CN114701870B - 翻车机给料***及其高料位检测方法、装置 - Google Patents

Abstract

本申请涉及一种翻车机给料***及其高料位检测方法、装置。翻车机给料***包括皮带运输装置、翻车机、料斗以及高料位检测模块，高料位检测模块用于检测料斗的料位并输出物料信号，高料位检测方法包括：获取物料信号；将物料信号输入线性回归模型，得到料位状态预测信号；将料位状态预测信号输入二分类模型，得到高料位状态；高料位状态用于反映料斗内的物料是否已超过料斗的高位；根据高料位状态更新料位状态集合；料位状态集合包括第一数量的不同时刻的高料位状态；在料位状态集合中反映料斗内的物料已超过料斗的高位的高料位状态的比例大于第一比例的情况下，判定料斗内的物料已超过料斗的高位。该高料位检测方法大大提高了高料位检测的可靠性。

Description

翻车机给料***及其高料位检测方法、装置

技术领域

本申请涉及煤炭翻堆技术领域，特别是涉及一种翻车机给料***及其高料位检测方法、装置和存储介质。

背景技术

翻车机是一种常用的大型专用煤炭卸车装船工具。在工作时，翻车机将装载有物料(如煤炭)的列车车厢夹紧并进行翻转，将车厢中的物料倾入多个漏斗中，物料经过料斗倾泻到皮带运输装置上，并进一步进行输送，以便装船运输(或将煤炭堆到堆场上)。

现有的翻车机给料***当料斗物料堆积到达一定高度时，翻车机要暂停翻车，如果不能及时停止翻车，料斗堆积物料过高，会造成翻车机碰撞物料而造成机损事故。而现有的高料位检测方法难以可靠地检测料斗的高料位状态。

发明内容

基于此，有必要针对上述技术问题，提供一种能够可靠检测高料位状态的翻车机给料***及其高料位检测方法、装置。

一方面，本发明实施例提供一种翻车机给料***的高料位检测方法，翻车机给料***包括皮带运输装置、翻车机、料斗、高料位检测模块，料斗用于承接翻车机翻卸的物料并将物料输出至皮带运输装置，高料位检测模块用于检测料斗的料位并输出物料信号，高料位检测方法包括：获取物料信号；将物料信号输入线性回归模型，得到料位状态预测信号；将料位状态预测信号输入二分类模型，得到高料位状态；高料位状态用于反映料斗内的物料是否已超过料斗的高位；根据高料位状态更新料位状态集合；料位状态集合包括第一数量的不同时刻的高料位状态；在料位状态集合中反映料斗内的物料已超过料斗的高位的高料位状态的比例大于第一比例的情况下，判定料斗内的物料已超过料斗的高位。

在其中一个实施例中，在将物料信号输入线性回归模型，得到料位状态预测信号的步骤前还包括：根据翻卸间隔更新线性回归模型；翻卸间隔为翻车机的翻卸时刻与获取到物料信号的时刻之间的间隔。

在其中一个实施例中，高料位检测模块包括惯性传感器，物料信号包括摆动角度信号和旋转角速度信号，将物料信号输入线性回归模型，得到料位状态预测信号的步骤包括：将摆动角度信号和旋转角速度信号进行标定处理；将经过标定处理的摆动角度信号和旋转角速度信号输入下式，以得到料位状态预测信号：

y＝w₁θ₁+w₂θ₂+w₃θ₃+b

式中，y为料位状态预测信号，θ₁为经过标定处理的摆动角度信号，w₁为θ₁的权重值，θ₂为经过标定处理的旋转角速度信号，w₂为θ₂的权重值，θ₃随着翻卸间隔的增大而减小，w₃为θ₃的权重值，b为偏移常量。

在其中一个实施例中，根据高料位状态更新料位状态集合的步骤包括：将最新得到的高料位状态加入料位状态集合，并将目标高料位状态删除；目标高料位状态为料位状态集合中最先加入的高料位状态。

在其中一个实施例中，二分类模型包括：

其中，y为料位状态预测信号，为高料位状态，高料位状态在大于0.5的情况下反映料斗内的物料已超过料斗的高位，反之高料位状态反映料斗内的物料未超过料斗的高位。

在其中一个实施例中，θ₃随着翻卸间隔的增大而线性减小。

另一方面，本发明实施例还提供一种翻车机给料***，包括：皮带运输装置、翻车机；料斗，用于承接翻车机翻卸的物料并将物料输出至皮带运输装置；高料位检测模块，用于检测料斗的料位并输出物料信号；控制模块，与高料位检测模块连接，包括存储器以及处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法的步骤。

