CN113094873B - 稳定工况识别方法、工况评价方法、及混凝土泵送设备 - Google Patents

稳定工况识别方法、工况评价方法、及混凝土泵送设备 Download PDF

Info

Publication number
CN113094873B
CN113094873B CN202110277319.9A CN202110277319A CN113094873B CN 113094873 B CN113094873 B CN 113094873B CN 202110277319 A CN202110277319 A CN 202110277319A CN 113094873 B CN113094873 B CN 113094873B
Authority
CN
China
Prior art keywords
working condition
pumping equipment
stable
stable working
gear
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.)
Active
Application number
CN202110277319.9A
Other languages
English (en)
Other versions
CN113094873A (zh
Inventor
文啸
赵鑫
万梁
李春林
熊慎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zoomlion Heavy Industry Science and Technology Co Ltd
Original Assignee
Zoomlion Heavy Industry Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zoomlion Heavy Industry Science and Technology Co Ltd filed Critical Zoomlion Heavy Industry Science and Technology Co Ltd
Priority to CN202110277319.9A priority Critical patent/CN113094873B/zh
Publication of CN113094873A publication Critical patent/CN113094873A/zh
Application granted granted Critical
Publication of CN113094873B publication Critical patent/CN113094873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明实施例提供一种混凝土泵送设备的稳定工况识别方法,属于工程机械技术领域。所述混凝土泵送设备的稳定工况识别方法包括:获取所述泵送设备在施工过程中的工况数据;以及根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的施工工况是否为稳定工况。以准确识别混凝土泵送设备的稳定施工状态,且可以提供统一的识别标准。

