一种具有系统自检功能的模块化爬行器及其自检方法与流程

1.本发明涉及爬行器技术领域，更具体地说，本发明涉及一种具有系统自检功能的模块化爬行器及其自检方法。


背景技术：

2.管道检测爬行机器人用于检测管道的结构缺陷及其健康状况，可使人们了解管道内部异常情况，并及时对管道进行检修。目前市场上流通的管道检测爬行机器人尚无可系统自检的功能以及诊断系统故障的设备，多数爬行器虽为模块化设计，但实际的产品是非专业的操作人员无法完成拆装的，并且一旦爬行器出现了故障问题，使用人员无法判故障的原因，只能发回原厂家进行维修或售后人员到现场进行维修。因此，有必要提出一种具有系统自检功能的模块化爬行器及其自检方法，以至少部分地解决现有技术中存在的问题。


技术实现要素：

3.在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
4.为至少部分地解决上述问题，本发明提供了一种具有系统自检功能的模块化爬行器及其自检方法，包括：包括：控制器、车体、升降模块、升降杆、摄像头组件、车轮组、驱动组件，所述车体的尾端与所述控制器通过电缆连接，所述升降模块可拆卸的连接在所述车体上，所述升降杆的一端与所述升降模块连接，另一端设有所述摄像头组件，所述车轮组通过所述驱动组件与所述车体可拆卸连接，所述控制器内设有自检模块，所述车体内设有主控板，所述控制器通过所述主控板可分别与所述升降模块、摄像头组件以及驱动组件进行信息传输，且所述自检模块通过所述主控板可分别对所述升降模块、摄像头组件、驱动组件进行故障诊断。
5.优选的是，所述车体包括：车架、连接组件、防撞杆、提拉杆，所述车架的前端设有防撞杆，后端设有连接组件，所述车架的顶部设有提拉杆，所述连接组件通过电缆与所述控制器连接；所述连接组件上设有后视摄像头，所述自检模块可对所述后视摄像头进行故障诊断；所述车轮组包括大车轮和小车轮，所述大车轮设置在所述小车轮的外侧，且两者同轴转动，所述驱动组件包括驱动电机和驱动模块，所述控制器控制所述驱动模块带动所述驱动电机工作，所述驱动组件设有四个，分别为左前轮驱动、左后轮驱动、右前轮驱动、右后轮驱动。
6.优选的是，所述升降模块内设有升降电机和升降齿轮组，所述升降齿轮组与所述升降杆的一端连接，所述控制器控制所述升降电机带动所述升降齿轮组转动，进而控制所述升降杆升降，所述自检模块可对所述升降电机进行故障诊断；所述摄像头组件包括镜头连接结构、辅助光源、多功能摄像头，所述镜头连接结构设置在所述升降杆远离所述升降模块的一端，所述辅助光源可拆卸的连接在所述镜头连接结构上，所述多功能摄像头的一端
穿过所述辅助光源的中心与所述镜头连接结构可拆卸连接，所述多功能摄像头通过所述镜头连接结构可实现360度旋转以及上下摆动的动作，所述自检模块可对所述辅助光源和多功能摄像头进行故障诊断。
7.优选的是，所述车体上还设有倾角传感器和气压传感器，所述自检模块可对所述倾角传感器和气压传感器进行故障诊断。
8.本发明还提供了一种采用上述任一项所述的具有系统自检功能的模块化爬行器的自检方法，包括：
9.s100、控制器向爬行器的主控板发送自检指令，所述主控板将自检指令传送给多个待诊断模块；
10.s200、所述待诊断模块接收到自检指令后进行故障自检，并通过所述主控板将诊断结果传回所述控制器；
11.s300、所述控制器接收到诊断结果后输出自检报告，根据自检报告的结果判断所述待诊断模块是否正常。
12.优选的是，所述s100中的多个所述待诊断模块包括：左前轮驱动、左后轮驱动、右前轮驱动、右后轮驱动、后视摄像头、升降电机、辅助光源、多功能摄像头上下摆动模块、多功能摄像头360度旋转模块、多功能摄像头机芯、多功能摄像头主光源、倾角传感器、气压传感器，多个所述待诊断模块均可执行所述控制器发出的自检指令。
13.优选的是，所述多功能摄像头360度旋转模块的故障自检包括以下步骤：
