1.本技术涉及在线监测技术领域,尤其涉及一种盾构机主驱动系统的齿轮监测方法、装置及系统。
背景技术:
2.盾构机工作环境恶劣,主驱动系统作为盾构机的核心部件,受力情况复杂,一旦发生故障,由于地下空间作业,空间狭小,维修成本高昂;而主驱动系统中,主轴承的大齿圈及减速机小齿轮最容易发生磨损、裂纹等失效问题,主驱动系统的早期失效如果不能及时发现,很容易发生扩展最终造成剥落、断齿等严重故障。因此,建立实时监测主驱动系统的大小齿轮状态,并对其进行实时分析和故障诊断十分有必要。
3.在现有技术中,通常通过使用传感器监测轴承内外圈之间或轴承与大法兰之间位移量大小,从而监测轴向游隙是否超标,来判断主轴承是否磨损严重,对主轴承故障进行提前预测,实现磨损监测或负载测量,以实现盾构机主驱动系统的齿轮监测;传感器监测轴承游隙和磨损量,由于传感器监测范围的限制,轴承在其他位置存在磨损时,也不会直观的表现在游隙上面,影响监测结果的准确性,同时,难以实现在主驱动系统运行过程中的实时监测。
技术实现要素:
4.针对现有技术中的至少一个问题,本技术提出了一种盾构机主驱动系统的齿轮监测方法、装置及系统,能够实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而能够提高主驱动系统运行的安全性。
5.为了解决上述技术问题,本技术提供以下技术方案:
6.第一方面,本技术提供一种盾构机主驱动系统的齿轮监测方法,包括:
7.获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置;
8.根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。
9.进一步地,所述获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置,包括:
10.获取设置在所述目标主驱动系统内的摄像头的位置信息、该摄像头采集的待监测齿轮图像及其对应的图像采集时间;
11.根据所述位置信息和图像采集时间,确定所述待监测位置。
12.进一步地,所述齿轮表面为所述目标主驱动系统的主轴承齿圈表面和/或减速机小齿轮表面。
13.进一步地,在所述根据所述待监测齿轮图像和预设的故障识别模型,确定所述待
监测位置的故障识别结果之前,还包括:
14.获取多个历史齿轮图像及其各自对应的实际故障识别结果;
15.应用各个历史齿轮图像及其各自对应的实际故障识别结果对卷积神经网络模型进行训练,得到所述故障识别模型。
16.进一步地,所述根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果,包括:
17.对所述待监测齿轮图像进行预处理;
18.对预处理后的待监测齿轮图像进行图像截取;
19.根据图像截取得到后的图像和所述预设的故障识别模型,确定所述待监测位置的故障识别结果。
20.第二方面,本技术提供一种盾构机主驱动系统的齿轮监测装置,包括:
21.第一获取模块,用于获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置;
22.识别模块,用于根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。
23.进一步地,所述获取模块,还包括:
24.获取单元,用于获取设置在所述目标主驱动系统内的摄像头的位置信息、该摄像头采集的待监测齿轮图像及其对应的图像采集时间;
25.确定单元,用于根据所述位置信息和图像采集时间,确定所述待监测位置。
26.第三方面,本技术提供一种盾构机主驱动系统的齿轮监测系统,包括:
27.盾构机主驱动系统、设置在该盾构机主驱动系统内的摄像头模块以及所述的盾构机主驱动系统的齿轮监测装置;
28.所述盾构机主驱动系统包括:主驱动大法兰、主轴承齿圈和减速机小齿轮,所述盾构机主驱动系统中的主驱动大法兰靠近小齿轮处开设有通孔;
29.所述摄像头模块包括:支撑杆和固定设置在支撑杆一端的摄像头,该支撑杆的另一端嵌入所述通孔中,所述摄像头用于采集所述主轴承齿圈表面和/或减速机小齿轮表面的图像;
30.所述摄像头和监测装置之间通信连接。
31.第四方面,本技术提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的盾构机主驱动系统的齿轮监测方法。
32.第五方面,本技术提供一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现所述的盾构机主驱动系统的齿轮监测方法。
33.由上述技术方案可知,本技术提供一种盾构机主驱动系统的齿轮监测方法、装置及系统。其中,该方法包括:获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置;根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的,能够实现对盾构机主驱动系
