亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于DS證據(jù)理論的道砟清篩機(jī)作業(yè)工況識(shí)別研究

        2019-12-05 02:09:04王海波張寶明毛志華豆玉龍
        鐵道建筑 2019年11期
        關(guān)鍵詞:理論作業(yè)信號(hào)

        張 龍,王海波,,張寶明,毛志華,豆玉龍

        (1.西南交通大學(xué)軌道交通運(yùn)維技術(shù)與裝備四川省重點(diǎn)實(shí)驗(yàn)室,四川成都 610031;2.中國(guó)鐵建高新裝備股份有限公司,云南昆明 650200)

        碎石道床在長(zhǎng)期的運(yùn)營(yíng)過程中會(huì)逐漸受到污染。當(dāng)污染達(dá)到一定程度時(shí),就會(huì)使道床失去彈性,增大列車與線路之間的沖擊,影響列車運(yùn)行的平穩(wěn)性,并且影響道床的排水性能。當(dāng)無縫線路通過總量達(dá)到900 Mt 或普通線路通過總量達(dá)到700 Mt 時(shí),就需要對(duì)道床進(jìn)行清篩作業(yè)[1]。道砟清篩機(jī)是最常用的鐵路線路養(yǎng)護(hù)機(jī)械,能代替人工對(duì)道床進(jìn)行周期性的大修清篩作業(yè),恢復(fù)道床的彈性和排水性能。由于國(guó)內(nèi)早期修建鐵路時(shí)規(guī)范性不高,且在后期運(yùn)營(yíng)過程中存在部分路段養(yǎng)護(hù)不及時(shí)等情況,導(dǎo)致許多清篩機(jī)作業(yè)線路工況復(fù)雜多變。當(dāng)前清篩機(jī)施工作業(yè)普遍采用人工手動(dòng)控制,對(duì)操作人員有較高的要求。一旦操作人員在施工過程中不能根據(jù)工況變化及時(shí)調(diào)整相關(guān)工作參數(shù),清篩機(jī)就有可能發(fā)生卡鏈、堵帶、振動(dòng)篩停振等施工故障,嚴(yán)重影響作業(yè)效率[2]。若能對(duì)清篩機(jī)進(jìn)行智能化、自動(dòng)化改造,使其能針對(duì)在施工過程中經(jīng)常遇到的幾種典型工況進(jìn)行預(yù)判,進(jìn)而及時(shí)調(diào)整相應(yīng)的工作參數(shù)進(jìn)行針對(duì)性施工,就能有效提高清篩機(jī)工作效率。

        在國(guó)內(nèi)外已有的文獻(xiàn)資料中,暫無有關(guān)清篩機(jī)作業(yè)工況識(shí)別的相關(guān)研究,現(xiàn)階段對(duì)清篩機(jī)作業(yè)工況的識(shí)別仍停留在操作人員憑經(jīng)驗(yàn)判斷的階段。隨著人工智能技術(shù)蓬勃發(fā)展,針對(duì)傳統(tǒng)機(jī)械領(lǐng)域的各種智能化改造項(xiàng)目正大力開展,養(yǎng)路機(jī)械行業(yè)也從傳統(tǒng)作業(yè)模式向智能化作業(yè)模式轉(zhuǎn)變。而養(yǎng)路機(jī)械實(shí)現(xiàn)智能化作業(yè)的基礎(chǔ)和先決條件是對(duì)于作業(yè)工況的識(shí)別。因此,考慮到國(guó)內(nèi)復(fù)雜多變的道床施工現(xiàn)狀以及未來清篩機(jī)作業(yè)的智能化發(fā)展需求,進(jìn)行清篩機(jī)作業(yè)工況的識(shí)別研究具有重要的實(shí)際意義。

