[发明专利]一种挖掘机工作循环阶段自动识别方法

摘要

本发明公开了一种挖掘机工作循环阶段自动识别方法，其实现过程为：压力传感器采集挖掘机工作过程中主泵压力，传输至控制单元，经过滤波等预处理；读取预处理后的压力数据，提取其特征向量，输入事先建立好的神经网络模型中；神经网络模型的输出结果经过优化后输入显示单元，最终在显示单元上显示挖掘机所处工作阶段。该方法通过一小段数据即可识别出挖掘机工作于循环哪一阶段，满足在线识别的实时性要求，同时为挖掘机分阶段控制奠定基础。

主权项

一种挖掘机工作循环阶段自动识别方法，其特征在于，该方法包括以下步骤：（1）建立神经网络模型：以作业循环挖掘阶段开始后0.4秒内两个主泵压力波形、作业循环提升回转阶段开始后0.4秒内两个主泵压力波形、作业循环卸载阶段开始后0.4秒内两个主泵压力波形、作业循环空斗返回阶段开始后0.4秒内两个主泵压力波形及作业循环空斗返回结束前0.4秒内两个主泵压力波形作为分段标志，对作业循环进行分段；在PC机上建立一个ＢＰ神经网络模型，实现分段标志与循环阶段之间映射；映射关系为：作业循环挖掘阶段开始后0.4秒内两个主泵压力波形对应挖掘阶段；作业循环提升回转阶段开始后0.4秒内两个主泵压力波形对应提升回转阶段；作业循环卸载阶段开始后0.4秒内两个主泵压力波形对应卸载阶段；作业循环空斗返回阶段开始后0.4秒内两个主泵压力波形对应空斗返回阶段；作业循环空斗返回结束前0.4秒内两个主泵压力波形对应挖掘准备阶段；该步骤包括以下子步骤：（1.1）设计输入和输出向量：提取分段标志的特征向量，作为神经网络的输入；分段标志包括前后泵两个压力波形，其特征向量由以下8个特征值构成：1、前泵压力的平均值；2、前泵压力的均方差；3、后泵压力的平均值；4、后泵压力的均方差；5、前泵与后泵压力之差的平均值；6、前泵与后泵压力之差的均方差；7、前泵压力最后三个数据与最初三个数据之差的平均值；8、后泵压力最后三个数据与最初三个数据之差的平均值；神经网络的输出为挖掘循环的5个段，分别用向量表示如下：挖掘：[1 0 0 0 0]；提升回转：[0 1 0 0 0]；卸载：[0 0 1 0 0]；空斗返回：[0 0 0 1 0]；挖掘准备：[0 0 0 0 1]；（1.2）创建神经网络模型：采用3层神经网络，输入层神经元个数为8，输出层神经元个数为5，隐含层神经元个数为10；隐含层和输出层传递函数均选用tansig函数；（1.3）训练神经网络：采集挖掘机实际挖掘过程中主泵压力，从中挑选200个挖掘循环的的压力波形，每个循环对应波形上截取5个分段标志；提取分段标志的特征值，得到1000个特征向量，与对应输出一起构成训练样本空间；在PC机上对神经网络进行训练；将训练好后的网络模型输入控制单元；（2）采集主泵压力信号，传输至控制单元中：挖掘机工作过程中，两个压力传感器分别采集挖掘机的两个主泵上的压力信号，并将压力信号传送至控制单元中；（3）对压力数据进行预处理：控制单元首先对压力信号作预处理，去除压力信号中的噪声干扰；（4）读取预处理后的压力传感器头0.4秒采集的压力数据；（5）提取读取的压力数据的特征向量，输入神经网络模型，根据输出结果判断挖掘机对应的工作阶段；该步骤包括以下子步骤：（5.1）提取压力数据的特征向量：计算压力数据以下特征值：1、前泵压力的平均值；2、前泵压力的均方差；3、后泵压力的平均值；4、后泵压力的均方差；5、前泵与后泵压力之差的平均值；6、前泵与后泵压力之差的均方差；7、前泵压力最后三个数据与最初三个数据之差的平均值；8、后泵压力最后三个数据与最初三个数据之差的平均值；这8个特征值构成压力数据的特征向量；（5.2）识别压力数据对应阶段：将5.1中得到的特征向量输入步骤1建立好的神经网络模型中，得到一个输出向量；