CN116432969A - 一种基于大数据可视化的矿山综合管控平台 - Google Patents
一种基于大数据可视化的矿山综合管控平台 Download PDFInfo
- Publication number
- CN116432969A CN116432969A CN202310421389.6A CN202310421389A CN116432969A CN 116432969 A CN116432969 A CN 116432969A CN 202310421389 A CN202310421389 A CN 202310421389A CN 116432969 A CN116432969 A CN 116432969A
- Authority
- CN
- China
- Prior art keywords
- point
- transportation
- mining
- distribution
- truck
- 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
- 238000013079 data visualisation Methods 0.000 title claims abstract description 15
- 238000009826 distribution Methods 0.000 claims description 148
- 238000005065 mining Methods 0.000 claims description 131
- 238000011068 loading method Methods 0.000 claims description 90
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 80
- 239000011707 mineral Substances 0.000 claims description 80
- 238000009412 basement excavation Methods 0.000 claims description 41
- 238000013439 planning Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 22
- 238000009825 accumulation Methods 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 18
- 238000012384 transportation and delivery Methods 0.000 claims description 18
- 238000012512 characterization method Methods 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000005641 tunneling Effects 0.000 description 8
- 238000005265 energy consumption Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G06Q50/40—
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Agronomy & Crop Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及矿山管控技术领域，公开一种基于大数据可视化的矿山综合管控平台，通过基于矿山开掘点的开掘现状信息分析开掘点对应的矿物运输紧急度，并据此进行运输任务分配顺序确定，实现了矿山卡车分配运输任务前的优化，从而能够提高紧急开掘点的运输任务的分配及时度，使得紧急开掘点的运输需求能够有效疏通，避免运输负担的加重，有利于提高矿山卡车运输任务的分配效率，与此同时在规划多辆卡车的运输路线时从运距和安全两个维度出发进行综合规划，从而在保障卡车运距最短的情况下避免出现多辆卡车同时并排行驶，不仅降低了卡车运输能耗，又保障了卡车驾驶安全，实现了卡车运距和运输安全的有效兼顾，具有较大的实用价值。
Description
技术领域
本发明涉及矿山管控技术领域，特别涉及矿山卡车调度管控技术具体而言，是一种基于大数据可视化的矿山综合管控平台。
背景技术
在露天矿山运营过程中，卡车作为主要的运输方式在矿区生产作业中占有重要角色。卡车在运输过程中的能耗占矿区运营成本的比重非常大，为了减少卡车运输能耗，就需要合理进行矿山卡车运输调度，传统的人工调度易造成卡车停滞、排队等现象，无形之中增加了卡车在运输作业中的能耗，导致调度效果不佳。
为了弥补传统矿区卡车运输调度存在的缺陷，现有申请号CN202211298660.3的中国发明专利申请公开的一种矿山运输管理系统及管理方法，通过依据矿山开采信息及交通工具各项数据信息进行矿山运输任务划分，然后基于划分的运输任务分配交通工具进行运输交通工具确认分配。该发明通过对矿山开采任务进行符合实际要求的划分与分配，有效降低了运输成本，提高了矿山运输管理效率。
但该发明在分配矿山卡车运输任务时没有考虑到任务区域的分配顺序，由于每个任务区域的矿物堆积量和矿物开掘速度存在差异，导致每个任务区域的运输紧急度不同，如果采用统一分配方式，容易导致有些任务区域分配不及时，进而加重相应任务区域的运输负担，严重者会影响任务区域的开掘进度。
