龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：大连理工大学;徐州徐工挖掘机械有限公司
摘要：一种基于ResNet神经网络的挖掘机工作阶段分类识别方法，属于工程机械挖掘机技术领域。本方法以挖掘机动作导致其先导压力的变化作为划分工作阶段的依据，将挖掘机的一个作业循环划分成多个工作阶段。以各工作阶段开始一段时间内的挖掘机各机构先导压力值和泵出口压力值作为该工作阶段的开始标志，借助ResNet神经网络结合挖掘机各机构先导压力和泵出口压力的历史数据和当前数据判断挖掘机当前所处的工作阶段。
主权项：1.一种基于ResNet神经网络的挖掘机工作阶段分类识别方法，其特征在于，该方法具体步骤如下：S1：在挖掘机作业循环中，将挖掘机在不同工作阶段下的动作导致其构件先导压力的变化作为划分挖掘机的工作阶段的依据；S2：收集原始数据，对原始数据进行去噪处理，提取压力数据信号，绘制各压力与时间曲线图；S3：根据先导压力数据变化，在各个压力与时间曲线图上划分作业循环，然后划分挖掘机的工作阶段；S4：采集各个工作阶段的开始标志数据，对其进行预处理，将一维数据转换成二维数值矩阵，建立各个工作阶段的开始标志矩阵；多次重复采集，构建各个工作阶段的开始标志矩阵数据集；S5：将各个工作阶段的开始标志矩阵数据集分为训练集、验证集、测试集；S6：设计ResNet神经网络模型，将各个工作阶段的开始标志矩阵输入ResNet神经网络进行训练；S7：对ResNet神经网络模型进行训练；设置优化器，采用梯度下降法更新权重参数和偏置参数；S8：将训练效果最好的ResNet神经网络模型作为训练分类模型的最终结果，将ResNet神经网络模型运行在测试集数据上，运行结果即为最终挖掘机工作阶段识别准确率；S9：设置模型识别间隔为每两次采集数据的时间，每次采集数据后将该时刻采集的数据和该时刻之前的s-2个数据输入到模型中，实现挖掘机工作中的实时识别。
全文数据：
权利要求：
百度查询： 大连理工大学 徐州徐工挖掘机械有限公司 一种基于ResNet神经网络的挖掘机工作阶段分类识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号