CN115959487A - 一种斗轮机智能控制方法及*** - Google Patents
一种斗轮机智能控制方法及*** Download PDFInfo
- Publication number
- CN115959487A CN115959487A CN202211650330.6A CN202211650330A CN115959487A CN 115959487 A CN115959487 A CN 115959487A CN 202211650330 A CN202211650330 A CN 202211650330A CN 115959487 A CN115959487 A CN 115959487A
- Authority
- CN
- China
- Prior art keywords
- information
- coal
- stacking
- wheel machine
- bucket wheel
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000003245 coal Substances 0.000 claims abstract description 351
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims description 56
- 238000002156 mixing Methods 0.000 claims description 45
- 238000005457 optimization Methods 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 19
- 238000007726 management method Methods 0.000 claims description 10
- 238000013506 data mapping Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 2
- 230000004888 barrier function Effects 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 10
- 238000010276 construction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种斗轮机智能控制方法及***,涉及堆取料控制技术领域,该方法包括:获得来煤信息、场地信息;通过图像采集设备对煤场进行多角度图像采集,构建煤场三维模型;确定堆放安排信息;生成堆放控制信息,对斗轮机进行堆放控制;在执行所述堆放控制信息过程中,通过多个物联网设备采集获得多维数据,所述多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息;根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,基于评估结果对所述堆放控制信息进行调整,解决了现有技术中存在的由于对设备的控制精度不足,进而导致设备运行的安全性和工作效率不佳的技术问题。
Description
技术领域
本公开涉及堆取料控制技术领域,具体涉及一种斗轮机智能控制方法及***。
背景技术
目前斗轮堆取料机的应用主要集中在大型的堆场码头、电厂、钢铁及水泥行业中。随着近年来工业发展加快,劳动力成本的增加、企业信息化、料场管理信息化的改造,大型料场堆放需求的不断提升,各个企业都在进行斗轮堆取料机无人化、自动化、智能化的研究。
斗轮堆取料机的安全、有效运行对企业的正常、持续生产起着关键作用。实现斗轮机的自动控制可以大大提高斗轮机的安全运行效率与安全运行的稳定性,减少煤炭的运转时间,减少斗轮机的操作人员,降低劳动成本,最终提高企业的经济效益和综合竞争力,同时也为燃料转运料场的无人化、智能化控制打下坚实的基础。
目前,现有技术中存在由于对设备的控制精度不足,进而导致设备运行的安全性和工作效率不佳的技术问题。
发明内容
本公开提供了一种斗轮机智能控制方法及***,用以解决现有技术中存在的由于对设备的控制精度不足,进而导致设备运行的安全性和工作效率不佳的技术问题。
根据本公开的第一方面,提供了一种斗轮机智能控制方法,包括:获得来煤信息、场地信息;通过图像采集设备对煤场进行多角度图像采集,构建煤场三维模型;根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息;根据所述堆放安排信息,生成堆放控制信息,对斗轮机进行堆放控制;在执行所述堆放控制信息过程中,通过多个物联网设备采集获得多维数据,所述多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息;根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,基于评估结果对所述堆放控制信息进行调整。
