本發(fā)明涉及工程車輛作業(yè)檢測(cè),具體涉及一種用于工程車輛技術(shù)性能檢測(cè)裝置及檢測(cè)方法。
背景技術(shù):
工程車是一個(gè)建筑工程的主干力量,由于它們的出現(xiàn)才使建筑工程的進(jìn)度倍增,大大減少了人力。觀工程車作業(yè),不由得使人震撼機(jī)器與科技的威力。它們用于工程的運(yùn)載,挖掘,搶修,甚至作戰(zhàn)等。工程車安全事故率一直居高不下,和操作人員有關(guān)系的同時(shí),更多的原因是車輛本身結(jié)構(gòu)、安全措施以及安全檢測(cè)沒有做到位。
在如今工程作業(yè)過(guò)程中,急需用于工程車輛作業(yè)裝置實(shí)車技術(shù)性能檢測(cè)的裝置,能對(duì)作業(yè)裝置運(yùn)行狀態(tài)做出準(zhǔn)確判斷,為工程車輛日常維護(hù)保養(yǎng)提供必要依據(jù),為了能夠?qū)崿F(xiàn)本系統(tǒng)可以在實(shí)車上進(jìn)行作業(yè)裝置安全性能檢測(cè)和分析,工程車輛作業(yè)裝置安全性能檢測(cè)與評(píng)估系統(tǒng)需要如下特點(diǎn):可以完成作業(yè)裝置全部使用狀態(tài)參數(shù)的檢測(cè),針對(duì)不同的作業(yè)裝置,選擇相應(yīng)的模塊進(jìn)行檢測(cè),并制定了多種車型相應(yīng)的數(shù)據(jù)庫(kù),實(shí)現(xiàn)了檢測(cè)參數(shù)的自動(dòng)識(shí)別,檢測(cè)診斷迅速,效率高。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明設(shè)計(jì)開發(fā)了一種用于工程車輛技術(shù)性能檢測(cè)裝置,本發(fā)明的發(fā)明目的是解決工程車輛檢測(cè)裝置布局全面、合理,針對(duì)不同的作業(yè)裝置進(jìn)行多參數(shù)、多系統(tǒng)實(shí)時(shí)在線檢測(cè)的問(wèn)題。
本發(fā)明設(shè)計(jì)開發(fā)了一種用于工程車輛技術(shù)性能檢測(cè)方法,本發(fā)明的發(fā)明目的是解決工作車輛技術(shù)性能檢測(cè)狀態(tài)模式單一、調(diào)試復(fù)雜的問(wèn)題,能夠?qū)崿F(xiàn)工程車輛作業(yè)過(guò)程中技術(shù)性能實(shí)時(shí)整體全面評(píng)價(jià)以及異常狀態(tài)的報(bào)警。
本發(fā)明提供的技術(shù)方案為:
一種用于工程車輛技術(shù)性能檢測(cè)裝置,包括:
速度傳感器,其安裝于絞盤裝置的轉(zhuǎn)筒處,用于監(jiān)測(cè)所述絞盤裝置的收放繩速度;
第一拉力傳感器,其安裝于所述絞盤裝置上,用于監(jiān)測(cè)所述絞盤裝置的收放繩拉力;
第二拉力傳感器,其安裝于起吊裝置上,用于監(jiān)測(cè)所述起吊裝置的起吊拉力;
位移傳感器,其安裝于拖繩裝置上,用于監(jiān)測(cè)所述拖繩裝置的拖繩位移;
第三拉力傳感器,其安裝于所述拖繩裝置上,用于監(jiān)測(cè)所述拖繩裝置的拖繩拉力;
第四拉力傳感器,其安裝于助鏟裝置上,用于監(jiān)測(cè)所述助鏟裝置的助鏟支反力;
數(shù)據(jù)采集裝置,其分別與所述速度傳感器、位移傳感器、第一拉力傳感器、第二拉力傳感器、第三拉力傳感器以及第四拉力傳感器電聯(lián),用于接收速度信號(hào)、位移信號(hào)以及拉力信號(hào);
數(shù)據(jù)調(diào)理裝置,其與所述數(shù)據(jù)采集裝置電聯(lián),用于將數(shù)據(jù)進(jìn)行處理后將數(shù)據(jù)輸出;
