CN116823298A - 一种挖掘机作业工况识别与计时方法 - Google Patents

一种挖掘机作业工况识别与计时方法 Download PDF

Info

Publication number
CN116823298A
CN116823298A CN202310788255.8A CN202310788255A CN116823298A CN 116823298 A CN116823298 A CN 116823298A CN 202310788255 A CN202310788255 A CN 202310788255A CN 116823298 A CN116823298 A CN 116823298A
Authority
CN
China
Prior art keywords
signal
working condition
pilot
bucket
judging
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.)
Pending
Application number
CN202310788255.8A
Other languages
English (en)
Inventor
徐玉兵
李建华
孙崇
张孝天
邢泽成
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.)
Xuzhou XCMG Excavator Machinery Co Ltd
Original Assignee
Xuzhou XCMG Excavator Machinery 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 Xuzhou XCMG Excavator Machinery Co Ltd filed Critical Xuzhou XCMG Excavator Machinery Co Ltd
Priority to CN202310788255.8A priority Critical patent/CN116823298A/zh
Publication of CN116823298A publication Critical patent/CN116823298A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Operation Control Of Excavators (AREA)

Abstract

本发明提供一种挖掘机作业工况识别与计时与识别方法，包括以下步骤：获取设备运行时手柄的先导压力信号；根据所述先导压力信号，判断挖掘机作业工况。当所有先导压力信号均小于第一阈值时，则判定为怠速工况。本发明使用手柄信号进行识别，无需加装传感器进行信号采集，成本低且易于实现。

