CN116450654A - 基于n-t数据库的挖掘机能耗优化方法及*** - Google Patents
基于n-t数据库的挖掘机能耗优化方法及*** Download PDFInfo
- Publication number
- CN116450654A CN116450654A CN202310685930.4A CN202310685930A CN116450654A CN 116450654 A CN116450654 A CN 116450654A CN 202310685930 A CN202310685930 A CN 202310685930A CN 116450654 A CN116450654 A CN 116450654A
- Authority
- CN
- China
- Prior art keywords
- excavator
- engine
- rotating speed
- database
- output torque
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 title claims abstract description 42
- 238000005265 energy consumption Methods 0.000 title claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 238000009412 basement excavation Methods 0.000 abstract description 3
- 239000003921 oil Substances 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 239000000446 fuel Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/20—Drives; Control devices
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/20—Drives; Control devices
- E02F9/22—Hydraulic or pneumatic drives
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/20—Drives; Control devices
- E02F9/22—Hydraulic or pneumatic drives
- E02F9/2246—Control of prime movers, e.g. depending on the hydraulic load of work tools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Operation Control Of Excavators (AREA)
Abstract
本发明提供了一种基于N‑T数据库的挖掘机能耗优化方法及***,方法包括以下步骤:根据挖掘机的发动机型号,结合发动机万有特性曲线建立发动机的输出扭矩与最佳转速的对应关系,并存储在N‑T数据库内;采集所述挖掘机在工作过程中控制手柄的电流信号;对所述电流信号进行预处理,以对挖掘阶段进行识别;采集所述挖掘机处于所述挖掘阶段时所述发动机的输出扭矩,并进行有效值识别;根据所述有效值从所述N‑T数据库中获取对应的最佳转速。通过预先建立发动机的输出扭矩N与最佳转速T的对应关系,然后识别挖掘阶段并获取该阶段的输出扭矩有效值,根据有效值即可获取最佳转速,在保证挖掘机工作效率的同时,实现了能耗优化。
Description
技术领域
本发明涉及工程机械技术领域,尤其涉及一种基于N-T数据库的挖掘机能耗优化方法及***。
背景技术
液压挖掘机功率大,能耗高,工作环境复杂多变,载荷变化很大,导致发动机不能工作在经济工况区,燃烧工况恶劣,油耗升高,排放变差。通常是操作手凭经验确定当前负载需求功率,然后设定工作模式,具有很大的盲目性,负载需求功率与发动机的输出功率的不匹配带来了巨大的能源损耗。
另外,挖掘机作业工况负载多变,不同的作业对象,对功率的需求都不相同,操作手不可能根据工况随时切换工作模式。发动机过渡区域的损失主要原因是发动机长时间工作在高功率区域,以及在与泵功率不匹配工作时会造成热量流失约60%。根据调研,在过渡领域上可以通过控制器对发动机和主泵的功率的控制和匹配使其能耗优化约3%。因此,需要挖掘机能够识别出当前负载工况,有针对性地进行调节转速工作点。
发明内容
本发明的目的在于提供一种基于N-T数据库的挖掘机能耗优化方法及***,在保证挖掘机工作效率的同时,实现了挖掘机的能耗优化。
