本發(fā)明涉及工程機(jī)械運(yùn)維領(lǐng)域，尤其是涉及一種挖掘機(jī)斗齒檢測(cè)方法、系統(tǒng)及電子設(shè)備。

背景技術(shù)：

1、在挖掘機(jī)的斗齒檢測(cè)中，傳統(tǒng)方式主要依賴(lài)人工目視檢查，易漏檢且無(wú)法實(shí)時(shí)監(jiān)控；現(xiàn)有技術(shù)中雖然采用相關(guān)傳感器來(lái)進(jìn)行自動(dòng)化檢測(cè)，但多數(shù)采用單一類(lèi)型的傳感器，但受環(huán)境噪聲干擾大，誤報(bào)率高。此外，現(xiàn)有技術(shù)中的斗齒檢測(cè)中無(wú)法通過(guò)歷史數(shù)據(jù)來(lái)對(duì)斗齒壽命進(jìn)行預(yù)測(cè)，容易出現(xiàn)非計(jì)劃性停機(jī)，難以實(shí)現(xiàn)預(yù)防性的檢測(cè)維護(hù)，從而影響斗齒檢測(cè)的可靠性。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種挖掘機(jī)斗齒檢測(cè)方法、系統(tǒng)及電子設(shè)備，該方法將多模態(tài)的三類(lèi)傳感器進(jìn)行數(shù)據(jù)融合從而實(shí)現(xiàn)斗齒壽命的檢測(cè)，緩解了單一傳感器的檢測(cè)局限性，且能夠利用數(shù)據(jù)融合處理得到的關(guān)系曲線對(duì)斗齒進(jìn)行預(yù)防性檢測(cè)維護(hù)，提高了斗齒在復(fù)雜工況下的可靠性。

2、第一方面，本發(fā)明實(shí)施方式提供了一種挖掘機(jī)斗齒檢測(cè)方法，該方法包括：

3、數(shù)據(jù)采集步驟：基于挖掘機(jī)設(shè)置的視覺(jué)傳感器、振動(dòng)傳感器和應(yīng)力傳感器分別采集挖掘機(jī)中斗齒對(duì)應(yīng)的視覺(jué)數(shù)據(jù)、振動(dòng)數(shù)據(jù)和應(yīng)力數(shù)據(jù)；

4、特征提取步驟：根據(jù)視覺(jué)數(shù)據(jù)的空間特征信息、振動(dòng)數(shù)據(jù)的時(shí)頻特征信息以及應(yīng)力數(shù)據(jù)對(duì)應(yīng)的能量譜特征信息分別提取斗齒對(duì)應(yīng)的視覺(jué)特征、振動(dòng)特征和應(yīng)力特征；

5、特征融合步驟：利用視覺(jué)特征、振動(dòng)特征和應(yīng)力特征的特征融合結(jié)果確定斗齒對(duì)應(yīng)的包含應(yīng)力分布熵值與壽命值的關(guān)系曲線；

6、檢測(cè)輸出步驟：根據(jù)關(guān)系曲線獲取與斗齒的工作循環(huán)次數(shù)對(duì)應(yīng)的應(yīng)力分布熵值和壽命值，并利用應(yīng)力分布熵值和壽命值確定斗齒的檢測(cè)結(jié)果。

7、可選的，數(shù)據(jù)采集步驟，包括：

8、獲取安裝在挖掘機(jī)中鏟斗側(cè)方的視覺(jué)單元，利用視覺(jué)單元中設(shè)置的視覺(jué)傳感器按照第一采樣率采集斗齒對(duì)應(yīng)的視覺(jué)數(shù)據(jù)；

9、獲取安裝在挖掘機(jī)中鏟斗處的振動(dòng)傳感陣列，利用振動(dòng)傳感陣列中設(shè)置的振動(dòng)傳感器按照第二采樣率采集斗齒對(duì)應(yīng)的振動(dòng)數(shù)據(jù)；