Description

一种挖掘机作业工况识别与计时方法
技术领域
本发明涉及工程机械领域，具体涉及挖掘机作用工况识别方法。
背景技术
挖掘机作为一种典型的工程机械，被广泛应用到多种工况中，如挖掘、平地、行走、破碎等。为提供高质量、高价值的产品及服务，在产品研发、客户服务环节需要充分了解其作业场景，包括挖掘机实时作业工况、工况时长、时长占比等信息，具有重要意义。
现有的对整机使用工况的统计方法有：采用走访、电话调研等回访方式进行信息汇总；使用机器运行参数结合频谱分析、向量机、神经网络等分类方法进行作业工况实时识别并统计。
但是，采用走访、电话调研等方法统计整机使用工况，存在样本量有限、数据真实性难以保证等缺点；向量机、神经网络等方法对终端算力要求高，实现功能硬件成本大。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种挖掘机作业工况识别与计时方法，使用手柄信号进行识别，无需加装传感器进行信号采集，成本低且易于实现。
为解决上述技术问题，本发明是采用下述技术方案实现的：
第一方面，本发明提供一种挖掘机作业工况识别方法，包括以下步骤：
获取设备运行时手柄的先导压力信号；
根据所述先导压力信号，判断挖掘机作业工况。
进一步的，根据所述先导压力信号，判断挖掘机作业工况，包括：
当所有先导压力信号均小于第一阈值时，则判定为怠速工况。
进一步的，第一阈值为5bar。
进一步的，获取设备运行时手柄的先导压力信号，包括：
通过Can线连接手柄的先导压力传感器，以采集频率f1，采集时长T，采集设备运行时的先导压力信号，共采集f1*T个手柄的先导压力信号。T不小于30秒。
进一步的，所述先导压力信号包括左前进行走信号、左后退行走信号、右前进行走信号、右后退行走信号、动臂上升先导信号、动臂下降先导信号、斗杆内收先导信号、斗杆外摆先导信号、铲斗内收先导信号、铲斗外摆先导信号以及破碎信号值。
进一步的，当破碎信号值存在大于第一阈值的情况时，则判定为破碎工况。
进一步的，当破碎信号值不存在大于第一阈值的情况时，进行计算行走信号的次数占比
nxz表示T时间内行走信号的次数，行走信号包括左前进行走信号、左后退行走信号、右前进行走信号和右后退行走信号；
当R1≥0.5时，则判定为行走工况。
进一步的，当破碎信号值不存在大于第一阈值的情况时，计算行走先导信号的次数占比
当R1<0.5时，则计算铲斗信号次数占比
其中，ncd表示T时间内铲斗信号的次数；铲斗信号包括铲斗内收先导和铲斗外摆先导信号；
当0.2≤R2≤0.5时，则判定为其他工况。
进一步的，当破碎信号值不存在大于第一阈值的情况时，进行行走先导信号的次数占比计算，
当R1<0.5时，则计算铲斗信号次数占比
如果R2＞0.5，则判定为挖掘工况；
如果R2<0.2，则统计周期内斗杆内收与外摆连续先导峰值大于20bar的个数n1，若数值n1≥5T/T0,则判定为平地工况，否则为挖掘工况；
其中，T为采集时长，T0为标准采集周期，一般取30s，周期内斗杆内收与外摆连续先导峰值由斗杆内收先导信号和斗杆外摆先导信号计算获得。
第二方面，本发明提供一种挖掘机作业工况计时方法，包括：
以采集时间T为单位，获取设备运行时的先导压力信号；
基于采集时间T内获取的设备运行时的先导压力信号，执行如第一方面所述的挖掘机作业工况判别方法，得到挖掘机作业工况，将对应的挖掘机作业工况总时长增加采集时间T；
计算得到各工况总时长及各工况时长占比。
进一步的，所述方法还包括：
将各工况总时长及各工况时长占比通过GPS终端发送到服务器，用于最终统计的汇总和显示。
与现有技术相比，本发明所达到的有益效果：
(1)本发明使用现有手柄先导信号进行工况识别，并对识别结果计时统计，无需加装传感器进行信号采集，成本低且易于实现；
(2)基于现有控制器算力，不需要加装工控机或者边缘计算设备；
(3)不需傅里叶变换或神经网络等复杂计算，实时性好。
附图说明
图1是作业工况识别及计时流程图。
图2是作业工况识别与计时系统示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
在本实施例的描述中，需要说明的是，如出现术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等，其所指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本实施例的限制。
实施例一：
本实施例提供一种挖掘机作业工况识别方法，包括以下步骤：
通过can总线获取设备运行时的先导信号，包括：行走先导信号(左前进行走、左后退行走、右前进行走、右后退行走)、铲斗信号(铲斗内收先导、铲斗外摆先导信号)、动臂信号(动臂上升先导、动臂下降先导)、斗杆内收与外摆连续先导峰值(斗杆内收先导、斗杆外摆先导)以及破碎信号。
获取各先导控制信号，采用频率为f1Hz，总时长为Ts，采集时间为T,T不小于30秒，也就是可以为31、32、33秒，判断完工况，则对应的工况时长增加T秒。。
当所有先导信号值均小于5bar时，则判定为怠速工况，
当破碎信号值存在大于5bar时，则判定为破碎工况，
当破碎信号值不存在大于5bar的情况时，进行行走先导信号的次数占比计算，当R1≥0.5时，则判定为行走工况，否则进行铲斗信号次数占比计算，当0.2≤R2≤0.5时，则判定为其他工况，否则需要进一步判断，如果R2＞0.5，则判定为挖掘工况。
当破碎信号值不存在大于第一阈值的情况时，进行行走先导信号的次数占比计算，
当R1<0.5时，则计算铲斗信号次数占比
如果R2＞0.5，则判定为挖掘工况；
如果R2<0.2，则统计周期内斗杆内收与外摆连续先导峰值大于20bar的个数n1，若数值n1≥5T/T0,则判定为平地工况，否则为挖掘工况；