统内部结构的监测,监测过程准确且高效,进而能够提高主驱动系统运行的安全性;具体地,能够在线观察齿轮箱或驱动系统内部,实时观察齿轮状态;能够智能判断齿轮箱或驱动系统内部状态,是否出现裂纹、剥落和磨损等;能够判定齿圈是否可以继续使用,过程简洁且便捷,不需要停机和拆机,更节省费用和时间。
附图说明
34.为了更清楚地说明本技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
35.图1是本技术实施例中盾构机主驱动系统的齿轮监测方法的流程示意图;
36.图2是本技术另一实施例中盾构机主驱动系统的齿轮监测方法的流程示意图;
37.图3是本技术实施例中盾构机主驱动系统的齿轮监测装置的结构示意图;
38.图4是本技术实施例中的盾构机主驱动系统的齿轮监测系统的结构示意图;
39.图5是本技术实施例中的盾构机主驱动系统的齿轮监测系统的结构示意图;
40.图6是本技术一种举例中的盾构机主驱动系统的齿轮监测系统的结构示意图;
41.图7为本技术实施例的电子设备的系统构成示意框图。
具体实施方式
42.为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本技术实施例中的附图,对本技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本技术一部分实施例,而不是全部的实施例。基于本技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本技术保护的范围。
43.在现有技术中,盾构机主驱动系统的齿轮监测方式还包括:在根据振动检测发现异常之后,停机拆解进行内部检查,自动化程度较低,人工成本大;或者采集齿轮箱或驱动系统油液,送实验室进行光谱、铁谱、理化检测,检验油液中磨粒大小、种类等,判断齿轮箱、驱动系统的健康状态,难以对故障位置准确定位。基于此,本技术考虑从改变现有的盾构机主驱动系统的齿轮监测方式入手,提供一种盾构机主驱动系统的齿轮监测方法、装置及系统,通过内窥镜探头采集待监测齿轮图像,采集部位为小齿轮及主轴承齿圈即大齿轮,主要观察位置为齿面、齿根及啮合情况,图像采集完成后进行图像预处理,即经过灰度化处理、降噪处理和锐化处理后,再进行图像展开和剪切;使用卷积神经网络对正常图像及齿轮带有缺陷的图像进行学习、训练,当发现故障图像时能够识别故障图像并进行分类识别判断:磨损、剥落和裂纹等,达到故障报警的目的。
44.基于此,为了实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而提高主驱动系统运行的安全性,本技术实施例提供一种盾构机主驱动系统的齿轮监测装置,该装置可以是一服务器或客户端设备,所述客户端设备可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(pda)、车载设备和智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表和智能手环等。
45.在实际应用中,进行盾构机主驱动系统的齿轮监测的部分可以在如上述内容所述的服务器侧执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器。
46.上述的客户端设备可以具有通信模块(即通信单元),可以与远程的服务器进行通信连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
47.所述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信,包括在本技术提交日尚未开发出的网络协议。所述网络协议例如可以包括tcp/ip协议、udp/ip协议、http协议、https协议等。当然,所述网络协议例如还可以包括在上述协议之上使用的rpc协议(remote procedure call protocol,远程过程调用协议)、rest协议(representational state transfer,表述性状态转移协议)等。
48.具体通过下述各个实施例进行说明。
49.为了实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而提高主驱动系统运行的安全性,本实施例提供一种执行主体是盾构机主驱动系统的齿轮监测装置的盾构机主驱动系统的齿轮监测方法,该盾构机主驱动系统的齿轮监测装置包括但不限于服务器,如图1所示,该方法具体包含有如下内容:
50.步骤100:获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置。