在其中一个实施例中，高料位检测模块包括惯性传感器。

又一方面，本发明实施例还提供一种翻车机给料***的高料位检测装置，翻车机给料***包括皮带运输装置、翻车机、料斗以及高料位检测模块，料斗用于承接翻车机翻卸的物料并将物料输出至皮带运输装置，高料位检测模块用于检测料斗的料位并输出物料信号，高料位检测装置包括：信号获取模块，用于获取物料信号；预测模块，用于将物料信号输入线性回归模型，得到料位状态预测信号；二分类模块，用于将料位状态预测信号输入二分类模型，得到高料位状态；高料位状态用于反映料斗内的物料是否已超过料斗的高位；更新模块，用于根据高料位状态更新料位状态集合；料位状态集合包括第一数量的不同时刻的高料位状态；判断模块，用于在料位状态集合中反映料斗内的物料已超过料斗的高位的高料位状态的比例大于第一比例的情况下，判定料斗内的物料已超过料斗的高位。

再一方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤。

基于上述任一实施例，利用线性回归模型将物料信号映射为料位预测信号，再对料位预测信号进行二分类处理，得到高料位状态。最后根据多个不同时刻的高料位状态确定料位是否真的超过料斗的高位，避免由于某个时刻的数据波动引发误判而出现翻车机给料***频繁启停的问题。该高料位检测方法大大提高了高料位检测的可靠性，为翻车机给料***的安全控制提供了依据，保证翻车机给料***的安全性。

附图说明

为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中翻车机给料***的高料位检测方法的流程示意图；

图2为一个实施例中惯性传感器的检测原理图；

图3为一个实施例中翻车机给料***的结构示意图；

图4为一个实施例中料斗的结构示意图；

图5为一个实施例中翻车机给料***的高料位检测装置的结构示意图。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。

空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等，在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白，除了图中所示的取向以外，空间关系术语还包括使用和操作中的器件的不同取向。例如，如果附图中的器件翻转，描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此，示例性术语“在...下面”和“在...下”可包括上和下两个取向。此外，器件也可以包括另外地取向(譬如，旋转90度或其它取向)，并且在此使用的空间描述语相应地被解释。

需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。此外，以下实施例中的“连接”，如果被连接的对象之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。

在此使用时，单数形式的“一”、“一个”和“/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时，在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。

本发明实施例提供一种翻车机给料***的高料位检测方法。翻车机给料***包括皮带运输装置、翻车机、料斗以及高料位检测模块。料斗用于检测料斗的料位并输出物料信号。高料位检测模块用于检测料斗的低位所受压力并输出第一物料信号，可以理解，在工程实际中常常将料斗由上至下依次设置的各料位检测模块称为超高料位、高料位、低料位等多个，各料位检测模块都可针对特定的料位高度进行检测，高料位检测模块即是用于料斗的高位物料进行检测的模块。请参阅图1，高料位检测方法包括步骤S102至步骤S106。

S102，获取物料信号。

S104，将物料信号输入线性回归模型，得到料位状态预测信号。

可以理解，物料信号与料斗内的物料是否超过高位相关，但由于检测时会存在各种干扰，导致直接利用物料信号判断高料位状态的准确度不高，而线性回归模型可以反映物料信号和料位状态预测信号之间的对应关系，并去除干扰的影响，从而提高根据料位状态预测信号进行分类的准确度。

S106，将料位状态预测信号输入二分类模型，得到高料位状态。

高料位状态用于反映料斗内的物料是否已超过料斗的高位。可以理解，由于料位状态预测信号是一个连续信号，而低位检测所需的是料斗内的物料是否超过料斗的低位的二分类信号，因此将料位状态预测信号输入二分类模型。二分类模型用于对料位状态预测信号进行二分类处理，即根据料位状态预测信号判断料斗内的物料是否超过料斗的高位并输出高料位状态。

S108，根据高料位状态更新料位状态集合。

料位状态集合包括第一数量的不同时刻的高料位状态。可以理解，为了进一步增强对料位是否超过料斗的高位的判断可靠性，将第一数量的不同时刻的高料位状态收集起来，以便根据多个时刻的判断结果对料位是否超过料斗的高位下判断。本步骤还利用最新得到的高料位状态对料位状态集合进行更新，保持料位状态集合的时效性。

