本技术涉及煤矿井下作业，尤其涉及一种煤矿井下工作面工艺生成方法、装置及电子设备。
背景技术：
1、综采工作面的液压支架与采煤机对井下工作面在机械化的基础上实现智能化至关重要。
2、在相关技术中，针对液压支架与采煤机的智能化实现方法均为对液压支架以及采煤机分别独立控制，液压支架通过传感器识别采煤机的位置进行自动移架、推溜、伸缩护帮，同时还需要相关人员参与监控。
3、然而，综采工作面的情况是复杂多变的，仅仅依靠人工与传感器来进行决策判断是远远不够的，不可避免的产生液压支架收缩动作不及时、采煤机在截割过程中与之产生摩擦等问题。
技术实现思路
1、本技术的目的是提供一种煤矿井下工作面工艺生成方法、装置及电子设备，用于实现液压支架与采煤机的作业自动化，提高作业效率以及作业安全性。
2、本技术提供一种煤矿井下工作面工艺生成方法，包括：
3、获取当前时刻的第一工艺数据，并通过第一目标模型对所述第一工艺数据进行处理，得到与所述第一工艺数据对应的特征张量表；所述第一工艺数据包括以下至少一项：液压支架的位置信息，液压支架和采煤机的距离信息，液压支架的动作数据，传感器数据；所述传感器数据为：液压支架上设置的传感器采集的数据；将所述特征张量表输入至第二目标模型中，对下一时刻的工艺数据进行预测，得到第二工艺数据；在对所述第二工艺数据进行可行性验证后，将所述第二工艺数据发送到电液控制系统，由所述电液控制系统执行所述第二工艺数据对应的作业工艺；其中，所述第一目标模型为：多头注意力模型；所述第二目标模型为：长短期记忆网络模型；所述特征张量表包括：所述多头注意力模型的各个注意力头输出的特征向量。
4、可选地，所述通过第一目标模型对所述第一工艺数据进行处理，得到与所述第一工艺数据对应的特征张量表，包括：将所述第一工艺数据中的每一项数据输入到对应的全连接层中进行线性变换，输出所述每一项数据对应的注意力单元；对每一项数据对应的注意力单元进行归一化处理，计算每个注意力头的权重，并基于每个注意力头的权重将每个注意力头的输出按照每个注意力头的排列顺序进行拼接，得到所述第一工艺数据对应的特征张量表；其中，所述注意力单元包括：查询query向量、键key向量和值value向量的初始表示；一个全连接层对应一个注意力头。
5、可选地，所述将所述特征张量表输入至第二目标模型中，对下一时刻的工艺数据进行预测，得到第二工艺数据，包括：在所述第二目标模型的遗忘门中，基于所述特征张量表中的目标特征向量以及上一时刻的隐藏状态计算当前时刻遗忘门的值；在所述第二目标模型的输入门中，基于所述目标特征向量以及上一时刻的隐藏状态计算当前时刻输入门的值，以及通过tanh函数计算当前时刻的候选细胞状态；将当前时刻输入门的值与当前时刻的候选细胞状态相乘，得到当前时刻细胞状态的更新量；基于所述当前时刻遗忘门的值以及当前时刻细胞状态的更新量对上一时刻的细胞状态进行更新，得到当前时刻的细胞状态；在所述第二目标模型的输出门中，基于所述目标特征向量以及上一时刻的隐藏状态计算当前时刻输出门的值，并将当前时刻输出门的值与当前时刻更新后的细胞状态的激活值相乘，得到当前时刻的隐藏状态；其中，所述第二工艺数据为当前时刻输出门的值；所述当前时刻的隐藏状态用于所述第二目标模型下一次预测时作为上一时刻的隐藏状态来使用。
6、可选地，所述在对所述第二工艺数据进行可行性验证后，将所述第二工艺数据发送到电液控制系统，包括：将所述第二工艺数据发送至三维数据孪生系统中对所述第二工艺数据对应的工艺进行可行性验证，并生成验证结果；在所述验证结果指示所述第二工艺数据对应的工艺符合作业要求的情况下，将所述第二工艺数据发送至所述电液控制系统。
7、可选地，所述三维数据孪生系统包括：用于对工艺数据中的位置信息和距离信息进行判断的位置模型，用于对工艺数据中的动作信息进行判断的动作信息模型，用于对工艺数据指示的控制逻辑进行判断的控制模型以及用于对工艺数据中的传感器信息进行判断的信息分析模型。