        相比之下,其他領(lǐng)域在工況識(shí)別方面已開展了諸多研究。文獻(xiàn)[3]基于工作循環(huán)識(shí)別對(duì)液壓混合裝載機(jī)制動(dòng)控制進(jìn)行了策略研究,并基于多傳感器信息融合實(shí)現(xiàn)了對(duì)挖掘機(jī)4種常見工作模式的識(shí)別;文獻(xiàn)[4]將多重分形理論引入到工況識(shí)別研究中,實(shí)現(xiàn)了對(duì)水泥回轉(zhuǎn)窯內(nèi)部復(fù)雜工況的辨識(shí);文獻(xiàn)[5]通過主成分分析法對(duì)原始信號(hào)進(jìn)行降維,通過遺傳算法和粒子群算法構(gòu)建了優(yōu)化初始權(quán)值的神經(jīng)網(wǎng)絡(luò)以進(jìn)行工況識(shí)別,提高了液體管道工況識(shí)別的精度;文獻(xiàn)[6]運(yùn)用DS證據(jù)理論,采用分布式結(jié)構(gòu)進(jìn)行單平臺(tái)多周期時(shí)域信息融合和多平臺(tái)空域信息融合,實(shí)現(xiàn)了雷達(dá)工作模式的判定。

        綜合上述研究成果,并結(jié)合道砟清篩機(jī)現(xiàn)有傳感器的特點(diǎn),本文進(jìn)行了基于DS 證據(jù)理論的道砟清篩機(jī)作業(yè)工況識(shí)別研究。主要思路為:首先通過采集清篩機(jī)各工作裝置的壓力傳感器信號(hào),提取特征參數(shù)并構(gòu)建傳感器信號(hào)特征庫;然后通過預(yù)設(shè)的判定流程快速實(shí)現(xiàn)對(duì)空載工況的識(shí)別;最后基于DS 證據(jù)理論進(jìn)行多傳感器信息融合,結(jié)合分類決策規(guī)則實(shí)現(xiàn)清篩機(jī)的作業(yè)工況識(shí)別與趨勢(shì)預(yù)判。

        1 清篩機(jī)傳感器信號(hào)特征庫

        1.1 清篩機(jī)的幾種典型工況

        清篩機(jī)主要由挖掘系統(tǒng)、篩分系統(tǒng)、污土輸送系統(tǒng)和回填輸送系統(tǒng)幾大裝置組成。施工作業(yè)時(shí),分別由挖掘壓力傳感器、振動(dòng)篩壓力傳感器、污土帶壓力傳感器和回填帶壓力傳感器采集各裝置對(duì)應(yīng)馬達(dá)的進(jìn)出口壓力差,令所采集到的壓力差分別為PW,PZ,PD和PH,其大小反應(yīng)了各裝置負(fù)載的大小。

        清篩機(jī)常見的幾種典型工況分別為空載工況KZ、一般工況YB、冒泥工況MN、板結(jié)工況BJ。當(dāng)清篩機(jī)處于空載工況KZ時(shí),各工作裝置均未接觸道砟,液壓系統(tǒng)僅帶動(dòng)機(jī)械傳動(dòng)件空載運(yùn)行,所采集到的壓力差值取決于液壓系統(tǒng)本身以及機(jī)械效率等因素,是一定范圍內(nèi)的確定值;當(dāng)清篩機(jī)處于一般工況YB時(shí),道砟含污量和板結(jié)程度均處于一般狀態(tài),PW,PZ,PD較小,PH最大;當(dāng)清篩機(jī)處于冒泥工況MN時(shí),道砟含污量最大,挖掘阻力介于一般工況和板結(jié)工況之間,PD最大,PH最小;當(dāng)清篩機(jī)處于板結(jié)工況BJ時(shí),挖掘阻力最大,道砟含污量介于一般工況和冒泥工況之間,PW最大,PZ較大。

        表1是根據(jù)《大型道砟清篩機(jī)施工作業(yè)指導(dǎo)書》給出的清篩機(jī)在幾種典型工況下作業(yè)時(shí)各裝置對(duì)應(yīng)馬達(dá)的進(jìn)出口壓力差值范圍。

