为实现对挖掘机作业循环各工作阶段的自动识别,采用以执行机构先导压力、主泵压力和功率为识别对象的智能识别方法.根据执行机构先导压力的变化划分工作阶段,并用主泵压力和功率验证.以各工作阶段起始特征波形作为其起始标志,以时间窗滑移方式提取起始特征并确定最佳时间窗宽度,采用深度学习的方法识别各标志.对比了深度学习中分类识别领域应用广泛的ResNet和LSTM的识别效果,发现LSTM的识别效果更好,对测试集的识别准确率最高可达到99.75%.采用LSTM对测试数据进行识别,识别正确率仅有82.54%,说明存在误识别.提出以挖掘机工作阶段的逻辑顺序和设定主泵功率阈值作为校正依据对误识别进行校正,识别正确率可提升至99.72%.结果表明,该方法识别准确率高,可有效识别作业循环各工作阶段.

针对柱塞泵建模过程中因函数简化控制机构及其运动关系而造成的误差大、不精准问题,提出基于控制机构运动关联的非简化建模方法。结合柱塞泵的控制原理,利用AMESim搭建功率-压力-电比例复合控制的柱塞泵仿真模型。通过对压力、电流和转速的组合控制,对柱塞泵的控制特性进行仿真测试,得到与理论研究相吻合的动态特性曲线。进一步通过台架试验对柱塞泵进行测试,试验结果表明:柱塞泵在实际工作中存在响应时间,系统流量在液压系统开启和闭合瞬间存在冲击振荡。对比两种建模思想的仿真结果,非简化模型最大相对误差分别为3.51%和5.08%,平均相对误差分别为1.74%和1.98%,均小于简化模型。柱塞泵建模准确,为实现产品性能优化和系统数字孪生提供了模型支撑。

针对徐工某中型正流量挖掘机回转系统存在的较大溢流损失,设计了一种减小能量损失的节能控制方法。首先建立挖掘机回转系统关键部件模型;其次基于趋近律设计滑模控制器,根据模糊规则确定趋近律参数;最后根据马达溢流阀压力改变泵排量,以实现泵输出流量对压力的快速响应,从而实现节能降耗的目的。经仿真分析,较挖掘机传统的开环控制与PID控制,采用模糊滑模控制下的泵输出流量明显减少,且马达转速较前两种算法变化不大,不会降低回转作业效率,可知设计的算法有效。

液压挖掘机控制系统具有非线性、大惯量、强耦合的特点,为了保证在复杂工况下,发动机转速能够稳定在经济工作区,提出了基于自抗扰控制技术的协同控制方法。利用非线性微分跟踪器(TD),快速跟踪挖掘机给定转速信号并提取优质的微分信号;通过扩张状态观测器(ESO)把挖掘机所受到的内外部扰动统一设置为“总扰动”;采用非线性状态误差反馈控制律(NSLEF),将状态误差采用非线性组合形式创建误差反馈机制,使发动机实际转速能够更好的跟踪给定转速。在Matlab/simulink软件上进行仿真,结果表明:在ADRC控制器下转速等重要性能指标上的抗干扰能力比PID控制器提高20%以上,有效的抑制了负载突变的干扰,减少了控制系统的响应时间,保证了挖掘机输出驱动的平稳运行。

为降低液压挖掘机的能耗损失,对所研究机型挖掘机的被控对象电喷发动机、液压泵进行建模,同时,对基于功率匹配的节能控制策略进行优化设计,运用PID算法和模糊控制算法建立控制过程模型,在确定能耗评价指标后进行仿真。仿真结果表明:新型控制策略在稳定工作点环节响应速度和鲁棒性更好,整体油耗降低2.1%,节能效果明显。