10、獲取安裝在斗齒根部嵌入的應(yīng)力監(jiān)測(cè)單元，利用應(yīng)力監(jiān)測(cè)單元中的應(yīng)變傳感器按照第三采樣率采集斗齒對(duì)應(yīng)的應(yīng)力數(shù)據(jù)。

11、可選的，特征提取步驟，包括：

12、計(jì)算視覺(jué)數(shù)據(jù)的空間特征向量，利用空間特征向量對(duì)應(yīng)的時(shí)序變化特征確定視覺(jué)數(shù)據(jù)對(duì)應(yīng)的空間特征信息；根據(jù)空間特征信息提取斗齒包含的缺損區(qū)域特征，并基于缺損區(qū)域特征確定視覺(jué)特征；

13、確定振動(dòng)數(shù)據(jù)中包含的沖擊信號(hào)時(shí)頻特征，利用沖擊信號(hào)時(shí)頻特征確定振動(dòng)數(shù)據(jù)對(duì)應(yīng)的時(shí)頻特征信息，并利用時(shí)頻特征信息與振動(dòng)數(shù)據(jù)中峭度、脈沖因子對(duì)應(yīng)的時(shí)域數(shù)據(jù)確定振動(dòng)特征；

14、利用小波包分解計(jì)算應(yīng)力數(shù)據(jù)對(duì)應(yīng)的能量譜特征，利用能量譜特征確定能量譜特征信息，并利用能量譜特征信息與應(yīng)力數(shù)據(jù)中均方差值、峰值因子對(duì)應(yīng)的統(tǒng)計(jì)量確定應(yīng)力特征。

15、可選的，特征融合步驟，包括：

16、基于視覺(jué)特征、振動(dòng)特征和應(yīng)力特征中包含的異常數(shù)據(jù)分別確定第一權(quán)重系數(shù)、第二權(quán)重系數(shù)和第三權(quán)重系數(shù)；

17、利用第一權(quán)重系數(shù)、第二權(quán)重系數(shù)和第三權(quán)重系數(shù)對(duì)視覺(jué)特征、振動(dòng)特征和應(yīng)力特征進(jìn)行級(jí)聯(lián)拼接及加權(quán)融合計(jì)算，得到斗齒對(duì)應(yīng)的特征融合結(jié)果；

18、根據(jù)特征融合結(jié)果確定斗齒對(duì)應(yīng)的應(yīng)力分布熵值，并基于應(yīng)力分布熵值確定斗齒對(duì)應(yīng)的缺損概率和缺損類(lèi)型；

19、利用缺損概率和缺損類(lèi)型確定斗齒的壽命值，并利用壽命值與應(yīng)力分布熵值確定關(guān)系曲線。

20、可選的，基于視覺(jué)特征、振動(dòng)特征和應(yīng)力特征中包含的異常數(shù)據(jù)分別確定第一權(quán)重系數(shù)、第二權(quán)重系數(shù)和第三權(quán)重系數(shù)，包括：

21、利用視覺(jué)特征確定斗齒中包含的缺損區(qū)域特征，并基于缺損區(qū)域特征確定視覺(jué)特征對(duì)應(yīng)的第一權(quán)重系數(shù)；

22、利用振動(dòng)特征確定斗齒中包含的異常沖擊特征，并基于異常沖擊特征確定振動(dòng)特征對(duì)應(yīng)的第二權(quán)重系數(shù)；

23、利用應(yīng)力特征確定斗齒中包含的應(yīng)力偏移特征，并基于應(yīng)力偏移特征確定應(yīng)力特征對(duì)應(yīng)的第三權(quán)重系數(shù)。

