[发明专利]挖掘机工作模式确定方法、系统及挖掘机在审
申请号: | 202110838513.X | 申请日: | 2021-07-23 |
公开(公告)号: | CN113591216A | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 卢阳光;齐绪强;童磊 | 申请(专利权)人: | 三一重机有限公司 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/27;E02F3/00;E02F9/20;G06F119/02 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王毅 |
地址: | 215000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 挖掘机 工作 模式 确定 方法 系统 | ||
1.一种挖掘机工作模式确定方法,其特征在于,包括:
获取挖掘机当前工况信息,所述当前工况信息包括地理位置信息、工作环境信息和挖掘机工作参数信息;
输入所述当前工况信息至目标模式工作模型,输出目标工作模式,其中,所述目标模式工作模型是基于样本工况信息、与所述样本工况信息对应的样本工作模式信息和与所述样本工作模式信息对应的样本工作效率信息训练得到的;
在确定挖掘机的当前工作模式与所述目标工作模式不一致的情况下,调节所述当前工作模式为所述目标工作模式。
2.根据权利要求1所述的工作模式确定方法,其特征在于,所述获取挖掘机当前工况信息之前,还包括:
采集预设数量挖掘机的数据标签信息,所述数据标签信息包括样本工况信息与所述样本工况信息对应的样本工作模式信息和与所述样本工作模式信息对应的样本工作效率信息;
对所述数据标签信息进行数据清洗和特征工程处理,得到训练数据;
基于所述训练数据,对预构建的机器学习模型进行训练,得到目标模式工作模型。
3.根据权利要求2所述的工作模式确定方法,其特征在于,所述预构建的机器学习模型包括SVM模型、逻辑回归模型、LightGBM模型、随机森林模型、神经网络模型或XGBoost模型中的至少一种;
对应的,所述基于所述训练数据,对预构建的机器学习模型进行训练,得到目标模式工作模型,包括:
基于所述训练数据,对所述预构建的机器学习模型包括的各模型进行训练,得到中间工作模型集合;
基于评价指标对所述中建模型集合中的每一个中间工作模型进行性能分析;
根据所述性能分析的结果,在所述中间工作模型集合中确定目标模式工作模型。
4.根据权利要求2所述的工作模式确定方法,其特征在于,所述采集预设数量挖掘机的数据标签信息之前,还包括:
通过挖掘机车载传感器和全球定位系统获取预设数量挖掘机的工作数据,所述工作数据包括历史工况信息、历史工作模式信息和历史工作效率信息;
基于现场调研和设备历史工单记录对所述工作数据添加对应的数据标签信息。
5.根据权利要求2所述的工作模式确定方法,其特征在于,所述对所述数据标签信息进行数据清洗和特征工程处理,得到训练数据,包括:
基于预设方式,对所述数据标签信息进行数据清洗和特征工程处理,得到中间数据,所述预设方式包括相关性分析、缺失值处理、重复值处理、异常值处理、采样周期统一、特征衍生和降维中的至少一种;
对所述中间数据进行归一化处理,得到训练数据。
6.根据权利要求2所述的工作模式确定方法,其特征在于,所述得到预先构建的目标模式工作模型以后,还包括:
基于所述目标模式工作模型,按照预设规则对所述训练数据进行重要性分析,得到每个训练数据的重要性数值;
根据所述重要性数值的大小,对所述训练数据进行重要性排序。
7.根据权利要求2所述的工作模式确定方法,其特征在于,所述得到预先构建的目标模式工作模型之后,还包括:
基于机器学习迭代效率、网络传输效率和部署平台的可扩展性,部署所述目标模式工作模型至挖掘机控制系统。
8.根据权利要求1所述的工作模式确定方法,其特征在于,所述调节所述当前工作模式为所述目标工作模式之后,还包括:
发送所述当前工况信息和所述目标工作模式至挖掘机生产商端,以使挖掘机生产商根据所述当前工况信息和所述目标工作模式对挖掘机进行数据分析,所述数据分析包括故障预测、故障诊断和机手画像中的至少一种。
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三一重机有限公司,未经三一重机有限公司许可,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/202110838513.X/1.html,转载请声明来源钻瓜专利网。