[发明专利]一种基于大数据的挖掘机工况占比统计方法

权利要求书

1.一种基于大数据的挖掘机工况占比统计方法，其特征在于：

基于CAN总线采集挖掘机实时运行数据；

对每隔时间的实时运行数据进行工况识别，识别样本时长为t1；

识别结果发送至总服务器；

云平台对总服务器中的识别结果进行统计处理，生成每种挖掘机机型在不同地区和不同时间的各个工况占比；

所述实时运行数据包括：发动机转速、扭矩及破碎、行走、回转的先导信号；

所述工况识别方法为：

当t1样本中有破碎先导信号时，判定为破碎工况；否则检测t1样本中是否有行走先导信号，当t1样本中有行走先导信号时，判定为行走工况；否则检测t1样本中是否有回转先导信号，当t1样本中有回转先导信号时，计算t1样本发动机扭矩数据的最大扭矩及密度最大处扭矩，计算密度最大处扭矩除以最大扭矩的百分比，当该百分比大于70%时，判定为装载工况，否则判定为其它工况；当t1样本中没有破碎、行走、回转的先导信号时，计算t1样本密度最大处扭矩除以最大扭矩的百分比，当该百分比大于70%时，判定为挖掘工况，当该百分比小于70%大于40%时，判定为平地工况，否则判定为其它工况。

2.根据权利要求1所述一种基于大数据的挖掘机工况占比统计方法，其特征在于，计算t1样本发动机扭矩数据的最大扭矩及密度最大处扭矩的方法为：将t1样本中，随时间变化的扭矩记为N(t)，转速记为r(t)，样本的总个数记为T；

最大扭矩Nmax的公式为：；

最小扭矩Nmin的公式为：；

最大转速rmax的公式为：；

最小转速rmin的公式为：；

以转速为横坐标，扭矩为纵坐标，从最小转速rmin及最小扭矩Nmin起，转速、扭矩分别以1递增的每个区间记为q(ij)，直到最大转速及最大扭矩；区间q(ij)的转速为r（min+i），扭矩为N（min+j）；计算每个区间q(ij)的坐标个数记为w(ij)，计算每个区间的密度d(ij)，即T，计算最大密度dmax，即，将密度等于最大密度的区间记为q(ab)，则最大密度处扭矩mN的公式为：m。

3.根据权利要求1所述一种基于大数据的挖掘机工况占比统计方法，其特征在于：还包括对挖掘机各个工况进行数据标签。

4.根据权利要求1所述一种基于大数据的挖掘机工况占比统计方法，其特征在于：识别结果通过GPS发送至总服务器的时间间隔为t2，t2为+t1的倍数。

5.根据权利要求1所述一种基于大数据的挖掘机工况占比统计方法，其特征在于：工况占比的计算公式为：

%

其中，为工况1的个数，为某挖掘机机型在某地区、某天的总工况个数。

6.一种存储一个或多个程序的计算机可读存储介质，其特征在于：所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。

7.一种计算设备，其特征在于，包括：

一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。