本發(fā)明涉及擦窗機(jī)器人領(lǐng)域，具體涉及一種智能擦窗系統(tǒng)。

背景技術(shù)：

相關(guān)技術(shù)中，對(duì)特別高的玻璃清潔時(shí)需要借助加長(zhǎng)的清潔工具，不僅清潔力度得不到控制，也增加了清潔人工的工作難度。特別是考慮到高樓層外墻一面的清潔，人為的攀爬或是吊繩都存在很大的危險(xiǎn)性，不是一種優(yōu)選的方式。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述問(wèn)題，本發(fā)明提供一種智能擦窗系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來(lái)實(shí)現(xiàn)：

一種智能擦窗系統(tǒng)，包括擦窗機(jī)器人和用于對(duì)擦窗機(jī)器人進(jìn)行故障檢測(cè)的擦窗機(jī)器人故障檢測(cè)裝置，所述擦窗機(jī)器人包括機(jī)器人本體、條形清潔墊片、洗滌劑噴射器和廢液回收裝置，所述條形清潔墊片設(shè)置于機(jī)器人本體的上部，所述洗滌劑噴射器設(shè)置于機(jī)器人本體的中部，該廢液回收裝置設(shè)置于所述條形清潔墊片的下方，所述機(jī)器人本體內(nèi)置有吸附裝置和智能控制單元，所述智能控制單元包括控制單元、自動(dòng)測(cè)距單元和報(bào)警單元，所述控制單元分別與所述自動(dòng)測(cè)距單元和報(bào)警單元電連接。

本發(fā)明的有益效果為：采用擦窗機(jī)器人進(jìn)行擦窗，解決了人員安全問(wèn)題，而且通過(guò)內(nèi)部的智能控制單元能夠迅速智能地、高效地、安全地完成高空擦窗作業(yè)。

附圖說(shuō)明

利用附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的結(jié)構(gòu)連接示意圖；

圖2是擦窗機(jī)器人故障檢測(cè)裝置的結(jié)構(gòu)框圖。

附圖標(biāo)記：

擦窗機(jī)器人1、擦窗機(jī)器人故障檢測(cè)裝置2、機(jī)器人本體10、條形清潔墊片20、洗滌劑噴射器30、廢液回收裝置40、歷史數(shù)據(jù)采集單元11、數(shù)據(jù)預(yù)處理單元12、特征提取單元13、實(shí)時(shí)故障診斷特征向量采集單元14、故障診斷模型建立單元15、故障診斷識(shí)別單元16。

具體實(shí)施方式

結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。

參見圖1，本實(shí)施例提供了一種智能擦窗系統(tǒng)，包括擦窗機(jī)器人1和用于對(duì)擦窗機(jī)器人1進(jìn)行故障檢測(cè)的擦窗機(jī)器人故障檢測(cè)裝置2，所述擦窗機(jī)器人1包括機(jī)器人本體10、條形清潔墊片20、洗滌劑噴射器30和廢液回收裝置40，所述條形清潔墊片20設(shè)置于機(jī)器人本體10的上部，所述洗滌劑噴射器30設(shè)置于機(jī)器人本體10的中部，該廢液回收裝置40設(shè)置于所述條形清潔墊片20的下方，所述機(jī)器人本體10內(nèi)置有吸附裝置和智能控制單元，所述智能控制單元包括控制單元、自動(dòng)測(cè)距單元和報(bào)警單元，所述控制單元分別與所述自動(dòng)測(cè)距單元和報(bào)警單元電連接。

優(yōu)選地，所述機(jī)器人本體10內(nèi)置有聚合物鋰電池組，所述聚合物鋰電池組與控制單元電連接。

優(yōu)選地，所述吸附裝置為釹鐵硼永磁鐵。

本發(fā)明上述實(shí)施例采用擦窗機(jī)器人1進(jìn)行擦窗，解決了人員安全問(wèn)題，而且通過(guò)內(nèi)部的智能控制單元能夠迅速智能地、高效地、安全地完成高空擦窗作業(yè)。