數(shù)據(jù)顯示裝置,其與所述數(shù)據(jù)調(diào)理裝置電聯(lián),用于將數(shù)據(jù)讀取后顯示結(jié)果。
優(yōu)選的是,還包括:數(shù)據(jù)警報(bào)裝置,其與所述數(shù)據(jù)調(diào)理裝置電聯(lián)。
優(yōu)選的是,所述數(shù)據(jù)調(diào)理裝置通過(guò)ZigBee無(wú)線通訊將數(shù)據(jù)輸出。
優(yōu)選的是,所述數(shù)據(jù)調(diào)理裝置為單片機(jī)。
優(yōu)選的是,所述數(shù)據(jù)通過(guò)CAN總線進(jìn)行傳輸。
一種用于工程車輛技術(shù)性能檢測(cè)方法,采用BP神經(jīng)網(wǎng)絡(luò)對(duì)工程車輛技術(shù)性能進(jìn)行檢測(cè),包括如下步驟:
步驟一、按照采樣周期,通過(guò)傳感器測(cè)量收放繩速度V、收放繩拉力Fa、起吊拉力Fb、拖繩位移S、拖繩拉力Fc、助鏟支反力Fd;
步驟二、依次將上述參數(shù)進(jìn)行規(guī)格化,確定三層BP神經(jīng)網(wǎng)絡(luò)的輸入層向量x={x1,x2,x3,x4,x5,x6};其中,x1為收放繩速度系數(shù)、x2為收放繩拉力系數(shù)、x3為起吊拉力系數(shù)、x4為拖繩位移系數(shù)、x5為拖繩拉力系數(shù)、x6為助鏟支反力系數(shù);
步驟三、所述輸入層向量映射到中間層,所述中間層向量y={y1,y2,…,ym};m為中間層節(jié)點(diǎn)個(gè)數(shù);
步驟四、得到輸出層向量o={o1,o2,o3,o4};其中,o1為技術(shù)狀態(tài)好,o2為技術(shù)狀態(tài)一般,o3為技術(shù)狀態(tài)差,o4為技術(shù)狀態(tài)警報(bào),所述輸出層神經(jīng)元值為k為輸出層神經(jīng)元序列號(hào),k={1,2,3,4},i為技術(shù)狀態(tài)值,i={1,2,3,4},當(dāng)ok為1時(shí),此時(shí)工程車輛作業(yè)裝置整體處于ok對(duì)應(yīng)的技術(shù)狀態(tài)。
優(yōu)選的是,所述中間層節(jié)點(diǎn)個(gè)數(shù)m滿足:其中n為輸入層節(jié)點(diǎn)個(gè)數(shù),p為輸出層節(jié)點(diǎn)個(gè)數(shù)。
優(yōu)選的是,步驟三中,將收放繩速度V、收放繩拉力Fa、起吊拉力Fb、拖繩位移S、拖繩拉力Fc、助鏟支反力Fd進(jìn)行規(guī)格化的公式為:
其中,xj為輸入層向量中的參數(shù),Xj分別為測(cè)量參數(shù)V、Fa、Fb、S、Fc、Fd,j=1,2,3,4,5,6;Xjmax和Xjmin分別為相應(yīng)測(cè)量參數(shù)中的最大值和最小值。
優(yōu)選的是,所述中間層及所述輸出層的激勵(lì)函數(shù)均采用S型函數(shù)fj(x)=1/(1+e-x)。
本發(fā)明與現(xiàn)有技術(shù)相比較所具有的有益效果:
1、檢測(cè)內(nèi)容全面:可以完成作業(yè)裝置全部使用狀態(tài)參數(shù)的檢測(cè),可以實(shí)現(xiàn)起吊裝置、絞盤裝置、駐鏟裝置以及拖繩裝置性能檢測(cè);