另外矿山卡车在运输过程中的运距也是影响卡车能耗的重要因素，这使得目前在规划卡车运输路线时都遵循最短运输路线的原则，但这种规划方式只适用于运输路线不存在重叠的情况，当处于多个任务区域都需要进行矿物运输时，多条运输路线就可能存在重叠，由于矿山上运输道路大多比较狭窄，多辆卡车同时并排行驶很容易发生碰撞，从而增大了交通事故的发生概率，不仅给驾驶员带来了生命风险，还造成了矿物运输损失。由此可见，目前对矿山卡车运输路线的规划方式考虑不够全面，存在适用场景局限，实用价值不高。
发明内容
为解决上述技术问题，本发明是通过以下技术方案实现的：一种基于大数据可视化的矿山综合管控平台，包括：开掘点分布位置定位模块，用于统计矿山上存在的开掘点数量，并定位各开掘点对应的分布位置和矿物卸载点位置。
开掘现状信息获取模块，用于获取各开掘点对应的开掘现状信息。
运输任务分配顺序确定模块，用于根据各开掘点对应的开掘现状信息分析各开掘点对应的矿物运输紧急度，并由此将各开掘点进行排序，进而将排序结果作为运输任务分配顺序。
运输任务分配模块，用于从运输任务分配顺序中依次提取开掘点，作为待分配开掘点，此时统计当前矿山上存在的空闲卡车数量，并定位各空闲卡车的当前行驶位置，进而基于各空闲卡车的当前行驶位置和待分配开掘点的分布位置确定各开掘点对应的分配卡车。
最优运输路线规划模块，用于记录各开掘点对应分配卡车的运输任务执行时间点，并将其结合各开掘点对应的矿物卸载点位置对各开掘点的分配卡车进行最优运输路线规划。
运输速度动态调整模块，用于从各开掘点中识别出存在运输速度调整倾向的开掘点，将其记为目标开掘点，进而在该开掘点的分配卡车按照规划的最优运输路线执行运输过程中实时定位分配卡车的实际运输位置，进而判断是否需要调整运输速度，并在判断需要调整运输速度时进行运输速度动态调整。
作为本发明的一种优选技术方案，所述开掘现状信息包括当前矿物堆积量和当前矿物开掘速度。
作为本发明的一种优选技术方案，所述分析各开掘点对应的矿物运输紧急度具体执行步骤为：从矿山开掘布局图中提取各开掘点对应矿物堆积空间的轮廓，以此得到各开掘点对应矿物堆积空间的限定矿物堆积量。
从开掘现状信息中提取当前矿物堆积量，并将其结合各开掘点对应矿物堆积空间的限定矿物堆积量获取各开掘点对应的当前矿物堆积占比系数。
将各开掘点对应的当前矿物堆积占比系数和当前矿物开掘速度导入分析公式
得到各开掘点对应的矿物运输紧急度/>
其中i表示为开掘点编号，i＝1,2,...,n，PCi、Vi分别表示为第i开掘点对应的当前矿物堆积占比系数、当前矿物开掘速度。
作为本发明的一种优选技术方案，所述确定各开掘点对应的分配卡车参见以下实施步骤：(1)从运输任务分配顺序中提取排在首位的开掘点，作为第一待分配开掘点。
(2)基于各空闲卡车的行驶位置和第一待分配开掘点的分布位置分别从矿山实景地图上规划各空闲卡车由当前行驶位置到达第一待分配开掘点的装载路线，并进行装载路线表征参数采集，其中装载路线表征参数包括装载路程距离、装载道路坡角和装载道路平整度；
(3)利用评估公式
得到各空闲卡车对第一待分配开掘点的运输优势度φj，j表示为空闲卡车的编号，j＝1,2,...,m，lj、βj、λj分别表示为第j空闲卡车由当前行驶位置到达第一待分配开掘点的装载路线对应的装载路程距离、装载道路坡角、装载道路平整度。
(4)从各空闲卡车中筛选出最大运输优势度对应的空闲卡车作为第一待分配开掘点对应的分配卡车。
(5)按照运输任务分配顺序提取下一个开掘点，直至提取到最后一个开掘点，并按照(2)获取其他空闲卡车由当前行驶位置到达下一个开掘点的装载路线表征参数，同时按照(3)和(4)筛选出下一个开掘点对应的分配卡车。
作为本发明的一种优选技术方案，所述对各开掘点的分配卡车进行最优运输路线规划具体实现过程如下：S1、基于各开掘点对应的分布位置和矿物卸载点位置从矿山实景地图上规划各开掘点的分配卡车对应的原始运输路线。
S2、将各开掘点的分配卡车对应的原始运输路线进行对比，识别是否存在重叠，若存在重叠，则提取重叠运输路线对应的开掘点，构成重叠开掘点组。
S3、对各重叠开掘点组对应运输路线中的起始重叠点进行标记。
S4、预测各重叠开掘点组内各开掘点的分配卡车到达起始重叠点的时间，并据此将各重叠开掘点组划分为维持重叠开掘点组和更改重叠开掘点组。
S5、将维持重叠开掘点组内各开掘点的分配卡车对应的原始运输路线作为该开掘点的分配开车对应的最优运输路线。
S6、对更改重叠开掘点组内各开掘点的分配卡车进行原始运输路线变更。
作为本发明的一种优选技术方案，所述S4中预测各重叠开掘点组内各开掘点对应分配卡车到达起始重叠点的时间包括以下步骤：
S41、基于各重叠开掘点组内各开掘点的编号获取相应开掘点的分配卡车对应的装载路线表征参数，并获取矿山卡车运输的限速值，进而结合公式
计算出各重叠开掘点组内各开掘点的分配卡车对应的装载路程时长td k装载路程，其中d表示为重叠开掘点组的编号，d＝1,2,...,x，k表示为重叠开掘点组内开掘点的编号，k∈[1,2,...,i,...,n],ld k、λd k、βd k分别表示为第d重叠开掘点组内第k开掘点的分配卡车对应的装载路程距离、装载道路坡角、装载道路平整度，LV表示为矿山卡车运输的限速值，e表示为自然常数。
S42、基于各重叠开掘点组内各开掘点的分配卡车承载量计算各开掘点的分配卡车装载过程时长td k装载过程。