Description

稳定工况识别方法、工况评价方法、及混凝土泵送设备
技术领域
本发明涉及工程机械技术领域,具体地涉及一种混凝土泵送设备的稳定工况识别方法、工况评价方法、及混凝土泵送设备。
背景技术
现有的混凝土泵送设备工况的研究中主要采用:混凝土泵送设备传感器采集数据,在控制器进行简单计算、或直接上传到数据平台进行存储,可以实现对工况数据进行后续的查询、分析。现有混凝土泵送设备工况的研究没有对混凝土泵送设备稳定施工状态的识别。
发明内容
本发明实施例的目的是提供一种混凝土泵送设备的稳定工况识别方法,该混凝土泵送设备的稳定工况识别方法用于解决没有针对混凝土泵送设备稳定施工状态识别的问题。
为了实现上述目的,本发明实施例提供一种混凝土泵送设备的稳定工况识别方法,所述混凝土泵送设备的稳定工况识别方法包括:获取所述泵送设备在施工过程中的工况数据;以及根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的施工工况是否为稳定工况。
可选的,所述稳定工况识别原则的设置包括:根据所述泵送设备在泵送过程中的各项工况指标,分析所述各项工况指标之间的相互影响,其中所述工况指标包括泵送频率、泵送压力、档位、转速、分配压力、油泵转速中的两者或两者以上;以及通过所述各项工况指标之间的相互影响,确定所述稳定工况识别原则为根据所述档位变化进行阈值寻优。
可选的,其特征在于,所述根据所述档位变化进行阈值寻优包括:根据专家经验设定档位变化的最小变化阈值E;对各档位数据gear进行差分处理,得到差分结果diff_gear,并取所述档位数据gear中满足diff_gear>E的档位数据t_diff_gear;获取每个所述档位数据t_diff_gear对应的数据个数,记为阈值事件数t_diff_gear_cnt;对所述阈值事件数t_diff_gear_cnt进行差分处理,得到事件变化斜率T_diff;对所述事件变化斜率T_diff进行平滑处理,取N个T_diff平均值,作为T_diff_avg序列,其中,N=t_diff_gear_cnt/2-1;以及获取T_diff_avg序列最小值对应的索引减去平滑处理值N,所获取的索引对应的阈值为目标阈值TS。
可选的,所述根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的施工工况是否为稳定工况包括:当所述泵送设备在施工过程中,施工工况的档位变化不超过所述目标阈值时,确定所述泵送设备的施工工况为稳定工况。
本发明实施例还提供一种混凝土泵送设备的工况评价方法,所述混凝土泵送设备的工况评价方法包括:上述的混凝土泵送设备的稳定工况识别方法,获取所述泵送设备在稳定工况下的多维度稳定工况数据;根据获取的所述多维度稳定工况数据,确定所述泵送设备的稳定工况评分标准;以及根据所述稳定工况评分标准,分析所述泵送设备的施工工况信息、施工场景信息、及不同或相同评分下设备相似性与差异性中的一者或多者。
可选的,所述根据获取的所述多维度稳定工况数据,确定所述泵送设备的稳定工况评分标准,包括:根据所述多维度稳定工况数据,构建代表稳定工况状态的特征标签;根据所述泵送设备预设的档位变化阈值,确定各档位对应的各所述特征标签对应的数据;以所述特征标签为坐标,以各所述特征标签对应的数据为数值,绘制离散点图,其中根据所述离散点图的横、纵坐标将其分成多个区间;根据预设的多维区间评分公式,确定所述泵送设备在各区间的稳定工况评分;以及根据所确定的各区间的稳定工况评分,确定所述泵送设备在一段施工工况下的稳定工况评分。
可选的,所述特征标签包括平均泵送压力、平均泵送频率、平均发动转速、上、平均分配压力以及上述工况的标准差、方差特征中的两者或两者以上。
可选的,当所述特征标签选定所述平均泵送压力和所述平均泵送频率时,通过下式表示二维区间评分公式:
Figure BDA0002977165580000031
其中,I、J表示横坐标区域,K、M表示纵坐标区域,N表示落在目标区域稳定工况数据量,W表示二维区间内稳定工况数据量,μ表示二维变量影响系数,T表示各档位对应的稳定工况的区间稳定工况评分,F表示平均泵送压力,P表示平均泵送频率。
可选的,通过下式,确定所述泵送设备的稳定工况评分:
Figure BDA0002977165580000032
其中,T为稳定工况区间的分区稳定工况评分,I、J为横坐标区域,K、M为纵坐标,Cnt(i)为i区间稳定工况数据量,N为稳定工况数据量。
本发明实施例还提供一种控制装置,所述控制装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序,以实现上述的混凝土泵送设备的稳定工况识别方法、和/或上述的混凝土泵送设备工况的评价方法。