24、可選的，檢測(cè)輸出步驟，包括：

25、實(shí)時(shí)獲取斗齒的工作循環(huán)次數(shù)；

26、利用關(guān)系曲線中包含的三階段分段曲線，確定工作循環(huán)次數(shù)對(duì)應(yīng)的應(yīng)力分布熵值，并利用關(guān)系曲線中包含的兩階段分段曲線確定工作循環(huán)次數(shù)對(duì)應(yīng)的壽命值；

27、根據(jù)應(yīng)力分布熵值與壽命值確定斗齒的健康風(fēng)險(xiǎn)等級(jí)，并利用健康風(fēng)險(xiǎn)等級(jí)確定檢測(cè)結(jié)果。

28、可選的，三階段分段曲線為：

29、；

30、其中，為應(yīng)力分布熵值對(duì)應(yīng)的歸一化熵值；為工作循環(huán)次數(shù)；為初始增長(zhǎng)系數(shù)；為指數(shù)增長(zhǎng)因子；為平臺(tái)常數(shù)，用于表征第二階段的熵值基準(zhǔn)；為微調(diào)系數(shù)；為衰減指數(shù)；為臨界工作循環(huán)次數(shù)；為二次增長(zhǎng)系數(shù)；為二次增長(zhǎng)指數(shù)；

31、兩階段分段曲線為：

32、；

33、其中，為壽命值對(duì)應(yīng)的剩余壽命比例；為線性損傷速率系數(shù)；為臨界剩余壽命比例；為指數(shù)衰減系數(shù)；為冪律損傷加速系數(shù)；為冪指數(shù)。

34、可選的，數(shù)據(jù)采集步驟之后，方法還包括預(yù)處理步驟：

35、利用預(yù)設(shè)的第一參數(shù)對(duì)視覺(jué)數(shù)據(jù)進(jìn)行降采樣以及直方圖均衡化后，得到視覺(jué)數(shù)據(jù)對(duì)應(yīng)的第一時(shí)序數(shù)據(jù)；

36、利用預(yù)設(shè)濾波器對(duì)應(yīng)的第二參數(shù)對(duì)振動(dòng)數(shù)據(jù)進(jìn)行濾波處理后，得到振動(dòng)數(shù)據(jù)對(duì)應(yīng)的第二時(shí)序數(shù)據(jù)；

37、利用預(yù)設(shè)的第三參數(shù)對(duì)應(yīng)力數(shù)據(jù)進(jìn)行卡爾曼濾波處理后，得到應(yīng)力數(shù)據(jù)對(duì)應(yīng)的第三時(shí)序數(shù)據(jù)；

38、對(duì)第一時(shí)序數(shù)據(jù)、第二時(shí)序數(shù)據(jù)和第三時(shí)序數(shù)據(jù)對(duì)應(yīng)的采樣率進(jìn)行補(bǔ)齊計(jì)算，并利用補(bǔ)齊計(jì)算結(jié)果分別更新視覺(jué)數(shù)據(jù)、振動(dòng)數(shù)據(jù)和應(yīng)力數(shù)據(jù)。

39、第二方面，本發(fā)明提供一種挖掘機(jī)斗齒檢測(cè)系統(tǒng)，該系統(tǒng)包括：

40、數(shù)據(jù)采集模塊，用于基于挖掘機(jī)設(shè)置的視覺(jué)傳感器、振動(dòng)傳感器和應(yīng)力傳感器分別采集挖掘機(jī)中斗齒對(duì)應(yīng)的視覺(jué)數(shù)據(jù)、振動(dòng)數(shù)據(jù)和應(yīng)力數(shù)據(jù)；

41、特征提取模塊，用于根據(jù)視覺(jué)數(shù)據(jù)的空間特征信息、振動(dòng)數(shù)據(jù)的時(shí)頻特征信息以及應(yīng)力數(shù)據(jù)對(duì)應(yīng)的能量譜特征信息分別提取斗齒對(duì)應(yīng)的視覺(jué)特征、振動(dòng)特征和應(yīng)力特征；