S43、从各重叠开掘点组内各开掘点的分配卡车对应的原始运输路线中获取由开掘点分布位置到起始重叠点的路线距离，将其作为重叠前路线距离fd k。
S44、通过公式
预测出各重叠开掘点组内各开掘点的分配卡车到达起始重叠点的时间Td k,其中/>
表示为第d重叠开掘点组内第k开掘点对应分配卡车的运输任务执行时间点。
作为本发明的一种优选技术方案，所述从各开掘点中识别出存在运输速度调整倾向的开掘点的具体操作方式为将维持重叠开掘点组内存在的开掘点作为存在运输速度调整倾向的开掘点。
作为本发明的一种优选技术方案，所述判断是否需要调整运输速度如下判断过程：
第一步、基于维持重叠开掘点组内各目标开掘点的实际运输位置鉴别是否已进入重叠运输段，若已进入重叠运输段，则执行第二步。
第二步、将维持重叠开掘点组在各定位时刻的各目标开掘点的实际运输位置进行对比，获取各定位时刻对应的目标开掘点运输位置间隔距离，并将其与预定义的允许间隔距离进行对比，若某定位时刻对应的目标开掘点运输位置间隔距离小于允许间隔距离，则判断需要调整运输速度，并将该定位时刻作为调整时刻，同时将该定位时刻涉及的目标开掘点作为重点开掘点。
作为本发明的一种优选技术方案，所述在判断需要调整运输速度时进行运输速度动态调整参见以下步骤：基于各重点开掘点的分配卡车在调整时刻的实际运输位置获取各重点开掘点在重叠运输段上的运输前后顺序。
采集各重点开掘点的分配卡车在调整时刻的运输速度，进而分别将运输在前、运输在后的分配卡车在调整时刻的运输速度与矿山卡车运输的限速值进行对比，通过公式
获取重点开掘点的分配卡车对应的运输速度调整方式ψ，其中V前、V后分别表示为运输在前、运输在后的分配卡车在调整时刻的运输速度，A代表的运输速度调整方式为运输在前的分配卡车提速，运输在后的分配卡车运输速度保存不变，B代表的运输速度调整方式为运输在前的分配卡车运输速度保持不变，运输在后的分配卡车降速，C代表的运输速度调整方式为运输在前的分配卡车运输速度提速，运输在后的分配卡车降速。
与现有技术相比，本发明具有以下优点：1.本发明通过基于矿山开掘点的开掘现状信息分析开掘点对应的矿物运输紧急度，并据此进行运输任务分配顺序确定，实现了矿山卡车分配运输任务前的优化，大大规避了统一分配方式存在的缺陷，从而能够提高紧急开掘点的运输任务的分配及时度，使得紧急开掘点的运输需求能够有效疏通，避免运输负担的加重，从而最大限度避免对紧急开掘点的开掘进度影响，有利于提高矿山卡车运输任务的分配效率。
2、本发明在规划多辆卡车的运输路线时将矿山实景地图作为规划基础，以此从运距和安全两个维度出发进行综合规划，实现了卡车运输路线的可视化规划，从而在保障卡车运距最短的情况下避免出现多辆卡车同时并排行驶，不仅降低了卡车运输能耗，又保障了卡车驾驶安全，实现了卡车运距和运输安全的双面兼顾，具有较大的实用价值。
3、本发明在依据运输任务分配顺序向各开掘点分配卡车时不是直接以卡车到开掘点的装载路程距离作为分配依据，而是考虑到装载路线的装载道路坡角和装载道路平整度对分配结果的影响，将装载路程距离与装载道路坡角和装载道路平整度结合进行综合分配，丰富了现有的分配依据，提高了分配结果与相应开掘点的适配度，有利于卡车快速到达相应的开掘点，进一步提升了卡车运输任务执行的及时度。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的系统连接示意图。
图2为本发明的重叠运输路线示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，本发明提出一种基于大数据可视化的矿山综合管控平台，包括开掘点分布位置定位模块、开掘现状信息获取模块、运输任务分配顺序确定模块、运输任务分配模块、最优运输路线规划模块和运输速度动态调整模块，其中开掘点分布位置定位模块与开掘现状信息获取模块连接，开掘现状信息获取模块与运输任务分配顺序确定模块连接，运输任务分配顺序确定模块与运输任务分配模块连接，运输任务分配模块与最优运输路线规划模块连接，最优运输路线规划模块与运输速度动态调整模块连接。
所述开掘点分布位置定位模块用于统计矿山上存在的开掘点数量，并定位各开掘点对应的分布位置和矿物卸载点位置。
所述开掘现状信息获取模块用于获取各开掘点对应的开掘现状信息，其中开掘现状信息包括当前矿物堆积量和当前矿物开掘速度。
所述运输任务分配顺序确定模块用于根据各开掘点对应的开掘现状信息分析各开掘点对应的矿物运输紧急度，并由此将各开掘点进行排序，进而将排序结果作为运输任务分配顺序。
在一种优选的实施方式中，分析各开掘点对应的矿物运输紧急度具体执行步骤为：从矿山开掘布局图中提取各开掘点对应矿物堆积空间的轮廓，以此得到各开掘点对应矿物堆积空间的限定矿物堆积量。
将各开掘点对应的当前矿物堆积量与各开掘点对应矿物堆积空间的限定矿物堆积量进行对比，得到各开掘点对应的当前矿物堆积占比系数，其中
将各开掘点对应的当前矿物堆积占比系数和当前矿物开掘速度导入分析公式
得到各开掘点对应的矿物运输紧急度/>
其中i表示为开掘点编号，i＝1,2,...,n，PCi、Vi分别表示为第i开掘点对应的当前矿物堆积占比系数、当前矿物开掘速度，其中当前矿物堆积占比系数反映的是开掘点矿物堆积空间的已堆积状态，当前矿物开掘速度反映的是开掘点矿物堆积空间的持续补给堆积状态，示例性的，某开掘点的当前矿物堆积占比系数越大，当前矿物开掘速度越大，该开掘点矿物堆积空间中存在的空余空间越小，表征矿物运输紧急度越大。
