System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种导航定位系统数据可信度决策方法技术方案_技高网

一种导航定位系统数据可信度决策方法技术方案

技术编号:45038672 阅读:7 留言:0更新日期:2025-04-18 17:22
本发明专利技术属于煤矿掘进装备导航定位技术领域,为解决目前井下煤矿中尚无导航定位系统数据相关可信度判断及决策机制方法等技术内容,提供一种导航定位系统数据可信度决策方法,通过确定待测设备的导航定位方式,并建立对应的全参数数据模型,再进行降维处理,保留全参数数据模型中的主成分;建立导航定位数据决策机制,对所述主成分进行加权K‑means计算,同时基于所述全参数数据模型判断所述待测设备的运行状态,融合两种机制进行可信度决策分析,根据决策分析结果调整装备机身运行状态,提高了导航定位数据的可信度,同时可进一步提高装备作业效率、巷道成型质量及开采安全性。

【技术实现步骤摘要】

本专利技术属于煤矿掘进装备导航定位,具体涉及一种导航定位系统数据可信度决策方法


技术介绍

1、目前,智能化掘进装备的评定依据主要为掘进装备具备自主定位、定姿、定向功能,具备井下精准自主定位导航、姿态精准控制、自动截割等功能。

2、基于以上功能要求,智能化掘进装备均配备有导航定位系统,用于煤矿井下装备精确导航定位、姿态控制及截割控制。在实际应用中,由于受煤矿井下环境、掘进装备作业工艺等影响,导航定位系统在工作过程中存在航向角指引方向不准确、姿态信息更新不及时、导航信息错误等导致装备偏航打偏甚至相邻巷道打穿的情况,严重影响装备截割效率、巷道成型质量和开采安全性。

3、目前,由于智能化掘进装备处于发展阶段,现有的技术主要用于解决导航定位、组合算法、截割控制等问题,尚无导航定位系统数据相关可信度判断及决策机制方法等
技术实现思路


技术实现思路

1、本专利技术为了解决现有技术中存在的上述至少一个技术问题,提供了一种导航定位系统数据可信度决策方法。

2、本专利技术采用如下的技术方案实现:一种导航定位系统数据可信度决策方法,包括如下步骤:

3、确定待测设备的导航定位方式,并获取相应导航定位方式的参数数据,基于所述参数数据建立全参数数据模型;

4、对所述全参数数据模型进行降维处理,保留所述全参数数据模型中的主成分;

5、建立导航定位数据决策机制,对所述主成分进行加权k-means计算,根据计算结果预测所述待测设备导航定位的第一故障情况,同时基于所述全参数数据模型判断所述待测设备的运行状态,根据判断结果得到所述待测设备导航定位的第二故障情况,基于所述第一故障情况和所述第二故障情况进行可信度决策分析,根据决策分析结果调整装备机身运行状态。

6、优选地,对所述全参数数据模型进行降维处理,包括:

7、计算所述全参数数据模型的协方差矩阵;

8、计算所述协方差矩阵的特征值和特征向量;

9、根据所述特征值的大小确定所述全参数数据模型中的主成分,并基于所述特征向量对所述主成分进行降维校验。

10、优选地,协方差矩阵为:

11、cov(m)=1/(n-1)*(m-mean(m))′*(m-mean(m))

12、其中,m为全参数数据模型,协方差矩阵cov(m)为f×f的矩阵,f为原始数据的特征数,协方差矩阵第i行第j列元素表示第i个特征与第j个特征的协方差;mean(m)为每个特征的平均值,n为样本数。

13、优选地,根据所述特征值的大小确定所述全参数数据模型中的主成分之后,还包括:

14、获取所述主成分的特征值之和,计算每个主成分对应的特征值占主成分特征值之和的占比,根据计算结果筛选主成分,得到最终保留的全参数数据模型中的主成分。

15、优选地,对所述主成分进行加权k-means计算包括:

16、选择所述主成分中的k个数据作为中心点进行数据分配,所述中心点至少包括装备正常运行、装备存在问题对应的数据类型;

17、根据分配结果计算权重,并根据预设最大迭代次数进行迭代更新,得到待测设备导航定位的第一故障情况。

18、优选地,基于所述全参数数据模型判断所述待测设备的运行状态,包括:

19、根据待测设备的导航定位方式,确定对应的故障类型;

20、根据所述故障类型判断所述全参数数据模型中是否存在对应故障类型的数据,当存在相应数据时,发出警告。

21、优选地,设定可信度评价指标判断所述决策分析结果的有效性,所述可信度评价指标至少包括:误报率、漏报率、准确率、召回率以及精确率。

22、与现有技术相比,本专利技术的有益效果是:

23、本专利技术建立矿井装备导航定位的全参数数据模型,通过降维处理得到特征值,经过加权k-means算法对导航定位数据进行判别、预警和决策,同时根据评价指标对结果进行准确性判断,提高导航定位数据的可信度。本专利技术突出解决了现有技术中对矿井装备进行导航时导航数据真实性、可靠性无法判定的技术难题,同时能够根据决策分析结果及时调整装备机身运行状态提高了装备作业效率、巷道成型质量及开采安全性。

本文档来自技高网...

【技术保护点】

1.一种导航定位系统数据可信度决策方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的导航定位系统数据可信度决策方法,其特征在于,所述对所述全参数数据模型进行降维处理,包括:

3.根据权利要求2所述的导航定位系统数据可信度决策方法,其特征在于,所述协方差矩阵为:

4.根据权利要求2所述的导航定位系统数据可信度决策方法,其特征在于,根据所述特征值的大小确定所述全参数数据模型中的主成分之后,还包括:

5.根据权利要求1所述的导航定位系统数据可信度决策方法,其特征在于,对所述主成分进行加权K-means计算包括:

6.根据权利要求1所述的导航定位系统数据可信度决策方法,其特征在于,基于所述全参数数据模型判断所述待测设备的运行状态,包括:

7.根据权利要求1所述的导航定位系统数据可信度决策方法,其特征在于,设定可信度评价指标判断所述决策分析结果的有效性,所述可信度评价指标至少包括:误报率、漏报率、准确率、召回率以及精确率。

【技术特征摘要】

1.一种导航定位系统数据可信度决策方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的导航定位系统数据可信度决策方法,其特征在于,所述对所述全参数数据模型进行降维处理,包括:

3.根据权利要求2所述的导航定位系统数据可信度决策方法,其特征在于,所述协方差矩阵为:

4.根据权利要求2所述的导航定位系统数据可信度决策方法,其特征在于,根据所述特征值的大小确定所述全参数数据模型中的主成分之后,还包括:

【专利技术属性】
技术研发人员:张婷陈宁郭皇煌贾曲索艳春李小燕李涛董孟阳田原毕跃起赵宇阳郭进彬布朋生邢晨贺重阳
申请(专利权)人:中国煤炭科工集团太原研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1