一种液压挖掘机电器变频智能控制系统及控制方法与流程

本发明属于挖掘机控制技术领域，尤其涉及一种液压挖掘机电器变频智能控制系统及控制方法。

背景技术：

挖掘机液压传动紧密地联系在一起，其发展主要以液压技术的应用为基础。其结构主要是由发动机、液压系统、工作装置、行走装置和电气控制等部分组成，由于挖掘机的工作条件恶劣，要求实现的动作很复杂，于是它对液压系统的设计提出了很高的要求，其液压系统也是工程机械液压系统中最为复杂的。因此，对挖掘机液压系统的分析设计已经成为推动挖掘机的重要一环。单斗液压挖拓机是一种周期作业的机械设备，它由工作装置、回转装置和行走装置三部分组成。工作装置包括动有、斗杆以及根据工作需要可更换的各种换装设备，如正铲、反铲、装载斗和抓斗等，其典型工作循环如下:(1)挖掘在坚硬土城中挖掘时一般以斗杆动作为主，用铲斗缸调整切削角度，配合挖掘；在松软土坡中挖翻时，则以铲斗缸动作为主；在由特殊要求的挖掘动作中，则使铲斗缸、斗杆缸和动臂缸三者复合动作.以保证铲斗按特定轨迹运动。(2)满斗提升及回转挖掘结束，铲斗缸推出，动仲缸升起，满斗提升；同时回转马达启动，转台向卸土方向回转。(3)卸载转台转到卸载地点.转台制动斗杆缸调整卸料半径.铲斗缸收回，转斗卸载。当对卸载位工及高度有严格要求时.还需动臂kr配合动作。(4)卸载结束后.转台向反向回转，同时动臂缸与斗杆缸配合动作，使空斗下放到新的挖掘位里。单斗液压挖掘机在建筑、交通运输、水利施工、露天采矿及现代化军事工程中都有十分广泛的应用，是各种土石方施工中不可缺少的主要机械设备。然而，现有液压挖掘机电器变频智能控制系统控制过程由于挖掘机设备巨大，存在一定的制造和装配误差，很难通过精确的模型进行液压缸泄漏的定量故障诊断；同时，挖掘机在挖掘过程中电机功耗大，挖掘成本高。

综上所述，现有技术存在的问题是：

(1)现有液压挖掘机电器变频智能控制系统控制过程由于挖掘机设备巨大，存在一定的制造和装配误差，很难通过精确的模型进行液压缸泄漏的定量故障诊断；同时，挖掘机在挖掘过程中电机功耗大，挖掘成本高。

(2)在检测液压缸压力数时，硅压阻式压力传感器易受温度的影响，导致温度发生漂移，使传感器不稳定和检测结果不准确。

(3)实时检测电机温度数据时，温度传感器采用的传统网络补偿方法，使温度传感器的响应速度变慢，导致不能及时的检测出电机的温度数据，影响检测的效果。

(4)在对液压挖掘机进行故障检测时，现有的故障检测方法不能有效地消除量纲的影响，不能提取具有更大的变化度和代表性的隐变量，降低了故障检测的精度和实时性。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种液压挖掘机电器变频智能控制系统及控制方法。

本发明是这样实现的，一种液压挖掘机电器变频智能控制方法，所述液压挖掘机电器变频智能控制方法包括：

第一步，利用电机为液压挖掘机提供动力操作；利用变频器改变电机供电频率；通过除尘器清除机械设备周边的灰尘；

第二步，通过压力传感器运用利用基于粒子群优化算法pso的bp神经网络的温度补偿方法实时检测液压缸压力数据，利用温度传感器实时检测电机温度数据，温度传感器采用基于预测思想的动态性能补偿新方法；

第三步，通过故障检测模块中的检测器件运用基于rtpls的故障检测方法对电器变频故障的检测；通过泄露检测模块利用压力数据实时检测液压缸泄露数据；当出现故障和液压油泄露，控制器控制报警器进行报警；

