用于立杆机工作状态的数字化管控的动态监测系统及方法与流程

1.本发明涉及工程机械监测领域，特别涉及用于立杆机工作状态的数字化管控的动态监测系统及方法。


背景技术：

2.为了预防安全事故，提高立杆机行车及作业安全性，目前立杆机主要是通过安装车载sar(synthetic aperture radar)，即合成孔径雷达来对周围环境进行监测，但是现有技术的sar图像的图像特性会随着不同的成像参数、成像姿态、地物环境等发生较大的变化，使得sar图像的目标检测和识别变得非常困难，并且因人或动物体积较小，反射数据有限，难以被雷达有效感知，也可能造成安全事故。
3.目前立杆机正常行车或工作过程中，预警系统可能误报，对行车或工作产生很大影响，立杆机工作过程中，工作状态调整全凭操作员经验，存在较大安全隐患，而且也没有有效地对立杆机工作状态及施工质量进行监测。


技术实现要素：

4.为了克服上述的不足，本发明的目的是提供用于立杆机工作状态的数字化管控的动态监测系统，其通过环境监测模块对周边环境进行红外探测获得探测数据，同时通过工况监测模块对立杆机的实时工作状态进行监测,图像显示模块和预警调控模块接收环境监测模块传输的信号数据和工况监测模块传输的指令信号,预警调控模块内数据分析单元进行数据分析判断立杆机抓手的工作状态，预警调控模块的预警通知单元根据数据分析单元的指令信号发出预警通知；还提供了用于立杆机工作状态的数字化管控的动态监测方法。
5.本发明解决其技术问题的技术方案是：用于立杆机工作状态的数字化管控的动态监测系统，包括：环境监测模块，用于对周边环境进行红外探测，将探测信号进行处理后上传；工况监测模块，用于对立杆机的实时工作状态进行监测，将监测数据进行处理后上传；图像显示模块，用于接收所述环境监测模块传输的信号数据和所述工况监测模块传输的指令信号；预警调控模块，用于接收所述环境监测模块传输的信号数据和所述工况监测模块传输的指令信号；其中，所述环境监测模块包括：红外监测单元，用于对周边环境进行红外探测，将被测到的目标图像转化为电信号进行处理上传至所述图像显示模块和预警调控模块；雷达干涉测量单元，用于对立杆机的工作环境进行动态监测，将dds产生的线性调频连续波信号进行滤波后通过信号发射天线发射信号至信号接收天线，再通过滤波传输至所述图像显示模块和预警调控模块；
而且，所述预警调控模块包括：数据分析单元，用于数据分析判断立杆机抓手的工作状态；预警通知单元，用于接收所述数据分析单元的指令信号发出预警通知；所述数据分析单元通过优化后的数据访问数据库进行数据分析，判断立杆机抓手是否处于极限位置，若立杆机抓手处于极限位置，则判断立杆机抓手正在进行危险动作，所述数据分析单元将数据传入所述预警通知单元，发出预警通知；若立杆机抓手不处于极限位置，则判断立杆机立杆时，立杆机抓手是否处于垂直姿态，若立杆机抓手不处于垂直姿态，则判断立杆机的工作状态异常，所述数据分析单元将数据传入所述预警通知单元，从而发出预警通知。
6.作为本发明的一种改进，所述雷达干涉测量单元包括：信号发射链路，用于发射线性调频连续波信号；信号接收链路，用于接收信号；信号处理器，用于信号处理；伺服控制器，用于控制信号发射与接收。
7.作为本发明的进一步改进，所述红外监测单元包括：红外探测器，用于对周边环境进行红外探测采集图像信息；光学成像物镜，用于图像信息的光学成像；光机扫描系统，用于对被测到的物体的红外热像进行扫描且转换成电信号。
8.作为本发明的更进一步改进，所述工况监测模块包括：工作参数实时采集单元，用于实时采集立杆机的工作状态及参数；基于数字孪生技术的数据处理单元，用于接收所述工作参数实时采集单元的数据，剔除孪生数据中的不良数据，并建立以深度神经网络为核心的优化模型数字孪生体，使得物理模型与孪生体之间的数据交互。
9.作为本发明的更进一步改进，所述图像显示模块包括：二维定位单元，用于立杆机的定位；三维成像单元，用于将立杆机的实时情况进行三维图像显示。
