-
公开(公告)号：CN117872752A
公开(公告)日：2024-04-12
申请号：CN202410016797.8
申请日：2024-01-05
Applicant: 大连理工大学
Abstract: 一种基于径向基函数构建隐式曲面的矿用电铲挖掘轨迹规划方法，属于轨迹规划技术领域。首先，对激光雷达扫描返回的点云数据采用径向基函数构造待挖掘物料表面的隐式拟合曲面，采用五次多项式对挖掘轨迹进行规划预测，将挖掘轨迹规划问题转换为五次多项式系数寻优问题；其次，使用拉格朗日方程构建矿用电铲的动力学模型，通过构造的隐式拟合曲面和规划的挖掘轨迹使用积分计算理论挖掘体积，使用经验公式计算挖掘过程中的挖掘阻力；最后，以单位体积的挖掘功耗作为优化目标，确定约束条件，建立多目标寻优模型，获得优化后的挖掘轨迹曲线。本发明能够大幅提高矿用电铲的挖掘效率和矿场产量，合理分配矿用电铲的挖掘功率，提高燃料利用率，延长矿用电铲的使用寿命。
-
公开(公告)号：CN118211495A
公开(公告)日：2024-06-18
申请号：CN202410627598.0
申请日：2024-05-21
Applicant: 大连理工大学
IPC: G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F119/14 , G06F111/10
Abstract: 本发明提供一种基于数据‑模型联合驱动的无人矿用电铲动态挖掘阻力建模方法，属于矿用电铲动态挖掘阻力领域。首先，获取无人矿用电铲基本参数和历史挖掘数据。其次，计算不同料面对应的挖掘深度信息。第三，根据Balovnev阻力计算模型计算切削阻力。第四，构建Bi‑LSTM神经网络预测径向阻力。第五，构建挖掘能耗损失函数。第六，基于挖掘数据对Bi‑LSTM神经网络进行训练得到Bi‑LSTM网络模型。最后，将Bi‑LSTM网络模型与Balovnev阻力计算模型共同构成挖掘阻力预测模型。本发明得到的挖掘阻力预测模型结合真实阻力与解析式公式，对挖掘阻力进行预测，使其能够揭示料面形貌、电铲状态参数、挖掘轨迹等与挖掘阻力的映射关系，实现矿用大型电铲挖掘作业过程中外部载荷的快速精确预测。
-
公开(公告)号：CN118013754A
公开(公告)日：2024-05-10
申请号：CN202410269278.2
申请日：2024-03-11
Applicant: 大连理工大学
IPC: G06F30/20 , G06T7/246 , G06T5/70 , G06F17/11 , G06F17/18 , G06F111/04 , G06F119/14
Abstract: 本发明提供一种在隐式曲面下基于三‑五‑三分段变阶多项式的矿用电铲挖掘轨迹规划方法，属于轨迹规划技术领域。所述矿用电铲挖掘轨迹规划方法根据激光雷达扫描返回实时的待挖掘物料表面的点云信息，根据点云信息采用径向基函数构建一个隐式曲面，在构建的隐式曲面上基于三‑五‑三分段变阶多项式进行多约束条件下的挖掘轨迹寻优方法，从而实现对待挖掘物料表面的实时挖掘轨迹规划。本发明根据每次待挖掘物料表面的不同实时规划挖掘轨迹，该发明专利可大幅提高矿用电铲的挖掘效率和矿场产量，降低操作员的工作强度，合理分配矿用电铲的挖掘功率，提高燃料利用率，延长矿用电铲的使用寿命。
-
公开(公告)号：CN118211495B
公开(公告)日：2024-07-30
申请号：CN202410627598.0
申请日：2024-05-21
Applicant: 大连理工大学
IPC: G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F119/14 , G06F111/10
Abstract: 本发明提供一种基于数据‑模型联合驱动的无人矿用电铲动态挖掘阻力建模方法，属于矿用电铲动态挖掘阻力领域。首先，获取无人矿用电铲基本参数和历史挖掘数据。其次，计算不同料面对应的挖掘深度信息。第三，根据Balovnev阻力计算模型计算切削阻力。第四，构建Bi‑LSTM神经网络预测径向阻力。第五，构建挖掘能耗损失函数。第六，基于挖掘数据对Bi‑LSTM神经网络进行训练得到Bi‑LSTM网络模型。最后，将Bi‑LSTM网络模型与Balovnev阻力计算模型共同构成挖掘阻力预测模型。本发明得到的挖掘阻力预测模型结合真实阻力与解析式公式，对挖掘阻力进行预测，使其能够揭示料面形貌、电铲状态参数、挖掘轨迹等与挖掘阻力的映射关系，实现矿用大型电铲挖掘作业过程中外部载荷的快速精确预测。
-
-
-
Search Results
4
records
(took 0.015 seconds)
