露天矿山挖运设备作业数据关联溯源方法和系统与流程

本发明涉及矿山车挖数据分析，尤其涉及一种露天矿山挖运设备作业数据关联溯源方法和系统。

背景技术：

1、露天矿山开采作业通常涉及挖掘机（即挖机）与运输车辆的协同配合，形成采和运连续作业链。在大型露天矿山中，同一作业面往往部署多台挖机与数十台运输车辆并行作业，且存在有人驾驶与无人驾驶混编运行的复杂工况。此类场景下的设备作业数据管理，已成为矿山智能化管控的核心技术环节之一。

2、传统方案中，露天矿山设备作业数据管理主要依赖以下三类方案：

3、第一类为分散式台账记录方案。该方案由各设备操作员或现场调度员通过纸质台账或独立电子表格记录本机作业信息，包括设备编号、作业时间、装载量、运行轨迹等。该类方案的本质缺陷在于：数据记录以“设备”为粒度，而非以“单次作业”为粒度；同一台挖机在一个班次内多次作业的数据被混叠为一条记录，且挖机数据与关联运输车辆数据分别记录于不同台账，缺乏统一关联标识。当需要追溯某次特定作业（如某车次运输异常）的完整信息时，需人工跨台账比对时间戳与设备编号，溯源效率极低且错误率高。

4、第二类为设备监控系统（fms，fleet management system）数据集成方案。 该类方案通过车载终端与调度中心通信，实现车辆位置、速度、载重等运行参数的实时采集与集中展示。传统fms系统在全有人驾驶或全无人驾驶的单一作业模式场景下，可通过统一通信协议与任务调度机制实现车铲匹配，建立挖机与运输车的作业对应关系。然而，在有人驾驶与无人驾驶混编运行场景下，有人驾驶车辆与无人驾驶车辆的数据采集方式、通信协议、任务确认机制存在本质差异：无人驾驶车辆通过车载控制系统的标准化接口自动上报作业状态，而有人驾驶车辆依赖驾驶员人工确认或车载终端间接上报，其数据格式、时间精度、字段完整性均与无人驾驶车辆不一致。传统fms系统的数据模型以车辆实时状态监控为核心，未针对混编场景设计跨驾驶模式的统一作业语义层，导致有人驾驶车辆与无人驾驶车辆的作业数据在系统中形成异构数据流，无法自动建立“单次作业”级别的确定性关联。此外，传统fms系统对作业模式（有人驾驶/无人驾驶）的标注通常作为设备静态属性或班次全局属性存储，未精确纳入单次作业数据信息，导致混编场景下的作业模式过程级追溯与统计失真。

5、第三类为基于时序数据库的设备运行数据归档方案。该类方案将各类设备的传感器数据按时间序列写入时序数据库（如influxdb、tdengine），支持高并发写入与时间范围查询。然而，时序数据库的存储模型以“时间戳-测点值”为原子单元，缺乏对“单次作业”这一业务语义实体的原生支持。当需要检索“某台挖机在某班次某次作业关联了哪台运输车、装载了哪个煤层、采用了何种作业模式”时，需在原始时序数据上执行复杂的多表连接与时间窗口聚合查询，查询逻辑繁琐且性能随数据量增长急剧下降。更为关键的是，时序数据库未提供作业实体之间的语义关联机制，无法直接支持“从异常运输记录回溯至对应挖机作业工况”的跨设备溯源查询。在混编场景下，由于有人驾驶车辆与无人驾驶车辆的数据源异构，时序数据库的“测点-时间”模型难以自动识别和关联同一单次作业下的多源数据片段。

6、上述三类方案共同存在以下技术缺陷：

7、第一，数据粒度缺陷。传统方案的数据记录粒度为“设备级”或“时间切片级”，而非“作业事件级”。同一设备连续多次作业的数据在物理存储上无边界区分，单次作业的完整生命周期（开始-进行-结束）被割裂为离散的状态点，无法直接重构为独立的作业事件。在混编场景下，有人驾驶车辆的人工记录与无人驾驶车辆的自动记录混杂，粒度差异进一步加剧。

8、第二，关联机制缺陷。挖机作业数据与运输车辆作业数据分属不同采集系统（挖机plc/传感器vs车载终端/gps），传统方案未提供跨系统、跨驾驶模式的语义关联机制。单一作业模式下，系统可通过统一协议实现匹配；混编模式下，有人驾驶车辆的数据缺失或延迟导致时间窗口匹配产生歧义，关联结果不可复现。