根据本公开的第二方面,提供了一种斗轮机智能控制***,包括:信息获取模块,所述信息采集模块用于获得来煤信息、场地信息;煤场多角度图像采集模块,所述煤场多角度图像采集模块用于通过图像采集设备对煤场进行多角度图像采集,构建煤场三维模型;场地堆放分析模块,所述场地堆放分析模块用于根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息;堆放控制模块,所述堆放控制模块用于根据所述堆放安排信息,生成堆放控制信息,对斗轮机进行堆放控制;多维数据采集模块,所述多维数据采集模块用于在执行所述堆放控制信息过程中,通过多个物联网设备采集获得多维数据,所述多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息;堆放控制信息调整模块,所述堆放控制信息调整模块用于根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,基于评估结果对所述堆放控制信息进行调整。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开采用的一种斗轮机智能控制方法,获得来煤信息、场地信息;通过图像采集设备对煤场进行多角度图像采集,构建煤场三维模型;根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息;根据所述堆放安排信息,生成堆放控制信息,对斗轮机进行堆放控制;在执行所述堆放控制信息过程中,通过多个物联网设备采集获得多维数据,所述多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息;根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,基于评估结果对所述堆放控制信息进行调整。本公开通过来煤信息和场地信息进行智能场地堆放安排,并通过多个物联网设备采集的多维数据进行自动寻迹规划调整,保证设备的控制精度,进而保障设备运行安全性,提高设备工作效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案,下面将对实施例或现有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示例性的,对于本邻域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种斗轮机智能控制方法的流程示意图;
图2为本发明实施例中对堆放控制信息进行评估调整的流程示意图;
图3为本发明实施例中构建路径寻优模型的流程示意图;
图4为本发明实施例提供的一种斗轮机智能控制***的结构示意图;
图5为本发明实施例提供的一种电子设备的结构示意图。
附图标记说明:信息获取模块11,煤场多角度图像采集模块12,场地堆放分析模块13,堆放控制模块14,多维数据采集模块15,堆放控制信息调整模块16,电子设备800,处理器801,存储器802,总线803。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本邻域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中存在由于对设备的控制精度不足,进而导致设备运行的安全性和工作效率不佳的技术问题,本公开的发明人经过创造性的劳动,得到了本公开的一种斗轮机智能控制方法及***。
实施例一
图1为本申请实施例提供的一种斗轮机智能控制方法图,如图1所示,所述方法包括:
步骤S100:获得来煤信息、场地信息;
具体而言,来煤信息包括来煤量、煤种信息、来煤时间等信息,场地信息包括煤场的堆放场地,通过获取来煤信息、场地信息,为后续斗轮机智能控制提供基础数据。
步骤S200:通过图像采集设备对煤场进行多角度图像采集,构建煤场三维模型;
具体而言,图像采集设备包括但不限于摄像机、无人机、摄像头,通过图像采集设备对煤场进行多角度图像采集,多角度图像采集就是从多个方向对煤场进行图像采集,比如从煤场正面、侧面、俯视等多个方向进行图像采集,进而构建煤场三维模型,煤场三维模型就是煤场的立体模型,可以根据采集到的多角度图像,通过计算机或者其它视频设备进行显示,通过构建煤场三维模型可以了解煤场的布局,为后续的场地堆放夯实了基础。
步骤S300:根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息;
其中,根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息,本申请实施例步骤S300还包括:
步骤S310:根据所述来煤信息,获得来煤数量、来煤时间、来煤煤种信息;
步骤S320:利用来煤时间,构建来煤时间序列表,所述来煤时间序列表中包括多个时间节点,所述时间节点为按照预设分割规则对所述来煤时间进行分割确定;
步骤S330:基于所述来煤时间,将对应的来煤数量、来煤煤种信息与对应的时间节点进行关联,构建来煤预测链,所述来煤预测链为对各煤种进行累计数量计算;
步骤S340:获得各煤种消耗计划信息,基于各煤种消耗计划信息、来煤预测链,确定最高煤堆信息、最小煤堆信息;
步骤S350:根据所述煤场三维模型,确定煤场可放置空间信息;
步骤S360:根据所述来煤煤种信息,进行煤种关联性分析,设定煤种间隔要求;
步骤S370:基于所述煤种间隔要求、所述煤场可放置空间信息、最高煤堆信息、最小煤堆信息,确定所述堆放安排信息。
具体而言,根据来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息,堆放安排信息就是各煤种的堆放位置安排。
