CN113065388A - 一种实时土体类别识别方法、系统及一种挖掘机 - Google Patents
一种实时土体类别识别方法、系统及一种挖掘机 Download PDFInfo
- Publication number
- CN113065388A CN113065388A CN202110152438.1A CN202110152438A CN113065388A CN 113065388 A CN113065388 A CN 113065388A CN 202110152438 A CN202110152438 A CN 202110152438A CN 113065388 A CN113065388 A CN 113065388A
- Authority
- CN
- China
- Prior art keywords
- soil
- amplitude
- time
- category
- frequency domain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/26—Indicating devices
- E02F9/261—Surveying the work-site to be treated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Discrete Mathematics (AREA)
- Structural Engineering (AREA)
- Signal Processing (AREA)
- Civil Engineering (AREA)
- Algebra (AREA)
- Mining & Mineral Resources (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明属于土体类别识别方法,公开了一种实时土体类别识别方法,包括如下步骤:A)采集振动信号:经布置于开挖掘进机构上的传感器采集开挖掘进机构的振动信号;B)获取信号特征:利用设定的信号处理算法实时分析作业过程中振动信号的时域和频域特征;C)识别土体类别:并将分析结果与土体类别数据库中各类土体的时域频域特征的标定值进行对比,以判断土体类别。该土体类别识别方法能够快速准确地识别土体类别。本发明还公开了一种土体类别识别系统,包括传感器、信号收集器和预设有土体类别数据库、振动信号分析程序和土体类别识别程序的控制器;此外还公开了一种具有上述土体类别识别系统的挖掘机。
Description
技术领域
本发明涉及土体类别识别方法,具体涉及一种实时土体类别识别方法。此外本发明还涉及一种实时土体类别识别系统及一种挖掘机。
背景技术
普通挖掘机施工时,挖掘机司机需要依据挖土时挖掘机的反馈,并根据经验控制挖掘机工作时的挖掘姿态、挖斗入土角度、油缸压力大小等参数,以便于挖掘土体,提高工作效率,减小机械零件损耗等。
若想实现挖掘机的自动化操作,在没有挖掘机司机的经验控制挖掘机参数的条件下,想要保证施工效率、减小机械零件损耗等,则需要提前得到施工场地的土体类别,以能够进一步根据不同的土体选用不同的工作参数进行现场施工,此外,挖机施工时还需及时识别是否遇到大块的坚硬障碍物,如孤石等,以避免施工事故的发生。
然而,场地土体变异性大,无论是依据已有的地质勘查资料还是对作业区域的预先勘查均不能准确地得到每一个挖掘点的土体类别,也难以法判断土体下是否有坚硬障碍物,且现有的土类识别技术采用土体破坏时实测阻力大小结合现有土压力计算模型进行土类识别,其需要采集多次挖掘过程中数据才能对土类进行识别,一方面实时性较差,无法实时识别是否遇到坚硬障碍物;另一方面误差大,容易引起土体类别的误判。
有鉴于此需要提供一种土体类别识别方法。
发明内容
本发明第一方面是要提供一种实时土体类别识别方法,以能够实时且准确地识别当前作业点的土体类别以及判断是否遇到坚硬障碍物。
此外,本发明第二方面还要提供一种实时土体类别识别系统,以能够实时识别土体类别。
进一步地,本发明第三方面是要提供一种挖掘机,该挖掘机能够实时且自动地识别土体类别。
为实现以上发明目的,本发明第一方面提供一种实时土体类别识别方法,包括如下步骤:A)采集振动信号:经由布置于开挖掘进设备的开挖掘进机构上的传感器采集所述开挖掘进机构在动作过程中的振动信号;B)获取信号特征:利用设定的信号处理算法实时分析实际作业过程中所述振动信号的时域特征和频域特征;C)识别土体类别:将分析结果与土体类别数据库中所记录的各类土体的时域特征和频域特征的标定值进行对比,以确定当前作业位置的土体类别。