本发明通过基于矿山开掘点的开掘现状信息分析开掘点对应的矿物运输紧急度，并据此进行运输任务分配顺序确定，实现了矿山卡车分配运输任务前的优化，大大规避了统一分配方式存在的缺陷，从而能够提高紧急开掘点的运输任务的分配及时度，使得紧急开掘点的运输需求能够有效疏通，避免运输负担的加重，从而最大限度避免对紧急开掘点的开掘进度影响，有利于提高矿山卡车运输任务的分配效率。
所述运输任务分配模块用于从运输任务分配顺序中依次提取开掘点，作为待分配开掘点，此时统计当前矿山上存在的空闲卡车数量，并定位各空闲卡车的当前行驶位置，进而基于各空闲卡车的当前行驶位置和待分配开掘点的分布位置确定各开掘点对应的分配卡车，具体参见以下实施步骤：(1)从运输任务分配顺序中提取排在首位的开掘点，作为第一待分配开掘点。
(2)基于各空闲卡车的行驶位置和第一待分配开掘点的分布位置分别从矿山实景地图上规划各空闲卡车由当前行驶位置到达第一待分配开掘点的装载路线，并进行装载路线表征参数采集，其中装载路线表征参数包括装载路程距离、装载道路坡角和装载道路平整度。
进一步优选地，装载路线表征参数中的装载道路坡角获取方式为首先从矿山实景地图上获取装载路线所属道路坡面的垂直高度，然后获取坡面水平方向的距离，最后将装载路线所属道路坡面的垂直高度与坡面水平方向的距离代入装载道路坡角公式
再进一步优选地，装载路线表征参数中的装载道路平整度获取方式为首先从矿山实景地图上沿装载路线所属道路中心线纵向垂直剖切构成装载道路纵断面，并提取装载道路纵断面的曲线，进而对提取的曲线进行均匀检测点布设，然后获取各检测点的曲率，最后将各检测点的曲率进行均值计算，其计算结果即为装载道路平整度。
(3)利用评估公式
得到各空闲卡车对第一待分配开掘点的运输优势度φj，j表示为空闲卡车的编号，j＝1,2,...,m，lj、βj、λj分别表示为第j空闲卡车由当前行驶位置到达第一待分配开掘点的装载路线对应的装载路程距离、装载道路坡角、装载道路平整度，其中装载路程距离越近、装载道路坡角越小、装载道路平整度越大，运输优势度越大，表明装载时间越少，运输越及时。
(4)从各空闲卡车中筛选出最大运输优势度对应的空闲卡车作为第一待分配开掘点对应的分配卡车。
(5)按照运输任务分配顺序提取下一个开掘点，直至提取到最后一个开掘点，并按照(2)获取其他空闲卡车由当前行驶位置到达下一个开掘点的装载路线表征参数，同时按照(3)和(4)筛选出下一个开掘点对应的分配卡车。
本发明在依据运输任务分配顺序向各开掘点分配卡车时不是直接以卡车到开掘点的装载路程距离作为分配依据，而是考虑到矿山上的开掘点位置大多存在一定的海拔高度，卡车在向开掘点的行进实际就是上坡的过程，装载道路坡角和装载道路平整度毋庸置疑地会对卡车的装载时效有影响，将装载路程距离与装载道路坡角和装载道路平整度结合进行综合分配，丰富了现有的分配依据，提高了分配结果与相应开掘点的适配度，有利于卡车快速到达相应的开掘点，进一步提升了卡车运输任务执行的及时度。
所述最优运输路线规划模块用于记录各开掘点对应分配卡车的运输任务执行时间点，这里所述的运输任务执行时间点是指各开掘点的分配卡车由行驶位置向开掘点分布位置行进执行装载矿物的时间点，并将其结合各开掘点对应的矿物卸载点位置对各开掘点的分配卡车进行最优运输路线规划，具体实现过程如下：S1、基于各开掘点对应的分布位置和矿物卸载点位置从矿山实景地图上规划各开掘点的分配卡车对应的原始运输路线。
S2、将各开掘点的分配卡车对应的原始运输路线进行对比，识别是否存在重叠，若存在重叠，则提取重叠运输路线对应的开掘点，构成重叠开掘点组，此时统计构成的重叠开掘点组数量，并记录各重叠开掘点组内存在的开掘点编号。
S3、对各重叠开掘点组对应运输路线中的起始重叠点进行标记，参见图2所示。
S4、预测各重叠开掘点组内各开掘点的分配卡车到达起始重叠点的时间，并进行差值对比，得到各重叠开掘点组对应的分配卡车到达起始重叠点的间隔时长，进而将其与预设值进行对比，若某重叠开掘点组对应的分配卡车到达起始重叠点的间隔时长大于预设值，则将该重叠开掘点组记为维持重叠开掘点组，并将该开掘点组内各开掘点的的分配卡车对应的原始运输路线作为该开掘点的分配开车对应的最优运输路线，反之则将该重叠开掘点组记为更改重叠开掘点组，并执行S5-S6。
在一个具体实施例中，预测各重叠开掘点组内各开掘点对应分配卡车到达起始重叠点的时间包括以下步骤：S41、基于各重叠开掘点组内各开掘点的编号获取相应开掘点的分配卡车对应的装载路线表征参数，并获取矿山卡车运输的限速值，进而结合公式
计算出各重叠开掘点组内各开掘点的分配卡车对应的装载路程时长td k装载路程，其中d表示为重叠开掘点组的编号，d＝1,2,...,x，k表示为重叠开掘点组内开掘点的编号，k∈[1,2,...,i,...,n],ld k、λd k、βd k分别表示为第d重叠开掘点组内第k开掘点的分配卡车对应的装载路程距离、装载道路坡角、装载道路平整度，LV表示为矿山卡车运输的限速值，e表示为自然常数。
S42、基于各重叠开掘点组内各开掘点的分配卡车承载量计算各开掘点的分配卡车装载过程时长td k装载过程，其计算方式为将各重叠开掘点组内各开掘点的分配卡车承载量与设定的单位承载量对应的装载过程时长进行相乘，得到各开掘点的分配卡车装载过程时长。
S43、从各重叠开掘点组内各开掘点的分配卡车对应的原始运输路线中获取由开掘点分布位置到起始重叠点的路线距离，将其作为重叠前路线距离fd k。
S44、通过公式
