详情

原文传递一种塔机卷扬钢丝绳乱绳智能监控方法及系统

专利名称：	一种塔机卷扬钢丝绳乱绳智能监控方法及系统
摘要：	本发明公开了一种塔机卷扬钢丝绳乱绳智能监控方法及系统，方法包括通过摄像头实时采集卷扬钢丝绳状态，并把视频信号发送至主机，通过训练合格的预构建的识别模型进行检测输出乱绳检测结果，当钢丝绳出现乱绳情况时，主机发出报警信号，控制卷扬停机，并发出语音报警提醒操作手注意。这样可以有效地提高工作效率，确保塔机安全。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	江苏徐工工程机械研究院有限公司
发明人：	崔景兵;高娇;刘会娟
专利状态：	有效
申请日期：	2019-01-22T00:00:00+0800
发布日期：	2019-04-26T00:00:00+0800
申请号：	CN201910057178.2
公开号：	CN109678060A
代理机构：	南京纵横知识产权代理有限公司
代理人：	刘艳艳;董建林
分类号：	B66C15/06(2006.01);B;B66;B66C;B66C15
申请人地址：	221004 江苏省徐州市金山桥经济技术开发区驮蓝山路26号
主权项：	1.一种塔机卷扬钢丝绳乱绳智能监控方法，其特征在于，包括：获取摄像头采集的卷扬钢丝绳信号数据；将获取的卷扬钢丝绳信号数据输入训练合格的预构建的识别模型，输出所述训练合格的预构建的识别模型得到的乱绳检测结果。 2.根据权利要求1所述的塔机卷扬钢丝绳乱绳智能监控方法，其特征在于，还包括：当发生乱绳时，则发出指令控制报警模块进行语音报警提醒机手注意。 3.根据权利要求1所述的塔机卷扬钢丝绳乱绳智能监控方法，其特征在于，还包括：当一定时间内发生乱绳次数达到设定的阈值，发出指令给控制器控制停止卷扬动作。 4.根据权利要求1所述的塔机卷扬钢丝绳乱绳智能监控方法，其特征在于，还包括：将卷扬钢丝绳信号数据处理成TFRecords的格式；和/或，还包括：显示实时的卷扬钢丝绳视频信号及乱绳检测结果。 5.根据权利要求1所述的塔机卷扬钢丝绳乱绳智能监控方法，其特征在于，所述预构建的识别模型为卷积神经网络结构，更具体的为Inception-v4模型。 6.根据权利要求5所述的塔机卷扬钢丝绳乱绳智能监控方法，其特征在于，训练合格的预构建的识别模型的构建方法为：构建卷扬钢丝绳信号数据的样本集，所述卷扬钢丝绳信号数据的样本集包括乱绳样本和正常样本；并将卷扬钢丝绳信号数据的样本集分为训练样本集和测试样本集；使用训练样本集对预构建的识别模型进行训练，将训练样本集作为Inception-v4模型的输入，不断训练迭代得到训练后的识别模型；训练完成后，利用测试样本集对训练后的识别模型进行测试，准确率满足要求即得到训练合格的预构建的识别模型。 7.根据权利要求6所述的塔机卷扬钢丝绳乱绳智能监控方法，其特征在于，识别模型的构建过程产生的文件中，训练过程中不断生成检查点文件checkpoint，checkpoint文件保存了一个目录下所有的模型文件列表；model.ckpt.meta文件保存了Tensorflow计算图的结构，即为卷积神经网络的网络结构，model.ckpt.meta文件用于被tf.train.imprt_meta_graph加载到当前默认的图来使用；ckpt.data是保存模型中每个变量的取值；将tensorflow的模型导出为单个文件，将CKPT转换成PB，从而固化模型结构。 8.一种塔机卷扬钢丝绳乱绳智能识别系统，其特征在于，包括：数据获取模块，用于获取摄像头采集卷扬钢丝绳信号数据；输入模块，用于将获取的卷扬钢丝绳信号数据输入训练合格的预构建的识别模型；输出模块，用于输出所述训练合格的预构建的识别模型得到的乱绳检测结果；报警模块，当发生乱绳时，则发出指令控制报警模块进行语音报警提醒机手注意；控制器，当一定时间内发生乱绳次数达到设定的阈值，发出指令给控制器控制停止卷扬动作。 9.根据权利要求8所述的塔机卷扬钢丝绳乱绳智能识别系统，其特征在于，还包括：数据采集模块，用于通过摄像头采集卷扬钢丝绳信号数据；显示模块，用于显示实时的卷扬钢丝绳视频信号及乱绳检测结果；数据处理模块，将卷扬钢丝绳信号数据处理成TFRecords的格式。 10.根据权利要求8所述的塔机卷扬钢丝绳乱绳智能识别系统，其特征在于，还包括识别模型构建模块，用于：构建卷扬钢丝绳信号数据的样本集，所述卷扬钢丝绳信号数据的样本集包括乱绳样本和正常样本；并将卷扬钢丝绳信号数据的样本集分为训练样本集和测试样本集；使用训练样本集对预构建的识别模型进行训练，将训练样本集作为预构建的识别模型的输入，不断训练迭代得到训练后的识别模型；训练完成后，利用测试样本集对训练后的识别模型进行测试，准确率满足要求即得到训练合格的预构建的识别模型。
所属类别：	发明专利