具体地,步骤B)和步骤C)中所述的时域特征包括时域幅值;所述频域特征包括频域特征频率范围和频域特征频率幅值;步骤C)中经实验标定并建立所述土体类别数据库时,记遇到不同土体类别时所述传感器采集到的所述振动信号的幅值集合为Xk={xi|i=1,2,…,Fs·t},其中Fs为所述传感器的采样频率,t为采样的持续时间,K为土体以及障碍物的类别,并记所述开挖掘进机构接触土体或障碍物的时刻为t0时刻。
进一步具体地,所述时域幅值的标定方法为:取所述幅值集合Xk在所述t0时刻后的a个幅值的平均值Ak为K类土体或障碍物的时域幅值的标定值。
进一步具体地,所述频域特征频率范围的标定方法为:取所述幅值集合Xk在所述t0时刻前的b个加速度幅值集合进行离散傅里叶变换,得到所述开挖掘进机构接触到K类土体或障碍物前的频谱;再取所述幅值集合Xk在所述t0时刻后的b个加速度幅值集合进行离散傅里叶变换,得到所述开挖掘进机构接触到所述K类土体或障碍物后的频谱,并将所述开挖掘进机构与所述K类土体或障碍物接触前后的频谱进行对比,得出所述K类土体或障碍物的频域特征频率范围的标定范围为fak~fbk。
进一步具体地,所述标定范围fak~fbk内幅值的平均值Bk为所述K类土体或障碍物的频域特征频率幅值的标定值。
进一步地,步骤B)中所述信号处理算法以及步骤C)中对所述分析结果的对比步骤包括:
1)记所述实际作业过程中的所述振动信号的幅值集合为X={xi|i=1,2,…,Fs·t1},其中Fs为采样频率,t1为采样的持续时间;记所述集合X的子集为Xj={xi|i=1+64×j,2+64×j,…,128+64×j};
2)取j=1,得到集合X1,将所述集合X1内的最大幅值xmax与所述土体类别数据库中所述时域幅值标定值的最小值Amin对比,若xmax≥Amin,则先对所述集合X1进行加窗处理,再利用离散傅里叶变换:
其中e是自然对数的基,虚数记号以得到该集合X1的频域特征频率范围;再据此计算该集合X1的频域特征频率幅值的平均值,将所述集合X1的频域特征频率范围和频域特征频率幅值的平均值与所述土体类别数据库进行对比,判断实时土体类别数据库中是否存在土体或障碍物类别K1的频域特征频率范围包含该集合X1的频域特征频率范围;若存在,则继续判断该集合X1的频域特征频率幅值的平均值与所述土体或障碍物类别K1标定的频域特征频率幅值是否一致,若一致,则当前接触的土体或障碍物类别为K1;
3)若时域幅值、频域特征频率范围和频域特征频率幅值未能同时满足所述步骤2)中的识别条件,则取j=j+1,继续进行时域、频域分析,直到所述时域幅值、所述频域特征频率范围和所述频域特征频率幅值同时满足所述步骤2)中的识别条件;或直至所述集合X中所有幅值均完成判断,等待下个t1秒内的振动信号并重复步骤1)和步骤2)。
具体地,所述短时傅里叶变换采用汉宁窗函数。
本发明第二方面提供一种实时土体类别识别系统,包括传感器、信号收集器和控制器,所述传感器设于开挖掘进设备的开挖掘进机构上并与所述信号收集器电连接,所述信号收集器与所述控制器电连接,以经由该传感器测量所述开挖掘进机构的振动并经由所述信号收集器收集该传感器传递的振动信号,所述控制器内预设有土体类别数据库和土体类别识别算法,以能够实时地经由所述土体类别识别算法对所述信号收集器中的所述振动信号进行运算处理并将处理结果与所述土体类别数据库进行对比,以实现土体类别的识别以及有无障碍物的判断。
优选地,所述传感器为加速度传感器。
本发明第三方面提供一种挖掘机,其包括上述技术方案中任一项所述的实时土体类别识别系统。
本发明的实时土体类别识别方法,通过对开挖掘进机构在遇到不同的土体或是障碍物时产生的振动的振动特性的分析实现对当前作业位置的土体类别或判断是否遇到障碍物,且由于事先已经建立了土体类别数据库,故在实际作业过程中,开挖掘进机构与土体或障碍物接触后极短的时间内,即可通过土体类别识别算法计算分析设于开挖掘进机构上的传感器所传递的振动信号的时域幅值、频域特征频率范围和频域特征频率幅值,并将计算分析结果与所述土体类别数据库中的数据对比,以实现土体类别的识别以及判断是否遇到障碍物,时效性高,且避免了多次挖掘测量所带来的误差,从而对土体类别的识别以及对有无障碍物的判别都更加准确。
本发明的实时土体类别识别系统,能实现对土体类别以及有无障碍物的实时识别,且其采用加速度传感器采集振动信号,一方面能够方便的获取振动的时域幅值,从而方便了对频域特征频率范围和频域特征频率幅值的分析;另一方面加速度传感器结构紧凑方便布置。
本发明的挖掘机,由于使用了本发明的实时土体类别识别系统,同样能够实现对土体类别以及有无障碍物的实时且自动地识别。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
图1是本发明实时土体类别识别方法的流程图;