第四步，控制器通过无线发射器将检测的数据信息发送给计算机进行实时监控；

第五步，控制器将检测到的压力、温度、故障信号、泄露状况信息传递到显示屏，显示屏显示相关的数据信息。

进一步，所述基于rtpls的故障检测方法包括以下步骤：

步骤一，建立离线rtpls模型；

1)给定训练集，输入矩阵为x，其中x∈r^m×n，m为过程变量个数，n为采样个数，输出矩阵y，其中y∈r^m×n，m为质量变量个数，n为采样个数，训练集表示为x＝(x1，x2，…，xn)和y＝(y1，y2，…，yn)，将原始数据变换到相对空间：

d(x)ij＝d(xi，xj)，i，j＝1，2，…，n

d为两个数据点之间的马氏距离；

2)构造相对空间矩阵，相对变换之后的训练集x变换到相对空间之后的相对矩阵为：x^r∈r^n×n，y变换到相对空间之后的相对矩阵为y^r∈r^n×n；

3)计算x^r和y^r的残差矩阵；

4)求取特征值λ得分矩阵t以及负载矩阵p，x^r的特征值和得分矩阵分别通过式(x^r)^ty^r(y^r)^tx^r＝λω和t＝x^rω；

步骤二，确定过程控制限；

采用核密度估计方法来确定统计量的控制限，给定训练集如下：

核密度估计为：

式中：x为m维空间任一变量，φ(x)高斯核函数；

步骤三，新观测量的故障检测；

对于新的检测数据xnew，求出xnew中的新采样点到建模数据阵每个采样点的马氏距离，构造新矩阵的相对空间矩阵统计量的值按下式计算：

式中为测试数据的第i个采样，p为潜变量对应的负载矩阵，λ为特征值所对应的对角矩阵，和qi为第i，个采样点的检测统计量；若统计量超限，判断有故障产生；若未超限，则判断无故障产生。

进一步，温度传感器实时检测液电机温度数据采用基于预测思想的动态性能补偿新方法包括以下步骤：

步骤一，补偿前的信号来自于温度传感器原有的动态输出，

步骤二，经过预测模型，得到补偿所需的参考轨迹，参考轨迹为：

式中tk一个时间常数；δt被测温度突然变化输入值；ts为采样周期；

步骤三，通过一段时间的滚动优化计算得到补偿后的输出结果，取优化性能指标如下：

式中为预测过程输出，[h1，h2]为优化时域，ym(k+i)为k+i时刻的模型输出，e(k+i)为预测误差，yr(k+i)为k+i时刻的参考轨迹输出；

本发明的另一目的在于提供一种实现所述液压挖掘机电器变频智能控制方法的液压挖掘机电器变频智能控制系统，所述液压挖掘机电器变频智能控制系统包括：

压力检测模块，与中央控制模块连接，用于通过压力传感器实时检测液压缸压力数据；

温度检测模块，与中央控制模块连接，用于通过温度传感器实时检测液电机温度数据；

故障检测模块，与中央控制模块连接，用于通过检测器件对电器变频故障的检测；

泄露检测模块，与中央控制模块连接，用于根据压力数据实时检测液压缸泄露数据；

中央控制模块，与压力检测模块、温度检测模块、故障检测模块、泄露检测模块、无线通信模块、动力模块、变频模块、除尘模块、警报模块、显示模块连接，用于通过plc单片机控制各个模块正常工作；