14.步骤a1、采集多功能摄像头360度旋转模块在正常状态的第一振动信号和异常状态的第二振动信号，将所述第一振动信号进行预处理后提取第一波形数据和第一频域特征，将所述第二振动信号进行预处理后提取第二波形数据和第二频域特征；
15.步骤a2、根据所述第一波形数据构建第一波形熵特征，根据所述第二波形数据构建第二波形熵特征，并验证所述第一波形熵特征和第二波形熵特征的有效性；
16.步骤a3、利用所述第一波形熵特征和第一频域特征构建正常数据集，利用第二波形熵特征和第二频域特征构建异常数据集；
17.步骤a4、将所述正常数据集和异常数据集作为训练样本对循环神经网络进行训练，通过反向传播算法对网络主要参数进行优化，得到训练好的循环神经网络模型；
18.步骤a5、采集多功能摄像头360度旋转模块在某一时刻的振动信号，并对振动信号进行预处理，对预处理后的所述某一时刻的振动信号提取频域特征和波形熵特征；
19.步骤a6、将步骤a5中提取的所述频域特征和波形熵特征同时输入至步骤a4中训练好的循环神经网络模型中进行判断，则能够确定多功能摄像头360度旋转模块在某一时刻的振动信号为正常状态或异常状态。
20.优选的是，所述辅助光源的故障自检包括以下步骤：
21.步骤b1、多次采集所述辅助光源上的电流信号，得到与采集时刻一一对应的多个电流值，根据所述多个电流值，获得所述辅助光源的实际电流变化波形；
22.步骤b2、计算所述多个电流值的平均值，当所述多个电流值的平均值小于预设的第一阈值时，则确定所述实际电流变化波形与预设的电流变化波形不吻合；当所述多个电流值的平均值大于预设的第一阈值时，且所述实际电流变化波形与预设的电流变化波形的吻合度不在预设误差范围内时，则确定所述实际电流变化波形与预设的电流变化波形不吻
合；
23.步骤b3、当所述实际电流变化波形与预设的电流变化波形不吻合时，则确定所述辅助光源出现故障。
24.优选的是，所述升降电机的故障自检包括以下步骤：
25.步骤c1、多次采集并获得所述升降电机正常状态下的电流数据和振动数据；
26.步骤c2、对步骤c1获得的所述电流数据和振动数据进行预处理，并提取出需要的所述升降电机的多个故障参数；
27.步骤c3、对步骤c2中的所述升降电机的多个故障参数进行监测，并同时存储为历史监测数据；
28.步骤c4、通过对步骤c3中的所述升降电机正常状态下的历史监测数据进行降维处理得到故障参数的统计量m，并由下述公式计算出所述统计量m的阈值：
[0029][0030]
其中，是所述统计量m的阈值，f
a,n
‑
a,α
是带有a和n
‑
a个自由度、置信度为α的f分布，n为采集次数；
[0031]
步骤c5、在某一时刻内多次采集所述升降电机电流数据和振动数据，并对电流数据和振动数据进行预处理，对预处理后的所述某一时刻的电流数据和振动数据提取出需要的多个故障参数，先通过降维处理得到故障参数的统计量m
′
，并与步骤c4中统计量m的阈值比较，若则确定所述升降电机出现异常；
[0032]
然后再由下述算法确定所述升降电机的故障类型：
[0033][0034]
其中，r
m
′
,n,i
为对所述升降电机新采集的数据n中的第i个变量即故障参数对m
′
的贡献率大小，tr为对矩阵对角元素求和，q
n
为新采集到的多维数据矩阵，为对q
n
进行均值处理后的多维数据矩阵，t为矩阵的转置，p和θ均为固有矩阵，为归一化因子w的第i个变量w
i
的偏导数，为偏导数；
[0035]
对统计量m
′
的贡献率最大的变量即为对应的故障变量，此时，可确定所述升降电机发生了与所述故障变量相对应的故障类型。
[0036]
优选的是，所述步骤c2包括：
[0037]
步骤c21、将获得的一部分所述电流数据和振动数据分别通过小波分解后过滤掉阈值外的频率，再经过小波重构得到滤波后的电流信号数据和振动信号数据；
[0038]
步骤c22、将所述电流信号数据和振动信号数据经过希尔伯特变换，得到电流信号包络数据和振动信号包络数据；