10.用于立杆机工作状态的数字化管控的动态监测方法，其中，包括如下步骤：步骤s1、通过环境监测模块对周边环境进行红外探测获得探测数据，同时通过工况监测模块对立杆机的实时工作状态进行监测；步骤s2、图像显示模块和预警调控模块接收所述环境监测模块传输的信号数据和所述工况监测模块传输的指令信号；步骤s3、预警调控模块内数据分析单元进行数据分析判断立杆机抓手的工作状态，预警调控模块的预警通知单元根据所述数据分析单元的指令信号发出预警通知。
11.作为本发明的进一步改进，在步骤s3内，所述数据分析单元通过优化后的数据访问数据库进行数据分析，判断立杆机抓手是否处于极限位置，若立杆机抓手处于极限位置，则判断立杆机抓手正在进行危险动作，所述数据分析单元将数据传入所述预警通知单元，发出预警通知；若立杆机抓手不处于极限位置，则判断立杆机立杆时，立杆机抓手是否处于垂直姿态，若立杆机抓手不处于垂直姿态，则判断立杆机的工作状态异常，所述数据分析单元将数据传入所述预警通知单元，从而发出预警通知。
12.作为本发明的更进一步改进，在步骤s1内，所述环境监测模块的红外探测器对周边环境进行红外探测采集图像信息，光学成像物镜将图像信息进行光学成像，光机扫描系统将被测到的物体的红外热像进行扫描且转换成电信号。
13.作为本发明的更进一步改进，在步骤s1内，所述工况监测模块内的工作参数实时采集单元实时采集立杆机的工作状态及参数，基于数字孪生技术的数据处理单元剔除孪生数据中的不良数据，并建立以深度神经网络为核心的优化模型数字孪生体，使得物理模型与孪生体之间的数据交互。
14.本发明通过环境监测模块对周边环境进行红外探测获得探测数据，同时通过工况监测模块对立杆机的实时工作状态进行监测,图像显示模块和预警调控模块接收环境监测模块传输的信号数据和工况监测模块传输的指令信号,预警调控模块内数据分析单元进行数据分析判断立杆机抓手的工作状态，预警调控模块的预警通知单元根据数据分析单元的指令信号发出预警通知；其具有如下优点：(1)环境监测模块设置雷达干涉测量单元和红外监测单元对立杆机工作环境进行动态监测，同时解决传统fft有限信号边界的间断造成的频谱泄露，频率展宽的问题，以及无法有效监测立杆机行车或工作状态时周围的物体的问题，提高立杆机行车和作业时的安全性；(2)利用数字孪生技术对工作参数进行动态监测，提高了立杆机工作过程中的安全性，并且优化掉了不会影响立杆机正常行驶和工作的数据，减少立杆机在行车或工作过程中因为预警系统误报带来的影响，提高立杆机工作效率；(3)利用数字孪生技术对施工质量进行动态监测，能及时发现施工过程中出现的问题，实现作业现场安全质量的自动化、实时化、智能化。
附图说明
15.为了易于说明，本发明由下述的较佳实施例及附图作以详细描述。
16.图1为本发明的工作流程示意图；
17.图2为本发明的工况监测模块工作原理框图；
18.图3 为本发明的预警调控模块工作原理框图；
19.图4为本发明的方法步骤框图。
具体实施方式
20.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
21.如图1至图3所示，本发明的用于立杆机工作状态的数字化管控的动态监测系统，包括：环境监测模块，用于对周边环境进行红外探测，将探测信号进行处理后上传；工况监测模块，用于对立杆机的实时工作状态进行监测，将监测数据进行处理后上传；图像显示模块，用于接收环境监测模块传输的信号数据和工况监测模块传输的指
令信号；预警调控模块，用于接收环境监测模块传输的信号数据和工况监测模块传输的指令信号；其中，环境监测模块包括：红外监测单元，用于对周边环境进行红外探测，将被测到的目标图像转化为电信号进行处理上传至所述图像显示模块和预警调控模块；雷达干涉测量单元，用于对立杆机的工作环境进行动态监测，将dds产生的线性调频连续波信号进行滤波后通过信号发射天线发射信号至信号接收天线，再通过滤波传输至所述图像显示模块和预警调控模块；而且，预警调控模块包括：数据分析单元，用于数据分析判断立杆机抓手的工作状态；预警通知单元，用于接收所述数据分析单元的指令信号发出预警通知。
22.本发明通过环境监测模块对周边环境进行红外探测获得探测数据，同时通过工况监测模块对立杆机的实时工作状态进行监测,图像显示模块和预警调控模块接收环境监测模块传输的信号数据和工况监测模块传输的指令信号,预警调控模块内数据分析单元进行数据分析判断立杆机抓手的工作状态，预警调控模块的预警通知单元根据数据分析单元的指令信号发出预警通知。
