CN114137981A - 一种大型道面除雪车的智能除雪规划方法及*** - Google Patents

Abstract

本发明公开了一种大型道面除雪车的智能除雪规划方法及***，在除雪车进行除雪前，根据实际积雪厚度以及实际场道参数等情况，对单台或多台除雪车的除雪档位、行驶速度以及是否进行编队作业进行规划，计算完成除雪作业任务需要的时间和耗油量等参数，以最少作业时间或最低经济成本为优化目标，应用优化算法，实现智能除雪规划，保证除雪车高效、经济、地完成除雪作业任务，降低除雪车的使用成本、提高道面使用率。

Description

一种大型道面除雪车的智能除雪规划方法及***

技术领域

本发明属于大型道面除雪车领域，具体涉及一种大型道面除雪车的智能除雪规划方法及***。

背景技术

目前，我国除雪车在进行除雪作业时，仍以除雪指派方案或除雪作业计划方案的形式进行除雪，此类方法均由除雪指挥员根据现场的实际除雪情况，临时调整除雪作业方式，以达到提高除雪速度、降低资源利用率的目的。但是这种传统的除雪方法易受人为因素的影响，如除雪规划不合理，方案调整不及时等情况，均易导致除雪效率较低、除雪效果不理想等后果。而随着我国投入运营机场数量的持续增长，除冰除雪作业已成为保障机场冬季正常运行的重点保障工作，安全快捷、优质高效地完成除冰除雪保障任务，是国内外各个机场以及除雪装备设计公司的重点研究方向。

现阶段，随着新一代除雪装备的不断补充更新，除雪保障队伍的不断扩大，除雪作业效率逐渐提高，仅依靠对讲机或电话通讯的除雪指挥方式已不适用于大规模快速除雪作业。这种传统的除雪指挥模式，不但无法及时追踪除雪作业的进展情况、准确规划除雪方案，而且还增加了除雪指挥调度的难度，极大地影响了除雪工作的总体效率，同时也难以形成完整的除雪记录，给后期的除雪数据统计带来了极大的不便。因此，建立新的智能除雪规划方法，提高除雪、除冰作业效率，节省资源消耗量、缩短航班延误时间，是保障机场冬季正常运行的重要手段。

国内现有的除雪车分为机械式除雪车和涡轮喷气发动机除雪车，但此类除雪车上并未配备有智能除雪规划方法及技术，与除雪规划相关的技术研究主要包括：

1.除雪设备群指派问题研究，此类问题主要以传统除雪车和配备的其他除雪设备群为研究对象，根据设备群中各个设备的除雪作业优先级以及除雪作业能力，设计除雪设备群中各个除雪装备的指派方案。但是此类方法不适用于大型道面除雪车。

2.对某一地区的除雪管理模式进行优化，该方法主要以具体的除雪工作实践为基础，结合国内外除雪管理组织模式的经验及理论，从除雪组织机构设计、管理方法、管理流程等角度进行研究，力求提出一种相对合理的、可供应用的除雪管理基础理论。

2-1.此类方法主要针对除雪设备群进行除雪作业任务指派，适用于推雪、抛雪、以及撒布车等设备群的方案指派，当以涡扇发动机热吹除雪车进行除雪作业时，此类除雪设备群指派方法不具有参考意义。

2-2.此类方法是一种针对除雪指挥管理***方面的研究，其目的是通过不断完善除雪指挥管理模式从而提高除雪效率。但是在这类研究中不涉及除雪设备的除雪作业能力，并且此类研究同样是针对除雪设备群的除雪管理方法，不适用于采用单一设备进行除雪作业的场景中。

基于此，本发明所要解决的技术问题为：1)构建不同除雪档位、不同行驶速度、不同降雪厚度下的除雪宽度数据集；2)设计一种可应用于大型道面除雪车的智能除雪规划方法，3)为除雪车提供一种智能除雪规划装置。

发明内容

本发明为了克服背景技术中的技术缺陷，目的在于提供了一种应用于大型道面除雪车的智能除雪规划方法及***，在除雪车进行除雪前，根据积雪厚度以及实际场道参数等情况对单台除雪车的除雪档位、行驶速度以及是否进行编队作业进行规划，计算除雪车完成除雪作业任务需要的时间和耗油量等参数，以保证除雪车高效、安全地完成除雪作业任务，降低除雪车使用成本、提高经济效益。