        表1 清篩機(jī)在幾種典型工況下各裝置馬達(dá)壓力差 MPa

        1.2 清篩機(jī)傳感器信號(hào)特征庫的建立

        清篩機(jī)傳感器信號(hào)特征庫是其作業(yè)工況識(shí)別的核心部分,本文將各傳感器采集到的信號(hào)進(jìn)行結(jié)構(gòu)化描述。自清篩機(jī)開始工作后,采集挖掘壓力傳感器、振動(dòng)篩壓力傳感器、污土帶壓力傳感器和回填帶壓力傳感器數(shù)據(jù)。值得注意的是,由于采集到的壓力差是波動(dòng)和突變的,因此本文經(jīng)過濾波后才將其作為工況識(shí)別依據(jù)。濾波方式為均值濾波,即以2 s 為單位求1次均值并保存1組數(shù)據(jù),最終得到4n組參數(shù)值。n為采集的次數(shù)。

        將選定的特征參數(shù)以行向量形式構(gòu)成傳感器向量,再按照時(shí)序關(guān)系排列,構(gòu)成清篩機(jī)傳感器信號(hào)特征庫矩陣W。其表達(dá)式為

        2 基于DS證據(jù)理論的清篩機(jī)作業(yè)工況識(shí)別方法

        2.1 DS證據(jù)理論

        DS 證據(jù)理論是信息融合領(lǐng)域中最重要的處理方法之一。該理論采用可信度、擬信度區(qū)間表達(dá)證據(jù)對(duì)結(jié)論的支持程度,實(shí)現(xiàn)了在引入不確定性的同時(shí)擺脫先驗(yàn)概率的限制?;贒S 證據(jù)理論的信息融合技術(shù)已成功應(yīng)用在雷達(dá)[7-8]、一般車輛[9]、搗固車[10]等領(lǐng)域。

        設(shè)Θ是一個(gè)識(shí)別框架,或稱假設(shè)空間,為構(gòu)成假設(shè)空間所有元素的集合,對(duì)應(yīng)本文即為Θ={KZ,YB,MN,BJ}。在識(shí)別框架上的基本概率分配是一個(gè)2Θ→[0,1]的函數(shù)m,稱為mass函數(shù),m(A)在區(qū)間[0,1]上,滿足

        式中,A表示某一特定事件。

        在同一識(shí)別框架下對(duì)不同信度函數(shù)進(jìn)行DS 合成的規(guī)則為

        式中:A1,A2,…,An表示第1~n個(gè)特定事件;k反映證據(jù)沖突的程度,其表達(dá)式為

        合成結(jié)果進(jìn)一步用于分類決策。記判定工況為m(A0),對(duì)清篩機(jī)作業(yè)工況分類決策的原則為[7]

        式中:α為相關(guān)系數(shù);β為傳感器的相關(guān)分配值;θ為綜合判定系數(shù)。

        本文考慮到判定目標(biāo)工況數(shù)目對(duì)DS 證據(jù)理論應(yīng)用時(shí)的影響,依據(jù)文獻(xiàn)[11]確定傳感器j對(duì)目標(biāo)工況ui的信度函數(shù)為

        傳感器j不確定性θ的信度函數(shù)為

        式中:Cj(ui)為傳感器j對(duì)目標(biāo)工況ui的相關(guān)系數(shù),結(jié)合文獻(xiàn)[12]通過隸屬度函數(shù)計(jì)算得出;Nc為目標(biāo)工況數(shù)目;N為傳感器數(shù)目;Rj為傳感器j的可靠性系數(shù);Wj為傳感器j的環(huán)境加權(quán)系數(shù),其值域?yàn)椋?,1];αj為Cj(ui)中的最大相關(guān)系數(shù);βj為傳感器j的相關(guān)分配值。

        βj和Rj的表達(dá)式為

        2.2 清篩機(jī)作業(yè)工況識(shí)別流程

        1)構(gòu)建清篩機(jī)信號(hào)特征庫

        從清篩機(jī)各工作裝置壓力傳感器中獲取清篩機(jī)信號(hào),提取信號(hào)參數(shù)并構(gòu)建清篩機(jī)信號(hào)特征庫W=

        2)空載工況識(shí)別

        判斷特征庫W內(nèi)參數(shù)是否滿足“KZ條件”,即是否滿足PW?[0,10]MPa,PZ?[0,15]MPa,PD?[0,9]MPa,PH?[0,9]MPa。若滿足該條件,則判定該工況為空載工況,否則進(jìn)入下一步。