42、特征融合模塊，用于利用視覺(jué)特征、振動(dòng)特征和應(yīng)力特征的特征融合結(jié)果確定斗齒對(duì)應(yīng)的包含應(yīng)力分布熵值與壽命值的關(guān)系曲線；

43、檢測(cè)輸出模塊，用于根據(jù)關(guān)系曲線獲取與斗齒的工作循環(huán)次數(shù)對(duì)應(yīng)的應(yīng)力分布熵值和壽命值，并利用應(yīng)力分布熵值和壽命值確定斗齒的檢測(cè)結(jié)果。

44、第三方面，本發(fā)明實(shí)施方式還提供一種電子設(shè)備，包括處理器和存儲(chǔ)器，存儲(chǔ)器存儲(chǔ)有能夠被處理器執(zhí)行的計(jì)算機(jī)可執(zhí)行指令，處理器執(zhí)行計(jì)算機(jī)可執(zhí)行指令以實(shí)現(xiàn)第一方面提供的挖掘機(jī)斗齒檢測(cè)方法的步驟。

45、第四方面，本發(fā)明實(shí)施方式還提供一種存儲(chǔ)介質(zhì)，該存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，計(jì)算機(jī)可執(zhí)行指令在被處理器調(diào)用和執(zhí)行時(shí)，計(jì)算機(jī)可執(zhí)行指令促使處理器實(shí)現(xiàn)第一方面提供的挖掘機(jī)斗齒檢測(cè)方法的步驟。

46、本發(fā)明實(shí)施方式提供的一種挖掘機(jī)斗齒檢測(cè)方法、系統(tǒng)及電子設(shè)備，在對(duì)挖掘機(jī)斗齒進(jìn)行檢測(cè)的過(guò)程中，首先基于挖掘機(jī)設(shè)置的視覺(jué)傳感器、振動(dòng)傳感器和應(yīng)力傳感器分別采集挖掘機(jī)中斗齒對(duì)應(yīng)的視覺(jué)數(shù)據(jù)、振動(dòng)數(shù)據(jù)和應(yīng)力數(shù)據(jù)，從而完成數(shù)據(jù)采集；然后根據(jù)視覺(jué)數(shù)據(jù)的空間特征信息、振動(dòng)數(shù)據(jù)的時(shí)頻特征信息以及應(yīng)力數(shù)據(jù)對(duì)應(yīng)的能量譜特征信息分別提取斗齒對(duì)應(yīng)的視覺(jué)特征、振動(dòng)特征和應(yīng)力特征，從而完成特征提取過(guò)程；隨后利用視覺(jué)特征、振動(dòng)特征和應(yīng)力特征的特征融合結(jié)果確定斗齒對(duì)應(yīng)的包含應(yīng)力分布熵值與壽命值的關(guān)系曲線，實(shí)現(xiàn)特征融合過(guò)程；最后根據(jù)關(guān)系曲線獲取與斗齒的工作循環(huán)次數(shù)對(duì)應(yīng)的應(yīng)力分布熵值和壽命值，并利用應(yīng)力分布熵值和壽命值確定斗齒的檢測(cè)結(jié)果，從而得到挖掘機(jī)斗齒的檢測(cè)輸出過(guò)程。該方法將多模態(tài)的三類(lèi)傳感器進(jìn)行數(shù)據(jù)融合從而實(shí)現(xiàn)斗齒壽命的檢測(cè)，緩解了單一傳感器的檢測(cè)局限性，且能夠利用數(shù)據(jù)融合處理得到的關(guān)系曲線對(duì)斗齒進(jìn)行預(yù)防性檢測(cè)維護(hù)，提高了斗齒在復(fù)雜工況下的可靠性。

47、本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書(shū)中闡述，并且，部分地從說(shuō)明書(shū)中變得顯而易見(jiàn)，或者通過(guò)實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)在說(shuō)明書(shū)、權(quán)利要求書(shū)以及附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。

48、為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說(shuō)明如下。