文档摘要：挖掘机是工程建设项目中最常用的设备.挖掘机通常以重复循环的形式进行作业,精确识别挖掘机所处的不同作业阶段在挖掘机分阶段功率匹配中具有重要的作用.针对挖掘机循环作业阶段识别精度较低的问题,构建了一种基于卷积神经网络(ConvolutionalNeuralNetwork,CNN)和长短期记忆神经网络(LongShortTermMemory,LSTM)相结合,并利用从挖掘机CAN总线中读取多路阀的先导压力信号作为输入特征向量的循环作业阶段识别模型.CNN可以提取各种信号中的高级特征,LSTM可结合信号不同时期的关联性,提高阶段识别的准确率.仿真结果表明,相较LSTM,CNN-LSTM的准确率由93.39%提升至96.09%,且各阶段的F1分数均有所提高.
Abstract：Excavatorsarethemostcommonlyusedequipmentinengineeringconstructionprojects.Theexcavatorusuallyworksintheformofrepeatingcycle.Theaccurateidentificationofdifferentworkingstagesoftheexcavatorplaysanimportantroleinthepowermatchingoftheexcavatorindifferentstages.Aimingattheproblemoflowrecognitionaccuracyinthecyclicoperationstageofexcavators,aConvolutionalNeuralNetwork(CNN)andLongShortTermMemory(LSTM)areintegratedtosolvetheproblem.ThepilotpressuresignalofmultiwayvalveisreadfromCANbusofexcavatorasinputfeaturevector.CNNcanextractadvancedfeaturesinvarioussignals,andLSTMcancombinethecorrelationofsignalsindifferentperiodstoimprovetheaccuracyofstagerecognition.ThesimulationresultsshowthatcomparedwithLSTM,theaccuracyofCNN-LSTMisimprovedfrom93.39%to96.09%,andtheF1scoresofeachstageareimproved.
作者：李豪豪 耿华Author：LIHao-hao GENGHua
作者单位：河北工程大学信息与电气工程学院,河北邯郸056038
刊名：电脑与信息技术
Journal：ComputerandInformationTechnology
年，卷(期)：2024, 32(3)
分类号：TP183
关键词：挖掘机 阶段识别 长短期记忆神经网络 卷积神经网络
Keywords：excavator stageperception LSTM CNN
机标分类号：TP391TU621TP183
在线出版日期：2024年7月3日
基金项目：基于CNN-LSTM的挖掘机作业阶段感知[
期刊论文] 电脑与信息技术--2024, 32(3)李豪豪 耿华挖掘机是工程建设项目中最常用的设备.挖掘机通常以重复循环的形式进行作业,精确识别挖掘机所处的不同作业阶段在挖掘机分阶段功率匹配中具有重要的作用.针对挖掘机循环作业阶段识别精度较低的问题,构建了一种基于卷积神...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：挖掘机,阶段识别,长短期记忆神经网络,卷积神经网络,
|
|
1