9、第三，模式标注缺陷。有人驾驶与无人驾驶混编场景下，作业模式是设备调度策略与安全监管的关键参数。传统方案将作业模式作为设备静态属性（如该车为无人驾驶）或班次全局属性（如本班次为混编模式）处理，未精确标注至单次作业记录，导致同一设备在不同作业中切换模式时无法过程级追溯，作业模式统计与工时核算失真。

10、第四，查询架构缺陷。传统方案的查询接口以设备编号和时间范围为检索键，不支持以单次作业为入口的多维度穿透查询（如某次作业→关联设备→运行轨迹→工况切换→驾驶模式）。在混编场景下，由于数据源异构，溯源查询需人工识别数据归属（有人/无人）后再分别检索，效率低下且难以自动化。

技术实现思路

1、本发明的目的在于解决背景技术中的至少一个技术问题，提供一种露天矿山挖运设备作业数据关联溯源方法和系统。

2、为实现上述目的，本发明提供一种露天矿山挖运设备作业数据关联溯源方法，包括：

3、获取目标挖机的设备标识以及作业安排信息，所述作业安排信息包括作业时间戳和班次信息，基于所述设备标识、所述作业时间戳和所述班次信息生成与所述目标挖机的单次作业对应的全局唯一作业编码；

4、获取所述目标挖机在作业过程中产生的第一作业数据，以及与所述目标挖机关联的运输车辆编组在作业过程中产生的第二作业数据；

5、对所述第一作业数据和所述第二作业数据进行实体抽取，得到单次作业实体，所述单次作业实体包括设备信息、车辆信息、空间位置信息、时间信息、作业模式信息和轨迹信息中的至少一种；

6、建立所述全局唯一作业编码与所述单次作业实体之间的映射关系，得到单次作业数据信息；

7、基于所述单次作业数据信息构建作业任务列表，并响应查询指令从所述作业任务列表中检索目标作业数据；

8、基于所述目标作业数据进行异常设备定位和/或设备性能分析。

9、根据本发明的一个方面，对所述第一作业数据和所述第二作业数据进行实体抽取，得到单次作业实体，包括：

10、根据所述设备标识、所述作业时间戳和所述班次信息，分别从所述第一作业数据和所述第二作业数据中匹配属于同一单次作业的数据片段；

11、将匹配得到的数据片段组合为单次作业数据序列；

12、对所述单次作业数据序列进行嵌入编码和位置编码，得到包含作业时序特征和作业设备拓扑关系的编码表示；

13、基于所述编码表示进行特征解码和分类映射，得到所述单次作业实体。

14、根据本发明的一个方面，对所述单次作业数据序列进行嵌入编码和位置编码，包括：

15、对所述单次作业数据序列中的各数据项分别进行嵌入处理，得到各数据项的嵌入向量；

16、基于所述各数据项在作业流程中的时序位置以及所述目标挖机与关联运输车辆之间的空间拓扑关系，生成位置编码向量；

17、将所述嵌入向量与所述位置编码向量融合，得到所述编码表示。

18、根据本发明的一个方面，建立所述全局唯一作业编码与所述单次作业实体之间的映射关系，得到单次作业数据信息，包括：

19、以所述全局唯一作业编码为索引键，将所述单次作业实体中的各信息项作为字段值，构建结构化数据记录；

20、将所述结构化数据记录按照单次作业为粒度存入数据库，使每条数据记录对应一次独立作业。

21、根据本发明的一个方面，基于所述单次作业数据信息构建作业任务列表，包括：

22、按照预设的字段排列顺序，将各单次作业数据信息转换为列表条目，每个列表条目对应一次作业；

23、在所述列表条目中展示所述全局唯一作业编码、设备信息、车辆信息、空间位置信息、时间信息和作业模式信息。

24、根据本发明的一个方面，所述响应查询指令从所述作业任务列表中检索目标作业数据，包括：

25、接收包含至少一个查询条件的查询指令，所述查询条件包括设备标识、车辆标识、作业区域、作业时间范围、作业模式中的至少一种；

26、基于所述查询条件对所述作业任务列表进行筛选，得到符合条件的单次作业数据信息作为目标作业数据；

27、响应于对所述目标作业数据的展开指令，展示与所述目标作业数据关联的轨迹信息和工况切换信息。

28、根据本发明的一个方面，基于所述目标作业数据进行异常设备定位，包括：

29、从所述目标作业数据中提取设备运行参数和作业轨迹参数；

30、基于所述设备运行参数和作业轨迹参数，通过多维度特征融合确定设备异常定位结果，所述多维度包括运行轨迹维度、执行时长维度、设备运行状态维度和作业轨迹维度。

31、根据本发明的一个方面，所述基于所述目标作业数据进行设备性能分析，包括：

32、从所述目标作业数据中提取作业时长参数、作业环境参数和作业模式参数；

33、基于所述作业时长参数、作业环境参数和作业模式参数，通过多任务特征融合确定设备性能分析结果，所述多任务包括作业效率评估、作业环境适应度评估和作业模式匹配度评估。