图2是本发明实时土体类别识别方法中土体类别识别算法框图;
图3是本发明实时土体类别识别系统应用于挖掘机时传感器的布置位置示意图。
附图标记说明
1-挖斗 2-传感器
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
在本发明第一方面所提供的实时土体类别识别方法的一个实例中,如图1所示,是实时土体类别识别方法的流程图,具体步骤包括:A)采集振动信号:经由布置于开挖掘进设备的开挖掘进机构上的传感器采集开挖掘进机构在动作过程中的振动信号;B)获取信号特征:利用设定的信号处理算法实时分析实际作业过程中振动信号的时域特征和频域特征;C)识别土体类别:将分析结果与土体类别数据库中所记录的各类土体的时域特征和频域特征的标定值进行对比,以确定当前作业位置的土体类别。
本发明通过对开挖掘进机构在遇到不同的土体或是障碍物时形成的振动特性的分析实现对当前作业位置的土体类别或判断是否遇到障碍物,且由于事先已经建立了土体类别数据库,故在实际作业过程中,开挖掘进机构与土体或障碍物接触后极短的时间内,即可通过土体类别识别算法计算分析设于开挖掘进机构上的传感器所传递的振动信号的时域幅值、频域特征频率范围和频域特征频率幅值,并将计算分析结果与土体类别数据库中的数据对比,以实现土体类别的识别以及判断是否遇到障碍物,时效性高,且避免了多次挖掘测量所带来的误差,从而对土体类别的识别以及对有无障碍物的判别都更加准确。
具体地,步骤B)和步骤C)中的时域特征包括时域幅值;频域特征包括频域特征频率范围和频域特征频率幅值。在实际作业过程中可通过时域幅值的大小来判断开挖掘进机构是否与土体或障碍物相接触,若判定开挖掘进机构已经与土体或障碍物相接触,则可进一步根据频域特征频率范围和频域特征频率幅值的大小来判断开挖掘进机构所接触到的土体的具体类别或开挖掘进机构是否遇到了坚硬障碍物。
进一步具体地,步骤C)中的土体类别数据库中所记录的各类土体的时域特征(时域幅值)和频域特征(频域特征频率范围和频域特征频率幅值)的标定值的标定方法如下:
首先,记遇到不同土体类别时传感器采集到的振动信号的幅值集合为Xk={xi|i=1,2,…,Fs·t},其中Fs为传感器的采样频率,t为采样的持续时间,K为土体以及障碍物的类别,并记开挖掘进机构接触土体或障碍物的时刻为t0时刻。
则取幅值集合Xk在t0时刻后的a个幅值的平均值Ak为K类土体或障碍物的时域幅值的标定值。
然后取幅值集合Xk在t0时刻前的b个加速度幅值集合进行离散傅里叶变换,得到开挖掘进机构接触到K类土体或障碍物前的频谱;再取幅值集合Xk在t0时刻后的b个加速度幅值集合进行离散傅里叶变换,得到开挖掘进机构接触到K类土体或障碍物后的频谱,并将开挖掘进机构与K类土体或障碍物接触前后的频谱进行对比,得出K类土体或障碍物的频域特征频率范围的标定范围为fak~fbk。
最后区标定范围fak~fbk内幅值的平均值Bk为K类土体或障碍物的频域特征频率幅值的标定值。
将依照上述标定方法所得出的K类土体或障碍物的时域幅值的标定值Ak、频域特征频率范围的标定范围为fak~fbk以及频域特征频率幅值的标定值Bk与该K类土体或障碍物相关联形成对应关系,并根据此对应关系建立土体类别数据库,依据《全国统一建筑工程基础定额》中的土壤及岩石(普氏)分类表的划分,土体类别数据库中部分土体或障碍物类别K与时域幅值的标定值Ak、频域特征频率范围的标定范围为fak~fbk以及频域特征频率幅值的标定值Bk的对应关系如表1所示:
表1
需要注意的是,考虑到实验标定过程中同类别的土体也存在细微的差异以及实际作业环境与实验室环境的区别,故将频域特征频率幅值的标定值Bk设置为一个范围值;另外,土体类别数据库中的数据还可以根据实际作业中的具体情况进行修正或添加,以使得土体类别数据库更加完善。
更具体地,传感器每隔t1发送一次振动信号,并利用土体类别识别算法对该t1内的振动信号进行运算分析,如图2土体类别识别算法框图所示,步骤B)中信号处理算法以及步骤C)中对分析结果的对比步骤包括:
1)记作业过程中的振动信号的幅值集合为X={xi|i=1,2,…,Fs·t1},其中Fs为传感器的采样频率,t1为传感器每次发送的振动信号的采样的持续时间;记集合X的子集为Xj={xi|i=1+64×j,2+64×j,…,128+64×j};
2)取j=1,得到集合X1,将集合X1内的最大幅值xmax与土体类别数据库中时域幅值标定值的最小值Amin对比,若xmax≥Amin,为了能够减小频谱能量泄露,使得运算分析结果更加精确,则先对集合X1进行加窗处理,此处加窗处理可以采用汉宁窗函数:
其中,N=128,0≤n≤N-1。再进一步对集合X1进行离散傅里叶变换:
其中e是自然对数的基,虚数记号得到该集合X1的频域特征频率范围;再据此计算该集合X1的频域特征频率幅值的平均值,将集合X1的频域特征频率范围和频域特征频率幅值的平均值与土体类别数据库进行对比,判断实时土体类别数据库中是否存在土体或障碍物类别K1的频域特征频率范围包含该集合X1的频域特征频率范围;若存在,则继续判断该集合X1的频域特征频率幅值的平均值是否处于土体或障碍物类别K1标定的频域特征频率幅值的范围内,若处于标定值的范围内,则当前接触的土体或障碍物类别为K1;
3)若时域幅值、频域特征频率范围和频域特征频率幅值未能同时满足步骤2)中的识别条件,则取j=j+1,继续进行时域、频域分析,直到时域幅值、频域特征频率范围和频域特征频率幅值同时满足步骤2)中的识别条件;或直至集合X中所有幅值均完成判断,等待下个t1秒内的振动信号并重复步骤1)和步骤2)。
上述的土体类别识别算法,先将振动信号的时域幅值与土体类别数据库进行对比分析,从而能够先判断出开挖掘进机构是否与土体或是障碍物相接触,即若xmax<Amin则表示开挖掘进机构未接触土体或是障碍物,从而可以直接取j=j+1,判断下一时刻开挖掘进机构是否接触土体或是障碍物,该设计能够快速的识别出当前进行运算分析的振动信号中开挖掘进机构未接触土体或是障碍物的部分,从而能够快速地进行到开挖掘进机构接触土体或障碍物的部分的振动信号的运算分析,缩短了识别土体类别所用的时间,从而实现了土体类别识别的实时性;在确定了开挖掘进机构接触土体或障碍物后,则继续先后通过频域特征频率范围以及频域特征频率幅值两个角度来判别土体类别,若频域特征频率范围不符合识别标准则说明振动信号时域幅值的测量存在误差,实际上开挖掘进机构未接触到土体或障碍物,则无需进行后续的频域特征频率幅值的对比分析,既节约了运算分析的时间,有提高了识别的准确性。
在本发明第二方面所提供的实时土体类别识别系统的一个实例中,该识别系统包括传感器、信号收集器和控制器,传感器设于开挖掘进设备的开挖掘进机构上并与信号收集器电连接,信号收集器与控制器电连接,以经由该传感器测量开挖掘进机构的振动并经由信号收集器收集该传感器传递的振动信号,控制器内预设有土体类别数据库和土体类别识别算法,以能够实时地经由土体类别识别算法对信号收集器中的振动信号进行运算处理并将处理结果与土体类别数据库进行对比,以实现土体类别的识别以及有无障碍物的判断。具体地,如图3所示,以开挖掘进设备是挖掘机为例,其开挖掘进机构则为挖斗1,传感器2可具体布置于挖斗1外侧与挖斗油缸相连接的区域处。
该实时土体类别识别系统通过传感器以及信号收集器检测和收集开挖掘进机构在实际作业过程中的振动信号,通过预置于控制器内的土体类别识别算法对振动信号进行运算处理,并将运算处理结果与预置于控制器内的土体类别数据库中的数据进行对比分析,实现土体类别的识别以及有无障碍物的判断,由于事先已经建立了土体类别数据库,故在实际作业过程中,开挖掘进机构与土体或障碍物接触后极短的时间内,即可将振动信号经土体类别识别算法运算分析后的结果与土体类别数据库中的数据对比,以实现土体类别的识别以及判断是否遇到障碍物,时效性高,且避免了多次挖掘测量所带来的误差,从而对土体类别的识别以及对有无障碍物的判别都更加准确。
优选地,传感器为加速度传感器,一方面加速度传感器体积小容易布置,另一方面,其输出的信号不仅可以用于进行土体类别的判断,还能够用于进行开挖掘进机构动作姿态的检测,从而能够为后续实现开挖掘进设备的自动控制提供技术支撑,故也降低了传感器的布置成本。
在本发明第三方面所提供的挖掘机的一个实例中,由于该挖掘机具有上述技术方案中的实时土体类别识别系统,故该挖掘机同样具有上述实时土体类别识别系统的技术方案所带来的技术效果。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种实时土体类别识别方法,其特征在于,包括如下步骤:
A)采集振动信号:经由布置于开挖掘进设备的开挖掘进机构上的传感器采集所述开挖掘进机构在动作过程中的振动信号;
B)获取信号特征:利用设定的信号处理算法实时分析实际作业过程中所述振动信号的时域特征和频域特征;
C)识别土体类别:将分析结果与土体类别数据库中所记录的各类土体的时域特征和频域特征的标定值进行对比,以确定当前作业位置的土体类别。
2.根据权利要求1所述的实时土体类别识别方法,其特征在于,步骤B)和步骤C)中所述的时域特征包括时域幅值;所述频域特征包括频域特征频率范围和频域特征频率幅值;步骤C)中经实验标定并建立所述土体类别数据库时,记遇到不同土体类别时所述传感器采集到的所述振动信号的幅值集合为Xk={xi|i=1,2,…,Fs·t},其中Fs为所述传感器的采样频率,t为采样的持续时间,K为土体以及障碍物的类别,记所述开挖掘进机构接触土体或障碍物的时刻为t0时刻。
