首页 / 专利库 / 引擎 / 发动机扭矩 / 一种基于发动机动态特性的转速预测方法与装置

一种基于发动机动态特性的转速预测方法与装置

阅读:314发布:2023-03-05

专利汇可以提供一种基于发动机动态特性的转速预测方法与装置专利检索,专利查询,专利分析的服务。并且本 发明 实施例 提出一种基于 发动机 动态特性的转速预测方法与装置,涉及发动机技术领域。首先接收处于运行状态下的发动机的转速信息与发动机相连的 液压 泵 的压 力 信息与 排量 电流 信息,然后根据该参数信息获取带有发动机的动态特性的转速仿真计算模型,并利用预设定的电流改进 算法 对 液压泵 的排量电流信息进行改进,从而利用该仿真计算模型预测出通过该电流改进算法改进后的仿真转速。本发明提供的基于发动机动态特性的转速预测方法与装置具有能够获取发动机的动态特性,在实际使用过程中更符合使用需求以及对发动机整机动态特性进行研究,同时建立的仿真计算模型更加简单,在通过该仿真计算模型预测仿真转速更加迅速的优点。,下面是一种基于发动机动态特性的转速预测方法与装置专利的具体信息内容。

1.一种基于发动机动态特性的转速预测方法,其特征在于,所述基于发动机动态特性的转速预测方法包括:
接收一电动装载设备发送的处于运行状态下的发动机的转速信息、液压的压信息与第一排量电流信息;
根据所述转速信息、所述压力信息以及第一排量电流信息修正预建立的通用转速仿真计算模型,得到与所述转速信息、所述压力信息以及所述第一排量电流信息均关联的带有发动机的动态特性的特定转速仿真计算模型;
依据预设定的电流改进算法对所述第一排量电流信息进行改进,生成第二排量电流信息;
依据所述转速信息、所述压力信息、所述第二排量电流信息以及所述特定转速仿真计算模型预测所述发动机的仿真转速。
2.如权利要求1所述的基于发动机动态特性的转速预测方法,其特征在于,所述根据所述转速信息、所述压力信息以及第一排量电流信息修正预设定的通用转速仿真计算模型,得到与所述转速信息、所述压力信息以及所述第一排量电流信息均关联的带有发动机的动态特性的特定转速仿真计算模型的步骤包括:
依据所述第一排量电流信息与所述压力信息计算所述发动机的扭矩信息;
利用所述通用转速仿真计算模型对所述转速信息与所述扭矩信息进行关联分析,获取所述转速信息与所述扭矩信息的关联关系;
对所述关联关系、所述转速信息以及所述扭矩信息进行回归分析,获取所述发动机的动态特性;
根据所述发动机的动态特性对所述通用转速仿真计算模型进行修正,获取带有所述发动机动态特性的特定转速仿真计算模型。
3.如权利要求2所述的基于发动机动态特性的转速预测方法,其特征在于,所述发动机的动态特性包括发动机的转动惯量与动力特征,所述对所述关联关系、所述转速信息以及所述扭矩信息进行回归分析,获取所述发动机的动态特性的步骤包括:
根据所述关联关系、所述转速信息以及所述扭矩信息获取所述转速信息的变化率与所述扭矩信息的变化率;
根据所述转速信息、所述转速信息的变化率、所述扭矩信息以及所述扭矩信息的变化率计算所述发动机的转动惯性与动力特征。
4.如权利要求1所述的基于发动机动态特性的转速预测方法,其特征在于,在所述依据所述转速信息、所述压力信息、所述第二排量电流信息以及所述特定转速仿真计算模型预测所述发动机的仿真转速的步骤之后,所述基于发动机动态特性的转速预测方法还包括:
若所述仿真转速与预设定的需求转速不匹配,则对所述预设定的电流改进算法进行改进。
5.如权利要求1所述的基于发动机动态特性的转速预测方法,其特征在于,所述依据预设定的电流改进算法对所述第一排量电流信息进行改进,生成第二排量电流信息的步骤包括:
依据所述转速信息、所述压力信息、所述第一排量电流信息以及所述预设定的电流改进算法生成所述第二排量电流信息。
6.一种基于发动机动态特性的转速预测装置,其特征在于,所述基于发动机动态特性的转速预测装置包括:
信息接收单元,用于接收一电动装载设备发送的处于运行状态下的发动机的转速信息、液压泵的压力信息与第一排量电流信息;
仿真计算模型获取单元,用于根据所述转速信息、所述压力信息以及第一排量电流信息修正预建立的通用转速仿真计算模型,得到与所述转速信息、所述压力信息以及所述第一排量电流信息均关联的带有发动机的动态特性的特定转速仿真计算模型;
电流改进单元,用于依据预设定的电流改进算法对所述第一排量电流信息进行改进,生成第二排量电流信息;
仿真转速预测单元,用于依据所述转速信息、所述压力信息、所述第二排量电流信息以及所述特定转速仿真计算模型预测所述发动机的仿真转速。
7.如权利要求6所述的基于发动机动态特性的转速预测装置,其特征在于,所述仿真计算模型获取单元包括:
扭矩信息计算模,用于依据所述第一排量电流信息与所述压力信息计算所述发动机的扭矩信息;
关联关系获取模块,用于利用所述通用转速仿真计算模型对所述转速信息与所述扭矩信息进行关联分析,获取所述转速信息与所述扭矩信息的关联关系;
动态特性获取模块,用于对所述关联关系、所述转速信息以及所述扭矩信息进行回归分析,获取所述发动机的动态特性;
仿真计算模型获取模块,用于根据所述发动机的动态特性对所述通用转速仿真计算模型进行修正,获取带有所述发动机动态特性的特定转速仿真计算模型。
8.如权利要求7所述的基于发动机动态特性的转速预测装置,其特征在于,所述发动机的动态特性包括发动机的转动惯量与动力特征,所述动态特性获取模块包括:
变化率获取模块,用于根据所述关联关系、所述转速信息以及所述扭矩信息获取所述转速信息的变化率与所述扭矩信息的变化率;
转动惯量与动力特性获取模块,用于根据所述转速信息、所述转速信息的变化率、所述扭矩信息以及所述扭矩信息的变化率计算所述发动机的转动惯性与动力特征。
9.如权利要求6所述的基于发动机动态特性的转速预测装置,所述基于发动机动态特性的转速预测装置还包括:
算法改进单元,用于若所述仿真转速与预设定的需求转速不匹配,则对所述预设定的电流改进算法进行改进。
10.如权利要求6所述的基于发动机动态特性的转速预测装置,其特征在于,所述电流改进单元用于依据所述转速信息、所述压力信息、所述第一排量电流信息以及所述预设定的电流改进算法生成所述第二排量电流信息。

说明书全文

一种基于发动机动态特性的转速预测方法与装置

技术领域

[0001] 本发明涉及发动机技术领域,具体而言,涉及一种基于发动机动态特性的转速预测方法与装置。

背景技术

[0002] 在起重机与挖掘机的工作过程中,发动机可能会由于实际工作转速与目标转速相差较大,导致在起重机与挖掘机的工作过程中可能出现抖动、掉速、甚至熄火,诱发安全事故。
[0003] 所以,目前大多数的公司或科研机构均对发动机的特性进行了大量的研究。但是,一方面,目前对发动机特性的研究普遍采用静态研究的方式,由于在发动机的实际应用中,发动机是处于动态变化的,对发动机的静态探究在发动机的实际应用中并不适应。同时,目前普遍采用在实验室中对发动机进行理想状态下的研究,可能在实际应用中并不准确。另一方面,目前对发动机的研究采用的是利用发动机的零部件建立模型,使得模型较为复杂,运算较慢。所以在利用算法对发动机的负载的控制参数改变后,利用模型对该算法进行验证时,运算时间较长。
[0004] 有鉴于此,如何改善上述问题,是本领域技术人员关注的重点。

发明内容

[0005] 有鉴于此,本发明的目的在于提供一种基于发动机动态特性的转速预测方法,以解决现有技术中对发动机的研究不适用于发动机的实际工况,且建立的模型较为复杂的问题。
[0006] 本发明的另一目的在于提供一种基于发动机动态特性的转速预测装置,以解决现有技术中对发动机的研究不适用于发动机的实际工况,且建立的模型较为复杂的问题。
[0007] 为了实现上述目的,本发明实施例采用的技术方案如下:
[0008] 一方面,本发明实施例提出了一种基于发动机动态特性的转速预测方法,所述基于发动机动态特性的转速预测方法包括:
[0009] 接收一电动装载设备发送的处于运行状态下的发动机的转速信息、液压的压信息与第一排量电流信息;
[0010] 根据所述转速信息、所述压力信息以及第一排量电流信息修正预建立的通用转速仿真计算模型,得到与所述转速信息、所述压力信息以及所述第一排量电流信息均关联的带有发动机的动态特性的特定转速仿真计算模型;
[0011] 依据预设定的电流改进算法对所述第一排量电流信息进行改进,生成第二排量电流信息;
[0012] 依据所以转速信息、所述压力信息、所述第二排量电流信息以及所述特定转速仿真计算模型预测所述发动机的仿真转速。
[0013] 另一方面,本发明实施例还提出了一种基于发动机动态特性的转速预测装置,所述基于发动机动态特性的转速预测装置包括:
[0014] 信息接收单元,用于接收一电动装载设备发送的处于运行状态下的发动机的转速信息、液压泵的压力信息与第一排量电流信息;
[0015] 仿真计算模型获取单元,用于根据所述转速信息、所述压力信息以及第一排量电流信息修正预建立的通用转速仿真计算模型,得到与所述转速信息、所述压力信息以及所述第一排量电流信息均关联的带有发动机的动态特性的特定转速仿真计算模型;
[0016] 电流改进单元,用于依据预设定的电流改进算法对所述第一排量电流信息进行改进,生成第二排量电流信息;
[0017] 仿真转速预测单元,用于依据所以转速信息、所述压力信息、所述第二排量电流信息以及所述特定转速仿真计算模型预测所述发动机的仿真转速。
[0018] 相对现有技术,本发明具有以下有益效果:
[0019] 本发明提供的了一种基于发动机动态特性的转速预测方法与装置,首先接收处于运行状态下的发动机的转速信息、液压泵的压力信息以及第一排量电流信息,并依据发动机的转速信息、液压泵的压力信息以及第一排量电流信息修正预建立的用转速仿真计算模型,同时通过预设定的电流改进算法对第一排量电流信息进行改进,生成第二排量电流信息,最后将转速信息、所压力信息、第二排量电流信息以及修正后的转速仿真计算模型预测发动机的仿真转速。由于本发明采用发动机在实际工况中的运行参数进行研究,所以能够获取发动机的动态特性,在实际使用过程中更符合使用需求。并且由于发明对发动机整机动态特性进行研究,而没有对发动机零部件进行研究,因此建立的仿真计算模型更加简单,运算更加迅速,所以在利用电流改进算法对液压泵的排量电流进行改进后,在利用该仿真计算模型检验该电流改进算法是否达标时,运算更加迅速。
[0020] 为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。

附图说明

[0021] 为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
[0022] 图1示出了本发明的一个实施例提供的服务器的结构框图
[0023] 图2示出了本发明的一个实施例提供的基于发动机动态特性的转速预测方法的流程示意图。
[0024] 图3示出了图2中步骤S102的子步骤的流程示意图。
[0025] 图4示出了图3中子步骤1023的子步骤的流程示意图。
[0026] 图5示出了本发明的另一个实施例提供的基于发动机动态特性的转速预测装置的模示意图。
[0027] 图6示出了本发明的另一个实施例提供的仿真计算模型获取单元的模块示意图。
[0028] 图7示出了本发明的另一个实施例提供的动态特性获取模块的模块示意图。
[0029] 图标:10-服务器;12-存储器;13-存储控制器;14-处理器;100-基于发动机动态特性的转速预测装置;110-信息接收单元;120-仿真计算模型获取单元;121-扭矩信息计算模块;122-关联关系获取模块;123-动态特性获取模块;124-仿真计算模型获取模块;126-变化率获取模块;127-转动惯量与动力特征获取模块;130-电流改进单元;140-仿真转速预测单元;150-判断单元;160-算法改进单元;170-判断结果输出单元。

具体实施方式

[0030] 为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0031] 下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0032] 应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
[0033] 如图1所示,是本发明提供的服务器10的功能模块示意图。该服务器10包括基于发动机动态特性的转速预测装置100、存储器12、存储控制器13以及处理器14。
[0034] 所述存储器12、存储控制器13、处理器14各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述基于发动机动态特性的转速预测装置100包括至少一个可以软件固件(firmware)的形式存储于所述存储器12中或固化在所述服务器10的操作系统(operating system,OS)中的软件功能模块。所述处理器14用于执行存储器12中存储的可执行模块,例如所述障碍物距离判定图像生成装置包括的软件功能模块或计算机程序
[0035] 其中,存储器12可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器12用于存储程序,所述处理器14在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的服务器10所执行的方法可以应用于处理器14中,或者由处理器14实现。
[0036] 处理器14可能是一种集成电路芯片,具有信号的处理能力。上述的处理器14可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器14也可以是任何常规的处理器等。
[0037] 请参照图2,是本发明较佳实施例提供的应用于图1所示的基于发动机动态特性的转速预测方法的流程图,下面对图2所示的具体流程进行详细阐述。
[0038] 步骤S101,接收一电动装载设备发送的处于运行状态下的发动机的转速信息、液压泵的压力信息与第一排量电流信息。
[0039] 在一些电动装载设备的工作过程中,例如挖掘机或者起重机等机械设备,为了适应不断变化的工作环境,需要调整负载的相关参数,以使该电动装载设备在安全的前提下,提升工作效率。
[0040] 在本实施例中,利用发动机电流改进算法优化负载的相关参数,以使该电动装载设备在安全的前提下,提升工作效率。
[0041] 由于在实际工作过程中,发动机是处于动态变化的,若采用静态的计算方式计算发动机的稳态输出扭矩,则可能造成抖动、掉速、甚至熄火,诱发安全事故的情况的产生。为了验证预设定的电流改进算法是否能够满足需求,需利用带有发动机动态特性的转速仿真计算模型进行验证。在本实施例中,为了获取该台发动机在当前工况下的动态特性,需采集该台发动机在处于运动状态下的发动机的转速信息、液压泵的压力信息与第一排量电流信息,然后根据采集的转速信息、液压泵的压力信息与第一排量电流信息对发动机的动态特性进行研究。
[0042] 需要时说明的是,在本实施例中,发动机的转速信息包括目标转速信息以及实际转速信息。其中,目标转速信息为人为设定的转速信息,即操作人员给发动机发送的工作指令;而实际转速信息为发动机在实际过程中的转速信息,例如,操作人员给发动机发送的工作指令为1500转/min,但发动机实际以1300转/min运行,则目标转速为1500转/min,而实际转速为1300转/min。
[0043] 同时,通过液压泵的压力信息以及液压泵的排量电流信息可计算出发动机的扭矩信息,且计算简单,可在服务器10中完成计算,也可在挖掘机或起重机中完成。有鉴于此,在本实施例中,服务器10接收的可以是发动机的转速信息、液压泵的第一排量电流信息以及液压泵的压力信息,也可以是发动机的转速信息与发动机的扭矩信息,本实施例对此并不做任何限定。
[0044] 并且,还需要说明的是,在本实施例中,服务器10接收的,实质带有该发动机设备在一段时间内的作业运行数据,即服务器10接收的实质是该发动机的转速信息与扭矩信息的数据序列。
[0045] 步骤S102,根据所述转速信息、所述压力信息以及第一排量电流信息修正预建立的通用转速仿真计算模型,得到与所述转速信息、所述压力信息以及所述第一排量电流信息均关联的带有发动机的动态特性的特定转速仿真计算模型。
[0046] 在获取了实时的发动机的转速信息、液压泵的压力信息以及第一排量电流信息后,服务器10能够根据该发动机的转速信息与扭矩信息获取带有发动机的动态特性的转速仿真计算模型。
[0047] 具体地,请参阅图3,步骤S102包括:
[0048] 子步骤S1021,依据所述第一排量电流信息与所述压力信息计算所述发动机的扭矩信息。
[0049] 在本实施例中,由于服务器10接收的是发动机的转速信息、液压泵的压力信息以及第一排量电流信息,而在获取发动机的动态特性时,需利用发动机的转速信息与扭矩信息获取,所以在本实施例中,或首先通过第一排量电流信息与压力信息计算出发动机的扭矩信息。
[0050] 在本实施例中,服务器10中会预先建立一转速仿真计算模型,该转速仿真计算模型适用于所有发动机,然后将转速信息与计算出的扭矩信息导入该预建立的通用转速仿真计算模型中。
[0051] 子步骤S1022,利用所述通用转速仿真计算模型对所述转速信息与所述扭矩信息进行关联分析,获取所述转速信息与所述扭矩信息的关联关系。
[0052] 当接收到转速信息与扭矩信息后,预建立的通用转速仿真计算模型会对转速信息与扭矩信息进行数据挖掘,运用关联分析的数据挖掘方法,找到关联和关键因素,从而得到转速信息与扭矩信息之间的关联关系。
[0053] 需要说明的是,关联关系实质是指将两个不相关的量通过关联分析产生一定的关联。在本实施例中,转速信息与扭矩信息在数学上是两个无关的量,但在物理上,二者存在一定的关联,所以通过预建立的物理模型,能够将转速信息与扭矩信息在数学上进行关联,从而获取二者的关联关系。
[0054] 子步骤S1023,对所述关联关系、所述转速信息以及所述扭矩信息进行回归分析,获取所述发动机的动态特性。
[0055] 在得到转速信息与扭矩信息之间的关联关系之后,可继续运用回归分析的数据挖掘方法,经过多元回归分析和非线性回归分析,研究转速信息与扭矩信息间的相互关系和数据序列的趋势特征,从而获取发动机的动态特性。由于本实施中的转速信息与扭矩信息均为数据序列,并且,由于在采集该数据序列时频率较高,例如本实施例中,采用10Hz的频率进行采集,即每秒采集10次转速信息与扭矩信息,所以当将转速信息与扭矩信息导入预建立的通用转速仿真计算模型时,若以时间为横轴,转速信息或扭矩信息为纵轴,则转速信息与扭矩信息可看做是多个点组成的波形曲线,所以能够对该转速信息与扭矩信息的变化趋势进行研究。
[0056] 同时,需要说明的是,在本实施例中,发动机的动态特性包括转动惯量与动力特征,其中,动力特征包括发动机的喷油特性以及燃烧特性。转动惯量指发动机的飞轮及与之直接相连或间接相连的部件在转动时的总体转动惯量,喷油特性指发动机在工作过程中喷油量,燃烧特性指发动机内的燃油在燃烧时的效率。
[0057] 还需要说明的是,在子步骤S1023中获取的速信息与所述扭矩信息的关联关系适用于所有发动机,但是,在进行回归分析后,得到的发动机的动态特性仅适用于采集数据的该台发动机,而不再适用于所有的发动机。
[0058] 具体地,请参阅图4,子步骤S1023包括:
[0059] 子步骤S1026,根据所述关联关系、所述转速信息以及所述扭矩信息获取所述转速信息的变化率与所述扭矩信息的变化率。
[0060] 由于在已经得到了转速信息与扭矩信息之间的关联关系,同时,在将转速信息与扭矩信息导入预建立的通用转速仿真计算模型时,转速信息与扭矩信息可看做是多个点组成的波形曲线,所以能够通过该关联关系以及转速信息以及扭矩信息得到转速信息与扭矩信息的变化率。
[0061] 子步骤S1027,根据所述转速信息、所述转速信息的变化率、所述扭矩信息以及所述扭矩信息的变化率计算所述发动机的转动惯性与动力特征。
[0062] 由于发动机的转速信息与发动机的转动惯性相关,而扭矩信息与动力特征相关,在得到转速信息与扭矩信息的变化率后,可根据转速信息与转速信息的变化率得到发动机的转动惯性,同时根据扭矩信息与扭矩信息的变化率的到发动机的动力特征。当然的,在实际中,由于扭矩信息与转速信息存在数学与物理上的关联关系,所以需要对转速信息、转速信息的变化率、扭矩信息以及扭矩信息的变化率结合计算出发动机的转动惯性与动力特征。
[0063] 由于发动机的动态特性包括发动机的转动惯性与动力特征,在得到发动机的转动惯性与动力特征后,即得到了发动机的动态特性。
[0064] 子步骤1024,根据所述发动机的动态特性对所述通用转速仿真计算模型进行修正,获取带有所述发动机动态特性的特定转速仿真计算模型。
[0065] 在得到发动机的动态特性后,可利用该发动机的动态特性。对预建立的通用转速仿真计算模型进行修正,即对转速仿真计算模型的参数进行修正,同时确定适用于本台发动机的转速仿真计算模型,且该台模型带有发动机动态特性。
[0066] 步骤S103,依据预设定的电流改进算法对所述第一排量电流信息进行改进,生成第二排量电流信息。
[0067] 由于在步骤S101时服务器10已经接受到了转速信息与发动机的扭矩信息。其中转速信息包括目标转速与实际转速,实际转速相对于目标转速会存在掉速的情况,为了使实际转速相对于目标转速掉速不至于太大,防止安全事故的产生,需利用预设定的电流改进算法对扭矩信息进行优化。同时,由于每台发动机的液压泵的压力信息无法改变,只能改变液压泵的排量电流信息。有鉴于此,在本实施例中,为了实现达到使发动机的实际转速更加接近目标转速的目的,工作人员需要研发电流改进算法,电流改进算法实质上是将第一排量电流信息的数值该改进为第二排量电流信息的数值,从而在实际应用中发动机可以利用第二排量电流信息进行工作,以使发动机的实际转速更加接近目标转速。
[0068] 在本实施例中,在本实施例中,在需要优化时,可将发动机的转速信息,液压泵的压力信息导入电流改进算法中,通过电流改进算法自动生成第二排量电流信息。当然地,在其它的一些实施例中,也通过输入更多或更少的参数,然后利用电流改进算法生成第二电流信息,本实施例对此并不做任何限定。
[0069] 步骤S104,依据所以转速信息、所述压力信息、所述第二排量电流信息以及所述特定转速仿真计算模型预测所述发动机的仿真转速。
[0070] 由于不知道电流改进算法是否达标,即不知道发动机以通过电流改进算法改进后的第二排量电流信息工作时,其实际转速是否达标。
[0071] 在本实施例中,由于已经得到了适用于本台发动机的带有发动机动态特性的特定转速仿真计算模型,所以可将发动机的转速信息、液压泵的压力信息以及第二排量电流信息导入特定转速仿真计算模型中,即将发动机的转速信息、液压泵的压力信息以及通过电流改进算法优化后的液压泵的排量电流信息导入该转速仿真计算模型中,该转速仿真计算模型能够通过该台发动机的动态特性预测出仿真转速并显示。例如目标转速为1500转/min,但实际转速为1300转/min,工作人员想要通过电流改进算法保证实际转速相对于目标转速的掉速范围在100转以内,即通过电流改进算法优化后,发动机的实际转速可以达到1400转/min-1600转/min。通过将发动机的转速信息、液压泵的压力信息以及通过电流改进算法优化后的液压泵的排量电流信息导入该转速仿真计算模型中,转速仿真计算模型会通过该台发动机的动态特性预测出仿真转速,例如该仿真转速为1450转/min,则工作人员可判断出该电流改进算法已经达标,从而判断出该电流改进算法已经达标。
[0072] 同时,需要说明的是,由于不同发动机的特性不同,所以存在一种电流改进算法对一台发动机使用,但在对另一台发动机进行验证时却并不适用的情况。有鉴于此,需要验证本实施例提供的电流改进算法对本实施例提供的发动机是否适用,由于本实施例获取的发动机的动态特性仅适用于该台发动机,即在本实施例中,实质利用获取特定发仿真计算模型验证电流改进算法与发动机动态特性是否匹配。
[0073] 步骤S105,判断所述仿真转速与预设定的需求转速是否匹配,如果否,则执行步骤S106。
[0074] 在本实施例中,工作人员也可预设定一需求转速,该需求转速可能一定的转速范围,例如1400转/min-1600转/min,当在转速仿真计算模型预测出仿真转速后,服务器10能够判断仿真转速与需求转速是否匹配。
[0075] 需要说明的是,在本实施例中,匹配指仿真转速是否位于需求转速的范围内。
[0076] 步骤S106,输出判断结果并对所述预设定的电流改进算法进行改进。
[0077] 若仿真转速与预设定的需求转速不匹配,则表示通过该电流改进算法进行液压泵的排量电流信息无法获取需求转速,即该电流改进算法并未达标,该电流改进算法与本台发动机的动态特性并不匹配。有鉴于此,服务器10会输出判断结果,例如“电流改进算法与本台发动机的动态特性不匹配”;同时服务器10对电流改进算法进行改进,即改变电流改进算法的参数,使得通过改进后的扭矩算法优化后,仿真转速能够与需求转速匹配。
[0078] 步骤S107,输出判断结果。
[0079] 在服务器10自动判断出该仿真转速与预设定的需求转速是否匹配,会输出判断结果。例如若仿真转速与预设定的需求转速匹配,则服务器10输出“电流改进算法与本台发动机的动态特性匹配”,
[0080] 第二实施例
[0081] 请参阅图5,是本发明较佳实施例提供的图1所示的基于发动机动态特性的转速预测装置100的功能单元示意图。需要说明的是,本实施例所提供的基于发动机动态特性的转速预测装置100,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本发明实施例部分未提及之处,可参考上述的实施例中相应内容。所述基于发动机动态特性的转速预测装置100包括信息接收单元110、仿真计算模型获取单元120、电流改进单元130、仿真转速预测单元140、判断单元150以及电流改进算法改进单元160。
[0082] 信息接收单元110,用于接收一电动装载设备发送的处于运行状态下的发动机的转速信息与发动机的扭矩信息。
[0083] 可以理解地,通过信息接收单元110可执行步骤S101。
[0084] 仿真计算模型获取单元120,用于根据所述转速信息与所述扭矩信息获取与所述转速信息、所述扭矩信息关联的发动机的动态特性的转速仿真计算模型。
[0085] 可以理解地,通过仿真计算模型获取单元120可执行步骤S102。
