装载机载重动态测量信号处理的EMD方法

为了从受强干扰影响的装载机载重动态测量信号中提取有效信息,采用经验模分解(EMD)方法对实测油压信号进行分解,将分解所得残余量,即去除液压惯性冲击和工作装置共振等随机干扰信号的稳态值作为载重测量的稳态信号。同时,为进一步验证EMD方法的有效性及降噪能力,在考虑实际工况的前提下及实测信号基础上加入10%和1%白噪声,分别进行EMD分解和误差对比分析。结果表明,EMD方法具有很强的噪声处理能力和信号组分分析能力,非常适合作为装载机载重动态测量信号的处理方法。

装载机载重动态测量动力学分析与实现方法

在分析已有装载机载重测量动力学模型的基础上,给出动臂举升角加速度与动臂液压缸行程之间的函数关系式,通过仿真分析动臂举升角加速度对动态载重测量的影响规律,指出其除了在动臂举升的初始和终了阶段对载重测量有所影响外,在举升过程的中间大部分区段,其影响可以忽略。同时指出,若忽略角加速度的影响,则在不同的动臂举升速度下,动臂液压缸油压与动臂液压缸活塞杆行程之间的关系曲线会呈现相应的上下平移关系。因此,通过标定、速度补偿、比例计算并取均值三个步骤即可实现装载机载重的动态测量。最后通过实验验证了理论分析的正确性,所研制的载重测量系统的测量精度稳定在1%以内。

装载机载重动态测量的LS-SVM速度补偿方法

能否合理补偿动臂举升速度对所测油压信号的影响是制约装载机载重动态测量精度的关键问题.在给出载重测量的实现方法后,建立了实现载重测量速度补偿和载重量计算的框架模型,然后详细阐述了贝叶斯证据框架下最小二乘支持向量机(LS-SVM,Least Square Support Vector Machines)参数的推断优化过程,以及基于贝叶斯证据框架下的LS-SVM速度补偿方法.试验结果表明,采用该方法进行速度补偿后的载重测量误差均能控制到1%以下,验证了其有效性.

装载机载重测量的支持向量机软测量建模方法

在阐述支持向量机(SVM)和最小二乘支持向量机(LS-SVM)的原理和算法并对两者的特点进行比较后,为装载机载重测量建立了基于LS-SVM的软测量模型,并从核函数选择以及核参数确定两方面阐述了LS-SVM软测量建模的过程,最后与RBF函数网络以及BP网络的软测量建模结果进行对比。仿真分析结果表明,LS-SVM同时兼顾了精度和泛化能力两方面的性能,其最大泛化误差仅为6.863 8×10-6,是适合装载机载重软测量的建模方法。

基于ARM的装载机载重测量系统试验平台的研究

在分析装载机载重测量的实现机理和实现方案基础上,致力于构建装载机动态载重测量系统试验平台。通过载重测量系统对硬件设计提出的要求,给出基于ARM嵌入式微处理器HMS30C7202和24位∑-△模数转换器AD7730的硬件设计总体框架,并对各部分电路进行了详细阐述;最后通过工业现场苛刻环境条件下大量的试验验证了所设计的试验平台的测量精度可稳定在1%以内,同时具有较高的可靠性和稳定性,表明所研制的试验平台是成功的。