基于数字孪生与实时工况自适应的矿用卡车智能调度系统
本发明涉及工业自动化和智慧矿山,特别是指一种基于数字孪生与实时工况自适应的矿用卡车智能调度系统。
背景技术:
1、矿用卡车是露天矿山物料运输的关键设备。传统的卡车调度系统主要依赖于离散事件仿真和简单的调度规则(如最短路径、最短排队),调度指令通过无线网络下发给驾驶员执行。这种系统存在诸多局限性:首先,它无法获取车辆自身的实时详细状态(如载重、部件损耗、精确油耗),导致调度方案与车辆实际工况脱节;其次,系统对矿山现场的动态变化(如临时封路、设备故障、突发拥堵)响应迟缓,缺乏有效的实时调整机制;最后,调度指令依赖于驾驶员严格执行,缺乏有效的监督和闭环反馈。
2、现有的一些改进方案虽然引入了gps定位,但信息流是单向的,即调度中心下发指令,车辆仅上报位置,未能实现车辆与调度中心之间深度、双向、丰富的数据融合。这导致调度系统无法做出真正“知己知彼”的最优决策,限制了矿山运输效率的进一步提升,也增加了运营成本和安全隐患。
技术实现思路
1、本发明提供了一种基于数字孪生与实时工况自适应的矿用卡车智能调度系统,以解决现有的矿用卡车调度系统无法做出真正“知己知彼”的最优决策,限制了矿山运输效率的进一步提升,也增加了运营成本和安全隐患的技术问题。
2、为解决上述技术问题,本发明提供了如下技术方案:
3、一方面,本发明提供了一种基于数字孪生与实时工况自适应的矿用卡车智能调度系统,所述基于数字孪生与实时工况自适应的矿用卡车智能调度系统采用云-端协同架构;其中,云侧部署有云端智能调度中心,端侧部署有多个矿卡智能终端,每一矿卡智能终端分别集成于一辆矿用卡车上;
4、云端智能调度中心用于构建并实时更新与物理矿山一致的数字孪生模型,并基于所述数字孪生模型,结合当前生产计划、矿山内交通状况以及矿卡智能终端采集的实时工况数据,利用预设的优化算法,对矿山内的矿用卡车的任务和行驶路径进行全局优化调度,得到最优方案,并将最优方案下发至矿卡智能终端;
5、矿卡智能终端用于执行所述最优方案,并在执行过程中,根据实时感知的局部环境障碍对行驶路径进行自适应调整,并将执行结果反馈回云端智能调度中心。
6、进一步地,所述云端智能调度中心包括:
7、数字孪生引擎,用于构建并实时更新与物理矿山一致的数字孪生模型;
8、全局优化模块,用于基于数字孪生模型,结合当前生产计划、矿山内交通状况以及矿卡智能终端采集的实时工况数据,以矿山整体运输效率最大化为优化目标,利用预设的优化算法为矿用卡车集群分派运输任务和规划全局路径;
9、生产计划接口,用于接收矿山的生产计划和产量目标;
10、实时通信接口,用于与矿卡智能终端进行数据交互;
11、数据存储与分析平台,用于优化算法的训练和性能分析。
12、进一步地,优化目标的函数
j表示为:
13、;
14、其中,为第
i辆车的运输吨公里数;为等待时间;为能耗;为设备磨损指标; 为预设的权重系数;
n为矿用卡车总数量。
15、进一步地,所述实时工况数据包括:矿用卡车的实时位置、速度、载重、能耗、部件剩余使用寿命、前方路面图像或点云数据,以及剩余卸料时间。
16、进一步地,所述预设的优化算法为强化学习算法。
17、进一步地,在利用预设的优化算法,对矿山内的矿用卡车的任务和行驶路径进行全局优化调度时,状态空间包括数字孪生模型中的全局交通状态、装卸点排队状态以及由矿卡智能终端上报的实时工况数据;动作空间为向每台矿用卡车分派的任务指令和全局路径;奖励函数如下:
18、;
19、;
20、其中,为第
i辆车在时刻
t的奖励值;,,,为预设的权重系数;为第
i辆车在时刻
t的运输吨公里数;为最大运输吨公里数;为第
i辆车在时刻
t的等待时间;为最大等待时间;为第
i辆车在时刻
t的能耗;为最大能耗;为第
i辆车在时刻
t的设备磨损指标;为最大设备磨损指标;
n为矿用卡车总数量。
21、进一步地,所述云端智能调度中心还部署有一个设备健康管理模块,所述设备健康管理模块用于计算矿用卡车的健康指数;
22、相应地,所述云端智能调度中心对矿山内的矿用卡车的任务和行驶路径进行全局优化调度时,将矿用卡车的健康指数作为一项优化约束条件,为健康状态较差的车辆分配劳动强度较低的任务。
23、进一步地,所述健康指数的计算公式为:
24、;
25、其中,hi(t)为第i辆车在时间t的健康指数;n为部件数量;wj为第j个部件的权重;rulj(t)为第j个部件在时间t的剩余使用寿命;rulj0为第j个部件的初始寿命。
26、进一步地,所述将矿用卡车的健康指数作为一项优化约束条件,为健康状态较差的车辆分配劳动强度较低的任务,包括:
27、若第i辆车在时间t的健康指数hi(t)满足:,则为第i辆车安排维护任务而非运输任务;其中,为健康阈值;为维修阈值;的取值范围为80%~90%,的取值范围为50%~60%。
28、进一步地,所述矿卡智能终端包括:
29、车辆工况采集单元,用于通过车载传感器和can总线获取矿用卡车的实时工况数据、位置信息及周围环境数据;
30、通信模块,用于与云端智能调度中心通信;
31、数据融合处理器,用于将车辆工况采集单元采集的数据上传云端智能调度中心和局部决策模块;局部决策模块用于接收云端智能调度中心下发的最优方案,按照所述最优方案控制矿用卡车运行,并根据车辆工况采集单元采集的数据,进行局部路径的实时重规划,实现局部避让或绕行路径,并将局部路径的实时重规划结果及触发原因同步上报至云端智能调度中心,并在人机交互界面显示。
32、再一方面,本发明还提供了一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行,以实现上述系统。
33、又一方面,本发明还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行,以实现上述系统。
34、本发明提供的技术方案带来的有益效果至少包括:
35、调度决策精细化:本发明通过引入车辆实时载重、油耗、部件健康等数据,调度系统可从单纯的“路径优化”升级为“全要素经济性优化”,实现降本增效。
36、系统响应实时化:本发明的数字孪生模型与真实世界保持同步,结合矿卡终端的局部智能,使得整个系统能够快速响应现场突发状况,避免了传统系统因通信延迟或决策滞后导致的效率损失。
37、全局与局部协同化:本发明的系统采用了“集中决策+分布执行”的先进架构。云端确保全局最优,矿卡终端处理局部不确定性,二者协同工作,既保证了系统整体效率,又提升了单车的安全性和通过性。
38、设备生命周期管理智能化:本发明将设备健康状态纳入调度考量,实现了基于预测性维护的智能任务分派,有效延长了关键设备的使用寿命,降低了全生命周期成本。
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