开挖机的故障诊断方法、装置、存储介质及电子装置与流程

本发明涉及山区基础旋挖钻机，具体而言，涉及一种开挖机的故障诊断方法、装置、存储介质及电子装置。

背景技术：

1、目前，山区基础旋挖钻机行业发展比较晚，主要进口蒸汽锤进行使用，这种桩基的特点是噪音大，效率低，结构笨重，近年来，虽然山区基础开挖钻机取得一定的发展，但是山区基础开挖钻机结构复杂，工作环境恶劣，且需要频繁进行搬运，就会导致钻机在工作过程中容易出现各种故障，现有技术中难以及时发现钻机的故障并进行及时的处理，从而会影响到施工的质量并降低施工的效率。

技术实现思路

1、本发明的主要目的在于提供一种开挖机的故障诊断方法、装置、存储介质及电子装置，以解决现有技术中的挖机故障难以发现，导致影响施工质量以及降低施工效率的问题。

2、为了实现上述目的，根据本发明的一个方面，提供了一种开挖机的故障诊断方法，故障诊断方法包括：

3、获取故障分类预测模型；

4、获取开挖机的钻机的目标参数数据；目标参数数据包括钻机在启动过程中的钻头所承受的压力、涡轮流量变送器的流量、以及钻头的振动信号、扭矩和转速；

5、将目标参数数据输入至与钻机对应的故障分类预测模型，以得到钻机的故障类型；

6、其中，故障分类预测模型通过第一历史特征、第一历史标签进行模型训练得到，第一历史特征包括钻机在启动过程中的钻头所承受的压力、涡轮流量变送器流量、以及钻头的振动信号、扭矩以及转速，第一历史标签包括每一第一历史特征对应的故障类型。

7、进一步地，故障诊断方法还包括：

8、将故障类型发送给电子设备，以使电子设备呈现故障类型。

9、进一步地，获取故障分类模型预测模型的方法包括：

10、获取开挖机的钻机的第一特征参数库，第一特征参数库中包括有多个第一特征参数，以及每一第一特征参数对应的故障类型，第一特征参数包括钻机在启动过程中的钻头所承受的压力、涡轮流量变速器的流量、以及钻头的振动信号、扭矩以及转速；

11、对多个第一特征参数进行预处理，得到第二特征参数；

12、以多个第二特征参数作为第一历史特征，以每一第二特征参数对应的故障类型作为第一历史标签进行模型训练，得到故障分类预测模型。

13、进一步地，对多个第一特征参数进行预处理，得到第二特征参数的具体步骤包括：

14、获取第一子参数与第二子参数，第一子参数包括钻头的振动信号，第二子参数包括钻头的压力、扭矩以及转速、涡轮流量变速器的流量；

15、对第一子参数进行小波包分解，得到多个第一子信号，提取每一第一子信号的特征，并形成第一特征向量；

16、对第二子参数进行去噪、归一化以及特征融合，得到第二特征向量；

17、合并第一特征向量与第二特征向量，得到第二特征参数。

18、进一步地，提取每一第一子信号的特征，并形成第一特征向量的步骤包括：

19、计算每一第一子信号的能量，得到每一子信号对应的特征分量；

20、融合每一个特征分量，得到每一特征分量对应的第一融合分量；

21、融合所有第一融合分量，得到融合分量；

22、将所有融合分量组合，得到第一特征向量。

23、进一步地，对第二子参数进行去噪、归一化以及特征融合，得到第二特征向量包括：

24、利用统计特征提取法提取第二子参数中每一个参数的统计特征，得到统计特征集合，统计特征集合中包括有第二子参数中每一个参数的均值、标准差、最大值与最小值；

25、对统计特征集合中的每一个参数进行去噪、归一化处理，并进行融合，得到第二特征向量。

26、根据本发明的另一方面，提供了一种开挖机的故障诊断装置，包括：

27、第一获取模块，第一获取模块配置用于获取故障分类预测模型；

28、第二获取模块，第二获取模块配置用于取开挖机的钻机的目标参数数据；目标参数数据包括钻机在启动过程中的钻头所承受的压力、涡轮流量变送器的流量、以及钻头的振动信号、扭矩和转速；

