【技术实现步骤摘要】
一种BP神经网络算法的远程智能运维方法
[0001]本专利技术涉及一种采矿设备远程运维的方法，具体地说是一种BP神经网络算法的远程智能运维方法。
技术介绍
[0002]多年以来，通过先进技术引进和重大技术装备的攻关研究，我国矿山开采设备的研制有了迅速发展，矿山开采设备的进步对于提高矿山的开采生产效率,确保施工的安全具有重要的现实意义。为确保采矿作业的效率与安全，现场运维也面临着更严格的要求；因此，运维技术必须向智能化，专业化等目标发展。
[0003]但是一方面由于矿山开采设备的复杂性、功能性、种类繁多等特点，对运维人员专业技能的水平要求较高。另一方面，由于采矿作业运维现场的信息交互困难，运维环境恶劣，欠缺专家实时指导，设备的现场运维非常困难，并且运维的质量难以保证。中国专利公开号112149607A，名称为“基于贝叶斯算法的远程智能运维方法”的专利技术专利，介绍了一种基于贝叶斯算法的远程智能运维的方法，用于提高运维现场实时指导的交互性，降低运维工作的安全风险。具体步骤为：二维码识别、数据库调取动作信息；多角度摄像头采...
【技术保护点】
【技术特征摘要】
1.一种基于BP神经网络的采矿设备远程运维方法，其特征在于：包括下列步骤：(一)操作标志识别、数据库调取动作信息：运维工作人员扫描运维设备上的操作识别标志，所述操作识别标志远程连接装有该设备装配及拆卸修理信息的远端运维动作数据库，从远端运维动作数据库中读取该运维目标的操作信息与基础动作；(二)惯性传感器阵列采集信息：简化手臂为四自由度的简单刚体铰链手臂模型，通过安装在手臂上的惯性传感器阵列，利用惯性传感器采集加速度对手臂动作进行姿态解算；实时获取手臂的运动参数，展现实时运动的姿态，从而得到在真实场景中的位置关系；(三)有效动作数据提取：由于运维人员的动作抖动、摇晃或者周围环境的影响，将提取的加速度信号进行信号处理；(四)BP神经网络数据库建立：基于BP神经网络的手势识别主要包括两个方面，即BP神经网络的训练过程和BP神经网络的手势识别过程；读入训练样本数据后，对样本数据进行预处理，提取出手势动作的加速度特征值，在期望输出的指导下，对BP神经网络进行训练，达到预先设定的目标精度；(五)搭建BP神经网络，包括下列步骤：(1)训练样本集的准备；(2)BP算法主要的程序实现；(3)BP网络结构的设计；(4)参数的设计；(六)BP神经网络的识别方式：为了判断运维人员动作是否合理，需要用BP网络进行判断；通过BP网络训练提取出隐藏在样本模式中的非线性映射关系，并将其存储于权值矩阵中，当未出现过的非样本数据输入训练好的BP网络时，也能够完成输入输出间的正确映射的能力；从大量样本对中提取并统计规律的过程就是调整权值矩阵的过程，权值矩阵的调整并不是取决于个别样本误差，这是由于全体样本中才蕴含着正确的规律，输入的动作样本中有个别错误时，对BP网络的影响不大；(七)远程比对数据库存储的动作信息：以加速度数据作为样本的特征参数，每个动作的加速度数据经过信号处理后都是60组轴加速度数据，将加速度数据平均分成10份，分别进行加权平均，即输入节点为30；神经网络要识别五个基本动作，输出结果用三位二进制形式来表示，所以输出层节点数为3；隐层神经元为S型传递函数，输出层神经元为线性传递函数；本识别系统采用的是含有一个隐层的BP网络，隐层节点数量的选取根据凑数法来选取不同的个数：9、10、11，目标精度设为0.01，学习率设为0.1；如果采集到运维人员的动作特征参数，通过BP神经网络的识别后与基础数据库的动作信息同步，那么系统会判断此时人做出的动作为合理。2.如权利要求1所述一种基于BP神经网络的采矿设备远程运维方法，其特征在于：所述加速度信号进行信号处理方法如下：主要包括数据类型转换和处理、去除跳点、线性平滑滤波，以便滤除加速度信号的噪声
和干扰，获得较好的手势动作信号数据；为了动作信号被实时传输和识别，需要对动作信号进行切分，即实现不同关节点信号的采集是在同一时间结点下进行，通过系统时钟的控制，所有结点信号采集有了时序信号，从而确定手臂动作的开始时刻和结束时刻，提取出加速度特征值。3.如权利要求1所述一种基于BP神经网络的采矿设备远程运维方法，其特征在于：所述BP神经网络数据库中包含动作样本集，所述动作样本集里规定五个基础动作：前推、旋转、摇晃、举起、下落；所述动作样本集采集中选择20名实验者按照规范定义保持正常幅度和速度，每种动作均重复5次，共500组样本作为训练样本。4.如权利要求1所述一种基于BP神经网络的采矿设备远程运维方法，其特征在于...
【专利技术属性】
技术研发人员：安爱民，郑宇，张展鹏，史超名，杨苗，陈伟，张文钊，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。