基于工况识别和马尔可夫链的混合动力地下铲运机功率预测

混合动力地下铲运机具有工作环境恶劣、运行工况特殊、动力系统复杂且需求功率变化幅度大的特点,控制策略难以实现功率的最优分配,因此需要对混合动力地下铲运机需求功率进行有效预测,而传统单一预测模型难以准确地预测其需求功率。针对上述问题,提出了一种基于工况识别和马尔可夫链的混合动力地下铲运机需求功率预测方法。首先,介绍了混合动力地下铲运机动力系统结构及整体参数,依据混合动力地下铲运机工作特点,将循环工况分为5种典型工况,并在此基础上依据混合动力地下铲运机现场运行采集到的实际工况数据,通过主成分分析对特征参数进行降维,提取出6种特种参数,利用可能性C均值聚类算法对混合动力地下铲运机的5种典型运行工况进行识别;然后,利用马尔可夫链原理,以混合动力地下铲运机输出功率为状态,根据功率变化范围确定状态空间;最后,根据已识别出工况的运行输出功率数据建立状态转移概率矩阵,对混合动力地下铲运机未来时刻需求功率进行预测。结果表明:相比于不区分工况的预测模型,基于工况识别的马尔可夫链模型可显著提高混合动力地下铲运机功率预测的准确性,同时在面对输出功率急剧变化的工况时也能保持较好的稳定性,验证了该模型具有较好的预测精度和鲁棒性。

混合动力地下铲运机驱动系统建模与仿真

根据混合动力地下铲运机驱动控制策略开发的需求,采用能量宏观表达法(EMR)建立驱动系统模型。模型中引入桥荷变化因素,并建立前后桥耦合关系。通过实验数据分析计算得到模型仿真参数。通过仿真与实验数据对比,表明所建立的驱动系统模型能够反映出地下铲运机的工作特性,验证了模型的准确性,证实该模型可用于驱动系统控制策略的开发验证。