本发明涉及设备安全门的轴运动状态监测领域，具体涉及一种用于设备安全门的轴运动实时监测方法。
背景技术：
1、在用补强机，覆盖膜机，psa机等运行工作时，其安全性问题成为重点保证对象，为了防止机器运行过程中物料飞溅造成的伤害，通常在机器运行区域设置有设备安全门，传统方案中对于设备安全门的监测依靠锁扣装置的状态对门的开合状态进行判断，但工艺生产环境复杂，各类金属或导体均会导致锁扣装置的状态异常，因此对于设备安全门的状态则无法准确掌握。
技术实现思路
1、针对现有技术的不足，本发明提供了一种用于设备安全门的轴运动实时监测方法，通过对设备安全门的关联数据进行处理筛选，快速准确获取其轴运动状态，进而可得出设备安全门的实时开合状态。
2、为实现上述目的，本发明提供了一种用于设备安全门的轴运动实时监测方法，包括：
3、s1、获取设备安全门的轴运动实时运行数据；
4、s2、根据所述轴运动实时运行数据建立轴运动运行数据分类模型；
5、s3、利用所述轴运动运行数据分类模型得到轴运动实时监测结果。
6、优选的，所述获取设备安全门的轴运动实时运行数据包括：
7、s1-1、获取当前时刻作为起始采集时刻t；
8、s1-2、获取起始采集时刻t的轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据；
9、s1-3、利用所述轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据进行合理性筛选处理得到轴运动实时运行数据。
10、进一步的，利用所述轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据进行合理性筛选处理得到轴运动实时运行数据包括：
11、s1-3-1、根据所述轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据分别获取对应t-1时刻的轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据；
12、s1-3-2、判断所述起始采集时刻t的轴运动旋转角度数据与t-1时刻的轴运动旋转角度数据是否相同，若是，则输出起始采集时刻t的轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据作为轴运动实时运行数据，否则，执行s1-3-3；
13、s1-3-3、判断所述起始采集时刻t的轴运动直线距离数据与t-1时刻的轴运动直线距离数据是否相同，若是，则输出起始采集时刻t的轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据作为轴运动实时运行数据，否则，执行s1-3-4；
14、s1-3-4、判断所述起始采集时刻t的设备安全门开合距离数据与t-1时刻的设备安全门开合距离数据是否相同，若是，则利用当前时刻作为更新的起始采集时刻t，并返回s1-1，否则，利用当前时刻作为更新的起始采集时刻t，并返回s1-1。
15、进一步的，根据所述轴运动实时运行数据建立轴运动运行数据分类模型包括：
16、s2-1、根据所述轴运动实时运行数据获取对应历史轴运动实时运行数据；
17、s2-2、利用所述历史轴运动实时运行数据建立轴运动运行状态分析模型；
18、s2-3、根据所述轴运动运行状态分析模型得到轴运动运行数据分类模型。
19、进一步的，利用所述历史轴运动实时运行数据建立轴运动运行状态分析模型包括：
20、s2-2-1、利用所述历史轴运动实时运行数据建立历史数据集合作为训练集；
21、s2-2-2、利用所述训练集作为输入，所述训练集对应设备安全门的轴运动运行状态为输出，利用历史轴运动实时运行数据对应运行状态调整时刻的数量建立隐含层，基于深度学习多层神经网络进行训练得到初始状态分析模型；
22、s2-2-3、判断当前初始状态分析模型对应训练次数是否为n-1，若是，则输出当前初始状态分析模型作为轴运动运行状态分析模型，否则，返回s2-2-2；
23、其中，所述运行状态包括正常状态和异常状态，n为训练集的子集数量。
24、进一步的，根据所述轴运动运行状态分析模型得到轴运动运行数据分类模型包括：
