原始名称记载: 山西太重智能采矿装备技术有限公司

本发明公开了一种大型矿用电铲挖掘机构实时载荷预测方法，属于矿用电铲挖掘机构技术领域。包括：获取多源数据并进行预处理；从多源数据中提取时序特征，以获得多源时序数据；基于CNN网络架构、LSTM网络架构以及注意力机制搭建载荷预测模型的融合架构，并以多源时序数据中的载荷时序数据为标签数据、其余数据为特征数据进行训练、验证和测试；训练好的载荷预测模型，输入为运动参数、环境参数以及回转离心力、推压力、提升力等；输出则为4维载荷预测值：起重臂下翼缘应力预测值、斗杆中部应力预测值、起重臂与回转平台连接铰点力预测值以及铲斗‑斗杆铰点推压力预测值。由此可见，本发明能够实现矿用电铲挖掘机构的关键点位载荷预测。

本发明公开了一种基于多模态数据融合驱动的矿用电铲载荷预测及动态优化方法，属于矿山机械智能控制领域。矿用电铲载荷预测及动态优化方法包括：根据电铲历史运行数据库中至少3个作业周期的多源异构数据，获取涵盖四大传动机构在典型工况下的全维度运行数据；基于所获得的全维度运行数据提取电气特征、机械特征以及环境特征；构建多模态特征张量；构建多模态LSTM预测模型，并采用所获得的多模态特征张量进行训练、验证和测试；多模态LSTM预测模型的输入层输入多模态特征张量，输出层预测未来四大传动机构载荷向量。由此可见，本发明通过整合多源异构数据，以突破单一数据感知局限，增强复杂工况特征表达能力。