2、采用BP神經(jīng)網(wǎng)絡(luò)的運(yùn)算方法,對(duì)工程車輛作業(yè)過(guò)程做出實(shí)時(shí)檢測(cè),并且將結(jié)果輸出,運(yùn)行可靠,操縱簡(jiǎn)便,能夠同時(shí)處理多參數(shù)、非線性系統(tǒng)的監(jiān)測(cè)問(wèn)題,能夠根據(jù)裝置工作過(guò)程中對(duì)作業(yè)車輛進(jìn)行整體全面的實(shí)時(shí)數(shù)據(jù)進(jìn)行有效檢測(cè),使用本方法系統(tǒng)工作更穩(wěn)定,故障率低,具有良好的現(xiàn)實(shí)意義。
附圖說(shuō)明
圖1為本發(fā)明所述的總體流程示意圖。
圖2為本發(fā)明所述基于神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法流程圖。
具體實(shí)施方式
下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明,以令本領(lǐng)域技術(shù)人員參照說(shuō)明書文字能夠據(jù)以實(shí)施。
如圖1所示,本發(fā)明提供了一種用于工程車輛技術(shù)性能檢測(cè)裝置,其主體結(jié)構(gòu)包括:數(shù)據(jù)監(jiān)測(cè)傳感器、數(shù)據(jù)采集裝置200、數(shù)據(jù)調(diào)理裝置300以及數(shù)據(jù)顯示裝置400;其中,速度傳感器111安裝于絞盤裝置110的轉(zhuǎn)筒處,用于監(jiān)測(cè)絞盤裝置110的收放繩速度,第一拉力傳感器112安裝于絞盤裝置110上,用于監(jiān)測(cè)絞盤裝置110的收放繩拉力,第二拉力傳感器121安裝于起吊裝置120上,用于監(jiān)測(cè)起吊裝置120的起吊拉力,位移傳感器131安裝于拖繩裝置130上,用于監(jiān)測(cè)拖繩裝置130的拖繩位移,第三拉力傳感器132安裝于拖繩裝置130上,用于監(jiān)測(cè)拖繩裝置130的拖繩拉力,第四拉力傳感器141安裝于助鏟裝置140上,用于監(jiān)測(cè)助鏟裝置140的助鏟支反力,數(shù)據(jù)采集裝置200分別與速度傳感器111、位移傳感器131、第一拉力傳感器112、第二拉力傳感器121、第三拉力傳感器132以及第四拉力傳感器141電聯(lián),用于接收速度信號(hào)、位移信號(hào)以及拉力信號(hào),數(shù)據(jù)調(diào)理裝置300與數(shù)據(jù)采集裝置200電聯(lián),用于將數(shù)據(jù)進(jìn)行處理后將數(shù)據(jù)輸出,數(shù)據(jù)顯示裝置400與數(shù)據(jù)調(diào)理裝置300電聯(lián),用于將數(shù)據(jù)讀取后顯示結(jié)果。
在另一種實(shí)施例中,還包括:數(shù)據(jù)警報(bào)裝置與數(shù)據(jù)調(diào)理裝置300電聯(lián),當(dāng)輸出的技術(shù)狀態(tài)是報(bào)警時(shí),數(shù)據(jù)警報(bào)裝置進(jìn)行報(bào)警。
在另一種實(shí)施例中,數(shù)據(jù)調(diào)理裝置通300過(guò)ZigBee無(wú)線通訊將數(shù)據(jù)輸出。
在另一種實(shí)施例中,收放繩速度數(shù)據(jù)、收放繩拉力速度數(shù)據(jù)、起吊拉力數(shù)據(jù)、拖繩位移數(shù)據(jù)、拖繩拉力數(shù)據(jù)以及助鏟支反力數(shù)據(jù)均通過(guò)CAN總線進(jìn)行傳輸。
在另一種實(shí)施例中,數(shù)據(jù)調(diào)理裝置300為單片機(jī)。
如圖2所示,本發(fā)明還提供了一種用于工程車輛技術(shù)性能檢測(cè)方法,采用BP神經(jīng)網(wǎng)絡(luò)對(duì)工程車輛技術(shù)性能進(jìn)行檢測(cè),包括如下步驟:
步驟一S210、建立BP神經(jīng)網(wǎng)絡(luò)模型。
本發(fā)明采用的BP網(wǎng)絡(luò)體系結(jié)構(gòu)由三層組成,第一層為輸入層,共n個(gè)節(jié)點(diǎn),對(duì)應(yīng)了表示設(shè)備工作狀態(tài)的n個(gè)檢測(cè)信號(hào),這些信號(hào)參數(shù)由數(shù)據(jù)預(yù)處理模塊給出;第二層為隱層,共m個(gè)節(jié)點(diǎn),由網(wǎng)絡(luò)的訓(xùn)練過(guò)程以自適應(yīng)的方式確定;第三層為輸出層,共p個(gè)節(jié)點(diǎn),由系統(tǒng)實(shí)際需要輸出的響應(yīng)確定。
該網(wǎng)絡(luò)的數(shù)學(xué)模型為:
輸入向量:x=(x1,x2,...,xn)T
中間層向量:y=(y1,y2,...,ym)T
輸出向量:O=(o1,o2,...,op)T
本發(fā)明中,輸入層節(jié)點(diǎn)數(shù)為n=6,輸出層節(jié)點(diǎn)數(shù)為p=4。隱藏層節(jié)點(diǎn)數(shù)m由下式估算得出:
輸入信號(hào)6個(gè)參數(shù)分別表示為:x1為收放繩速度系數(shù)、x2為收放繩拉力系數(shù)、x3為起吊拉力系數(shù)、x4為拖繩位移系數(shù)、x5為拖繩拉力系數(shù)、x6為助鏟支反力系數(shù)。
由于傳感器獲取的數(shù)據(jù)屬于不同的物理量,其量綱各不相同。因此,在數(shù)據(jù)輸入人工神經(jīng)網(wǎng)絡(luò)之前,需要將數(shù)據(jù)規(guī)格化為0-1之間的數(shù)。
歸一化的公式為其中,xj為輸入層向量中的參數(shù),Xj分別為測(cè)量參數(shù)V、Fa、Fb、S、Fc、Fd,j=1,2,3,4,5,6;Xjmax和Xjmin分別為相應(yīng)測(cè)量參數(shù)中的最大值和最小值,采用S型函數(shù)。
具體而言,對(duì)于使用速度傳感器111測(cè)量的收放繩速度V,進(jìn)行規(guī)格化后,得到收放繩速度系數(shù)x1:
其中,Vmin和Vmax分別為所述絞盤裝置110的最小收放繩速度和最大收放繩速度。
同樣的,使用第一拉力傳感器112測(cè)量的收放繩拉力Fa通過(guò)下式進(jìn)行規(guī)格化,得到收放繩拉力系數(shù)x2:
其中,F(xiàn)a min和Fbmax分別為所述絞盤裝置110的最小收放繩拉力和最大收放繩拉力。
使用第二拉力傳感器121測(cè)量得到起吊拉力Fb,進(jìn)行規(guī)格化后,得到起吊拉力系數(shù)x3:
其中,F(xiàn)b min和Fbmax分別為所述起吊裝置120的最小起吊拉力和最大起吊拉力。
使用位移傳感器131測(cè)量得到拖繩裝置130的拖繩位移S,進(jìn)行規(guī)格化后,得到拖繩位移系數(shù)x4:
其中,Smin和Smax分別為拖繩裝置130的最小拖繩位移和最大拖繩位移。
使用第三拉力傳感器132測(cè)量得到拖繩裝置130的拖繩拉力Fc,進(jìn)行規(guī)格化后,得到拖繩拉力系數(shù)x5:
其中,F(xiàn)cmin和Fcmax分別為拖繩裝置130的最小拖繩拉力和最大拖繩拉力。
使用第四拉力傳感器141測(cè)量得到助鏟裝置140的助鏟支反力Fd,進(jìn)行規(guī)格化后,得到助鏟支反力系數(shù)x6:
其中,F(xiàn)dmin和Fdmax分別為助鏟裝置140的最小助鏟支反力和最大助鏟支反力。