        3)其他工況識(shí)別

        運(yùn)用DS 證據(jù)理論對(duì)各傳感器進(jìn)行多傳感器間信息融合,并根據(jù)分類決策規(guī)則,得出當(dāng)前工況判定結(jié)論。

        4)完成識(shí)別

        輸出滿足條件的工況作為最終判定結(jié)果,并根據(jù)當(dāng)前作業(yè)工況與預(yù)測(cè)工況的結(jié)果調(diào)整相關(guān)作業(yè)參數(shù),繼續(xù)施工。

        基于DS 證據(jù)理論的道砟清篩機(jī)作業(yè)工況識(shí)別整體流程如圖1所示。

        2.3 QS650清篩機(jī)作業(yè)工況識(shí)別系統(tǒng)

        QS650清篩機(jī)作業(yè)工況識(shí)別系統(tǒng)的硬件部分由布置在各裝置的壓力傳感器和人機(jī)交互界面組成,軟件部分集成了前文提到的多傳感器數(shù)據(jù)融合和DS 證據(jù)理論各公式與算法。當(dāng)系統(tǒng)處于檢測(cè)狀態(tài)時(shí),后臺(tái)會(huì)根據(jù)各傳感器傳回的數(shù)據(jù)自動(dòng)處理并按設(shè)定算法進(jìn)行識(shí)別,結(jié)果顯示在人機(jī)交互界面上。圖2為清篩機(jī)作業(yè)工況識(shí)別人機(jī)交互界面。

        圖1 清篩機(jī)作業(yè)工況識(shí)別整體流程

        圖2 清篩機(jī)作業(yè)工況識(shí)別人機(jī)交互界面

        3 試驗(yàn)驗(yàn)證

        結(jié)合中國(guó)鐵建高新裝備股份有限公司進(jìn)行的清篩機(jī)性能測(cè)試試驗(yàn)數(shù)據(jù)[13],選取4種不同工況,分別記為G1,G2,G3,G4,由傳感器采集開始作業(yè)后一段時(shí)間內(nèi)的5 組信號(hào)值(采集這5 組信號(hào)時(shí)在該周期內(nèi)清篩機(jī)作業(yè)工況未改變),得到清篩機(jī)傳感器信號(hào)特征庫參數(shù)PW,PZ,PD,PH的值,見表2。

        根據(jù)本文提出的基于DS 證據(jù)理論的道砟清篩機(jī)作業(yè)工況流程,對(duì)表2中的4種工況G1,G2,G3,G4分別進(jìn)行工況識(shí)別判定。

        首先進(jìn)行空載工況識(shí)別,通過將G1中數(shù)據(jù)與“KZ條件”對(duì)比,快速得出G1工況為空載工況KZ。然后繼續(xù)對(duì)G2,G3,G4進(jìn)行基于 DS 證據(jù)理論的工況識(shí)別,DS分類決策規(guī)則中門限設(shè)置為α= 0.2,β= 0.3。判定結(jié)果見表3,即G2為一般工況YB,G3為冒泥工況MN,G4為板結(jié)工況BJ。

        表2 清篩機(jī)傳感器信號(hào)特征庫參數(shù) MPa

        表3 清篩機(jī)作業(yè)工況識(shí)別

        將上述結(jié)果與試驗(yàn)線路實(shí)際情況進(jìn)行對(duì)比,可知本文提出的基于DS 證據(jù)理論的道砟清篩機(jī)作業(yè)工況識(shí)別方法實(shí)現(xiàn)了對(duì)清篩機(jī)作業(yè)工況的準(zhǔn)確識(shí)別。