S110，在料位状态集合中反映料斗内的物料已超过料斗的高位的高料位状态的比例大于第一比例的情况下，判定料斗内的物料已超过料斗的高位。

具体而言，料位状态集合中反映料斗内的物料已超过料斗的高位的高料位状态的比例大于第一比例意味着料位状态集合中较多高料位状态都得出料位已超过料斗的高位的判断，可认为料斗内的物料确实已超过料斗的高位。第一比例可以为大于50％的值，可以通过多次实际测试和判断准确度得到较为合适的第一比例的值。

基于本实施例中的翻车机给料***的高料位检测方法，利用线性回归模型将物料信号映射为料位预测信号，再对料位预测信号进行二分类处理，得到高料位状态。最后根据多个不同时刻的高料位状态确定料位是否真的超过料斗的高位，避免由于某个时刻的数据波动引发误判而出现翻车机给料***频繁启停的问题。该高料位检测方法大大提高了高料位检测的可靠性，为翻车机给料***的安全控制提供了依据，保证翻车机给料***的安全性。

在一个实施例中，在将物料信号输入线性回归模型，得到料位状态预测信号的步骤前还包括：根据翻卸间隔更新线性回归模型。翻卸间隔为翻车机的翻卸时刻与获取到物料信号的时刻之间的间隔。可以理解，翻车机在翻卸时会对高料位检测模块造成冲击，为了排除翻卸的物料对料斗的冲击力所带来的影响，线性回归模型中存在和翻卸相关的翻卸变量。翻卸的物料对料斗的冲击力是随着翻卸间隔的增大而逐渐下降，在获取物料信号时，可以同时获取物料信号的获取时刻和翻车机最近的翻卸时刻之间的差，以得到翻卸间隔，再根据翻卸间隔和翻卸变量之间的对应关系得到最新的翻卸变量，并根据最新的翻卸变量对线性回归模型进行更新。

在一个实施例中，高料位检测模块包括惯性传感器，物料信号包括摆动角度信号和旋转角速度信号。请参阅图2，料斗内的料位较低时，物料在翻卸到料斗中的过程中，会冲击惯性传感器，使得惯性传感器在重力作用下产生摆动，惯性传感器可以感受到惯性传感器与垂直方向的角度并得到摆动角度信号。同时惯性传感器自身还将产生自转并输出旋转角速度信号。如果料斗内的料位过高，惯性传感器是被物料支撑在物料的顶面上，就会导致惯性传感器难以摆动和自转。因此，将摆动角度信号和旋转角速度信号作为线性回归模型的输入，得到料位状态预测信号，可以很好的分辨料斗内的料位情况。

具体而言，将物料信号输入线性回归模型，得到料位状态预测信号的步骤包括：将摆动角度信号和旋转角速度信号进行标定处理；将经过标定处理的摆动角度信号和旋转角速度信号输入下式，以得到料位状态预测信号：

y＝w₁θ₁+w₂θ₂+w₃θ₃+b

式中，y为料位状态预测信号，θ₁为经过标定处理的摆动角度信号，w₁为θ₁的权重值，θ₂为经过标定处理的旋转角速度信号，w₂为θ₂的权重值，θ₃随着翻卸间隔的增大而减小，w₃为θ₃的权重值，b为偏移常量。在上述实施例中根据翻卸间隔对线性回归模型进行更新即是对θ₃更新。在一些实施例中，偏移常量可以设置为0。

可以理解，由于料位状态预测信号后续要由二分类模型进行二分类处理，但是由于惯性传感器输出的信号一般为大于零的模拟信号，不便于二分类模型进行二分类处理，因此可以将摆动角度信号和旋转角速度信号进行标定处理，由模拟信号处理为便于二分类的数值。例如，当摆动角度信号和旋转角速度信号为4～20mA的模拟信号时，经过标定处理后将其映射为-10000到10000的值。

在一个实施例中，线性回归模型中的权重值可以由梯度下降法进行训练得到。可以在每次获取到新的物料信号的情况下，利用新的物料信号和历史物料信号对线性回归模型中的权重值进行训练，保证线性回归模型的预测准确度。

