本技术属于自动化控制，涉及自动化控制技术，具体是一种起重机远程控制系统及方法。
背景技术：
1、随着工业自动化和智能化技术的不断发展，远程控制技术在各个领域得到了广泛应用。起重机作为工业生产中的重要设备，其远程控制系统的研发显得尤为重要。通过远程控制技术，可以实现对起重机的实时监控、精准调控和高效管理，从而提高生产效率和安全性。
2、现有的起重机控制系统往往只是简单的替代了对起重机进行固定进程的操控，也有通过人为控制的，不论是固定进程控制还是人为远程控制，都难以根据起重机实时的运行状态，及时发现起重机运行过程中的危险情况，进行针对性的调控；导致远程控制的起重器安全性较低。
3、因此需要一种起重机远程控制系统及方法。
技术实现思路
1、本技术旨在至少解决现有技术中存在的技术问题之一；为此，本技术提出了一种起重机远程控制系统及方法，用于解决现有的起重机控制系统难以根据起重机实时的运行状态，及时发现起重机运行过程中的危险情况，进行针对性的调控；导致远程控制的起重器安全性较低的技术问题，本技术通过起重抓状态视频分析得到货物悬距的变化曲线；根据变化曲线生成警报信号和调控方案；根据调控方案调整起重机的运行状态解决了上述问题。
2、为实现上述目的，本技术的第一方面提供了一种起重机远程控制系统，包括：数据采集模块、中枢处理模块、信息传输模块、起重机控制模块、危险警报模块和数据库；
3、所述数据采集模块：通过与其相连接的视频采集设备实时获取起重抓状态视频，所述起重抓状态视频包括起重抓提升视频和起重抓转运视频；获取截取间隔，根据截取间隔从起重抓状态视频中截取若干帧起重抓状态图像；
4、所述中枢处理模块：获取调控速度、货物重量和货物体积，根据调控速度、货物重量和货物体积生成截取间隔；以及，获取若干起重抓状态图像，将若干起重抓状态图像输入悬距识别模型得到货物悬距；将货物悬距按照其对应的起重抓状态图像的截取顺序拟合成货物变化曲线；根据变化曲线生成警报信号和调控方案；其中，所述悬距识别模型通过人工智能模型训练得到；
5、所述信息传输模块：获取警报信号和调控方案，当警报信号为提升速度异常警报信号时，先将提升调控方案发送至起重机控制模块，再将提升速度异常警报信号发送至危险警报模块；当警报信号为转运速度异常警报信号时，先将转运调控方案发送至起重机控制模块，再将转运速度异常警报信号发送至危险警报模块；当警报信号为转运异常警报时，直接将转运异常警报发送至危险警报模块；
6、起重机控制模块：获取调控方案，根据调控方案调整起重机的运行状态；
7、危险警报模块：获取警报信号，根据警报信号进行报警。
8、本技术通过获取起重机运行状态和其对应的实时的起重抓状态视频；根据截取间隔从相应的起重抓状态视频中截取若干帧起重抓状态图像；将若干起重抓状态图像输入悬距识别模型得到货物悬距；将货物悬距按照其对应的起重抓状态图像的截取顺序拟合成货物变化曲线；根据变化曲线生成警报信号和调控方案；根据调控方案调整起重机的运行状态；根据警报信号进行报警；通过起重抓的运行状态对起重机进行监控，并根据起重抓的状态及时生成调控方案和警报信号，及时调整起重机的工作状态，并提醒相关人员做好准备，以增加起重机在运行过程中的安全性。
9、优选的，根据调控速度、货物重量和货物体积生成所述截取间隔，包括：
10、将货物重量标记为hz，货物体积标记为ht；通过公式hy＝α1×exp(-hz/bz)+α2×exp(-ht/bt)计算得到货物影响系数hy；其中，α1和α2为权重系数，bz为设定标准货物质量；bt为设定标准货物体积；
11、当起重机运行在提升状态时，提取调控速度中的提升速度标记为tv，通过公式jj＝[β1×exp(-tv/stv)+β2×hy]×sj1计算得到截取间隔jj；
12、当起重机运行在转运状态时，提取调控速度中的转运速度标记为zv，通过公式jj＝[β3×exp(-zv/szv)+β4×hy+β5×exp(-zh/qh)]×sj1计算得到截取间隔jj；
13、其中，β1、β2、β3、β4和β5为调整系数，根据经验设置；stv为设定的标准提升速度；szv为标准转运速度，zh为转运高度，qh为起重机高度。
14、本技术通过上述方式获得起重机不同运行状态下的截取间隔，在起重机运行在提升状态时；当提升速度越快，或者货物重量越重，或者货物体积越大时，出现异常的概率越大；则说明需要获取更多的图像数据进行分析，以提升分析结果的准确性；即对应的截取间隔越短；在起重机工作在转运状态时，当转运速度越快，或者货物重量越重，或者货物体积越大，或者货物高度越高时，出现异常的概率越大；则说明需要获取更多的图像数据进行分析，以提升分析结果的准确性；即对应的截取间隔越短；本实施例通过上述方式既保证了数据分析结果的准确性，同时也尽可能的减少用于分析的数据量。
15、优选的，所述悬距识别模型通过人工智能模型训练得到，包括：
16、通过数据库获取若干历史的起重抓状态图像和其对应的货物悬距；所述货物悬距为货物距离起重机顶端的距离；
17、将若干所述历史的起重抓状态图像和其对应的货物悬距整合成若干训练数据和检验数据；
