一种提升机工作状态的确定方法、装置、终端设备及介质与流程

技术特征：
1.一种提升机工作状态的确定方法，其特征在于，包括：采集提升机各个部位的多个振动信号；从每个所述振动信号中分离出振动幅度大于预设值的目标振动信号；获取所述目标振动信号的时域特征；对所述目标振动信号进行小波分解，获得所述目标振动信号的多个振动分量；对所述多个振动分量进行重构，得到所述目标振动信号的频域特征；基于所述频域特征和所述时域特征，确定所述提升机的各个部位的工作状态，所述工作状态包括正常工作状态或故障状态。2.如权利要求1所述的方法，其特征在于，所述获取所述目标振动信号的时域特征，包括：从所述目标振动信号中确定多个波段；确定所诉每个波段的多个特征值，所述特征值包括振幅、俏度、频率、峰值和波形；根据每个波段的多个特征值，将所述目标振动信号处理为特征矩阵；将所述特征矩阵作为所述目标振动信号的时域特征。3.如权利要求1所述的方法，其特征在于，所述对所述目标振动信号进行小波分解，获取所述目标振动信号的多个振动分量，包括：对所述目标振动信号进行一层小波分解，得到所述目标振动信号的低频振动信号和高频振动信号；采用多贝西小波分别对所述低频振动信号和所述高频振动信号进行三层分解，得到多个低频振动分量和多个高频振动分量。4.如权利要求3所述的方法，其特征在于，所述对所述多个振动分量进行重构，得到所述目标振动信号的频域特征，包括：采用所述多个低频分量和所述多个高频分量对预设信号进行重构，得到重构信号；对所述重构信号进行傅里叶变换，得到所述频域特征。5.如权利要求1
‑
4任一项所述的方法，其特征在于，所述基于所述频域特征和所述时域特征，确定所述提升机的各个部位的工作状态，包括：将所述频域特征和所述时域特征输入到预设的故障分类模型中，得到所述目标振动信号对应的部位的工作状态；其中，所述故障分类模型通过以下步骤训练得到：获取所述提升机工作状态时的多个样本振动信号和所述多个样本振动信号对应的多个工作状态；分别提取每个所述样本振动信号的时域特征和频域特征；根据所述时域特征和所述频域特征，确定所述每个所述样本振动信号的时频矩阵；采用所述多个样本振动信号的时频矩阵和所述多个样本振动信号对应的多个工作状态，对预设的支持向量机模型进行训练，得到所述故障分类模型。6.如权利要求5所述的方法，其特征在于，还包括：采集所述提升机各个部位的温度；当存在一个部位的温度大于预设的温度阈值时，确定所述部位的工作状态为故障状态。7.如权利要求5所述的方法，其特征在于，在确定所述每个所述样本振动信号的时频矩
阵之后，还包括：获取所述多个样本振动信号对应的多个温度信息；将所述多个温度信息增添至所述时频矩阵中，所述温度信息用于在训练过程中进行故障判断。8.一种提升机工作状态的确定装置，其特征在于，包括：采集模块，用于采集提升机各个部位的多个振动信号；分离模块，用于从每个所述振动信号中分离出振动幅度大于预设值的目标振动信号；时域特征获取模块，用于获取所述目标振动信号的时域特征；振动分量获得模块，用于对所述目标振动信号进行小波分解，获得所述目标振动信号的多个振动分量；频域特征获取模块，用于对所述多个振动分量进行重构，得到所述目标振动信号的频域特征；工作状态确定模块，用于基于所述频域特征和所述时域特征，确定所述提升机的各个部位的工作状态，所述工作状态包括正常工作状态或故障状态。9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

技术总结
本申请适用于矿物开采技术领域，提供了一种提升机工作状态的确定方法、装置、终端设备及介质，所述方法包括：采集提升机各个部位的多个振动信号；从每个所述振动信号中分离出振动幅度大于预设值的目标振动信号；获取所述目标振动信号的时域特征；对所述目标振动信号进行小波分解，获得所述目标振动信号的多个振动分量；对所述多个振动分量进行重构，得到所述目标振动信号的频域特征；基于所述频域特征和所述时域特征，确定所述提升机的各个部位的工作状态，所述工作状态包括正常工作状态或故障状态。通过上述方法，能够对提升机的故障进行检测。检测。检测。


技术研发人员：罗振江 柘世全 蒋加川 曾群暖 邱景标 周勇 苑红林 李雄
受保护的技术使用者：深圳市中金岭南有色金属股份有限公司凡口铅锌矿
技术研发日：2021.07.30
技术公布日：2021/11/14