3.根据权利要求2所述的实时土体类别识别方法,其特征在于,所述时域幅值的标定方法为:取所述幅值集合Xk在所述t0时刻后的a个幅值的平均值Ak为K类土体或障碍物的时域幅值的标定值。
4.根据权利要求2所述的实时土体类别识别方法,其特征在于,所述频域特征频率范围的标定方法为:取所述幅值集合Xk在所述t0时刻前的b个加速度幅值集合进行短时傅里叶变换,得到所述开挖掘进机构接触到K类土体或障碍物前的频谱;再取所述幅值集合Xk在所述t0时刻后的b个加速度幅值集合进行短时傅里叶变换,得到所述开挖掘进机构接触到所述K类土体或障碍物后的频谱,并将所述开挖掘进机构与所述K类土体或障碍物接触前后的频谱进行对比,得出所述K类土体或障碍物的频域特征频率范围的标定范围为fak~fbk。
5.根据权利要求4所述的实时土体类别识别方法,其特征在于,所述标定范围fak~fbk内幅值的平均值Bk为所述K类土体或障碍物的频域特征频率幅值的标定值。
6.根据权利要求1所述的实时土体类别识别方法,其特征在于,步骤B)中所述信号处理算法以及步骤C)中对所述分析结果的对比步骤包括:
1)记所述实际作业过程中的所述振动信号的幅值集合为X={xi|i=1,2,…,Fs·t1},其中Fs为采样频率,t1为采样的持续时间;记所述集合X的子集为Xj={xi|i=1+64×j,2+64×j,…,128+64×j};
2)取j=1,得到集合X1,将所述集合X1内的最大幅值xmax与所述土体类别数据库中所述时域幅值标定值的最小值Amin对比,若xmax≥Amin,则先对所述集合X1进行加窗处理,再利用离散傅里叶变换:
其中e是自然对数的基,虚数记号以得到该集合X1的频域特征频率范围;再据此计算该集合X1的频域特征频率幅值的平均值,将所述集合X1的频域特征频率范围和频域特征频率幅值的平均值与所述土体类别数据库进行对比,判断实时土体类别数据库中是否存在土体或障碍物类别K1的频域特征频率范围包含该集合X1的频域特征频率范围;若存在,则继续判断该集合X1的频域特征频率幅值的平均值与所述土体或障碍物类别K1标定的频域特征频率幅值是否一致,若一致,则当前接触的土体或障碍物类别为K1;
3)若时域幅值、频域特征频率范围和频域特征频率幅值未能同时满足所述步骤2)中的识别条件,则取j=j+1,继续进行时域、频域分析,直到所述时域幅值、所述频域特征频率范围和所述频域特征频率幅值同时满足所述步骤2)中的识别条件;或直至所述集合X中所有幅值均完成判断,等待下个t1秒内的振动信号并重复步骤1)和步骤2)。
7.根据权利要求6所述的实时土体类别识别方法,其特征在于,所述短时傅里叶变换采用汉宁窗函数。
8.一种实时土体类别识别系统,其特征在于,包括传感器、信号收集器和控制器,所述传感器设于开挖掘进设备的开挖掘进机构上并与所述信号收集器电连接,所述信号收集器与所述控制器电连接,以经由该传感器测量所述开挖掘进机构的振动并经由所述信号收集器收集该传感器传递的振动信号,所述控制器内预设有土体类别数据库和土体类别识别算法,以能够实时地经由所述土体类别识别算法对所述信号收集器中的所述振动信号进行运算处理并将处理结果与所述土体类别数据库进行对比,以实现土体类别的识别以及有无障碍物的判断。
9.根据权利要求8所述的实时土体类别识系统,其特征在于,所述传感器为加速度传感器。
10.一种挖掘机,其特征在于,包括权利要求8或9所述的实时土体类别识别系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110152438.1A CN113065388B (zh) | 2021-02-03 | 2021-02-03 | 一种实时土体类别识别方法、系统及一种挖掘机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110152438.1A CN113065388B (zh) | 2021-02-03 | 2021-02-03 | 一种实时土体类别识别方法、系统及一种挖掘机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113065388A true CN113065388A (zh) | 2021-07-02 |
CN113065388B CN113065388B (zh) | 2022-11-01 |
Family