无线通信模块，与中央控制模块、计算机连接，用于通过无线发射器将检测数据信息发送到计算机进行实时监控；

动力模块，与中央控制模块连接，用于通过电机提供动力操作；

变频模块，与中央控制模块连接，用于通过变频器改变电机供电频率；

除尘模块，与中央控制模块连接，用于通过除尘器清除机械设备周边的灰尘；

警报模块，与中央控制模块连接，用于通过报警器根据检测故障信号进行及时报警；

显示模块，与中央控制模块连接，用于通过显示器显示控制系统界面、检测压力、温度、故障信号、泄露状况信息。

本发明的另一目的在于提供一种应用所述液压挖掘机电器变频智能控制方法的液压挖掘机电器变频器。

本发明的优点及积极效果为：本发明通过泄露检测模块无需拆卸下液压缸单独进行检测；仅仅通过测出液压缸的腔内压力数据和机械臂的倾角数据这两种数据，并代入预设的判断模型，即可得到液压缸的泄漏情况，因此，本发明感测数据类型较少、判断模型简单、计算量少，进行液压缸检测时方便、快速采用了均值和方差对腔内压力数据和机械臂倾角数据进行特征提取，这种方式可消除一些不确定因素产生的信号毛刺，有一定抗干扰能力，且使得计算简单可行；同时，通过变频模块根据待测挖土重量控制挖土设备的电机转速；变频器在电机停止工作后，持续获取待测挖土重量，直到待测挖土重量稳定。根据稳定的待测挖土重量与目标重量之间的第一差值(即重量误差)，根据第一差值得到重量调节值，并将第二重量阈值与重量调节值之差作为下一次挖土的第二重量阈值。这样在进行第二次挖土的时候，就可以根据第一次挖土结束后得到的新的第二重量阈值来调节第二次挖土时需要用到的第二重量阈值。依次循环，就可以有效的控制重量误差，使电机停止工作后得到的稳定的待测物体重量无限的接近设定的目标重量，从而减少重量误差，并根据重量调节电机转速，降低电机功耗；有效减少了的挖掘成本。

本发明在对液压挖掘机进行故障检测时，基于rtpls的故障检测方法能有效地消除量纲的影响，提取具有更大的变化度和代表性的隐变量，增加故障检测的精度和实时性。

本发明采用的预测补偿方法不仅能有效地改善传感器动态响应特性，而且与传统网络补偿方法相比还具有抗外界干扰强等特点。

本发明的压力传感器采用基于粒子群优化算法pso的bp神经网络的温度补偿模型，通过粒子群化算法对bp网络的权值和阈值进行全局寻优，克服了bp网络收敛速度慢和易陷入局部极值的缺陷，而且温度补偿的精度较高，该方法有效的抑制了温度对压力传感器输出的影响，提高了传感器的稳定性和准确性

附图说明

图1是本发明实施提供的液压挖掘机电器变频智能控制方法流程图。

图2是本发明实施提供的液压挖掘机电器变频智能控制系统结构框图。

图2中：1、压力检测模块；2、温度检测模块；3、故障检测模块；4、泄露检测模块；5、中央控制模块；6、无线通信模块；7、计算机；8、动力模块；9、变频模块；10、除尘模块；11、警报模块；12、显示模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图及具体实施例对本发明的应用原理作进一步描述。

如图1所示，本发明实施例提供的液压挖掘机电器变频智能控制方法包括以下步骤：

s101，利用电机为液压挖掘机提供动力操作；利用变频器改变电机供电频率；通过除尘器清除机械设备周边的灰尘；

s102，通过压力传感器运用利用基于粒子群优化算法pso的bp神经网络的温度补偿方法实时检测液压缸压力数据，利用温度传感器实时检测电机温度数据，温度传感器采用基于预测思想的动态性能补偿新方法，提高响应度；

s103，通过故障检测模块中的检测器件运用基于rtpls的故障检测方法对电器变频故障的检测；通过泄露检测模块利用压力数据实时检测液压缸泄露数据；当出现故障和液压油泄露，控制器控制报警器进行报警；

s104，控制器通过无线发射器将检测的数据信息发送给计算机进行实时监控；

s105，控制器将检测到的压力、温度、故障信号、泄露状况信息传递到显示屏，进而显示屏显示相关的数据信息。

如图2所示，本发明提供的液压挖掘机电器变频智能控制系统包括：压力检测模块1、温度检测模块2、故障检测模块3、泄露检测模块4、中央控制模块5、无线通信模块6、计算机7、动力模块8、变频模块9、除尘模块10、警报模块11、显示模块12。

压力检测模块1，与中央控制模块5连接，用于通过压力传感器实时检测液压缸压力数据；

温度检测模块2，与中央控制模块5连接，用于通过温度传感器实时检测液电机温度数据；

故障检测模块3，与中央控制模块5连接，用于通过检测器件对电器变频故障的检测；

泄露检测模块4，与中央控制模块5连接，用于根据压力数据实时检测液压缸泄露数据；

中央控制模块5，与压力检测模块1、温度检测模块2、故障检测模块3、泄露检测模块4、无线通信模块6、动力模块8、变频模块9、除尘模块10、警报模块11、显示模块12连接，用于通过plc单片机控制各个模块正常工作；

