[发明专利]一种针对四路称重传感器的平台秤在单传感器故障或偏载发生时的诊断及读数校正方法在审

专利信息
申请号: 201910761513.7 申请日: 2019-08-18
公开(公告)号: CN112393794A 公开(公告)日: 2021-02-23
发明(设计)人: 孙京诰;徐立栋;张海峰 申请(专利权)人: 华东理工大学
主分类号: G01G23/01 分类号: G01G23/01
代理公司: 暂无信息 代理人: 暂无信息
地址: 200237 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 针对 四路 称重 传感器 平台 故障 发生 诊断 读数 校正 方法
【权利要求书】:

1.一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警,并能对非正常读数做出校正的方法,其特征在于,包括以下步骤:

步骤1:记录数据,在正常工作过程中将传感器接入PLC,将其测量数据通过TCP客户端上传至云服务器中,将4个传感器的电压值和总称重值传输到云服务器中;

步骤2:读取步骤1中的采集数据,利用BP神经网络算法判断是否发生单传感器故障,若发生故障,则通过BP神经网络进行拟合;

步骤3:读取步骤1中的采集数据,利用LSTM算法判断是否发生偏载,若发生偏载,则通过LSTM算法进行数据补偿;

步骤4:读取步骤2,步骤3中模型并拟合数据,将得到拟合数据实时显示并形成曲线图。

2.如权利1所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警,并能对非正常读数做出校正的方法,其特征在于,步骤1具体包括以下步骤:

步骤1.1,将传感器接入PLC,令PLC以5Hz的频率采集数据,并将PLC客户端将数据上传至云服务器中;将 PLC 作为数据主站,通过无线路由器接入公网,创建Socket客户端将数据上传至云服务器,云服务器用 Socket 服务器接收数据;

步骤1.2,当数据通过无线路由传入云服务器后,统一由云服务器中的 Socket 服务器程序统一接收,以时刻接收传感器数据,并将数据存至 MySQL 数据库中。

3.如权利1所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警,并能对非正常读数做出校正的方法,其特征在于,所述的步骤2具体包括以下步骤:

步骤2.1,使用轮流任意3个传感器读数结合BP神经网络算法拟合总读数值,在正常情况下,4个模型预测值都拟合于测量读数总和;当单传感器故障时,凡是包含有故障传感器读数的模型预测值会相似,唯有一个不包含故障读数的模型预测值会与其他三个有明显差距,故可由此进行单传感器故障诊断;

步骤2.2,利用诊断信息,使用剩余正常的3个传感器读数并结合BP神经网络算法拟合唯一故障传感器值,从而对故障传感器读数进行修正。

4.如权利3所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警,并能对非正常读数做出校正的方法,其特征在于,所述的单传感器故障诊断方法包括:

假设正常情况下,4个传感器的总读数为 W;再令BP神经网络算法拟合出的总读数值记为:其中表示利用1、2、3号传感器拟合总读数W,其他同理;由此,可通过计算这4个值相互之间的距离(差值的绝对值),若距离其他点的距离都较远,则说明4号传感器故障。

5.如权利3中所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警,并能对非正常读数做出校正的方法,其特征在于,所述的单传感器拟合方法包括:

利用3个传感器拟合另一单传感器值记为:;单传感器的测量值记为:;假设4号传感器故障,修正方法为:

而1,2,3号传感器读数正常,则有。

6.如权利1所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警,并能对非正常读数做出校正的方法,其特征在于,所述的步骤3具体包括以下步骤:

步骤3.1,采用LSTM算法,判断偏载的策略为:当相邻2个传感器实际读数减去其预测读数大于设定阈值,则判断为向该方向偏载;

步骤3.2,利用各自传感器的历史值拟合未来的读数,当一段时间内的不发生偏载,停止使用预测值代替测量值。

7.如权利6所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警,并能对非正常读数做出校正的方法,其特征在于,偏载策略方法具体为:

标记记法和上述相同,当,为设定阈值,说明发生了向2,3传感器所在的边发生偏载。

8.如权利6所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警,并能对非正常读数做出校正的方法,其特征在于,偏载补偿方法具体为:

历史值拟合的单传感器值记为:;当传感器发生偏载,则用拟合值代替测量值;当一段时间内未发生偏载,则停止使用预测拟合值代替测量值。

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华东理工大学,未经华东理工大学许可,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/201910761513.7/1.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