技术特征：
1.一种基于托辊搬运小车检测的托辊运行状态监测方法，其特征在于，该方法包括以下步骤：利用搬运小车携带的综合检测仪实时采集音频数据和托辊的旋转速度；计算当前时刻托辊的旋转速度与标准速度的差值的绝对值；判断所述绝对值是否小于设定阈值，若小于，则将当前时间段的音频数据输入到训练好的目标神经网络中，判断当前时间段的音频数据对应的类别；所述类别包括正常音频数据类别和异常音频数据类别，目标神经网络的损失函数为交叉熵损失函数与第一损失函数之和，所述第一损失函数是根据各帧音频数据对应的实际音频值和各帧音频对应的标准音频值得到的；所述当前时间段为距离当前时刻不大于设定时间间隔的各历史采集时刻的集合；若当前时间段的音频数据对应的类别为异常音频数据类别，则判定托辊运行异常。2.根据权利要求1所述的基于托辊搬运小车检测的托辊运行状态监测方法，其特征在于，所述目标神经网络的损失函数为：其中，为目标神经网络的损失函数，为交叉熵损失函数，为双曲正切函数，为第帧音频数据对应的异常指标，为第帧音频数据对应的异常指标，为第帧音频数据对应的标注值，为超参数，为音频数据的总帧数。3.根据权利要求2所述的基于托辊搬运小车检测的托辊运行状态监测方法，其特征在于，在对目标神经网络进行训练的过程中，将训练集中正常音频数据的标签标注为-1，将训练集中异常音频数据的标签标注为1。4.根据权利要求2所述的基于托辊搬运小车检测的托辊运行状态监测方法，其特征在于，各帧音频数据对应的异常指标的计算公式为：其中，为第帧音频数据对应的异常指标，为交叉熵损失函数，为第帧音频数据的实际音频值，为托辊正常时第帧音频数据的音频值。5.根据权利要求1所述的基于托辊搬运小车检测的托辊运行状态监测方法，其特征在于，若所述绝对值大于等于设定阈值，则判定托辊运行异常。6.根据权利要求1所述的基于托辊搬运小车检测的托辊运行状态监测方法，其特征在于，若当前时间段的音频数据对应类别为正常音频数据类别，则判定托辊运行正常。7.一种基于托辊搬运小车检测的托辊运行状态监测装置，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如权利要求1-6任一项所述的基于托辊搬运小车检测的托辊运行状态监测方法。
技术总结
本发明涉及运输或贮存装置领域，具体涉及基于托辊搬运小车检测的托辊运行状态监测方法和装置。方法包括：利用综合检测仪采集音频数据和托辊的旋转速度，计算当前时刻旋转速度与标准速度差值的绝对值；判断绝对值是否小于阈值，若小于，则将当前时间段的音频数据输入到目标神经网络中，判断当前时间段的音频数据的类别；目标神经网络的损失函数为交叉熵损失函数与第一损失函数之和，第一损失函数是根据各帧音频数据对应的实际音频值和各帧音频对应的标准音频值得到的；若当前时间段的音频数据的类别为异常音频数据类别，则判定托辊运行异常。本发明提高了托辊运行状态监测的自动化程度和效率。程度和效率。程度和效率。
技术研发人员：张书燕
受保护的技术使用者：启东亦大通自动化设备有限公司
技术研发日：2022.08.22
技术公布日：2022/9/23