[发明专利]地下矿运输作业状态识别方法、系统、存储介质及设备在审

专利信息
申请号: 202210905094.1 申请日: 2022-07-29
公开(公告)号: CN115330151A 公开(公告)日: 2022-11-11
发明(设计)人: 李宁;吴亚辉;毕建春;霍成全;王李管;王其洲;贾明滔;郭宇航;谭发坤 申请(专利权)人: 武汉理工大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/30;G06Q50/02;G06K9/62;G06N3/04;G06N3/08;G01D21/02
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 张辰
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 地下 运输 作业 状态 识别 方法 系统 存储 介质 设备
【说明书】:

发明公开了一种地下矿运输作业状态识别方法、系统、存储介质及设备,所述方法包括以下步骤:对运输卡车循环作业过程进行作业状态分类,基于作业状态分类进行识别状态判定,确定不同识别状态的特征参数;根据识别状态的特征参数布置相应的数据采集传感器;根据数据采集传感器采集的特征参数构建运输卡车作业状态识别模型;将采集的特征参数组代入训练好的运输卡车作业状态识别模型中,根据作业状态识别模型识别的结果进行作业状态判断,并记录作业时间,直至运输卡车作业任务结束。本发明解决了地下矿卡车运输状态智能识别难题,为运输卡车作业时间自动采集及运输作业过程精准调度提供了支撑。

技术领域

本发明涉及采矿装备作业状态识别技术领域,具体是指一种地下矿运输作业状态识别方法、系统、存储介质及设备。

背景技术

随着社会的不断发展,矿产资源的需求量也随之不断增加,矿产资源开采中占据主导地位的地下开采规模将继续扩大,进而导致地下矿山运输作业量大大增加。现代地下矿山中,无轨运输卡车以其灵活、经济、效率高等特点得到了矿山的广泛的应用,且随着国家对地下矿山运输无轨化的推进,运输卡车将进一步得到推广。为了提高地下矿无轨运输装备的利用率和运输效率,构建无轨运输装备智能调度系统成为关键,而对无轨运输装备作业状态的精准识别,是对其进行实时智能调度的前提。

地下矿卡车运输是一个在地下装矿点到地表矿仓的循环作业过程,在这个过程中,运输卡车存在多个作业状态。目前对于矿山作业装备作业状态识别主要集中在露天矿山,如利用GPS定位技术、图像识别技术等对运输卡车以及装载机的作业状态进行识别。但相比于露天矿山,地下矿山环境更复杂,其信息传输困难,GPS信号难以穿透地层对车辆进行定位,且在昏暗条件下的图像采集质量也会大大降低。诸多适用于地面运输装备作业状态识别的技术难以运用于地下矿山,因此有必要研究一种适用于地下矿运输装备作业状态识别的方法。

发明内容

本发明提出的一种地下矿运输作业状态识别方法、系统、存储介质及设备,所述方法在构建运输卡车作业状态智能识别模型的基础上,设计了基于作业状态的作业工时采集系统,根据模型的识别结果,实现了运输卡车不同作业状态作业工时的自动采集。

第一方面,本发明实施例提供了一种地下矿运输作业状态识别方法,其中,所述方法包括以下步骤:

对运输卡车循环作业过程进行作业状态分类,基于作业状态分类进行识别状态判定,确定不同识别状态的特征参数;

根据识别状态的特征参数布置相应的数据采集传感器;

根据数据采集传感器采集的特征参数构建运输卡车作业状态识别模型;

将采集的特征参数组代入训练好的运输卡车作业状态识别模型中,根据作业状态识别模型识别的结果进行作业状态判断,并记录作业时间,直至运输卡车作业任务结束。

优选地,基于作业状态分类进行识别状态判定,通过以下步骤实施:

将作业状态分为6种不同的作业状态,分别为空车状态、重车状态、地表状态、地下状态、平路状态和斜坡道状态;根据其6种不同的作业状态,可将识别过程分为空车/重车状态识别、地表/地下状态识别、平路/斜坡道状态识别。

优选地,对于空车/重车状态的识别,选取运输卡车的卡车压力、卡车胎压作为特征参数;对于地表/地下状态的识别,分别选取亮度、行车视距作为特征参数;对于平路/斜坡道状态的识别,选取运输卡车前后部承受的压力之差以及卡车车体倾角作为特征参数。

优选地,所述根据识别状态的特征参数布置相应的数据采集传感器包括:在运输卡车车头、车斗前端以及车斗后端底部受力位置安装压力传感器;在运输卡车车头部分安装红外传感测距仪,在运输卡车车头底部以及运输卡车车斗后端底部安装压力传感器,获取压力传感器数据。

优选地,所述根据数据采集传感器采集的特征参数构建地下矿运输装备作业状态识别模型包括以下步骤:

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武汉理工大学,未经武汉理工大学许可,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/202210905094.1/2.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