[0039]
步骤c23、将电流信号包络数据和振动信号包络数据进行快速傅里叶变换，得到电流信号的频谱数据和振动信号的频谱数据；
[0040]
步骤c24、对所述电流信号的频谱数据和振动信号的频谱数据进行细化分析，得到电流数据频域特征和振动数据频域特征；
[0041]
步骤c25、提取另一部分所述电流数据和振动数据的时域特征，得到电流数据时域
特征和振动数据时域特征；
[0042]
步骤c26、将步骤c24中得到的所述电流数据频域特征和振动数据频域特征，和步骤c25中得到的电流数据时域特征和振动数据时域特征进行数据融合，获得所述升降电机的故障参数。
[0043]
相比现有技术，本发明至少包括以下有益效果：
[0044]
本发明所述的一种具有系统自检功能的模块化爬行器及其自检方法通过在控制器中设置自检模块，可以通过车体内的主控板对升降模块、摄像头组件、驱动组件进行故障诊断，用户可根据诊断结果判断故障的原因，及时找出故障点，并且主要零部件与车体均为可拆卸结构，可自行拆卸更换有故障的零部件，无需发回原厂家进行维修或售后人员到现场进行维修，节省维修时间，进一步节省了维修的成本。
[0045]
本发明所述的一种具有系统自检功能的模块化爬行器及其自检方法，本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
[0046]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0047]
图1为本发明所述的一种具有系统自检功能的模块化爬行器的整体结构示意图。
[0048]
图2为本发明所述的一种具有系统自检功能的模块化爬行器的主视结构示意图。
[0049]
图3为本发明所述的一种具有系统自检功能的模块化爬行器的侧视结构示意图。
[0050]
图4为本发明所述的一种具有系统自检功能的模块化爬行器的俯视结构示意图。
[0051]
图5为本发明所述的一种具有系统自检功能的模块化爬行器的整体分解结构示意图。
[0052]
图6为本发明所述的一种具有系统自检功能的模块化爬行器的侧视分解结构示意图。
[0053]
图7为本发明所述的一种具有系统自检功能的模块化爬行器的模块拓扑示意图。
[0054]
图8为本发明所述的一种具有系统自检功能的模块化爬行器自检方法流程示意图。
[0055]
1为控制器、2为车体、21为车架、22为连接组件、23为防撞杆、24为提拉杆、3为升降模块、4为升降杆、5为摄像头组件、51为镜头连接结构、52为辅助光源、53为多功能摄像头、6为车轮组、61为大车轮、62为小车轮。
具体实施方式
[0056]
下面结合附图以及实施例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0057]
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
[0058]
如图1
‑
图8所示，本发明提供了一种具有系统自检功能的模块化爬行器及其自检方法，包括：控制器1、车体2、升降模块3、升降杆4、摄像头组件5、车轮组6、驱动组件，所述车
体2的尾端与所述控制器1通过电缆连接，所述升降模块3可拆卸的连接在所述车体2上，所述升降杆4的一端与所述升降模块3连接，另一端设有所述摄像头组件5，所述车轮组6通过所述驱动组件与所述车体2可拆卸连接，所述控制器1内设有自检模块，所述车体2内设有主控板，所述控制器1通过所述主控板可分别与所述升降模块3、摄像头组件5、驱动组件进行信息传输，且所述自检模块通过所述主控板可分别对所述升降模块3、摄像头组件5、驱动组件进行故障诊断。
[0059]
