一种基于动态运输需求的井下运输调度方法及系统与流程
本发明涉及井下物资调度,更具体的说是涉及一种基于动态运输需求的井下运输调度方法及系统。
背景技术:
1、目前,煤矿井下辅助运输系统是保障矿井安全生产和高效运营的关键环节,主要包括轨道运输和无轨胶轮车运输两种方式。轨道运输具有大运量、高效率、能耗低的特点,适用于固定线路的大批量物料和人员运输;无轨胶轮车运输则具有灵活机动、点对点直达的优势,适用于小批量、多品种的物料配送和应急运输。
2、但是,针对井下运输设备的调度使用主要存在以下问题:
3、问题一:轨道运输与无轨运输各自独立,缺乏协同机制。现有系统中,轨道运输系统和无轨胶轮车系统分别独立运行,调度决策互不影响。当井下同时存在轨道运输需求和无轨运输需求时,无法实现两种运输方式的智能匹配和协同优化,导致运输资源利用率低、整体运输效率不高。
4、问题二:调度方式为反应式,缺乏动态需求预测能力。现有调度系统主要采用"请求-响应"的反应式模式,即收到运输请求后才进行调度决策。这种方式无法提前预判未来的运输需求高峰,导致在需求集中爆发时出现运力不足、等待时间过长等问题。
5、问题三:缺乏多目标协同优化能力。现有系统主要针对单一运输方式进行优化,未考虑轨道运输和无轨运输在多目标(运输效率、能耗、安全性、成本)下的协同优化问题,无法实现全局最优。
6、因此,如何提供一种能够解决上述问题的井下运输调度方法是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此,本发明提供了一种基于动态运输需求的井下运输调度方法及系统,实现轨道运输与无轨胶轮车运输的智能协同调度,提高井下辅助运输的整体效率和资源利用率,降低运输能耗和运营成本。
2、为了实现上述目的,本发明采用如下技术方案:
3、一种基于动态运输需求的井下运输调度方法,包括以下步骤:
4、s1:获取井下运输的多模态数据,并对所述多模态数据进行预处理;
5、s2:构建运输需求预测模型,并将经过预处理的所述多模态数据输入至所述运输需求预测模型进行预测,得到对应的运输需求预测结果;
6、s3:获取实时运输请求,结合所述运输需求预测结果与所述实时运输请求完成井下综合调度。
7、优选的,所述s1包括:
8、s11:获取井下运输的多模态数据,其中所述多模态数据包括人员位置数据、物料需求数据、井下设备状态数据、井下交通状态数据以及历史井下运输数据;
9、s12:对所述人员位置数据、物料需求数据、井下设备状态数据、井下交通状态数据以及历史井下运输数据进行清洗、异常值剔除以及归一化处理。
10、优选的,所述s2包括:
11、s21:构建运输需求预测模型,并设定所述运输需求预测模型的参数;
12、s22:将所述s12得到的数据输入至所述运输需求预测模型进行预测,得到对应的初步预测结果;
13、s23:利用扩展卡尔曼滤波方法对所述初步预测结果进行修正,得到对应的运输需求预测结果。
14、优选的,所述s2还包括:
15、s24:对所述运输需求预测结果进行评估。
16、优选的,所述s24的实现过程包括:
17、s241:计算所述运输需求预测结果的置信度;
18、s242:当所述置信度大于等于预设阈值时则直接使用所述运输需求预测结果,当所述置信度小于预设阈值时进行人工确认所述运输需求预测结果。
19、优选的,所述s3包括:
20、s31:获取实时运输请求,并将所述运输需求预测结果以及所述实时运输请求进行汇总,形成运输任务池;
21、s32:对所述运输任务池进行特征提取,得到对应的运输任务特征,并结合所述运输任务特征确定最优运输方案,其中所述最优运输方案包括所使用的运输车辆以及运输方式;
22、s33:根据所述最优运输方案、所述运输任务特征进行路径规划,得到对应的路径规划结果;
23、s34:根据所述路径规划结果采用多目标优化算法对运输车辆以及运输方式进行分配。
24、优选的,所述s3还包括:
25、s35:实时监测运输车辆在执行运输任务过程中的潜在冲突,根据监测结果动态调整调度方案。
26、优选的,还包括:
27、s4:实时显示井下综合调度,并接收调度员的干预指令。
28、本发明还提供一种基于动态运输需求的井下运输调度系统,包括:
29、数据采集模块,用于获取井下运输的多模态数据,并对所述多模态数据进行预处理;
30、动态需求预测模块,用于构建运输需求预测模型,并将经过预处理的所述多模态数据输入至所述运输需求预测模型进行预测,得到对应的运输需求预测结果;
31、协同调度模块,用于获取实时运输请求,结合所述运输需求预测结果与所述实时运输请求完成井下综合调度;
32、人机交互模块,用于实时显示井下综合调度,并接收调度员的干预指令。
33、经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于动态运输需求的井下运输调度方法及系统,具有如下有益效果:
34、(1)实现了轨道运输与无轨运输的多模态协同。本发明首次将井下轨道运输和无轨胶轮车运输纳入统一的调度框架,通过运输方式选择、路径规划和任务分配的协同优化,充分发挥两种运输方式的优势,避免了现有系统中各自为政、资源浪费的问题。经仿真验证,协同调度可使整体运输效率提升25%-35%,车辆空驶率降低20%-30%。
35、(2)引入了动态需求预测机制,实现了从"反应式"到"预测式"的跨越。通过lstm与ekf相结合的混合预测模型,能够提前30-60分钟准确预测井下运输需求,使调度系统能够提前调配运力、优化路径,避免需求高峰时的运力不足。预测准确率可达85%以上,显著优于单一模型的预测效果。
36、(3)实现了多目标协同优化。本发明同时考虑运输效率、能耗、负载均衡和高优先级任务完成率等多个目标,通过加权求和的多目标优化方法,实现了全局最优而非局部最优。在实际应用中,可使综合能耗降低15%-20%,高优先级任务完成率提升至98%以上。
37、(4)具备实时调控能力,提高了系统的鲁棒性。通过实时监测和动态调整,系统能够快速响应突发事件(如车辆故障、巷道堵塞、紧急任务插入等),确保运输任务的顺利完成。实测表明,系统在异常情况下的恢复时间不超过5分钟。
1.一种基于动态运输需求的井下运输调度方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于动态运输需求的井下运输调度方法,其特征在于,所述s1包括:
3.根据权利要求2所述的一种基于动态运输需求的井下运输调度方法,其特征在于,所述s2包括:
4.根据权利要求3所述的一种基于动态运输需求的井下运输调度方法,其特征在于,所述s2还包括:
5.根据权利要求4所述的一种基于动态运输需求的井下运输调度方法,其特征在于,所述s24的实现过程包括:
6.根据权利要求3所述的一种基于动态运输需求的井下运输调度方法,其特征在于,所述s3包括:
7.根据权利要求6所述的一种基于动态运输需求的井下运输调度方法,其特征在于,所述s3还包括:
8.根据权利要求1所述的一种基于动态运输需求的井下运输调度方法,其特征在于,还包括:
9.一种利用权利要求1-7任一项所述的基于动态运输需求的井下运输调度方法的系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com