一种环形交叉带分拣机排错方法及系统与流程

本发明涉及物联流自动化，更具体地，涉及一种环形交叉带分拣机排错方法及系统。

背景技术：

1、在物联流自动化领域，环形交叉带分拣机是实现高效物流分拨的关键技术装备。针对该设备可能出现的故障，采用实时监控与智能诊断系统进行排错，不仅有助于提高物流效率，还能降低维护成本。根据国际自动化协会(i nternat i ona l federat i on ofautomat i c contro l,i fac)发布的数据，引入智能排错系统的物流中心，其设备平均无故障运行时间(mtbf)提高了35％，而且故障响应时间缩短了50％。这种改进表明，有效的排错策略对于保障分拣机的持续运行至关重要。通过集成先进的传感器和数据分析软件，能够预测潜在故障并提前介入，这对于保持整体物流系统的稳定性与可靠性具有深远的意义。因此，研究环形交叉带分拣机的排错方式不仅是技术发展的需要，也是提升物流行业竞争力的关键因素。

2、在本发明技术之前，现有的环形交叉带分拣机排错方法主要依赖于人工检查和定期维护，配合基础的故障诊断技术，如对分拣机的异常声响、振动及物料堵塞等现象进行人工识别和干预。技术的难点在于人工检查效率低下、对人员技能要求高且难以实现实时监控；而定期维护则无法及时发现和处理突发性故障。关键点在于如何提高故障检测的自动化水平，减少对人工的依赖，同时实现对分拣机运行状态的实时监控和预测性维护，以期提前发现潜在问题，避免严重故障的发生，从而提升整体物流系统的稳定性和效率。

技术实现思路

1、鉴于上述问题，本发明提出了一种环形交叉带分拣机排错方法及系统，通过构建一个高效的、自动化的排查错误的方法与系统，提升了环形交叉带分拣机的稳定性和效率，还降低了运维成本，为物流自动化提供了强有力的技术支持。

2、根据本发明实施例第一方面，提供一种环形交叉带分拣机排错方法。

3、在一个或多个实施例中，优选地，所述一种环形交叉带分拣机排错方法包括：

4、预先设置分拣机的关键位置的传感器，启动数据采集；

5、将传感器收集的数据利用预先设置的高速网络保障数据传输到中央控制系统；

6、设置一个预处理软件，对中央控制系统收集到的数据进行在线预估与分析，形成第一、第二和第三最大波动裕度；

7、获取全部出现物体掉落时的数据，根据运输物体单位时间总数量与第一最大波动裕度、第二最大波动裕度和第三最大波动裕度的关系，形成动态预警级别系数；

8、调整动态预警级别系数使得物体掉落概率在预设范围内；

9、记录动态预警级别系数，通过持续学习和优化使得在同一个运输物体单位时间总数量范围内动态预警级别系数的调整最小化。

10、在一个或多个实施例中，优选地，所述预先设置分拣机的关键位置的传感器，启动数据采集，具体包括：

11、在供包台系统、分拣小车、传输皮带、读码称重系统和落包系统的路过位置均设置振动传感器，启动数据采集；

12、在供包台系统、分拣小车、传输皮带、读码称重系统和落包系统的路过位置均设置光电传感器，启动数据采集；

13、将全部获得的光电传感器的通过时间计算不同位置的移动速度。

14、在一个或多个实施例中，优选地，所述将传感器收集的数据利用预先设置的高速网络保障数据传输到中央控制系统，具体包括：

15、根据部署在分拣机关键位置的多种传感器实时收集设备状态数据，并将这些数据进行封装处理，按照预先设置的网络传输协议进行存储；

16、建立一个预先设置的高速网络，该网络专为数据传输优化，确保高带宽和低延迟，利用此网络，将封装好的数据实时传输至中央控制系统；

17、中央控制系统接收来自传感器的数据，并通过数据解码与校验过程确保数据的完整性和准确性。

18、在一个或多个实施例中，优选地，所述设置一个预处理软件，对中央控制系统收集到的数据进行在线预估与分析，形成第一、第二和第三最大波动裕度，具体包括：

19、对每个关键区位的振动频率和幅度进行提取，在未出现运送物体的丢失或掉落情况下最大振动频率，作为第一参数；

20、在未出现运送物体的丢失或掉落情况下最大振动幅度，作为第二参数；

21、对每个关键区位的移动速度进行提取，在未出现运送物体的丢失或掉落情况下最大移动速度，作为第三参数；

22、利用第一计算公式提取第一最大波动裕度；

23、利用第二计算公式提取第二最大波动裕度；

24、利用第三计算公式提取第三最大波动裕度；

25、所述第一计算公式为：

26、m1＝0.9×max(a)

27、其中，a为第一参数的集合，max()为最大值提取函数，m1为第一最大波动裕度；

28、所述第二计算公式为：

29、m2＝max(b)

30、其中，b为第二参数的集合，max()为最大值提取函数，m2为第二最大波动裕度；

31、所述第三计算公式为：

32、m3＝0.8×max(c)