本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令使得机器执行根据上述的混凝土泵送设备的稳定工况识别方法、和/或上述的混凝土泵送设备工况的评价方法。
本发明实施例还提供一种混凝土泵送设备,所述混凝土泵送设备包括上述的控制装置。
通过上述技术方案,本发明实施例通过获取所述泵送设备在泵送过程中的工况数据;以及根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的稳定工况,以准确识别混凝土泵送设备的稳定施工状态,且可以提供统一的识别标准。
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
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是现有的混凝土泵送设备工况数据的处理的流程示意图;
图2是本发明实施例提供的混凝土泵送设备的稳定工况识别方法的流程示意图;
图3(a)-3(d)是不同工况指标之间相互影响的示意曲线;
图4是本发明实施例提供的工况评价方法的流程示意图;
图5是为泵送设备各个稳定工况数据对应的二维离散点示意图。
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。
在描述本发明实施例内容之前,先介绍部分技术术语和现有技术的缺陷:
一技术术语
1)工况是指混凝土泵送设备施工情况下上传的施工数据;
2)稳定施工状态是指设备施工状态下关键工况如档位、压力、转速等波动很小,保持稳定状态。
3)稳定工况是指混凝土泵送设备施工在稳定施工状态下上传的工况数据。
二现有技术
请参考图1,在现有技术中,混凝土泵送设备采集数据在控制器进行简单计算、或直接上传到数据平台进行存储,可以对工况数据进行后续的查询、分析。没有对混凝土泵送设备稳定施工状态进行识别;没有对混凝土稳定施工状态下施工工况评分;没有对不同评分的设备深入进行原因分析;没有对相同评分、相似工况表现的不同性能原因进行分析。
图2是本发明实施例提供的混凝土泵送设备的稳定工况识别方法的流程示意图,请参考图2,所述混凝土泵送设备的稳定工况识别方法可以包括以下步骤:
步骤S110:获取所述泵送设备在施工过程中的工况数据。
混凝土泵送设备在泵送过程中会持续上传工况数据与统计数据,可以直接从该泵送设备现有的工况数据库中获取其工况数据。
步骤S120:根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的施工工况是否为稳定工况。
优选的,所述稳定工况识别原则的设置包括:根据所述泵送设备在泵送过程中的各项工况指标,分析所述各项工况指标之间的相互影响,其中所述工况指标包括泵送频率、泵送压力、档位、转速、分配压力、油泵转速中的两者或两者以上;以及通过所述各项工况指标之间的相互影响,确定所述稳定工况识别原则为根据所述档位变化进行阈值寻优。
以示例说明,对泵送设备的工况进行分析的指标,例如影响后续对工况评分的指标包括泵送频率、泵送压力、档位、转速、分配压力、油泵转速、等工况指标。通过对上述工况指标进行数据探索,分析不同工况指标之间的相互影响,绘制曲线,例如图3(a)、3(b)、3(c)、3(d)所示,其中下方波动线均代表档位,图3(a)示出了泵送频率与档位变化的波动幅度、图3(b)示出了泵送压力与档位变化的波动幅度、图3(c)示出了转速与档位变化的波动幅度、图3(d)示出了分配压力与档位变化的波动幅度,可以发现档位gear各个子图中,当档位gear波动时,其他工况均随之变化,档位gear波动幅度在一定范围内,其它工况也保持平稳状态,且档位gear可以通过机手人为操控,所以特选取档位gear为影响工况变化的关键工况。
确定档位为关键工况后,需要确定档位波动的最佳阈值。根据混凝土泵送机械机理,对档位变化阈值进行求解。优选的,所述根据所述档位变化进行阈值寻优可以包括:
1)根据专家经验设定档位变化的最小变化阈值E。
举例说明,设定档位变化的最小变化阈值E=0.3。
2)对各档位数据gear进行差分处理,得到差分结果diff_gear,并取所述档位数据gear中满足diff_gear>E的档位数据t_diff_gear。
承接上述举例,针对各个档位数据gear分别进行差分,例如,档位数据gear 1.1、1.2、1.3、1.4……;2.1、2.2、2.3、2.4……,分别进行差分计算,得到差分结果diff_gear为0.1,
3)获取每个所述档位数据t_diff_gear对应的数据个数,记为阈值事件数t_diff_gear_cnt;