51.具体地,所述目标主驱动系统可以为齿轮箱或驱动箱;所述待监测齿轮图像可以是设置在盾构机的主驱动系统中的内窥镜探头采集得到的所述待监测位置对应的图像;所述待监测齿轮图像的张数可以为一张或多张;所述齿轮表面为所述目标主驱动系统的主轴承齿圈表面和/或减速机小齿轮表面;待监测位置可以是所述目标主驱动系统的主轴承齿圈表面的一部分和/或减速机小齿轮表面的一部分;所述主轴承齿圈即大齿轮。
52.步骤200:根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。
53.具体地,所述待监测位置的故障识别结果可以为:正常、磨损、剥落和裂纹等中的一种;所述历史齿轮图像可以表示当前时间点之前采集的待监测齿轮图像;所述实际故障识别结果可以表示采集得到所述历史齿轮图像时,该历史齿轮图像对应的待监测位置的实际故障情况,可以是:正常、磨损、剥落和裂纹等。
54.由于主轴承大齿圈和减速机小齿轮在运行过程中是不断转动的,固定设置在主驱动系统内的内窥镜探头在不同时间点监测的位置不同,基于此,为了实现主驱动系统的在线监测,提高确定待监测位置的准确性,进而提高主驱动齿轮监测结果的可靠性,如图2所示,在本技术一个实施例中,步骤100包括:
55.步骤101:获取设置在所述目标主驱动系统内的摄像头的位置信息、该摄像头采集的待监测齿轮图像及其对应的图像采集时间。
56.具体地,所述摄像头可以是内窥镜探头。
57.步骤102:根据所述位置信息和图像采集时间,确定所述待监测位置。
58.具体地,大小齿轮转动速度、模数、减速比等参数已知,摄像头采集速度与小齿轮转速一致,在根据大齿轮完成第一圈转动拍摄的照片,对主轴承大齿圈和减速机小齿轮的每个齿顶及齿根进行标记,主轴承大齿圈和减速机小齿轮的旋转速度一定,大齿轮每旋转一圈所采集的图片一定,按时间间隔可对应每个齿的位置,因此可根据摄像头位置和采集图片的时间,确定待监测位置即故障位置,当确定所述待监测位置的故障识别结果为磨损、剥落和裂纹等异常结果时,结合待监测位置进行预警。
59.为了进一步提高故障识别模型的可靠性,进而应用可靠的故障识别模型提高盾构机主驱动系统的齿轮监测的准确性,在本技术一个实施例中,在步骤200之前,还包括:
60.步骤021:获取多个历史齿轮图像及其各自对应的实际故障识别结果。
61.步骤022:应用各个历史齿轮图像及其各自对应的实际故障识别结果对卷积神经网络模型进行训练,得到所述故障识别模型。
62.为了进一步提高待监测齿轮图像的可靠性,进而应用可靠的待监测齿轮图像提高故障识别结果的准确性,在本技术一个实施例中,步骤200包括:
63.步骤201:对所述待监测齿轮图像进行预处理。
64.具体地,可以应用灰度处理、降噪处理和锐化处理方法,对所述待监测齿轮图像进行预处理。
65.步骤202:对预处理后的待监测齿轮图像进行图像截取。
66.具体地,原始图像分辨率较高,包含信息过多,容易影响故障识别的效率,基于此,可以对待监测齿轮图像进行图像截取;比如,预处理后的待监测齿轮图像的大小为2000
×
2000,可以将其截取为大小200
×
200的图像。
67.步骤203:根据图像截取得到后的图像和所述预设的故障识别模型,确定所述待监测位置的故障识别结果。
68.为了进一步说明本方案,本技术提供一种盾构机主驱动系统的齿轮监测方法的应用实例,具体描述如下:
69.1)内窥镜探头采集的主驱动内部图像即上述待监测齿轮图像先进行预处理,预处理主要有灰度处理、降噪处理及锐化三部分内容;所述摄像头为在主驱动系统内搭载的工业内窥镜探头;内窥镜探头可以使用防油镜头,能够有效减少因齿轮油液附着在镜头上导致工业内窥镜图像模糊,也减少油液对于工业内窥镜的损伤。预处理的过程具体如下:
70.(1)通过灰度处理得到图像的灰度值,降低图像信息量,能够提高后续图像分析的效率。具体地,对采集的rgb图像,使用加权平均法进行灰度化处理,依据rgb三份量的降低加权平均值,得到较合理的灰度图像。进行灰度化处理的公式可以如下所示:
71.gray(i,j)=0.299*r(i,j)+0.578*g(i,j)+0.114*b(i,j)
72.(2)降噪主要采用中值滤波和高斯滤波两种降噪方式。中值滤波在去除脉冲噪声的同时又能保留图像边缘细节。高斯滤波的实质是对整副图像的加权平均。
73.(3)锐化为加强边缘(图像的局部不连续的特征和细节),即要对图像进行增强,因为平滑就是消除图像中产生的噪声,与此相反的操作是对图像进行锐化,调整图像的对比度。
74.预处理之后的图片损失了颜色信息,但是保留了其纹理信息,噪点基本消除,其边缘特征较为凸显,为后续识别做好准备。
75.2)图像预处理后进行图像截取,最终划分为多个一定像素的图像。
76.具体地,可以对历史齿轮图像同样进行图像预处理和图像截取,得到卷积神经网络的样本库。
77.3)根据图像截取后得到的图像和预设的故障识别模型,确定该图像对应的故障识别结果。
