平码五不中公式规律
  • / 10
  • 下载费用:30 金币  

一种用于工程车辆技术性能检测装置及检测方法.pdf

关 键 ?#21097;?/dt>
一种 用于 工程 车辆 技术 性能 检测 装置 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
摘要
申请专利号:

CN201611140582.9

申请日:

2016.12.12

公开号:

CN106683222A

公开日:

2017.05.17

当前法律状态:

实审

有效性:

审中

法?#19978;?#24773;: 实质审查的生效IPC(主分类):G07C 5/00申请日:20161212|||公开
IPC分类号: G07C5/00; G07C5/08; G06N3/08; G06Q10/06(2012.01)I; G06Q10/00(2012.01)I; G06Q50/08(2012.01)I; G01M13/00 主分类号: G07C5/00
申请人: 中国人民解放军装甲兵技术学院
发明人: 钱永产; 齐凤军; ?#38498;?#23665;; 王国林; 张建国
地址: 130117 吉?#36136;?#38271;春市经开区花园路1号
优?#28909;ǎ?/td>
专利代理机构: ?#26412;?#36828;大卓悦知识产权代理事务所(普通合伙) 11369 代理人: 周明飞
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201611140582.9

授权公告号:

|||

法律状态公告日:

2017.06.09|||2017.05.17

法律状态类型:

实质审查的生效|||公开

摘要

本发明公开了一种用于工程车辆技术性能检测装置,包括:速度传感器,其安装于绞盘装置的转筒处;第一拉力传感器,其安装于绞盘装置上;第二拉力传感器,其安装于起吊装置上;位移传感器,其安装于拖绳装置上;第三拉力传感器,其安装于拖绳装置上;第四拉力传感器,其安装于助铲装置上;数据采集装置,其分别与速度传感器、位移传感器、第一拉力传感器、第二拉力传感器、第三拉力传感器以及第四拉力传感器电联,用于接收速度信号、位移信号以及拉力信号;数据调理装置,其与数据采集装置电联,用于将数据进行处理后将数据输出;数据显示装置,其与数据调理装置电联,用于将数据读取后显示结果。本发明还公开了一种用于工程车辆技术性能检测方法。

