门式斗轮机轮斗横梁姿态实时监测方法及其系统与流程

本申请涉及智能化监测领域，且更为具体地，涉及一种门式斗轮机轮斗横梁姿态实时监测方法及其系统。

背景技术：

1、门式斗轮机是一种用于装卸散状物料(如煤炭、矿石等)的大型机械设备，其由大型的门式结构和悬挂在门式结构上的斗轮机构成，广泛应用于火力发电厂等领域。斗轮机的轮斗横梁是承受载荷和弯矩的关键部件，其安全性对于保障装卸作业的顺利进行至关重要。

2、然而，由于长期的工作环境和负荷变化，轮斗横梁可能发生变形、疲劳裂纹等损伤，影响门式斗轮机的安全性和可靠性。因此，对轮斗横梁的姿态和变形情况进行实时监测，及时发现异常情况并进行预警，是保障门式斗轮机正常安全运行的重要措施。

3、但是，传统的门式斗轮机轮斗横梁监测方案主要依靠专业人员进行定期的巡检和监测，这种方式需要花费大量的人力和时间成本，监测效率和准确度较低。并且，传统方法只能在定期巡检时获取轮斗横梁的状态信息，无法实时监测轮斗横梁姿态和变形情况，因此在巡检过程中，可能会错过一些潜在的问题或异常情况，而一旦发生异常，可能会延误处理的时机，增加安全风险。

4、因此，期望一种门式斗轮机轮斗横梁姿态实时监测方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种门式斗轮机轮斗横梁姿态实时监测方法及其系统，其可以实现对门式斗轮机的轮斗横梁姿态和变形情况的实时监测，提高监测效率和准确性，这有助于及时发现轮斗横梁的异常情况并采取相应的措施，确保斗轮机的安全运行。

2、根据本申请的一个方面，提供了一种门式斗轮机轮斗横梁姿态实时监测方法，其包括：

3、获取由摄像头采集的轮斗横梁的轮斗横梁图像；

4、获取由位移传感器采集的所述轮斗横梁在预定时间段内多个预定时间点的弯曲变形量；

5、将所述多个预定时间点的弯曲变形量按照时间维度排列为弯曲变形量时序输入向量；

6、对所述轮斗横梁图像进行图像特征分析以得到轮斗横梁特征图；

7、将所述轮斗横梁特征图和所述弯曲变形量时序输入向量进行跨模态元融合特征分析以得到融合弯曲变形时序特征的轮斗横梁特征；以及

8、基于所述融合弯曲变形时序特征的轮斗横梁特征，确定是否产生轮斗横梁安全预警。

9、根据本申请的另一个方面，提供了一种门式斗轮机轮斗横梁姿态实时监测系统，其包括：

10、图像获取模块，用于获取由摄像头采集的轮斗横梁的轮斗横梁图像；

11、弯曲变形量获取模块，用于获取由位移传感器采集的所述轮斗横梁在预定时间段内多个预定时间点的弯曲变形量；

12、向量化模块，用于将所述多个预定时间点的弯曲变形量按照时间维度排列为弯曲变形量时序输入向量；

13、图像特征分析模块，用于对所述轮斗横梁图像进行图像特征分析以得到轮斗横梁特征图；

14、跨模态元融合特征分析模块，用于将所述轮斗横梁特征图和所述弯曲变形量时序输入向量进行跨模态元融合特征分析以得到融合弯曲变形时序特征的轮斗横梁特征；以及

15、安全分析模块，用于基于所述融合弯曲变形时序特征的轮斗横梁特征，确定是否产生轮斗横梁安全预警。

16、与现有技术相比，本申请提供的门式斗轮机轮斗横梁姿态实时监测方法及其系统，其首先获取由摄像头采集的轮斗横梁的轮斗横梁图像，接着，获取由位移传感器采集的所述轮斗横梁在预定时间段内多个预定时间点的弯曲变形量，然后，将所述多个预定时间点的弯曲变形量按照时间维度排列为弯曲变形量时序输入向量，接着，对所述轮斗横梁图像进行图像特征分析以得到轮斗横梁特征图，然后，将所述轮斗横梁特征图和所述弯曲变形量时序输入向量进行跨模态元融合特征分析以得到融合弯曲变形时序特征的轮斗横梁特征，最后，基于所述融合弯曲变形时序特征的轮斗横梁特征，确定是否产生轮斗横梁安全预警。这样，可以提高监测效率和准确性。

技术特征：

1.一种门式斗轮机轮斗横梁姿态实时监测方法，其特征在于，包括：

2.根据权利要求1所述的门式斗轮机轮斗横梁姿态实时监测方法，其特征在于，对所述轮斗横梁图像进行图像特征分析以得到轮斗横梁特征图，包括：

3.根据权利要求2所述的门式斗轮机轮斗横梁姿态实时监测方法，其特征在于，将所述轮斗横梁特征图和所述弯曲变形量时序输入向量进行跨模态元融合特征分析以得到融合弯曲变形时序特征的轮斗横梁特征，包括：

4.根据权利要求3所述的门式斗轮机轮斗横梁姿态实时监测方法，其特征在于，将所述轮斗横梁特征图和所述弯曲变形量时序输入向量通过跨模态元融合模块以得到融合弯曲变形时序特征的轮斗横梁特征图作为所述融合弯曲变形时序特征的轮斗横梁特征，包括：

5.根据权利要求4所述的门式斗轮机轮斗横梁姿态实时监测方法，其特征在于，基于所述融合弯曲变形时序特征的轮斗横梁特征，确定是否产生轮斗横梁安全预警，包括：

6.根据权利要求5所述的门式斗轮机轮斗横梁姿态实时监测方法，其特征在于，对所述融合弯曲变形时序特征的轮斗横梁特征图进行特征分布优化以得到优化融合弯曲变形时序特征的轮斗横梁特征图，包括：

7.根据权利要求6所述的门式斗轮机轮斗横梁姿态实时监测方法，其特征在于，将所述优化融合弯曲变形时序特征的轮斗横梁特征图通过分类器以得到分类结果，所述分类结果用于表示是否产生轮斗横梁安全预警，包括：

8.一种门式斗轮机轮斗横梁姿态实时监测系统，其特征在于，包括：

9.根据权利要求8所述的门式斗轮机轮斗横梁姿态实时监测系统，其特征在于，所述图像特征分析模块，用于：

10.根据权利要求9所述的门式斗轮机轮斗横梁姿态实时监测系统，其特征在于，所述跨模态元融合特征分析模块，用于：

技术总结
本发明公开了一种门式斗轮机轮斗横梁姿态实时监测方法及其系统。其首先获取由摄像头采集的轮斗横梁的轮斗横梁图像，接着，获取由位移传感器采集的所述轮斗横梁在预定时间段内多个预定时间点的弯曲变形量，然后，将所述多个预定时间点的弯曲变形量按照时间维度排列为弯曲变形量时序输入向量，接着，对所述轮斗横梁图像进行图像特征分析以得到轮斗横梁特征图，然后，将所述轮斗横梁特征图和所述弯曲变形量时序输入向量进行跨模态元融合特征分析以得到融合弯曲变形时序特征的轮斗横梁特征，最后，基于所述融合弯曲变形时序特征的轮斗横梁特征，确定是否产生轮斗横梁安全预警。本发明的监测方法和系统可以提高监测效率和准确性。

技术研发人员：赵霞,孙新佳,田宏哲,刘鹏飞,刘畅,王雅宾,苏睿之,张浩,刘先春,杨洋
受保护的技术使用者：北京华能新锐控制技术有限公司
技术研发日：
技术公布日：2024/2/6