34、根据本发明的一个方面，还包括：

35、响应于所述目标挖机完成装载任务后发送的运输需求，获取所述目标挖机的当前位置信息和卸载点信息；

36、基于所述目标挖机的设备标识查询关联的可用运输车辆队列，并获取所述可用运输车辆队列中各候选运输车的车辆状态信息，所述车辆状态信息基于所述异常设备定位结果和/或设备性能分析结果确定；

37、根据所述各候选运输车的车辆状态信息、所述当前位置信息和所述卸载点信息，从所述候选运输车中确定目标运输车并生成作业路径。

38、根据本发明的一个方面，根据所述各候选运输车的车辆状态信息、所述当前位置信息和所述卸载点信息，从所述候选运输车中确定目标运输车并生成作业路径，包括：

39、根据所述车辆状态信息确定各候选运输车的综合评分和作业优先级；

40、基于所述综合评分和作业优先级筛选目标运输车；

41、根据所述当前位置信息和卸载点信息，结合道路约束条件生成所述目标运输车的作业路径。

42、为实现上述目的，本发明还提供一种露天矿山车挖数据处理系统，包括：

43、作业编码生成模块，获取目标挖机的设备标识以及作业安排信息，所述作业安排信息包括作业时间戳和班次信息，基于所述设备标识、所述作业时间戳和所述班次信息生成与所述目标挖机的单次作业对应的全局唯一作业编码；

44、作业数据获取模块，获取所述目标挖机在作业过程中产生的第一作业数据，以及与所述目标挖机关联的运输车辆编组在作业过程中产生的第二作业数据；

45、作业实体获取模块，对所述第一作业数据和所述第二作业数据进行实体抽取，得到单次作业实体，所述单次作业实体包括设备信息、车辆信息、空间位置信息、时间信息、作业模式信息和轨迹信息中的至少一种；

46、作业数据记录获取模块，建立所述全局唯一作业编码与所述单次作业实体之间的映射关系，得到单次作业数据信息；

47、目标作业数据检索模块，基于所述单次作业数据信息构建作业任务列表，并响应查询指令从所述作业任务列表中检索目标作业数据；

48、设备定位分析模块，基于所述目标作业数据进行异常设备定位和/或设备性能分析。

49、为实现上述目的，本发明还提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的露天矿山挖运设备作业数据关联溯源方法。

50、为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的露天矿山挖运设备作业数据关联溯源方法。

51、根据本发明的方案，本发明统一整合挖机作业全量核心数据，将挖机编号、车号、作业煤层区域（含煤层类型、作业方位、煤层分层）、作业模式（有人/无人驾驶）、作业起止时间、运距、载重、提升高度等所有作业相关信息，按统一标准归集至同一可视化页面，替代传统分散的记录方式，解决数据难以统一管理的核心问题，实现作业数据的集中化管控。

52、本发明以单条记录对应单次作业的表单式布局展示所有数据，每一项信息按固定维度有序排列，让管理方能够快速浏览、核对各挖机、运输车辆作业信息，替代传统人工核对、零散查看的模式，解决信息不透明的问题，大幅提升作业信息的查看效率。

53、本发明对挖机、运输车辆作业的关键维度进行精准、详细标注，一方面明确区分有人/无人驾驶两种作业模式，适配矿山混合作业场景的监管需求；另一方面精准标注作业煤层的细分信息，让作业场景与作业模式可视化、透明化，解决传统监管中作业细节模糊、模式难区分的监管效率低问题。

54、本发明对运输车辆作业的起始、结束时间进行精准到毫秒的时间戳记录，替代传统粗略的工时统计方式，实现作业时间节点、作业时长的精准追踪与量化统计，解决传统管理中工时统计不精准、作业时长无统一记录的问题，为工时核算、作业效率分析提供精准数据支撑。

55、本发明将挖机编号、车号、作业煤层、作业模式、作业时间等信息进行强关联，形成单台挖机单次作业的完整数据链路，每一条作业记录都是多维度信息的有机结合，解决传统管理中多设备同时作业时，各类信息相互割裂、无法对应匹配的问题，让管理方能够快速关联查询单台挖机的作业全信息，大幅提升作业监管与数据核对的效率。