预测出各重叠开掘点组内各开掘点的分配卡车到达起始重叠点的时间Td k,其中/>
表示为第d重叠开掘点组内第k开掘点对应分配卡车的运输任务执行时间点。
S5、以更改重叠开掘点组内各开掘点的分配卡车对应的原始运输路线中起始重叠点为规划起点向矿物卸载点进行运输路线试规划，得到更改重叠开掘点组内各开掘点的分配卡车由起始重叠点到矿物卸载点之间的运输路线。
S6、在运输路线试规划后统计更改重叠开掘点组内各开掘点的分配卡车对应的总运距，其中总运距为更改重叠开掘点组内各开掘点的分配卡车对应原始运输路线中起始重叠点之前的运输段距离与运输路线试规划后由起始重叠点到矿物卸载点之间的运输路线对应距离之和，进而将大运距开掘点的分配卡车对应的原始运输路线作为该开掘点的分配开车对应的最优运输路线，将小运距开掘点的分配卡车对应的最优运输路线划分为以起始重叠点为界的前段运输段和后段运输段，其中前段运输段从原始运输路线中截取，后段运输段取试规划的由起始重叠点到矿物卸载点之间的运输路线。
所述运输速度动态调整模块用于从各开掘点中识别出存在运输速度调整倾向的开掘点，其中存在运输速度调整倾向的开掘点为维持重叠开掘点组内存在的开掘点，将其记为目标开掘点，进而在该开掘点的分配卡车按照规划的最优运输路线执行运输过程中实时定位分配卡车的实际运输位置，进而判断是否需要调整运输速度，并在判断需要调整运输速度时进行运输速度动态调整。
在本发明的优选实施方式中，判断是否需要调整运输速度如下判断过程：第一步、将维持重叠开掘点组内实时定位的各目标开掘点的实际运输位置与该维持重叠开掘点组对应运输路线的起始重叠点进行对比，鉴别各目标开掘点的分配卡车是否已进入重叠运输段，若已进入重叠运输段，则执行第二步。
第二步、将维持重叠开掘点组在各定位时刻的各目标开掘点的实际运输位置进行对比，获取各定位时刻对应的目标开掘点运输位置间隔距离，并将其与预定义的允许间隔距离进行对比，若某定位时刻对应的目标开掘点运输位置间隔距离小于允许间隔距离，则判断需要调整运输速度，并将该定位时刻作为调整时刻，同时将该定位时刻涉及的目标开掘点作为重点开掘点。
在本发明的又一优选实施方式中，在判断需要调整运输速度时进行运输速度动态调整参见以下步骤：基于各重点开掘点的分配卡车在调整时刻的实际运输位置获取各重点开掘点在重叠运输段上的运输前后顺序。
采集各重点开掘点的分配卡车在调整时刻的运输速度，进而分别将运输在前、运输在后的分配卡车在调整时刻的运输速度与矿山卡车运输的限速值进行对比，通过公式
获取重点开掘点的分配卡车对应的运输速度调整方式ψ，其中V前、V后分别表示为运输在前、运输在后的分配卡车在调整时刻的运输速度，A代表的运输速度调整方式为运输在前的分配卡车提速，运输在后的分配卡车运输速度保存不变，B代表的运输速度调整方式为运输在前的分配卡车运输速度保持不变，运输在后的分配卡车降速，C代表的运输速度调整方式为运输在前的分配卡车运输速度提速，运输在后的分配卡车降速。
本发明在规划多辆卡车的运输路线时将矿山实景地图作为规划基础，以此从运距和安全两个维度出发进行综合规划，实现了卡车运输路线的可视化规划，从而在保障卡车运距最短的情况下避免出现多辆卡车同时并排行驶，不仅降低了卡车运输能耗，又保障了卡车驾驶安全，实现了卡车运距和运输安全的双面兼顾，具有较大的实用价值。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (9)
1.一种基于大数据可视化的矿山综合管控平台，其特征在于，包括：
开掘点分布位置定位模块，用于统计矿山上存在的开掘点数量，并定位各开掘点对应的分布位置和矿物卸载点位置；
开掘现状信息获取模块，用于获取各开掘点对应的开掘现状信息；
运输任务分配顺序确定模块，用于根据各开掘点对应的开掘现状信息分析各开掘点对应的矿物运输紧急度，并由此将各开掘点进行排序，进而将排序结果作为运输任务分配顺序；
运输任务分配模块，用于从运输任务分配顺序中依次提取开掘点，作为待分配开掘点，此时统计当前矿山上存在的空闲卡车数量，并定位各空闲卡车的当前行驶位置，进而基于各空闲卡车的当前行驶位置和待分配开掘点的分布位置确定各开掘点对应的分配卡车；
最优运输路线规划模块，用于记录各开掘点对应分配卡车的运输任务执行时间点，并将其结合各开掘点对应的矿物卸载点位置对各开掘点的分配卡车进行最优运输路线规划；
运输速度动态调整模块，用于从各开掘点中识别出存在运输速度调整倾向的开掘点，将其记为目标开掘点，进而在该开掘点的分配卡车按照规划的最优运输路线执行运输过程中实时定位分配卡车的实际运输位置，进而判断是否需要调整运输速度，并在判断需要调整运输速度时进行运输速度动态调整。
2.根据权利要求1所述的一种基于大数据可视化的矿山综合管控平台，其特征在于：所述开掘现状信息包括当前矿物堆积量和当前矿物开掘速度。
3.根据权利要求2所述的一种基于大数据可视化的矿山综合管控平台，其特征在于：所述分析各开掘点对应的矿物运输紧急度具体执行步骤为：
从矿山开掘布局图中提取各开掘点对应矿物堆积空间的轮廓，以此得到各开掘点对应矿物堆积空间的限定矿物堆积量；
从开掘现状信息中提取当前矿物堆积量，并将其结合各开掘点对应矿物堆积空间的限定矿物堆积量获取各开掘点对应的当前矿物堆积占比系数；
将各开掘点对应的当前矿物堆积占比系数和当前矿物开掘速度导入分析公式
得到各开掘点对应的矿物运输紧急度/>
其中i表示为开掘点编号，i＝1,2,...,n，PCi、Vi分别表示为第i开掘点对应的当前矿物堆积占比系数、当前矿物开掘速度。
