的图像画面数据进行去噪和增强预处理；

39、特征提取模块，用于将预处理后的图像画面数据进行特征提取，输出表征钢丝绳绕绳状态的实时特征向量；

40、偏移计算模块：用于将实时特征向量与标准特征向量逐一进行余弦相似度比对，并计算特征偏离距离；

41、判定输出模块，用于根据特征偏离距离判断并输出预警等级；

42、指令发送模块，用于根据预警等级发送控制联动指令；

43、存档记录模块，用于将日志数据存储至数据库。

44、综上所述，本申请包括以下有益技术效果：

45、本申请视觉识别获取钢丝绳实时图像数据，对数据处理后生成实时特征向量，再将其预先构建的标准特征向量对比，使钢丝绳排绳状态能得到实时精准监控，克服了现有起重设备钢丝绳排绳监测技术中人工巡检实时性差、依赖经验、早期异常漏判率高的缺点。

1.一种动态阈值卷筒钢丝绳排绳监测方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种动态阈值卷筒钢丝绳排绳监测方法，其特征在于：所述步骤s2的具体描述为：首先采用双边滤波算法对原始图像进行去噪处理，双边滤波公式为：

3.根据权利要求2所述的一种动态阈值卷筒钢丝绳排绳监测方法，其特征在于：所述步骤三中的卷积神经网络至少包含三个卷积层、池化层和两个全连接层，其中层卷积层的特征图计算公式为：

4.根据权利要求1所述的一种动态阈值卷筒钢丝绳排绳监测方法，其特征在于：所述步骤四的具体描述为：标准绕绳特征库中存储了多张正常排绳状态下采集的图像及其对应的标准特征向量，k为库中样本数量；对于实时特征向量，计算其与每个标准特征向量的余弦相似度；

5.根据权利要求1所述的一种动态阈值卷筒钢丝绳排绳监测方法，其特征在于：所述步骤五中，异常判定规则具体描述为：

6.根据权利要求5所述的一种动态阈值卷筒钢丝绳排绳监测方法，其特征在于：所述步骤六的具体描述为：当异常判定结果为一般异常时，控制联动系统触发声光报警，并向起重机控制系统发送减速指令，将钢丝绳运行速度降低至预设安全值；当异常判定结果为严重异常时，控制联动系统触发声光报警的同时，发送停机指令，立即停止钢丝绳收放操作。

7.根据权利要求1所述的一种动态阈值卷筒钢丝绳排绳监测方法，其特征在于：所述步骤七的具体描述为：实时显示模块通过显示器展示当前绕绳画面，并叠加显示特征偏离距离、异常判定结果及当前速度等参数；数据存档模块自动将异常发生时刻的原始图像、异常截图、前后各10秒的视频片段以及识别日志存储至本地或远程数据库；历史追溯模块支持操作人员按时间范围、故障类型检索历史异常记录，并可回放对应的视频片段。

8.一种动态阈值卷筒钢丝绳排绳监测系统，用于实现上述权利要求1至7中任意一项所述的动态阈值卷筒钢丝绳排绳监测方法，其特征在于：包括如下模块：