液压挖掘机振动掘削机理及其过程优化建模与智能控制策略研究

论文摘要

至今为止,广泛应用的液压挖掘机由于掘削方式所限,仍然存在着能量利用率较低以及作业能力相对不足等严重问题,如何对工程机械中的能耗大户——液压挖掘机实施节能减排和智能控制,已成为工程技术研究的焦点之一。为了直接减小液压挖掘机掘削阻力,使在掘削作业过程中达到低能耗、高效率,并具有一定的自适应能力,本文以国家863课题[2003AA430200]“挖掘机的机电一体化及制造信息化”为依托,结合教育部“新世纪优秀人才支持计划”[NCET-05-0697],将振动理论应用于液压挖掘机掘削过程,采用理论分析与实验研究相结合的方法,以期探索一种合理有效的新型液压挖掘机土壤掘削方法,并对其掘削过程进行优化建模与智能控制策略研究,论文的主要工作如下:（1）研究了土壤静强度特性、动强度特性,探讨了土壤掘削原理及失效机理,进行了岩土破碎过程静态加载和动态载荷作用下的仿真实验研究,得到了动态载荷振动冲击作用不但可以大幅降低掘削阻力,也可以改善刀具的受力方式,从而使得岩体在低于破坏强度时就产生破坏的结论。（2）针对液压挖掘机振动掘削过程铲斗激振力检测信号不可避免地受到噪声干扰的实际情况以及该检测信号含噪声特征,应用软门限方法对以宽带随机噪声为背景的信号IMF分量作门限处理,提出了一种基于EMD的含噪信号噪声处理的算法,并进行了仿真应用研究,所获得的去噪处理算法为分析提取铲斗激振力信号的特征线谱提供了有力的工具。（3）建立了基于LS-SVM的液压挖掘机振动掘削过程土壤参数在线辨识算法,并在此基础上进行了土壤固有频率等参数的在线辨识仿真研究,在线辨识仿真及共振柱实验法实验结果表明,该土壤参数在线辨识算法具有更小的误差、更好的辨识能力和较高的辨识精度,更能适合于动态系统的辨识。（4）分析了激振频率、振幅和插入速度等对振动掘削阻力的影响,并对其进行了参数优选匹配,基于振动参数的优选匹配试验的极差分析结果,利用正交扩展型函数链神经网络建立了土壤振动掘削阻力软测量模型,并采用函数链神经网络进行了相应的在线自校正。通过与实测值对比验证了该软测量模型的建模精度和泛化能力。（5）建立了静态掘削、正弦波激振掘削、三角波激振掘削三种掘削方式的液压挖掘机掘削功率消耗模型,并进行了实验研究,找到了一种节能效果较好的振动掘削方式。（6）开发了一种将专家控制、非线性PI控制器以及单神经元相结合,采用自适应粒子群优化方法对其参数进行最优整定的液压挖掘机振动掘削智能控制系统,提出了基于Ultronics双阀芯结构控制阀的振动掘削执行机构的控制策略,并对其数据通讯和控制模式实现进行了研究。（7）搭建了SWE85型液压挖掘机振动掘削实验平台,并对振动掘削控制系统的平稳性、高频响应特性、控制策略的适用性以及振动掘削阻力和功率消耗情况进行了实验研究。实验研究验证了所开发的液压挖掘机振动掘削控制系统具有较好稳定性、快速性等性能,符合振动掘削的功能要求。采用正弦波振动掘削可使掘削阻力降低到70%左右,功率消耗降低到80%左右。总之,论文对液压挖掘机振动掘削新方法进行了系统的研究,取得了较高应用价值的研究成果,为其实用化研究打下了较为扎实的理论基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 液压挖掘机技术发展概述
• 1.1.1 国内液压挖掘机技术的发展历史与现状
• 1.1.2 国外现代液压挖掘机技术的研究现状
• 1.1.3 现代液压挖掘机技术的发展趋势
• 1.2 机械振动技术在材料加工和岩土切削方面的研究与应用
• 1.2.1 振动切削技术的研究与应用
• 1.2.2 国内外振动掘削技术发展趋势
• 1.3 过程优化建模技术概述
• 1.3.1 过程优化建模技术及其特点
• 1.3.2 过程优化建模技术引入振动掘削过程的必要性
• 1.4 智能控制在工业过程中的应用
• 1.5 课题来源及研究意义
• 1.5.1 课题来源
• 1.5.2 课题研究的意义
• 1.6 论文研究的主要内容及结构
• 第二章 液压挖掘机振动掘削过程特性分析
• 2.1 土壤掘削基本理论
• 2.1.1 土壤的物理性质
• 2.1.2 土壤静强度特性研究
• 2.1.3 土壤振动掘削下的动强度特性
• 2.1.4 液压挖掘机振动掘削过程有效激振频率分析
• 2.2 液压挖掘机振动掘削过程仿真实验研究
• 2.2.1 仿真实验平台RFPA简介
• 2.2.2 掘削岩土过程的仿真分析
• 2.3 本章小结
• 第三章 液压挖掘机振动掘削过程含噪信号 EMD去噪处理
• 3.1 经验模态分解方法
• 3.2 非平稳信号的经验模态分解过程
• 3.3 Hilbert变换提取信号的瞬时特征
