本發(fā)明涉及安全監(jiān)控，尤其涉及基于人工智能的粉料車操控及安全監(jiān)控系統(tǒng)。

背景技術(shù)：

1、隨著現(xiàn)代工業(yè)和物流技術(shù)的不斷發(fā)展，粉料車在許多行業(yè)中扮演著越來(lái)越重要的角色，特別是在礦業(yè)、化工和建筑材料等領(lǐng)域。粉料車是一種專門(mén)用于運(yùn)輸粉狀物料的車輛，其罐體設(shè)計(jì)能夠確保粉料的均勻分布和有效運(yùn)輸。然而，由于粉料的物理特性和運(yùn)輸環(huán)境的復(fù)雜性，粉料車在行駛過(guò)程中可能會(huì)出現(xiàn)粉料分布不均勻、粉料泄漏、罐體損壞等安全風(fēng)險(xiǎn)。這些問(wèn)題不僅會(huì)影響運(yùn)輸效率，還可能引發(fā)嚴(yán)重的安全事故。因此，近年來(lái)，人工智能技術(shù)的發(fā)展為粉料車的操控及安全監(jiān)控提供了新的解決方案。通過(guò)使用各種傳感器和人工智能算法，可以實(shí)現(xiàn)對(duì)粉料車的實(shí)時(shí)監(jiān)測(cè)和分析，從而提高運(yùn)輸?shù)陌踩院托省?/p>

2、但現(xiàn)有技術(shù)沒(méi)有考慮到粉料車在不同路面的行駛狀態(tài)會(huì)對(duì)罐體內(nèi)部的粉料分布產(chǎn)生重要影響；例如，粉料車在顛簸的路面上行駛時(shí)，罐體內(nèi)部的粉料會(huì)受到較大的振動(dòng)和沖擊，導(dǎo)致粉料的均勻性被破壞，形成局部堆積或空洞。這種不均勻分布不僅會(huì)增加罐體的應(yīng)力，還可能導(dǎo)致粉料在卸貨時(shí)出現(xiàn)堵塞或不完全卸載的情況，從而影響運(yùn)輸效率和后續(xù)生產(chǎn)過(guò)程。

3、為了解決這些問(wèn)題，本技術(shù)設(shè)計(jì)了基于人工智能的粉料車操控及安全監(jiān)控系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)存在的缺陷與不足，本發(fā)明提供基于人工智能的粉料車操控及安全監(jiān)控系統(tǒng)，通過(guò)對(duì)行駛狀態(tài)和粉料分布狀態(tài)進(jìn)行綜合分析，并根據(jù)分析結(jié)果對(duì)未來(lái)粉料運(yùn)輸風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。提升粉料車的運(yùn)輸安全，優(yōu)化運(yùn)輸效率，減少因粉料分布不均導(dǎo)致的設(shè)備損壞和生產(chǎn)延誤。

2、為了達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案：

3、本發(fā)明實(shí)施例提供基于人工智能的粉料車操控及安全監(jiān)控系統(tǒng)，包括數(shù)據(jù)采集模塊、行駛狀態(tài)分析模塊、粉料狀態(tài)分析模塊、粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模塊、粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警模塊和控制模塊，其中，所述數(shù)據(jù)采集模塊用于采集粉料車的行駛狀態(tài)數(shù)據(jù)和罐體內(nèi)粉料狀態(tài)數(shù)據(jù)；所述行駛狀態(tài)分析模塊用于將行駛狀態(tài)數(shù)據(jù)導(dǎo)入粉料車行駛狀態(tài)分析模型中分析粉料車的行駛狀態(tài)；所述粉料狀態(tài)分析模塊用于將罐體內(nèi)粉料狀態(tài)數(shù)據(jù)導(dǎo)入粉料分布狀態(tài)分析模型中分析粉料車在行駛過(guò)程中罐體內(nèi)的粉料分布狀態(tài)；所述粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模塊用于根據(jù)粉料車的行駛狀態(tài)分析結(jié)果和粉料分布狀態(tài)分析結(jié)果，預(yù)測(cè)粉料車在行駛過(guò)程中的粉料運(yùn)輸風(fēng)險(xiǎn)；所述粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警模塊用于根據(jù)粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果，向粉料車的駕駛?cè)藛T發(fā)出粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警；所述控制模塊用于控制數(shù)據(jù)采集模塊、行駛狀態(tài)分析模塊、粉料狀態(tài)分析模塊、粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模塊、粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警模塊的運(yùn)行。

4、在本發(fā)明的一種實(shí)現(xiàn)方式中，所述行駛狀態(tài)分析模塊中運(yùn)行行駛狀態(tài)分析策略，所述行駛狀態(tài)分析策略包括以下具體步驟：