優(yōu)選地，該擦窗機(jī)器人故障檢測(cè)裝置2包括：(1)歷史數(shù)據(jù)采集單元11，用于通過(guò)傳感器采集擦窗機(jī)器人1在正常狀態(tài)下及各種故障狀態(tài)下運(yùn)行時(shí)多個(gè)測(cè)點(diǎn)的歷史振動(dòng)信號(hào)數(shù)據(jù)；(2)數(shù)據(jù)預(yù)處理單元12，用于對(duì)采集到的原始?xì)v史振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理；(3)特征提取單元13，用于從過(guò)濾后的歷史振動(dòng)信號(hào)數(shù)據(jù)中提取小波包奇異值特征，并將提取的小波包奇異值特征作為故障診斷特征向量樣本；(4)實(shí)時(shí)故障診斷特征向量采集單元14，用于獲取擦窗機(jī)器人1的實(shí)時(shí)故障診斷特征向量；(5)故障診斷模型建立單元15，用于建立基于改進(jìn)的支持向量機(jī)的故障診斷模型，并使用故障診斷特征向量樣本對(duì)故障診斷模型進(jìn)行訓(xùn)練，計(jì)算出故障診斷模型參數(shù)的最優(yōu)解，得到訓(xùn)練完成的故障診斷模型；(6)故障診斷識(shí)別單元16，用于將該擦窗機(jī)器人1的實(shí)時(shí)故障診斷特征向量輸入到訓(xùn)練完成的故障診斷模型中，完成擦窗機(jī)器人1故障的診斷識(shí)別。

優(yōu)選地，所述數(shù)據(jù)預(yù)處理單元12利用數(shù)字濾波器按照下列過(guò)濾公式對(duì)采集到的原始?xì)v史振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理：

其中，K為濾波后得到的歷史振動(dòng)信號(hào)數(shù)據(jù)，K′為采集到的原始?xì)v史振動(dòng)信號(hào)數(shù)據(jù)，Ω為測(cè)點(diǎn)的個(gè)數(shù)，L＝1，2，3…Ω-1；τ為由數(shù)字濾波器自身特性決定的常數(shù)，θ為所用傳感器的固有采集頻率。

本優(yōu)選實(shí)施例能消除原始?xì)v史振動(dòng)信號(hào)數(shù)據(jù)中的時(shí)域波形畸變，提高了數(shù)據(jù)預(yù)處理的精度，從而確保對(duì)擦窗機(jī)器人1進(jìn)行故障識(shí)別的準(zhǔn)確性。

優(yōu)選地，所述提取小波包奇異值特征，包括：

(1)設(shè)擦窗機(jī)器人1處于狀態(tài)R時(shí)從測(cè)點(diǎn)B測(cè)量到的一個(gè)時(shí)刻的歷史振動(dòng)信號(hào)為R_B(K)，B＝1,…,Ω，Ω為測(cè)點(diǎn)的個(gè)數(shù)，對(duì)R_B(K)進(jìn)行層離散小波包分解，提取第層中的個(gè)分解系數(shù)，其中的值根據(jù)歷史經(jīng)驗(yàn)和實(shí)際情況結(jié)合確定；對(duì)所有的分解系數(shù)進(jìn)行重構(gòu)，以表示第層各節(jié)點(diǎn)的重構(gòu)信號(hào)，構(gòu)建特征矩陣如下：

(2)對(duì)特征矩陣T[R_B(K)]進(jìn)行奇異值分解，獲得該特征矩陣T[R_B(K)]的特征向量為其中β₁,β₂,…,β_λ為由特征矩陣T[R_B(K)]分解的奇異值，λ為由特征矩陣T[R_B(K)]分解的奇異值的個(gè)數(shù)，定義R_B(K)對(duì)應(yīng)的故障診斷特征向量為：

其中，表示特征向量中的最大奇異值，表示特征向量中的最小奇異值；

(3)對(duì)計(jì)算得到的故障診斷特征向量進(jìn)行篩選，排除不合格的故障診斷特征向量，設(shè)排除的不合格的故障診斷特征向量的數(shù)量為Ω′，則該擦窗機(jī)器人1處于狀態(tài)R時(shí)在該固定時(shí)刻的故障診斷特征向量樣本為：

本優(yōu)選實(shí)施例采用上述方式提取小波包奇異值特征作為故障診斷特征向量，具有較高的準(zhǔn)確率以及較短的計(jì)算時(shí)間，能夠提高對(duì)擦窗機(jī)器人1進(jìn)行診斷的容錯(cuò)性，從而有利于實(shí)現(xiàn)對(duì)擦窗機(jī)器人1故障的精確診斷。

優(yōu)選地，對(duì)計(jì)算得到的故障診斷特征向量進(jìn)行篩選，包括：將擦窗機(jī)器人1處于狀態(tài)R時(shí)在該時(shí)刻的所有計(jì)算得到的故障診斷特征向量作為該時(shí)刻的特征向量篩選樣本集，計(jì)算該特征向量篩選樣本集的標(biāo)準(zhǔn)差σ_R和期望值μ_R；若計(jì)算得到的故障診斷特征向量不滿足則剔除該故障診斷特征向量，其中，為期望值μ_R的最大似然估計(jì)，為標(biāo)準(zhǔn)差σ_R的最大似然估計(jì)。本優(yōu)選實(shí)施例采用該方式排除不合格的故障診斷特征向量，較為客觀科學(xué)，從而能夠確保對(duì)擦窗機(jī)器人1進(jìn)行故障診斷的準(zhǔn)確性。

優(yōu)選地，該特征提取單元13還將剔除的不合格的故障診斷特征向量?jī)?chǔ)存到一個(gè)臨時(shí)數(shù)據(jù)儲(chǔ)存器中，并對(duì)特征提取單元13中的值進(jìn)行進(jìn)一步修正，具體包括：

若則的值在根據(jù)原有歷史經(jīng)驗(yàn)和實(shí)際情況結(jié)合確定的基礎(chǔ)上修改為若則的值在根據(jù)原有歷史經(jīng)驗(yàn)和實(shí)際情況結(jié)合確定的基礎(chǔ)上修改為

其中，Ω為測(cè)點(diǎn)的個(gè)數(shù)，Ω′為不合格的故障診斷特征向量的數(shù)量，q為人為設(shè)定的整數(shù)閥值。

本優(yōu)選實(shí)施例進(jìn)一步降低了不合格的故障診斷特征向量對(duì)擦窗機(jī)器人1進(jìn)行故障診斷的影響。

優(yōu)選地，該基于改進(jìn)的支持向量機(jī)的故障診斷模型建立如下：

(1)采用徑向基函數(shù)作為核函數(shù)，利用該核函數(shù)將該故障診斷特征向量樣本從原空間映射到高維空間，在高維空間構(gòu)造最優(yōu)決策函數(shù)實(shí)現(xiàn)故障診斷特征向量樣本分類，構(gòu)造最優(yōu)決策函數(shù)為：

式中，x為輸入的故障診斷特征向量樣本，F(xiàn)(x)為輸入的故障診斷特征向量樣本對(duì)應(yīng)的輸出，Z(x)表示徑向基函數(shù)，c為權(quán)重向量，e為偏差；此外，為引入的優(yōu)化因子，其中Ω為測(cè)點(diǎn)的個(gè)數(shù)，Ω′為不合格的故障診斷特征向量的數(shù)量；

(2)定義支持向量機(jī)的目標(biāo)函數(shù)和支持向量機(jī)的約束條件，并求解該支持向量機(jī)的目標(biāo)函數(shù)，計(jì)算出權(quán)重向量和偏差，將計(jì)算得到的權(quán)重向量和偏差代入最優(yōu)決策函數(shù)即為所建立的故障診斷模型；