为了达到上述目的,本发明提供了一种基于N-T数据库的挖掘机能耗优化方法,包括以下步骤:
S1、根据挖掘机的发动机型号,结合发动机万有特性曲线建立发动机的输出扭矩与最佳转速的对应关系,并存储在一N-T数据库内;
S2、采集所述挖掘机在工作过程中控制手柄的电流信号;
S3、对所述电流信号进行预处理,以对挖掘阶段进行识别;
S4、采集所述挖掘机处于所述挖掘阶段时所述发动机的输出扭矩,并进行有效值识别;
S5、根据所述有效值从所述N-T数据库中获取对应的最佳转速。
可选的,所述S1具体包括:
S11、根据所述发动机万有特性曲线确定转速调节范围;
S12、根据单一工况下测试调速过程的油耗表现确定具有优化效果的目标转速点集合以及各个目标转速点对应的扭矩;
S13、根据各个目标转速点下对应的功率和油耗设计评价函数,对优化性能进行量化分析,得出各扭矩下对应的最佳转速点并存储在所述N-T数据库内。
可选的,所述S1还包括:
S14、重复所述S11-S13,建立不同工况下所述发动机的输出扭矩与最佳转速的对应关系并存储在所述N-T数据库内。
可选的,所述S1还包括:
S15、重复所述S11-S14,建立不同发动机型号下所述发动机的输出扭矩与最佳转速的对应关系并存储在所述N-T数据库内。
可选的,在对优化性能进行量化分析的同时,结合操作手感受得出各扭矩下对应的最佳转速点。
可选的,在所述S3中,对所述电流信号进行预处理具体包括:
对所述电流信号进行滑动平均滤波,滤掉干扰数据后求平均值。
可选的,所述有效值为采集到的输出扭矩在单位时间内的平均值。
基于同一发明构思,本发明还提供了一种基于N-T数据库的挖掘机能耗优化***,包括:
关系建立模块,用于根据挖掘机的发动机型号,结合发动机万有特性曲线建立发动机的输出扭矩与最佳转速的对应关系;
N-T数据库,用于存储所述发动机的输出扭矩与最佳转速的对应关系;
信号采集模块,用于采集所述挖掘机的控制手柄的电流信号;
识别模块,用于对所述电流信号进行预处理,以对挖掘阶段进行识别;
扭矩采集模块,采集所述挖掘机处于所述挖掘阶段时所述发动机的输出扭矩,并进行有效值识别;
转速获取模块,用于根据所述有效值从所述N-T数据库中获取对应的最佳转速。
可选的,所述关系建立模块包括:
转速调节单元,用于根据所述发动机万有特性曲线确定转速调节范围;
参数获取单元,用于根据单一工况下测试调速过程的油耗表现确定具有优化效果的目标转速点集合以及各个目标转速点对应的扭矩;
量化分析单元,用于根据各个目标转速点下对应的功率和油耗设计评价函数,对优化性能进行量化分析,得出各扭矩下对应的最佳转速点。
基于同一发明构思,本发明还提供了一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时能实现如上所述的基于N-T数据库的挖掘机能耗优化方法。
本发明提供的基于N-T数据库的挖掘机能耗优化方法及***,通过预先建立发动机的输出扭矩N与最佳转速T的对应关系,然后识别挖掘阶段并获取挖掘阶段的扭矩有效值,根据所述扭矩有效值即可获取最佳转速,在保证挖掘机工作效率的同时,实现了挖掘机的能耗优化。
附图说明
本领域的普通技术人员应当理解,提供的附图用于更好地理解本发明,而不对本发明的范围构成任何限定。其中:
图1为本发明一实施例提供的基于N-T数据库的挖掘机能耗优化方法的步骤图;
图2为本发明一实施例提供的基于N-T数据库的挖掘机能耗优化***的结构框图。
附图标记
1-关系建立模块;2- N-T数据库;3-信号采集模块;4-识别模块;5-扭矩采集模块;6-转速获取模块。
实施方式
挖掘机一个完整的工作循环通常包括以下五个阶段:挖掘准备阶段、挖掘阶段、举升回转阶段、卸载阶段及复位回转阶段,而在这五个阶段中,挖掘阶段的负载工况较为稳定,扭矩的波动较小,相对更能体现挖掘机的功率需求。
基于此,本发明通过预先建立发动机的输出扭矩N与最佳转速T的对应关系,然后识别挖掘阶段并获取挖掘阶段的扭矩有效值,根据所述扭矩有效值即可获取最佳转速,在保证挖掘机工作效率的同时,实现了挖掘机的能耗优化。
为使本发明的目的、优点和特征更加清楚,以下结合附图和具体实施例对本发明作进一步详细说明。需要说明的是,附图采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的,并非用以限定本发明实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
还应当理解的是,除非特别说明或者指出,否则说明书中的术语“第一”、“第二”、“第三”等描述仅仅用于区分说明书中的各个组件、元素、步骤等,而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
请参照图1,图1为本发明一实施例提供的基于N-T数据库的挖掘机能耗优化方法的步骤图。本实施例提供了一种基于N-T数据库的挖掘机能耗优化方法,包括以下步骤:
S1、根据挖掘机的发动机型号,结合发动机万有特性曲线建立发动机的输出扭矩与最佳转速的对应关系,并存储在N-T数据库内;
S2、采集所述挖掘机在工作过程中控制手柄的电流信号;
S3、对所述电流信号进行预处理,以对挖掘阶段进行识别;
S4、采集所述挖掘机处于所述挖掘阶段时所述发动机的输出扭矩,并进行有效值识别;
S5、根据所述有效值从所述N-T数据库中获取对应的最佳转速。
首先,执行步骤S1,根据挖掘机的发动机型号,结合发动机万有特性曲线建立发动机的输出扭矩N与最佳转速T的对应关系,并存储在N-T数据库内。
本实施例中,所述S1具体包括:
S11、根据所述发动机万有特性曲线确定转速调节范围;
S12、根据单一工况下测试调速过程的油耗表现确定具有优化效果的目标转速点集合以及各个目标转速点对应的扭矩;
S13、根据各个目标转速点下对应的功率和油耗设计评价函数,对优化性能进行量化分析,得出各扭矩下对应的最佳转速点并存储在所述数据库内。
所述万有特性曲线是以转速N为横坐标,以扭矩T为纵坐标,在图上画出许多等耗油率曲线和等功率曲线,组成发动机万有特性,能够在一张图上比较全面的表示发动机各项性能参数的变化。
本实施例中,不同的场景对应了不同的负载和工况,可先根据单一工况下测试调速过程的油耗表现确定具有优化效果的目标转速点集合以及各个目标转速点对应的扭矩。
在所述S13中,各个工况n下的评价函数可表示为:
式中:
:按低热值 42700kJ/kg 标定的加权燃料消耗率,单位为克每千瓦小时(g/kW·h);
:各工况时测得的每小时燃料消耗量,单位为克每小时(g/h);
:各工况加权系数;
:各工况时的功率,单位为千瓦(kW)。
优选的,在对优化性能进行量化分析的同时,结合操作手(是否感到不适)感受得出各扭矩下对应的最佳转速点。
优选的,通过挖掘机转速优化后的功率,实际测试十个循环时间,测试验证节油指标。
为了证明上述方案的真实有效性,可从方案的节能性能、效率性能及综合性能三个方面进行分析:
1)节能性能:根据现有挖掘机发动机(道依茨)的万有特性曲线可得到两个主要结论,即随功率增大,燃油率整体趋势上升;发动机转速越高,耗油量越高。可依据现有特性曲线得到理论经济工作点,在发动机低、中、高转速区域下耗油量可节约2%;
2)效率性能:在进行挖掘机耗油量优化过程中,不能仅考虑耗油量是否降低,还必须考虑挖掘机的效率是否会受到影响,目前以发动机功率、相同工况下,挖掘机工作十个循环需要的时间以及挖掘机操作人员的直观感受来判断挖掘机效率是否会受到较大影响。根据理论分析,发动机功率下降不会超过4.2%,在中转速(1000-1400)区域和高转速(1400-1800)发动机功率最多下降0.4%;
3)综合性能:以评价函数(具体函数)对优化性能进行量化分析,该评价函数结合了耗油值和挖掘机工作效率。
本实施例中,通过执行步骤S11-S13,可建立单一工况下的N-T表。
进一步的,考虑更多工况,由点及面,所述S1还包括S14,重复所述S11-S13,可建立不同工况下所述发动机的输出扭矩与最佳转速的对应关系,将所述N-T表扩展至N-T表集。
更进一步的,考虑不同发动机型号,由面成体,所述S1还包括S15,重复所述S11-S14,可建立不同发动机型号下所述发动机的输出扭矩与最佳转速的对应关系,将所述N-T表集扩展成N-T库。
建立N-T数据库之后,执行步骤S2,采集所述挖掘机在工作过程中控制手柄的电流信号。
接着执行步骤S3,对所述电流信号进行预处理,以对挖掘阶段进行识别。本实施例中,对所述电流信号进行预处理具体包括:
对所述电流信号进行滑动平均滤波,滤掉干扰数据后求平均值,然后根据所述平均值识别出挖掘阶段,提高识别精度。
然后执行步骤S4,采集所述挖掘机处于所述挖掘阶段时所述发动机的输出扭矩,并进行有效值识别。本实施例中,所述有效值为采集到的输出扭矩在单位时间内的平均值。需要理解的是,考虑到同一场景下负载会有一定程度的波动,故可通过计算平均值能够保证输出扭矩的有效性。
最后执行步骤S5,根据所述有效值从所述N-T数据库中获取对应的最佳转速。
本实施例中,可根据上述方案得到挖掘机的第一斗或者前几斗的最佳转速,然后将发动机调整到所述最佳转速再应用于同一场景下的后续挖掘,由此降低挖掘机的能耗。
基于此,请参照图2,本发明还提供了一种基于N-T数据库的挖掘机能耗优化***,包括:
关系建立模块1,用于根据挖掘机的发动机型号,结合发动机万有特性曲线建立发动机的输出扭矩与最佳转速的对应关系;
N-T数据库2,用于存储所述发动机的输出扭矩与最佳转速的对应关系;
信号采集模块3,用于采集所述挖掘机的控制手柄的电流信号;
识别模块4,用于对所述电流信号进行预处理,以对挖掘阶段进行识别;
扭矩采集模块5,采集所述挖掘机处于所述挖掘阶段时所述发动机的输出扭矩,并进行有效值识别;
转速获取模块6,用于根据所述有效值从所述N-T数据库2中获取对应的最佳转速。