18、使用训练数据对人工智能模型进行训练；使用检验数据对训练后的人工智能模型进行检验，最终得到输入为起重抓状态图像，输出为货物悬距的悬距识别模型；其中，人工智能模型包括bp神经网络模型或者rbf神经网络模型。
19、优选的，根据获取变化曲线生成所述调控方案，包括：
20、当起重器运行在提升状态时，根据变化曲线生成稳定系数；当稳定系数大于稳定阈值时，则通过公式ttv＝min[d[xj(t)]/dt]计算得到调整提升速度ttv；其中，xj(t)为变化曲线对应的变化函数；并根据所述调整提升速度生成提升调控方案；
21、当起重器运行在转运状态时，获取变化曲线对应的变化函数xj(t)；当变化函数xj(t)为周期函数时，获取所述变化函数xj(t)的最大幅度m和变化周期t；当最大幅度超过设定的幅度阈值，或者变化周期小于设定的周期阈值时，则通过公式tzv＝[1-γ3×exp(m-bm/bm)-γ4×exp(bt-t/bt)]×zv计算得到调整转运速度tzv；其中，bm为幅度阈值，bt为周期阈值；γ3和γ4为调整系数，且γ3∈(0，1)；γ4∈(0，1)；根据调整转运速度生成转运调控方案；所述调控方案包括提升调控方案和转运调控方案。(如果提升速度是变化的)
22、优选的，所述根据变化曲线生成稳定系数，包括：
23、获取变化曲线对应的变化函数xj(t)；通过公式sc(t)＝d[xj(t)]/dt-tv构建速度差值函数sc(t)；
24、通过公式wx＝γ1×∫[sc(t)]/n+γ2×[max[sc(t)]-min[sc(t)]]计算得到对应的稳定系数wx；其中，γ1和γ2为权重系数；t∈(0，n)。
25、优选的，根据获取变化曲线生成所述警报信号，包括：
26、当起重器运行在提升状态时，根据变化曲线生成稳定系数；当稳定系数大于稳定阈值时，则生成提升速度异常警报信号；否则，则不生成警报信号；
27、当起重机运行在转运状态时，获取变化曲线对应的变化函数，判断是否为周期函数；
28、是，则获取所述变化函数的最大幅度和变化周期；当最大幅度超过设定的幅度阈值，或者变化周期小于设定的周期阈值时，则生成转运速度异常警报信号；否则，则不生成警报信号；
29、否，则生成转运异常警报信号；所述警报信号包括提升速度异常警报信号、转运速度异常警报信号和转运异常警报信号。
30、本技术的另一方面提供了一种起重机远程控制方法，包括以下步骤：
31、步骤一，获取起重机运行状态和其对应的实时的起重抓状态视频，所述起重机运行状态包括提升状态和转运状态；所述起重抓状态视频包括起重抓提升视频和起重抓转运视频；所述提升状态对应的起重抓状态视频为起重抓提升视频；所述转运状态对应的起重抓状态视频为起重抓转运视频；
32、步骤二：获取调控速度、货物重量和货物体积，根据调控速度、货物重量和货物体积生成截取间隔；
33、步骤三：根据截取间隔从相应的起重抓状态视频中截取若干帧起重抓状态图像；
34、步骤四：将若干起重抓状态图像输入悬距识别模型得到货物悬距，所述悬距识别模型通过人工智能模型训练得到；
35、步骤五：将货物悬距按照其对应的起重抓状态图像的截取顺序拟合成货物变化曲线；
36、步骤六：根据变化曲线生成警报信号和调控方案；
37、步骤七：获取警报信号，根据警报信号进行报警；以及，获取调控方案，根据调控方案调整起重机的运行状态。
38、与现有技术相比，本技术的有益效果是：
39、1.本技术通过获取起重机运行状态和其对应的实时的起重抓状态视频；根据截取间隔从相应的起重抓状态视频中截取若干帧起重抓状态图像；将若干起重抓状态图像输入悬距识别模型得到货物悬距；将货物悬距按照其对应的起重抓状态图像的截取顺序拟合成货物变化曲线；根据变化曲线生成警报信号和调控方案；根据调控方案调整起重机的运行状态；根据警报信号进行报警；通过起重抓的运行状态对起重机进行监控，并根据起重抓的状态及时生成调控方案和警报信号，及时调整起重机的工作状态，并提醒相关人员做好准备，以增加起重机在运行过程中的安全性。
40、2.本技术通过上述方式获得起重机不同运行状态下的截取间隔，在起重机运行在提升状态时；根据提升速度越快、货物重量和货物体积生成截取间隔；在起重机工作在转运状态时，根据转运速度、货物重量和货物体积生成截取间隔；保证了数据分析结果的准确性，同时也尽可能的减少用于分析的数据量。
1.一种起重机远程控制系统，数据采集模块、中枢处理模块、信息传输模块、起重机控制模块、危险警报模块和数据库；其特征在于，
2.根据权利要求1所述的一种起重机远程控制系统，其特征在于，根据调控速度、货物重量和货物体积生成所述截取间隔，包括：
3.根据权利要求1所述的一种起重机远程控制系统，其特征在于，所述悬距识别模型通过人工智能模型训练得到，包括：
4.根据权利要求1所述的一种起重机远程控制系统，其特征在于，根据获取变化曲线生成所述调控方案，包括：
5.根据权利要求4所述的一种起重机远程控制系统，其特征在于，所述根据变化曲线生成稳定系数，包括：
6.根据权利要求5所述的一种起重机远程控制系统，其特征在于，根据获取变化曲线生成所述警报信号，包括：
7.一种起重机远程控制方法，应用于权利要求1-6任意一项所述的一种起重机远程控制系统，其特征在于，包括以下步骤：