无线通信模块6，与中央控制模块5、计算机7连接，用于通过无线发射器将检测数据信息发送到计算机进行实时监控；

动力模块8，与中央控制模块5连接，用于通过电机提供动力操作；

变频模块9，与中央控制模块5连接，用于通过变频器改变电机供电频率；

除尘模块10，与中央控制模块5连接，用于通过除尘器清除机械设备周边的灰尘；

警报模块11，与中央控制模块5连接，用于通过报警器根据检测故障信号进行及时报警；

显示模块12，与中央控制模块5连接，用于通过显示器显示控制系统界面、检测压力、温度、故障信号、泄露状况信息。

所述故障检测模块用于通过检测器件对电器变频故障检测的过程中，为了能有效地消除量纲的影响，提取具有更大的变化度和代表性的隐变量，增加故障检测的精度和实时性采用基于rtpls的故障检测方法，包括以下步骤：

步骤一，建立离线rtpls模型；

1)给定训练集，输入矩阵为x，其中x∈r^m×n，m为过程变量个数，n为采样个数，输出矩阵y，其中y∈r^m×n，m为质量变量个数，n为采样个数，训练集表示为x＝(x1，x2，…，xn)和y＝(y1，y2，…，yn)，将原始数据变换到相对空间：

d(x)ij＝d(xi，xj)，i，j＝1，2，…，n

d为两个数据点之间的马氏距离；

2)构造相对空间矩阵，相对变换之后的训练集x变换到相对空间之后的相对矩阵为：xr∈r^n×n，y变换到相对空间之后的相对矩阵为y^r∈r^n×n；

3)计算x^r和y^r的残差矩阵；

4)求取特征值λ得分矩阵t以及负载矩阵p，x^r的特征值和得分矩阵分别通过式(x^r)^ty^r(y^r)^tx^r＝λω和t＝x^rω；

步骤二，确定过程控制限；

采用核密度估计方法来确定统计量的控制限，给定训练集如下：

核密度估计为：

式中：x为m维空间任一变量，φ(x)高斯核函数；

步骤三，新观测量的故障检测；

对于新的检测数据xnew，求出xnew中的新采样点到建模数据阵每个采样点的马氏距离，构造新矩阵的相对空间矩阵统计量的值按下式计算：

式中为测试数据的第i个采样，p为潜变量对应的负载矩阵，λ为特征值所对应的对角矩阵，和qi为第i，个采样点的检测统计量；若统计量超限，判断有故障产生；若未超限，则判断无故障产生；

所述温度检测模块中温度传感器实时检测液电机温度数据的过程中，为了提高温度传感器的响应速度，采用基于预测思想的动态性能补偿新方法，包括以下步骤：

步骤一，补偿前的信号来自于温度传感器原有的动态输出，

步骤二，经过预测模型，得到补偿所需的参考轨迹，参考轨迹为：

式中tk一个时间常数；δt被测温度突然变化输入值；ts为采样周期；

步骤三，通过一段时间的滚动优化计算得到补偿后的输出结果，为了实现滚动优化，可以取优化性能指标如下：

式中为预测过程输出，[h1，h2]为优化时域，ym(k+i)为k+i时刻的模型输出，e(k+i)为预测误差，yr(k+i)为k+i时刻的参考轨迹输出；

所述压力检测模块于通过压力传感器实时检测液压缸压力数据，所采用的压力传感器为硅压阻式压力传感器，硅压阻式压力传感器易受温度的影响发生偏移，为了克服偏移的问题，利用基于粒子群优化算法pso的bp神经网络的温度补偿模型为：

步骤一，对输入数据进行标准化处理，将数据分为测试数据和训练数据；

步骤二，初始化bp网络结构，设定输入层、隐层、输出层的神经元个数；

步骤三，初始化粒子群及每个粒子速度，计算每个粒子的适应度：输入一个粒子，按bp网络的前向计算方法计算出每个粒子的输出值及其均方误差，再计算出所有样本的均方差，计算该粒子的适应度，继续输入其他粒子，计算出所有粒子的适应度；

