买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中科微至科技股份有限公司

摘要：本发明涉及物流仓储技术领域，公开了一种基于机器学习的无人叉车堆垛故障定位系统及方法，该系统包括数据采集模块、堆垛控制模块、故障定位模块及可视化模块，故障定位模块包括实时数据获取模块、故障数据识别模块及堆垛故障定位模块；故障数据识别模块用于基于灵敏度的识别算法实现对实时数据中异常数据的识别；堆垛故障定位模块用于基于相似度比较法结合异常数据的识别结果实现对堆垛故障识别及定位。本发明可以实现对故障的自动检测和定位，其不仅可以提高故障诊断的准确性，而且还可以大大提高诊断效率，减少人工干预的需要，从而更好地满足现代物流和仓储行业的高效运行需求。

主权项：1.一种基于机器学习的无人叉车堆垛故障定位系统，其特征在于，包括数据采集模块（1）、堆垛控制模块（2）、故障定位模块（3）及可视化模块（4）；所述数据采集模块（1），用于通过传感器组件采集无人叉车在运行过程中的实时数据；所述堆垛控制模块（2），用于识别货架位置和姿态，并基于识别结果控制无人叉车进行堆垛操作；所述故障定位模块（3），用于根据采集数据通过基于灵敏度的识别算法结合相似度比较法，实现对堆垛故障的检测和定位；所述可视化模块（4），用于实时显示无人叉车的运行状态、传感器数据和故障诊断结果，自动生成故障报告，并在检测到故障时进行报警；其中，所述故障定位模块（3）包括实时数据获取模块（31）、故障数据识别模块（32）及堆垛故障定位模块（33）；所述实时数据获取模块（31），用于获取传感器组件采集的实时数据；所述故障数据识别模块（32），用于基于灵敏度的识别算法实现对实时数据中异常数据的识别；所述堆垛故障定位模块（33），用于基于相似度比较法结合异常数据的识别结果实现对堆垛故障识别及定位；所述故障数据识别模块（32）在基于灵敏度的识别算法实现对实时数据中异常数据的识别时包括：基于无人叉车的结构和功能，构建等效无向图，其中，等效无向图中的节点表示关键组件和传感器，等效无向图中的边表示数据流或影响关系；对获取的实时数据进行灵敏度分析，确定影响无人叉车运行状态的关键数据；并基于蚁群优化算法筛选出对无人叉车状态监测的关键数据点；实时监控筛选出的关键数据点并进行标准化处理，计算关键数据点的标准化残差；分析比较关键数据点的标准化残差与预设标准化残差阈值，并将超过阈值的关键数据点标记为异常数据；所述堆垛故障定位模块（33）在基于相似度比较法结合异常数据的识别结果实现对堆垛故障识别及定位时包括：获取当前无人叉车的异常数据，通过局域网与仓库内的其他无人叉车进行连接，并识别相同型号的无人叉车；判断相同型号无人叉车的历史数据库中是否存在与当前无人叉车的异常数据相似的历史数据，若否，则利用预先构建好的故障检测模型结合当前无人叉车的异常数据实现对堆垛故障的识别和定位，若是，则执行下一步；根据相似数据的判断结果实现对无人叉车的筛选，基于无人叉车的工作环境、负载类型、货架种类及货架布局，利用相似度比较法结合预设的权重因子计算当前叉车与筛选出的无人叉车的作业条件相似度；基于作业条件相似度的排序结果确定与当前无人叉车状态最相似的无人叉车，并根据该无人叉车历史数据库中的相似历史数据确定当前无人叉车的故障类别及故障位置。

全文数据：

权利要求：

百度查询： 中科微至科技股份有限公司 一种基于机器学习的无人叉车堆垛故障定位系统及方法