具体地,根据来煤信息,确定来煤数量、来煤时间、来煤煤种信息,利用来煤时间,构建来煤时间序列表,来煤时间序列表是按照时间先后顺序对来煤时间进行排列的时间序列表,来煤时间序列表中包括多个时间节点,多个时间节点是按照时间先后顺序进行排列的,时间节点为按照预设分割规则对来煤时间进行分割确定,预设分割规则可以根据实际情况自行设定,比如,预设分割规则可以设为每20分钟进行一次分割,来煤时间序列表中包含多个时间节点,任意相邻的两个时间节点的间隔是20分钟,进一步的,基于来煤时间,将对应的来煤数量、来煤煤种信息与对应的时间节点进行关联,简单来说,每个时间节点对应的来煤数量、来煤煤种信息可能不同,根据时间节点,获取每个时间节点对应的来煤煤种信息和来煤数量,构建来煤预测链,来煤预测链为对各煤种进行累计数量计算,就是根据每个时间节点对应的来煤煤种信息和来煤数量,对各煤种的来煤数量进行累计加和计算,进一步获得各煤种消耗计划信息,各煤种消耗计划信息是指各煤种的计划消耗量,比如各煤种的使用数量或者各煤种计划运输到其它地方的数量,基于各煤种消耗计划信息、来煤预测链,确定最高煤堆信息、最小煤堆信息,最高煤堆信息就是指需要堆放的数量较多的煤种,最小煤堆信息就是指需要堆放的数量较少的煤种,简单来说,就是根据各煤种的计划消耗量和来煤预测链,确定各煤种需要在煤场内进行堆放的量,有的煤种来煤数量多,计划消耗量少,需要堆放的量就多,有的煤种来煤数量少,计划消耗量多,需要堆放的量就少,基于此,确定最高煤堆信息、最小煤堆信息,然后根据煤场三维模型,确定煤场可放置空间信息,可放置空间信息是指煤场内可以进行堆放的空间位置,根据来煤煤种信息,进行煤种关联性分析,设定煤种间隔要求,防止两个煤种互相影响,煤种间隔要求就是相邻两个煤堆之间的距离,基于煤种间隔要求、煤场可放置空间信息、最高煤堆信息、最小煤堆信息,确定堆放安排信息,简单来说,就是对各煤种进行堆放场地分配,堆放安排信息包括各煤种的堆放位置,在进行堆放场地分配时,根据煤种间隔要求、煤场可放置空间信息对各煤种进行堆放位置安排,同时根据最高煤堆信息、最小煤堆信息避免两个较高的煤堆位置相邻,容易互相影响,通过对各煤种进行对方场地的安排,防止堆放空间的浪费,同时避免不同煤种之间相互影响。
步骤S400:根据所述堆放安排信息,生成堆放控制信息,对斗轮机进行堆放控制;
具体而言,根据堆放安排信息,生成堆放控制信息,对斗轮机进行堆放控制,堆放安排信息包括各煤种的堆放位置,堆放控制信息就是根据各煤种的堆放位置,包括堆放距离,控制斗轮机将各煤种运到对应堆放位置的控制信息,基于此,对斗轮机进行堆放控制,控制斗轮机将各煤种运到对应堆放位置。
步骤S500:在执行所述堆放控制信息过程中,通过多个物联网设备采集获得多维数据,所述多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息;
具体而言,在执行堆放控制信息过程中,通过多个物联网设备采集获得多维数据,物联网设备是一种非标准计算设备,它可以无线连接到网络,并具有传输数据的能力,物联网将互联网的连接范围从桌面、笔记本电脑、智能手机和平板电脑等标准设备扩展到任何范围的传统或未启用互联网的物理设备和日常物品,这些设备嵌入了技术,可以通过互联网进行通信和交互,多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息,煤堆距离信息是指相邻两个煤堆之间的距离,斗轮机运行速度即为斗轮机装卸煤的速度,可以用装卸煤数量除以装卸时间计算获得,障碍物监测信息即为斗轮机装卸煤的过程中遇到的障碍物信息。
步骤S600:根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,基于评估结果对所述堆放控制信息进行调整。
其中,根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,如图2所示,本申请实施例步骤S600还包括:
步骤S610:根据所述煤堆距离信息,对堆放控制信息进行堆放距离参数匹配,判断是否匹配,当不匹配时,根据所述煤堆距离信息对堆放控制信息进行调整,直到匹配为止;
步骤S620:根据障碍物监测信息,获得障碍物移动信息、障碍物属性信息,所述障碍物移动信息包括移动速度、移动位置;
步骤S630:根据所述障碍物属性信息、移动速度、移动位置进行移动变化位置预测,获得预测位置信息;
步骤S640:根据所述斗轮机运行速度进行移动位置预测,获得斗轮机预测移动信息,其中,所述斗轮机预测移动信息包括移动位置及对应的移动时间;
步骤S650:利用所述斗轮机预测移动信息与障碍物的预测位置信息进行重叠度分析,当存在重叠信息时,根据所述重叠信息、所述斗轮机运行速度对堆放控制信息中的斗轮机速度进行调整。
具体而言,根据煤堆距离信息、斗轮机运行速度、障碍物监测信息,对堆放控制信息进行评估,包括对煤堆间距的评估和斗轮机运行速度的评估,基于评估结果对所述堆放控制信息进行调整。
具体地,根据煤堆距离信息,对堆放控制信息进行堆放距离参数匹配,判断是否匹配,当不匹配时,根据煤堆距离信息对堆放控制信息进行调整,直到匹配为止,也就是说,堆放控制信息包含了堆放距离,煤堆距离信息是在执行堆放控制信息过程中采集到的,判断堆放控制信息中的堆放距离与采集到的煤堆距离信息是否一致,如果两者不一致,说明煤堆堆放的过程中位置发生了变化,根据煤堆距离信息对堆放控制信息进行调整,直到堆放控制信息中的堆放距离与采集到的煤堆距离信息一致为止,通过实时监测煤堆位置,及时调整堆放控制信息,避免煤堆间互相影响。
进一步地,根据障碍物监测信息,获得障碍物移动信息、障碍物属性信息,障碍物属性信息是指障碍物的类型,比如人、物,是移动的、还是固定的,障碍物移动信息包括移动速度、移动位置,移动速度可以用障碍物的移动路程除以移动时间计算获得,移动位置是障碍物在移动过程中经过的位置,根据障碍物属性信息、移动速度、移动位置进行移动变化位置预测,获得预测位置信息,就是根据障碍物属性信息、移动速度、移动位置,预测障碍物会在什么时候移动到什么位置,进一步的,根据斗轮机运行速度进行移动位置预测,获得斗轮机预测移动信息,其中,斗轮机预测移动信息包括移动位置及对应的移动时间,也就是说,根据斗轮机运行速度预测斗轮机在什么时间移动到什么位置,利用斗轮机预测移动信息与障碍物的预测位置信息进行重叠度分析,简单来说,就是判断斗轮机预测移动信息与障碍物的预测位置信息是否有重叠处,比如同一时间斗轮机与障碍物移动到同一位置,当存在重叠信息时,根据重叠信息、斗轮机运行速度对堆放控制信息中的斗轮机速度进行调整,重叠信息包含斗轮机与障碍物同时移动到同一位置的时间和预测位置,基于此,对堆放控制信息中的斗轮机速度进行调整,可以适当调慢或者调快斗轮机速度,防止斗轮机和障碍物发生碰撞。