[0086] 具体地,请参阅图6,仿真计算模型获取单元120包括:
[0087] 扭矩信息计算模块121,用于依据所述第一排量电流信息与所述压力信息计算所述发动机的扭矩信息。
[0088] 可以理解地,通过扭矩信息计算模块121可执行子步骤S1021。
[0089] 关联关系获取模块122,用于利用所述通用转速仿真计算模型对所述转速信息与所述扭矩信息进行关联分析,获取所述转速信息与所述扭矩信息的关联关系。
[0090] 可以理解地,通过关联关系获取模块122可执行步骤子S1022。
[0091] 动态特性获取模块123,用于对所述关联关系、所述转速信息以及所述扭矩信息进行回归分析,获取所述发动机的动态特性。
[0092] 可以理解地,通过动态特性获取模块123可执行子步骤S1023。
[0093] 其中,请参阅图7,动态特性获取模块123包括:
[0094] 变化率获取模块126,用于根据所述关联关系、所述转速信息以及所述扭矩信息获取所述转速信息的变化率与所述扭矩信息的变化率。
[0095] 可以理解地,通过变化率获取模块126可执行子步骤S1026。
[0096] 转动惯量与动力特性获取模块127,用于根据所述转速信息、所述转速信息的变化率、所述扭矩信息以及所述扭矩信息的变化率计算所述发动机的转动惯性与动力特征。
[0097] 可以理解地,通过转动惯量与动力特征获取模块127可执行子步骤S1027。
[0098] 仿真计算模型获取模块124,用于根据所述发动机的动态特性对所述预建立的通用转速仿真计算模型进行修正,获取带有所述发动机动态特性的转速仿真计算模型。
[0099] 可以理解地,通过仿真计算模型获取模块124可执行子步骤S1024。
[0100] 电流改进单元130,用于依据预设定的电流改进算法对所述第一排量电流信息进行改进,生成第二排量电流信息;
[0101] 可以理解地,通过电流改进单元130可执行步骤S103。
[0102] 仿真转速预测单元140,用于依据所以转速信息、所述压力信息、所述第二排量电流信息以及所述特定转速仿真计算模型预测所述发动机的仿真转速可以理解地,通过仿真转速预测单元140可执行步骤S104。
[0103] 可以理解地,通过仿真转速预测单元140可执行步骤S104。
[0104] 判断单元150,判断所述仿真转速与预设定的需求转速是否匹配,并输出判断结果。
[0105] 可以理解地,通过判断单元150可执行步骤S105。
[0106] 算法改进单元160,用于若所述仿真转速与预设定的需求转速不匹配,则对所述预设定的电流改进算法进行改进。
[0107] 判断结果输出单元170,用于输出判断结果。
[0108] 可以理解地,判断结果输出单元170可执行步骤S107。
[0109] 可以理解地,通过电流改进算法改进单元160可执行步骤S106。
[0110] 综上所述,本发明提供的了一种基于发动机动态特性的转速预测方法与装置,首先接收处于运行状态下的发动机的转速信息、液压泵的压力信息以及第一排量电流信息,并依据发动机的转速信息、液压泵的压力信息以及第一排量电流信息修正预建立的用转速仿真计算模型,同时通过预设定的电流改进算法对第一排量电流信息进行改进,生成第二排量电流信息,最后将转速信息、所压力信息、第二排量电流信息以及修正后的转速仿真计算模型预测发动机的仿真转速。由于本发明采用发动机在实际工况中的运行参数进行研究,所以能够获取发动机的动态特性,在实际使用过程中更符合使用需求。并且由于发明对发动机整机动态特性进行研究,而没有对发动机零部件进行研究,所以建立的仿真计算模型更加简单,运算更加迅速;所以在利用电流改进算法对液压泵的排量电流进行改进后,在利用该仿真计算模型检验该电流改进算法是否达标时,运算更加迅速。
[0111] 需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0112] 以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