步骤四，比较适应度，确定每个粒子的个体极值点和全局最优极值点：若present＞pbest，pbest＝present，则pbest＝present；否则，pbest不变；若present＞gbest，则gbest＝present；否则，gbest不变；

步骤五，更新每个粒子的位置和速度，判断更新后的速度和位置是否在限定的范围内：

考虑速度时，若vij＞vmax，则vij＝vmax，否则vij不变；考虑位置时，若xij＜xmin，则xij＝xmax，否则xij不变；其中υmax，xmin都为常数；

步骤六，迭代次数若达到最大迭代次数或k与k+1次迭代过程中的全局最优极值的绝对差值abs(gbest(k+1)-gbest(k))低于设定的最小误差，则迭代过程结束，算法收敛时最后一次迭代的全局最优值gbest中每一维的权值和阈值就是所求的；否则步骤二；

步骤七，将pso优化好的权值和阈值作为bp网络的初始权值和阈值对网络进行训练；

本发明提供的泄露检测模块4检测方法如下：

(1)获取挖掘机的液压缸的腔内压力数据；

(2)获取所述液压缸所对应的机械臂的机械臂倾角数据；

(3)基于腔内压力数据在预定时间内的变化情况和机械臂倾角数据在预定时间内的变化情况进行判断，得到液压缸的泄漏情况。

本发明提供的腔内压力数据和机械臂倾角数据为挖掘机工作在预定工作状态时所产生的数据；

所述预定工作状态为：铲斗中装载预定重量的负载，机械臂悬停在空中，液压回路中主换向阀处于中位，液压泵处于关闭状态。

本发明提供的腔内压力数据包括：无杆腔压力数据和有杆腔压力数据。

本发明提供的基于腔内压力数据在预定时间内的变化情况和机械臂倾角数据在预定时间内的变化情况进行判断，得到液压缸的泄漏情况具体为：

将所述腔内压力数据和机械臂倾角数据代入预设的特征规则进行判断，得到所述液压缸的泄漏情况；

所述预设的特征规则包括以下四项中的一项或多项：

若无杆腔压力数据、有杆腔压力数据和机械臂倾角数据在预定时间内均无变化或变化值均小于预设的压力变化第一阈值、倾斜角变化第一阈值，则判定液压缸正常；

若无杆腔压力数据和有杆腔压力数据之差的绝对值在预定时间内的减少量超过压力变化第二阈值，则判定液压缸内泄；

若无杆腔压力数据和有杆腔压力数据之中的任一个在预定时间内的减少量超过压力变化第三阈值，则判定液压缸外泄；

若机械臂倾角数据在预定时间内的减少量超过倾斜角变化第二阈值，则判定液压缸内外并泄。

本发明提供的变频模块9变频方法如下：

1)变频器实时获取待测挖土重量；

2)变频器根据所述待测挖土重量控制所述挖土设备的电机转速，若所述待测挖土重量小于所述预设的第一重量阈值，则控制所述电机以第一转速工作；若所述待测挖土重量大于或等于所述预设的第一重量阈值且小于第二重量阈值，则随着所述待测挖土重量的增加逐渐降低所述电机的转速；若所述待测挖土重量等于所述第二重量阈值，则控制所述电机停止工作；

3)变频器在电机停止工作后，持续获取所述待测挖土重量，直到所述待测挖土重量稳定；

4)变频器获取稳定的待测挖土重量与目标重量之间的第一差值，根据所述第一差值得到重量调节值，并将所述第二重量阈值与所述重量调节值之差作为下一次挖土的第二重量阈值。

本发明提供的根据所述第一差值得到重量调节值的步骤具体为：

根据所述第一差值进行pid控制得到所述重量调节值。

本发明提供的随着所述待测挖土重量的增加逐渐降低所述电机的转速的步骤包括：

根据所述第二重量阈值与所述待测挖土重量之间的第二差值控制所述电机的转速，若所述第二差值越小，则所述电机的转速越小，反之，则所述电机的转速越大。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。