System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及架桥机控制,更具体地说,它涉及基于机器视觉的架桥机及其控制方法。
技术介绍
1、架桥机是起重设备的一种,是将预制好的梁片放置在桥墩上的机械设备。架桥机的施工工况较为特殊,对安全的要求较为严苛。架桥机在工作过程中,需要将支腿固定在桥墩上,接着通过行走系统对架桥机的主体进行移动。支腿固定在桥墩上后,周围地面的振动、操控人员的操控等因素都会造成支腿出现晃动的情况。目前的架桥机无法对支腿的晃动情况进行智能分析,导致操作人员无法及时对相应操作进行调整。
技术实现思路
1、针对现有技术存在的不足,本专利技术的目的在于提供基于机器视觉的架桥机及其控制方法。
2、为实现上述目的,本专利技术提供了如下技术方案:
3、基于机器视觉的架桥机,包括架桥机本体,所述架桥机本体上安装有多个支腿检测器;
4、所述支腿检测器包括支腿视觉检测模块、架桥机控制模块;
5、所述支腿视觉检测模块在支腿固定于桥墩上后,对支腿拍摄视频,将拍摄视频标记为支腿检测视频,基于t周期,每到周期节点时,获取上一周期的波动影响数据,同时对上一周期的支腿检测视频进行截取,截取得到检测视频片段,获取检测视频片段的支腿工况值,根据支腿工况值将检测视频片段对应的周期标记为工况波动周期,并获取工况波动周期的振动影响比值;
6、所述架桥机控制模块用于获取架桥机的操稳分析值,根据操稳分析值对架桥机的模式进行调整。
7、进一步的,波动影响数据包括风参数、振动参数,风参
8、进一步的,检测视频片段的支腿工况值通过下述方式获取得到:
9、将检测视频片段转换成多个视频图像帧,并标记为m,m为视频图像帧的编号,m=1、2、…、m,m为正整数,将多个视频图像帧按照时间先后顺序进行排序,获取每个视频图像帧中支腿的工况角度,将工况角度区分为超角度类型、低角度类型、平角度类型,对排序后相邻两个视频图像帧的工况角度类型进行对比,当相邻两个视频图像帧的工况角度类型相同时,不做相应处理,当相邻两个视频图像帧的工况角度类型不同时,将角度波动次数增加一次,将所有角度波动次数进行求和处理,得到角度波动总次数,并标记为bdc,获取平角编号均隔pjb,获取平角度类型工况角度的视频图像帧数量,并标记为slm,利用公式获取检测视频片段的支腿工况值gcz,其中,a1为角度波动总次数系数,a2为平角编号均隔系数,a3为平角图像帧数量系数。
10、进一步的,将工况角度区分为超角度类型、低角度类型、平角度类型,具体为:
11、设置工况上角度与工况下角度,当工况角度大于工况上角度时,将该工况角度的类型标记为超角度类型,当工况角度小于工况下角度时,将该工况角度的类型标记为低角度类型,当工况角度介于工况上角度与工况下角度之间时,将该工况角度的类型标记为平角度类型。
12、进一步的,平角编号均隔通过下述方式获取得到:将所有平角度类型工况角度的视频图像帧按照编号顺序依次排序,将排序后相邻两个视频图像帧进行编号差值计算,得到平角编号间隔,将所有平角编差进行求和处理并取均值,得到平角编号均隔,并标记为pjb。
13、进一步的,根据支腿工况值将检测视频片段对应的周期标记为工况波动周期,具体为:
14、设置支腿工况阈值,当支腿工况值大于等于支腿工况阈值时,将该检测视频片段对应的周期标记为工况波动周期。
15、进一步的,工况波动周期的振动影响比值通过下述方式获取得到:
16、获取工况波动周期的波动影响数据,将工况波动周期的波动影响数据作为环境波动分析模型的输入数据,得到环境影响值,并标记为hbt,获取工况波动周期对应检测视频片段的支腿工况值gcz,利用公式得到工况波动周期的振动影响比值yxb,其中,b1为环境影响值系数,b2为支腿工况值系数。
17、进一步的,架桥机的操稳分析值通过下述方式获取得到:
18、设置振动影响比阈值,当振动影响比值大于等于振动影响比阈值时,将该工况波动周期标记为操作影响周期,获取支腿固定在桥墩上后的所有操作影响周期数量,并标记为bny,将所有操作影响周期的振动影响比值进行求和处理,得到振动影响总比值,并标记为fcz,利用公式得到架桥机的操稳分析值cwz,其中,c1为操作影响周期数量系数,c2为振动影响总比值系数。
19、进一步的,根据操稳分析值对架桥机的模式进行调整,具体为:
