(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211003017.3 (22)申请日 2022.08.22 (65)同一申请的已公布的文献号 申请公布号 CN 115096375 A (43)申请公布日 2022.09.23 (73)专利权人 启东亦大通自动化设备有限公司 地址 226200 江苏省南 通市启东市汇龙镇 跃龙东路 (72)发明人 张书燕　 (74)专利代理 机构 南京桦森专利代理事务所 (普通合伙) 32652 专利代理师 袁瑞娟 (51)Int.Cl. G01D 21/02(2006.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)(56)对比文件 CN 205204106 U,2016.0 5.04 CN 110362068 A,2019.10.2 2 CN 112504673 A,2021.0 3.16 CN 112660746 A,2021.04.16 CN 112660745 A,2021.04.16 JP H07267330 A,1995.10.17 US 2021125061 A1,2021.04.2 9 CN 113011646 A,2021.0 6.22 CN 113077815 A,2021.07.0 6 CN 113074924 A,2021.07.0 6 CN 113213101 A,2021.08.0 6 CN 113344180 A,2021.09.0 3 CN 113353582 A,2021.09.07 CN 113658603 A,2021.1 1.16 CN 114386518 A,202 2.04.22 US 2022129748 A1,202 2.04.28 CN 114722885 A,202 2.07.08 US 2022245945 A1,202 2.08.04 审查员 郭忆 (54)发明名称 基于托辊搬运小车检测的托辊运行状态监 测方法和装置 (57)摘要 本发明涉及运输或贮存装置领域， 具体涉及 基于托辊搬运小车检测的托辊运行状态监测方 法和装置。 方法包括： 利用综合检测仪采集音频 数据和托辊的旋转速度， 计算当前时刻旋转速度 与标准速度差值的绝对值； 判断绝对值是否小于 阈值， 若小于， 则将当前时间段的音频数据输入 到目标神经网络中， 判断当前时间段的音频数据 的类别； 目标神经网络的损失函数为交叉熵损失 函数与第一损失函数之和， 第一损失函数是根据 各帧音频数据对应的实际音频值和各帧音频对 应的标准音频值得到的； 若当前时间段的音 频数 据的类别为异常音频数据类别， 则判定托辊运行 异常。 本发 明提高了托辊运行状态 监测的自动化程度和效率。 权利要求书1页 说明书6页 附图1页 CN 115096375 B 2022.11.04 CN 115096375 B 1.一种基于托辊搬运小车检测的托辊运行状态监测方法， 其特征在于， 该方法包括以 下步骤： 利用搬运小车携带的综合检测仪实时采集音频 数据和托辊的旋转速度； 计算当前时刻托辊的旋转速度与 标准速度的差值的绝对值； 判断所述绝对值是否小于 设定阈值， 若小于， 则将当前时间段的音 频数据输入到训练好的目标神经网络中， 判断当前 时间段的音频数据对应的类别； 所述类别包括正常音频数据类别和异常音频数据类别， 目 标神经网络的损失函数为交叉熵损失函数与第一损失函数之和， 所述第一损失函数是根据 各帧音频数据对应的实际音频值和各帧音频对应的标准音频值得到的； 所述当前时间段为 距离当前时刻不大于设定时间 间隔的各历史采集时刻的集 合； 若当前时间段的音频 数据对应的类别为异常音频 数据类别， 则判定托辊运行异常； 所述目标神经网络的损失函数为： 其中， 为目标神经网络的损失函数， 为交叉熵损失函数， 为双曲正切函 数， 为第 帧音频数据对应的异常指标， 为第 帧音频数据对应的异常指标， 为第 帧音频数据对应的标注值， 为超参数， 为音频数据的总帧数； 在对目标神经网络进行训练的过程中， 将训练集中正常音频数据的标签标注为 ‑1， 将 训练集中异常音频 数据的标签标注为1； 各帧音频 数据对应的异常指标的计算公式为： 其中， 为第 帧音频数据对应的异常指标， 为交叉熵损失函数， 为第 帧音频数据 的实际音频值， 为托辊正常时第 帧音频数据的音频值。 