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】
本专利技术涉及安全监控,尤其涉及基于人工智能的粉料车操控及安全监控系统。
技术介绍
1、随着现代工业和物流技术的不断发展,粉料车在许多行业中扮演着越来越重要的角色,特别是在矿业、化工和建筑材料等领域。粉料车是一种专门用于运输粉状物料的车辆,其罐体设计能够确保粉料的均匀分布和有效运输。然而,由于粉料的物理特性和运输环境的复杂性,粉料车在行驶过程中可能会出现粉料分布不均匀、粉料泄漏、罐体损坏等安全风险。这些问题不仅会影响运输效率,还可能引发严重的安全事故。因此,近年来,人工智能技术的发展为粉料车的操控及安全监控提供了新的解决方案。通过使用各种传感器和人工智能算法,可以实现对粉料车的实时监测和分析,从而提高运输的安全性和效率。
2、但现有技术没有考虑到粉料车在不同路面的行驶状态会对罐体内部的粉料分布产生重要影响;例如,粉料车在颠簸的路面上行驶时,罐体内部的粉料会受到较大的振动和冲击,导致粉料的均匀性被破坏,形成局部堆积或空洞。这种不均匀分布不仅会增加罐体的应力,还可能导致粉料在卸货时出现堵塞或不完全卸载的情况,从而影响运输效率和后续生产过程。
3、为了解决这些问题,本申请设计了基于人工智能的粉料车操控及安全监控系统。
技术实现思路
1、为了克服现有技术存在的缺陷与不足,本专利技术提供基于人工智能的粉料车操控及安全监控系统,通过对行驶状态和粉料分布状态进行综合分析,并根据分析结果对未来粉料运输风险进行预测。提升粉料车的运输安全,优化运输效率,减少因粉料分布不均导致的
2、为了达到上述目的,本专利技术采用以下技术方案:
3、本专利技术实施例提供基于人工智能的粉料车操控及安全监控系统,包括数据采集模块、行驶状态分析模块、粉料状态分析模块、粉料运输风险预测模块、粉料运输风险预警模块和控制模块,其中,所述数据采集模块用于采集粉料车的行驶状态数据和罐体内粉料状态数据;所述行驶状态分析模块用于将行驶状态数据导入粉料车行驶状态分析模型中分析粉料车的行驶状态;所述粉料状态分析模块用于将罐体内粉料状态数据导入粉料分布状态分析模型中分析粉料车在行驶过程中罐体内的粉料分布状态;所述粉料运输风险预测模块用于根据粉料车的行驶状态分析结果和粉料分布状态分析结果,预测粉料车在行驶过程中的粉料运输风险;所述粉料运输风险预警模块用于根据粉料运输风险预测结果,向粉料车的驾驶人员发出粉料运输风险预警;所述控制模块用于控制数据采集模块、行驶状态分析模块、粉料状态分析模块、粉料运输风险预测模块、粉料运输风险预警模块的运行。
4、在本专利技术的一种实现方式中,所述行驶状态分析模块中运行行驶状态分析策略,所述行驶状态分析策略包括以下具体步骤:
5、s11、提取数据采集模块采集的粉料车的行驶状态数据;
6、s12、将行驶状态数据代入行驶状态变化系数计算公式中计算行驶状态变化系数,所述行驶状态变化系数计算公式为:;式中,xs表示当前粉料车行驶路段的行驶状态变化系数,分别表示当前粉料车行驶路段第i次采样得到的加速度、速度、振动频率的频谱分量;分别表示当前粉料车行驶路段的平均加速度变化率、平均速度、振动频率的平均值;表示当前粉料车行驶路段第i+1次采样得到的加速度;表示第i+1次采样和第i次采样的采样时间间隔;n为当前粉料车行驶路段的采样次数,i为1至n中任一项。
7、在本专利技术的一种实现方式中,所述行驶状态分析策略还包括以下具体步骤:
8、s13、提取计算得到的所有粉料车行驶路段的行驶状态变化系数,将所有粉料车行驶路段的行驶状态变化系数按照粉料车行驶路段的种类进行划分,得到多种粉料车行驶路段行驶状态变化系数序列;获取预设的粉料车行驶路线上粉料车即将到达的下一个粉料车行驶路段种类;获取下一个粉料车行驶路段种类对应的粉料车行驶路段行驶状态变化系数序列;将粉料车行驶路段行驶状态变化系数序列按照时间顺序构建粉料车行驶路段行驶状态变化时间序列,基于粉料车行驶路段行驶状态变化时间序列,训练预测粉料车即将到达的下一个粉料车行驶路段的行驶状态变化系数的粉料车行驶路段行驶状态变化预测模型;
9、s14、预设滑动步长为1以及滑动窗口长度为w;使用滑动窗口方法将粉料车行驶路段行驶状态变化时间序列内所有行驶状态变化系数转化为多个训练样本,其中,每个训练样本由滑动窗口内的行驶状态变化系数序列组成,将训练样本作为粉料车行驶路段行驶状态变化预测模型的输入,将预设滑动步长为1后的粉料车行驶路段的行驶状态变化系数作为输出,以预测准确率作为训练目标,对粉料车行驶路段行驶状态变化预测模型进行训练;生成根据粉料车行驶路段行驶状态变化时间序列预测粉料车即将到达的下一个粉料车行驶路段的行驶状态变化系数的粉料车行驶路段行驶状态变化预测模型;其中,所述粉料车行驶路段行驶状态变化预测模型为循环神经网络模型;
10、s15、获取预测得到的粉料车即将到达的下一个粉料车行驶路段的行驶状态变化系数。
11、在本专利技术的一种实现方式中,所述粉料状态分析模块中运行粉料状态分析策略,所述粉料状态分析策略包括以下具体步骤:
12、s21、获取数据采集模块采集的粉料车的罐体内粉料状态数据;
13、s22、将罐体内粉料状态数据代入粉料分布状态异常系数计算公式中计算粉料分布状态异常系数,所述粉料分布状态异常系数计算公式为:;式中,fb表示当前粉料车行驶路段的粉料分布状态异常系数;表示当前粉料车行驶路段第i次采样得到罐体内部第j个等距离位置的粉料分布密度;m为等距离位置数量;
14、s23、将当前粉料车行驶路段的粉料分布状态异常系数作为当前粉料车行驶路段的粉料运输风险系数。
15、在本专利技术的一种实现方式中,所述粉料运输风险预测模块中运行粉料运输风险预测策略,所述粉料运输风险预测策略包括以下具体步骤:
16、s31、将计算得到的所有粉料车行驶路段的行驶状态变化系数和粉料运输风险系数存入历史行驶路段数据集中,所述历史行驶路段数据集用于训练粉料运输风险预测模型,将所述历史行驶路段数据集划分为70%的历史行驶路段数据训练集和30%的历史行驶路段数据测试集;
17、s32、构建回归网络模型,将历史行驶路段数据训练集中的行驶状态变化系数作为回归网络模型的输入,将历史行驶路段数据训练集中的粉料运输风险系数作为回归网络模型的输出,对回归网络模型进行训练,以得到初始回归网络模型;
18、s33、通过历史行驶路段数据测试集对初始回归网络模型进行测试,输出满足预设模型准确度的初始回归网络模型作为粉料运输风险预测模型;
19、s34、将粉料车即将到达的下一个粉料车行驶路段的行驶状态变化系数输入到粉料运输风险预测模型中,输出预测得到的粉料车即将到达的下一个粉料车行驶路段的粉料运输风险系数。
20、在本专利技术的一种实现方式中,所述粉料运输风险预警模块中运行粉料运输风险预警执行策略,所述粉料运输风险预警执行策略包括以下具体步骤:本文档来自技高网...