权利要求书

1.一种用于工程车辆技术性能检测装置,其特征在于,包括:
速度传感器,其安装于绞盘装置的转筒处,用于监测所述绞盘装置的收放绳速度;
第一拉力传感器,其安装于所述绞盘装置上,用于监测所述绞盘装置的收放绳拉力;
第二拉力传感器,其安装于起吊装置上,用于监测所述起吊装置的起吊拉力;
位移传感器,其安装于拖绳装置上,用于监测所述拖绳装置的拖绳位移;
第三拉力传感器,其安装于所述拖绳装置上,用于监测所述拖绳装置的拖绳拉力;
第四拉力传感器,其安装于助铲装置上,用于监测所述助铲装置的助铲支反力;
数据采集装置,其分别与所述速度传感器、位移传感器、第一拉力传感器、第二拉力传
感器、第三拉力传感器以及第四拉力传感器电联,用于接收速度信号、位移信号以及拉力信
号;
数据调理装置,其与所述数据采集装置电联,用于将数据进行处理后将数据输出;
数据显示装置,其与所述数据调理装置电联,用于将数据读取后显示结果。
2.如权利要求1所述的用于工程车辆技术性能检测装置,其特征在于,还包括:数据警
报装置,其与所述数据调理装置电联。
3.如权利要求1或2所述的用于工程车辆技术性能检测装置,其特征在于,所述数据调
理装置通过ZigBee无线通讯将数据输出。
4.如权利要求3所述的用于工程车辆技术性能检测装置,其特征在于,所述数据调理装
置为单片机。
5.如权利要求4所述的用于工程车辆技术性能检测装置,其特征在于,所述数据通过
CAN总线进行传输。
6.一种用于工程车辆技术性能检测方法,其特征在于,采用BP神经网络对工程车辆技
术性能进行检测,包括如下步骤:
步骤一、按照采样周期,通过传感器测量收放绳速度V、收放绳拉力Fa、起吊拉力Fb、拖绳
位移S、拖绳拉力Fc、助铲支反力Fd;
步骤二、依次将上述参数进行规格化,确定三层BP神经网络的输入层向量x={x1,x2,
x3,x4,x5,x6};其中,x1为收放绳速度系数、x2为收放绳拉力系数、x3为起吊拉力系数、x4为拖
绳位移系数、x5为拖绳拉力系数、x6为助铲支反力系数;
步骤三、所述输入层向量映射到中间层,所述中间层向量y={y1,y2,…,ym};m为中间层
节点个数;
步骤四、得?#32478;?#20986;层向量o={o1,o2,o3,o4};其中,o1为技术状态好,o2为技术状态一般,
o3为技术状态差,o4为技术状态警报,所述输出层神经元值为k为输
出层神经元序列号,k={1,2,3,4},i为技术状态值,i={1,2,3,4},当ok为1时,此时工程车
辆作业装置整体处于ok对应的技术状态。
7.如权利要求6所述的用于工程车辆技术性能检测方法,其特征在于,所述中间层节点
个数m满足:其中n为输入层节点个数,p为输出层节点个数。
8.如权利要求7所述的用于工程车辆技术性能检测方法,其特征在于,步骤三中,将收
放绳速度V、收放绳拉力Fa、起吊拉力Fb、拖绳位移S、拖绳拉力Fc、助铲支反力Fd进行规格化
的公式为:
<mrow> <msub> <mi>x</mi> <mi>j</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>X</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>X</mi> <msub> <mi>j</mi> <mi>min</mi> </msub> </msub> </mrow> <mrow> <msub> <mi>X</mi> <mrow> <mi>j</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>X</mi> <mrow> <mi>j</mi> <mi>min</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> </mrow>
其中,xj为输入层向量中的参数,Xj分别为测量参数V、Fa、Fb、S、Fc、Fd,j=1,2,3,4,5,6;
Xjmax和Xjmin分别为相应测量参数中的最大值和最小值。
9.如权利要求8所述的用于工程车辆技术性能检测方法,其特征在于,其特征在于,所
述中间层及所述输出层的激励函数均采用S型函数fj(x)=1/(1+e-x)。

说明书

一种用于工程车辆技术性能检测装置及检测方法

技术领域

本发明涉及工程车辆作业检测,具体涉及一种用于工程车辆技术性能检测装置及
检测方法。

背景技术

工程车是一个建筑工程的主干力量,由于它们的出现才使建筑工程的进度?#23545;觶?br />大大减少了人力。观工程车作业,不由得使人震撼机器与科技的威力。它们用于工程的运
载,挖掘,抢修,甚至作战?#21462;?#24037;程车安全事?#20107;?#19968;?#26412;?#39640;不下,?#31570;?#20316;人员有关系的同时,
更多的原因是车辆本身结构、安全措施以及安全检测没有做到位。

在如今工程作业过程中,急需用于工程车辆作业装置实车技术性能检测的装置,
能对作业装置运行状态做出准?#25918;?#26029;,为工程车辆日常维护保养提供必要依据,为了能够
实现本系统可以在实车上进行作业装置安全性能检测和分析,工程车辆作业装置安全性能
检测与评估系统需要如下特点:可以完成作业装置全部使用状态参数的检测,针对不同的
作业装置,选择相应的模块进行检测,并制定了多种车?#25302;?#24212;的数据库,实现了检测参数的
自动识别,检测诊断迅速,效率高。

发明内容

本发明设计开发了一种用于工程车辆技术性能检测装置,本发明的发明目的是解
决工程车辆检测装置布局全面、合理,针对不同的作业装置进行多参数、多系统实时在线检
测的问题。