基于上述分析可知,本公开提供了一种斗轮机智能控制方法,在本实施例中,通过来煤信息和场地信息进行智能场地堆放安排,并通过多个物联网设备采集的多维数据进行自动寻迹规划调整,保证设备的控制精度,进而保障设备运行安全性,提高设备工作效率。
其中,本申请实施例步骤S700还包括:
步骤S710:根据所述堆放安排信息,获得堆放坐标信息、堆放煤种信息、堆放数量信息;
步骤S720:利用所述堆放坐标信息、堆放煤种信息、堆放数量信息,建立数据映射关系,构建堆放点数据;
步骤S730:将所有堆放点数据进行整合,获得堆放点管理库。
具体而言,根据堆放安排信息,获得堆放坐标信息、堆放煤种信息、堆放数量信息,堆放坐标信息是指各煤种的堆放位置的坐标,堆放煤种信息是指各个位置堆放的煤种信息,堆放数量信息是指各煤种堆放的具体数量,根据堆放坐标信息、堆放煤种信息、堆放数量信息,建立数据映射关系,简单来说,就是建立各煤种信息与堆放坐标信息、堆放数量信息之间的对应关系,基于此构建堆放点数据,将所有堆放点数据进行整合,获得堆放点管理库。通过构建堆放点管理库,可以根据取煤需求自动生成取煤方案。
其中,本申请实施例步骤S800还包括:
步骤S810:获得混煤要求;
步骤S820:根据所述混煤要求,确定混煤煤种信息、煤种占比数据;
步骤S830:利用所述混煤煤种信息在所述堆放点管理库中进行匹配,确定匹配堆放坐标信息、堆放数量信息;
步骤S840:根据所述煤种占比数据、匹配堆放坐标信息、堆放数量信息通过路径寻优模型,确定混煤控制路径;
步骤S850:基于所述混煤控制路径,生成混煤控制信息。
其中,根据所述煤种占比数据、匹配堆放坐标信息、堆放数量信息通过路径寻优模型之前,如图3所示,本申请实施例步骤S840还包括:
步骤S841:获得斗轮机抓取参数信息;
步骤S842:将所述斗轮机抓取参数信息、煤种占比数据、匹配堆放坐标信息、堆放数量信息,作为寻优约束条件,设置寻优空间;
步骤S843:将路径长度、混煤时间作为寻优评价参数;
步骤S844:基于所述寻优评价参数在寻优空间对抓取数据集进行全局迭代寻优,构建所述路径寻优模型。
其中,基于所述寻优评价参数在寻优空间对抓取数据集进行全局迭代寻优,本申请实施例步骤S844还包括:
步骤S8441:根据寻优空间从所述抓取数据集中获得第一抓取数据,并将所述第一抓取数据作为第一最优组;
步骤S8442:根据所述寻优评价参数对所述第一最优组进行评价,获得第一评价值;
步骤S8443:基于所述第一抓取数据,获得第一抓取数据的第一邻域,并利用寻优评价参数对第一邻域进行评价,获得第二评价值;
步骤S8444:将第一评价值与第二评价值进行比较,确定第二最优组,以此类推,确定第N最优组;
步骤S8445:输入预设迭代次数,当达到所述预设迭代次数时,将当前第N最优组作为全局寻优结果。
具体而言,获得混煤要求,混煤要求是指配煤掺烧对煤种的要求,包括需要的煤种及其数量,根据混煤要求,确定混煤煤种信息、煤种占比数据,混煤煤种信息是指需要混合的煤种信息,煤种占比数据是指每一种煤种的数量占混合煤种总数量的比重,根据混煤煤种信息,在堆放点管理库中进行堆放坐标信息、堆放数量信息的匹配,确定匹配堆放坐标信息、堆放数量信息,根据煤种占比数据、匹配堆放坐标信息、堆放数量信息通过路径寻优模型,确定混煤控制路径,混煤控制路径包括斗轮机抓取次数、路径、混煤时间等信息,基于混煤控制路径,生成混煤控制信息,对斗轮机进行控制,当需要进行混煤抓取时,就可以根据当前配煤掺烧对煤种的要求,根据堆放点管理库,自动生成合理取煤方案,指导斗轮机按照规定的取煤需求,自动完成寻址、取煤工作。
具体地,获得斗轮机抓取参数信息,斗轮机的大小不同,每次抓取煤的量也会不同,斗轮机抓取参数信息是指斗轮机每次抓取量,将斗轮机抓取参数信息、煤种占比数据、匹配堆放坐标信息、堆放数量信息,作为寻优约束条件,设置寻优空间,寻优就是寻找最优路径,也就是说,斗轮机抓取参数信息、煤种占比数据、匹配堆放坐标信息、堆放数量信息作为寻优范围,即在这个范围内寻找最优路径,最优路径包括斗轮机抓取次数、路径长度、抓取时间等,将路径长度、混煤时间作为寻优评价参数,简单来说,路径长度、混煤时间作为寻优评价的参考指标,路径长度越短、混煤时间越少,完成混煤抓取需求所需时间也是最少的,就可以认为寻优结果是最好的,根据寻优评价参数在寻优空间对抓取数据集进行全局迭代寻优,就是抓取数据集进行多次寻优评价,根据寻优评价参数确定最优路径,构建路径寻优模型。
具体地,根据寻优空间从抓取数据集中获得第一抓取数据,第一抓取数据是抓取数据集中的任一数据,将第一抓取数据作为第一最优组,就是将第一抓取数据认为是当前最优组数据,根据寻优评价参数对第一最优组进行评价,就是根据第一最优组的路径长度、混煤时间进行评价,获得第一评价值,第一评价值就是第一最优组的寻优评价结果,基于第一抓取数据,获得第一抓取数据的第一邻域,第一邻域就是根据第一抓取数据,在抓取数据集中选择的一个抓取数据范围,第一邻域可能包括多个抓取数据,利用寻优评价参数对第一邻域中的数据进行评价,得到多个寻优评价值,对多个寻优评价值进行对比,筛选获得最优评价值,获得第一邻域的第二评价值,第二评价值就是第一邻域内的最优评价值,将第一评价值与第二评价值进行比较,如果第二评价值大于第一评价值,就将第二评价值对应的抓取数据作为第二最优组,从而确定第二最优组,以此类推,确定第N最优组,如果数据量太大,全部数据迭代完成需要耗费的计算量和时间会比较大,可以设置迭代次数,输入预设迭代次数,当达到预设迭代次数时,将当前第N最优组作为全局寻优结果,通过全局寻优,构建路径寻优模型,确定最优取煤路径,指导斗轮机按照规定的取煤需求,自动完成寻址、取煤工作。