5、s11、提取數(shù)據(jù)采集模塊采集的粉料車的行駛狀態(tài)數(shù)據(jù)；

6、s12、將行駛狀態(tài)數(shù)據(jù)代入行駛狀態(tài)變化系數(shù)計(jì)算公式中計(jì)算行駛狀態(tài)變化系數(shù)，所述行駛狀態(tài)變化系數(shù)計(jì)算公式為：；式中，xs表示當(dāng)前粉料車行駛路段的行駛狀態(tài)變化系數(shù)，分別表示當(dāng)前粉料車行駛路段第i次采樣得到的加速度、速度、振動(dòng)頻率的頻譜分量；分別表示當(dāng)前粉料車行駛路段的平均加速度變化率、平均速度、振動(dòng)頻率的平均值；表示當(dāng)前粉料車行駛路段第i+1次采樣得到的加速度；表示第i+1次采樣和第i次采樣的采樣時(shí)間間隔；n為當(dāng)前粉料車行駛路段的采樣次數(shù)，i為1至n中任一項(xiàng)。

7、在本發(fā)明的一種實(shí)現(xiàn)方式中，所述行駛狀態(tài)分析策略還包括以下具體步驟：

8、s13、提取計(jì)算得到的所有粉料車行駛路段的行駛狀態(tài)變化系數(shù)，將所有粉料車行駛路段的行駛狀態(tài)變化系數(shù)按照粉料車行駛路段的種類進(jìn)行劃分，得到多種粉料車行駛路段行駛狀態(tài)變化系數(shù)序列；獲取預(yù)設(shè)的粉料車行駛路線上粉料車即將到達(dá)的下一個(gè)粉料車行駛路段種類；獲取下一個(gè)粉料車行駛路段種類對(duì)應(yīng)的粉料車行駛路段行駛狀態(tài)變化系數(shù)序列；將粉料車行駛路段行駛狀態(tài)變化系數(shù)序列按照時(shí)間順序構(gòu)建粉料車行駛路段行駛狀態(tài)變化時(shí)間序列，基于粉料車行駛路段行駛狀態(tài)變化時(shí)間序列，訓(xùn)練預(yù)測(cè)粉料車即將到達(dá)的下一個(gè)粉料車行駛路段的行駛狀態(tài)變化系數(shù)的粉料車行駛路段行駛狀態(tài)變化預(yù)測(cè)模型；

9、s14、預(yù)設(shè)滑動(dòng)步長(zhǎng)為1以及滑動(dòng)窗口長(zhǎng)度為w；使用滑動(dòng)窗口方法將粉料車行駛路段行駛狀態(tài)變化時(shí)間序列內(nèi)所有行駛狀態(tài)變化系數(shù)轉(zhuǎn)化為多個(gè)訓(xùn)練樣本，其中，每個(gè)訓(xùn)練樣本由滑動(dòng)窗口內(nèi)的行駛狀態(tài)變化系數(shù)序列組成，將訓(xùn)練樣本作為粉料車行駛路段行駛狀態(tài)變化預(yù)測(cè)模型的輸入，將預(yù)設(shè)滑動(dòng)步長(zhǎng)為1后的粉料車行駛路段的行駛狀態(tài)變化系數(shù)作為輸出，以預(yù)測(cè)準(zhǔn)確率作為訓(xùn)練目標(biāo)，對(duì)粉料車行駛路段行駛狀態(tài)變化預(yù)測(cè)模型進(jìn)行訓(xùn)練；生成根據(jù)粉料車行駛路段行駛狀態(tài)變化時(shí)間序列預(yù)測(cè)粉料車即將到達(dá)的下一個(gè)粉料車行駛路段的行駛狀態(tài)變化系數(shù)的粉料車行駛路段行駛狀態(tài)變化預(yù)測(cè)模型；其中，所述粉料車行駛路段行駛狀態(tài)變化預(yù)測(cè)模型為循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

10、s15、獲取預(yù)測(cè)得到的粉料車即將到達(dá)的下一個(gè)粉料車行駛路段的行駛狀態(tài)變化系數(shù)。

11、在本發(fā)明的一種實(shí)現(xiàn)方式中，所述粉料狀態(tài)分析模塊中運(yùn)行粉料狀態(tài)分析策略，所述粉料狀態(tài)分析策略包括以下具體步驟：

12、s21、獲取數(shù)據(jù)采集模塊采集的粉料車的罐體內(nèi)粉料狀態(tài)數(shù)據(jù)；

13、s22、將罐體內(nèi)粉料狀態(tài)數(shù)據(jù)代入粉料分布狀態(tài)異常系數(shù)計(jì)算公式中計(jì)算粉料分布狀態(tài)異常系數(shù)，所述粉料分布狀態(tài)異常系數(shù)計(jì)算公式為：；式中，fb表示當(dāng)前粉料車行駛路段的粉料分布狀態(tài)異常系數(shù)；表示當(dāng)前粉料車行駛路段第i次采樣得到罐體內(nèi)部第j個(gè)等距離位置的粉料分布密度；m為等距離位置數(shù)量；

14、s23、將當(dāng)前粉料車行駛路段的粉料分布狀態(tài)異常系數(shù)作為當(dāng)前粉料車行駛路段的粉料運(yùn)輸風(fēng)險(xiǎn)系數(shù)。

15、在本發(fā)明的一種實(shí)現(xiàn)方式中，所述粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模塊中運(yùn)行粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)策略，所述粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)策略包括以下具體步驟：

