[发明专利]一种地下柴油铲运机循环工况的识别方法在审

专利信息
申请号: 202110200986.7 申请日: 2021-02-23
公开(公告)号: CN113157728A 公开(公告)日: 2021-07-23
发明(设计)人: 丁大伟;漆志敏;刘立;孟宇;顾青 申请(专利权)人: 北京科技大学
主分类号: G06F16/245 分类号: G06F16/245;G06F16/215;G06N3/00
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 100083*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 地下 柴油 铲运机 循环 工况 识别 方法
【说明书】:

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。

技术领域

本发明涉及地下柴油铲运机工况分析技术领域,特别是指一种地下柴油铲运机循环工况的识别方法。

背景技术

工况,是指装备在不同条件下发挥其功能,是装备在和其动作有直接关系的条件下的工作状态。根据实际地下铲运机的工作情况,可以发现,地下铲运机总是在循环往复的工作,且一个工作循环中的铲运机工况状态变化特征代表了其运行状态。由于地下铲运机在工作时有不同的工况,不同工况下可能出现的故障状态也不同。

研究表明,基于工况的故障诊断有利于提高对地下铲运机的健康状态的诊断和预测的识别精度,避免不必要的维修,合理安排资源。基于此,还有利于进一步开展对地下铲运机的智能控制和科学管控。因此研究地下铲运机的运行工况识别方法,为后续建立地下铲运机健康诊断评判体系,实现对其健康状态的评估和监测以及故障的诊断和预测具有重要的指导作用。

随着互联网技术、物联网技术、计算机技术的发展,地下铲运机在不同的部位都安装了相应的满足一定精度要求的传感器,因此在生产过程中,能够产生实时反映铲运机工作状态的传感器数据,并存储于服务器当中,借助一定的计算机技术,可以获取这些数据对铲运机的工况进行分析。

发明内容

本发明要解决的技术问题是提供一种地下柴油铲运机循环工况的识别方法,用以解决现有技术中无法对地下柴油铲运机循环工况进行快速有效的识别,为后续基于工况的故障诊断、健康智能管理和智能管控提供指导意义。

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,然后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,并对所述历史数据进行人工工况标定,再对所述历史数据进行数据清洗、滤波处理,利用ReliefF算法对所述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,最后训练工况识别随机森林模型,将所述铲运机的实时生产数据输入所述随机森林模型,以实现实时工况的识别。

具体包括步骤如下:

(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随机森林模型,以实现实时工况的识别。

其中,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110200986.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top