        4 結(jié)論與展望

        4.1 結(jié)論

        本文從信息融合的角度出發(fā),針對(duì)道砟清篩機(jī)作業(yè)中的幾種典型工況,提出了一種新的識(shí)別方法和判定流程。通過采集清篩機(jī)各工作裝置壓力傳感器信號(hào),提取特征參數(shù)并構(gòu)建傳感器信號(hào)特征庫,基于DS證據(jù)理論進(jìn)行多傳感器信息融合,實(shí)現(xiàn)清篩機(jī)的作業(yè)工況識(shí)別判定。經(jīng)清篩機(jī)現(xiàn)場(chǎng)試驗(yàn)驗(yàn)證表明:該方法實(shí)現(xiàn)了對(duì)清篩作業(yè)工況的準(zhǔn)確識(shí)別,能有效代替工人進(jìn)行清篩機(jī)作業(yè)工況判定。研究成果為清篩機(jī)實(shí)現(xiàn)智能化作業(yè)提供了先決條件和理論基礎(chǔ),具有較高的實(shí)際應(yīng)用價(jià)值。

        4.2 展望

        本文提出的針對(duì)清篩機(jī)作業(yè)工況的識(shí)別系統(tǒng)能根據(jù)傳感器信號(hào)特征庫進(jìn)行工況識(shí)別,但仍存在以下不足:

        1)本文只是根據(jù)現(xiàn)場(chǎng)施工經(jīng)驗(yàn)將工況簡(jiǎn)單分為4大類,同一工況下傳感器值容錯(cuò)區(qū)間較大。這種分類方法雖然會(huì)降低工況識(shí)別的難度,但對(duì)下一步實(shí)施控制提出了更高的要求,如何將工況分類細(xì)化是下一步研究的重點(diǎn)。

        2)在計(jì)算信度函數(shù)值時(shí),隸屬度函數(shù)與環(huán)境加權(quán)系數(shù)值是通過結(jié)合其他領(lǐng)域已有的研究成果和清篩機(jī)實(shí)際情況由筆者自定義給出,由于先前未有該領(lǐng)域較為成熟的經(jīng)驗(yàn),該數(shù)值有待進(jìn)一步精確化,從而提高工況識(shí)別的合理性和準(zhǔn)確性。

        猜你喜歡
        理論作業(yè)信號(hào)
        堅(jiān)持理論創(chuàng)新
        神秘的混沌理論
        理論創(chuàng)新 引領(lǐng)百年
        信號(hào)
        鴨綠江(2021年35期)2021-04-19 12:24:18
        相關(guān)于撓理論的Baer模
        完形填空二則
        快來寫作業(yè)
        基于FPGA的多功能信號(hào)發(fā)生器的設(shè)計(jì)
        電子制作(2018年11期)2018-08-04 03:25:42
        作業(yè)
        故事大王(2016年7期)2016-09-22 17:30:08
        基于LabVIEW的力加載信號(hào)采集與PID控制
        成在线人免费视频播放| 欧洲成人午夜精品无码区久久| 亚洲产国偷v产偷v自拍色戒| 99久久久久久亚洲精品| 五月婷婷开心六月激情| 无套中出丰满人妻无码| 色妞www精品视频| 欧美v日韩v亚洲综合国产高清| 国产一区二区亚洲一区| 日本边添边摸边做边爱 | 真人直播 免费视频| 韩国一级成a人片在线观看| 人妻露脸国语对白字幕| 色窝窝亚洲av网在线观看| 亚洲精品97久久中文字幕无码| 巨臀中文字幕一区二区| 日本女优禁断视频中文字幕| 狠狠色狠狠色综合网| 大香伊蕉国产av| 韩日无码不卡| 中文字幕日韩高清乱码| 日本做受120秒免费视频| 午夜亚洲www湿好大| 亚洲天堂免费av在线观看| 国内揄拍国内精品人妻久久| 成人免费播放视频影院| 麻豆网神马久久人鬼片| 久久无码高潮喷水| 国产午夜亚洲精品不卡免下载| 亚洲不卡在线免费视频| 亚洲中文字幕在线第二页| 91精品国产丝袜在线拍| 美女人妻中文字幕av| 久久亚洲中文字幕精品一区| 236宅宅理论片免费| 无码视频一区=区| 亚洲自拍偷拍色图综合| 在线观看精品视频网站| 狠狠躁夜夜躁AV网站中文字幕 | 国产三级精品三级男人的天堂| 人妻体内射精一区二区三四|