实施例二
基于与前述实施例中一种斗轮机智能控制方法同样的发明构思,如图4所示,本申请还提供了一种斗轮机智能控制***,所述***包括:
信息获取模块11,所述信息采集模块11用于获得来煤信息、场地信息;
煤场多角度图像采集模块12,所述煤场多角度图像采集模块12用于通过图像采集设备对煤场进行多角度图像采集,构建煤场三维模型;
场地堆放分析模块13,所述场地堆放分析模块13用于根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息;
堆放控制模块14,所述堆放控制模块14用于根据所述堆放安排信息,生成堆放控制信息,对斗轮机进行堆放控制;
多维数据采集模块15,所述多维数据采集模块15用于在执行所述堆放控制信息过程中,通过多个物联网设备采集获得多维数据,所述多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息;
堆放控制信息调整模块16,所述堆放控制信息调整模块16用于根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,基于评估结果对所述堆放控制信息进行调整。
进一步而言,所述***还包括:
堆放信息获取模块,所述堆放信息获取模块用于根据所述堆放安排信息,获得堆放坐标信息、堆放煤种信息、堆放数量信息;
数据映射关系建立模块,所述数据映射关系建立模块用于利用所述堆放坐标信息、堆放煤种信息、堆放数量信息,建立数据映射关系,构建堆放点数据;
堆放点数据整合模块,所述堆放点数据整合模块用于将所有堆放点数据进行整合,获得堆放点管理库。
进一步而言,所述***还包括:
混煤要求获取模块,所述混煤要求获取模块用于获得混煤要求;
混煤信息获取模块,所述混煤信息获取模块用于根据所述混煤要求,确定混煤煤种信息、煤种占比数据;
混煤信息匹配模块,所述混煤信息匹配模块用于利用所述混煤煤种信息在所述堆放点管理库中进行匹配,确定匹配堆放坐标信息、堆放数量信息;
混煤控制路径确定模块,所述混煤控制路径确定模块用于根据所述煤种占比数据、匹配堆放坐标信息、堆放数量信息通过路径寻优模型,确定混煤控制路径;
混煤控制信息生成模块,所述混煤控制信息生成模块用于基于所述混煤控制路径,生成混煤控制信息。
进一步而言,所述***还包括:
斗轮机抓取参数信息获取模块,所述斗轮机抓取参数信息获取模块用于获得斗轮机抓取参数信息;
寻优空间设置模块,所述寻优空间设置模块用于将所述斗轮机抓取参数信息、煤种占比数据、匹配堆放坐标信息、堆放数量信息,作为寻优约束条件,设置寻优空间;
寻优评价参数设置模块,所述寻优评价参数设置模块用于将路径长度、混煤时间作为寻优评价参数;
全局迭代寻优模块,所述全局迭代寻优模块用于基于所述寻优评价参数在寻优空间对抓取数据集进行全局迭代寻优,构建所述路径寻优模型。
进一步而言,所述***还包括:
第一最优组获取模块,所述第一最优组获取模块用于根据寻优空间从所述抓取数据集中获得第一抓取数据,并将所述第一抓取数据作为第一最优组;
第一评价值获取模块,所述第一评价值获取模块用于根据所述寻优评价参数对所述第一最优组进行评价,获得第一评价值;
第二评价值获取模块,所述第二评价值获取模块用于基于所述第一抓取数据,获得第一抓取数据的第一邻域,并利用寻优评价参数对第一邻域进行评价,获得第二评价值;
第二最优组确定模块,所述第二最优组确定模块用于将第一评价值与第二评价值进行比较,确定第二最优组,以此类推,确定第N最优组;
全局寻优结果确定模块,所述全局寻优结果确定模块用于输入预设迭代次数,当达到所述预设迭代次数时,将当前第N最优组作为全局寻优结果。
进一步而言,所述***还包括:
来煤信息分析模块,所述来煤信息分析模块用于根据所述来煤信息,获得来煤数量、来煤时间、来煤煤种信息;
来煤时间序列表构建模块,所述来煤时间序列表构建模块用于利用来煤时间,构建来煤时间序列表,所述来煤时间序列表中包括多个时间节点,所述时间节点为按照预设分割规则对所述来煤时间进行分割确定;
来煤预测链构建模块,所述来煤预测链构建模块用于基于所述来煤时间,将对应的来煤数量、来煤煤种信息与对应的时间节点进行关联,构建来煤预测链,所述来煤预测链为对各煤种进行累计数量计算;
煤堆信息确定模块,所述煤堆信息确定模块用于获得各煤种消耗计划信息,基于各煤种消耗计划信息、来煤预测链,确定最高煤堆信息、最小煤堆信息;
煤场可放置空间信息确定模块,所述煤场可放置空间信息确定模块用于根据所述煤场三维模型,确定煤场可放置空间信息;
煤种关联性分析模块,所述煤种关联性分析模块用于根据所述来煤煤种信息,进行煤种关联性分析,设定煤种间隔要求;
堆放安排信息获取模块,所述堆放安排信息获取模块用于基于所述煤种间隔要求、所述煤场可放置空间信息、最高煤堆信息、最小煤堆信息,确定所述堆放安排信息。
进一步而言,所述***还包括:
堆放距离匹配模块,所述堆放距离匹配模块用于根据所述煤堆距离信息,对堆放控制信息进行堆放距离参数匹配,判断是否匹配,当不匹配时,根据所述煤堆距离信息对堆放控制信息进行调整,直到匹配为止;
障碍物信息分析模块,所述障碍物信息分析模块用于根据障碍物监测信息,获得障碍物移动信息、障碍物属性信息,所述障碍物移动信息包括移动速度、移动位置;
障碍物移动位置预测模块,所述障碍物移动位置预测模块用于根据所述障碍物属性信息、移动速度、移动位置进行移动变化位置预测,获得预测位置信息;
