[发明专利]传送带故障检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种传送带故障检测方法、装置、计算机设备和存储介质，通过采集传送带的当前数据序列，对当前数据序列进行特征提取得到当前数据特征集合，将当前数据特征集合输入预先训练好的目标传送带故障检测模型中，进一步地，目标传送带故障检测模型输出当前数据序列的故障检测值，根据当前数据序列的故障检测值确定传送带当前的工作状态。相对于传统的手持式振动故障检测设备检测的方式，该方法可以在得到训练好的目标传送带故障检测模型后，直接将从传送带的当前数据序列中提取到的当前数据特征集合输入，得到当前数据序列的故障检测值，从而确定传送带当前的工作状态，检测过程智能化，减少人力投入，提高检测效率。

技术领域

本申请涉及人工智能数据处理技术领域，特别是涉及一种传送带故障检测方法、装置、计算机设备和存储介质。

背景技术

传送带是人类日常生活必不可少的物品之一，在生活中有很大的应用价值，比如应用于自动扶梯、自动人行道、自动装卸货传送带、生产流水线等等。在使用过程中，需要对传送带进行检测维护，以保证传送带的正常使用，减少安全隐患，避免事故发生。

传统方案中，通过使用手持式振动故障检测设备来对传送带进行检测，需要投入大量人力，劳动强度大，检测效率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高检测效率的传送带故障检测方法、装置、计算机设备和存储介质。

一种传送带振动故障检测方法，所述方法包括：

采集传送带的当前数据序列；所述当前数据序列为一定时间间隔内按时间先后顺序采集的数据序列；

对所述当前数据序列进行特征提取，得到所述当前数据序列的当前数据特征集合；

将所述当前数据特征集合输入目标传送带故障检测模型；所述目标传送带故障检测模型是通过测试数据序列集合对初始传送带故障检测模型进行参数调整得到的；所述初始传送带故障检测模型是通过对训练数据序列集合进行分类计算得到的；其中，所述测试数据序列集合和所述训练数据集合是由所述传送带的历史数据序列集合分割得到的；

所述目标传送带故障检测模型输出所述当前数据序列的故障检测值，根据所述当前数据序列的故障检测值确定所述传送带当前的工作状态。

在其中一个实施例中，所述训练数据序列集合中的各个训练数据序列携带数据状态标记值，所述初始传送带故障检测模型的训练步骤包括：

对所述训练数据序列集合中各个训练数据序列进行特征提取，得到各个训练数据序列的训练数据特征集合；

对各个训练数据序列的各个训练数据特征根据当前分类算法进行分类计算得到所述各个训练数据特征对应的分数，将所述各个训练数据特征对应的分数赋予权重后相加，得到所述各个训练数据序列的故障检测值；

将所述各个训练数据序列的故障检测值与对应的数据状态标记值比对，当比对结果不符合预设条件时，更新所述当前分类算法，返回所述对各个训练数据序列的各个训练数据特征根据当前分类算法进行分类计算得到所述各个训练数据特征对应的分数的步骤，直到比对结果符合预设条件，根据符合预设条件时对应的各个训练数据特征对应的分数和权重建立所述初始传送带故障检测模型。

在其中一个实施例中，所述对各个训练数据序列的各个训练数据特征进行分类计算得到所述各个训练数据特征对应的分数，将所述各个训练数据特征对应的分数赋予权重后相加，得到所述各个训练数据序列的故障检测值包括：

根据各个训练数据序列确定所述各个训练数据特征的优先级；

根据所述各个训练数据特征的优先级对所述各个训练数据特征进行分类，得到当前优先级的训练数据特征的类别，根据所述当前优先级的训练数据特征的类别确定所述当前优先级的训练数据特征对应的分数；