买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜大连理工大学申请的专利一种基于发动机输出功率预测与控制器参数整定的液压挖掘机优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115949114B 。

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310033329.7，技术领域涉及：E02F9/22；该发明授权一种基于发动机输出功率预测与控制器参数整定的液压挖掘机优化方法是由刘伟嵬;张靖文;邓剑洋;马宗雨;李昌澄;宋学官设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于发动机输出功率预测与控制器参数整定的液压挖掘机优化方法在说明书摘要公布了：一种基于发动机输出功率预测与控制器参数整定的液压挖掘机优化方法,属于工程机械挖掘机控制技术领域。本方法建立了发动机输出功率时序预测模型与液压泵负载转矩多元映射模型，间接预测了发动机输出转矩，直接计算了液压泵负载转矩。利用灰狼算法优化PID控制器进行参数整定。在挖掘机作业时，控制器利用发动机输出功率时序预测模型预测发动机输出转矩，利用液压泵负载转矩多元映射模型计算液压泵负载转矩，将发动机输出转矩与液压泵负载转矩差值导入灰狼算法优化的PID控制器中，调整控制器输出电流，改变液压泵输出流量，进而调整液压泵输出转矩与发动机输出转矩动态相等，实现发动机转速的实时稳定控制。

本发明授权一种基于发动机输出功率预测与控制器参数整定的液压挖掘机优化方法在权利要求书中公布了：1.一种基于发动机输出功率预测与控制器参数整定的液压挖掘机优化方法，其特征在于，步骤如下：步骤1、液压挖掘机建模数据采集利用数据采集仪，采集液压挖掘机作业时的发动机输出功率数据、动臂大小腔压力数据、斗杆大小腔压力数据、铲斗大小腔压力数据、液压双泵出口压力数据、液压双泵输出流量数据、控制器输出电流信号数据；步骤2、发动机输出功率时序预测模型的建立1计算发动机输出功率信号的自相关性，确定时序预测模型输入结构；自相关性用于描述随机信号Xt的分别在ta和tb时刻的取值和Xta与Xtb之间的相关程度；发动机输出功率信号的自相关系数计算过程如下所示：计算发动机输出功率的数学期望EX与方差DX，根据数学期望计算输出功率的自协方差；自协方差函数为：Cxxta,tb＝E[Xta-EXtaXtb-EXtb]1-1再根据自协方差计算发动机输出功率的自相关系数；自相关系数计算公式如下： 当ta和tb时刻的输出功率的自相关系数大于设定阈值时，表明ta-tb时间内的输出功率信号均与tb时刻的输出功率高度相关；固取自相关系数大于设定阈值的[ta-tb-1]的b-a-1个发动机输出功率信号作为时序预测模型输入，输出为tb时刻的预测功率；2选择可以挖掘数据中的时序信息的循环神经网络算法作为时序预测模型的算法基础；设置算法输入结构为tm-tm-n时间段内的n个历史时序输出功率数据，输出结构为tm+1时刻的预测输出功率；3按照步骤2中2的设计的循环神经网络算法输入、输出结构与步骤1采集到的液压挖掘机作业时的发动机输出功率数据制作数据集，输入数据集为：[ti-ti+n-1]时间段内的发动机时序输出功率[Wti-Wti+n-1]，输出数据为ti+n时刻的发动机输出功率Wti+n；4将步骤2中3的数据集按比例7:3进行数据集分割，分别作为发动机时序预测模型的训练数据与测试数据，进行发动机输出功率预测模型的训练与测试，当发动机输出功率预测模型的预测准确率达到预期效果即完成发动机输出功率的时序预测模型建立；发动机输出功率时序测试模型准确率的计算公式如下所示： 式中：accW为发动机输出功率预测模型的预测准确率； 为发动机输出功率时序预测模型预测的ti时刻的输出功率；Wti为发动机ti时刻的实际输出功率；步骤3、发动机预测输出转矩的计算完成发动机输出功率时序预测模型的建立后，按照发动机输出功率与输出转矩的转换公式1-4计算发动机输出转矩； 式中：T为发动机输出转矩，Nm；P为发动机输出功率时序预测模型得出发动机预测输出功率，KW；n为发动机转速,rads；步骤4、液压泵负载转矩多元映射模型建立1根据步骤1采集到的液压双泵出口压力数据、液压双泵输出流量数据，并采用公式1-5计算液压双泵负载转矩； 式中：M：液压双泵负载转矩，Nm；Qs：液压泵流量，L；P：液压双泵出口压力，bar；ηm：液压双泵机械效率；2整理数据集，以步骤1采集到的动臂大小腔压力数据、斗杆大小腔压力数据、铲斗大小腔压力数据、液压双泵出口压力数据这8个压力数据作为多元映射模型输入数据集，以步骤4中1计算的液压双泵负载转矩作为多元映射模型输出数据集；3以BP神经网络作为液压泵负载转矩多元映射模型的算法基础，将步骤4中2整理的输入输出数据集按照比例分别作为液压泵负载转矩多元映射模型的训练数据与测试数据，进行液压双泵负载转矩多元映射模型的训练与测试，当液压泵负载转矩映射准确率达到预期效果即完成液压双泵负载转矩多元映射模型建立；液压泵负载转矩多元映射模型准确率的计算公式如下所示： 式中：accM为液压泵负载转矩多元映射模型的预测准确率； 为液压泵负载转矩多元映射模型计算的ti时刻的负载转矩；Mti为液压泵ti时刻的实际负载转矩；步骤5、PID控制器的参数整定优化1在MatlabSimulink中建立PID控制器模型；2取步骤1采集到的液压双泵输出流量数据，控制器输出电流信号数据进行液压泵系统辨识，获得液压泵系统的传递函数；根据式1-5在MatlabSimulink中建立液压泵的仿真模型，模型输入为两个液压泵的负载压力、输入电流，输出为液压双泵整体转矩；3建立PID控制器优化仿真模型；在MatlabSimulink连接PID控制器与液压双泵仿真模型；设置发动机输出转矩为时变数据，液压泵1与液压泵2的初始控制电流、液压泵1与液压泵2的负载压力为固定数据，PID控制器优化仿真模型的输入为发动机输出转矩，以及液压泵1与液压泵2的初始控制电流、液压泵1与液压泵2的负载压力；PID控制器优化仿真模型输出与反馈为液压双泵输出负载转矩信号，PID控制器输入为发动机输出转矩与液压泵负载转矩差值，PID控制器输出为控制电流变化量；4在Matlab中编写灰狼算法，连接步骤5中3建立的PID控制器优化仿真模型，通过灰狼算法多次对PID控制器优化模型进行仿真，获取不同次灰狼算法迭代优化PID控制器的比例、积分、微分系数和发动机输出转矩与液压泵负载转矩的误差，以误差最小作为灰狼算法的迭代目标，最终获取可以使发动机输出转矩与液压泵负载转矩动态平衡，随负载变化而动态变化的PID控制器的比例、积分、微分系数，完成PID控制器的参数整定；步骤6、模型的程序编写与控制器嵌入使用将步骤2建立的发动机输出功率时序预测模型、步骤3发动机输出转矩计算公式步骤4建立的液压泵负载转矩多元映射模型、步骤5灰狼算法优化的可自动参数整定的PID控制器分别编译成C语言程序，嵌入液压挖掘机控制器，投入使用。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。