在一个实施例中，根据高料位状态更新料位状态集合的步骤包括：将最新得到的高料位状态加入料位状态集合，并将目标高料位状态删除；目标高料位状态为料位状态集合中最先加入的高料位状态。可以理解，通过将料位状态集合中最先加入的高料位状态替换为最新获得的高料位状态可以使料位状态集合中的高料位状态为最新的第一数量个的高料位状态，具有很强的时效性。

在一个实施例中，二分类模型包括：

其中，y为料位状态预测信号，为高料位状态，高料位状态在大于0.5的情况下反映料斗内的物料已超过料斗的高位，反之高料位状态反映料斗内的物料未超过料斗的高位。可以理解，二分类模型是基于sigmoid函数构建的，二分类模型可以将料位状态预测信号映射为0和1之间的值，再以中间数0.5为分界将高料位状态分为两种，从而完成对料位状态预测信号的二分类处理。

在一个实施例中，θ₃随着翻卸间隔的增大而线性减小。即θ₃即在翻卸刚开始时最大，然后逐渐线性减小至0，直至下次翻卸到来又变为最大值。

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

请参阅图3，本发明实施例还提供一种翻车机给料***，包括：皮带运输装置11、翻车机13、料斗15、高料位检测模块17以及控制模块19。料斗15用于承接翻车机13翻卸的物料并将物料输出至皮带运输装置11。高料位检测模块17用于检测料斗15的料位并输出物料信号。控制模块19与高料位检测模块17连接，包括存储器以及处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法的步骤。

基于本实施例中的翻车机给料***，利用线性回归模型将物料信号映射为料位预测信号，再对料位预测信号进行二分类处理，得到高料位状态。最后根据多个不同时刻的高料位状态确定料位是否真的超过料斗的高位，避免由于某个时刻的数据波动引发误判而出现翻车机给料***频繁启停的问题。该翻车机给料***能够可靠的进行高料位检测，具有很强的安全性。

在一个实施例中，高料位检测模块17包括惯性传感器。采用惯性传感器进行高料位检测时，可以参照图4中的设置方式设置惯性传感器。

本发明实施例还提供一种翻车机给料***的高料位检测装置，翻车机给料***包括皮带运输装置、翻车机、料斗以及高料位检测模块，料斗用于承接翻车机翻卸的物料并将物料输出至皮带运输装置，高料位检测模块用于检测料斗的料位并输出物料信号。请参阅图5，高料位检测装置包括信号获取模块110、预测模块130、二分类模块150、更新模块170以及判断模块190。信号获取模块110用于获取物料信号。预测模块130用于将物料信号输入线性回归模型，得到料位状态预测信号。二分类模块150用于将料位状态预测信号输入二分类模型，得到高料位状态。高料位状态用于反映料斗内的物料是否已超过料斗的高位。更新模块170用于根据高料位状态更新料位状态集合。料位状态集合包括第一数量的不同时刻的高料位状态。判断模块190用于在料位状态集合中反映料斗内的物料已超过料斗的高位的高料位状态的比例大于第一比例的情况下，判定料斗内的物料已超过料斗的高位。

基于本实施例中的翻车机给料***的高料位检测装置，利用线性回归模型将物料信号映射为料位预测信号，再对料位预测信号进行二分类处理，得到高料位状态。最后根据多个不同时刻的高料位状态确定料位是否真的超过料斗的高位，避免由于某个时刻的数据波动引发误判而出现翻车机给料***频繁启停的问题。该高料位检测装置大大提高了高料位检测的可靠性，为翻车机给料***的安全控制提供了依据，保证翻车机给料***的安全性。

关于翻车机给料***的高料位检测装置的具体限定可以参见上文中对于翻车机给料***的高料位检测方法的限定，在此不再赘述。上述翻车机给料***的高料位检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施例或示例。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种翻车机给料***的高料位检测方法，其特征在于，所述翻车机给料***包括皮带运输装置、翻车机、料斗以及高料位检测模块，所述料斗用于承接所述翻车机翻卸的物料并将所述物料输出至所述皮带运输装置，所述高料位检测模块用于检测所述料斗的料位并输出物料信号，所述高料位检测方法包括：

获取所述物料信号；

根据翻卸间隔更新线性回归模型；所述翻卸间隔为所述翻车机的翻卸时刻与获取到所述物料信号的时刻之间的间隔；

将所述物料信号输入线性回归模型，得到料位状态预测信号；

将所述料位状态预测信号输入二分类模型，得到高料位状态；所述高料位状态用于反映所述料斗内的物料是否已超过所述料斗的高位；

根据所述高料位状态更新料位状态集合；所述料位状态集合包括第一数量的不同时刻的所述高料位状态；

在所述料位状态集合中反映所述料斗内的物料已超过所述料斗的高位的所述高料位状态的比例大于第一比例的情况下，判定所述料斗内的物料已超过所述料斗的高位；其中，所述第一比例为大于50%的值；

