[发明专利]一种自适应的岸桥运行机构智能监测与状态评估系统

权利要求书

1.一种自适应岸桥运行机构智能监测与状态评估系统，其特征在于：所述系统包括数据采集子系统、数据处理子系统、云端中心；

所述数据采集子系统包括传声器、振动加速度传感器和数据采集卡，其中传声器安装在小车司机室司机座椅附近，在海侧与陆侧方向各布置一个传声器，振动加速度传感器安装位置为左右起升电机、起升机构基座、起升机构减速箱高速轴水平、径向与轴向，起升机构减速箱低速轴径向；所述数据处理子系统也称为上位机，包括数据压缩模块、噪声多统计特征提取模块、振动多统计特征提取模块、深度学习模块、自适应岸桥状态评估模块，其中噪声多统计特征模块提权的特征包括等效连续A声级、A计权声压级的均值、1/3倍频程特征频带声压级、累计百分声压级L5，振动多统计特征提取模块提取的特征包括效值、均值、标准差、振动烈度、峭度、偏态、峰值、裕度、脉冲指标、频谱，深度学习模块采用卷积神经网络；所述云端中心包括人机交互模块、云端数据库和用户信息管理模块。

2.根据权利要求1所述一种自适应岸桥运行机构智能监测与状态评估系统，其特征在于：

所述数据采集子系统中的传声器和振动加速度传感器与数据采集卡相连，数据采集卡把采集的模拟信号转换成数字信号，进行调理后发送到上位机中；所述数据处理子系统中的数据压缩模块用来将数据采集卡采集到的噪声与振动数据、深度学习评估模块对于岸桥运行机构状态的评分以及自适应岸桥状态评估模块发送来的状态评估结果进行无损压缩并上传到云端中心保存；所述数据处理子系统中的噪声多统计特征提取模块与振动多统计特征提取模块分别用来对数据采集卡发送来的噪声与振动数据进行特征提取，并将提取到的噪声与振动特征发送到深度学习模块；所述数据处理子系统中的深度学习评估模块分为噪声评估子模块、振动评估子模块和模型存储器；噪声评估子模块和振动评估子模块根据噪声多统计特征提取模块与振动多统计特征提取模块发送来的噪声与振动特征值给出岸桥噪声与振动的状态评分，并将噪声与振动两个状态评分发送到自适应岸桥状态评估模块；模型存储器是用来存储噪声和振动深度学习评估模型；所述的深度学习振动评估主要分为模型训练与模型应用两个过程，深度学习模型学习这些数据获得对岸桥减速器、起升电机的评分估计能力；模型应用是使用训练好的模型对岸桥新测数据进行评估，得到岸桥减速箱、起升电机的状态评分；所述的深度学习噪声评估与振动评估过程相似，同样分为模型训练与模型应用两个过程，通过模型训练获得对岸桥驾驶室声场的评分估计能力，再使用训练好的模型对岸桥新数据进行评估，得到岸桥驾驶室声场的状态评分。

3.根据权利要求1所述一种自适应岸桥运行机构智能监测与状态评估系统，其特征在于：

所述数据处理子系统中的自适应岸桥状态评估模块用来自适应不同岸桥，接收深度学习模块发送来的振动与噪声评分，使用自适应状态评估算法给出系统所在岸桥“定制”的分级别状态评估，针对每个岸桥给出适合此岸桥的总体状态评分、减速器状态评分、起升电机状态评分。

4.根据权利要求1所述一种自适应岸桥运行机构智能监测与状态评估系统，其特征在于：

所述云端中心用来存储上位机发送来的原始振动信号数据、噪声信号数据和自适应岸桥状态评估模块的评分，存储的数据作为历史数据通过人机交互模块将云端中心中的数据流用可视化的方法在用户的移动终端或PC端显示出来，更加直观地为用户展示复杂岸桥的状态。

5.根据权利要求1所述一种自适应岸桥运行机构智能监测与状态评估系统，其特征在于：

所述云端中心的云端数据库用来存储上位机数据压缩模块发送来的噪声数据、振动数据以及深度学习评估模块对于岸桥运行机构状态评分、自适应岸桥状态评估模块对于岸桥总体状态评分、起升减速箱评分、起升电机评分；每台岸桥都有自己的ID识别号，解压的数据会根据ID识别号分别存储在独立的数据块中。

6.根据权利要求1所述一种自适应岸桥运行机构智能监测与状态评估系统，其特征在于：

所述云端中心的人机交互模块可以用来查询显示云端中心的所有数据流，云端中心会根据每台岸桥的评分生成岸桥健康状态评估报告，通过人机交互模块发送到用户的移动终端或PC端。

7.根据权利要求1所述一种自适应岸桥运行机构智能监测与状态评估系统，其特征在于：

所述云端中心的用户信息管理模块将权限分为管理员权限和用户权限，拥有所述管理员权限的人员可以对所述岸桥状态的内容进行编辑和修改；拥有所述用户权限的人员只能查看岸桥实时状态，所述用户权限由所述管理员权限来分配。