4)对所述阈值事件t_diff_gear_cnt进行差分处理,得到事件变化斜率T_diff;
5)对所述事件变化斜率T_diff进行平滑处理,取N个T_diff平均值,作为T_diff_avg序列,其中,N=t_diff_gear_cnt/2-1;以及
6)获取T_diff_avg序列最小值对应的索引减去平滑处理值N,确定对应的阈值为目标阈值TS。
优选的,所述根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的施工工况是否为稳定工况包括:当所述泵送设备在施工过程中,施工工况的档位变化不超过所述目标阈值时,确定所述泵送设备为稳定工况状态。
图4是本发明实施例提供的工况评价方法的流程示意图,请参考图4,所述混凝土泵送设备的工况评价方法可以包括以下步骤:
步骤S210:根据步骤S110-S120所述的混凝土泵送设备的稳定工况识别方法,获取所述泵送设备在稳定工况下的多维度稳定工况数据。
以示例说明,选取多个车型,针对每个车型,根据步骤S110-S120得到的档位目标阈值TS,获取各档位变化不超过该目标阈值TS时,一段时间内,例如近两年,对应的各项大量稳定工况数据,即多维度工况数据,例如,平均泵送压力、平均泵送频率、平均发动转速、平均分配压力等,每一项可以看作一维度。
步骤S220:根据获取的所述多维度稳定工况数据,确定所述泵送设备的稳定工况评分标准。
优选的,该步骤S220,可以包括以下步骤S221-S225:
步骤S221:根据所述多维度稳定工况数据,构建代表稳定工况状态的特征标签。
其中,所述特征标签可以包括平均泵送压力、平均泵送频率、平均发动转速、平均分配压力以及上述工况的标准差、方差特征中的两者或两者以上。每个特征标签可以代表一维度。
步骤S222:根据所述泵送设备预设的档位变化阈值,确定各档位对应的各所述特征标签对应的数据。
以示例说明,预设的档位变化阈值可以为目标阈值TS,以目标阈值TS=0.3为例,1档位的稳定工况区间可以为[0.7-1]或[1-1.3]……,2档位的稳定工况区间可以为[1.7-2]或[2-2.3]……,档位在对应区间时,可以计算步骤S221中各特征标签对应的数据。
针对各个标签数据的计算,可以先计算各个稳定工况区间内油耗、总时间、待料时间等,再计算各个特征标签对应的数据。
步骤S223:以所述特征标签为坐标,以各所述特征标签对应的数据为数值,绘制离散点图,其中根据所述离散点图的横、纵坐标将其分成多个区间。
举例说明,一般情况下,平均泵送压力、平均泵送频率为两个关键影响工况情况的特征标签。选定平均泵送压力、平均泵送频率对应的数据绘制二维离散点图,请参考图5,示出了某一车型、一段时间内各个稳定工况数据对应的平均泵送压力、平均泵送频率二维离散点图,其中横坐标为平均泵送压力,纵坐标为平均泵送频率,数值为对应的油耗。
需要说明,可以选定多维特征标签对应的数据绘制多维离散点图,也可以分别选定两个特征标签对应的数据绘制多个二维离散点图。
步骤S224:根据预设的多维区间评分公式,确定所述泵送设备在各区间的稳定工况评分。
承接上述示例,当所述特征标签选定所述平均泵送压力和所述平均泵送频率时,通过下式表示二维区间评分公式:
Figure BDA0002977165580000081
其中,I、J表示横坐标区域,K、M表示纵坐标区域,N表示落在目标区域稳定工况数据量,W表示二维区间内稳定工况数据量,μ表示二维变量影响系数,T表示各档位对应的稳定工况的区间稳定工况评分,F表示平均泵送压力,P表示平均泵送频率。
与步骤S222的内容相似,式(1)可以扩展为多维区间评分公式。
其中,各个区间得分为平均泵送压力、平均泵送频率对对应下的各个小方格得分。例如,在平均泵送压力[3,4]、平均泵送频率[4,5]区间下,根据式(1)计算得分例如为0.02;在平均泵送压力[4,5],平均泵送频率[5,6]区间下,根据式(1)计算得分例如为0.03。
步骤S225:根据所确定的各区间的稳定工况评分,确定所述泵送设备在一段施工工况下的稳定工况评分。
根据步骤S224,可以得到各区间的稳定工况评分,可以通过下式,确定所述泵送设备在一段施工工况下的稳定工况评分:
Figure BDA0002977165580000091
其中,T为稳定工况区间的分区稳定工况评分,I、J为横坐标区域,K、M为纵坐标,Cnt(i)为i区间稳定工况数据量,N为稳定工况数据量。
与步骤S224的内容相似,式(2)可以扩展为多维稳定工况评分。
步骤S230:根据所述稳定工况评分标准,分析所述泵送设备的施工工况信息、及施工场景信息。
