恭喜廣西科技大學;廣西柳工機械股份有限公司;柳州職業技術學院諶炎輝獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜廣西科技大學;廣西柳工機械股份有限公司;柳州職業技術學院申請的專利基于機器學習的裝載機鏟裝作業過程優化方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114186731B 。
龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111493207.3,技術領域涉及:G06Q10/04;該發明授權基于機器學習的裝載機鏟裝作業過程優化方法是由諶炎輝;蔡登勝;向上升;李貝設計研發完成,并于2021-12-08向國家知識產權局提交的專利申請。
本基于機器學習的裝載機鏟裝作業過程優化方法在說明書摘要公布了:本發明旨在提供一種基于機器學習的裝載機鏟裝作業過程優化方法,包括以下步驟:A、裝載機進行多次實地鏟裝作業,收集每次作業的15個鏟斗位置參數;B、收集每次作業鏟裝重量、作業能耗、作業時間這三個優化目標參數;C、收集每次作業的15個鏟斗位置參數和優化目標參數形成多個鏟斗位置參數數據組和優化目標參數數據組,去除數據組中的異常數據并進行歸一化處理;D、構建BP神經網絡;E、利用代價函數對神經網絡進行訓練和驗證;F、利用訓練好的神經網絡,輸入15個鏟斗位置參數進行預測,經實際作業驗證后選擇最優的鏟斗位置參數組,實現裝載機鏟裝作業過程的優化。本發明可以對裝載機鏟裝作業過程進行優化,具有良好的應用前景。
本發明授權基于機器學習的裝載機鏟裝作業過程優化方法在權利要求書中公布了:1.一種基于機器學習的裝載機鏟裝作業過程優化方法,其特征在于包括以下步驟:A、設定鏟裝物料,裝載機進行多次實地鏟裝作業,收集每次作業全過程的裝載機整車位移、動臂油缸位移、轉斗油缸位移這三個鏟斗位置參數;并記錄各次的鏟裝重量實際值、作業能耗實際值、作業時間實際值;B、基于每次作業的裝載機整車位移、動臂油缸位移、轉斗油缸位移這三個鏟斗位置參數分析,將鏟裝作業劃分為四個階段:水平鏟裝階段、鏟斗翻轉鏟裝階段、鏟裝階段、鏟斗提升階段,各次作業分別獲得12個鏟斗位置參數;從各次的裝載機整車位移、動臂油缸位移、轉斗油缸位移提取出3個位移參數:載機鏟入料堆的瞬時速度及動臂油缸初始長度和轉斗油缸初始長度;C、將各次作業的這15個位移參數收集起來,形成多個鏟斗位置參數數據組,去除包含異常數據的數據組,然后進行歸一化處理,獲得多個歸一化鏟斗位置參數數據組,構建形成歸一化鏟斗位置參數數據集;對處于歸一化位鏟斗位置參數數據集中的各組數據所對應的鏟裝重量實際值、作業能耗實際值和作業時間實際值分別進行歸一化處理,獲得鏟裝重量實際歸一化值、作業能耗實際歸一化值、作業時間實際歸一化值;D、構建BP神經網絡,神經網絡包括4個依次連接的隱藏層,以及和最后隱藏層連接的輸出層;4個隱藏層分別包括11、9、7、5個節點;輸出層包括3個節點,分別對應鏟裝重量、作業能耗、作業時間;其中,歸一化鏟斗位置參數數據集中的各組個鏟斗位置參數數據組的15個位移參數分別輸入第一個隱藏層的各個節點中,由偏置和15個位移參數加權累加,并通過激活函數運算得到計算結果;其他隱藏層和輸出層的各個節點均由偏置和上一層輸出的所有數據加權累加,并通過激活函數運算得到計算結果;初始的數據權系數和偏置隨機生成;E、構建代價函數,并利用代價函數對神經網絡進行訓練和驗證,得到訓練好的神經網絡;利用訓練好的神經網絡,設定理想的15個鏟斗位置參數對鏟裝重量、作業能耗、作業時間這三個優化目標參數進行預測,經實際作業驗證后選擇最優的鏟斗位置參數組,實現裝載機鏟裝作業過程的優化。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人廣西科技大學;廣西柳工機械股份有限公司;柳州職業技術學院,其通訊地址為:545006 廣西壯族自治區柳州市東環路268號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。