[发明专利]用于识别挖掘机斗杆液压缸工况的控制方法及其控制装置

说明书

本发明提供一种用于识别挖掘机斗杆液压缸工况的控制方法及其控制装置，该方法的具体步骤为：S1、通过压力传感器分别采集电比例变量泵出口、斗杆液压缸和回油箱的压力，通过位移传感器采集液压缸的位移；S2、将S1中位移传感器采集到的液压缸实际位移信号跟期望位移信号进行比对，并判断斗杆液压缸的工况类别；S3、根据S2得出的斗杆液压缸的工况发出相应的控制信号。该装置，包括电比例变量泵、三相异步电动机、安全阀、压力传感器、背压阀、三位三通电磁换向阀、位移传感器、斗杆液压缸和控制器。本发明在不同工况间切换的过程中，提高了工况识别结果准确率，避免了液压缸在不同工况间频繁切换现象，改善了压力波动情况，液压缸运行更平稳。

技术领域

本发明属于液压系统工况智能识别及控制技术领域，特别涉及一种用于识别挖掘机斗杆液压缸工况的智能控制方法，尤其涉及一种适用于不同复杂工况状态间，进行平稳切换的控制装置。

背景技术

目前对于阀口独立型挖掘机斗杆液压系统的控制，主要根据采集到的压力、速度、位移信号，通过控制器利用设定的阈值区分斗杆液压缸的不同工况，进而控制器输出对应工况的控制信号，使斗杆按照预定规划的轨迹运动。采用设定阈值识别液压缸工况方法具有的优点：能快速识别出液压缸所处的工况状态；控制算法简单，便于挖掘机操作人员、维修人员理解应用；根据不同物理量对液压缸工况进行判定时，便于调整阈值数值大小，对控制器算法进行相应修改，从而满足根据采集的不同种类信号分别进行工况判定。

但是，根据压力、速度等信号对斗杆状态进行判定，当采集的信号在阈值附近波动时，控制器对于工况识别不准确，会导致系统在不同状态间频繁切换、阀芯抖动、液压缸运行不平稳。因此，需要研发一种可以准确识别不同液压缸工况的控制器，特别适合根据采集的挖掘机斗杆液压系统波动信号，精确识别液压缸所处的工况，连续稳定输出相应工况的泵、阀控制信号，使液压缸平稳运行，具有算法结构简单、判定工况用时短、针对不同型号挖掘机参数修改方便、通用性强等特点。

发明内容

针对现有技术存在的问题，本发明提供一种用于识别挖掘机斗杆液压缸工况的控制方法及其控制装置，主要利用神经网络算法对斗杆液压缸的工况进行识别，不仅降低了挖掘机斗杆液压缸在不同状态间切换时产生的压力和速度波动，实现斗杆液压缸连续平稳运行；而且提高了斗杆液压缸的工况识别准确率，解决了采集信号在阈值附近波动时，导致的不同工况频繁切换的问题。

本发明一方面，提供了一种用于识别挖掘机斗杆液压缸工况的控制方法，具体实施步骤如下：

S1、通过压力传感器分别采集电比例变量泵出口、斗杆液压缸有杆腔、斗杆液压缸无杆腔和回油箱的压力，通过位移传感器采集斗杆液压缸的位移；

S2、搭建神经网络识别模块，将步骤S1中位移传感器采集到的斗杆液压缸实际位移信号跟期望位移的差值作为神经网络识别模块的输入，并识别判断斗杆液压缸的工况类别：

S21、搭建判断斗杆液压缸工况的神经网络结构：

S211、对步骤S1中采集的斗杆液压缸实际位移信号跟期望位移的差值进行数据处理，并按7:3比例划分训练集跟测试集；

S212、设置神经网络结构的超参数：根据斗杆液压缸的实际位移信号跟期望位移信号的差值，将输入层的神经元个数设为1；根据识别斗杆液压缸的三种工况，将输出层的神经元个数设为3；根据确定神经元个数公式分别得到两个层隐含层的个数为10和12；

S22、利用状态正向更新和误差反向传播的BP算法对步骤S21搭建的判断斗杆液压缸工况的神经网络结构进行训练：

S221、设定各层之间传递函数及训练函数，利用步骤S211中得到的训练数据集对神经网络结构进行训练，假设输入位移差为x，则第k层得到输入及本身输出如下：

h_k＝g_k(net_k)