【技术保护点】
1.基于人工智能的粉料车操控及安全监控系统,其特征在于,包括数据采集模块、行驶状态分析模块、粉料状态分析模块、粉料运输风险预测模块、粉料运输风险预警模块和控制模块,其中,所述数据采集模块用于采集粉料车的行驶状态数据和罐体内粉料状态数据;所述行驶状态分析模块用于将行驶状态数据导入粉料车行驶状态分析模型中分析粉料车的行驶状态;所述粉料状态分析模块用于将罐体内粉料状态数据导入粉料分布状态分析模型中分析粉料车在行驶过程中罐体内的粉料分布状态;所述粉料运输风险预测模块用于根据粉料车的行驶状态分析结果和粉料分布状态分析结果,预测粉料车在行驶过程中的粉料运输风险;所述粉料运输风险预警模块用于根据粉料运输风险预测结果,向粉料车的驾驶人员发出粉料运输风险预警;所述控制模块用于控制数据采集模块、行驶状态分析模块、粉料状态分析模块、粉料运输风险预测模块、粉料运输风险预警模块的运行。
2.根据权利要求1所述的基于人工智能的粉料车操控及安全监控系统,其特征在于,所述行驶状态分析模块中运行行驶状态分析策略,所述行驶状态分析策略包括以下具体步骤:
3.根据权利要求2所述的基于人工智能的
4.根据权利要求3所述的基于人工智能的粉料车操控及安全监控系统,其特征在于,所述粉料状态分析模块中运行粉料状态分析策略,所述粉料状态分析策略包括以下具体步骤:
5.根据权利要求4所述的基于人工智能的粉料车操控及安全监控系统,其特征在于,所述粉料运输风险预测模块中运行粉料运输风险预测策略,所述粉料运输风险预测策略包括以下具体步骤:
6.根据权利要求5所述的基于人工智能的粉料车操控及安全监控系统,其特征在于,所述粉料运输风险预警模块中运行粉料运输风险预警执行策略,所述粉料运输风险预警执行策略包括以下具体步骤:
7.根据权利要求6所述的基于人工智能的粉料车操控及安全监控系统,其特征在于,所述数据采集模块包括行驶状态数据采集单元和粉料状态数据采集单元,所述行驶状态数据采集单元用于通过加速度传感器采集粉料车在行驶过程中的加速度数据,通过速度传感器采集粉料车在行驶过程中的速度数据,同时通过振动传感器采集粉料车在行驶过程中罐体的振动数据,并通过道路数据库将预设的粉料车行驶路线根据道路类型划分为多种粉料车行驶路段;所述粉料状态数据采集单元用于将微波传感器安装在粉料车的罐体内部轴线方向和圆周方向的多个等距离位置,并通过微波传感器采集多个等距离位置的粉料分布密度。
...【技术特征摘要】
1.基于人工智能的粉料车操控及安全监控系统,其特征在于,包括数据采集模块、行驶状态分析模块、粉料状态分析模块、粉料运输风险预测模块、粉料运输风险预警模块和控制模块,其中,所述数据采集模块用于采集粉料车的行驶状态数据和罐体内粉料状态数据;所述行驶状态分析模块用于将行驶状态数据导入粉料车行驶状态分析模型中分析粉料车的行驶状态;所述粉料状态分析模块用于将罐体内粉料状态数据导入粉料分布状态分析模型中分析粉料车在行驶过程中罐体内的粉料分布状态;所述粉料运输风险预测模块用于根据粉料车的行驶状态分析结果和粉料分布状态分析结果,预测粉料车在行驶过程中的粉料运输风险;所述粉料运输风险预警模块用于根据粉料运输风险预测结果,向粉料车的驾驶人员发出粉料运输风险预警;所述控制模块用于控制数据采集模块、行驶状态分析模块、粉料状态分析模块、粉料运输风险预测模块、粉料运输风险预警模块的运行。
2.根据权利要求1所述的基于人工智能的粉料车操控及安全监控系统,其特征在于,所述行驶状态分析模块中运行行驶状态分析策略,所述行驶状态分析策略包括以下具体步骤:
3.根据权利要求2所述的基于人工智能的粉料车操控及安全监控系统,其特征在于,所述行驶状态分析策略还包括以下具体步骤:
4.根...
【专利技术属性】
技术研发人员:田忠猛,杨奉钦,刘岩,吴则俭,曾祥静,刘迎雪,韩兆斌,刘海宁,
申请(专利权)人:通亚汽车制造有限公司,
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。