23.在本发明内，数据分析单元通过优化后的数据访问数据库进行数据分析，判断立杆机抓手是否处于极限位置，若立杆机抓手处于极限位置，则判断立杆机抓手正在进行危险动作，数据分析单元将数据传入所述预警通知单元，发出预警通知；若立杆机抓手不处于极限位置，则判断立杆机立杆时，立杆机抓手是否处于垂直姿态，若立杆机抓手不处于垂直姿态，则判断立杆机的工作状态异常，数据分析单元将数据传入预警通知单元，从而发出预警通知。
24.在本发明内，红外监测单元包括：红外探测器，用于对周边环境进行红外探测采集图像信息；光学成像物镜，用于图像信息的光学成像；光机扫描系统，用于对被测到的物体的红外热像进行扫描且转换成电信号。
25.具体地讲，立杆机行驶时，环境监测模块利用红外监测单元中的红外探测器、光学成像物镜和光机扫描系统，接收被测目标的红外辐射能量分布，图形反映到红外探测器的光敏元上，在光学系统和红外探测器之间，有一个光机扫描系统对被测物体的红外热像进行扫描，并聚焦在单元或分光探测器上，由探测器将红外辐射能转换成电信号。
26.在本发明内，雷达干涉测量单元包括：信号发射链路，用于发射线性调频连续波信号；信号接收链路，用于接收信号；信号处理器，用于信号处理；伺服控制器，用于控制信号发射与接收。
27.具体地讲，立杆机行驶时，环境监测模块中的雷达干涉测量单元，通过dds直接产生线性调频连续波（lfmcw）信号，通过滤波器滤除杂散谐波分量后，再通过内置天线向外发射信号。在内置接收天线接收反射回来信号后，先通过 lna作为接收链路放大器放大接收
到的信号，然后通过滤波器滤除其他频率的干扰，将信号传到信号处理及伺服控制模块，处理过的数据上传到图像显示模块和预警调控模块中。
28.雷达干涉测量单元的信号处理器及伺服控制器的整体结构，是总分结构，信号处理器及伺服控制器主要是通过一个芯片(fpga)完成，通过顶层来实例化调用各功能模块，实现各功能模块之间的端口连接以及数据传递，且各模块均在 100m 的同步时钟控制下运行，保持严格的同步性。顶层之下可分为相干积累模块、加窗滤波模块以及dechirping 处理模块，依次实现相干积累、加窗、apfft 功能，除此之外还有 ad 配置模块。最终实现对发射控制，全相fft、数字滤波器、杂波消除算法、sar成像算法、gps守时算法、电控转台伺服控制等主要功能，雷达干涉测量技术使用全相位快速傅里叶变换(apfft) ；以较小的计算量增加的代价，提供泄漏程度小的振幅谱和相位特性非常直观的相位谱。
29.在本发明内，工况监测模块包括：工作参数实时采集单元，用于实时采集立杆机的工作状态及参数；基于数字孪生技术的数据处理单元，用于接收工作参数实时采集单元的数据，剔除孪生数据中的不良数据，并建立以深度神经网络为核心的优化模型数字孪生体，使得物理模型与孪生体之间的数据交互。
30.具体地讲，工况监测模块在接收到实时工作参数时，选取相关运行数据和状态数据输入传感网络生成初始孪生数据空间,基于数字孪生技术的数据处理单元，将动态辨识所生成的孪生数据中的不良数据，并将其剔除，并建立以深度神经网络为核心的优化模型数字孪生体，实现物理模型与孪生体之间的数据交互功能。
31.不良数据通过深度神经网络筛选, 深度神经网络的训练方法为：1、初始化权重网络：将行驶时立杆机与障碍物的距离、作业时整车倾斜度、抓手垂直度、抓手位置等信息设为权重高的数据 (权重低的数据算不良数据，训练过程中会被剔除) ；2、将收集到的工况数据(作为训练数据)代入权重矩阵进行计算；3、将计算得出的数据与数据库中已有的危险状态下的数据进行比对；4、通过比较数据之间的差距，智能调整数据权重，重复进行上述训练过程；5、设定一个误差范围，经历多次训练，当数据在该范围内后，结束训练，将数据输出到预警调控模块中。
32.参照图2所示，工况监测单元主要构建的虚拟模型为所应用立杆机物理映射的虚拟模型和立杆机施工质量识别模型；立杆机施工质量识别模型内可以形成立杆机的运动范围、运动动作和作业轨迹,通过分析立杆机抓手的情况来判断施工质量，比如抓手垂直度，立杆下降距离等。
