[发明专利]同步带传动结构故障预测方法、系统、控制器及存储介质在审

专利信息
申请号: 202310001257.8 申请日: 2023-01-03
公开(公告)号: CN116050012A 公开(公告)日: 2023-05-02
发明(设计)人: 请求不公布姓名 申请(专利权)人: 惠州市海葵信息技术有限公司;广东利元亨智能装备股份有限公司
主分类号: G06F30/17 分类号: G06F30/17;G06F30/27;G06F16/25;G01M13/023;G06F119/02
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 尹长斌
地址: 516000 广东省惠州市仲恺高新区东江产业园东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 同步带 传动 结构 故障 预测 方法 系统 控制器 存储 介质
【说明书】:

发明公开了一种同步带传动结构故障预测方法、同步带传动结构故障预测系统、控制器及计算机存储介质,同步带传动结构故障预测方法应用于同步带传动结构故障预测系统,同步带传动结构故障预测系统与同步带传动结构电机驱动器连接,方法包括:获取同步带传动结构电机驱动器的运动数据,根据运动数据得到运动周期数据集,对运动周期数据集进行编码处理得到编码数据,根据预设非监督学习算法和编码数据进行模型训练处理,得到故障预测模型,并根据故障预测模型得到故障检测结果,实现对同步带传动结构故障的有效检测,使工作人员提前发现异常,进而制定计划进行维护保养,避免同步带传动结构突发故障而引起的生产线停机,保证产能。

技术领域

本申请涉及同步带传动结构技术领域,具体涉及一种同步带传动结构故障预测方法、同步带传动结构故障预测系统、控制器及计算机存储介质。

背景技术

同步带传动结构现有生产模式如下:电机驱动同步轮转动带动执行端在导轨上移动,完成产品加工工艺,故障突然发生,进行紧急维修;然而该模式可能存在以下问题和缺陷:同步带结构会发生皮带跳动、磨损、断裂,轴承卡滞等故障,当故障突然发生,会造成生产线产能下降,产品损坏、设备损坏。

针对同步带传动结构皮带磨损、断裂、跳齿等异常引起的设备突然停机问题,现有技术中并无有效的手段去检测,导致无法提前发现异常,进而无法制定计划进行维护保养,导致同步带传动结构突发故障而引起的生产线停机,导致产能降低。

发明内容

本申请实施例提供一种同步带传动结构故障预测方法、同步带传动结构故障预测系统、控制器及计算机存储介质,至少能保证,本申请方案通过获取同步带传动结构电机驱动器的运动数据,并生成运动周期数据集和对应的编码数据,进而根据预设非监督学习算法和所述编码数据进行模型训练处理,得到故障预测模型,并根据所述故障预测模型得到故障检测结果,实现对同步带传动结构故障的有效检测,使工作人员提前发现异常,进而制定计划进行维护保养,避免同步带传动结构突发故障而引起的生产线停机,保证产能。

第一方面,本申请实施例提供了一种同步带传动结构故障预测方法,所述同步带传动结构故障预测方法应用于同步带传动结构故障预测系统,所述同步带传动结构故障预测方法包括:

获取同步带传动结构电机驱动器的运动数据;

根据所述运动数据得到运动周期数据集;

对所述运动周期数据集进行编码处理得到编码数据;

根据预设非监督学习算法和所述编码数据进行模型训练处理,得到故障预测模型,并根据所述故障预测模型得到故障检测结果。

在一些实施例中,所述运动数据包括电机负载率、所述电机负载率对应的实时扭矩T、实时速度V和实时位置Z,所述获取同步带传动结构电机驱动器的运动数据包括:

根据采集频率f获取所述电机负载率、所述实时扭矩T、所述实时速度V和所述实时位置Z;

将所述电机负载率、所述实时扭矩T、所述实时速度V和所述实时位置Z存储至数据库中。

在一些实施例中,所述根据所述运动数据得到运动周期数据集包括:

从所述数据库中获取所述实时位置Z;

根据预设路程数据S和所述实时位置Z得到运动周期;

根据所述运动周期生成所述运动周期数据集,所述运动周期数据集包括所述数据库中对应的所述实时扭矩T和所述实时速度V。

在一些实施例中,所述对所述运动周期数据集进行编码处理得到编码数据,包括:

根据所述运动周期对所述运动周期数据集进行编码处理,得到编码数据,所述编码数据存储在所述数据库中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于惠州市海葵信息技术有限公司;广东利元亨智能装备股份有限公司,未经惠州市海葵信息技术有限公司;广东利元亨智能装备股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310001257.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top