本发明设计开发了一种用于工程车辆技术性能检测方法,本发明的发明目的是解
决工作车辆技术性能检测状态模式单一、调试复杂的问题,能够实现工程车辆作业过程中
技术性能实时整体全面评价以及异常状态的报警。

本发明提供的技术方案为:

一种用于工程车辆技术性能检测装置,包括:

速度传感器,其安装于绞盘装置的转筒处,用于监测所述绞盘装置的收放绳速度;

第一拉力传感器,其安装于所述绞盘装置上,用于监测所述绞盘装置的收放绳拉
力;

第二拉力传感器,其安装于起吊装置上,用于监测所述起吊装置的起吊拉力;

位移传感器,其安装于拖绳装置上,用于监测所述拖绳装置的拖绳位移;

第三拉力传感器,其安装于所述拖绳装置上,用于监测所述拖绳装置的拖绳拉力;

第四拉力传感器,其安装于助铲装置上,用于监测所述助铲装置的助铲支反力;

数据采集装置,其分别与所述速度传感器、位移传感器、第一拉力传感器、第二拉
力传感器、第三拉力传感器以及第四拉力传感器电联,用于接收速度信号、位移信号以及拉
力信号;

数据调理装置,其与所述数据采集装置电联,用于将数据进行处理后将数据输出;

数据显示装置,其与所述数据调理装置电联,用于将数据读取后显示结果。

优选的是,还包括:数据警报装置,其与所述数据调理装置电联。

优选的是,所述数据调理装置通过ZigBee无线通讯将数据输出。

优选的是,所述数据调理装置为单片机。

优选的是,所述数据通过CAN总线进行传输。

一种用于工程车辆技术性能检测方法,采用BP神经网络对工程车辆技术性能进行
检测,包括如下步骤:

步骤一、按照采样周期,通过传感器测量收放绳速度V、收放绳拉力Fa、起吊拉力Fb、
拖绳位移S、拖绳拉力Fc、助铲支反力Fd;

步骤二、依次将上述参数进行规格化,确定三层BP神经网络的输入层向量x={x1,
x2,x3,x4,x5,x6};其中,x1为收放绳速度系数、x2为收放绳拉力系数、x3为起吊拉力系数、x4为
拖绳位移系数、x5为拖绳拉力系数、x6为助铲支反力系数;

步骤三、所述输入层向量映射到中间层,所述中间层向量y={y1,y2,…,ym};m为中
间层节点个数;

步骤四、得?#32478;?#20986;层向量o={o1,o2,o3,o4};其中,o1为技术状态好,o2为技术状态
一般,o3为技术状态差,o4为技术状态警报,所述输出层神经元值为k
为输出层神经元序列号,k={1,2,3,4},i为技术状态值,i={1,2,3,4},当ok为1时,此时工
程车辆作业装置整体处于ok对应的技术状态。

优选的是,所述中间层节点个数m满足:其中n为输入层节点个
数,p为输出层节点个数。

优选的是,步骤三中,将收放绳速度V、收放绳拉力Fa、起吊拉力Fb、拖绳位移S、拖绳
拉力Fc、助铲支反力Fd进行规格化的公式为:


其中,xj为输入层向量中的参数,Xj分别为测量参数V、Fa、Fb、S、Fc、Fd,j=1,2,3,4,
5,6;Xjmax和Xjmin分别为相应测量参数中的最大值和最小值。

优选的是,所述中间层及所述输出层的激励函数均采用S型函数fj(x)=1/(1+e
-x)。

本发明与现有技术相比较所具有的有益效果:

1、检测内容全面:可以完成作业装置全部使用状态参数的检测,可以实现起吊装
置、绞盘装置、驻铲装置以及拖绳装置性能检测;

2、采用BP神经网络的运算方法,对工程车辆作业过程做出实时检测,并且将结果
输出,运行可靠,操纵简便,能够同时处理多参数、非线性系?#36710;?#30417;测问题,能够根据装置工
作过程中对作业车辆进行整体全面的实时数据进行有效检测,使用本方法系统工作更稳
定,?#25910;下实停?#20855;有良好的现实意义。