斗轮机移动信息预测模块,所述斗轮机移动信息预测模块用于根据所述斗轮机运行速度进行移动位置预测,获得斗轮机预测移动信息,其中,所述斗轮机预测移动信息包括移动位置及对应的移动时间;
重叠度分析模块,所述重叠度分析模块用于利用所述斗轮机预测移动信息与障碍物的预测位置信息进行重叠度分析,当存在重叠信息时,根据所述重叠信息、所述斗轮机运行速度对堆放控制信息中的斗轮机速度进行调整。
前述实施例一中的一种斗轮机智能控制方法具体实例同样适用于本实施例的一种斗轮机智能控制***,通过前述对一种斗轮机智能控制方法的详细描述,本邻域技术人员可以清楚的知道本实施例中一种斗轮机智能控制***,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
实施例三
图5是根据本公开第三实施例的示意图,如图5所示,本公开中的电子设备800可以包括:处理器801和存储器802。
存储器802,用于存储程序;存储器802,可以包括易失性存储器(英文:volatilememory),例如随机存取存储器(英文:random-access memory,缩写:RAM),如静态随机存取存储器(英文:static random-access memory,缩写:SRAM),双倍数据率同步动态随机存取存储器(英文:Double Data Rate Synchronous Dynamic Random AccessMemory,缩写:DDR SDRAM)等;存储器也可以包括非易失性存储器(英文:non-volatilememory),例如快闪存储器(英文:flash memory)。存储器802用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等,上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指令、数据等可以被处理器801调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指据等可以被处理器801调用。
处理器801,用于执行存储器802存储的计算机程序,以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器801和存储器802可以是独立结构,也可以是集成在一起的集成结构。当处理器801和存储器802是独立结构时,存储器802、处理器801可以通过总线803耦合连接。
本实施例的电子设备可以执行上述方法中的技术方案,其具体实现过程和技术原理相同,此处不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行,也可以顺序地执行也可以不同的次序执行,
只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本邻域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (9)
1.一种斗轮机智能控制方法,其特征在于,所述方法包括:
获得来煤信息、场地信息;
通过图像采集设备对煤场进行多角度图像采集,构建煤场三维模型;
根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息;
根据所述堆放安排信息,生成堆放控制信息,对斗轮机进行堆放控制;
在执行所述堆放控制信息过程中,通过多个物联网设备采集获得多维数据,所述多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息;
根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,基于评估结果对所述堆放控制信息进行调整。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述堆放安排信息,获得堆放坐标信息、堆放煤种信息、堆放数量信息;
利用所述堆放坐标信息、堆放煤种信息、堆放数量信息,建立数据映射关系,构建堆放点数据;
将所有堆放点数据进行整合,获得堆放点管理库。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
获得混煤要求;
根据所述混煤要求,确定混煤煤种信息、煤种占比数据;
利用所述混煤煤种信息在所述堆放点管理库中进行匹配,确定匹配堆放坐标信息、堆放数量信息;
根据所述煤种占比数据、匹配堆放坐标信息、堆放数量信息通过路径寻优模型,确定混煤控制路径;
基于所述混煤控制路径,生成混煤控制信息。
4.如权利要求3所述的方法,其特征在于,将所述煤种占比数据、匹配堆放坐标信息、堆放数量信息输入路径寻优模型中之前,包括:
获得斗轮机抓取参数信息;
将所述斗轮机抓取参数信息、煤种占比数据、匹配堆放坐标信息、堆放数量信息,作为寻优约束条件,设置寻优空间;
将路径长度、混煤时间作为寻优评价参数;
基于所述寻优评价参数在寻优空间对抓取数据集进行全局迭代寻优,构建所述路径寻优模型。
5.如权利要求4所述的方法,其特征在于,基于所述寻优评价参数在寻优空间对抓取数据集进行全局迭代寻优,包括:
根据寻优空间从所述抓取数据集中获得第一抓取数据,并将所述第一抓取数据作为第一最优组;
根据所述寻优评价参数对所述第一最优组进行评价,获得第一评价值;
基于所述第一抓取数据,获得第一抓取数据的第一邻域,并利用寻优评价参数对第一邻域进行评价,获得第二评价值;
将第一评价值与第二评价值进行比较,确定第二最优组,以此类推,确定第N最优组;
输入预设迭代次数,当达到所述预设迭代次数时,将当前第N最优组作为全局寻优结果。
6.如权利要求1所述的方法,其特征在于,根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息,包括:
根据所述来煤信息,获得来煤数量、来煤时间、来煤煤种信息;
利用来煤时间,构建来煤时间序列表,所述来煤时间序列表中包括多个时间节点,所述时间节点为按照预设分割规则对所述来煤时间进行分割确定;
基于所述来煤时间,将对应的来煤数量、来煤煤种信息与对应的时间节点进行关联,构建来煤预测链,所述来煤预测链为对各煤种进行累计数量计算;
获得各煤种消耗计划信息,基于各煤种消耗计划信息、来煤预测链,确定最高煤堆信息、最小煤堆信息;
根据所述煤场三维模型,确定煤场可放置空间信息;
根据所述来煤煤种信息,进行煤种关联性分析,设定煤种间隔要求;
基于所述煤种间隔要求、所述煤场可放置空间信息、最高煤堆信息、最小煤堆信息,确定所述堆放安排信息。
7.如权利要求1所述的方法,其特征在于,根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,包括:
根据所述煤堆距离信息,对堆放控制信息进行堆放距离参数匹配,判断是否匹配,当不匹配时,根据所述煤堆距离信息对堆放控制信息进行调整,直到匹配为止;
根据障碍物监测信息,获得障碍物移动信息、障碍物属性信息,所述障碍物移动信息包括移动速度、移动位置;
根据所述障碍物属性信息、移动速度、移动位置进行移动变化位置预测,获得预测位置信息;
根据所述斗轮机运行速度进行移动位置预测,获得斗轮机预测移动信息,其中,所述斗轮机预测移动信息包括移动位置及对应的移动时间;
利用所述斗轮机预测移动信息与障碍物的预测位置信息进行重叠度分析,当存在重叠信息时,根据所述重叠信息、所述斗轮机运行速度对堆放控制信息中的斗轮机速度进行调整。
8.一种斗轮机智能控制***,其特征在于,所述***包括:
信息获取模块,所述信息采集模块用于获得来煤信息、场地信息;
煤场多角度图像采集模块,所述煤场多角度图像采集模块用于通过图像采集设备对煤场进行多角度图像采集,构建煤场三维模型;
场地堆放分析模块,所述场地堆放分析模块用于根据所述来煤信息、场地信息、煤场三维模型进行场地堆放分析,确定堆放安排信息;
堆放控制模块,所述堆放控制模块用于根据所述堆放安排信息,生成堆放控制信息,对斗轮机进行堆放控制;
多维数据采集模块,所述多维数据采集模块用于在执行所述堆放控制信息过程中,通过多个物联网设备采集获得多维数据,所述多维数据包括煤堆距离信息、斗轮机运行速度、障碍物监测信息;
堆放控制信息调整模块,所述堆放控制信息调整模块用于根据所述煤堆距离信息、斗轮机运行速度、障碍物监测信息,对所述堆放控制信息进行评估,基于评估结果对所述堆放控制信息进行调整。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211650330.6A CN115959487A (zh) | 2022-12-21 | 2022-12-21 | 一种斗轮机智能控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211650330.6A CN115959487A (zh) | 2022-12-21 | 2022-12-21 | 一种斗轮机智能控制方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115959487A true CN115959487A (zh) | 2023-04-14 |
Family
ID=87359511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211650330.6A Pending CN115959487A (zh) | 2022-12-21 | 2022-12-21 | 一种斗轮机智能控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115959487A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259518A (zh) * | 2020-01-08 | 2020-06-09 | 华润电力技术研究院有限公司 | 斗轮机堆取料路径寻优方法及相关设备 |
CN111453450A (zh) * | 2020-05-18 | 2020-07-28 | 北京能为科技股份有限公司 | 一种燃煤的智慧掺配堆取装置及方法 |
CN112499286A (zh) * | 2019-09-16 | 2021-03-16 | 大唐环境产业集团股份有限公司 | 一种斗轮机智能堆料方法及*** |
CN113548488A (zh) * | 2021-06-16 | 2021-10-26 | 华能(浙江)能源开发有限公司玉环分公司 | 一种斗轮机全自动控制*** |
CN114261789A (zh) * | 2021-11-15 | 2022-04-01 | 湖南大唐先一科技有限公司 | 一种智慧煤场管控*** |
CN114590605A (zh) * | 2022-03-15 | 2022-06-07 | 内蒙古京宁热电有限责任公司 | 一种用于斗轮堆取料机的智能无人控制*** |
CN115367496A (zh) * | 2022-08-12 | 2022-11-22 | 中冶南方工程技术有限公司 | 一种多斗轮机智能调度控制方法及*** |
-
2022
- 2022-12-21 CN CN202211650330.6A patent/CN115959487A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112499286A (zh) * | 2019-09-16 | 2021-03-16 | 大唐环境产业集团股份有限公司 | 一种斗轮机智能堆料方法及*** |
