买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉理工大学申请的专利地下矿山卡车运输循环作业工时集成预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115169649B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210692707.8，技术领域涉及：G06Q10/04；该发明授权地下矿山卡车运输循环作业工时集成预测方法是由李宁;吴亚辉;刘鼎;王李管;王其洲;贾明滔;叶海旺;曹权薪设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本地下矿山卡车运输循环作业工时集成预测方法在说明书摘要公布了：本发明提供一种地下矿山卡车运输循环作业工时集成预测方法，包括以下步骤：S1、将无轨运输卡车循环作业过程细化为6个阶段；S2、构建不同运输阶段下的作业工时影响因素指标体系；S3、采集不同运输阶段的卡车作业工时数据及影响因素指标数据；S4、基于Stacking集成学习框架，构建多模型融合的Stacking集成学习工时预测模型；S5、将采集到的作业工时数据以及对应的工时影响因素数据划分为训练集和测试集，以影响因素指标为输入、作业工时为输出，进行训练和测试，得到6个阶段对应的预测模型；通过待预测参数对6个阶段的作业工时分别进行预测，从而得到无轨运输卡车循环作业工时预测值，更符合矿山实际运输情况，提高作业工时预测精度。

本发明授权地下矿山卡车运输循环作业工时集成预测方法在权利要求书中公布了：1.一种地下矿山卡车运输循环作业工时集成预测方法，其特征在于，该预测方法包括以下步骤： S1、针对地下矿无轨运输流程，根据运输卡车状态以及运行环境将无轨运输卡车循环作业过程细化为6个阶段； S2、分析影响卡车作业时间的因素，构建不同运输阶段下的作业工时影响因素指标体系； S3、采集不同运输阶段的卡车作业工时数据，并采集对应作业工时影响因素指标数据； S4、基于Stacking集成学习框架，构建多模型融合的Stacking集成学习工时预测模型； S5、将所述步骤S3中采集到的作业工时数据以及对应的工时影响因素数据划分为训练集和测试集，以影响因素指标为输入、作业工时为输出，对所述6个阶段对应的模型进行训练和测试，分别得到6个阶段对应的预测模型；通过待预测参数对6个阶段的作业工时分别进行预测，从而得到无轨运输循环作业工时预测值； 在所述步骤S1中，将卡车从装矿点行驶至卸矿点、再由卸矿点返回至装矿点作为一个循环作业过程，该过程包括3个路段：地下平巷路段、斜坡道路段以及地表路段，根据运输卡车在每个路段上的工作状态将循环作业过程拆分为6个阶段：重车平巷运行阶段、重车斜坡道上行阶段、重车地表运行阶段、空车地表返回阶段、空车斜坡道下行阶段、空车平巷返回阶段； 在所述步骤S2中，基于实际矿山无轨运输情况，结合每个运输阶段的特点，选取影响运输卡车作业工时的影响因素，对选取的影响因素进行皮尔逊相关性分析，最终得到每个阶段的若干个相互独立的影响因素指标； 在确定每个运输阶段的影响因素的过程中，根据矿山实际运输情况，在斜坡道路段，基于上下行车辆需要错车的情况，将下行空车错车红灯等待时间作为空车斜坡道下行阶段中影响作业工时的重要因素； 在所述步骤S3中，通过计算运输卡车发生错车的概率将下行空车错车红灯等待时间分配至每一辆卡车的作业工时中，包括以下过程： 假设路线上正在运行的卡车数量为，平巷路段长度为，斜坡道路段长度为，地表路段长度为，则卡车在斜坡道上需要错车等待的概率为：，式中，、、为卡车在3个路段上的时间系数，表示卡车在对应路段上行驶的难易程度；表示辆车中两辆车相遇的组合数；则分配至每辆卡车行程时间当中的红灯等待时间为：，式中，为斜坡道下行阶段错车时规定的红灯等待时间； 在所述步骤S5中，所述无轨运输循环作业工时预测值的过程为： 设6个运输阶段的预测值分别为、、、、、，则无轨运输循环作业工时预测值为：，其中，为分配至每辆卡车行程时间当中的红灯等待时间。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。