其中，T为采集时长，T0为标准采集周期，一般取30s，周期内斗杆内收与外摆连续先导峰值由斗杆内收先导信号和斗杆外摆先导信号计算获得，即将斗杆内收信号与外摆信号的绝对值按时间顺序排序，比前后邻近点大为峰值。同理，对斗杆先导峰值数进行计数，可以用峰值超过阈值的斗杆先导周期数替代。
其中，nxz表示T时间内行走信号的次数，ncd表示T时间内铲斗信号的次数。
实施原理：本发明使用现有手柄先导信号进行工况识别，并对识别结果计时统计，无需加装传感器进行信号采集，成本低且易于实现；本发明基于现有控制器算力，不需要加装工控机或者边缘计算设备。
本发明不需傅里叶变换或神经网络等复杂计算，实时性好。
本发明构思的关键点：
(1)仅使用先导信号进行作业工况识别；
(2)进行统计的先导信号时长T,要求30≤T≤60秒；
(3)在进行挖掘、平地工况细分时，使用T秒内斗杆内收与外摆先导峰值交替次数。
实施例二：
本实施例提供一种挖掘机作业工况计时方法，包括：
以采集时间T为单位，获取设备运行时的先导压力信号；
基于采集时间T内获取的设备运行时的先导压力信号，执行如实施例一所述的挖掘机作业工况判别方法，得到挖掘机作业工况，以上流程为一次工况分类识别结果，其对应作业工况总时长增加Ts，并更新各工况时长占比，得到各工况总时长及各工况时长占比。
将各工况总时长及各工况时长占比通过GPS终端发送到服务器，用于最终统计的汇总和显示。
通过GPS终端发送到服务器。用于最终统计的汇总和显示。
实施例三：
本实施例提供一种挖掘机作业工况识别与计时系统，如图2所示，包括：
手柄信号模块：以采集时间T为单位，采集设备运行时的先导压力信号；
识别模块：基于采集时间T内获取的设备运行时的先导压力信号，执行如实施例一所述的挖掘机作业工况判别方法，得到挖掘机作业工况，将对应的挖掘机作业工况总时长增加采集时间T；
统计模块：计算得到各工况总时长及各工况时长占比，通过GPS终端发送到服务器。用于最终统计的汇总和显示。。
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。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种挖掘机作业工况识别方法，其特征在于，包括以下步骤：
获取设备运行时手柄的先导压力信号；
根据所述先导压力信号，判断挖掘机作业工况。
2.根据权利要求1所述的挖掘机作业工况识别方法，其特征在于，根据所述先导压力信号，判断挖掘机作业工况，包括：
当所有先导压力信号均小于第一阈值时，则判定为怠速工况。
3.根据权利要求2所述的挖掘机作业工况识别方法，其特征在于，第一阈值为5bar。
4.根据权利要求1所述的挖掘机作业工况识别方法，其特征在于，获取设备运行时手柄的先导压力信号，包括：
通过Can线连接手柄的先导压力传感器，以采集频率f1，采集时长T，采集设备运行时的先导压力信号，共采集f1*T个手柄的先导压力信号。
5.根据权利要求4所述的挖掘机作业工况识别方法，其特征在于，所述先导压力信号包括左前进行走信号、左后退行走信号、右前进行走信号、右后退行走信号、动臂上升先导信号、动臂下降先导信号、斗杆内收先导信号、斗杆外摆先导信号、铲斗内收先导信号、铲斗外摆先导信号以及破碎信号值。
6.根据权利要求5所述的挖掘机作业工况识别方法，其特征在于，当破碎信号值存在大于第一阈值的情况时，则判定为破碎工况。
7.根据权利要求5所述的挖掘机作业工况识别方法，其特征在于，当破碎信号值不存在大于第一阈值的情况时，进行计算行走信号的次数占比
nxz表示T时间内行走信号的次数，行走信号包括左前进行走信号、左后退行走信号、右前进行走信号和右后退行走信号；
当R1≥0.5时，则判定为行走工况。
8.根据权利要求5所述的挖掘机作业工况识别方法，其特征在于，当破碎信号值不存在大于第一阈值的情况时，计算行走先导信号的次数占比当R1<0.5时，则计算铲斗信号次数占比/>
其中，ncd表示T时间内铲斗信号的次数；铲斗信号包括铲斗内收先导和铲斗外摆先导信号；
当0.2≤R2≤0.5时，则判定为其他工况。
9.根据权利要求5所述的挖掘机作业工况识别方法，其特征在于，当破碎信号值不存在大于第一阈值的情况时，进行行走先导信号的次数占比计算，
当R1<0.5时，则计算铲斗信号次数占比
如果R2＞0.5，则判定为挖掘工况；
如果R2<0.2，则统计周期内斗杆内收与外摆连续先导峰值大于20bar的个数n1，若数值n1≥5T/T0,则判定为平地工况，否则为挖掘工况；
其中，T为采集时长，T0为标准采集周期，周期内斗杆内收与外摆连续先导峰值由斗杆内收先导信号和斗杆外摆先导信号计算获得。
10.一种挖掘机作业工况计时方法，其特征在于，包括：
以采集时间T为单位，获取设备运行时的先导压力信号；
基于采集时间T内获取的设备运行时的先导压力信号，执行如权利要求1-9任一项所述的挖掘机作业工况判别方法，得到挖掘机作业工况，将对应的挖掘机作业工况总时长增加采集时间T；
计算得到各工况总时长及各工况时长占比。
CN202310788255.8A 2023-06-30 2023-06-30 一种挖掘机作业工况识别与计时方法 Pending CN116823298A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310788255.8A CN116823298A (zh) 2023-06-30 2023-06-30 一种挖掘机作业工况识别与计时方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310788255.8A CN116823298A (zh) 2023-06-30 2023-06-30 一种挖掘机作业工况识别与计时方法