16、s31、將計(jì)算得到的所有粉料車行駛路段的行駛狀態(tài)變化系數(shù)和粉料運(yùn)輸風(fēng)險(xiǎn)系數(shù)存入歷史行駛路段數(shù)據(jù)集中，所述歷史行駛路段數(shù)據(jù)集用于訓(xùn)練粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模型，將所述歷史行駛路段數(shù)據(jù)集劃分為70%的歷史行駛路段數(shù)據(jù)訓(xùn)練集和30%的歷史行駛路段數(shù)據(jù)測(cè)試集；

17、s32、構(gòu)建回歸網(wǎng)絡(luò)模型，將歷史行駛路段數(shù)據(jù)訓(xùn)練集中的行駛狀態(tài)變化系數(shù)作為回歸網(wǎng)絡(luò)模型的輸入，將歷史行駛路段數(shù)據(jù)訓(xùn)練集中的粉料運(yùn)輸風(fēng)險(xiǎn)系數(shù)作為回歸網(wǎng)絡(luò)模型的輸出，對(duì)回歸網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以得到初始回歸網(wǎng)絡(luò)模型；

18、s33、通過(guò)歷史行駛路段數(shù)據(jù)測(cè)試集對(duì)初始回歸網(wǎng)絡(luò)模型進(jìn)行測(cè)試，輸出滿足預(yù)設(shè)模型準(zhǔn)確度的初始回歸網(wǎng)絡(luò)模型作為粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模型；

19、s34、將粉料車即將到達(dá)的下一個(gè)粉料車行駛路段的行駛狀態(tài)變化系數(shù)輸入到粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模型中，輸出預(yù)測(cè)得到的粉料車即將到達(dá)的下一個(gè)粉料車行駛路段的粉料運(yùn)輸風(fēng)險(xiǎn)系數(shù)。

20、在本發(fā)明的一種實(shí)現(xiàn)方式中，所述粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警模塊中運(yùn)行粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警執(zhí)行策略，所述粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警執(zhí)行策略包括以下具體步驟：

21、s41、獲取粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模塊預(yù)測(cè)得到的粉料車即將到達(dá)的下一個(gè)粉料車行駛路段的粉料運(yùn)輸風(fēng)險(xiǎn)系數(shù)；

22、s42、預(yù)設(shè)粉料運(yùn)輸風(fēng)險(xiǎn)閾值，當(dāng)預(yù)測(cè)得到的粉料車即將到達(dá)的下一個(gè)粉料車行駛路段的粉料運(yùn)輸風(fēng)險(xiǎn)系數(shù)大于粉料運(yùn)輸風(fēng)險(xiǎn)閾值時(shí)，向粉料車的駕駛?cè)藛T發(fā)出粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警。

23、在本發(fā)明的一種實(shí)現(xiàn)方式中，所述數(shù)據(jù)采集模塊包括行駛狀態(tài)數(shù)據(jù)采集單元和粉料狀態(tài)數(shù)據(jù)采集單元，所述行駛狀態(tài)數(shù)據(jù)采集單元用于通過(guò)加速度傳感器采集粉料車在行駛過(guò)程中的加速度數(shù)據(jù)，通過(guò)速度傳感器采集粉料車在行駛過(guò)程中的速度數(shù)據(jù)，同時(shí)通過(guò)振動(dòng)傳感器采集粉料車在行駛過(guò)程中罐體的振動(dòng)數(shù)據(jù)，并通過(guò)道路數(shù)據(jù)庫(kù)將預(yù)設(shè)的粉料車行駛路線根據(jù)道路類型劃分為多種粉料車行駛路段；所述粉料狀態(tài)數(shù)據(jù)采集單元用于將微波傳感器安裝在粉料車的罐體內(nèi)部軸線方向和圓周方向的多個(gè)等距離位置，并通過(guò)微波傳感器采集多個(gè)等距離位置的粉料分布密度。

24、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點(diǎn)和有益效果：

25、本發(fā)明包括數(shù)據(jù)采集模塊、行駛狀態(tài)分析模塊、粉料狀態(tài)分析模塊、粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模塊、粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)警模塊和控制模塊，其中，行駛狀態(tài)分析模塊用于將行駛狀態(tài)數(shù)據(jù)導(dǎo)入粉料車行駛狀態(tài)分析模型中分析粉料車的行駛狀態(tài)；所述粉料狀態(tài)分析模塊用于將罐體內(nèi)粉料狀態(tài)數(shù)據(jù)導(dǎo)入粉料分布狀態(tài)分析模型中分析粉料車在行駛過(guò)程中罐體內(nèi)的粉料分布狀態(tài)；所述粉料運(yùn)輸風(fēng)險(xiǎn)預(yù)測(cè)模塊用于根據(jù)粉料車的行駛狀態(tài)分析結(jié)果和粉料分布狀態(tài)分析結(jié)果，預(yù)測(cè)粉料車在行駛過(guò)程中的粉料運(yùn)輸風(fēng)險(xiǎn)。能夠減輕駕駛?cè)藛T的負(fù)擔(dān)，提高運(yùn)輸?shù)陌踩院涂煽啃?，確保粉料的均勻運(yùn)輸。