4.根据权利要求1所述的一种基于大数据可视化的矿山综合管控平台，其特征在于：所述确定各开掘点对应的分配卡车参见以下实施步骤：
(1)从运输任务分配顺序中提取排在首位的开掘点，作为第一待分配开掘点；
(2)基于各空闲卡车的行驶位置和第一待分配开掘点的分布位置分别从矿山实景地图上规划各空闲卡车由当前行驶位置到达第一待分配开掘点的装载路线，并进行装载路线表征参数采集，其中装载路线表征参数包括装载路程距离、装载道路坡角和装载道路平整度；
(3)利用评估公式
得到各空闲卡车对第一待分配开掘点的运输优势度φj，j表示为空闲卡车的编号，j＝1,2,...,m，lj、βj、λj分别表示为第j空闲卡车由当前行驶位置到达第一待分配开掘点的装载路线对应的装载路程距离、装载道路坡角、装载道路平整度；
(4)从各空闲卡车中筛选出最大运输优势度对应的空闲卡车作为第一待分配开掘点对应的分配卡车；
(5)按照运输任务分配顺序提取下一个开掘点，直至提取到最后一个开掘点，并按照(2)获取其他空闲卡车由当前行驶位置到达下一个开掘点的装载路线表征参数，同时按照(3)和(4)筛选出下一个开掘点对应的分配卡车。
5.根据权利要求1所述的一种基于大数据可视化的矿山综合管控平台，其特征在于：所述对各开掘点的分配卡车进行最优运输路线规划具体实现过程如下：
S1、基于各开掘点对应的分布位置和矿物卸载点位置从矿山实景地图上规划各开掘点的分配卡车对应的原始运输路线；
S2、将各开掘点的分配卡车对应的原始运输路线进行对比，识别是否存在重叠，若存在重叠，则提取重叠运输路线对应的开掘点，构成重叠开掘点组；
S3、对各重叠开掘点组对应运输路线中的起始重叠点进行标记；
S4、预测各重叠开掘点组内各开掘点的分配卡车到达起始重叠点的时间，并据此将各重叠开掘点组划分为维持重叠开掘点组和更改重叠开掘点组；
S5、将维持重叠开掘点组内各开掘点的分配卡车对应的原始运输路线作为该开掘点的分配开车对应的最优运输路线；
S6、对更改重叠开掘点组内各开掘点的分配卡车进行原始运输路线变更。
6.根据权利要求5所述的一种基于大数据可视化的矿山综合管控平台，其特征在于：所述S4中预测各重叠开掘点组内各开掘点对应分配卡车到达起始重叠点的时间包括以下步骤：
S41、基于各重叠开掘点组内各开掘点的编号获取相应开掘点的分配卡车对应的装载路线表征参数，并获取矿山卡车运输的限速值，进而结合公式
计算出各重叠开掘点组内各开掘点的分配卡车对应的装载路程时长td k装载路程，其中d表示为重叠开掘点组的编号，d＝1,2,...,x，k表示为重叠开掘点组内开掘点的编号，k∈[1,2,...,i,...,n],ld k、λd k、βd k分别表示为第d重叠开掘点组内第k开掘点的分配卡车对应的装载路程距离、装载道路坡角、装载道路平整度，LV表示为矿山卡车运输的限速值，e表示为自然常数；
S42、基于各重叠开掘点组内各开掘点的分配卡车承载量计算各开掘点的分配卡车装载过程时长td k装载过程；
S43、从各重叠开掘点组内各开掘点的分配卡车对应的原始运输路线中获取由开掘点分布位置到起始重叠点的路线距离，将其作为重叠前路线距离fd k；
S44、通过公式
预测出各重叠开掘点组内各开掘点的分配卡车到达起始重叠点的时间Td k,其中/>
表示为第d重叠开掘点组内第k开掘点对应分配卡车的运输任务执行时间点。
7.根据权利要求6所述的一种基于大数据可视化的矿山综合管控平台，其特征在于：所述从各开掘点中识别出存在运输速度调整倾向的开掘点的具体操作方式为将维持重叠开掘点组内存在的开掘点作为存在运输速度调整倾向的开掘点。
8.根据权利要求7所述的一种基于大数据可视化的矿山综合管控平台，其特征在于：所述判断是否需要调整运输速度如下判断过程：
第一步、基于维持重叠开掘点组内各目标开掘点的实际运输位置鉴别是否已进入重叠运输段，若已进入重叠运输段，则执行第二步；
第二步、将维持重叠开掘点组在各定位时刻的各目标开掘点的实际运输位置进行对比，获取各定位时刻对应的目标开掘点运输位置间隔距离，并将其与预定义的允许间隔距离进行对比，若某定位时刻对应的目标开掘点运输位置间隔距离小于允许间隔距离，则判断需要调整运输速度，并将该定位时刻作为调整时刻，同时将该定位时刻涉及的目标开掘点作为重点开掘点。
9.根据权利要求8所述的一种基于大数据可视化的矿山综合管控平台，其特征在于：所述在判断需要调整运输速度时进行运输速度动态调整参见以下步骤：
基于各重点开掘点的分配卡车在调整时刻的实际运输位置获取各重点开掘点在重叠运输段上的运输前后顺序；
采集各重点开掘点的分配卡车在调整时刻的运输速度，进而分别将运输在前、运输在后的分配卡车在调整时刻的运输速度与矿山卡车运输的限速值进行对比，通过公式
获取重点开掘点的分配卡车对应的运输速度调整方式ψ，其中V前、V后分别表示为运输在前、运输在后的分配卡车在调整时刻的运输速度，A代表的运输速度调整方式为运输在前的分配卡车提速，运输在后的分配卡车运输速度保存不变，B代表的运输速度调整方式为运输在前的分配卡车运输速度保持不变，运输在后的分配卡车降速，C代表的运输速度调整方式为运输在前的分配卡车运输速度提速，运输在后的分配卡车降速。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310421389.6A CN116432969B (zh) | 2023-04-19 | 2023-04-19 | 一种基于大数据可视化的矿山综合管控平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310421389.6A CN116432969B (zh) | 2023-04-19 | 2023-04-19 | 一种基于大数据可视化的矿山综合管控平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116432969A true CN116432969A (zh) | 2023-07-14 |