ID=76558635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110152438.1A Active CN113065388B (zh) | 2021-02-03 | 2021-02-03 | 一种实时土体类别识别方法、系统及一种挖掘机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113065388B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184848A (zh) * | 2021-12-03 | 2022-03-15 | 中国科学院国家空间科学中心 | 基于Goertzel算法的星载VHF瞬态信号逐点扫描实时处理方法 |
CN114442616A (zh) * | 2022-01-05 | 2022-05-06 | 中联重科土方机械有限公司 | 用于挖掘机的控制方法、装置、处理器及挖掘机 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1019853A (ja) * | 1996-07-09 | 1998-01-23 | Okumura Corp | 地盤判定装置 |
US20110169638A1 (en) * | 2009-02-09 | 2011-07-14 | Bbn Technologies, Corp. | Subsurface intrusion detection system |
CN103510503A (zh) * | 2013-09-30 | 2014-01-15 | 中国地质大学(北京) | 一种夯点土体加固状态振动实时监控方法 |
CN106245495A (zh) * | 2016-08-03 | 2016-12-21 | 四川大学 | 基于地基反力测试的堆石坝压实质量检测方法 |
US20170068010A1 (en) * | 2014-02-25 | 2017-03-09 | Cgg Services Sa | Subterranean formation monitoring using frequency domain weighted analysis |
CN108830325A (zh) * | 2018-06-20 | 2018-11-16 | 哈尔滨工业大学 | 一种基于学习的振动信息地形分类识别方法 |
CN110458071A (zh) * | 2019-08-01 | 2019-11-15 | 北京邮电大学 | 一种基于dwt-dfpa-gbdt的光纤振动信号特征提取与分类方法 |
CN111521681A (zh) * | 2020-05-25 | 2020-08-11 | 武汉理工大学 | 基于压电陶瓷剪切波能量损失的混凝土内部损伤评估方法 |
CN112014048A (zh) * | 2020-09-03 | 2020-12-01 | 盾构及掘进技术国家重点实验室 | 盾构机刀盘检测及修复方法 |
-
2021
- 2021-02-03 CN CN202110152438.1A patent/CN113065388B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1019853A (ja) * | 1996-07-09 | 1998-01-23 | Okumura Corp | 地盤判定装置 |
US20110169638A1 (en) * | 2009-02-09 | 2011-07-14 | Bbn Technologies, Corp. | Subsurface intrusion detection system |
CN103510503A (zh) * | 2013-09-30 | 2014-01-15 | 中国地质大学(北京) | 一种夯点土体加固状态振动实时监控方法 |
US20170068010A1 (en) * | 2014-02-25 | 2017-03-09 | Cgg Services Sa | Subterranean formation monitoring using frequency domain weighted analysis |
CN106245495A (zh) * | 2016-08-03 | 2016-12-21 | 四川大学 | 基于地基反力测试的堆石坝压实质量检测方法 |
CN108830325A (zh) * | 2018-06-20 | 2018-11-16 | 哈尔滨工业大学 | 一种基于学习的振动信息地形分类识别方法 |
CN110458071A (zh) * | 2019-08-01 | 2019-11-15 | 北京邮电大学 | 一种基于dwt-dfpa-gbdt的光纤振动信号特征提取与分类方法 |
CN111521681A (zh) * | 2020-05-25 | 2020-08-11 | 武汉理工大学 | 基于压电陶瓷剪切波能量损失的混凝土内部损伤评估方法 |