CN111259518A (zh) * | 2020-01-08 | 2020-06-09 | 华润电力技术研究院有限公司 | 斗轮机堆取料路径寻优方法及相关设备 |
CN111453450A (zh) * | 2020-05-18 | 2020-07-28 | 北京能为科技股份有限公司 | 一种燃煤的智慧掺配堆取装置及方法 |
CN113548488A (zh) * | 2021-06-16 | 2021-10-26 | 华能(浙江)能源开发有限公司玉环分公司 | 一种斗轮机全自动控制*** |
CN114261789A (zh) * | 2021-11-15 | 2022-04-01 | 湖南大唐先一科技有限公司 | 一种智慧煤场管控*** |
CN114590605A (zh) * | 2022-03-15 | 2022-06-07 | 内蒙古京宁热电有限责任公司 | 一种用于斗轮堆取料机的智能无人控制*** |
CN115367496A (zh) * | 2022-08-12 | 2022-11-22 | 中冶南方工程技术有限公司 | 一种多斗轮机智能调度控制方法及*** |
Non-Patent Citations (1)
Title |
---|
李凤麟: "中小型混凝土制品厂生产及工艺设计", 西安电子科技大学出版社, pages: 120 - 121 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104724506B (zh) | 一种用于散货堆场的自动堆取料*** | |
CN108332652B (zh) | 一种农田作业面积计量方法及装置 | |
Huang et al. | An internet-of-things-based production logistics optimisation method for discrete manufacturing | |
CN102651093A (zh) | 一种基于时间序列异常检测技术的海洋信息管理*** | |
CN102708180A (zh) | 基于实时历史库的机组运行模式数据挖掘方法 | |
US11662703B1 (en) | Industrial internet of things for inspection data processing, control method, and storage medium thereof | |
Sanni-Anibire et al. | Developing a preliminary cost estimation model for tall buildings based on machine learning | |
CN102799725B (zh) | 一种搬运机器人进行离线码垛时有效码垛区域的确定方法 | |
CN103150605B (zh) | 电网规划辅助*** | |
CN101387506B (zh) | 点云最优对齐方法 | |
CN115959487A (zh) | 一种斗轮机智能控制方法及*** | |
Zhou et al. | Simulation‐Based Optimization for Yard Design at Mega Container Terminal under Uncertainty | |
CN116361975B (zh) | 电网数字孪生图模型的构建方法、***、装置及存储介质 | |
US20240005067A1 (en) | Method and system for modal prediction and analysis of geotechnical engineering structure | |
CN116796952A (zh) | 一种水电工程建设调控管理方法、***及存储介质 | |
CN114047729B (zh) | 天然植物加工控制方法、***、计算机设备和存储介质 | |
Kim | 3D-based earthwork planning and CO 2 emission estimation for automated earthworks | |
Fischer et al. | Importance of secondary processes in heavy equipment resource scheduling using hybrid simulation | |
CN108229862A (zh) | 一种灌区节水改造综合效益的评价指标体系和评价方法 | |
Martać et al. | Enhancing large dam safety using IoT technologies: A case of a smart dam | |
Kim et al. | A case study on the application of machine guidance in construction field | |
CN112036794A (zh) | 一种用于造价管控的工程物料入库方法、***及装置 | |
CN111332809B (zh) | 一种协调盘煤仪和斗轮机的堆取料控制方法及*** | |
CN118246714B (zh) | 一种水利水电工程施工能耗分析方法及*** | |
CN109145988A (zh) | 脱硝***的目标工况的确定方法、装置、设备及存储介质 |
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 |