Publications (1)

Publication Number Publication Date
CN116823298A true CN116823298A (zh) 2023-09-29

Family

ID=88118067

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310788255.8A Pending CN116823298A (zh) 2023-06-30 2023-06-30 一种挖掘机作业工况识别与计时方法

Country Status (1)

Country Link
CN (1) CN116823298A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117807443A (zh) * 2024-02-29 2024-04-02 江苏海平面数据科技有限公司 拖拉机工况识别模型的训练方法及拖拉机工况识别方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117807443A (zh) * 2024-02-29 2024-04-02 江苏海平面数据科技有限公司 拖拉机工况识别模型的训练方法及拖拉机工况识别方法
CN117807443B (zh) * 2024-02-29 2024-05-14 江苏海平面数据科技有限公司 拖拉机工况识别模型的训练方法及拖拉机工况识别方法

Similar Documents

Publication Publication Date Title
CN103150900B (zh) 一种基于视频的交通拥堵事件自动检测方法
US10496466B2 (en) Preprocessor of abnormality sign diagnosing device and processing method of the same
CN100578563C (zh) 基于视频图像的车辆计数方法
CN116823298A (zh) 一种挖掘机作业工况识别与计时方法
CN112434260B (zh) 一种公路的交通状态检测方法、装置、存储介质及终端
CN109634998A (zh) 一种基于手机信令大数据的交通出行特征分析平台
CN112749210B (zh) 基于深度学习的车辆碰撞识别方法和系统
CN103345842A (zh) 一种道路车辆分型系统及方法
CN113935158B (zh) 一种针对高速公路事故多发点的交通检测器优化布设方法
JP2017073021A (ja) 運転支援装置
CN105539450A (zh) 一种驾驶行程的自动识别方法和装置
CN112734242A (zh) 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端
CN114076841A (zh) 基于用电信息数据的窃电行为识别方法及系统
CN110609853B (zh) 一种干线常发拥堵传播规律挖掘方法及装置
CN116844340B (zh) 基于人工智能的道路交通风险预测方法
CN109166336B (zh) 一种基于区块链技术的实时路况信息采集推送方法
CN107195179A (zh) 基于网络的单路口交通流量统计分析方法及系统
CN115687249B (zh) 一种图像聚档方法、装置、终端及计算机可读存储介质
CN113220551A (zh) 指标趋势预测及预警方法、装置、电子设备及存储介质
CN112380126A (zh) Web系统健康预测装置及方法
CN109693675B (zh) 一种车辆扭矩故障的诊断方法、装置及服务器
CN116374763A (zh) 电梯故障检测方法、装置、系统和计算机可读存储介质
CN101308576A (zh) 道路中的运动方向检测方法及装置
CN111860661B (zh) 基于用户行为的数据分析方法、装置、电子设备及介质
CN112182121B (zh) 一种涉车关系发现方法、装置、设备和介质

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