(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111628005.5 (22)申请日 2021.12.28 (71)申请人 哈尔滨工业大 学芜湖机 器人产业 技 术研究院 地址 241000 安徽省芜湖市鸠江区经济技 术开发区神州路17号， 国家工业机器 人产品质量 监督检验中心园区办公楼 (72)发明人 任鹏　罗海南　曹雏清　赵立军　 (74)专利代理 机构 芜湖安汇知识产权代理有限 公司 34107 代理人 赵中英 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/00(2012.01) G01R 19/00(2006.01)G16Y 20/20(2020.01) G16Y 20/30(2020.01) G16Y 40/10(2020.01) G16Y 40/20(2020.01) G16Y 40/40(2020.01) (54)发明名称 一种基于卡尔曼滤波的AGV在 线故障预测系 统及方法 (57)摘要 本发明公开了一种基于卡尔曼滤波的AGV在 线故障预测系统， 包括电流传感器， 所述电流传 感器用于读取AGV小车的电流实时数据并将电流 数据加上对应的时间戳、 设备ID后上传至本地服 务器； 通过工业物联网关将数据上传至工业物联 网大数据分析中心对AGV小车运行电流进行预测 并根据预测的电流数据来预测AGV小车的故障状 态。 本发明的优点在于： 通过 实时采集AGV小车的 电流数据并据此预测的未来时刻的AGV小车的电 流数据， 根据预测的电流结果来判断小车未来故 障状态， 从而更加合理可靠的给出 故障预测且预 测结果更加准确合理。 权利要求书1页 说明书4页 附图1页 CN 114298410 A 2022.04.08 CN 114298410 A 1.一种基于卡尔曼滤波的AGV在线故障预测系统， 其特征在于： 包括电流传感器， 所述 电流传感器用于读取AGV小车的电流实时数据并将电流数据加上对应的时间戳、 设备ID后 上传至本地服务器； 通过工业物联网关将数据上传至工业物联网大数据分析中心对AGV小 车运行电流进行 预测并根据预测的电流数据来预测AGV小车的故障状态。 2.如权利要求1所述的一种基于卡尔曼滤波的AGV在线故障预测系统， 其特征在于： 本 地服务器中接收到的电流数据存在上位机 mysql数据中形成历史数据 记录并通过工业物联 网关， 将采集到的数据上传至 工业互联网平台大 数据分析中心。 3.如权利要求1或2所述的一种基于卡尔曼滤波的AGV在线故障预测系统， 其特征在于： 所述工业互联网平台大数据分析中心与AGV管理系统连接， 用于将预测的状态信息发送至 AGV管理系统以实现对于故障预测结果的获取。 4.一种基于卡尔曼滤波的AGV在线故障预测方法， 其特征在于： 基于工业互联网对AGV 实时数据进行采集， 根据采集的AGV数据监测预测AGV的预测电流信号， 根据预测电流信号 判断未来AGV小车的故障状态。 5.如权利要求4所述的一种基于卡尔曼滤波的AGV在线故障预测方法， 其特征在于： 根 据采集的AGV电流数据采用卡尔曼滤波算法来进行计算出AGV小 车未来时刻的电流值， 并根 据AGV小车 未来时刻的工作电流数据来判断预测未来时刻AGV小车的故障状态。 6.如权利要求5所述的一种基于卡尔曼滤波的AGV在线故障预测方法， 其特征在于： 预 设设置正常电流限值及危险电流限值， 其中危险电流限值大于所述正常电流限值； 将AGV小 车未来时刻的工作做电流与正常电流限值及危险电流限值比较来判断故障状态： 判断该AGV未来时刻的工作电流数据是否大于该目标设备对应的所述正常电流限值； 若否， 判定该AGV在未来时刻的状态为所述正常状态； 若是， 判断该目标设备的工作电流数 据是否大于该目标设备对应的所述危险电流限值； 若否， 判定该AGV在未来时刻的状态 为所 述需检修状态； 若是， 判定该AGV在未来时刻的状态为所述 危险状态。权　利　要　求　书 1/1 页 2 CN 114298410 A 2一种基于卡尔曼滤波的AGV在线故障预测系统及方 法 技术领域 [0001]本发明涉及AGV小车故障管理领域， 特别涉及一种基于卡尔曼滤波的AGV在线故障 预测系统及方法 背景技术 [0002]现有技术中AGV小车在线故障预测需要根据指定的检修计划对整体车队进行轮流 离线巡检， 由于AGV小 车自身轴承等部件寿命波动极大， 定期 检查不仅需要耗费大量的时间 和金钱， 还会影响AGV作业效率。 也没有办法实现对故障的实时预测， 提前按需准备维修零 部件库存， 提高生产效率。 [0003]目前市面上有很多基于小车振动信号的故障预测方法， 但其适用范围大都针对固 定工况， 在某些复杂变工况环境下， 其故障预测效果往往不是十分理想。 AGV作为经常复杂 情况中使用的搬运工具， 其振动信号中往往掺杂有大量的背景噪声， 给信号分析带来了很 大的干扰。 发明内容 [0004]本发明的目的在于克服现有技术的不足， 提供一种基于卡尔曼滤波的AGV在线故 障预测系统及方法， 基于预测的AGV小 车的电流数据来进 行故障预测判断， 提高故障预测准 确性和可靠性。 [0005]为了实现上述目的， 本发明采用的技术方案为： 一种基于卡尔曼滤波的AGV在线故 障预测系统， 包括电流传感器， 所述电流传感器用于读取AGV小 车的电流 实时数据并将电流 数据加上对应的时间戳、 设备ID后上传至本地服务器； 通过工业物联网关将数据上传至工 业物联网大数据分析中心对AGV小车运行电流进行预测并根据预测的电流数据来预测AGV 小车的故障状态。 [0006]本地服务器中接收到的电流数据存在上位机mysql数据中形成历史数据记录并通 过工业物联网关， 将采集到的数据上传至 工业互联网平台大 数据分析中心。 [0007]所述工业互联网平台大数据分析中心与AGV管理系统连接， 用于将预测的状态信 息发送至AGV管理系统以实现对于故障预测结果的获取。 [0008]一种基于卡尔曼滤波的AGV在线故障预测方法， 基于工业 互联网对AGV实时数据进 行采集， 根据采集的AGV数据监测预测AGV的预测电流信号， 根据预测电流信号判断未来AGV 小车的故障状态。 [0009]根据采集 的AGV电流数据采用卡尔曼滤波算法来进行计算出AGV小车未来时刻的 电流值， 并根据AGV小车未来时刻 的工作电流数据来判断预测未来时刻AGV小车的故障状 态。 [0010]预设设置正常电流限值及 危险电流限值， 其中危险电流限值大于所述正常电流限 值； 将AGV小车未来时刻的工作做电流与正常电流限值及危险电流限值比较来判断故障状 态：说　明　书 1/4 页 3 CN 114298410 A 3