【技术实现步骤摘要】
本专利技术涉及风力发电控制，尤其涉及一种基于吊车吊装的负荷控制系统及方法。
技术介绍
1、吊车吊装的负荷控制系统是一种用于监测和管理吊装操作中的负荷的技术系统。在重型工业和建筑领域，吊车经常用于搬运和吊装重物，而负荷控制系统的出现旨在提高操作的安全性、效率和精确性。
2、风电壁通常由大型的风力发电机组成，这些部件在安装和维护过程中需要使用吊车进行吊装。负荷控制系统在这里起到关键作用，负荷控制系统可以与吊装计划集成，确保在吊装过程中负荷始终在安全范围内，以防止意外事故发生。
3、负荷控制方法有很多，我国专利“一种电力负荷控制装置、控制方法、终端、介质及应用”，申请号：“cn202110909033.8”，公开日：“2021.11.2”，主要包括：利用预处理好的数据集对lstm模型进行训练，改进lstm单元中的激活函数，得到改进的lstm模型；在改进的lstm模型上加入注意力机制，得到改进的am-lstm短期负荷预测模型；将改进完成后的am-lstm短期负荷预测模型与硬件设备电力负荷控制装置结合，实现电力负荷控制。该专利技术提供的基于改进版短期电力负荷预测技术的电力负荷控制装置，对am-lstm模型进行了改进，将深度学习模型与传统电力负荷控制装置相结合，并首次将注意力机制引入电力负荷控制领域，预测准确率高，可以适应应对复杂因素，控制更加准确。
4、但上述技术至少存在如下技术问题：控制不够准确以及不够及时的技术问题。
技术实现思路
1、本申请实施例通过
2、本申请提供了一种基于吊车吊装的负荷控制系统及方法，具体包括以下技术方案：
3、一种基于吊车吊装的负荷控制系统，包括以下部分：
4、参数获取模块，负荷检测模块，环境感知模块，挖掘模块，数据分析模块，智能预测模块，决策辅助模块，决策模块，控制模块，用户界面，反馈模块；
5、所述参数获取模块，用于获取吊车的物理参数，包括吊重、吊杆角度、吊杆长度，为负荷检测模块提供数据基础；
6、所述负荷检测模块，用于利用负荷判断算法对吊车物理负荷进行计算，实时监测吊车的物理负荷，并输出吊车的实时物理负荷数据；
7、所述环境感知模块，用于获取并处理吊装环境的实时参数，得到环境参数数据，包括风速、温度、湿度，并实时监测吊装环境的变化；
8、所述挖掘模块，用于基于吊车历史工作物理参数以及吊装环境历史参数，得到工作物理参数与环境参数的潜在关联模型，为数据分析模块提供依据；
9、所述数据分析模块，用于分析基于负荷检测模块和环境感知模块的实时数据，并结合挖掘模块的潜在关联模型，得到吊车实时工作状态；
10、所述智能预测模块，用于基于实时环境参数通过环境参数预测函数对环境进行预测，得到环境参数预测结果；
11、所述决策辅助模块，用于通过决策树算法对吊车的历史工作数据及历史应对决策进行训练，得到吊车工作状态的决策群，为决策模块提供匹配依据；所述历史工作数据包含吊车历史工作物理参数数据和吊装环境历史参数数据；
12、所述决策模块，用于基于数据分析模块得到的吊车实时工作状态结合智能预测模块得到的环境参数预测结果以及决策辅助模块得到的吊车工作状态的决策群，构建网络拓扑结构，进行匹配处理得到最佳应对决策，并根据最佳应对决策生成操作指令；
13、所述控制模块，用于根据决策模块的操作指令，自动调整吊车的操作参数；
14、所述反馈模块，用于将各个模块的输出结果进行检测，当检测到不安全的状态时，通过用户界面，将安全警告反馈给操作员；
15、所述用户界面，用于基于决策模块的操作指令和吊车的实际操作状态，为操作员提供实时的反馈和指引。
16、一种基于吊车吊装的负荷控制方法，包括以下步骤：
17、s1.对参数数据进行实时采集，并对实时采集到的吊车物理参数数据和吊装环境参数进行数据处理，采用负荷判断算法计算吊车的物理负荷，同时挖掘分析吊车历史工作物理参数数据和吊装环境历史参数数据，引入吊车工作物理参数与吊装环境参数之间的潜在关联模型；