在得到泵送设备的稳定工况评分后,对不同区域的评分进行探索,分析不同评分所表征的不同稳定工况或泵送设备表现间的不同差异,例如泵送设备的施工工况信息、施工场景信息、及不同或相同评分下泵送设备相似性与差异性中的一者或多者。
以平均泵送压力、平均泵送频率对应的泵送设备的稳定工况评分为例,结合图5,根据图中稳定工况离散点图,结合式(1)可获得对应的区间稳定工况评分,从图中稳定工况在不同区间的分布密度可以反应出该泵送设备一些施工工况以及施工场景等,具体情况如下:
1)在稳定施工工况集中区域,根据式(1),评分相对较高,反映的是该泵送设备正进行正常施工,料况、施工场景均为常规,因此分布密度最大。
2)在图中右下方,平均泵送压力近乎接近临界值,而泵送频率处于较低频率,因此可以推测在该区间施工的泵送设备可能是在进行差料泵送或是设备以及出现堵管现象需结合其他工况进行分析。
3)图中有部分高平均压力、高平均频率的稳定施工工况,则这种评分下的泵送设备可能在对高层、高架、桥梁使用较好料况进行泵送。
4)低平均压力、低平均频率的稳定施工工况,则反应该泵送设备可能长期处于低档位泵送情况,与机手或是泵送设备本身状况有关。
5)低压力、高频率的稳定施工工况,可以从侧面反映该泵送设备处理高速泵送施工场景,料况较好、并需要快速泵送,如楼面、桥面泵送。
据此,本发明实施例提供的混凝土泵送设备的稳定工况识别方法、混凝土泵送设备的工况评价方法至少具有以下技术效果:
1)混凝土泵送设备机理与大数据相结合,通过档位变化阈值进行寻优的方法得到设备稳定施工工况。
2)结合海量施工工况并基于稳定施工工况,可以给出二维关键工况下的评分公式,并可扩展到多维关键工况的评分方式。
3)通过量化指标对稳定工况进行评分,可对各个泵送设备进行性能评价。
4)通过泵送设备的不同评分,结合机理与专家经验可以分析当时施工的差异、设备性能的差异、操作机手的操作习惯等差异,对设备参数进行调整参考标准。
5)对泵送设备进行评分后,可以根据设备评分结果对设备施工场景(例如楼面、高层、桥梁等)、料况差异(例如河砂、机制砂、C30、C20、C10等)等施工行为进行诊断分析,并通过评分可对评分异常设备提出后续整改建议。
6)根据泵送设备的评分,分析相同评分下设备油耗的差异性,对耗油较高的设备进行分析;在施工场景、料况一致时,对设备功能配置、参数进行分析调整,提高燃油的经济性,降低客户成本。
本发明实施例还提供一种控制装置,所述控制装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序,以实现根据步骤S110-S120所述的混凝土泵送设备的稳定工况识别方法、和/或步骤S210-S230所述的混凝土泵送设备工况的评价方法。
本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令使得机器执行根据步骤S110-S120所述的混凝土泵送设备的稳定工况识别方法、和/或步骤S210-S230所述的混凝土泵送设备工况的评价方法。
进一步地,本发明实施例还提供一种混凝土泵送设备,所述混凝土泵送设备包括上述的控制装置。
需要说明,上述控制装置、机器刻度存储介质、及混凝土泵送设备的技术内容和技术效果与上述步骤S110-S120、步骤S210-S230的内容类似,此处不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种混凝土泵送设备的稳定工况识别方法,其特征在于,所述混凝土泵送设备的稳定工况识别方法包括:
获取所述泵送设备在施工过程中的工况数据;以及
根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的施工工况是否为稳定工况,
所述稳定工况识别原则的设置包括:
根据所述泵送设备在泵送过程中的各项工况指标,分析所述各项工况指标之间的相互影响,其中所述工况指标包括泵送频率、泵送压力、档位、转速、分配压力、油泵转速中的两者或两者以上;以及
通过所述各项工况指标之间的相互影响,确定所述稳定工况识别原则为根据所述档位变化进行阈值寻优,
所述根据所述档位变化进行阈值寻优包括:
根据专家经验设定档位变化的最小变化阈值E;
对各档位数据gear进行差分处理,得到差分结果diff_gear,并取所述档位数据gear中满足diff_gear>E的档位差分数据t_diff_gear;
获取每个所述档位差分数据t_diff_gear对应的数据个数,记为阈值事件数t_diff_gear_cnt;
对所述阈值事件数t_diff_gear_cnt进行差分处理,得到事件变化斜率T_diff;
对所述事件变化斜率T_diff进行平滑处理,取N个T_diff平均值,作为T_diff_avg序列,其中,N=t_diff_gear_cnt/2-1;以及