其中支持向量機(jī)的目標(biāo)函數(shù)定義為：

支持向量機(jī)的約束條件定義為：

Y_j(gx_j+e)≥1-ε_j,ε_j≥0,j＝1,…,m

式中，為支持向量機(jī)的目標(biāo)函數(shù)，φ^*為優(yōu)化后的懲罰因子，ε_j為引入的誤差變量；m為故障診斷特征向量樣本的數(shù)量；另外，x_j為輸入的第j個(gè)故障診斷特征向量樣本，Y_j(cx_j+e)為輸入的第j個(gè)故障診斷特征向量樣本對(duì)應(yīng)的輸出，g為權(quán)重向量，e為偏差。

本優(yōu)選實(shí)施例通過(guò)引入優(yōu)化因子，減小了不合格的故障診斷特征向量對(duì)擦窗機(jī)器人1進(jìn)行故障診斷的影響，進(jìn)一步提高了該最優(yōu)決策函數(shù)的實(shí)際精確度，為故障診斷模型的建立提供良好的函數(shù)基礎(chǔ)，從而構(gòu)建更為精確的故障診斷模型，從而能夠確保對(duì)擦窗機(jī)器人1進(jìn)行故障診斷的準(zhǔn)確性。

其中，懲罰因子和該核函數(shù)的半徑參數(shù)的值按照下述方式進(jìn)行優(yōu)化：

將所有故障診斷特征向量樣本平均分成互不包含的子集，設(shè)定懲罰因子和該核函數(shù)的半徑參數(shù)的值的取值范圍，對(duì)每個(gè)粒子的位置向量進(jìn)行二維編碼，產(chǎn)生初始粒子群；

對(duì)各粒子對(duì)應(yīng)的參數(shù)選定訓(xùn)練集進(jìn)行交叉驗(yàn)證，得到的預(yù)測(cè)模型分類準(zhǔn)確率作為粒子對(duì)應(yīng)的目標(biāo)函數(shù)值，對(duì)粒子群中的粒子進(jìn)行迭代；

用目標(biāo)函數(shù)值評(píng)價(jià)所有粒子，當(dāng)某個(gè)粒子的當(dāng)前評(píng)價(jià)值優(yōu)于其歷史評(píng)價(jià)值時(shí)，將其作為該粒子的最優(yōu)歷史評(píng)價(jià)，記錄當(dāng)前粒子最優(yōu)位置向量；

尋找全局最優(yōu)解，如果其值優(yōu)于當(dāng)前歷史最優(yōu)解，則更新，達(dá)到設(shè)定的終止準(zhǔn)則時(shí)，則停止搜索，輸出最優(yōu)的懲罰因子和該核函數(shù)的半徑參數(shù)的值，否則返回去重新搜索。

本優(yōu)選實(shí)施例采用上述方式對(duì)懲罰因子和該核函數(shù)的半徑參數(shù)的值進(jìn)行優(yōu)化，優(yōu)化時(shí)間相對(duì)較短，優(yōu)化效果好，能夠得到性能較好的支持向量機(jī)，進(jìn)一步提高對(duì)擦窗機(jī)器人1進(jìn)行故障診斷的精度。

根據(jù)上述實(shí)施例，發(fā)明人進(jìn)行了一系列測(cè)試，以下是進(jìn)行測(cè)試得到的實(shí)驗(yàn)數(shù)據(jù)，該實(shí)驗(yàn)數(shù)據(jù)表明，本發(fā)明能夠正常進(jìn)行高空擦窗作業(yè)，且能精確對(duì)擦窗機(jī)器人1進(jìn)行故障檢測(cè)，從而防止事故的發(fā)生，確保擦窗機(jī)器人1發(fā)生故障時(shí)能夠得到及時(shí)、安全的維修，具有非常顯著的有益效果：

最后應(yīng)當(dāng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。