Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中铁长安重工有限公司;中铁二十局集团有限公司卢盼获国家专利权

中铁长安重工有限公司;中铁二十局集团有限公司卢盼获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中铁长安重工有限公司;中铁二十局集团有限公司申请的专利基于传感器的拌合站场景装载机实时安全监控方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120595603B

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510987670.5,技术领域涉及:G05B13/04;该发明授权基于传感器的拌合站场景装载机实时安全监控方法和系统是由卢盼;高博;翟超杰;李维鑫;加武荣;任高峰;李闯;崔润兵;姜子麒;王遼;马龙;赵一凡;郭子超;刘超;金艺花;罗霄南;张碧云;杨莹设计研发完成,并于2025-07-17向国家知识产权局提交的专利申请。

基于传感器的拌合站场景装载机实时安全监控方法和系统在说明书摘要公布了:本发明公开了一种基于传感器的拌合站场景装载机实时安全监控方法和系统,方法包括:完成构建环境与设备状态感知网络。在边缘端部署计算平台与延通信模块,结合轻量级深度神经网络与动态刹车策略实现分级制动;云端依托分布式计算资源,通过图卷积网络构建时空关联模型,结合自适应权重策略实现多目标任务调度优化;路径规划环节通过强化学习框架,融合包括位姿、物料状态、冲突风险在内的参数,经环境建模、冲突评估及轨迹平滑生成最优路径;前馈神经网络实时预测碰撞风险,结合分级响应机制形成"预测‑决策‑执行"闭环;建立多级预警触发机制。让安全监控既兼顾实时性,又具备全局风险洞察能力。

本发明授权基于传感器的拌合站场景装载机实时安全监控方法和系统在权利要求书中公布了:1.一种基于传感器的拌合站场景装载机实时安全监控方法,其特征在于,包括: S1.在装载机车顶中央安装固态激光雷达,车体四角部署鱼眼摄像头,驾驶室顶部前向倾斜安装红外热成像仪,底盘四周布置超声波雷达阵列,同时在关键系统上设置传感器实时采集设备运行参数,构建环境与设备状态感知网络; S2.采用边缘-云端分层架构设计;边缘端部署计算平台与延通信模块,结合轻量级深度神经网络与动态刹车策略实现分级制动;云端依托分布式计算资源,通过图卷积网络构建时空关联模型,结合自适应权重策略实现多目标任务调度优化;路径规划环节通过强化学习框架,融合包括位姿、物料状态、冲突风险在内的参数,经环境建模、冲突评估及轨迹平滑生成最优路径;前馈神经网络实时预测碰撞风险,结合分级响应机制形成"预测-决策-执行"闭环; S3.集成包括生产、设备、环境在内的多源数据通过可视化界面展示;并基于历史数据与动态优化方法设定故障预警阈值建立多级预警触发机制; 所述S2中通过图卷积网络构建时空关联模型的具体方法为: 设节点集合为,其中表示第台装载机;节点特征向量为,表示装载机的位置坐标;表示速度矢量;表示载重量; 对于节点和,通过边权重计算建立空间相关性: , 其中,为关联权重,,为节点位置向量,为设备在作业空间里的实时位置; 经过邻接矩阵,其元素为构建,对节点特征做聚合更新;设第层特征矩阵为,权重矩阵为,激活函数为,常用图卷积形式可写为: , 其中,为第层特征矩阵;为邻接矩阵;为的度矩阵;为第层特征矩阵;为可学习权重矩阵; 每间隔固定时间,基于设备最新位置重新计算,更新邻接矩阵,实现图结构重构; 所述S2中结合自适应权重策略实现多目标任务调度优化的具体方法为: 采用加权切比雪夫法处理这种权衡关系,通过自适应权重调整策略: , 式中,为动态权重;表示目标函数在时间窗口内的变化率;表示目标的基础权重;表示灵敏度系数;表示所有目标变化率的最大绝对值; 当某目标出现恶化趋势,即时,权重自动提升,强化该目标在调度决策中的优先级;若目标改善,即时,权重则降低,释放优先级给更需关注的目标。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中铁长安重工有限公司;中铁二十局集团有限公司,其通讯地址为:710000 陕西省西安市浐灞生态区辛家庙街道广安路3619号1号楼1-4层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。