【技术实现步骤摘要】
本专利技术涉及起重设备领域，具体为一种剪叉机构重心检测方法及重心调整方法。
技术介绍
1、剪叉机构是一种常见于货物举升装置中的机械结构，用于实现举升和降低货物的功能。该机构通过运用简单的几何学原理和力学原理来实现这一目标。公开号为cn113666314a的中国专利公开了一种自行式剪叉高空作业平台测重系统，其剪叉机构由左右一对剪叉组成，与升降平台接触有4个接触点，四个接触点各安装一个称重传感器，通过集线器和变送器将收集到的数据传送给处理器。这样做的好处是可以感知四个接触点的受力情况，通过称重传感器直接测量得到数据，非常贴近真实货物的质量，因此精度很高。
2、上述剪叉机构存在以下问题：无法根据剪叉机构初始的物理量，检测其举升至最高点时的重心变化，对于液体、非牛顿流体等特殊货物，其重心在举升至最高点后，由于内部重心晃动导致货物与上盖板打滑，会发生重心偏移导致叉臂侧翻的现象，因此对于剪叉机构上货物的重心检测以及重心调整非常重要。
技术实现思路
1、本专利技术的目的在于提供一种剪叉机构重心检测方法及重心调整方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种剪叉机构重心检测方法，包括如下步骤：
4、步骤1，将四个传感器的值映射到二维坐标系上，其中一个轴表示左侧叉臂的传感器值，另一个轴表示右侧叉臂的传感器值，四个传感器的读数，可以反映举升平台上货物的重心位置，通过读取举升前后的两组传感器数据，可以得出
5、步骤2，构建重心检测模型，所述重心检测模型为一维cnn模型，重心检测模型以货物重心位置数据、举升平台垂直位移、举升平台与地面的角度作为输入量，输出举升平台由最低点举升至最高点的重心位移；
6、步骤3，通过重心检测模型检测举升平台上货物的重心位置。
7、进一步地，所述步骤3中，重心检测模型包括卷积层、池化层、全连接层和输出层。
8、进一步地，所述卷积层负责学习时序数据中的特征，其包括多个滤波器，卷积操作为在输入数据上应用卷积核以生成特征图，具体的卷积操作表示为：
9、(i*k)(i,j)＝∑m∑ni(i+m,j+n)·k(m,n)
10、式中，i是输入矩阵，k是卷积核，(i,j)是输出特征图的坐标，m和n是卷积核的索引，stride为卷积核扫描的步长；卷积操作中的步幅和填充通过以下方式调整：
11、(i*k)(i,j)＝∑m∑ni((i×stride)+m,(j×stride)+n)·k(m,n)
12、使用零填充，以保持输入输出尺寸的一致性；
13、卷积核的计算公式为：
14、
15、
16、式中，wout是输出图像的宽度，win是输入图像的宽度，f是卷积核的宽度，s是步幅，p是填充；通过(1)、(2)两个公式计算出卷积核的大小，即f×f；
17、卷积操作后，使用relu函数进行非线性变换：
18、output(i,j)＝relu((i*k)(i,j)+b)
19、式中，relu是激活函数，(i*k)(i,j)是卷积操作的输出，b是偏置项，output(i,j)表示输出矩阵中特定位置(i,j)处的元素。
20、进一步地，所述池化层采用平均池化操作，计算公式为：
21、
22、式中，averagepooling(i,j)表示对特定位置(i,j)处的元素进行平均池化操作。
23、进一步地，所述全连接层用于整合输入物理量的池化特征，全连接层接收前一层的所有神经元的输出作为输入，每个神经元都有一个权重，用来调整输入的影响程度；每个神经元还有一个偏置项，用于在激活函数之前引入偏移；权重和偏置是训练过程中学习的参数；对于每个神经元，将其接收到的所有输入乘以相应的权重，并将这些乘积相加，再加上偏置，这个过程用下面的公式表示：
24、
25、式中，input是输入，weighti是连接到该神经元的第i个输入的权重，outputi是前一层的第i个神经元的输出，bias是偏置项；在全连接层中引入dropout层以减少神经网络的过拟合风险；最后通过relu函数引入非线性加速网络的收敛过程。