获取T_diff_avg序列最小值对应的索引减去平滑处理值N,所获取的索引对应的阈值为目标阈值TS。
2.根据权利要求1所述的混凝土泵送设备的稳定工况识别方法,其特征在于,所述根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的施工工况是否为稳定工况包括:
当所述泵送设备在施工过程中,施工工况的档位变化不超过所述目标阈值时,确定所述泵送设备的施工工况为稳定工况。
3.一种混凝土泵送设备的工况评价方法,其特征在于,所述混凝土泵送设备的工况评价方法包括:
获取所述泵送设备在施工过程中的工况数据;
根据所获取的工况数据及预设的稳定工况识别原则,确定所述泵送设备的施工工况是否为稳定工况;
获取所述泵送设备在稳定工况下的多维度稳定工况数据;
根据获取的所述多维度稳定工况数据,确定所述泵送设备的稳定工况评分标准,包括:
根据所述多维度稳定工况数据,构建代表稳定工况状态的特征标签;
根据所述泵送设备预设的档位变化阈值,确定各档位对应的各所述特征标签对应的数据;
以所述特征标签为坐标,以各所述特征标签对应的数据为数值,绘制离散点图,其中根据所述离散点图的横、纵坐标将其分成多个区间;
根据预设的多维区间评分公式,确定所述泵送设备在各区间的稳定工况评分;以及
根据所确定的各区间的稳定工况评分,确定所述泵送设备在一段施工工况下的稳定工况评分;以及
根据所述稳定工况评分标准,分析所述泵送设备的施工工况信息、施工场景信息、及不同或相同评分下泵送设备相似性与差异性中的一者或多者。
4.根据权利要求3所述的混凝土泵送设备的工况评价方法,其特征在于,所述稳定工况识别原则的设置包括:
根据所述泵送设备在泵送过程中的各项工况指标,分析所述各项工况指标之间的相互影响,其中所述工况指标包括泵送频率、泵送压力、档位、转速、分配压力、油泵转速中的两者或两者以上;以及
通过所述各项工况指标之间的相互影响,确定所述稳定工况识别原则为根据所述档位变化进行阈值寻优。
5.根据权利要求3所述的混凝土泵送设备的工况评价方法,其特征在于,所述特征标签包括平均泵送压力、平均泵送频率、平均发动转速、平均分配压力以及上述工况数据的标准差、方差特征中的两者或两者以上。
6.根据权利要求5所述的混凝土泵送设备的工况评价方法,其特征在于,当所述特征标签选定所述平均泵送压力和所述平均泵送频率时,通过下式表示二维区间评分公式:
Figure FDA0004010759050000031
其中,I、J表示横坐标区域,K、M表示纵坐标区域,N表示落在目标区域稳定工况数据量,W表示二维区间内稳定工况数据量,μ表示二维变量影响系数,T表示各档位对应的稳定工况的区间稳定工况评分,F表示平均泵送压力,P表示平均泵送频率。
7.根据权利要求6所述的混凝土泵送设备工况的评价方法,其特征在于,通过下式,确定所述泵送设备在一段施工工况下的稳定工况评分:
Figure FDA0004010759050000032
其中,T为稳定工况区间的分区稳定工况评分,I、J为横坐标区域,K、M为纵坐标,Cnt(i)为i区间稳定工况数据量,N为稳定工况数据量。
8.一种控制装置,其特征在于,所述控制装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序,以实现根据权利要求1至2中任意一项所述的混凝土泵送设备的稳定工况识别方法、和/或权利要求3至7中任意一项所述的混凝土泵送设备工况的评价方法。
9.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令使得机器执行根据权利要求1至2中任意一项所述的混凝土泵送设备的稳定工况识别方法、和/或权利要求3至7中任意一项所述的混凝土泵送设备工况的评价方法。
10.一种混凝土泵送设备,其特征在于,所述混凝土泵送设备包括权利要求8所述的控制装置。
CN202110277319.9A 2021-03-15 2021-03-15 稳定工况识别方法、工况评价方法、及混凝土泵送设备 Active CN113094873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110277319.9A CN113094873B (zh) 2021-03-15 2021-03-15 稳定工况识别方法、工况评价方法、及混凝土泵送设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110277319.9A CN113094873B (zh) 2021-03-15 2021-03-15 稳定工况识别方法、工况评价方法、及混凝土泵送设备