29、输入模块，输入模块配置用于将目标参数数据输入至与钻机对应的故障分类预测模型，以得到钻机的故障类型；

30、其中，故障分类预测模型通过第一历史特征、第一历史标签进行模型训练得到，第一历史特征包括钻机在启动过程中的钻头所承受的压力、涡轮流量变送器流量、以及钻头的振动信号、扭矩以及转速，第一历史标签包括每一第一历史特征对应的故障类型。

31、根据本发明的另一方面，提供了一种计算机可读的存储介质，计算机可读的存储介质包括存储的程序，其中，程序运行时执行如上的故障诊断的方法。

32、根据本发明的另一方面，提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为通过计算机程序执行如上的故障诊断的方法。

33、根据本发明的另一方面，一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上的故障诊断的方法。

34、应用本发明的技术方案，在使用过程中，将获取到的钻机的目标参数数据输入至故障分类预测模型中进行预测，就能够得到每一个第一历史标签所对应的故障类型，通过本申请中的方法，能够实现对挖机的故障类型准确的诊断，故而能够根据诊断结果及时进行处理，以进一步地降低对施工的影响；

35、通过将获取到的目标参数数据实时输入到故障分类预测模型中，本发明能够实现对开挖机状态的实时监测，一旦发现故障，系统可以及时发出预警信号，帮助操作人员迅速做出反应，防止故障扩大，减少施工停滞时间；

36、采用多参数融合的故障分类预测模型，通过融合钻头在启动过程中所承受的压力、涡轮流量变送器的流量、钻头的振动、扭矩和转速等多种信号的数据，提高了故障诊断的准确性和可靠性，通过及时准确的故障诊断和预警，本发明能够避免因设备故障导致的施工中断，保障施工过程的连续性和稳定性，通过积累和分析大量的历史故障数据，本发明的系统可以持续学习和优化故障分类预测模型，逐步提升诊断能力。

技术特征：

1.一种开挖机的故障诊断方法，所述开挖机应用于山区，其特征在于，所述故障诊断方法包括：

2.根据权利要求1所述的开挖机的故障诊断方法，其特征在于，所述故障诊断方法还包括：

3.根据权利要求1所述的开挖机的故障诊断方法，其特征在于，所述获取故障分类模型预测模型的方法包括：

4.根据权利要求3所述的开挖机的故障诊断方法，其特征在于，所述对所述多个第一特征参数进行预处理，得到第二特征参数的具体步骤包括：

5.根据权利要求3所述的开挖机的故障诊断方法，其特征在于，所述提取每一所述第一子信号的特征，并形成第一特征向量的步骤包括：

6.根据权利要求3所述的开挖机的故障诊断方法，其特征在于，所述对所述第二子参数进行去噪、归一化以及特征融合，得到第二特征向量包括：

7.一种开挖机的故障诊断装置，其特征在于，包括：

8.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至6中任一项所述的方法。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。

技术总结本发明提供了一种开挖机的故障诊断方法、装置、存储介质及电子装置，诊断方法包括获取故障分类预测模型；获取所述开挖机的钻机的目标参数数据；所述目标参数数据包括所述钻机在启动过程中的钻头所承受的压力、涡轮流量变送器的流量、以及所述钻头的振动信号、扭矩和转速；将所述目标参数数据输入至与所述钻机对应的故障分类预测模型，以得到所述钻机的故障类型，通过本申请的方法，能够准确地对钻机在工作过程中产生的故障进行分类，以便能够及时处理，降低对施工的影响。技术研发人员：杨喆,张宏,苏永健,朱宇翔,胡国维,陆超欣,王伦,唐龙江,赵善飞受保护的技术使用者：广东电网有限责任公司技术研发日：技术公布日：2024/11/14