33、其中，c为第三参数的集合，max()为最大值提取函数，m3为第三最大波动裕度。

34、在一个或多个实施例中，优选地，所述获取全部出现物体掉落时的数据，根据运输物体单位时间总数量与第一最大波动裕度、第二最大波动裕度和第三最大波动裕度的关系，形成动态预警级别系数，具体包括：

35、读取全部出现物体掉落时的数据，并提取对应的运输物体单位时间总数量；

36、根据运输物体单位时间总数量利用第四计算公式计算状态序号；

37、根据状态序号利用第五计算公式计算第一频率动态预警系数；

38、根据状态序号利用第六计算公式计算第二频率动态预警系数；

39、根据状态序号利用第七计算公式计算第一振动动态预警系数；

40、根据状态序号利用第八计算公式计算第二振动动态预警系数；

41、根据状态序号利用第九计算公式计算第一速度动态预警系数；

42、根据状态序号利用第十计算公式计算第二速度动态预警系数；

43、所述第四计算公式为：

44、y＝1,sd＜s1

45、y＝2,s1≤sd≤s2

46、y＝3,s2＜sd

47、其中，y为状态序号，y＝1表示低风险，y＝2表示中风险，y＝3表示高风险,sd为运输物体单位时间总数量，s1为第一对比裕度，s2为第二对比裕度；

48、所述第五计算公式为：

49、k1＝p1(y)÷m1

50、其中，p1(y)为状态序号y情况下掉落比率1％时的平均振动频率,k1为第一频率动态预警系数；

51、所述第六计算公式为：

52、k2＝p5(y)÷m1

53、其中，p5(y)为状态序号y情况下掉落比率5％时的平均振动频率,k2为第二频率动态预警系数；

54、所述第七计算公式为：

55、k3＝q1(y)÷m2

56、其中，q1(y)为状态序号y情况下掉落比率1％时的平均振动幅度,k3为第一振动动态预警系数；

57、所述第八计算公式为：

58、k4＝q5(y)÷m2

59、其中，q5(y)为状态序号y情况下掉落比率5％时的平均振动幅度,k4为第二振动动态预警系数；

60、所述第九计算公式为：

61、k5＝v1(y)÷m3

62、其中，v1(y)为状态序号y情况下掉落比率1％时的平均振动速度,k5为第一速度动态预警系数；

63、所述第十计算公式为：

64、k6＝v5(y)÷m3

65、其中，v5(y)为状态序号y情况下掉落比率5％时的平均振动速度,k6为第二速度动态预警系数。

66、在一个或多个实施例中，优选地，所述调整动态预警级别系数使得物体掉落概率在预设范围内，具体包括：

67、根据当前的状态序号y实时调整调整动态预警级别系数；

68、判断当存在物体的振动频率大于k1×m1时，发出认为存在1％概率该物体掉落；

69、判断当存在物体的振动频率大于k2×m1时，发出认为存在5％概率该物体掉落；

70、判断当存在物体的振动幅度大于k3×m2时，发出认为存在1％概率该物体掉落；

71、判断当存在物体的振动幅度大于k4×m2时，发出认为存在5％概率该物体掉落；

72、判断当存在物体的移动速度大于k5×m3时，发出认为存在1％概率该物体掉落；

73、判断当存在物体的移动速度大于k6×m3时，发出认为存在5％概率该物体掉落；

74、并对可能掉落物体通过激光标记发出预警。

75、在一个或多个实施例中，优选地，所述记录动态预警级别系数，通过持续学习和优化使得在同一个运输物体单位时间总数量范围内动态预警级别系数的调整最小化，具体包括：

76、持续记录每次的动态预警级别系数；

77、使得在同一个状态序号y下若不出现超过预设大小的k1、k2、k3、k4、k5和k6时，则不对动态预警级别系数k1、k2、k3、k4、k5和k6进行调整。

78、根据本发明实施例第二方面，提供一种环形交叉带分拣机排错系统。

79、在一个或多个实施例中，优选地，所述一种环形交叉带分拣机排错系统包括：

80、部署传感模块，用于预先设置分拣机的关键位置的传感器，启动数据采集；

81、实时传递模块，用于将传感器收集的数据利用预先设置的高速网络保障数据传输到中央控制系统；

82、处理数据模块，用于设置一个预处理软件，对中央控制系统收集到的数据进行在线预估与分析，形成第一、第二和第三最大波动裕度；

83、预警识别模块，用于获取全部出现物体掉落时的数据，根据运输物体单位时间总数量与第一最大波动裕度、第二最大波动裕度和第三最大波动裕度的关系，形成动态预警级别系数；

84、智能响应模块，用于调整动态预警级别系数使得物体掉落概率在预设范围内；

85、优化升级模块，用于记录动态预警级别系数，通过持续学习和优化使得在同一个运输物体单位时间总数量范围内动态预警级别系数的调整最小化。

86、根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。

87、根据本发明实施例第四方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。

88、本发明的实施例提供的技术方案可以包括以下有益效果：

89、本发明方案中，利用机器学习算法分析根据数据分析精准地预测和诊断潜在故障，显著提高了排错效率和准确性。

90、本发明方案中，根据诊断结果自动调整工作参数或切换至备用系统，有效减少了故障对物流作业的影响，并提升了分拣机的运行稳定性和可靠性。

91、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

92、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。