上述技术方案的工作原理：升降模块3、升降杆4、摄像头组件5、车轮组6、驱动组件均与车体2为可拆卸连接，设计为可拆装的模块化结构，控制器1用于控制爬行器执行动作，控制器1与车体2通过电缆连接，升降模块3可驱动升降杆4进行升降，进而带动摄像头组件5进行升降，以更大范围的拍摄到管道内部的画面，回传给控制器1，驱动组件用于驱动车轮组6转动，以带动整个爬行器在管道内行驶；控制器1与爬行器可进行信息传输，且控制器1内的自检模块嵌入有自检程序，通过车体2上设有的主控板对升降模块3、摄像头组件5、驱动组件分别进行故障诊断，进行故障诊断后通过主控板将诊断结果传回控制器1，操作人员可在控制器1上看到诊断报告，便可了解到爬行器的各个部件是否正常，根据诊断报告的结果，可自行更换有故障的零部件。
[0060]
上述技术方案的有益效果：通过在控制器1中设置自检模块，可以通过车体2内的主控板对升降模块3、摄像头组件5、驱动组件进行故障诊断，用户可根据诊断结果判断故障的原因，及时找出故障点，并且主要零部件与车体均为可拆卸结构，可自行拆卸或更换有故障的零部件，无需发回原厂家进行维修或售后人员到现场进行维修，节省维修时间，进一步节省了维修的成本。
[0061]
在一个实施例中，所述车体2包括：车架21、连接组件22、防撞杆23、提拉杆24，所述车架21的前端设有防撞杆23，后端设有连接组件22，所述车架21的顶部设有提拉杆24，所述连接组件22通过电缆与所述控制器1连接；所述连接组件22上设有后视摄像头，所述自检模块可对所述后视摄像头进行故障诊断；所述车轮组6包括大车轮61和小车轮62，所述大车轮61设置在所述小车轮62的外侧，且两者同轴转动，所述驱动组件包括驱动电机和驱动模块，所述控制器1控制所述驱动模块带动所述驱动电机工作，所述驱动组件设有四个，分别为左前轮驱动、左后轮驱动、右前轮驱动、右后轮驱动。
[0062]
上述技术方案的工作原理：车架21前端的防撞杆23用于保护车体2，后端的连接组件22用于将车体2与控制器1通过电缆连接，车架21顶部设有的提拉杆24用于人手向上提拉爬行器，连接组件22上设有的后视摄像头用于在爬行器行驶时监测其后方的画面，并将影像回传给控制器1，车轮组6设有大车轮61和小车轮62，小车轮62可在管道内部结构复杂情况下辅助大车轮61前进，并且驱动组件设有四个，爬行器为四轮驱动，可在较为复杂的管道结构中行驶，并且后视摄像头、左前轮驱动、左后轮驱动、右前轮驱动、右后轮驱动可分别通过自检模块进行故障诊断。
[0063]
上述技术方案的有益效果：防撞杆23可防止爬行器在管道行驶过程中撞到前方障碍物而受到损坏，连接组件22内设有供电模块以及网络信号，并通过电缆将爬行器与控制器1电连接和通信连接，可保证控制器1与爬行器信息传输的稳定性，后视摄像头可实时监测爬行器后方的情况，更好的对管道内部进行检查，大小车轮62的设置可使爬行器在结构更加复杂的管道内行驶，保证其在管道内无阻碍的前进，并且自检模块可单独的分别对后
视摄像头、左前轮驱动、左后轮驱动、右前轮驱动、右后轮驱动进行故障诊断，更准确的告知操作人员故障点的位置，有助于及时更换有故障的零部件，节省维修时间和成本。
[0064]
在一个实施例中，所述升降模块3内设有升降电机和升降齿轮组，所述升降齿轮组与所述升降杆4的一端连接，所述控制器1控制所述升降电机带动所述升降齿轮组转动，进而控制所述升降杆4升降，所述自检模块可对所述升降电机进行故障诊断；所述摄像头组件5包括镜头连接结构51、辅助光源52、多功能摄像头53，所述镜头连接结构51设置在所述升降杆4远离所述升降模块3的一端，所述辅助光源52可拆卸的连接在所述镜头连接结构51上，所述多功能摄像头53的一端穿过所述辅助光源52的中心与所述镜头连接结构51可拆卸连接，所述多功能摄像头53通过所述镜头连接结构51可实现360度旋转以及上下摆动的动作，所述自检模块可对所述辅助光源52和多功能摄像头53进行故障诊断。
[0065]
