多传感器数据融合的装载机作业状态实时识别

作业状态实时识别是实现装载机作业智能化的重要一环,传统基于单一信号源和基于规则的识别方法造成识别准确性差等问题。文中以联合车载CAN线和数据采集平台采集的数据集为智能识别对象,采用封装式特征选择方法并以分类器准确性来筛选合适的传感器通道子集,对比不同窗口大小和窗口重叠大小,使得所截取数据波形包含数据信息大且能实现快速识别。通过装载机短期信号实现高效、快速的作业状态识别,为低成本数据采集平台的采集通道选择和安装提供依据。

基于运行数据驱动反向设计的复杂装备个性化定制

不同于消费类产品侧重外观配置等的显性个性化定制,装备产品往往需要在各种复杂环境和工况下高效、节能地完成预定任务。因此,装备产品的个性化定制不仅包含显性需求,还包含与使用场景或工况和运行性能与效率等相关的隐性个性化需求,后者对于提升产品竞争力具有更为重要的意义。在分析装备产品研发和运行特点及其面临的大数据机遇基础上,提出了一种基于运行数据驱动反向设计(Data-driven inverse design,DID)的复杂装备个性化定制方法(DID-MP)。首先给出了DID基本原理模型,并对比传统正向设计等方法分析了反向设计的基本特征。其次,基于传统大批量定制和运行数据驱动的反向设计,提出了一次定制和二次定制的概念,并给出了DID-MP的基本流程,阐述了反向设计目标选择、运行大数据采集、表征个性化使用环境的系统参数识别与建模,以及最优系统参数识别与前馈应用等关键技术。最后,给出了基于DID-MP的装载机变速箱模块优化定制以及动力传动控制系统定制升级的案例,并与传统设计结果对比表明DID-MP方法对于实现复杂装备个性化定制具有参考价值和意义。

考虑产品运行大数据的装载机变速箱优化设计

准确获知产品运行大数据对于产品研发与创新具有重要意义。传感网、物联网和CPS等技术的发展使得越来越多的产品运行数据获取成为可能,在此基础上,提出基于运行大数据采集、分析和应用的装载机变速箱优化设计流程。首先选取原生土、铁矿石、细沙和煤渣四种作业对象的典型作业工况,设计采集方案并完成运行大数据采集;然后将获取的挡位信号转化为累积挡位利用率,液压泵压力信号转化为液压系统分流功率,并以此作为轮式装载机动力性和燃油经济性的建模优化因素;最后利用MOPSO和NSAG-Ⅱ两种优化算法权衡动力性、经济性及约束条件的多目标竞争与冲突关系,最终获得保证最优动力性基础上,实现最佳经济性的可行域解集。两种算法获得的最优解集相对于原始设计,在同等仿真条件下,分别使功率损失率降低8.83%、4.80%,工况油耗降低0.19%、0.34%。研究表明,将在役产品运行大数据反馈应用于产品研发前端的设计方法,是实现产品升级和创新设计的一个有效途径。