Publications (2)

Publication Number Publication Date
CN113094873A CN113094873A (zh) 2021-07-09
CN113094873B true CN113094873B (zh) 2023-04-07

Family

ID=76667439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110277319.9A Active CN113094873B (zh) 2021-03-15 2021-03-15 稳定工况识别方法、工况评价方法、及混凝土泵送设备

Country Status (1)

Country Link
CN (1) CN113094873B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102312827A (zh) * 2010-06-30 2012-01-11 中集车辆(集团)有限公司 混凝土泵及其泵送控制装置与泵送控制方法
CN105946846A (zh) * 2016-04-25 2016-09-21 北汽福田汽车股份有限公司 一种泵车功率匹配控制方法及系统
CN111043720B (zh) * 2019-10-21 2021-05-14 天津大学 负荷不确定性下制冷系统低成本鲁棒性调适策略制定方法
CN110985258B (zh) * 2019-12-30 2021-05-18 潍柴动力股份有限公司 高压油泵故障检测方法及装置
CN111650866A (zh) * 2020-06-17 2020-09-11 柳工建机江苏有限公司 混凝土泵车施工工况识别控制系统及控制方法

Also Published As

Publication number Publication date
CN113094873A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN108595414B (zh) 基于源汇空间变量推理的土壤重金属企业污染源识别方法
KR960029975A (ko) 코드 세그먼트에서 유사점을 식별하는 방법
CN101133428B (zh) 用于修正地计划和优化加工过程的方法和系统
CN110705774A (zh) 一种车辆能耗分析的预测方法和系统
CN110097529B (zh) 一种基于语义规则的农田定级单元划分方法及系统
CN110019298B (zh) 数据处理方法和装置
CN111077876B (zh) 一种电站设备状态智能评价和预警方法、装置及系统
CN113094873B (zh) 稳定工况识别方法、工况评价方法、及混凝土泵送设备
CN111612491B (zh) 状态分析模型构建方法、分析方法及装置
CN111427976A (zh) 道路鲜度的获取方法及装置
CN112598405B (zh) 一种基于大数据的商业项目数据管理方法及系统
JPH09167152A (ja) 対話的モデル作成方法
CN115907875A (zh) 价格区间的造价编制方法、装置、电子设备及介质
CN112489422B (zh) 一种基于算法模型分析的车流量预测方法
CN116935010A (zh) 一种标注内外墙的方法、装置、设备及可读存储介质
CN111523576B (zh) 一种适用于电子质量检测的密度峰值聚类离群点检测方法
KR20230052010A (ko) Ai 기반 모델 선택 알고리즘을 이용한 수요 예측 방법
CN113869423A (zh) 一种营销响应模型构建方法、设备及介质
CN111724007B (zh) 风险评价方法、评价装置、智能系统及存储装置
Faran et al. Combination of RFM’s (Recency Frequency Monetary) Method and Agglomerative Ward’s Method for Donors Segmentation
CN108595693A (zh) 一种枸杞数据整理系统
CN108664590A (zh) 一种枸杞数据识别方法
KR102279490B1 (ko) 정보처리장치, 정보처리 방법 및 이를 이용한 프로그램을 저장하는 저장매체
CN115759363A (zh) 模型训练方法、装置、采收率的确定方法、装置及设备
CN117788053A (zh) 一种基于营销数据的优惠券发放评估方法、系统及介质

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210709

Assignee: Zoomlion Concrete Pumping Machinery Branch

Assignor: ZOOMLION HEAVY INDUSTRY SCIENCE AND TECHNOLOGY Co.,Ltd.

Contract record no.: X2023980042686

Denomination of invention: Stable working condition identification method, working condition evaluation method, and concrete pumping equipment

Granted publication date: 20230407

License type: Common License

Record date: 20231010