本发明提供的基于N-T数据库的挖掘机能耗优化***通过预先建立发动机的输出扭矩N与最佳转速T的对应关系,然后识别挖掘阶段并获取挖掘阶段的扭矩有效值,根据所述扭矩有效值即可获取最佳转速,在保证挖掘机工作效率的同时,实现了挖掘机的能耗优化。
进一步的,所述关系建立模块1包括:
转速调节单元,用于根据所述发动机万有特性曲线确定转速调节范围;
参数获取单元,用于根据单一工况下测试调速过程的油耗表现确定具有优化效果的目标转速点集合以及各个目标转速点对应的扭矩;
量化分析单元,用于根据各个目标转速点下对应的功率和油耗设计评价函数,对优化性能进行量化分析,得出各扭矩下对应的最佳转速点。
基于同一发明构思,本发明实施例还提出一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时能实现如上所述的基于N-T数据库的挖掘机能耗优化方法。
所述可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备,例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所描述的计算机程序可以从可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收所述计算机程序,并转发该计算机程序,以供存储在各个计算/处理设备中的可读存储介质中。用于执行本发明操作的计算机程序可以是汇编指令、指令集架构 (ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。所述计算机程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利 用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机程序的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、***和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序实现。这些计算机程序可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些程序在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机程序存储在可读存储介质中,这些计算机程序使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有该计算机程序的可读存储介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机程序加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的计算机程序实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
综上,本发明提供了一种基于N-T数据库的挖掘机能耗优化方法及***,通过预先建立发动机的输出扭矩N与最佳转速T的对应关系,然后识别挖掘阶段并获取挖掘阶段的扭矩有效值,根据所述扭矩有效值即可获取最佳转速,在保证挖掘机工作效率的同时,实现了挖掘机的能耗优化。
此外还应该认识到,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围。
Claims (10)
1.一种基于N-T数据库的挖掘机能耗优化方法,其特征在于,包括以下步骤:
S1、根据挖掘机的发动机型号,结合发动机万有特性曲线建立发动机的输出扭矩与最佳转速的对应关系,并存储在N-T数据库内;
S2、采集所述挖掘机在工作过程中控制手柄的电流信号;
S3、对所述电流信号进行预处理,以对挖掘阶段进行识别;
S4、采集所述挖掘机处于所述挖掘阶段时所述发动机的输出扭矩,并进行有效值识别;
S5、根据所述有效值从所述N-T数据库中获取对应的最佳转速。
2.根据权利要求1所述的基于N-T数据库的挖掘机能耗优化方法,其特征在于,所述S1具体包括:
S11、根据所述发动机万有特性曲线确定转速调节范围;
S12、根据单一工况下测试调速过程的油耗表现确定具有优化效果的目标转速点集合以及各个目标转速点对应的扭矩;
S13、根据各个目标转速点下对应的功率和油耗设计评价函数,对优化性能进行量化分析,得出各扭矩下对应的最佳转速点并存储在所述N-T数据库内。
3.根据权利要求2所述的基于N-T数据库的挖掘机能耗优化方法,其特征在于,所述S1还包括:
S14、重复所述S11-S13,建立不同工况下所述发动机的输出扭矩与最佳转速的对应关系并存储在所述N-T数据库内。
4.根据权利要求3所述的基于N-T数据库的挖掘机能耗优化方法,其特征在于,所述S1还包括:
S15、重复所述S11-S14,建立不同发动机型号下所述发动机的输出扭矩与最佳转速的对应关系并存储在所述N-T数据库内。
5.根据权利要求2所述的基于N-T数据库的挖掘机能耗优化方法,其特征在于,在对优化性能进行量化分析的同时,结合操作手感受得出各扭矩下对应的最佳转速点。
6.根据权利要求1所述的基于N-T数据库的挖掘机能耗优化方法,其特征在于,在所述S3中,对所述电流信号进行预处理具体包括:
对所述电流信号进行滑动平均滤波,滤掉干扰数据后求平均值。
7.根据权利要求1所述的基于N-T数据库的挖掘机能耗优化方法,其特征在于,所述有效值为采集到的输出扭矩在单位时间内的平均值。
8.一种基于N-T数据库的挖掘机能耗优化***,其特征在于,包括:
关系建立模块,用于根据挖掘机的发动机型号,结合发动机万有特性曲线建立发动机的输出扭矩与最佳转速的对应关系;
N-T数据库,用于存储所述发动机的输出扭矩与最佳转速的对应关系;
信号采集模块,用于采集所述挖掘机的控制手柄的电流信号;
识别模块,用于对所述电流信号进行预处理,以对挖掘阶段进行识别;
扭矩采集模块,采集所述挖掘机处于所述挖掘阶段时所述发动机的输出扭矩,并进行有效值识别;
转速获取模块,用于根据所述有效值从所述N-T数据库中获取对应的最佳转速。
9.根据权利要求8所述的基于N-T数据库的挖掘机能耗优化***,其特征在于,所述关系建立模块包括:
转速调节单元,用于根据所述发动机万有特性曲线确定转速调节范围;
参数获取单元,用于根据单一工况下测试调速过程的油耗表现确定具有优化效果的目标转速点集合以及各个目标转速点对应的扭矩;
量化分析单元,用于根据各个目标转速点下对应的功率和油耗设计评价函数,对优化性能进行量化分析,得出各扭矩下对应的最佳转速点。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时能实现根据权利要求1-7中任一项所述的基于N-T数据库的挖掘机能耗优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310685930.4A CN116450654A (zh) | 2023-06-12 | 2023-06-12 | 基于n-t数据库的挖掘机能耗优化方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310685930.4A CN116450654A (zh) | 2023-06-12 | 2023-06-12 | 基于n-t数据库的挖掘机能耗优化方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116450654A true CN116450654A (zh) | 2023-07-18 |
Family
ID=87132312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310685930.4A Withdrawn CN116450654A (zh) | 2023-06-12 | 2023-06-12 | 基于n-t数据库的挖掘机能耗优化方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116450654A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202131631U (zh) * | 2011-05-17 | 2012-02-01 | 常林股份有限公司 | 一种液压挖掘机发动机的节能控制装置 |
CN102943498A (zh) * | 2012-11-08 | 2013-02-27 | 三一重机有限公司 | 一种挖掘机的节能控制方法及挖掘机 |
CN108678065A (zh) * | 2018-05-31 | 2018-10-19 | 马鞍山松鹤信息科技有限公司 | 一种挖掘机节能控制方法 |
CN113062397A (zh) * | 2021-03-26 | 2021-07-02 | 大连理工大学 | 一种基于功率匹配规则库的挖掘机功率匹配的方法 |
CN113202642A (zh) * | 2021-05-24 | 2021-08-03 | 三一重机有限公司 | 一种工程机械用发动机转速控制方法、装置及工程机械 |
CN114357880A (zh) * | 2022-01-04 | 2022-04-15 | 大连理工大学 | 一种分阶段的液压挖掘机发动机工作点的寻优方法 |
CN116186467A (zh) * | 2023-03-01 | 2023-05-30 | 大连理工大学 | 一种基于综合评价模型的挖掘机工作点寻优方法 |
-
2023