20、设置操稳分析高值与操稳分析低值,当操稳分析值大于操稳分析高值时,将架桥机调整为停机模式,当操稳分析值小于操稳分析低值时,不做相应处理,当操稳分析值介于操稳分析高值与操稳分析低值之间时,将架桥机调整为警告模式。
21、进一步的,环境波动分析模型通过下述方式获取得到:获取多组波动影响数据,每组波动影响数据均包括风参数、振动参数(风参数、振动参数均为同一周期的数据),构建神经网络模型,将波动影响数据将作为神经网络模型的训练数据,对训练数据赋予环境影响值,环境影响值的取值范围为(0~1),将训练数据按照设定比例划分成训练集和验证集,通过训练集和验证集对神经网络模型进行迭代训练,训练完成后得到环境波动分析模型,环境影响值的数值越大,表示波动影响数据对支腿波动的影响越大。
22、进一步的,基于机器视觉的架桥机控制方法,包括如下步骤:
23、步骤一:基于预设周期,获取每一周期的波动影响数据与检测视频片段;
24、步骤二:根据支腿工况值将检测视频片段对应的周期标记为工况波动周期;
25、步骤三:获取架桥机的操稳分析值,根据操稳分析值对架桥机的模式进行调整。
26、与现有技术相比,本专利技术具备以下有益效果:
27、1、本专利技术的方法通过机器视觉的方式对架桥机的稳定情况、环境波动情况进行智能分析,对操控人员的操控进行实时警示,同时对架桥机的模式进行自动化调整,持续性优化架桥机工作过程中的安全性以及合理性;
28、2、在架桥机上设置支腿检测器,可以通过机器视觉的方式对架桥机上的支腿进行工况检测,操控人员可以根据支腿工况值对自身操作进行调整,支腿检测器结合周围的环境波动数据,对操控人员的操作进行智能分析,智能调控架桥机的工作模式。
本文档来自技高网...【技术保护点】
1.基于机器视觉的架桥机,包括架桥机本体,其特征在于,所述架桥机本体上安装有多个支腿检测器;
2.根据权利要求1所述的基于机器视觉的架桥机,其特征在于,波动影响数据包括风参数、振动参数,风参数包括架桥机周围的风力、风速,振动参数包括架桥机所处平台的振动频率、振动幅度。
3.根据权利要求1所述的基于机器视觉的架桥机,其特征在于,检测视频片段的支腿工况值通过下述方式获取得到:
4.根据权利要求3所述的基于机器视觉的架桥机,其特征在于,将工况角度区分为超角度类型、低角度类型、平角度类型,具体为:
5.根据权利要求3所述的基于机器视觉的架桥机,其特征在于,平角编号均隔通过下述方式获取得到:将所有平角度类型工况角度的视频图像帧按照编号顺序依次排序,将排序后相邻两个视频图像帧进行编号差值计算,得到平角编号间隔,将所有平角编差进行求和处理并取均值,得到平角编号均隔,并标记为PJB。
6.根据权利要求1所述的基于机器视觉的架桥机,其特征在于,根据支腿工况值将检测视频片段对应的周期标记为工况波动周期,具体为:
7.根据权利要求
8.根据权利要求1所述的基于机器视觉的架桥机,其特征在于,架桥机的操稳分析值通过下述方式获取得到:
9.根据权利要求1所述的基于机器视觉的架桥机,其特征在于,根据操稳分析值对架桥机的模式进行调整,具体为:
10.基于机器视觉的架桥机控制方法,应用于权利要求1所述的基于机器视觉的架桥机,其特征在于,包括如下步骤:
...【技术特征摘要】
1.基于机器视觉的架桥机,包括架桥机本体,其特征在于,所述架桥机本体上安装有多个支腿检测器;
2.根据权利要求1所述的基于机器视觉的架桥机,其特征在于,波动影响数据包括风参数、振动参数,风参数包括架桥机周围的风力、风速,振动参数包括架桥机所处平台的振动频率、振动幅度。
3.根据权利要求1所述的基于机器视觉的架桥机,其特征在于,检测视频片段的支腿工况值通过下述方式获取得到:
4.根据权利要求3所述的基于机器视觉的架桥机,其特征在于,将工况角度区分为超角度类型、低角度类型、平角度类型,具体为:
5.根据权利要求3所述的基于机器视觉的架桥机,其特征在于,平角编号均隔通过下述方式获取得到:将所有平角度类型工况角度的视频图像帧按照编号顺序依次排序,将排序后相邻两个视频图像...
【专利技术属性】
技术研发人员:宁晓冬,刘凯,倪学平,徐秋红,刘伟良,王宇,叶水华,邓深,朱超,王雨超,刘郡,周小亮,
申请(专利权)人:中铁大桥局第九工程有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。