[发明专利]一种基于塔式起重机的不安全作业智能辨识方法及系统

权利要求书

1.一种基于塔式起重机的不安全作业智能辨识方法，其特征在于，包括如下离线训练阶段和在线检测阶段，其中：

离线训练阶段包括：

S1、构建吊装作业历史响应状态数据库，以采集并记录塔式起重机的吊装行为对应的力学响应数据；建立吊装不安全行为分类库，并将力学响应数据按照安全行为和不安全行为的类别进行标记；

S2、基于智能学习算法构建吊装不安全作业行为智能辨识训练模型，利用S1中所述的吊装作业 历史响应状态数据库以及不安全行为分类库对所述吊装不安全作业行为智能辨识训练模型进行训练，获得吊装不安全作业智能辨识模型；

在线检测阶段：

S3、采集吊装作业结构体的实时力学响应数据并输入至S2所述的吊装不安全作业智能辨识模型，获得当下吊装工况下不安全作业的辨识结果。

2.如权利要求1所述的不安全作业智能辨识方法，其特征在于，所述步骤S1包括如下子步骤：

S11、吊装作业历史响应状态 数据库中，正常吊装作业包括起吊、回转、变幅和/或以上吊装行为的复合作业，通过正常吊装实验，获取各种正常吊装行为下的传感器力学响应数据，绘制传感器力学响应数据的波动图，从中提取波动段的数据作为有效的力学响应数据加入塔吊吊装作业力学状态响应数据库中，建立力学响应数据与正常吊装作业行为的对应关系；

S12、吊装作业历史响应状态 数据库及吊装不安全行为分类库中，不安全吊装作业行为包括斜吊、超载起吊、大风环境下吊装作业、吊装急停、急起、和/或接近满载时进行复合吊装行为；进行不安全吊装作业实验，获取各种不安全吊装作业行为下的传感器力学响应数据，绘制传感器力学响应数据的波动图，从中提取波动段的数据作为有效的力学响应数据加入塔吊吊装作业力学状态响应数据库中，建立力学响应数据与各种不安全吊装作业行为一一对应的联系，构建吊装不安全行为分类库。

3.如权利要求1或2所述的不安全作业智能辨识方法，其特征在于，所述步骤S2中，基于智能学习形成的吊装不安全作业行为智能辨识训练模型表示为：

[X]{θ_d}＝[H]

其中，[X]为某种作业工况下的吊装结构体力学响应数据；[H]为该工况下吊装行为反应矩阵；{θ_d}为吊装不安全作业行为智能辨识训练模型中待辨识的参数集合；

训练后得到的由数据驱动的吊装不安全作业行为智能辨识模型表示为：

[X]{θ_h}＝[H]

其中，[X]为实时工况下的吊装结构体力学响应状态；[H]为吊装行为反应矩阵；{θ_h}为{θ_d}训练后得到的稳定可靠的参数集合。

4.如权利要求1或2所述的不安全作业智能辨识方法，其特征在于，所述步骤S2包括如下子步骤：

S21，基于BP神经网络建立吊装不安全作业行为智能辨识训练模型；

S22，将力学响应数据及其对应的吊装不安全作业行为类别分别作为输入和输出，采用梯度下降法训练步骤S21的吊装不安全作业行为智能辨识训练模型，得到吊装不安全作业行为智能辨识模型。