8、可选地，所述将所述多个特征张量表输入至第二目标模型中，对下一时刻的工艺数据进行预测，得到第二工艺数据之前，所述方法还包括：基于所述第一目标模型输出的多个特征张量表样本对所述长短期记忆网络模型进行训练，并基于对所述长短期记忆网络模型输出的工艺数据的验证结果对模型的参数进行更新；其中，在训练过程中，通过dropout层对所述长短期记忆网络模型输出的第一数据进行处理，并通过批量归一化层batchnormalization对所述第一数据进行处理，得到第二数据，以及，通过全连接层对所述第二数据进行处理，输出预测结果；所述dropout层用于减少模型的过拟合；所述批量归一化层用于加速训练过程，以及提高模型的稳定性。
9、可选地，所述基于所述第一目标模型输出的多个特征张量表样本对所述长短期记忆网络模型进行训练，并基于对所述长短期记忆网络模型输出的工艺数据的验证结果对模型的参数进行更新之后，所述方法还包括：在所述长短期记忆网络模型输出的工艺数据的验证结果指示所述长短期记忆网络模型输出的工艺数据的合格率达到预设阈值的情况下，完成对所述长短期记忆网络模型的训练，得到所述第二目标模型。
10、本技术还提供一种煤矿井下工作面工艺生成装置，包括：
11、获取模块，用于获取当前时刻的第一工艺数据；工艺生成模块，用于通过第一目标模型对所述第一工艺数据进行处理，得到与所述第一工艺数据对应的特征张量表；所述工艺生成模块，还用于将所述特征张量表输入至第二目标模型中，对下一时刻的工艺数据进行预测，得到第二工艺数据；工艺执行模块，用于在对所述第二工艺数据进行可行性验证后，将所述第二工艺数据发送到电液控制系统，由所述电液控制系统执行所述第二工艺数据对应的作业工艺；其中，所述第一目标模型为：多头注意力模型；所述第二目标模型为：长短期记忆网络模型；所述特征张量表包括：所述多头注意力模型的各个注意力头输出的特征向量。
12、可选地，所述工艺生成模块，具体用于将所述第一工艺数据中的每一项数据输入到对应的全连接层中进行线性变换，输出所述每一项数据对应的注意力单元；所述工艺生成模块，具体还用于对每一项数据对应的注意力单元进行归一化处理，计算每个注意力头的权重，并基于每个注意力头的权重将每个注意力头的输出按照每个注意力头的排列顺序进行拼接，得到所述第一工艺数据对应的特征张量表；其中，所述注意力单元包括：查询query向量、键key向量和值value向量的初始表示；一个全连接层对应一个注意力头。
13、可选地，所述工艺生成模块，具体用于在所述第二目标模型的遗忘门中，基于所述特征张量表中的目标特征向量以及上一时刻的隐藏状态计算当前时刻遗忘门的值；所述工艺生成模块，具体还用于在所述第二目标模型的输入门中，基于所述目标特征向量以及上一时刻的隐藏状态计算当前时刻输入门的值，以及通过tanh函数计算当前时刻的候选细胞状态；所述工艺生成模块，具体还用于将当前时刻输入门的值与当前时刻的候选细胞状态相乘，得到当前时刻细胞状态的更新量；所述工艺生成模块，具体还用于基于所述当前时刻遗忘门的值以及当前时刻细胞状态的更新量对上一时刻的细胞状态进行更新，得到当前时刻的细胞状态；所述工艺生成模块，具体还用于在所述第二目标模型的输出门中，基于所述目标特征向量以及上一时刻的隐藏状态计算当前时刻输出门的值，并将当前时刻输出门的值与当前时刻更新后的细胞状态的激活值相乘，得到当前时刻的隐藏状态；其中，所述第二工艺数据为当前时刻输出门的值；所述当前时刻的隐藏状态用于所述第二目标模型下一次预测时作为上一时刻的隐藏状态来使用。
14、可选地，所述工艺执行模块，具体用于将所述第二工艺数据发送至三维数据孪生系统中对所述第二工艺数据对应的工艺进行可行性验证，并生成验证结果；所述工艺执行模块，具体还用于在所述验证结果指示所述第二工艺数据对应的工艺符合作业要求的情况下，将所述第二工艺数据发送至所述电液控制系统。
15、可选地，所述三维数据孪生系统包括：用于对工艺数据中的位置信息和距离信息进行判断的位置模型，用于对工艺数据中的动作信息进行判断的动作信息模型，用于对工艺数据指示的控制逻辑进行判断的控制模型以及用于对工艺数据中的传感器信息进行判断的信息分析模型。
