[发明专利]用于确定挖掘机工况类型的方法、装置、控制器及挖掘机在审
申请号: | 202210381027.4 | 申请日: | 2022-04-12 |
公开(公告)号: | CN114756990A | 公开(公告)日: | 2022-07-15 |
发明(设计)人: | 叶舟;吴凡;童兴;戴群亮;魏学平 | 申请(专利权)人: | 中科云谷科技有限公司 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/27;G06K9/00;G06K9/62;E02F9/20;E02F3/04;G06F119/12;G06F119/14 |
代理公司: | 北京润平知识产权代理有限公司 11283 | 代理人: | 陈姝婧 |
地址: | 201306 上海市浦东*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 确定 挖掘机 工况 类型 方法 装置 控制器 | ||
1.一种用于确定挖掘机工况类型的方法,其特征在于,所述方法包括:
获取挖掘机在预设作业时间段进行挖掘作业时的数据特征,所述数据特征包括在所述预设作业时间段内与每个挖掘周期的多个工况参数所对应的工况数据特征;
将每个挖掘周期的工况数据特征分别输入至第一工况识别模型与第二工况识别模型;
获取所述第一工况识别模型输出的与每个挖掘周期对应的第一工况类型以及所述第二工况识别模型输出的与每个挖掘周期对应的第二工况类型;
统计多个周期的全部的第一工况类型和第二工况类型;
将数量最多的工况类型确定为所述挖掘机在所述预设作业时间段进行挖掘作业时的实际工况类型。
2.根据权利要求1所述的用于确定挖掘机工况类型的方法,其特征在于,所述方法还包括对所述第一工况识别模型的训练步骤,所述第一工况识别模型的训练步骤包括:
获取挖掘机处于多个工况类型下所对应的历史工况数据,其中,所述挖掘机至少包括第一压力泵和第二压力泵,所述历史工况数据包括所述第一压力泵的第一历史工况数据和/或所述第二压力泵的第二历史工况数据;
根据所述第一历史工况数据和/或所述第二历史工况数据确定所述挖掘机的挖掘周期;
确定每个挖掘周期包括的多个历史工况参数所对应的第一工况数据特征;
依次将每个挖掘周期对应的第一工况数据特征输入至所述第一工况识别模型,以对所述第一工况识别模型进行训练。
3.根据权利要求2所述的用于确定挖掘机工况类型的方法,其特征在于,所述历史工况数据包括与每个时间点对应的历史工况参数,所述根据所述第一历史工况数据和/或所述第二历史工况数据确定所述挖掘机的挖掘周期包括:
对所述历史工况数据进行滤波;
根据预设时长的滑窗遍历滤波后的历史工况数据包含的历史工况参数,以将处于所述滑窗内的历史工况参数的最小值对应的时间点确定为所述挖掘机的挖掘断点;
根据多个挖掘断点对滤波后的历史工况数据进行划分,以确定所述挖掘机的挖掘周期。
4.根据权利要求2所述的用于确定挖掘机工况类型的方法,其特征在于,所述第一历史工况数据包括与每个时间点对应的第一历史工况参数,所述第二历史工况数据包括与每个时间点对应的第二历史工况参数,所述方法还包括对所述第二工况识别模型的训练步骤,所述第二工况识别模型的训练步骤包括:
针对同一个时间点,确定所述时间点对应的第一历史工况参数和第二历史工况参数之间的参数差值;
按照时间点的先后顺序对所述参数差值进行排序,以确定所述挖掘机的挖掘周期;
筛选出大于或等于预设参数阈值的参数差值,并根据所述大于或等于预设参数阈值的参数差值确定出每个挖掘周期包括的第二工况数据特征;
将所述第二工况数据特征输入至所述第二工况识别模型,以对所述第二工况识别模型进行训练。
5.根据权利要求4所述的用于确定挖掘机工况类型的方法,其特征在于,所述按照时间点的先后顺序对所述参数差值进行排序,以确定所述挖掘机的挖掘周期包括:
按照时间点的先后顺序对所述参数差值进行排序;
对每个参数差值对应的参数信号进行滤波;
根据预设时长的滑窗遍历滤波后的参数信号包含的参数差值,以将处于所述滑窗内的参数差值的最小值所对应的时间点确定为所述挖掘机的挖掘断点;
按照所述时间点的排序,将两个相邻的挖掘断点所在的时间段确定为所述挖掘机的挖掘周期。
6.根据权利要求4所述的用于确定挖掘机工况类型的方法,其特征在于,所述筛选出大于或等于预设参数阈值的参数差值,并根据所述大于或等于预设参数阈值的参数差值确定出每个挖掘周期包括的第二工况数据特征之前包括:
确定每个时间点所对应的所述第一历史工况参数和所述第二历史工况参数之间的参数差值,并确定所述参数差值的参数均值;
将所述参数均值的预设倍数确定为预设参数阈值。
7.根据权利要求6所述的用于确定挖掘机工况类型的方法,其特征在于,所述预设倍数为0.1或0.05。
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中科云谷科技有限公司,未经中科云谷科技有限公司许可,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/202210381027.4/1.html,转载请声明来源钻瓜专利网。