为了解决技术问题，本发明的技术方案是：

一种大型道面除雪车的智能除雪规划方法，所述方法包括：

S1：确定除雪车的除雪档位；

S2：确定除雪车有效除雪速度范围；

S3：根据不同的除雪档位和不同的有效除雪速度，确定除雪车在不同降雪厚度下的除雪宽度并构建除雪宽度数据集；

S4：确定机场待除场道的长度和宽度参数；

S5：确定机场待除场道的最大允许作业时间；

S6：利用智能目标优化算法根据待除积雪厚度、所述机场待除场道的长度和宽度参数、所述机场待除场道的最大允许作业时间对所述除雪宽度数据集进行处理，得到除雪规划的最佳策略和除雪规划的基础信息。

进一步，所述除雪规划的最佳策略包括：除雪车档位最佳策略和最优行驶速度最佳策略，所述除雪规划的基础信息包括：除雪时间信息、耗油量信息和编队信息。

进一步，所述S1具体包括：

以发动机转子转速为依据，将除雪车的除雪档位按发动机工况从低到高定为数种不同的档位，分别对应除雪车不同出力功率。

进一步，所述S2具体包括：

根据除雪车动态除雪试验结果确定除雪车有效除雪速度范围，随着除雪车的有效除雪速度的增加，除雪车的吹雪宽度逐渐减小，除雪车的有效除雪速度为5Km/h-40Km/h。

进一步，根据不同机场对应场道的实际情况，确定机场待除场道的长度和宽度参数。

进一步，以除雪车不同的除雪档位、不同的有效除雪速度和不同的积雪厚度下的除雪宽度为基准，构建除雪宽度数据集；所述除雪宽度数据集的每行数据包含四个参数，分别为：除雪车除雪档位参数、除雪车的有效除雪速度参数、积雪厚度参数以及除雪宽度参数。

进一步，所述最大允许作业时间为：机场根据航班出行计划制定的场道空闲时间，在除雪指挥***中收集待除雪场道的允许作业时间。

进一步，所述S6具体包括：

S61：根据待除积雪厚度和所述机场待除场道的宽度参数，对除雪宽度数据集中的所有数据进行寻优搜索，搜索出在待除积雪厚度条件下所有可以用于除雪车除雪的不同除雪档位、不同有效除雪速度和所述积雪厚度下的除雪宽度的对应关系数据集，将所述对应关系数据集按照除雪档位从小到大进行排序；

目的是优先使用小档位进行除雪，保护发动机，时间和经济成本是智能目标优化算法最主要的约束条件，智能除雪规划方法应当首先满足机场允许的作业时间要求；

S62：以时间约束为条件，对所述对应关系数据集进行循环计算，根据机场待除场道的长度和宽度参数计算当前数据的计划作业时间是否小于所述机场待除场道的最大允许作业时间，当计划作业时间小于所述机场待除场道的最大允许作业时间时跳出循环，并利用不同标准档位下的燃油消耗量结合除雪时间计算得到除雪工作的耗油量，最终输出除雪规划的最佳策略和除雪规划的基础信息；

S63：当所述计划作业时间大于所述机场待除场道的最大允许作业时间时，自动向下寻优，寻找到满足时间要求下更大的出力档位和更快的有效除雪速度，然后计算最终的耗油量，输出除雪规划的最佳策略和除雪规划的基础信息；

S64：当除雪车在所有档位、所有有效除雪速度下计算得到的计划作业时间都大于所述机场待除场道的最大允许作业时间时，算法会推荐以除雪编队的模式进行除雪；这时除雪车编队完成除雪作业的除雪时间将约等于单车作业的1/2，能够较快地完成除雪作业任务；利用步骤S62中的对应关系数据集重新计算双编队情况下的除雪档位、行驶速度、除雪时间以及耗油量参数，当除雪时间满足所述机场待除场道的最大允许作业时间时，跳出循环并输出除雪规划的最佳策略和除雪规划的基础信息；

S65：当除雪车以除雪编队的模式进行除雪，还无法在规定的时间内完成除雪作业，或者在有效除雪宽度中搜索不到对应的雪厚时，表示当前机场待除雪场道的积雪较厚，无法在短时间内完成除雪作业任务，建议利用除雪装备群进行除雪作业。