輸出層4個(gè)參數(shù)分別表示為:o1為技術(shù)狀態(tài)好,o2為技術(shù)狀態(tài)一般,o3為技術(shù)狀態(tài)差,o4為技術(shù)狀態(tài)警報(bào),所述輸出層神經(jīng)元值為k為輸出層神經(jīng)元序列號(hào),k={1,2,3,4},i為技術(shù)狀態(tài)值,i={1,2,3,4},當(dāng)ok為1時(shí),此時(shí)工程車輛作業(yè)裝置整體處于ok對(duì)應(yīng)的技術(shù)狀態(tài)。
步驟二S220、進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。
建立好BP神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)模型后,即可進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。根據(jù)產(chǎn)品的歷史經(jīng)驗(yàn)數(shù)據(jù)獲取訓(xùn)練的樣本,并給定輸入節(jié)點(diǎn)i和隱含層節(jié)點(diǎn)j之間的連接權(quán)值wij,隱層節(jié)點(diǎn)j和輸出層節(jié)點(diǎn)k之間的連接權(quán)值wjk,隱層節(jié)點(diǎn)j的閾值θj,輸出層節(jié)點(diǎn)k的閾值θk、wij、wjk、θj、θk均為-1到1之間的隨機(jī)數(shù)。
在訓(xùn)練過(guò)程中,不斷修正wij和wjk的值,直至系統(tǒng)誤差小于等于期望誤差時(shí),完成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程。
如表1所示,給定了一組訓(xùn)練樣本以及訓(xùn)練過(guò)程中各節(jié)點(diǎn)的值,表2為訓(xùn)練用的輸出樣本。
表1訓(xùn)練過(guò)程各節(jié)點(diǎn)值
表2網(wǎng)絡(luò)訓(xùn)練用的輸出樣本
步驟三S230、采集絞盤裝置110、起吊裝置120、拖繩裝置130以及助鏟裝置140的運(yùn)行參數(shù)輸入神經(jīng)網(wǎng)絡(luò)得到檢測(cè)技術(shù)狀態(tài)。
使用速度傳感器111、第一拉力傳感器112、第二拉力傳感器121、位移傳感器131、第三拉力傳感器132以及第四拉力傳感器141測(cè)量初始收放繩速度V、初始收放繩拉力Fa、初始起吊拉力Fb、初始拖繩位移S、初始拖繩拉力Fc、初始助鏟支反力Fd,通過(guò)將上述參數(shù)規(guī)格化后,得到BP神經(jīng)網(wǎng)絡(luò)的初始輸入向量過(guò)BP神經(jīng)網(wǎng)絡(luò)的運(yùn)算得到初始輸出向量
通過(guò)上述設(shè)置,通過(guò)傳感器實(shí)時(shí)監(jiān)測(cè)絞盤裝置110、起吊裝置120、拖繩裝置130以及助鏟裝置140的運(yùn)行狀態(tài),通過(guò)BP神經(jīng)網(wǎng)絡(luò)算法,對(duì)工程車輛作業(yè)過(guò)程進(jìn)行整體的實(shí)時(shí)監(jiān)測(cè)。
在另一種實(shí)施例中,中間層及輸出層的激勵(lì)函數(shù)均采用采用S型函數(shù)fj(x)=1/(1+e-x)。
盡管本發(fā)明的實(shí)施方案已公開如上,但其并不僅僅限于說(shuō)明書和實(shí)施方式中所列運(yùn)用,它完全可以被適用于各種適合本發(fā)明的領(lǐng)域,對(duì)于熟悉本領(lǐng)域的人員而言,可容易地實(shí)現(xiàn)另外的修改,因此在不背離權(quán)利要求及等同范圍所限定的一般概念下,本發(fā)明并不限于特定的細(xì)節(jié)和這里示出與描述的圖例。