- 2023-06-12 CN CN202310685930.4A patent/CN116450654A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202131631U (zh) * | 2011-05-17 | 2012-02-01 | 常林股份有限公司 | 一种液压挖掘机发动机的节能控制装置 |
CN102943498A (zh) * | 2012-11-08 | 2013-02-27 | 三一重机有限公司 | 一种挖掘机的节能控制方法及挖掘机 |
CN108678065A (zh) * | 2018-05-31 | 2018-10-19 | 马鞍山松鹤信息科技有限公司 | 一种挖掘机节能控制方法 |
CN113062397A (zh) * | 2021-03-26 | 2021-07-02 | 大连理工大学 | 一种基于功率匹配规则库的挖掘机功率匹配的方法 |
CN113202642A (zh) * | 2021-05-24 | 2021-08-03 | 三一重机有限公司 | 一种工程机械用发动机转速控制方法、装置及工程机械 |
CN114357880A (zh) * | 2022-01-04 | 2022-04-15 | 大连理工大学 | 一种分阶段的液压挖掘机发动机工作点的寻优方法 |
CN116186467A (zh) * | 2023-03-01 | 2023-05-30 | 大连理工大学 | 一种基于综合评价模型的挖掘机工作点寻优方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wiens | Engine speed reduction for hydraulic machinery using predictive algorithms | |
CN115544815A (zh) | 一种风扇模型的生成方法和装置 | |
CN116450654A (zh) | 基于n-t数据库的挖掘机能耗优化方法及*** | |
CN113236431B (zh) | 一种工程机械节能控制方法、装置及工程机械 | |
Song et al. | Development of the integrated process for torque converter design and analysis | |
CN115221787A (zh) | 基于nsga-ⅱ的圆筒型永磁直线电机多目标优化方法和*** | |
Hahn et al. | Study of parametric and non-parametric optimization of a rotor-bearing system | |
CN113529845B (zh) | 挖掘机故障诊断方法、挖掘机、电子设备及可读存储介质 | |
CN113987946B (zh) | 一种基于正交分析的粒子群多目标电机优化方法及*** | |
Perdukova et al. | A model-based fuzzy control of an induction motor | |
CN110941877A (zh) | 一种针对纯电动汽车电机工作区域的分析方法 | |
Dong et al. | Model optimization method based on Rhino | |
CN116305642B (zh) | 永磁同步电机公差敏感度的分析方法及其装置及计算机可读存储介质 | |
CN115983054B (zh) | 一种风力发电机组的能力评估及载荷处理方法及终端机 | |
CN112421995B (zh) | 电机高效运行控制方法、装置、电子设备及存储介质 | |
CN116451809A (zh) | 基于dagsvm算法的挖掘机工况识别方法及*** | |
CN110519389B (zh) | 工程设备的参数调整方法、装置、工程设备及存储介质 | |
CN111400849A (zh) | 确定风电机组的时序载荷的方法和装置 | |
CN116205091B (zh) | 一种电机噪声的优化方法、装置、电子设备及存储介质 | |
CN113202647A (zh) | 车辆发动机输出功率的控制方法、装置及终端 | |
CN108733910A (zh) | 一种实现电力***状态方程自动推导的方法 | |
CN114212095B (zh) | 基于仿真的整车起步关键因子的确定方法、***及设备 | |
CN114251214B (zh) | 分数阶动力***混沌状态的判断方法及装置 | |
CN115859452A (zh) | 一种基于数据驱动的可转移负荷建模方法、装置、设备及介质 | |
CN108536976B (zh) | 一种基于代理模型的多学科优化软件平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230718 |