26、进一步地，所述输出层生成重心的检测值，输出层采用softmax激活函数，将神经网络的原始输出转化为表示概率分布的形式：
27、
28、式中，softmax(zj)是softmax激活函数，e是自然常数，z表示输入实数向量，其大小为c，z左下角的数字j、k表示向量z的第j、k个元素。
29、本专利技术还提供一种剪叉机构重心调整方法，包括：
30、在剪叉机构举升过程中，通过如上所述的重心检测模型检测货物的重心；
31、在二维坐标系上设定一个安全区间，表示举升平台处于平衡状态的范围，当举升平台处于该安全区间内时，叉臂无需作出调整；倘若检测的重心跑到安全区间外，则叉臂会改变举升位置，重心检测模型会根据新的举升位置检测其举升重心，直到检测的重心位于安全区间内，才开始举升操作。
32、与现有技术相比，本专利技术的有益效果是：
33、1、采用本专利技术可实现对举升平台上货物重心的准确检测，有效规避举升后重心偏移导致叉臂侧翻的现象，能以最稳妥的策略将货物举起，尽可能保证重心落在安全区间内；
34、2、结合一维cnn模型进行重心偏移检测，相比感知机等传统模型，检测过程中的计算量更少，计算实时性更好；
35、3、堆叠多个卷积层和池化层，实现多层次的特征抽象，底层卷积层可以捕获输入物理量的低级特征，而随着模型网络的深度增加，高层卷积层能够捕获更抽象、更复杂的特征，使得模型更好地理解输入的物理量；
36、4、能够自动学习输入物理量中的特征，无需手动定义特征，无需手动设计特征提取器，通过卷积操作可以自动捕获输入物理量中的关键特征，减轻重心检测的负担。
本文档来自技高网...【技术保护点】
1.一种剪叉机构重心检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种剪叉机构重心检测方法，其特征在于，所述步骤3中，重心检测模型包括卷积层、池化层、全连接层和输出层。
3.根据权利要求2所述的一种剪叉机构重心检测方法，其特征在于，所述卷积层负责学习时序数据中的特征，其包括多个滤波器，卷积操作为在输入数据上应用卷积核以生成特征图，具体的卷积操作表示为：
4.根据权利要求2所述的一种剪叉机构重心检测方法，其特征在于，所述池化层采用平均池化操作，计算公式为：
5.根据权利要求2所述的一种剪叉机构重心检测方法，其特征在于，所述全连接层用于整合输入物理量的池化特征，全连接层接收前一层的所有神经元的输出作为输入，每个神经元都有一个权重，用来调整输入的影响程度；每个神经元还有一个偏置项，用于在激活函数之前引入偏移；权重和偏置是训练过程中学习的参数；对于每个神经元，将其接收到的所有输入乘以相应的权重，并将这些乘积相加，再加上偏置，这个过程用下面的公式表示：
6.根据权利要求2所述的一种剪叉机构重心检测方法，其特征在于，
7.一种剪叉机构重心调整方法，其特征在于，包括：
...【技术特征摘要】
1.一种剪叉机构重心检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种剪叉机构重心检测方法，其特征在于，所述步骤3中，重心检测模型包括卷积层、池化层、全连接层和输出层。
3.根据权利要求2所述的一种剪叉机构重心检测方法，其特征在于，所述卷积层负责学习时序数据中的特征，其包括多个滤波器，卷积操作为在输入数据上应用卷积核以生成特征图，具体的卷积操作表示为：
4.根据权利要求2所述的一种剪叉机构重心检测方法，其特征在于，所述池化层采用平均池化操作，计算公式为：
5.根据权利要求2所述的一种剪叉机构重心检测方法，其特征在...
【专利技术属性】
技术研发人员：李刚，印启煜，单晓杭，叶必卿，张利，
申请(专利权)人：浙江工业大学，
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。