一種堆垛機狀態(tài)異常區(qū)間自動篩選新方法

趙良德, 梁勝濤, 陳良坤, 張宏生, 楊　樂, 梁曉偉, 黃大榮

(1.國網(wǎng)安徽省電力有限公司電力科學研究院, 安徽 合肥　230000;2.重慶交通大學, 重慶　400074)

隨著經(jīng)濟的快速發(fā)展,立體倉庫越來越趨向于自動化、智能化。自動化智能倉儲系統(tǒng)具有空間利用率高、便于實現(xiàn)自動化管理、實時自動結(jié)算庫存貨物種類和數(shù)量、立體倉庫信息庫可以和中央計算機系統(tǒng)聯(lián)網(wǎng)運行等許多優(yōu)點,對加快物流速度、提高勞動生產(chǎn)率、降低生產(chǎn)成本都有重要意義,已開始應(yīng)用于汽車、電子、醫(yī)藥、煙草、建材、郵電等許多行業(yè)。堆垛機是自動化立體倉庫中最主要的作業(yè)機械設(shè)備,是輸送系統(tǒng)的核心設(shè)備,是決定整個出入庫是否能流暢運行的關(guān)鍵。故檢測其狀態(tài)異常點并及時維修是保證堆垛機的安全正常運行的有效手段,從而保障智能運維倉庫正常運行。基于此,如何有效地檢測堆垛機狀態(tài)異常區(qū)間逐漸成為學者研究的重點[1-2]。但遺憾的是國內(nèi)目前對堆垛機的研究大多數(shù)是從結(jié)構(gòu)設(shè)計或者控制角度進行的研究,而基于堆垛機運行狀態(tài)數(shù)據(jù)進行分析的還沒有。

為解決上述問題,本文提出一種基于堆垛機運行狀態(tài)數(shù)據(jù)異常檢測方法。首先,建立均值平滑模型,對數(shù)據(jù)進行預(yù)處理;其次,利用箱形圖法建立異常區(qū)間篩選模型,對異常區(qū)間進行定位。最后,利用從電力行業(yè)自動化智能倉儲系統(tǒng)中采集的堆垛機運行信號進行實例驗證,證明算法的工程有效性和適用性。

1　數(shù)據(jù)均值平滑處理

1.1　數(shù)據(jù)分析

分析現(xiàn)今所采集得到的數(shù)據(jù)包括3-6月堆垛機的電流及振動數(shù)據(jù),其采集位置范圍為:0m-24m。……