附图说明

图1为本发明所述的总体流程示意图。

图2为本发明所述基于神经网络的检测方法流程图。

具体实施方式

下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文
字能够据以实施。

如图1所示,本发明提供了一种用于工程车辆技术性能检测装置,其主体结构包
括:数据监测传感器、数据采集装置200、数据调理装置300以及数据显示装置400;其中,速
度传感器111安装于绞盘装置110的转筒处,用于监测绞盘装置110的收放绳速度,第一拉力
传感器112安装于绞盘装置110上,用于监测绞盘装置110的收放绳拉力,第二拉力传感器
121安装于起吊装置120上,用于监测起吊装置120的起吊拉力,位移传感器131安装于拖绳
装置130上,用于监测拖绳装置130的拖绳位移,第三拉力传感器132安装于拖绳装置130上,
用于监测拖绳装置130的拖绳拉力,第四拉力传感器141安装于助铲装置140上,用于监测助
铲装置140的助铲支反力,数据采集装置200分别与速度传感器111、位移传感器131、第一拉
力传感器112、第二拉力传感器121、第三拉力传感器132以及第四拉力传感器141电联,用于
接收速度信号、位移信号以及拉力信号,数据调理装置300与数据采集装置200电联,用于将
数据进行处理后将数据输出,数据显示装置400与数据调理装置300电联,用于将数据读取
后显示结果。

在另一种实施例中,还包括:数据警报装置与数据调理装置300电联,当输出的技
术状态是报警时,数据警报装置进行报警。

在另一种实施例中,数据调理装置通300过ZigBee无线通讯将数据输出。

在另一种实施例中,收放绳速度数据、收放绳拉力速度数据、起吊拉力数据、拖绳
位移数据、拖绳拉力数据以及助铲支反力数据均通过CAN总线进行传输。

在另一种实施例中,数据调理装置300为单片机。

如图2所示,本发明?#22266;?#20379;了一种用于工程车辆技术性能检测方法,采用BP神经网
络对工程车辆技术性能进行检测,包括如下步骤:

步骤一S210、建立BP神经网络模型。

本发明采用的BP网络体?#21040;?#26500;由三层组成,第一层为输入层,共n个节点,对应了
表示设备工作状态的n个检测信号,这些信号参数由数据预处理模块给出;第二层为隐层,
共m个节点,由网络的训练过程以自适应的方式确定;第三层为输出层,共p个节点,?#19978;?#32479;
实际需要输出的响应确定。

该网络的数学模型为:

输入向量:x=(x1,x2,...,xn)T

中间层向量:y=(y1,y2,...,ym)T

输出向量:O=(o1,o2,...,op)T

本发明中,输入层节点数为n=6,输出层节点数为p=4。隐藏层节点数m?#19978;?#24335;估
算得出:


输入信号6个参数分别表示为:x1为收放绳速度系数、x2为收放绳拉力系数、x3为起
吊拉力系数、x4为拖绳位移系数、x5为拖绳拉力系数、x6为助铲支反力系数。

由于传感器获取的数据属于不同的物理量,其量纲各不相同。因此,在数据输入人
工神经网络之前,需要将数据规格化为0-1之间的数。

归一化的公式为其中,xj为输入层向量中的参数,Xj分别为测量
参数V、Fa、Fb、S、Fc、Fd,j=1,2,3,4,5,6;Xjmax和Xjmin分别为相应测量参数中的最大值和最小
值,采用S型函数。

具体而言,对于使用速度传感器111测量的收放绳速度V,进行规格化后,得?#32478;?#25918;
绳速度系数x1:


其中,Vmin和Vmax分别为所述绞盘装置110的最小收放绳速度和最大收放绳速度。

同样的,使用第一拉力传感器112测量的收放绳拉力Fa通过下式进行规格化,得到
收放绳拉力系数x2:


其中,Fa min和Fbmax分别为所述绞盘装置110的最小收放绳拉力和最大收放绳拉力。

使用第二拉力传感器121测量得到起吊拉力Fb,进行规格化后,得到起吊拉力系数
x3:


其中,Fb min和Fbmax分别为所述起吊装置120的最小起吊拉力和最大起吊拉力。

使用位移传感器131测量得到拖绳装置130的拖绳位移S,进行规格化后,得到拖绳
位移系数x4:


其中,Smin和Smax分别为拖绳装置130的最小拖绳位移和最大拖绳位移。

使用第三拉力传感器132测量得到拖绳装置130的拖绳拉力Fc,进行规格化后,得
到拖绳拉力系数x5:


其中,Fcmin和Fcmax分别为拖绳装置130的最小拖绳拉力和最大拖绳拉力。

使用第四拉力传感器141测量得到助铲装置140的助铲支反力Fd,进行规格化后,
得到助铲支反力系数x6:


其中,Fdmin和Fdmax分别为助铲装置140的最小助铲支反力和最大助铲支反力。

输出层4个参数分别表示为:o1为技术状态好,o2为技术状态一般,o3为技术状态
差,o4为技术状态警报,所述输出层神经元值为k为输出层神经元序
列号,k={1,2,3,4},i为技术状态值,i={1,2,3,4},当ok为1时,此时工程车辆作业装置整
体处于ok对应的技术状态。

步骤二S220、进行BP神经网络的训练。

建立好BP神经网络节点模型后,即可进行BP神经网络的训练。根据产品的历史经
验数据获取训练的样本,并给定输入节点i和隐含层节点j之间的连接权值wij,隐层节点j和
输出层节点k之间的连接权值wjk,隐层节点j的阈值θj,输出层节点k的阈值θk、wij、wjk、θj、θk
均为-1到1之间的随机数。

在训练过程中,不断修正wij和wjk的值,直?#26009;?#32479;误差小于等于期望误差时,完成
神经网络的训练过程。

如表1所示,给定了一组训?#36153;?#26412;以及训练过程中各节点的值,表2为训练用的输
出样本。

表1训练过程各节点值



表2网络训练用的输出样本



步骤三S230、采集绞盘装置110、起吊装置120、拖绳装置130以及助铲装置140的运
行参数输入神经网络得到检测技术状态。

使用速度传感器111、第一拉力传感器112、第二拉力传感器121、位移传感器131、
第三拉力传感器132以及第四拉力传感器141测量初始收放绳速度V、初始收放绳拉力Fa、初
始起吊拉力Fb、初始拖绳位移S、初始拖绳拉力Fc、初始助铲支反力Fd,通过将上述参数规格
化后,得到BP神经网络的初始输入向量过BP神经网络的运算得到
初始输出向量

通过上述设置,通过传感器实时监测绞盘装置110、起吊装置120、拖绳装置130以
及助铲装置140的运行状态,通过BP神经网络算法,对工程车辆作业过程进行整体的实时监
测。

在另一种实施例中,中间层及输出层的激励函数均采用采用S型函数fj(x)=1/(1
+e-x)。

尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列
运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人?#20493;?#35328;,可容易地
实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限
于特定的?#38468;?#21644;这里示出与描述的图例。

关于本文
本文标题:一种用于工程车辆技术性能检测装置及检测方法.pdf
链接地址:http://www.pqiex.tw/p-6079698.html
关于我们 - 网站声明 - 网?#38236;?#22270; - 资源地图 - 友情链接 - 网站客服 - 联系我们

[email protected] 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
平码五不中公式规律 沈阳棋牌客户端下载 湖北十一选五最大遗漏 青海11选5今天开奖结果查询 海南飞鱼开奖助手 298期兰姐五码复式 内蒙古11选5号码查询 体育彩票超级大乐透走势图 重庆百变王牌开奖查询 北京pk10官网在线计划 天易棋牌下载