2.根据权利要求1所述的基于托辊搬运小车检测的托辊运行状态监测方法， 其特征在 于， 若所述 绝对值大于等于设定阈值， 则判定托辊运行异常。 3.根据权利要求1所述的基于托辊搬运小车检测的托辊运行状态监测方法， 其特征在 于， 若当前时间段的音频 数据对应 类别为正常音频 数据类别， 则判定托辊运行正常。 4.一种基于托辊搬运小车检测的托辊运行状态监测装置， 包括存储器和 处理器， 其特 征在于， 所述处理器执行所述存储器存储的计算机程序， 以实现如权利要求 1‑3任一项所述 的基于托辊搬运小车检测的托辊运行状态监测方法。权　利　要　求　书 1/1 页 2 CN 115096375 B 2基于托辊搬运小车检测的托 辊运行状态 监测方法和装置 技术领域 [0001]本发明涉及 运输或贮存装置领域， 具体涉及基于托辊搬运小车检测的托辊运行状 态监测方法和装置 。 背景技术 [0002]带式输送机具备结构简单、 造价和维护成本低等优点， 当前， 带式输送机应用广 泛， 而托辊是决定带式输送机使用效果的重要部件之一， 起着支撑输送带和物料重量的作 用， 托辊转动的灵活可靠对于减小摩 擦力、 延长输送带的寿命起着关键作用。 但托辊在运行 过程中会出现各种不同的异常工况， 由于托辊异常影响输送机正常运行 的情况时有发生， 如托辊轴承失效、 辊子运转不良、 辊子表面粘附粉尘、 托辊架螺栓松动、 托辊断裂等， 轻则可 能会使输送机胶带跑偏， 重则可能导致输送机无法正常使用， 如果未能及时发现处理， 可能 会造成更严重的生产事故。 目前， 带式输送机运行过程中托辊的运行状况主要是人工定期 巡检， 人工定期巡检的方式存在巡检间隔较小时消 耗人力资源较大， 而巡检间隔较大时不 能及时发现托辊异常的问题。 发明内容 [0003]为了解决现有通过人工定期巡检的方法进行托辊的运行状况监测时存在的上述 问题， 本发明的目的在于提供一种基于托辊搬运小车检测的托辊运行状态监测方法和装 置， 所采用的技 术方案具体如下： [0004]第一方面， 本发明提供了一种基于托辊搬运小车检测的托辊运行状态监测方法， 该方法包括以下步骤： [0005]利用搬运小车携带的综合检测仪实时采集音频 数据和托辊的旋转速度； [0006]计算当前时刻托辊的旋转速度与标准速度的差值的绝对值； 判断所述绝对值是否 小于设定阈值， 若小于， 则将当前时间段的音频数据输入到训练好的目标神经网络中， 判断 当前时间段的音频数据对应的类别； 所述类别包括正常音频数据类别和异常音频数据类 别， 目标神经网络的损失函数为交叉熵损失函数与第一损失函数之和， 所述第一损失函数 是根据各帧音频数据对应的实际音频值和各帧音频对应的标准音频值得到的； 所述当前时 间段为距离当前时刻不大于设定时间 间隔的各历史采集时刻的集 合； [0007]若当前时间段的音频数据对应的类别为异常音频数据类别， 则判定托辊运行异 常。 [0008]第二方面， 本发明提供了一种基于托辊搬运小车检测的托辊运行状态监测装置， 包括存储器和处理器， 所述处理器执行所述存储器存储的计算机程序， 以实现上述所述的 基于托辊搬运小车检测的托辊运行状态监测方法。 [0009]优选的， 所述目标神经网络的损失函数为：说　明　书 1/6 页 3 CN 115096375 B 3