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！

龙图腾网获悉中交第一航务工程局有限公司;中交一航局第五工程有限公司申请的专利双汽车吊协同起重监测方法、装置、电子设备及存储介质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：CN120848226B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202511373920.2，技术领域涉及：G05B13/04；该发明授权双汽车吊协同起重监测方法、装置、电子设备及存储介质是由袁方龙;何伟松;刘永祥;王清华;衡建儒;崔嘉政;刘玉阳;郭瑛;张宇;叶迁;孟令帅设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本双汽车吊协同起重监测方法、装置、电子设备及存储介质在说明书摘要公布了：本发明实施例公开了一种双汽车吊协同起重监测方法、装置、电子设备及存储介质，该方法包括：采集吊装作业的构件参数与作业环境参数，构建基准数据模型并设定动作期望值和安全控制阈值；在两台汽车吊上布设状态采集装置，实时采集多源数据，并传输至中央控制系统以实现双车同步感知；基于数据融合算法处理多源数据，构建动态姿态模型与协同运行状态模型；实时比对模型中的状态预测修正值与基准数据模型，判断偏差并触发安全预警；生成反馈控制指令，动态调整吊装操作，修正协同偏差，实现吊装姿态的协调控制。如此，通过多源数据融合与实时反馈控制，显著提升了双汽车吊协同起重作业的安全性与协调性。

本发明授权双汽车吊协同起重监测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种双汽车吊协同起重监测方法，其特征在于，包括： S1、采集吊装作业所需的构件参数与作业环境参数，并基于所述构件参数与所述作业环境参数设定吊装作业的动作期望值和安全控制阈值，进而构建用于后续状态判断与控制逻辑的基准数据模型； S2、在两台汽车吊上布设状态采集装置，构建以吊点为核心的状态感知网络，用于实时采集吊装过程中梁体姿态、吊点高差、吊装载荷与环境扰动数据构成的多源数据，并将所述多源数据传输至中央控制系统，实现双车运行状态的同步感知； S3、基于数据融合算法对传输至中央控制系统的所述多源数据进行处理与修正，构建当前作业对应的动态姿态模型与协同运行状态模型； S4、将所述动态姿态模型与协同运行状态模型中提取的状态预测修正值的相关分量，与所述基准数据模型中设定的动作期望值及安全控制阈值进行实时比对，判断当前作业状态是否存在偏差，并按照偏差等级触发相应的安全预警机制； S5、基于偏差判断结果，生成反馈控制指令并发送至目标汽车吊执行机构，以动态调整吊装操作行为，修正协同偏差，实现吊装姿态的协调控制； 步骤S3中的数据融合算法，包括以下过程： 数据预测阶段：基于前一时刻的状态预测修正值和控制输入，预测当前时刻的状态和状态误差协方差，预测过程通过以下公式实现： ； ； 其中，表示在时刻k的状态预测值、表示在时刻的状态预测修正值、表示在时刻k的状态转移矩阵、表示在时刻k的控制输入矩阵、表示在时刻k的控制输入、表示在时刻k的预测误差协方差矩阵，表示在预测阶段当前时刻状态的估计误差的大小和不确定性、表示在时刻的状态误差协方差矩阵，表示前一时刻的状态不确定性、表示在时刻k的过程噪声协方差矩阵，描述系统中存在的过程噪声和不确定性、为状态转移矩阵的转置，用于协方差传播，保持预测协方差的对称性； 数据修正阶段：基于所述多源数据对预测状态进行修正，得到更新后的状态估计，公式如下： ； ； 其中，为卡尔曼增益，用以控制预测与测量的加权； 为测量矩阵，用以将系统状态映射为可观测量； 为测量矩阵的转置； 为测量噪声协方差矩阵； 为根据所述多源数据构建的测量数据向量； 为时刻的状态预测修正值； 所述动态姿态模型基于时刻的状态预测修正值的姿态估计分量进行构建，所述动态姿态模型描述吊装构件的动态行为，使用如下公式： ； 其中，表示在时刻k的被吊装构件的姿态、表示时刻的的姿态估计分量、表示在时刻k的控制输入信号，表示在时刻的外部扰动； 所述协同运行状态模型是基于时刻的状态预测修正值与吊点位置估计分量构建的，所述协同运行状态模型描述双车吊装中的载荷差和吊点位置差，使用如下公式： ； ； 其中，表示吊装载荷差值；和分别表示时刻的状态预测修正值中第一台和第二台汽车吊的载荷估计分量；和分别表示时刻的状态预测修正值中第一台和第二台汽车吊的吊点位置估计分量；表示双车之间的吊点位置差。

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中交第一航务工程局有限公司;中交一航局第五工程有限公司，其通讯地址为：300461 天津市滨海新区天津港保税区跃进路航运服务中心8#楼；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。