16、可选地，所述装置还包括：训练模块；所述训练模块，用于基于所述第一目标模型输出的多个特征张量表样本对所述长短期记忆网络模型进行训练，并基于对所述长短期记忆网络模型输出的工艺数据的验证结果对模型的参数进行更新；其中，在训练过程中，通过dropout层对所述长短期记忆网络模型输出的第一数据进行处理，并通过批量归一化层batchnormalization对所述第一数据进行处理，得到第二数据，以及，通过全连接层对所述第二数据进行处理，输出预测结果；所述dropout层用于减少模型的过拟合；所述批量归一化层用于加速训练过程，以及提高模型的稳定性。
17、可选地，所述训练模块，还用于在所述长短期记忆网络模型输出的工艺数据的验证结果指示所述长短期记忆网络模型输出的工艺数据的合格率达到预设阈值的情况下，完成对所述长短期记忆网络模型的训练，得到所述第二目标模型。
18、本技术还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述任一种所述煤矿井下工作面工艺生成方法的步骤。
19、本技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述煤矿井下工作面工艺生成方法的步骤。
20、本技术还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述煤矿井下工作面工艺生成方法的步骤。
21、本技术提供的煤矿井下工作面工艺生成方法、装置及电子设备，首先，获取当前时刻的第一工艺数据，并通过第一目标模型对所述第一工艺数据进行处理，得到与所述第一工艺数据对应的特征张量表；所述第一工艺数据包括以下至少一项：液压支架的位置信息，液压支架和采煤机的距离信息，液压支架的动作数据，传感器数据；所述传感器数据为：液压支架上设置的传感器采集的数据；之后，将所述特征张量表输入至第二目标模型中，对下一时刻的工艺数据进行预测，得到第二工艺数据；最后，在对所述第二工艺数据进行可行性验证后，将所述第二工艺数据发送到电液控制系统，控制所述控制系统执行所述第二工艺数据对应的作业工艺；其中，所述第一目标模型为：多头注意力模型；所述第二目标模型为：长短期记忆网络模型；所述特征张量表包括：所述多头注意力模型的各个注意力头输出的特征向量。如此，可以实现液压支架与采煤机的作业自动化，同时还能提高作业效率以及作业安全性。
1.一种煤矿井下工作面工艺生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通过第一目标模型对所述第一工艺数据进行处理，得到与所述第一工艺数据对应的特征张量表，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述特征张量表输入至第二目标模型中，对下一时刻的工艺数据进行预测，得到第二工艺数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述在对所述第二工艺数据进行可行性验证后，将所述第二工艺数据发送到电液控制系统，包括：
5.根据权利要求4所述的方法，其特征在于，所述三维数据孪生系统包括：用于对工艺数据中的位置信息和距离信息进行判断的位置模型，用于对工艺数据中的动作信息进行判断的动作信息模型，用于对工艺数据指示的控制逻辑进行判断的控制模型以及用于对工艺数据中的传感器信息进行判断的信息分析模型。
6.根据权利要求1所述的方法，其特征在于，所述将所述多个特征张量表输入至第二目标模型中，对下一时刻的工艺数据进行预测，得到第二工艺数据之前，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述第一目标模型输出的多个特征张量表样本对所述长短期记忆网络模型进行训练，并基于对所述长短期记忆网络模型输出的工艺数据的验证结果对模型的参数进行更新之后，所述方法还包括：
8.一种煤矿井下工作面工艺生成装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括存储器、处理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，所述处理器执行所述程序时实现如权利要求1至7中任一项所述煤矿井下工作面工艺生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述煤矿井下工作面工艺生成方法的步骤。