| CN116432969B CN116432969B (zh) | 2024-03-26 |
Family
ID=87090600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310421389.6A Active CN116432969B (zh) | 2023-04-19 | 2023-04-19 | 一种基于大数据可视化的矿山综合管控平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116432969B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117391403A (zh) * | 2023-12-11 | 2024-01-12 | 滨州邦维信息科技有限公司 | 油气产品运输车辆装货场景下在途调度方法、装置及设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426297A (zh) * | 2012-05-18 | 2013-12-04 | 李志恒 | 天气或路况突变时能精确到秒的快速公交调度系统及方法 |
| US20170023372A1 (en) * | 2015-07-22 | 2017-01-26 | Modular Mining Systems, Inc. | Tire conditioning optimization for a collection of mining vehicles |
| JP2017117328A (ja) * | 2015-12-25 | 2017-06-29 | 日立建機株式会社 | 鉱山機械運行管理システム |
| CN113581019A (zh) * | 2021-08-11 | 2021-11-02 | 佛山仙湖实验室 | 一种混合驱动无人驾驶矿用卡车的能量管理方法 |
| CN113947496A (zh) * | 2021-09-22 | 2022-01-18 | 江苏徐工工程机械研究院有限公司 | 一种露天矿无人运输系统的配矿调度方法 |
| WO2022035441A1 (en) * | 2020-08-14 | 2022-02-17 | Hitachi, Ltd. | Dynamic dispatching with robustness for large-scale heterogeneous mining fleet via deep reinforcement learning |
| WO2022077937A1 (zh) * | 2021-06-01 | 2022-04-21 | 江苏徐工工程机械研究院有限公司 | 用于矿用卡车的交通控制系统及其方法 |
| CN115456296A (zh) * | 2022-09-28 | 2022-12-09 | 长沙迪迈数码科技股份有限公司 | 卡车动态调度方法、装置、设备及存储介质 |
| CN115640877A (zh) * | 2022-09-28 | 2023-01-24 | 长沙迪迈数码科技股份有限公司 | 露天矿山的车流规划方法、装置、设备及存储介质 |
| CN115709723A (zh) * | 2021-08-23 | 2023-02-24 | 株洲中车时代电气股份有限公司 | 矿场运输卡车自动驾驶控制系统 |
-
2023
- 2023-04-19 CN CN202310421389.6A patent/CN116432969B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426297A (zh) * | 2012-05-18 | 2013-12-04 | 李志恒 | 天气或路况突变时能精确到秒的快速公交调度系统及方法 |
| US20170023372A1 (en) * | 2015-07-22 | 2017-01-26 | Modular Mining Systems, Inc. | Tire conditioning optimization for a collection of mining vehicles |
| JP2017117328A (ja) * | 2015-12-25 | 2017-06-29 | 日立建機株式会社 | 鉱山機械運行管理システム |
| WO2022035441A1 (en) * | 2020-08-14 | 2022-02-17 | Hitachi, Ltd. | Dynamic dispatching with robustness for large-scale heterogeneous mining fleet via deep reinforcement learning |