上述技术方案的工作原理：控制器1控制升降电机转动，进而带动升降齿轮组工作，升降齿轮组带动升降杆4升降，进而带动摄像头组件5进行升降，辅助光源52用于给多功能摄像头53进行补光，以使其拍摄到更加清晰的画面，镜头连接结构51与多功能摄像头53为插接的连接方式，且可使多功能摄像头53实现360度旋转以及上下摆动的动作，并且自检模块可分别对升降电机、辅助光源52、多功能摄像头53的相关功能进行故障诊断。
[0066]
上述技术方案的有益效果：升降模块3为爬行器的主要部件，可通过升降电机和升降齿轮组带动升降杆4升降，进而控制多功能摄像头53升降，多功能摄像头53又可上下摆动以及360度旋转，可从各个角度拍摄管道内部的情况，更方便操作人员对管道内的情况进行观察和检修，并且升降电机、辅助光源52、以及多功能摄像头53的相关功能，均可通过自检模块进行诊断，方便操作人员找出故障点，以及及时更换维修。
[0067]
在一个实施例中，所述车体2上还设有倾角传感器和气压传感器，所述自检模块可对所述倾角传感器和气压传感器进行故障诊断。
[0068]
上述技术方案的工作原理和有益效果：倾角传感器可用于在管道内进行测距，以便操作人员了解爬行器的行驶距离，气压传感器可测量管道内的气压，并将测得的数据传回控制器1，以便操作员了解管道内部的气压情况，对相应的测量结果进行判断以及检修，自检模块可分别对倾角传感器和气压传感器进行故障诊断，以保证爬行器正常工作，提高了管道检修的工作效率。
[0069]
本发明还提供了如以上任一项所述的具有系统自检功能的模块化爬行器的自检方法，包括：
[0070]
s100、控制器1向爬行器的主控板发送自检指令，所述主控板将自检指令传送给多个待诊断模块；
[0071]
s200、所述待诊断模块接收到自检指令后进行故障自检，并通过所述主控板将诊断结果传回所述控制器1；
[0072]
s300、所述控制器1接收到诊断结果后输出自检报告，根据自检报告的结果判断所述待诊断模块是否正常。
[0073]
上述技术方案的工作原理：首先，控制器1向爬行器的主控板发送自检指令，所述主控板将自检指令传送给多个待诊断模块；然后，所述待诊断模块接收到自检指令后进行故障自检，并通过所述主控板将诊断结果传回所述控制器1；最后，所述控制器1接收到诊断结果后输出自检报告，根据自检报告的结果判断所述待诊断模块是否正常。
[0074]
上述技术方案的有益效果：用户可随时通过控制器1向爬行器发送自检指令，便于了解爬行器的使用情况，用户可根据自检报告判断多个待诊断模块是否有故障以及故障的原因，方便及时找出故障点，自行拆卸或更换有故障的零部件，无需发回原厂家进行维修或售后人员到现场进行维修，节省维修时间和成本。
[0075]
在一个实施例中，所述s100中的多个所述待诊断模块包括：左前轮驱动、左后轮驱动、右前轮驱动、右后轮驱动、后视摄像头、升降电机、辅助光源52、多功能摄像头上下摆动模块、多功能摄像头360度旋转模块、多功能摄像头机芯、多功能摄像头主光源、倾角传感器、气压传感器，多个所述待诊断模块均可执行所述控制器1发出的自检指令。
[0076]
上述技术方案的工作原理：多个待诊断模块可按爬行器的多个功能划分，根据实际需要增加或减少待诊断模块，爬行器的四个车轮分别有对应的驱动，因此四个车轮的驱动均可分别进行故障自检，若一个车轮驱动出现故障，自检报告会输出对应的车轮，方便找到故障点且更便于更换，后视摄像头用于检测爬行器后方的情况，通过控制器1可进行故障自检，升降电机可带动升降杆4升降，通过控制器1可进行故障自检，辅助光源52用于给多功能摄像头53提供光源，通过控制器1可进行故障自检，多功能摄像头53的上下摆动模块、360度旋转模块机芯以及其自身的主光源可分别通过控制器1进行故障自检，便于用户查出多功能摄像头53更为细致的故障点，及时将对应的故障零件进行更换，倾角传感器、气压传感器用于测量管道内的数据，可分别通过控制器1可进行故障自检。
[0077]
上述技术方案的有益效果：多个待诊断模块均可进行故障自检，并单独输出诊断结果给控制器1，方便用户了解爬行器具体的故障零件所在位置，便于更换，并且待诊断模块为爬行器上的一些重要零部件，可根据实际需要增加或删减。