78.具体地,可以根据卷积神经网络模型以及主要模型参数对网络性能的影响,构建网络性能达到最优模型,即上述故障识别模型;卷积神经网络模型经过对齿轮正常啮合图像和齿轮异常啮合图像的学习、训练,得到网络性能达到最优模型,训练后得到的网络性能达到最优模型能够识别故障图像并识别判定故障类型:磨损、剥落、裂纹等;其中,齿轮异常啮合图像可以表示大、小齿轮已发生缺陷的齿轮照片,即除了将正常啮合图像作为训练集之外,再添加一些常见的磨损、剥落、裂纹等图像作为训练集进行训练。
79.4)结合采集图像位置和时间,确定故障图像对应的故障位置,进行预警。
80.从软件层面来说,为了实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而提高主驱动系统运行的安全性,本技术提供一种用于实现所述盾构机主驱动系统的齿轮监测方法中全部或部分内容的盾构机主驱动系统的齿轮监测装置的实施例,参见图3,所述盾构机主驱动系统的齿轮监测装置具体包含有如下内容:
81.第一获取模块01,用于获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置。
82.识别模块02,用于根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。
83.在本技术一个实施例中,所述获取模块,还包括:
84.获取单元,用于获取设置在所述目标主驱动系统内的摄像头的位置信息、该摄像头采集的待监测齿轮图像及其对应的图像采集时间。
85.确定单元,用于根据所述位置信息和图像采集时间,确定所述待监测位置。
86.本说明书提供的盾构机主驱动系统的齿轮监测装置的实施例具体可以用于执行上述盾构机主驱动系统的齿轮监测方法的实施例的处理流程,其功能在此不再赘述,可以参照上述盾构机主驱动系统的齿轮监测方法实施例的详细描述。
87.为了进一步说明本方案,本技术提供一种盾构机主驱动系统的齿轮监测系统的实施例,在本实施例中,所述的盾构机主驱动系统的齿轮监测系统包含有:
88.盾构机主驱动系统、设置在该盾构机主驱动系统内的摄像头模块以及所述的盾构机主驱动系统的齿轮监测装置;如图4和图5所示,所述盾构机主驱动系统包括:主驱动大法兰0、主轴承齿圈1和减速机小齿轮2,举例来说,所述主轴承齿圈可以是主轴承齿内圈;所述盾构机主驱动系统中的主驱动大法兰靠近小齿轮处开设有通孔3;所述摄像头模块包括:支撑杆41和固定设置在支撑杆一端的内窥镜探头42,该支撑杆的另一端嵌入所述通孔中,所述摄像头用于采集所述主轴承齿圈表面和/或减速机小齿轮表面的图像;所述摄像头和监测装置之间通信连接。
89.具体地,可以在主驱动大法兰靠近小齿轮位置开孔,连入内窥镜探头及支撑杆,能够同时拍摄小齿轮及主轴承齿圈位置,可以观察到齿轮的齿面及齿根位置,分析啮合情况;可以在主驱动系统的每两个小齿轮之间的位置均布置一个摄像头模块进行图像采集,即隔一个小齿轮布置一个摄像头模块进行采集两侧的小齿轮和主轴承大齿圈图像,摄像头模块中的内窥镜探头个数可以为多个,例如,可以在支撑杆的侧壁的相同高度处设置三个不同方向的摄像头,一个用于拍摄大齿轮,另外两个相对设置用于拍摄小齿轮,可以同时采集小齿轮及主轴承齿圈的图像;所述支撑杆可以内置电线,电线的一端与内窥镜探头连接,另一端与监测装置连接;所述支撑杆的另一端可以固定嵌入所述通孔中;如图6所示,为了提高采集图像的准确性,在一种举例中,内窥镜探头42可以设置在大齿轮厚度方向中心位置。
90.由上述描述可知,本技术提供的盾构机主驱动系统的齿轮监测方法、装置及系统,能够实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而能够提高主驱动系统运行的安全性;具体地,能够在线观察齿轮箱或驱动系统内部,实时观察齿轮状态;能够智能判断齿轮箱或驱动系统内部状态,是否出现裂纹、剥落和磨损等;能够判定齿圈是否可以继续使用,过程简洁且便捷,不需要停机和拆机,更节省费用和时间。
91.从硬件层面来说,为了实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而提高主驱动系统运行的安全性,本技术提供一种用于实现所述盾构机主驱动系统的齿轮监测方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容:
92.处理器(processor)、存储器(memory)、通信接口(communications interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现所述盾构机主驱动系统的齿轮监测装置以及用户终端等相关设备之间的信息传输;该电子设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该电子设备可以参照实施例用于实现所述盾构机主驱动系统的齿轮监测方法的实施例及用于实现所述盾构机主驱动系统的齿轮监测装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
93.图7为本技术实施例的电子设备9600的系统构成的示意框图。如图7所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图7是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
94.在本技术一个或多个实施例中,盾构机主驱动系统的齿轮监测功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:
95.步骤100:获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置。
96.步骤200:根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。
97.从上述描述可知,本技术的实施例提供的电子设备,能够实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而提高主驱动系统运行的安全性。
98.在另一个实施方式中,盾构机主驱动系统的齿轮监测装置可以与中央处理器9100
分开配置,例如可以将盾构机主驱动系统的齿轮监测装置配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现盾构机主驱动系统的齿轮监测功能。
99.如图7所示,该电子设备9600还可以包括:通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图7中所示的所有部件;此外,电子设备9600还可以包括图7中没有示出的部件,可以参考现有技术。
100.如图7所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
101.其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
102.输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为lcd显示器,但并不限于此。
103.该存储器9140可以是固态存储器,例如,只读存储器(rom)、随机存取存储器(ram)、sim卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为eprom等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
104.存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
105.通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
106.基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
107.上述描述可知,本技术的实施例提供的电子设备,能够实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而提高主驱动系统运行的安全性。
108.本技术的实施例还提供能够实现上述实施例中的盾构机主驱动系统的齿轮监测方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程
序,该计算机程序被处理器执行时实现上述实施例中的盾构机主驱动系统的齿轮监测方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
109.步骤100:获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置。
110.步骤200:根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。
111.从上述描述可知,本技术实施例提供的计算机可读存储介质,能够实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而提高主驱动系统运行的安全性。
112.本技术中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
113.本领域内的技术人员应明白,本技术的实施例可提供为方法、系统、或计算机程序产品。因此,本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
114.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