根据输出向量判别挖掘机所处工作阶段，判别方法如下：a、输出向量中只有一项大于0.95：若第一项大于0.95，输出为挖掘阶段；若第二项大于0.95，输出为提升回转阶段；若第三项大于0.95，输出为卸载阶段；若第四项大于0.95，输出为空斗返回阶段；若第五项大于0.95，输出为挖掘准备阶段；b、输出向量没有一项大于0.95或超过一项大于0.95，按照前一个输出结果输出；若之前没有输出结果，则输出为挖掘准备阶段；（6）优化神经网络输出结果，构建产生式系统，对神经网络输出结果进行优化，该步骤包括以下子步骤：（6.1）构建产生式规则库：产生式规则库包含一系列与优化有关的规则，用IF‑THEN表示；IF部分说明应用这条规则必须满足的条件，THEN部分为执行的操作；对于本发明，规则的来源包括三个方面：一是挖掘机作业过程中必须遵守的操作规范；二是挖掘循环的作业顺序；三是作业过程中主泵压力特征；将所有规则列出，构成规则库：规则一：IF当前输出为挖掘，AND前一个输出为提升回转，THEN当前输出为提升回转；规则二：IF当前输出为挖掘，AND前一个输出为卸载，AND此挖掘与上一次挖掘之间存在提升回转或空斗返回阶段，THEN当前输出为卸载；规则三：IF当前输出为挖掘，AND前一个输出为空斗返回，AND此挖掘与上一次挖掘之间没有挖掘准备，THEN当前输出挖掘为卸载；规则四：IF当前输出为挖掘，AND前一个输出为挖掘准备，AND主泵压力均小于100bar，THEN当前输出为挖掘准备；规则五：IF当前输出为提升回转，AND两泵压力之差大于10bar，THEN当前输出与前一个输出相同；规则六：IF当前输出为提升回转，AND前一个输出为挖掘，AND挖掘时间小于2秒，THEN当前输出为挖掘；规则七：IF当前输出为提升回转，AND前一个输出为卸载，AND卸载时间大于1秒，THEN当前输出为卸载；规则八：IF当前输出为提升回转，AND前一个输出为挖掘准备，THEN当前输出为挖掘准备；规则九：IF当前输出为卸载，AND前一个输出为挖掘，THEN当前输出为挖掘；规则十：IF当前输出为卸载，AND前一个输出为挖掘准备，THEN当前输出为挖掘准备；规则十一：IF当前输出为空斗返回，AND前一个输出为提升回转，THEN当前输出为提升回转；规则十二：IF当前输出为空斗返回，AND前一个输出为挖掘准备，THEN当前输出为挖掘准备；规则十三：IF当前输出为挖掘准备，AND前一个输出为挖掘，THEN当前输出为挖掘；规则十四：IF当前输出为挖掘准备，AND前一个输出为提升回转，THEN当前输出为提升回转；规则十五：IF当前输出为挖掘准备，AND前一个输出为卸载，THEN当前输出为卸载；（6.2）优化神经网络输出结果：产生式系统的数据库中存储了当前神经网络输出结果、当前主泵的压力大小及所有优化后的输出结果；推理机将数据库中的数据与产生式规则库中规则的IF部分相匹配，以决定优化后系统的输出结果；（7）显示输出结果：两个主泵压力及优化后的输出结果通过CAN总线传输至显示单元，绘成曲线后显示在显示屏上；用点来表示输出结果，点的横坐标为当前时刻，点的纵坐标与输出结果对应如下：纵坐标等于0时，为挖掘阶段；纵坐标等于100时，为提升回转阶段；纵坐标等于200时，为卸载阶段；纵坐标等于300时，为空斗回转阶段；纵坐标等于400时，为挖掘准备阶段；将所有表示输出结果的点连接起来，构成一条曲线；（8）顺序读取数据并在显示屏上实时显示挖掘机的工作循环：从前一次读取结束的位置继续读入预处理后的压力传感器0.02秒采集的压力数据，并将最早读入的预处理后的压力传感器0.02秒采集的压力数据剔除，保持总数据量不变；重复步骤5、6、7，直至没有数据读入，优化后的输出结果顺序输出至显示单元，从而在显示屏上实时显示挖掘机的工作循环。