进一步，所述S6利用智能目标优化算法处理具体包括：首先，构建除雪宽度数据集X＝{x1；x2；...；xn}∈R^n×4，数据集中共有n类样本，每类样本包含4个参数，分别为试验获得的除雪档位、行驶速度、积雪厚度和除雪宽度，第i类样本可记为X_i＝{x_i1,x_i2,x_i3,x_i4},i＝1,2,...,n；

然后，判断积雪厚度是否过厚，若输入的积雪厚度过厚(b＝0)，可使用除雪设备群进行联合作业或延长除雪作业时间，若积雪厚度在正常范围内(b＝1)，则利用积雪厚度d对数据库中的所有数据进行搜索，满足当前雪厚的所有除雪宽度数据记为

n₁＜n，X₁∈X；

将数据子集X₁按照速度从小到大的顺序进行排序，该算法的目标函数定义为：

其中，V_i为除雪车的行驶速度，L_j为机场待除雪场道的长度；

重复执行公式(2)，对目标函数进行求解，判断目标函数与机场允许作业时间T的关系，除雪模式的各表达式如式(3)所示，当目标函数满足时间要求时，跳出循环，当不满足时间要求时，循环执行公式(3)，其中t₁为使用除雪编队进行除雪时，两辆除雪车开始除雪的时间差；

根据对应的除雪模式，计算各模式下除雪车完成除雪作业时的耗油量O，fuel为除雪车在不同除雪档位工作时，单位时间内的耗油量，根据除雪档位的不同，fuel有四种不同的耗油量，fuel₁为发动机起动至工作状态时的耗油量，当F＝1时，耗油量为O₁，当F＝2时，耗油量为O₂，当F＝3时，耗油量分为两种情况，O₃对应单编队的耗油量，O₄对应双编队的耗油量；

最后，输出除雪规划的最佳策略和除雪规划的基础信息。

一种大型道面除雪车的智能除雪规划方***，所述***包括：

输入栏模块和输出栏模块，所述输入栏模块，用于输入信息，包括机场允许作业时间选择按钮、场道参数选择旋钮和积雪厚度参数选择游标；所述输出栏模块，用于输出并显示结果，显示：除雪档位、行驶速度、编队情况、除雪时间和耗油量五个参数；

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述任一所述的一种大型道面除雪车的智能除雪规划方法。

与现有技术相比，本发明的优点在于：

一种大型道面除雪车的智能除雪规划方法及***，本发明的目的是为大型道面除雪车除雪作业提供一种可应用的智能除雪规划方法。该方法旨在解决除雪车在除雪过程中暂无智能除雪规划方法，仍按照传统的除雪指挥模式进行除雪时产生的除雪速度较慢、经济资源成本较高等问题。该方法着重解决单台或多台除雪车在不同场道、不同雪厚以及不同作业时间窗口限制条件下，除雪车除雪档位与行驶速度不匹配造成的除雪效果较差，除雪车利用率较低等问题。本方法可以利用场道参数、积雪厚度、时间限制窗口等参数智能规划除雪车的协同作业方式，指挥单台或多台除雪车的除雪档位、行驶速度以及除雪编队情况，同时输出完成除雪任务的耗油量和除雪时间。以除雪时间最短和使用经济成本最低的作业指导规划为目的，降低除雪车的运营成本并提高道面的使用率。

以涡扇发动机热吹除雪车为对象，首先采集其不同除雪档位、不同行驶速度在不同积雪厚度的场道上除雪时的除雪宽度，以此类数据为基础，构建除雪宽度数据集。然后设计一种热吹除雪车智能除雪规划算法，该算法可以利用积雪厚度等、场道参数、机场允许作业时间等参数，结合有效除雪宽度数据集计算出最优的除雪车除雪档位、行驶速度、除雪时间、耗油量以及是否编队等信息。以保障除雪车能够快速、有效地进行除雪作业。

附图说明

图1、本发明的具体流程图；

图2、本发明的除雪规划计算方法图；

图3、本发明的智能除雪规划模块***界面。

具体实施方式

下面结合实施例描述本发明具体实施方式：

需要说明的是，本说明书所示意的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。

同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

实施例一：

智能除雪规划方法作为一种智能、高效的除雪车除雪操作实施方法，与传统除雪车除雪规划方面的研究方法大不相同。该方法建立在实际除雪试验测量结果之上，以实际除雪试验过程中除雪档位、行驶速度和积雪厚度对应的除雪宽度为基础，在考虑资源消耗、时间约束以及保证一定服务水平的前提下，结合积雪厚度、跑道参数、机场允许作业时间和发动机燃油消耗量等参数，为除雪车提供合理的除雪档位、行驶速度、除雪时间以及耗油量等信息，确保除雪车除雪时间最短、除雪效率最高和耗油量最少。

