买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种地下柴油铲运机循环工况的识别方法_北京科技大学_202110200986.7 

申请/专利权人:北京科技大学

申请日:2021-02-23

公开(公告)日:2024-03-19

公开(公告)号:CN113157728B

主分类号:G06F16/245

分类号:G06F16/245;G06F16/215;G06N3/006

优先权:

专利状态码:有效-授权

法律状态:2024.03.19#授权;2021.08.10#实质审查的生效;2021.07.23#公开

摘要:本发明提供一种地下柴油铲运机循环工况的识别方法,属于地下柴油铲运机工况分析技术领域。该方法首先获取地下柴油铲运机循环工况运行数据以及工况变换时间记录表,将地下柴油铲运机循环工况类别分为空载行驶、装载、重载运输和卸载四类工况,并对历史数据进行人工工况标定,然后对历史数据进行数据清洗、滤波处理,利用ReliefF算法对滤波处理后的数据进行特征选择,确定工况识别特征参数,得到最终的样本集,再训练工况识别随机森林模型,将铲运机的实时生产数据输入随机森林模型,以实现实时工况的识别。该方法简单有效,可操作性强,且不依赖于铲运机动力学模型,可拓展性强,对基于工况的铲运机故障诊断和智能控制研究具有重要意义。

主权项:1.一种地下柴油铲运机循环工况的识别方法,其特征在于包括步骤如下:1获取地下柴油铲运机循环工况运行数据以及工况变换时间记录表;2将地下柴油铲运机循环工况类别分为空载行驶、装载、重载运输和卸载四类工况,并对步骤1中获取的数据进行工况标定;3对步骤1中获取的数据进行数据清洗、滤波处理;4利用ReliefF算法对步骤3滤波处理后的数据进行特征选择,确定工况识别特征参数,得到最终的样本集;5训练工况识别随机森林模型;6将铲运机的实时生产数据输入步骤5中随机森林模型,以实现实时工况的识别;所述步骤1中地下柴油铲运机循环工况运行数据,包括铲运机的发动机油温、发动机油压、发动机进气歧管温度、发动机进气歧管压力、发动机冷却液温度、变速箱油温、变速箱油压、液压油温、制动液压油温、制动回路充气压力、大臂与铲斗压力、前轴制动压力、后轴制动压力、车速、转向泵压力、发动机转速、发动机扭矩、发动机燃油率、发动机负载、油门踏板位置、实时档位;工况变换时间记录表,包括铲运机循环工况实验时每个循环工况中空载行驶、装载、重载运输和卸载的发生时刻,并不区分空载前进或后退,重载前进和后退工况;所述步骤3中数据清洗包括空缺值和异常值的处理:针对空缺值,根据机理分析判断此时是否为空挡时间,空挡时间直接删除,不为空挡时间的空缺值进行插值处理;针对不符合生产实际和逻辑的异常值,直接删除;滤波处理,即对实验数据中的每个维度的传感器数据进行不少于10次的加权平均滤波处理,在保留数据本身变化趋势的基础上,对数据进行平滑化;所述步骤4中特征参数由ReliefF算法中的阈值来决定,根据阈值大小选择特征权重大于阈值的参数作为特征参数;所述步骤5中具体为:将标定工况后的实验数据经数据清洗、滤波、ReliefF特征选择后得到的训练样本输入随机森林模型,其中,步骤1中获取的运行数据为训练样本的特征,工况类别为训练样本的目标属性;所述步骤6具体为:把铲运机日常生产采集的实时传感器数据输入步骤5训练所得的随机森林模型中进行铲运机实时工况的识别。

全文数据:

权利要求:

百度查询: 北京科技大学 一种地下柴油铲运机循环工况的识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。