18、s2.对吊车的物理负荷、吊车工作物理参数、吊装环境参数数据以及潜在关联模型进行数据分析，同时，对潜在关联模型进行实时更新，得到吊车的实时工作状态；
19、s3.基于吊装环境历史参数数据预测未来环境变化，引入深度学习神经网络模型，得到吊装环境参数预测结果；
20、s4.通过决策树算法得到吊车工作状态的决策群，基于吊车工作状态的决策群构建网络拓扑结构，基于吊车实时工作状态和环境参数预测结果结合吊车工作状态的决策群，进行匹配处理，得到最佳应对决策；
21、s5.基于最佳应对决策生成的操作指令，自动调整吊车的操作参数；
22、应用于一种基于吊车吊装的负荷控制系统。
23、优选的，所述s1，具体包括：
24、利用参数获取模块实时采集吊车物理参数，通过滑动平均滤波对采集到的吊车物理参数进行数据处理，引入负荷判断算法得到吊车的物理负荷再判断吊车的物理负荷状态。
25、优选的，在所述s1中，还包括：
26、分析吊车历史工作物理参数和吊装环境历史参数，选择与吊车物理负荷最相关的特征，构成特征集，通过特征构建对所述特征集进行扩展处理，得到扩展特征集，整理所述扩展特征集，对整理后的扩展特征集进行标签编码，将编码后的特征集使用线性回归、决策树和随机森林算法分别训练，并将线性回归、决策树和随机森林算法的模型结果进行加权平均或投票，得到潜在关联模型。
27、优选的，所述s2，具体包括：
28、利用潜在关联模型预测吊车的物理负荷，引入权重系数α来平衡实际物理负荷数据和模型预测的负荷数据，同时对潜在关联模型进行实时更新，得到吊车的实时工作状态。
29、优选的，所述s4，具体包括：
30、基于决策群构建网络拓扑结构，所述网络拓扑结构被看作是一个图，其中每个节点代表一个工作状态，而边则代表从一个状态到另一个状态的潜在转变。
31、优选的，在所述s4中，还包括：
32、计算吊车的实时工作状态和决策群中的每个工作状态的相关性，基于所述相关性，选择相关性大于阈值μ的工作状态构成第一匹配集合；μ由经验法获得；基于第一匹配集合，通过查找网格，得到第一决策匹配集合；结合环境参数预测结果，计算吊车的实时工作状态和所述第一决策匹配集合的契合概率，并选择契合概率最高的决策作为最佳应对决策，最后，根据最佳应对决策生成操作指令。
33、有益效果：
34、本申请实施例中提供的多个技术方案，至少具有如下技术效果或优点：
35、1、本申请通过实时采集吊车的物理参数和环境参数，结合历史数据的挖本文档来自技高网...
【技术保护点】
1.一种基于吊车吊装的负荷控制系统，其特征在于，包括以下部分：
2.一种基于吊车吊装的负荷控制方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的一种基于吊车吊装的负荷控制方法，其特征在于，所述S1，具体包括：
4.根据权利要求2所述的一种基于吊车吊装的负荷控制方法，其特征在于，在所述S1中，还包括：
5.根据权利要求2所述的一种基于吊车吊装的负荷控制方法，其特征在于，所述S2，具体包括：
6.根据权利要求2所述的一种基于吊车吊装的负荷控制方法，其特征在于，所述S4，具体包括：
7.根据权利要求6所述的一种基于吊车吊装的负荷控制方法，其特征在于，在所述S4中，还包括：
【技术特征摘要】
1.一种基于吊车吊装的负荷控制系统，其特征在于，包括以下部分：
2.一种基于吊车吊装的负荷控制方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的一种基于吊车吊装的负荷控制方法，其特征在于，所述s1，具体包括：
4.根据权利要求2所述的一种基于吊车吊装的负荷控制方法，其特征在于，在所...
【专利技术属性】
技术研发人员：江晓，
申请(专利权)人：山东衡昊信息技术有限公司，
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。