本实施例对除雪车在除雪过程中仍按照传统除雪指挥模式进行除雪、没有智能除雪规划方法的一类问题。提出了一种大型道面除雪车的智能除雪规划方法及***，利用智能目标优化算法计算出符合当前雪情、当前场道的除雪车除雪档位、行驶速度、除雪时间、耗油量以及编队情况参数，如图1所示。

步骤1：确定除雪车除雪档位：根据涡扇发动机热吹除雪车除雪试验测得的除雪效果确定除雪车合理的除雪档位。

步骤2：确定除雪车除雪速度：根据除雪车动态除雪试验结果，确定能够达到机场场道除雪要求的除雪速度。

步骤3：构建除雪宽度数据集：确定不同除雪档位和不同行驶速度下，除雪车在不同降雪厚度下的除雪宽度。

步骤4：确定场道参数：确定机场待除雪场道的长度和宽度参数。

步骤5：确定场道积雪厚度：确定当前待除场道上的积雪厚度。

步骤6：确定场道允许的最大作业时间：确定机场待除雪场道最大的允许作业时间。

步骤7：利用智能目标优化算法计算最终的输出结果：计算除雪车在当前场道、当前积雪厚度和当前允许作业时间下的除雪车运行参数，具体包括：除雪车档位、行驶速度、除雪时间、耗油量以及编队情况。

步骤8：开发智能除雪规划模块：在除雪车车载健康管理***中开发智能除雪规划模块。

进一步，

步骤1具体为：

确定除雪车除雪档位：以发动机高压压气机转速为基准，结合除雪试验的试验效果，将除雪车的除雪档位按照发动机高压压气机转速定为72％(一档)、82％(二档)、86％(三档)和88％(四档)四种状态。

步骤2具体为：

确定除雪车行驶速度：根据除雪车动态除雪试验结果可以确定，随着除雪车行驶速度的增加，除雪车的吹雪宽度逐渐减小。除雪车的有效除雪速度可取为5Km～40Km/h。

步骤3具体为：

构建除雪宽度数据集：国内机场现有的跑道宽度主要为45米、50米、60米和75米四种，以除雪车不同除雪档位、不同行驶速度以及不同积雪厚度下的除雪宽度为基准，构建除雪宽度数据集。数据集中的每行数据包含4个参数，分别为除雪车除雪档位、除雪车行驶速度、积雪厚度以及除雪宽度。除雪档位分为四档，除雪车行驶速度为5Km～40Km/h，可除积雪厚度为0～100mm，除雪宽度是实际测试结果，是前三个参数的不同组合类型在实际测试实验中测量得到的除雪宽度。当积雪厚度过厚时，可用较大的档位进行除雪。

步骤4具体为：

确定场道参数：每个机场其场道数、场道类型是一定的，每个场道对应的场道长度和宽度是不变的，根据不同机场对应场道的实际情况，确定待除雪场道的长度和宽度。

步骤5具体为：

确定场道积雪厚度：通过除雪指挥***接收机场场道传感器采集到的积雪厚度，该积雪厚度应为该除雪车欲除场道的积雪厚度。

步骤6具体为：

确定场道允许的最大作业时间：最大允许作业时间是机场根据航班出行计划制定的场道空闲时间，在除雪指挥***中收集待除雪场道的允许作业时间。

步骤7具体为：

智能目标优化算法计算：该算法的具体计算步骤如图2所示，首先算法根据输入的雪厚对数据库中的所有数据进行寻优搜索，搜索出在待除积雪厚度条件下所有可以用于除雪车除雪的不同除雪档位、不同有效除雪速度和当前积雪厚度下的除雪宽度的对应关系数据集，将数据集按照除雪档位从小到大进行排序；

目的是优先使用小档位进行除雪，保护发动机。时间和经济成本是智能目标优化算法最主要的约束条件，智能除雪规划方法应当首先满足机场允许的作业时间要求。

以时间约束为条件，对所有搜索到的数据进行循环计算，根据机场待除场道的长度和宽度参数计算当前数据的计划作业时间是否小于机场待除场道的最大允许作业时间，当除雪时间小于机场允许作业时间时跳出循环，并利用不同标准档位下的燃油消耗量结合除雪时间计算得到除雪工作的耗油量，最终输出除雪档位、行驶速度、除雪时间、耗油量以及单编队作业等信息。