25、根据所述轴运动运行状态分析模型得到异常状态对应训练集作为异常节点训练集；
26、利用所述异常节点训练集作为输入，所述异常节点训练集对应异常状态的历史轴运动实时运行数据作为输出，基于单层感知机算法进行训练得到轴运动运行状态异常分析模型；
27、利用所述轴运动运行状态分析模型作为一级模型，所述轴运动运行状态异常分析模型作为二级模型建立轴运动运行数据分类模型。
28、进一步的，利用所述轴运动运行数据分类模型得到轴运动实时监测结果包括：
29、s3-1、利用所述轴运动实时运行数据对应运行状态调整时刻建立轴运动实时监测节点；
30、s3-2、利用所述轴运动实时监测节点根据轴运动运行数据分类模型得到轴运动实时监测结果。
31、进一步的，利用所述轴运动实时运行数据对应运行状态调整时刻建立轴运动实时监测节点包括：
32、利用所述轴运动实时运行数据的轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据依次建立第一节点、第二节点、第三节点、第四节点与第五节点；
33、根据所述第一节点、第二节点、第三节点、第四节点与第五节点分别建立第一时间范围阈值、第二时间范围阈值、第三时间范围阈值、第四时间范围阈值与第五时间范围阈值；
34、利用所述第一节点、第二节点、第三节点、第四节点、第五节点分别与第一时间范围阈值、第二时间范围阈值、第三时间范围阈值、第四时间范围阈值、第五时间范围阈值建立独立双向映射节点；
35、利用所述独立双向映射节点作为轴运动实时监测节点；
36、其中，所述时间范围阈值为设备安全门的轴运动对应运行状态调整时间。
37、进一步的，利用所述轴运动实时监测节点根据轴运动运行数据分类模型得到轴运动实时监测结果包括：
38、s3-2-1、判断所述轴运动实时运行数据是否均未依次超过对应轴运动实时监测节点对应时间范围阈值，若是，则所述轴运动实时监测结果为正常，利用当前时刻作为更新的起始采集时刻t，并返回s1-1，否则，则执行s3-2-2；
39、s3-2-2、利用所述轴运动实时运行数据根据轴运动运行数据分类模型得到轴运动运行数据分类结果；
40、s3-2-3、判断所述轴运动运行数据分类结果是否为正常状态，若是，则所述轴运动实时监测结果为正常，利用当前时刻作为更新的起始采集时刻t，并返回s1-1，否则，则所述轴运动实时监测结果为异常，利用所述轴运动运行数据分类模型对应二级模型输出作为异常数据。
41、与最接近的现有技术相比，本发明具有的有益效果：
42、通过设备安全门轴运动各项数据，逐级分析处理建立有关轴运动运行状态的研判模型，从不同角度提供比对数据，避免单一数据源造成的输出干扰偏差，节省人力提升设备安全门的监测效率与准确性。
1.一种用于设备安全门的轴运动实时监测方法，其特征在于，包括：
2.如权利要求1所述的一种用于设备安全门的轴运动实时监测方法，其特征在于，所述获取设备安全门的轴运动实时运行数据包括：
3.如权利要求2所述的一种用于设备安全门的轴运动实时监测方法，其特征在于，利用所述轴运动旋转角度数据、轴运动直线距离数据与设备安全门开合距离数据进行合理性筛选处理得到轴运动实时运行数据包括：
4.如权利要求2所述的一种用于设备安全门的轴运动实时监测方法，其特征在于，根据所述轴运动实时运行数据建立轴运动运行数据分类模型包括：
5.如权利要求4所述的一种用于设备安全门的轴运动实时监测方法，其特征在于，利用所述历史轴运动实时运行数据建立轴运动运行状态分析模型包括：
6.如权利要求5所述的一种用于设备安全门的轴运动实时监测方法，其特征在于，根据所述轴运动运行状态分析模型得到轴运动运行数据分类模型包括：
7.如权利要求4所述的一种用于设备安全门的轴运动实时监测方法，其特征在于，利用所述轴运动运行数据分类模型得到轴运动实时监测结果包括：
8.如权利要求7所述的一种用于设备安全门的轴运动实时监测方法，其特征在于，利用所述轴运动实时运行数据对应运行状态调整时刻建立轴运动实时监测节点包括：
9.如权利要求8所述的一种用于设备安全门的轴运动实时监测方法，其特征在于，利用所述轴运动实时监测节点根据轴运动运行数据分类模型得到轴运动实时监测结果包括：
