在露天礦采掘生產過程中,如何高效合理的利用采運設備進行生產,是礦山企業(yè)發(fā)展面臨的重要問題。行程時間作為衡量道路通行能力的重要參數(shù),對其進行實時預測,可以實現(xiàn)卡車在運行過程中的實時管控和調度,也是實現(xiàn)露天礦卡車實時調度、控制的關鍵因素。因此,通過對卡車狀態(tài)以及狀態(tài)運行時間進行預測,優(yōu)化卡車調度模型,以此來提高卡車設備利用率,提高企業(yè)經(jīng)濟效益,推動礦山智能化發(fā)展,實現(xiàn)高效智能生產。具體工作主要有以下幾個方面:(1)針對露天礦卡車狀態(tài)識別以及狀態(tài)時間預測所涉及的機器學習理論與算法進行了闡述,并介紹了卡車調度優(yōu)化理論,為基于卡車狀態(tài)運行時間預測的調度模型建立與求解提供了思路。(2)針對露天礦卡車在裝運卸運輸過程中的各種狀態(tài),利用機器學習算法建立了露天礦卡車狀態(tài)識別模型,并利用智能調度管控平臺采集到的相關特征數(shù)據(jù),進行仿真實驗。結果表明:Adaboost算法在露天礦卡車狀態(tài)識別方面具有良好的識別性能。(3)針對卡車狀態(tài)運行時間,利用機器學習算法建立了露天礦卡車狀態(tài)運行時間預測模型,并利用相關特征數(shù)據(jù),進行仿真實驗。對于每一狀態(tài)運行時間預測,所適用的最佳機器學習模型是不同的,SVM模型適用于空載和...

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

圖2.1機器學習學科分布圖

西安建筑科技大學碩士學位論文112相關理論基于機器學習的露天礦卡車狀態(tài)運行時間預測及調度應用相關理論及算法的梳理，是課題研究的基矗本章主要針對基于機器學習的露天礦卡車狀態(tài)運行時間預測及調度應用中涉及到的主要理論及相關算法原理進行了詳細闡述，包括機器學習理論及算法、卡車調度理論。其....

圖3.7露天礦卡車狀態(tài)識別流程

西安建筑科技大學碩士學位論文28的中心點坐標是固定的，即裝載點坐標為（xa，ya），卸載點坐標為（xb，yb），則卡車實時位置（xi，yi）到裝載點的距離Dai表示為：()()22aiaiaiDxxy+=y（3-5）到卸載點的距離Dbi表示為：()()22bibibiDxxy+=....

圖3.8GPS軌跡匹配效果

西安建筑科技大學碩士學位論文293.3卡車狀態(tài)運行時間預測模型構建在露天礦卡車優(yōu)化調度中的路徑規(guī)劃，車流規(guī)劃以及實時調度方面，路徑規(guī)劃通常是最小化運行時間，車流規(guī)劃是通過運行時間進行車流分配，而實時調度更需要相對準確預測卡車所在路線上的行程時間[14]。所以，精準的預測卡車狀態(tài)運....

圖3.11卡車狀態(tài)運行時間預測流程

西安建筑科技大學碩士學位論文34圖3.11卡車狀態(tài)運行時間預測流程3.4本章小結本章針對露天礦卡車狀態(tài)識別及狀態(tài)運行時間預測模型建立，主要研究內容：（1）首先針對卡車在裝—運—卸循環(huán)連續(xù)運輸工藝存在的5種狀態(tài)類別（空載、待裝、裝載、重載和卸載）進行簡要介紹。（2）通過分析卡車狀態(tài)....

本文編號：3949961