当计划作业时间大于机场允许作业时间：算法会自动向下寻优，寻找到满足时间要求下更大的出力档位和更快地行驶速度，然后计算最终的耗油量，输出除雪档位、行驶速度、除雪时间、耗油量以及单编队作业等信息。

当除雪车在任何档位、任何行驶速度下计算得到的除雪时间都大于机场的允许作业时间时，算法会推荐以除雪编队的模式进行除雪。这时除雪车编队完成除雪作业的除雪时间将约等于单车作业的1/2，能够较快地完成除雪作业任务。利用步骤7中S2搜索到的数据重新计算双编队情况下的除雪档位、行驶速度、除雪时间以及耗油量等参数，当除雪时间满足机场待除场道的最大允许作业时间时，跳出循环并输出除雪档位、行驶速度、除雪时间、耗油量以及对向编队作业等信息。

当除雪车以除雪编队模式进行除雪，还无法在规定的时间内完成除雪作业，或者在有效除雪宽度中搜索不到对应的雪厚时，说明当前机场待除雪场道的

积雪较厚，无法在短时间内完成除雪作业任务，建议利用除雪装备群进行除雪作业。

进一步，该算法描述如下：

首先，构建除雪宽度数据集X＝{x1；x2；...；xn}∈R^n×4，数据集中共有n类样本，每类样本包含4个参数，分别为试验获得的除雪档位、行驶速度、积雪厚度和除雪宽度，第i类样本可记为X_i＝{x_i1,x_i2,x_i3,x_i4},i＝1,2,...,n。

然后，判断积雪厚度是否过厚，若输入的积雪厚度过厚(b＝0)，可使用除雪设备群进行联合作业或延长除雪作业时间，若积雪厚度在正常范围内(b＝1)，则利用积雪厚度d对数据库中的所有数据进行搜索，满足当前雪厚的所有除雪宽度数据记为

n₁＜n，X₁∈X。

将数据子集X₁按照速度从小到大的顺序进行排序，该算法的目标函数定义为：

其中，V_i为除雪车的行驶速度，L_j为机场待除雪场道的长度，

重复步骤(2)，对目标函数进行求解，判断目标函数与机场允许作业时间T的关系，除雪模式的各表达式如式(3)所示，当目标函数满足时间要求时，跳出循环，当不满足时间要求时，循环执行公式(3)，其中t₁为使用除雪编队进行除雪时，两辆除雪车开始除雪的时间差。

根据对应的除雪模式，计算各模式下除雪车完成除雪作业时的耗油量O，fuel为除雪车在不同除雪档位工作时，单位时间内的耗油量，根据除雪档位的不同，fuel有四种不同的耗油量，fuel₁为发动机起动至工作状态时的耗油量，当F＝1时，耗油量为O₁，当F＝2时，耗油量为O₂，当F＝3时，耗油量分为两种情况，O₃对应单编队的耗油量，O₄对应双编队的耗油量。

最后，输出除雪档位、行驶速度、除雪时间、耗油量以及编队情况。

步骤8具体为：

S1：在除雪车车载健康管理***中开发的智能除雪规划模块如图3所示，将步骤7所示算法嵌入该模块中。智能除雪规划模块***可分为输入栏和输出栏，输入栏位于模块上半部分，其输入信息包括机场允许作业时间选择按钮、场道参数选择旋钮和积雪厚度参数选择游标。输出栏位于模块下半部分，输出结果主要包括：除雪档位、行驶速度、编队情况、除雪时间和耗油量五个参数。当在***输入栏中选择好输入的参数后，***会根据上述的智能目标优化算法计算并输出最优的除雪档位、行驶速度等参数，供除雪车驾驶员进行参考。

在该***中输入不同的参数测试其输出结果，场道1的长度为3800米，宽度为45米，场道2的长度为3000米，宽度为45米，两辆除雪车进行除雪作业的时间差为0.5min，该型除雪车四种除雪档位的每小时耗油量分别为1350L、1960L、2792L以及3258L，试验结果如表1所示。由表1可以看出，本发明所提出的方法可以方便、快捷、且智能地规划出除雪车的除雪档位、行驶速度、除雪时间、耗油量和编队情况，可为大型道面除雪车除雪作业提供可靠的智能除雪规划方法。