33.由于立杆机抓手属于空间运动机构，如果对每种姿态的各项数据都进行数据分析，那么分析数据库容量过大，不利于实时存储、查询及显示。工况监测模块将所获得的数据集输入至数字孪生体中，对深度神经网络进行训练，生成对采集的实时工作参数中的无用信息进行优化的指令，经传输层反馈到物理系统中的图像显示模块及预警调控模块中，同时数据存储至历史加工数据库，以便在后续孪生过程中发生错误报警时进行历史数据回溯。
34.在本发明内，图像显示模块包括：二维定位单元，用于立杆机的定位；三维成像单元，用于将立杆机的实时情况进行三维图像显示。
35.具体地讲，经过环境监测模块和工况监测模块处理之后的数据，最后在图像显示模块中通过设置的二维定位单元和三维成像单元能够将立杆机的实时情况进行显示；图像显示模块以立杆机为原点构建空间坐标系。
36.针对障碍物的成像：环境监测模块和工况监测模块传来的数据传入二维定位单元后，显示器上实时显示立杆机到障碍物的距离。
37.三维成像单元通过二维定位单元对障碍物外形进行定位，形成三维立体结构，在显示器上进行实时显示。
38.针对工况的成像：工况监测模块传来的数据传入二维定位单元后，二维定位单元根据工况数据对立杆机当前各结构位置进行定位，然后利用三维成像单元形成三维立体结构，对立杆机行驶及工作状态进行实时显示。
39.如图4所示，本发明还提供了用于立杆工作状态的数字化管控的动态监测方法，包括如下步骤：步骤s1、通过环境监测模块对周边环境进行红外探测获得探测数据，同时通过工况监测模块对立杆机的实时工作状态进行监测；步骤s2、图像显示模块和预警调控模块接收环境监测模块传输的信号数据和工况监测模块传输的指令信号；步骤s3、预警调控模块内数据分析单元进行数据分析判断立杆机抓手的工作状态，预警调控模块的预警通知单元根据数据分析单元的指令信号发出预警通知。
40.其中，在步骤s1内，红外监测单元的红外探测器对周边环境进行红外探测采集图像信息，光学成像物镜将图像信息进行光学成像，光机扫描系统将被测到的物体的红外热像进行扫描且转换成电信号。工况监测模块的工作参数实时采集单元实时采集立杆机的工作状态及参数，基于数字孪生技术的数据处理单元剔除孪生数据中的不良数据，并建立以深度神经网络为核心的优化模型数字孪生体，使得物理模型与孪生体之间的数据交互，具体地讲，环境监测模块利用雷达和红外的作用，针对活物进行监测，比如行驶或施工的时候有人在周围，通过工况监测模块筛选出可能对行驶产生威胁的障碍物后，针对这些可能产生危险的成像，也包括针对施工时周围可能产生危险的障碍物进行成像，还包括针对立杆机自身的成像，比如显示抓手位置等。
41.在步骤s3内，数据分析单元通过优化后的数据访问数据库进行数据分析，判断立杆机抓手是否处于极限位置，若立杆机抓手处于极限位置，则判断立杆机抓手正在进行危险动作，所述数据分析单元将数据传入所述预警通知单元，发出预警通知；若立杆机抓手不处于极限位置，则判断立杆机立杆时，立杆机抓手是否处于垂直姿态，若立杆机抓手不处于垂直姿态，则判断立杆机的工作状态异常，所述数据分析单元将数据传入所述预警通知单元，从而发出预警通知。
42.具体地讲，环境监测模块数据传入预警调控模块后，通过数据分析模块对物体的
形状大小、运动状态等进行综合分析，判断立杆机周围是否存在障碍物,若立杆机与障碍物距离小于设定的安全距离，预警通知模块会发出预警通知。
43.参照图3所示，工况监测模块数据传入预警调控模块后，预警调控模块中的数据分析单元，通过优化后的数据访问数据库，进行数据分析，判断立杆机抓手是否处于极限位置，若是，判断抓手正在进行危险动作，将数据传入预警通知模块，发出预警通知；若不是，判断立杆机立杆时，抓手是否处于垂直姿态，若不是，判断立杆机工作状态异常，将数据传入预警通知模块，发出预警通知；若是，根据电线杆立杆时，抓手向下位移距离，来判断电线杆所埋深度是否符合立杆标准，如不符合，将数据传入预警通知模块，发出预警通知。
44.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。