安平县艾斯欧爬架网厂欢迎您!爬架网

最新评论

联系资料

  • 公司电话:18831842666
  • 公司邮箱:738136939@qq.com
  • 公司地址:河北省衡水市安平县纬二路20号
  • 本厂承诺:本厂生产的爬架网价格优惠,质量保证十年品质,可根据您的需求订制各种规格,具体报价请联系客服。

多传感器数据融合在爬架网控制系统中的应用

安平县艾斯欧架网厂 发布于 2年前 (07-31) 分类:施工方案 阅读(1193)

摘要: 针对传统爬架控制系统存在安全性评估不全面、报警准确率低的缺陷,提出了一种基于多传感器数据融合技术以提高爬架控制系统安全预警性能的方法。该方法通过传感器采集爬架载荷、倾斜角度和爬升速度等数据,利用BP 神经网络对数据进行融合,并对系统的安全性能做出评估。详细介绍了融合算法、训练过程、系统硬件构成和软件实现。测试结果表明: 该方法不仅能多角度评估系统的安全性,而且能提高爬架控制系统报警准确性,从而提高爬架系统的可靠性。

0 引言
随着我国经济的快速发展,高层建筑越来越多。在高层建筑施工过程中,爬架起着越来越重要的作用[1,2]。爬架的控制系统不仅用于控制爬架运行状态( 如启动、停止)和监测爬架载荷,更需要对爬架可能出现的危险状况( 如超载、失载等) 进行报警,从而防止险情的发生。

传统爬架控制系统一般使用重力传感器来检测爬架系统的载荷,当爬架超载或失载时,系统进行警报。但是,爬架运行时,实际情况十分复杂,爬架主体的倾斜或者爬升速度异常都可能出现险情,而传统爬架控制系统并不能对这些情况进行有效的检测。通过在系统中增加倾角传感器和位置传感器,在测量载荷的同时,也对倾斜角度和爬升速度进行测量,以便从不同的角度对危险情况作出评估。在获得多传感器数据的情况下,使用怎样的预警策略对预警的准确性和爬架系统的可靠性都有着重要的影响。一般的方案是当某一参数超过预警值时,系统发出报警信号,但这种报警策略只反映了爬架的局部特性,并不能准确地反映整个爬架的安全状态,不能起到很好的预测效果。

针对上述情况,本文提出了一种通过多传感器数据融合技术提高爬架控制系统安全预警性能的方法,该方法基于BP 神经网络的数据融合[3~ 6]。它通过将载荷、倾角和速度进行数据融合,使得传感器之间的信息得以互补,较好地反映爬架的实际运行状况。通过验证,该方案明显提高了预警的准确性,从而提高了系统的可靠性。

爬架控制系统结构
爬架控制系统主要由一个主控器和多个分控器组成。分控器作为融合算法的硬件载体,它外接3 只传感器: 倾角传感器、重力传感器以及位置传感器,分别测量爬架的倾斜角度、拉力以及高度,其中,高度的变化率即为爬架速度。融合算法的软件实现是将3 只传感器的数据通过神经网络进行融合、判断,从而对险情做出报警。主控器通过CAN总线与多个分控器相连,分控器将融合结果和各传感器数据通过CAN 总线上传到主控器,主控器将启动、停止等指令下发给分控器。爬架控制系统的结构图如图1 所示。

爬架控制系统结构图

基于BP 神经网络的数据融合算法
2. 1 数据的融合技术
数据融合是一个多级、多层面的数据处理过程,主要完成对来自多个信息源的数据进行自动检测、关联、估计及组合等的处理[7,8]。根据数据处理的分辨率可以将数据融合的结构分为像素级融合、特征级融合、决策级融合。根据爬架系统的要求,采用基于BP 神经网络的数据融合算法,这是一种特征级融合。

建立BP 神经网络最重要的是网络权值与偏置的确定。通过训练对隐含层神经元的个数和传输函数进行调整,使得网络的运行效率和融合结果都比较合适。最终的网络结构是: 隐含层包含10 个神经元,作用函数为tansig 函数,输出层作用函数是purelin 函数。BP 神经网络的训练过程在Matlab 中实现[10],训练结束后,可得到网络的权值与偏置值。网络训练过程的误差变化如图3 所示,均方差在第137 步达到0. 005 266 5。

本文提出了一种分布式AP 选择策略,并应用于室内定位。针对定位模型的可伸缩性和定位区域内AP 的非全可用问题,该方法将室内区域划分为若干个子区域,并计算子区域与AP 节点之间的相关性,选取与该区域相关的AP 节点作为该子区域的训练节点,最后通过DBN 模型进行定位模型训练。该方法能够有效去除较大噪声和位置分辨能力弱的AP 节点,降低了AP 节点不可用的概率。实验表明:该算法较BP 算法、RADAR 算法而言,具有运行时间短且平均定位误差小的优点。但在复杂的室内环境中,采集有标记的训练数据将面临较大困难,今后重点将尝试利用半监督学习方法来训练未标记的数据,以提高其与预测能力。

本站网址:http://www.apycw.com/转载前请联系 » 多传感器数据融合在爬架网控制系统中的应用

安平县艾斯欧爬架网厂 主营:爬架网 © 版权所有 冀ICP备13015791号