• 3.4 液压挖掘机振动掘削过程含噪声信号 EMD去噪处理
• 3.4.1 EMD端点问题的处理
• 3.4.2 液压挖掘机振动掘削过程含噪性能参数信号的尺度滤波
• 3.4.3 基于 EMD方法下含噪性能参数信号的去噪处理算法
• 3.4.4 基于 EMD的铲斗激振力信号去噪处理算法仿真
• 3.5 小结
• 第四章 振动掘削土壤参数在线辨识研究
• 4.1 土壤-铲斗单自由度模型
• 4.1.1 液压挖掘机工作装置激振实现方法
• 4.1.2 土壤的动力本构关系
• 4.1.3 铲斗-土壤单自由度模型
• 4.1.4 铲斗-土壤单自由度模型结构确定
• 4.2 支持向量机（SVM）的理论与方法
• 4.2.1 支持向量机研究概述
• 4.2.2 SVM的基本原理
• 4.2.3 支持向量机的回归理论
• 4.2.4 LS-SVM的系统辨识理论
• 4.3 基于 LS-SVM方法的振动掘削土壤参数在线辨识仿真
• 4.4 基于 LS-SVM的振动掘削土壤固有频率参数在线辨识的实验验证
• 4.4.1 土壤固有频率参数测定的共振拟合实验
• 4.4.2 土壤固有频率参数测定的共振柱实验
• 4.5 本章小结
• 第五章 基于函数链神经网络的振动掘削阻力软测量模型
• 5.1 振动掘削阻力的影响因素分析
• 5.1.1 振动掘削深度对振动掘削阻力的影响
• 5.1.2 振动掘削角度对振动掘削阻力的影响
• 5.1.3 振动频率对振动掘削阻力的影响
• 5.1.4 振幅对振动掘削阻力的影响
• 5.1.5 插入速度对振动掘削阻力的影响
• 5.1.6 不同土壤类型对振动掘削阻力的影响
• 5.2 振动掘削过程振动参数优选匹配
• 5.2.1 振动掘削过程振动参数优选试验
• 5.2.2 振动掘削过程振动参数优选试验数据处理
• 5.2.3 振动掘削过程振动参数优选试验数据回归分析
• 5.2.4 振动掘削过程振动参数优选匹配
• 5.3 振动掘削阻力函数链神经网络软测量模型
• 5.3.1 软测量技术
• 5.3.2 函数链神经网络
• 5.3.3 振动掘削阻力函数链神经网络软测量模型建立
• 5.3.4 振动掘削阻力软测量模型应用
• 5.4 本章小结
• 第六章 液压挖掘机振动掘削功率消耗研究
• 6.1 液压挖掘机静态掘削功率消耗模型
• 6.2 液压挖掘机振动掘削功率消耗模型
• 6.2.1 正弦波振动掘削功率消耗模型
• 6.2.2 三角波振动掘削功率消耗模型
• 6.2.3 三种激振方式下掘削功率消耗模型分析
• 6.3 液压挖掘机振动掘削功率消耗模型验证
• 6.3.1 实验方案设计
• 6.3.2 掘削功率消耗测试实验
• 6.3.3 实验结果分析
• 6.4 本章小结
• 第七章 液压挖掘机振动掘削过程智能控制系统设计
• 7.1 液压挖掘机振动掘削过程控制系统及其组成
• 7.1.1 系统硬件
• 7.1.2 系统软件
• 7.2 液压挖掘机振动掘削过程智能非线性 PI控制器设计
• 7.2.1 智能非线性 PI控制器
• 7.2.2 智能非线性 PI控制器参数优化
• 7.2.3 智能非线性 PI控制器参数优化仿真研究
• 7.3 振动掘削执行机构控制策略
• 7.3.1 Ultronics双阀芯结构
• 7.3.2 节流阀流量控制方法
• 7.3.3 执行机构双阀芯控制策略
• 7.3.4 液压系统原理图设计
• 7.4 控制系统数据通信
• 7.4.1 控制系统总线结构设计
• 7.4.2 CAN通信实现
• 7.5 振动掘削控制实现
• 7.5.1 控制模式设定
• 7.5.2 自动控制预值选择
• 7.5.3 自动控制实现
• 7.6 本章小结
• 第八章 液压挖掘机振动掘削过程控制系统实验研究
• 8.1 实验目的
• 8.2 实验设备与方案
• 8.2.1 实验液压挖掘机
• 8.2.2 流量测量设备
• 8.2.3 角度测量设备
• 8.2.4 显示屏开发
• 8.2.5 实验系统方案设计
• 8.3 液压挖掘机振动掘削过程控制系统实验研究
• 8.3.1 液压挖掘机振动掘削过程控制系统性能实验
• 8.3.2 振动掘削对比实验
• 8.3.3 振动掘削对比实验
• 8.4 实验结果与数据分析
• 8.4.1 液压挖掘机振动掘削过程控制系统平稳性实验分析
• 8.4.2 电子式液压系统的高频响应特性实验情况
• 8.4.3 振动掘削及其与常规掘削阻力对比
• 8.4.4 负载方向发生改变的控制策略实验
• 8.4.5 功率消耗测量
• 8.5 本章小结
• 第九章 结论与建议
• 9.1 结论
• 9.2 建议
• 参考文献
• 攻读博士学位期间从事课题及发表论文
• 1 论文发表情况
• 2 科研成果情况
• 致谢