其中，所述物料信号包括摆动角度信号和旋转角速度信号，所述将所述物料信号输入线性回归模型，得到料位状态预测信号的步骤包括：

将所述摆动角度信号和所述旋转角速度信号进行标定处理；

将经过标定处理的所述摆动角度信号和所述旋转角速度信号输入下式，以得到所述料位状态预测信号：

式中，/>为所述料位状态预测信号，/>为经过标定处理的所述摆动角度信号，/>为/>的权重值，/>为经过标定处理的所述旋转角速度信号，/>为/>的权重值，/>随着翻卸间隔的增大而减小，/>为/>的权重值，/>为偏移常量；

所述二分类模型包括：

其中，/>为所述料位状态预测信号，/>为所述高料位状态，所述高料位状态在大于0.5的情况下反映所述料斗内的物料已超过所述料斗的高位，反之所述高料位状态反映所述料斗内的物料未超过所述料斗的高位。

2.根据权利要求1所述的翻车机给料***的高料位检测方法，其特征在于，所述高料位检测模块包括惯性传感器。

3.根据权利要求1所述的翻车机给料***的高料位检测方法，其特征在于，所述根据所述高料位状态更新料位状态集合的步骤包括：

将最新得到的所述高料位状态加入所述料位状态集合，并将目标高料位状态删除；所述目标高料位状态为所述料位状态集合中最先加入的所述高料位状态。

4.根据权利要求1所述的翻车机给料***的高料位检测方法，其特征在于，随着翻卸间隔的增大而线性减小。

5.一种翻车机给料***，其特征在于，包括：

皮带运输装置、翻车机；

料斗，用于承接所述翻车机翻卸的物料并将所述物料输出至所述皮带运输装置；

高料位检测模块，用于检测所述料斗的料位并输出物料信号；

控制模块，与所述高料位检测模块连接，包括存储器以及处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。

6.根据权利要求5所述的翻车机给料***，其特征在于，所述高料位检测模块包括惯性传感器。

7.一种翻车机给料***的高料位检测装置，其特征在于，所述翻车机给料***包括皮带运输装置、翻车机、料斗以及高料位检测模块，所述料斗用于承接所述翻车机翻卸的物料并将物料输出至所述皮带运输装置，所述高料位检测模块用于检测所述料斗的料位并输出物料信号，所述高料位检测装置包括：

信号获取模块，用于获取所述物料信号；并根据翻卸间隔更新线性回归模型；所述翻卸间隔为所述翻车机的翻卸时刻与获取到所述物料信号的时刻之间的间隔；

预测模块，用于将所述物料信号输入线性回归模型，得到料位状态预测信号；

二分类模块，用于将所述料位状态预测信号输入二分类模型，得到高料位状态；所述高料位状态用于反映所述料斗内的物料是否已超过所述料斗的高位；

更新模块，用于根据所述高料位状态更新料位状态集合；所述料位状态集合包括第一数量的不同时刻的所述高料位状态；

判断模块，用于在所述料位状态集合中反映所述料斗内的物料已超过所述料斗的高位的所述高料位状态的比例大于第一比例的情况下，判定所述料斗内的物料已超过所述料斗的高位；其中，所述第一比例为大于50%的值；

其中，所述物料信号包括摆动角度信号和旋转角速度信号，所述预测模块用于：

将所述摆动角度信号和所述旋转角速度信号进行标定处理；

将经过标定处理的所述摆动角度信号和所述旋转角速度信号输入下式，以得到所述料位状态预测信号：

式中，/>为所述料位状态预测信号，/>为经过标定处理的所述摆动角度信号，/>为/>的权重值，/>为经过标定处理的所述旋转角速度信号，/>为/>的权重值，/>随着翻卸间隔的增大而减小，/>为/>的权重值，/>为偏移常量；

所述二分类模型包括：

其中，/>为所述料位状态预测信号，/>为所述高料位状态，所述高料位状态在大于0.5的情况下反映所述料斗内的物料已超过所述料斗的高位，反之所述高料位状态反映所述料斗内的物料未超过所述料斗的高位。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。