115.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
116.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
117.本技术中应用了具体实施例对本技术的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本技术的方法及其核心思想;同时,对于本领域的一般技术人员,依据本技术的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本技术的限制。
技术特征:
1.一种盾构机主驱动系统的齿轮监测方法,其特征在于,包括:获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置;根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。2.根据权利要求1所述的盾构机主驱动系统的齿轮监测方法,其特征在于,所述获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置,包括:获取设置在所述目标主驱动系统内的摄像头的位置信息、该摄像头采集的待监测齿轮图像及其对应的图像采集时间;根据所述位置信息和图像采集时间,确定所述待监测位置。3.根据权利要求1所述的盾构机主驱动系统的齿轮监测方法,其特征在于,所述齿轮表面为所述目标主驱动系统的主轴承齿圈表面和/或减速机小齿轮表面。4.根据权利要求1所述的盾构机主驱动系统的齿轮监测方法,其特征在于,在所述根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果之前,还包括:获取多个历史齿轮图像及其各自对应的实际故障识别结果;应用各个历史齿轮图像及其各自对应的实际故障识别结果对卷积神经网络模型进行训练,得到所述故障识别模型。5.根据权利要求1所述的盾构机主驱动系统的齿轮监测方法,其特征在于,所述根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果,包括:对所述待监测齿轮图像进行预处理;对预处理后的待监测齿轮图像进行图像截取;根据图像截取得到后的图像和所述预设的故障识别模型,确定所述待监测位置的故障识别结果。6.一种盾构机主驱动系统的齿轮监测装置,其特征在于,包括:第一获取模块,用于获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置;识别模块,用于根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。7.根据权利要求6所述的盾构机主驱动系统的齿轮监测装置,其特征在于,所述获取模块,还包括:获取单元,用于获取设置在所述目标主驱动系统内的摄像头的位置信息、该摄像头采集的待监测齿轮图像及其对应的图像采集时间;确定单元,用于根据所述位置信息和图像采集时间,确定所述待监测位置。8.一种盾构机主驱动系统的齿轮监测系统,其特征在于,包括:盾构机主驱动系统、设置在该盾构机主驱动系统内的摄像头模块以及如权利要求6或7所述的盾构机主驱动系统的齿轮监测装置;
所述盾构机主驱动系统包括:主驱动大法兰、主轴承齿圈和减速机小齿轮,所述盾构机主驱动系统中的主驱动大法兰靠近小齿轮处开设有通孔;所述摄像头模块包括:支撑杆和固定设置在支撑杆一端的摄像头,该支撑杆的另一端嵌入所述通孔中,所述摄像头用于采集所述主轴承齿圈表面和/或减速机小齿轮表面的图像;所述摄像头和监测装置之间通信连接。9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至5任一项所述的盾构机主驱动系统的齿轮监测方法。10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述指令被执行时实现权利要求1至5任一项所述的盾构机主驱动系统的齿轮监测方法。
技术总结
本申请提供了一种盾构机主驱动系统的齿轮监测方法、装置及系统,该方法包括:获取待监测齿轮图像并确定该齿轮图像在目标主驱动系统的齿轮表面对应的待监测位置;根据所述待监测齿轮图像和预设的故障识别模型,确定所述待监测位置的故障识别结果;所述预设的故障识别模型为应用卷积神经网络模型、多个历史齿轮图像及其各自对应的实际故障识别结果预先训练得到的。本申请能够实现对盾构机主驱动系统内部结构的监测,监测过程准确且高效,进而能够提高主驱动系统运行的安全性。提高主驱动系统运行的安全性。提高主驱动系统运行的安全性。
技术研发人员:李建斌 王警卫 程永龙 刘玉龙 段红磊 郭利强 吴元科 王小刚
受保护的技术使用者:中铁工程装备集团有限公司
技术研发日:2021.11.29
技术公布日:2022/3/8