基于深度学习的轴向柱塞泵的变量机构控制器 |
|||||||
申请号 | CN202211626200.9 | 申请日 | 2022-12-15 | 公开(公告)号 | CN116201710B | 公开(公告)日 | 2024-02-09 |
申请人 | 东北林业大学; | 发明人 | 张健; 袁峰; | ||||
摘要 | 基于 深度学习 的 轴向 柱塞 泵 的变量机构 控制器 ,属于液压元件技术领域,本 发明 为解决现有 轴向柱塞泵 的变量机构存在构造复杂、 精度 较低,响应时间过长的问题。 传感器 组采集获得油液压 力 、 温度 、流量 信号 和 斜盘 角 度信号;模式选择模 块 对工作模式进行选择;自动模式时ARM主控芯片对油液压力、温度和流量信号进行处理,向比例电磁 铁 输出 控制信号 ,通过比例电 磁铁 对变量机构进行控制,直至变量机构达到稳定工作状态;AI模式时ARM主控芯片控制AI处理器进行AI训练,将实时的斜盘角度信号输入至深度学习模型,判断斜盘角度信号是否与斜盘角度预设值相等,相等时判定变量机构已达到稳定工作状态。本发明用于对轴向柱塞泵的变量机构进行控制。 | ||||||
权利要求 | 1.基于深度学习的轴向柱塞泵的变量机构控制器,变量机构包括油缸、活塞和斜盘,其特征在于,它包括:传感器组、ARM信号采集模块、ARM主控芯片、AI采集模块、AI处理器和模式选择模块; |
||||||
说明书全文 | 基于深度学习的轴向柱塞泵的变量机构控制器技术领域背景技术[0002] 随着液压行业的逐步发展,作为液压系统的动力元件,液压变量泵的需求也在越来越高,同时也在向多样化、节能化、高性能化等方向逐渐升级。轴向柱塞泵的是一种容积泵,具有多种变量形式,能够广泛应用于机床锻压、冶金、工程、矿山、船舶等机械及其他液压传动系统中。 [0003] 但是现有的轴向柱塞泵存在如下问题: [0004] 1、采用机械变量机构,变量机构的构造复杂,存在恒功率控制准确性不够高的问题; [0005] 2、轴向柱塞泵出现故障后,一般都是一个缓慢渐变的过程,响应时间较长,只有当故障积累到一定程度之后才会体现出来,导致轴向柱塞泵经常直至损坏才能发现,这就需要停机来更换元器件,不仅提高了成本,还降低了工程的效率。 发明内容[0006] 本发明目的是为了解决现有轴向柱塞泵的变量机构存在构造复杂、精度较低,响应时间过长的问题,提供了一种基于深度学习的轴向柱塞泵的变量机构控制器。 [0008] 传感器组采集获得轴向柱塞泵的油液压力信号、油液温度信号、油液流量信号和斜盘角度信号;并将油液压力信号、油液温度信号和油液流量信号通过ARM信号采集模块发送至ARM主控芯片,将斜盘角度信号通过AI采集模块发送至AI处理器; [0009] 模式选择模块对变量机构的工作模式进行选择,所述工作模式包括手动模式、自动模式和AI模式,并将选择的工作模式发送至ARM主控芯片; [0011] 当工作模式为AI模式时,ARM主控芯片控制AI处理器进行AI训练,将实时采集获得的斜盘角度信号输入至深度学习模型,判断斜盘的角度信号是否与斜盘角度预设值相等,相等时判定变量机构已达到稳定工作状态。 [0012] 优选的,所述传感器组包括压力传感器、温度传感器、流量传感器和角度传感器; [0013] 所述压力传感器设置在轴向柱塞泵的油液进口处、油液出口处、油缸的油液进口处和油液出口处; [0014] 所述温度传感器设置在轴向柱塞泵的油液进口处、油液出口处、油缸的油液进口处和油液出口处; [0015] 所述流量传感器设置在油缸的油液进口处; [0016] 所述角度传感器设置在斜盘上。 [0017] 优选的,它还包括滤波模块,传感器组将油液压力信号、油液温度信号和油液流量信号输送至滤波模块进行滤波,然后再输送至ARM信号采集模块。 [0018] 优选的,它还包括电荷放大器,传感器组将斜盘角度信号发送至电荷放大器进行电荷放大,然后输送至AI处理器。 [0019] 优选的,当工作模式为自动模式时,ARM主控芯片对油液压力信号、油液温度信号和油液流量信号进行处理的具体方法包括: [0021] ARM主控芯片将油液流量信号与油液流量预设值进行对比,采用自整定PID算法进行计算,调整PWM波占空比,再经由功率放大器进行放大; [0022] ARM主控芯片将油液温度信号与油液温度预设值进行对比,采用自整定PID算法进行计算,调整PWM波占空比,再经由功率放大器进行放大。 [0023] 优选的,当工作模式为自动模式时,ARM主控芯片向比例电磁铁输出控制信号,通过比例电磁铁对变量机构进行控制的具体方法包括: [0024] 将处理后的油液压力信号、油液温度信号和油液流量信号发送至比例电磁铁,改变比例电磁铁的电流大小,比例电磁铁控制油缸的阀芯位置,进而改变与阀芯连接的活塞处的流量,进而改变与活塞连接的斜盘的角度,直至油液压力信号、油液温度信号、油液流量信号分别与油液压力预设值、油液温度预设值、油液流量预设值相等。 [0025] 优选的,当工作模式为自动模式时,每隔时间周期T,ARM主控芯片将油液压力信号、油液温度信号和油液流量信号发送至AI处理器,AI处理器将油液压力信号、油液温度信号、油液流量信号分别与油液压力预设值、油液温度预设值、油液流量预设值进行对比,当至少一个信号大于预设值时,判定为变量机构存在故障,将故障信号发送中ARM主控芯片中,并将故障信号存储至存储模块中。 [0027] 优选的,当工作模式为手动模式时,向存储模块中调取故障信号,判定变量机构是否存在故障,并根据判定结果对存储模块中的故障信号进行数据更新。 [0028] 优选的,它还包括显示模块,所述显示模块用于显示工作模式,以及显示变量机构是否达到稳定工作状态。 [0029] 本发明的优点: [0030] 1、提出了一种变量机构的控制器,以ARM主控芯片和AI处理器为双芯片控制器,实现了对变量机构(主要是斜盘)的高精度控制; [0031] 2、实现了对轴向柱塞泵工作状态的实时监测,对故障进行实时诊断; [0034] 图1是本发明所述基于深度学习的轴向柱塞泵的变量机构控制器的原理框图; [0035] 图2是本发明所述基于深度学习的轴向柱塞泵的变量机构控制器的流程框图。 具体实施方式[0036] 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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。 [0037] 需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。 [0038] 下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。 [0039] 实施例1: [0040] 下面结合图1和图2说明本实施方式,本实施方式所述基于深度学习的轴向柱塞泵的变量机构控制器,变量机构包括油缸、活塞和斜盘,它包括:传感器组、ARM信号采集模块、ARM主控芯片、AI采集模块、AI处理器和模式选择模块; [0041] 传感器组采集获得轴向柱塞泵的油液压力信号、油液温度信号、油液流量信号和斜盘角度信号;并将油液压力信号、油液温度信号和油液流量信号通过ARM信号采集模块发送至ARM主控芯片,将斜盘角度信号通过AI采集模块发送至AI处理器; [0042] 模式选择模块对变量机构的工作模式进行选择,所述工作模式包括手动模式、自动模式和AI模式,并将选择的工作模式发送至ARM主控芯片; [0043] 当工作模式为自动模式时,ARM主控芯片对油液压力信号、油液温度信号和油液流量信号进行处理,向比例电磁铁输出控制信号,通过比例电磁铁对变量机构进行控制,直至变量机构达到稳定工作状态; [0044] 当工作模式为AI模式时,ARM主控芯片控制AI处理器进行AI训练,将实时采集获得的斜盘角度信号输入至深度学习模型,判断斜盘的角度信号是否与斜盘角度预设值相等,相等时判定变量机构已达到稳定工作状态。 [0045] 进一步的,所述传感器组包括压力传感器、温度传感器、流量传感器和角度传感器; [0046] 所述压力传感器设置在轴向柱塞泵的油液进口处、油液出口处、油缸的油液进口处和油液出口处; [0047] 所述温度传感器设置在轴向柱塞泵的油液进口处、油液出口处、油缸的油液进口处和油液出口处; [0048] 所述流量传感器设置在油缸的油液进口处; [0049] 所述角度传感器设置在斜盘上。 [0050] 再进一步的,它还包括滤波模块,传感器组将油液压力信号、油液温度信号和油液流量信号输送至滤波模块进行滤波,然后再输送至ARM信号采集模块。 [0051] 再进一步的,它还包括电荷放大器,传感器组将斜盘角度信号发送至电荷放大器进行电荷放大,然后输送至AI处理器。 [0052] 再进一步的,当工作模式为自动模式时,ARM主控芯片对油液压力信号、油液温度信号和油液流量信号进行处理的具体方法包括: [0053] ARM主控芯片将油液压力信号与油液压力预设值进行对比,采用自整定PID算法进行计算,调整PWM波占空比,再经由功率放大器进行放大; [0054] ARM主控芯片将油液流量信号与油液流量预设值进行对比,采用自整定PID算法进行计算,调整PWM波占空比,再经由功率放大器进行放大; [0055] ARM主控芯片将油液温度信号与油液温度预设值进行对比,采用自整定PID算法进行计算,调整PWM波占空比,再经由功率放大器进行放大。 [0056] 再进一步的,当工作模式为自动模式时,ARM主控芯片向比例电磁铁输出控制信号,通过比例电磁铁对变量机构进行控制的具体方法包括: [0057] 将处理后的油液压力信号、油液温度信号和油液流量信号发送至比例电磁铁,改变比例电磁铁的电流大小,比例电磁铁控制油缸的阀芯位置,进而改变与阀芯连接的活塞处的流量,进而改变与活塞连接的斜盘的角度,直至油液压力信号、油液温度信号、油液流量信号分别与油液压力预设值、油液温度预设值、油液流量预设值相等。 [0058] 再进一步的,当工作模式为自动模式时,每隔时间周期T,ARM主控芯片将油液压力信号、油液温度信号和油液流量信号发送至AI处理器,AI处理器将油液压力信号、油液温度信号、油液流量信号分别与油液压力预设值、油液温度预设值、油液流量预设值进行对比,当至少一个信号大于预设值时,判定为变量机构存在故障,将故障信号发送中ARM主控芯片中,并将故障信号存储至存储模块中。 [0059] 再进一步的,ARM主控芯片接收到故障信号时,ARM主控芯片通过无线接口或CAN控制接口对轴向柱塞泵发出停止指令。 [0060] 再进一步的,当工作模式为手动模式时,向存储模块中调取故障信号,判定变量机构是否存在故障,并根据判定结果对存储模块中的故障信号进行数据更新。 [0061] 再进一步的,它还包括显示模块,所述显示模块用于显示工作模式,以及显示变量机构是否达到稳定工作状态。 [0062] 本实施方式中,根据存储模块中的故障,进行人为判断是否故障,从而进行数据更新,并根据机器学习的方法训练一个完整的诊断模型,正常数据也进行人为判断,并根据机器学习的方法训练一个完整的控制模型,且样本随着时间不断更新迭代。 [0063] 本实施方式中,当工作模式为手动模式时,AI处理器停止工作。 [0064] 本发明中,AI处理器与ARM芯片相连,可通过内部通讯模块实现内部通讯。 [0065] 轴向柱塞泵变量机构变量油缸里变量活塞的位置、流量大小和斜盘角度可通过ARM芯片来进行控制,从而让轴向柱塞泵的压力、流量、以及输出功率能达到一个自整定状态。 [0066] 切换模式可使用AI模式来控制,用训练好的模型来调整其内部压力,流量、以及功率, [0068] 变量机构通过控制器进行动态特性实验,可通过传感器组检测变量机构的压力特性以及液压控制阀阀口的流量特性,可以实现对轴向柱塞泵的油液温度以及环境温度进行检测,该控制器可以显示柱塞泵的工作/非工作参数,模式可切换,并带有报警装置,控制器上可添加若干其他模块。 [0069] ARM芯片还与柱塞泵的加热系统或冷却系统相连,通过温度检测模块来检测油液温度,确保温度的合理性。 |