CN112014048A (zh) * | 2020-09-03 | 2020-12-01 | 盾构及掘进技术国家重点实验室 | 盾构机刀盘检测及修复方法 |
Non-Patent Citations (1)
Title |
---|
赵丁凤,陈国兴: "不同刚度地铁地下车站结构振动台试验测试数据的时频特征分析", 《南京工业大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184848A (zh) * | 2021-12-03 | 2022-03-15 | 中国科学院国家空间科学中心 | 基于Goertzel算法的星载VHF瞬态信号逐点扫描实时处理方法 |
CN114184848B (zh) * | 2021-12-03 | 2023-09-26 | 中国科学院国家空间科学中心 | 基于Goertzel算法的星载VHF瞬态信号逐点扫描实时处理方法 |
CN114442616A (zh) * | 2022-01-05 | 2022-05-06 | 中联重科土方机械有限公司 | 用于挖掘机的控制方法、装置、处理器及挖掘机 |
Also Published As
Publication number | Publication date |
---|---|
CN113065388B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110109895B (zh) | 适用于tbm掘进隧道的围岩分级联合预测方法及应用 | |
CN113065388B (zh) | 一种实时土体类别识别方法、系统及一种挖掘机 | |
CN105527650B (zh) | 一种工程尺度下微震信号及p波初至自动识别算法 | |
CN110440148B (zh) | 一种漏损声信号分类识别方法、装置及系统 | |
CN111487678B (zh) | 一种确定高分辨率小多道地震最小偏移距和系统延迟的分析方法 | |
CN110749373A (zh) | 一种汽车噪声源检测方法 | |
CN112985574B (zh) | 基于模型融合的光纤分布式声波传感信号高精度分类识别方法 | |
CN107678064B (zh) | 一种声波时差实时提取方法 | |
CN111272456A (zh) | 基于位置变化数据的机械状态检测方法和电子设备 | |
CN112860658B (zh) | 基于数据挖掘的高速列车电磁发射预测方法 | |
CN114185959A (zh) | 城市综合管廊与周边地质环境自动化监测与预警方法、系统、设备及存储介质 | |
CN117349597A (zh) | 一种用于智能数字精确定点仪的智能背景降噪方法 | |
CN111693828B (zh) | 一种基于mle的变电站空间局部放电定位系统及方法 | |
CN105222885A (zh) | 一种光纤振动检测方法及装置 | |
US20230265627A1 (en) | Single-hole ultrasonic detection device for continuous integrity and rock entry depth of concrete diaphragm wall and method using the same | |
CN110346032A (zh) | 一种基于恒虚警与过零率相结合的φ-otdr振动信号端点检测方法 | |
CN1588118A (zh) | 一种声发射检测技术中的声发射源信号反求方法及装置 | |
US11971950B2 (en) | Method for onset time detection of acoustic emission based on histogram distance | |
CN113075120B (zh) | 一种实时土体类别识别方法、系统及一种盾构机 | |
CN110375939B (zh) | 一种航天器结构振动试验健康状态评估的改进方法 | |
CN104278990A (zh) | 测井数据质量恢复方法及装置 | |
CN114518511A (zh) | 一种特征辅助的局部放电点定位方法 | |
CN114383959B (zh) | 用于岩体性质评定的随钻检测装置及方法 | |
CN117908522B (zh) | 基于模拟分析的发控设备故障定位方法 | |
CN111272457A (zh) | 基于温度数据的机械状态检测方法和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |