《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：赵群
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于复合信号的挖掘机工作状态智能识别方法

作者：李宇佳,王进君,王志强,等日期：2023-06-25/span> 浏览：476 查看PDF文档

基于复合信号的挖掘机工作状态智能识别方法*

李宇佳1,王进君1*,王志强1,李国锋1,牛东东2

(1.大连理工大学电气工程学院,辽宁大连 116024;2.徐州徐工挖掘机机械有限公司,江苏徐州 221004)

摘要:针对液压挖掘机作业循环状态直接识别准确率较低的问题,提出了一种基于复合信号、支持向量机(SVM)的挖掘机工作状态智能识别方法。首先,对液压挖掘机循环作业各个工作阶段进行了划分,以各个工作阶段开始或结束波形作为分段标志,对循环作业数据进行了分段标志提取;然后,对各个提取的分段标志进行了数据预处理,采用支持向量机库(LIBSVM)多分类方法,基于主泵压力与先导压力复合信号,建立了液压挖掘机工作状态识别模型,设定了分类可信度阈值;最后,引入了智能校验系统,对工作状态直接识别结果进行了矫正,完成了挖掘机运行工作状态识别的目标。研究结果表明:相较于主泵压力识别方法,采用复合信号识别方法,挖掘机工作状态的直接识别准确率由54%提升至了78%,最终识别准确率在95%以上;复合信号识别方法能够用于有效识别液压挖掘机各工作阶段,对解决液压挖掘机作业循环状态直接识别准确率低的问题有明显效果。

关键词:挖掘机;作业循环;支持向量机;智能校验系统;主泵压力识别方法;复合信号识别方法

中图分类号:TH24;TU621文献标识码:A文章编号:1001-4551(2023)04-0607-08

本文引用格式:

李宇佳,王进君,王志强,等.基于复合信号的挖掘机工作状态智能识别方法［J］.机电工程,2023,40(4):607-614.

LI Yu-jia, WANG Jin-jun, WANG Zhi-qiang, et al. Intelligent identification method of excavator working state based on compound signal［J］.Journal of Mechanical & Electrical Engineering, 2023,40(4):607-614.