[0078]
在一个实施例中，所述多功能摄像头360度旋转模块的故障自检包括以下步骤：
[0079]
步骤a1、采集多功能摄像头360度旋转模块在正常状态的第一振动信号和异常状态的第二振动信号，将所述第一振动信号进行预处理后提取第一波形数据和第一频域特征，将所述第二振动信号进行预处理后提取第二波形数据和第二频域特征；
[0080]
步骤a2、根据所述第一波形数据构建第一波形熵特征，根据所述第二波形数据构建第二波形熵特征，并验证所述第一波形熵特征和第二波形熵特征的有效性；
[0081]
步骤a3、利用所述第一波形熵特征和第一频域特征构建正常数据集，利用第二波形熵特征和第二频域特征构建异常数据集；
[0082]
步骤a4、将所述正常数据集和异常数据集作为训练样本对循环神经网络进行训练，通过反向传播算法对网络主要参数进行优化，得到训练好的循环神经网络模型；
[0083]
步骤a5、采集多功能摄像头360度旋转模块在某一时刻的振动信号，并对振动信号进行预处理，对预处理后的所述某一时刻的振动信号提取频域特征和波形熵特征；
[0084]
步骤a6、将步骤a5中提取的所述频域特征和波形熵特征同时输入至步骤a4中训练好的循环神经网络模型中进行判断，则能够确定多功能摄像头360度旋转模块在某一时刻的振动信号为正常状态或异常状态。
[0085]
上述技术方案的工作原理：首先，在自检之前，采集多功能摄像头360度旋转模块在正常状态的第一振动信号和异常状态的第二振动信号，将所述第一振动信号进行预处理后提取第一波形数据和第一频域特征，将所述第二振动信号进行预处理后提取第二波形数据和第二频域特征；然后，根据所述第一波形数据构建第一波形熵特征，根据所述第二波形
数据构建第二波形熵特征，并验证所述第一波形熵特征和第二波形熵特征的有效性，再利用所述第一波形熵特征和第一频域特征构建正常数据集，利用第二波形熵特征和第二频域特征构建异常数据集；然后将所述正常数据集和异常数据集作为训练样本对循环神经网络进行训练，通过反向传播算法对网络主要参数进行优化，得到训练好的循环神经网络模型；其次，在进行自检时，采集多功能摄像头360度旋转模块在某一时刻的振动信号，并对振动信号进行预处理，对预处理后的所述某一时刻的振动信号提取频域特征和波形熵特征；最后将上一步提取的所述频域特征和波形熵特征同时输入至训练好的lstm循环神经网络模型中进行判断，则能够确定多功能摄像头360度旋转模块在某一时刻的振动信号为正常状态或异常状态。
[0086]
上述技术方案的有益效果：基于多功能摄像头360度旋转模块在正常状态和异常状态下的振动信号，可得到正常和异常状态的循环神经网络模型，当多功能摄像头360度旋转模块进行故障自检时，采集的某一时刻的振动信号进行预处理和特征提取后输入至训练好的循环神经网络模型中进行判断，可以得到此刻多功能摄像头360度旋转模块的运行状态是否正常，基于反向传播算法多次训练后的循环神经网络模型可以更加准确的对多功能摄像头360度旋转模块进行故障自检，使其对正常和异常状态判断的更加准确，有利于用户得到准确的诊断结果，进一步的可保证爬行器对管道的检测更加准确全面。
[0087]
在一个实施例中，所述辅助光源52的故障自检包括以下步骤：
[0088]
步骤b1、多次采集所述辅助光源52上的电流信号，得到与采集时刻一一对应的多个电流值，根据所述多个电流值，获得所述辅助光源52的实际电流变化波形；
[0089]
步骤b2、计算所述多个电流值的平均值，当所述多个电流值的平均值小于预设的第一阈值时，则确定所述实际电流变化波形与预设的电流变化波形不吻合；当所述多个电流值的平均值大于预设的第一阈值时，且所述实际电流变化波形与预设的电流变化波形的吻合度不在预设误差范围内时，则确定所述实际电流变化波形与预设的电流变化波形不吻合；
[0090]
步骤b3、当所述实际电流变化波形与预设的电流变化波形不吻合时，则确定所述辅助光源52出现故障。
[0091]
上述技术方案的工作原理：辅助光源52在进行故障自检时，首先多次采集所述辅助光源52上的电流信号，得到与采集时刻一一对应的多个电流值，根据所述多个电流值，获得所述辅助光源52的实际电流变化波形；然后计算所述多个电流值的平均值，当所述多个电流值的平均值小于预设的第一阈值时，则确定所述实际电流变化波形与预设的电流变化波形不吻合，当所述多个电流值的平均值大于预设的第一阈值时，且所述实际电流变化波形与预设的电流变化波形的吻合度不在预设误差范围内时，则确定所述实际电流变化波形与预设的电流变化波形不吻合；最后判断当所述实际电流变化波形与预设的电流变化波形不吻合时，则确定所述辅助光源52出现故障。
[0092]
上述技术方案的有益效果：通过流过辅助光源52上的电流信号获得实际电流变化波形，将实际的电流变化波形与预设的电流变化波形作比较，来判断辅助光源52是否出现故障，此方法通过判断电流的变化能够准确的检测辅助光源52是否出现故障，采集电流信号的次数越多，则得到的电流变化波形越准确，越有利于对辅助光源52的检测。
[0093]
在一个实施例中，所述升降电机的故障自检包括以下步骤：
[0094]
步骤c1、多次采集并获得所述升降电机正常状态下的电流数据和振动数据；
[0095]
步骤c2、对步骤c1获得的所述电流数据和振动数据进行预处理，并提取出需要的所述升降电机的多个故障参数；
[0096]
步骤c3、对步骤c2中的所述升降电机的多个故障参数进行监测，并同时存储为历史监测数据；
[0097]
步骤c4、通过对步骤c3中的所述升降电机正常状态下的历史监测数据进行降维处理得到故障参数的统计量m，并由下述公式计算出所述统计量m的阈值：
[0098][0099]
其中，是所述统计量m的阈值，f
a,n
‑
a,α
是带有a和n
‑
a个自由度、置信度为α的f分布，n为采集次数；
[0100]
步骤c5、在某一时刻内多次采集所述升降电机电流数据和振动数据，并对电流数据和振动数据进行预处理，对预处理后的所述某一时刻的电流数据和振动数据提取出需要的多个故障参数，先通过降维处理得到故障参数的统计量m
′
，并与步骤c4中统计量m的阈值比较，若则确定所述升降电机出现异常；
[0101]
然后再由下述算法确定所述升降电机的故障类型：
[0102][0103]
其中，r
m
′
,n,i
为对所述升降电机新采集的数据n中的第i个变量即故障参数对m
′
的贡献率大小，tr为对矩阵对角元素求和，q
n
为新采集到的多维数据矩阵，为对q
n
进行均值处理后的多维数据矩阵，t为矩阵的转置，p和θ均为固有矩阵，为归一化因子w的第i个变量w
i
的偏导数，为偏导数；
[0104]
对统计量m
′
的贡献率最大的变量即为对应的故障变量，此时，可确定所述升降电机发生了与所述故障变量相对应的故障类型。
[0105]
上述技术方案的工作原理：升降电机为爬行器的主要零部件，升降电机进行故障自检前需要经过采集并获得所述升降电机正常状态下的电流数据和振动数据，然后对获得的所述电流数据和振动数据进行预处理，并提取出需要的所述升降电机的多个故障参数并对多个故障参数进行监测，并同时存储为历史监测数据；再对所述升降电机正常状态下的历史监测数据进行降维处理得到故障参数的统计量m，并通过计算得出所述统计量m的阈值；在进行自检时，在自检的某一时刻内多次采集所述升降电机电流数据和振动数据，并对电流数据和振动数据进行预处理，对预处理后的所述某一时刻的电流数据和振动数据提取出需要的多个故障参数，先通过降维处理得到故障参数的统计量m
′
，并与统计量m的阈值比较，若则确定所述升降电机出现异常；然后再确定所述升降电机的故障类型。
[0106]
上述技术方案的有益效果：故障自检前，先确定升降电机的故障参数的统计量阈值，在自检时将某一时刻检测到的故障参数统计量与升降电机的故障参数的统计量阈值作比较，即可确定升降电机是否发生故障，此方法对升降电机是否发生故障判断准确，并且考虑到了升降电机自身的多个故障参数，每个故障参数都对应相应的故障类型，通过某个故
障参数对统计量的贡献率大小来更加细致的确定升降电机的某个零件或者某项功能发生故障，对于升降电机的故障类型判断更加准确，更便于用户对升降电机的维修，使爬行器的故障自检功能更加智能化，节省了用户寻找爬行器故障原因的时间，更便于使用。
[0107]
在一个实施例中，所述步骤c2包括：
[0108]
步骤c21、将获得的一部分所述电流数据和振动数据分别通过小波分解后过滤掉阈值外的频率，再经过小波重构得到滤波后的电流信号数据和振动信号数据；
[0109]
步骤c22、将所述电流信号数据和振动信号数据经过希尔伯特变换，得到电流信号包络数据和振动信号包络数据；
[0110]
步骤c23、将电流信号包络数据和振动信号包络数据进行快速傅里叶变换，得到电流信号的频谱数据和振动信号的频谱数据；
[0111]
步骤c24、对所述电流信号的频谱数据和振动信号的频谱数据进行细化分析，得到电流数据频域特征和振动数据频域特征；
[0112]
步骤c25、提取另一部分所述电流数据和振动数据的时域特征，得到电流数据时域特征和振动数据时域特征；
[0113]
步骤c26、将步骤c24中得到的所述电流数据频域特征和振动数据频域特征，和步骤c25中得到的电流数据时域特征和振动数据时域特征进行数据融合，获得所述升降电机的故障参数。
[0114]
上述技术方案的工作原理：所述电流数据和振动数据进行预处理的过程为，首先将获得的一部分所述电流数据和振动数据分别通过小波分解后过滤掉阈值外的频率，再经过小波重构得到滤波后的电流信号数据和振动信号数据；其次，将所述电流信号数据和振动信号数据经过希尔伯特变换，得到电流信号包络数据和振动信号包络数据；然后，将电流信号包络数据和振动信号包络数据进行快速傅里叶变换，得到电流信号的频谱数据和振动信号的频谱数据，并对所述电流信号的频谱数据和振动信号的频谱数据进行细化分析，得到电流数据频域特征和振动数据频域特征；再提取另一部分所述电流数据和振动数据的时域特征，得到电流数据时域特征和振动数据时域特征；最后将得到的所述电流数据频域特征和振动数据频域特征，和得到的电流数据时域特征和振动数据时域特征进行数据融合，获得所述升降电机的故障参数。
[0115]
上述技术方案的有益效果：在升降电机进行故障自检时，故障参数对应的频率幅值很小，而工频的幅值很大，故采用希尔伯特变换将工频消除，提取出故障参数的频率，可以有效地提高诊断的精度；在升降电机故障发生的初期，其时域特征不明显，但是可以在频域中观察到升降电机的状态变化，因此用快速傅里叶变换可将时域特征转化为频域特征，更便于提取升降电机的故障参数，有利于检测到升降电机的状态变化；对电流信号的频谱数据和振动信号的频谱数据进行细化分析，这一步骤更有利于故障参数提取的准确度，提升故障自检的精度；数据融合方便对升降电机进行综合的故障诊断，消除某一数据中可能存在的冗余和矛盾，更有利于准确可靠的检测升降电机，进一步的对爬行器进行更有效的诊断，减少对升降电机的诊断误差。
[0116]
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或
位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0117]
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或彼此可通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0118]
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节与这里示出与描述的图例。