원래 이름 기록: 广西柳工元象科技有限公司; 广西柳工机械股份有限公司

本发明公开了一种基于超声波的电池检测装置及电池。电池检测装置包括n个超声波发生贴片、n个超声波接收模块和分析处理模块；n个超声波发生贴片分别贴设在待测电池的第一侧的表面的预设位置上，超声波发生贴片用于向待测电池发射超声波信号；n个超声波接收模块设在待测电池的第一侧或待测电池的第二侧，每个超声波接收模块均对应一个超声波发生贴片，超声波接收模块用于接收对应超声波发生贴片发出的超声波信号；分析处理模块用于控制超声波发生贴片发出超声波信号，并根据超声波发生贴片发出的超声波信号和超声波接收模块接收的超声波信号，确定待测电池的荷电状态和健康状态。本发明可以提高荷电状态和健康状态检测的准确性。

本发明公开了一种基于变积分PID的挖掘机速度控制方法、装置及介质。实时获取目标挖掘机对应的目标速度值，并实时采集目标挖掘机对应的实际速度和实际加速度；通过手柄输入模块实时获取目标手柄开度信号；使用控制算法模块中的电流参数计算方法进行处理，计算得到初始液压泵电流调整值和初始阀电流值；通过执行模块中的电流实时调整方法进行实时调整，得到调整后的目标液压泵电流调整值和目标阀电流值，以实现根据目标液压泵电流调整值和目标阀电流值来对挖掘机中的液压泵和阀的电流进行设置并对挖掘机速度进行控制。解决了由于单一速度PID闭环处理导致速度震荡、响应滞后以及施工精度难以保障的问题，提高挖掘机速度控制的准确性和及时性。

本发明公开了一种液压挖掘机工况识别方法、装置、设备及存储介质。包括：获取液压挖掘机的历史姿态数据，对历史姿态数据进行处理生成训练数据集，并根据训练数据集构建工况识别模型；采集液压挖掘机的实时姿态数据，对实时姿态数据进行处理生成实时特征向量；将实时特征向量输入工况识别模型，获取输出的工况识别结果。通过训练数据集可以为工况识别模型提供贴合实际作业的基础数据，构建的模型能学习不同工况的特征规律，为后续精准识别工况奠定模型基础。通过工况识别模型对实时特征向量进行推理计算，快速输出对应工况标签，实现对液压挖掘机当前作业工况的实时、准确识别，为后续指导属具设计、用户服务等工作提供及时的工况数据支撑。

本发明公开了一种铲斗载荷谱生成模型的构建方法、装置、设备及介质。方法包括：控制物理试验台向液压挖掘机的各受力点位施加多维度动态载荷，控制液压挖掘机按照工况类型执行模拟作业；实时记录向各受力点位经载荷传递后作用于铲斗的瞬时载荷，汇总全部瞬时载荷形成铲斗的三维载荷谱；采集各受力点位产生的动态响应数据，将三维载荷谱与动态响应数据关联形成训练样本对，聚合训练样本对形成训练数据集并进行特征化处理，输入至原始深度学习模型迭代训练，将满足迭代终止条件的深度学习模型作为液压挖掘机铲斗载荷谱生成模型。本发明实施例，以少量挖掘机样本的物理试验台架构建虚拟台架，为批量挖掘机高效生成可靠铲斗载荷谱提供基础。

本发明实施例公开了一种作业点确定方法、装置、电子设备、存储介质及程序，其中，方法包括：根据目标物体的采集数据确定所述目标物体的三维重心点；根据所述目标物体的三维重心点以及所述目标物体的当前作业条件确定所述目标物体的目标属性作业基准点；根据所述目标物体的目标属性作业基准点和所述目标物体的表面点云关联数据确定所述目标物体的目标属性作业点。本发明实施例的技术方案能够提高作业点确定的智能化程度以及鲁棒性，进而提高作业点检测的准确率，且一定程度上降低了作业操作复杂度，从而提高了作业效率。