表1智能除雪规划***试验测试结果

可以理解：与现有技术相比，本实施例至少具有以下关键技术及有益效果。

关键技术点1：提出了一种建立基于除雪档位、行驶速度、积雪厚度以及除雪宽度数据集的方法。

有益效果1：在不同雪厚条件下除雪车的除雪档位与行驶速度确定难度较大，容易造成除雪档位过大、除雪速度较快、除雪效果不理想等问题，最终可能会导致机场航班延误。本发明提供的除雪车数据集构建方法中，包含有除雪档位、行驶速度、雪厚和有效除雪宽度等4个参数，可为智能除雪规划算法提供有力的计算条件。

关键技术点2：提出一种应用于大型道面除雪车的智能除雪规划算法。

有益效果2：突破目前智能除雪规划领域均是关于设备群指派问题以及管理模式优化等方面的研究现状，该算法可根据积雪厚度、跑道参数和允许作业时间准确求得该型除雪车工作时的除雪档位、行驶速度、除雪时间、耗油量和编队情况等参数，确保除雪车以合适的档位和速度进行除雪作业，实现发动机性能高效、充分地利用。

关键技术点3：设计一种智能除雪规划装置。

有益效果3：开发了一套应用于车载电脑的智能除雪规划***，该***选择好机场允许作业时间、机场跑道参数、以及雪厚情况后，即可输出最优的除雪车运行参数。

上面对本发明优选实施方式作了详细说明，但是本发明不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

不脱离本发明的构思和范围可以做出许多其他改变和改型。应当理解，本发明不限于特定的实施方式，本发明的范围由所附权利要求限定。

Claims (10)

1.一种大型道面除雪车的智能除雪规划方法及***，其特征在于，所述方法包括：

S1：确定除雪车的除雪档位；

S2：确定除雪车有效除雪速度范围；

S3：根据不同的除雪档位和不同的有效除雪速度，确定除雪车在不同降雪厚度下的除雪宽度并构建除雪宽度数据集；

S4：确定机场待除场道的长度和宽度参数；

S5：确定机场待除场道的最大允许作业时间；

S6：利用智能目标优化算法根据待除积雪厚度、所述机场待除场道的长度和宽度参数、所述机场待除场道的最大允许作业时间对所述除雪宽度数据集进行处理，得到除雪规划的最佳策略和除雪规划的基础信息。

2.根据权利要求1所述的一种大型道面除雪车的智能除雪规划方法，其特征在于，所述除雪规划的最佳策略包括：除雪车档位最佳策略和最优行驶速度最佳策略，所述除雪规划的基础信息包括：除雪时间信息、耗油量信息和编队信息。

3.根据权利要求1所述的一种大型道面除雪车的智能除雪规划方法，其特征在于，所述S1具体包括：

以发动机转子转速为依据，将除雪车的除雪档位按发动机工况从低到高定为数种不同的档位，分别对应除雪车不同出力功率。

4.根据权利要求1所述的一种大型道面除雪车的智能除雪规划方法，其特征在于，所述S2具体包括：

根据除雪车动态除雪试验结果确定除雪车有效除雪速度范围，随着除雪车的有效除雪速度的增加，除雪车的吹雪宽度逐渐减小，除雪车的有效除雪速度为5Km/h-40Km/h。

5.根据权利要求1所述的一种大型道面除雪车的智能除雪规划方法，其特征在于，根据不同机场对应场道的实际情况，确定机场待除场道的长度和宽度参数。

6.根据权利要求1所述的一种大型道面除雪车的智能除雪规划方法，其特征在于，以除雪车不同的除雪档位、不同的有效除雪速度和不同积雪厚度下的除雪宽度为基准，构建除雪宽度数据集；所述除雪宽度数据集的每行数据包含四个参数，分别为：除雪车除雪档位参数、除雪车的有效除雪速度参数、积雪厚度参数以及除雪宽度参数。

7.根据权利要求1所述的一种大型道面除雪车的智能除雪规划方法，其特征在于，所述最大允许作业时间为：机场根据航班出行计划制定的场道空闲时间，在除雪指挥***中收集待除雪场道的允许作业时间。