| WO2022077937A1 (zh) * | 2021-06-01 | 2022-04-21 | 江苏徐工工程机械研究院有限公司 | 用于矿用卡车的交通控制系统及其方法 |
| CN113581019A (zh) * | 2021-08-11 | 2021-11-02 | 佛山仙湖实验室 | 一种混合驱动无人驾驶矿用卡车的能量管理方法 |
| CN115709723A (zh) * | 2021-08-23 | 2023-02-24 | 株洲中车时代电气股份有限公司 | 矿场运输卡车自动驾驶控制系统 |
| CN113947496A (zh) * | 2021-09-22 | 2022-01-18 | 江苏徐工工程机械研究院有限公司 | 一种露天矿无人运输系统的配矿调度方法 |
| CN115456296A (zh) * | 2022-09-28 | 2022-12-09 | 长沙迪迈数码科技股份有限公司 | 卡车动态调度方法、装置、设备及存储介质 |
| CN115640877A (zh) * | 2022-09-28 | 2023-01-24 | 长沙迪迈数码科技股份有限公司 | 露天矿山的车流规划方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 孙家兰;: "基于GPS技术的露天采矿卡车调度系统设计", 煤炭科学技术, no. 2, pages 303 - 308 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117391403A (zh) * | 2023-12-11 | 2024-01-12 | 滨州邦维信息科技有限公司 | 油气产品运输车辆装货场景下在途调度方法、装置及设备 |
| CN117391403B (zh) * | 2023-12-11 | 2024-04-05 | 滨州邦维信息科技有限公司 | 油气产品运输车辆装货场景下在途调度方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116432969B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112116822B (zh) | 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法 | |
| CN116432969B (zh) | 一种基于大数据可视化的矿山综合管控平台 | |
| Sun et al. | Timetable optimization for single bus line based on hybrid vehicle size model | |
| CN106991492A (zh) | 一种北方气候快充纯电动公交车运营调度优化方法 | |
| CN109887267B (zh) | 一种轨道交通共线段常规公交调整方法 | |
| CN106660559A (zh) | 用于预先计算机动车的消耗的方法、机动车和计算机程序 | |
| CN106573624A (zh) | 用于运行机动车的方法、机动车和计算机程序 | |
| CN108335496A (zh) | 一种城市级交通信号优化方法与系统 | |
| CN113962450B (zh) | 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 | |
| CN108984927A (zh) | 一种基于系统仿真的港口碳排放计算方法 | |
| CN110486017A (zh) | 一种基于露天矿区路径的无人驾驶车辆能耗节能方法 | |
| CN110210749B (zh) | 一种轨道站点衔接共享单车投放量和投放位置确定方法 | |
| CN109398426B (zh) | 一种定时条件下基于离散蚁群算法的节能驾驶策略寻优方法 | |
| DE102012019056A1 (de) | Verfahren zur Ermittlung einer Restreichweite eines Kraftfahrzeuges | |
| CN110838229A (zh) | 一种车辆队列编队方法 | |
| CN104656452A (zh) | 一种基于矩阵离散算法的地铁列车优化控制方法及装置 | |
| CN112669643B (zh) | 一种基于双层规划的公交实时调度与信号控制方法 | |
| CN114743369A (zh) | 一种基于路径重合度的车辆智能编队方法 | |
| CN117401001A (zh) | 复杂工况下的城轨多列车行车调度综合节能控制方法及装置 | |
| CN117634772A (zh) | 一种考虑卡车性能的露天矿无人驾驶卡车调度方法 | |
| CN115587657A (zh) | 一种夜间定制公交的站点确定及线路优化方法 | |
| CN117022398A (zh) | 考虑客流分配的城市轨道交通列车时刻表优化方法及系统 | |
| CN116524705A (zh) | 一种城际出行车辆的调度方法及终端 | |
| CN116882645A (zh) | 一种无人驾驶矿车生产调度方法 | |
| CN114894209A (zh) | 一种基于车辆管理系统的无人矿卡路径规划冲突避让方法 |
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 |