8.根据权利要求1所述的一种大型道面除雪车的智能除雪规划方法，其特征在于，所述步骤S6具体包括：

S61：根据待除积雪厚度和所述机场待除场道的宽度参数，对除雪宽度数据集中的所有数据进行寻优搜索，搜索出在待除积雪厚度条件下所有可以用于除雪车除雪的不同除雪档位、不同有效除雪速度和所述积雪厚度下的除雪宽度的对应关系数据集，将所述对应关系数据集按照除雪档位从小到大进行排序；

S62：以时间约束为条件，对所述对应关系数据集进行循环计算，根据机场待除场道的长度和宽度参数计算当前数据的计划作业时间是否小于所述机场待除场道的最大允许作业时间，当计划作业时间小于所述机场待除场道的最大允许作业时间时跳出循环，并利用不同标准档位下的燃油消耗量结合除雪时间计算得到除雪工作的耗油量，最终输出除雪规划的最佳策略和除雪规划的基础信息；

S63：当所述计划作业时间大于所述机场待除场道的最大允许作业时间时，自动向下寻优，寻找到满足时间要求下更大的出力档位和更快的有效除雪速度，然后计算最终的耗油量，输出除雪规划的最佳策略和除雪规划的基础信息；

S64：当除雪车在所有档位、所有有效除雪速度下计算得到的计划作业时间都大于所述机场待除场道的最大允许作业时间时，算法会推荐以除雪编队的模式进行除雪；这时除雪车编队完成除雪作业的除雪时间将约等于单车作业的1/2，能够较快地完成除雪作业任务；利用步骤S62中的对应关系数据集重新计算双编队情况下的除雪档位、行驶速度、除雪时间以及耗油量参数，当除雪时间满足所述机场待除场道的最大允许作业时间时，跳出循环并输出除雪规划的最佳策略和除雪规划的基础信息；

S65：当除雪车以除雪编队的模式进行除雪，还无法在规定的时间内完成除雪作业，或者在有效除雪宽度中搜索不到对应的雪厚时，表示当前机场待除雪场道的积雪较厚，无法在短时间内完成除雪作业任务，建议利用除雪装备群进行除雪作业。

9.根据权利要求1所述的一种大型道面除雪车的智能除雪规划方法，其特征在于，所述S6利用智能目标优化算法处理具体包括：构建除雪宽度数据集X＝{x1；x2；...；xn}∈R^n×4，数据集中共有n类样本，每类样本包含4个参数，分别为试验获得的除雪档位、行驶速度、积雪厚度和除雪宽度，第i类样本可记为X_i＝{x_i1,x_i2,x_i3,x_i4},i＝1,2,...,n；

判断积雪厚度是否过厚，若输入的积雪厚度过厚(b＝0)，可使用除雪设备群进行联合作业或延长除雪作业时间，若积雪厚度在正常范围内(b＝1)，则利用积雪厚度d对数据库中的所有数据进行搜索，满足当前雪厚的所有除雪宽度数据记为

n₁＜n，X₁∈X；

将数据子集X₁按照速度从小到大的顺序进行排序，该算法的目标函数定义为：

其中，V_i为除雪车的行驶速度，L_j为机场待除雪场道的长度；

重复执行公式(2)，对目标函数进行求解，判断目标函数与机场允许作业时间T的关系，除雪模式的各表达式如式(3)所示，当目标函数满足时间要求时，跳出循环，当不满足时间要求时，循环执行公式(3)，其中t₁为使用除雪编队进行除雪时，两辆除雪车开始除雪的时间差；

根据对应的除雪模式，计算各模式下除雪车完成除雪作业时的耗油量O，fuel为除雪车在不同除雪档位工作时，单位时间内的耗油量，根据除雪档位的不同，fuel有四种不同的耗油量，fuel₁为发动机起动至工作状态时的耗油量，当F＝1时，耗油量为O₁，当F＝2时，耗油量为O₂，当F＝3时，耗油量分为两种情况，O₃对应单编队的耗油量，O₄对应双编队的耗油量；

最后，输出除雪规划的最佳策略和除雪规划的基础信息。

10.一种大型道面除雪车的智能除雪规划方法及***，其特征在于，所述***包括：

输入栏模块和输出栏模块，所述输入栏模块，用于输入信息，包括机场允许作业时间选择按钮、场道参数选择旋钮和积雪厚度参数选择游标；所述输出栏模块，用于输出并显示结果，显示：除雪档位、行驶速度、编队情况、除雪时间和耗油量五个参数；

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-9任一所述的一种大型道面除雪车的智能除雪规划方法。

Images