液压挖掘机铲斗振动掘削功率消耗研究

液压挖掘机工作时,铲斗液压缸无杆腔的油液压力间接反映了土壤的挖掘阻力.针对实验液压挖掘机独特的双阀芯液压系统及铲斗液压缸两腔所采取的控制策略,以“铲斗液压缸瞬时挖掘功率=无杆腔油液瞬时压力×无杆腔瞬时输入流量”为数学模型,探讨了液压挖掘机的功耗规律,将功耗规律对时间积分得到能耗规律;最后开展了大量的现场挖掘实验.结果表明,振动掘削相对于静态掘削不但可以有效地提高工作效率,而且还可以有效地降低挖掘阻力和功率消耗,且正弦波振动载荷的掘削效果明显优于三角波载荷.     

基于双阀芯的挖掘机振动掘削系统仿真分析

针对传统的机械式激振实现振动掘削的结构复杂、功能单一的缺点,根据双阀芯的工作原理设计了一个基于双阀芯的挖掘机振动掘削系统,该系统能通过控制液压系统实现振动掘削的精确控制并能方便地调节振动参数.为了在设计阶段实现系统的优化,分析不同振动加载方式对系统控制性能的影响,以双阀芯系统的数学模型为基础建立了双阀芯振动掘削系统的AMESim仿真模型,运用计算流量反馈的流量控制方法和PID算法实现了阀芯的流量控制,并对矩形波、正弦波和三角波三种流量输入波形的控制精确性进行了仿真分析,得出了三角波和正弦波要比矩形波输入控制更精确的结论,对振动参数优化试验有一定的指导意义.     

铲斗振动掘削岩土分析与岩土固有频率的估测方法

利用铲斗液压缸的工作压力模拟液压挖掘机铲斗挖掘工作时的阻力情况;对振动掘削与普通掘削的掘削效果进行对比实验研究;以共振理论为出发点,结合实验结果分析岩土共振对振动掘削过程的影响;应用共振理论,通过激振频率对比实验,采集多个频率下铲斗的最大挖掘阻力,利用最小二乘法确定岩土颗粒的固有频率。研究结果表明,振动掘削相对于普通掘削在减小挖掘阻力方面效果显著;当铲斗激振频率与岩土颗粒固有频率接近时,铲斗挖掘阻力最小。     

参数在线辨识的模糊神经网络Smith控制器

将多变量系统的Smith预估器参数的在线辨识方法的研究结果运用到多变量模糊RBF神经网络控制系统中,构造多变量模糊RBF神经网络Smith预全控制器,详细地阐述了控制器的结构和设计方法,并对一个双输入双输出对象进行仿真研究,仿真结果表明所构造的控制器具有的控制效果,且当对象的特性发生变化时,系统仍具有较好的辨识效果,控制器具有一定的鲁棒性和自适应能力。     

神经网络辨识的液压挖掘机LPV模型

针对液压挖掘机动臂关节的非线性建模问题,提出一种基于神经网络的线性变参数(LPV)模型的辨识方法.在各个工作点处根据其关节速度的一阶惯性加延迟模型,获得其关节角度模型;结合调度变量特性,采用神经网络辨识出LPV模型的参数,设计出挖掘机动臂在全局工作范围的LPV模型.通过仿真实验,验证了该方法的有效性和模型的准确性.     

模型参数的理性在线辨识方法

依据实际问题,提出了多数模型的“理性辨识”概念并给出了几种在线辨识公式,可有效地用于相当广泛的系统的实时控制与预测。     

变参数振动钻削微小孔的优化试验分析

变参数振动钻削过程中，由于轴向力，扭矩等的动态变化及不同区段加工质量特征参数的不同，导致不同的最优振动参数和最优切削数，文中通过多元正交多项式回归参数优化设计，运用概率论和数理统计原理进行振动钻削过程的参数优化，并通过对比试验验证了变参数振动钻削的优良效果。     

基于DRNN神经网络的挖掘机伺服系统参数辨识

为有效分析挖掘机电液伺服系统,提高依据模型设计控制器的精度,建立了系统状态空间模型。针对模型中的不确定参数,提出了基于对角回归神经网络的系统辨识策略。通过神经网络在线学习得到系统Jacobian信息,将实测信息代入含Jacobian信息与待辨识参数的线性方程,利用最小二乘法求得未知参数。实验表明,辨识模型能从初始阶段的微小误差逐渐地逼近实际系统,所提出的方法能有效辨识系统参数。     

机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题．     

基于单神经元PID的挖掘机铲斗位姿自适应控制

为实现挖掘机作业过程自动控制,需要对铲斗位姿准确定位。建立了挖掘机工作装置运动学模型及电液控制系统模型,针对挖掘机电液控制系统的时变性与外界干扰的不确定性特点,设计了一个单神经元自适应PID控制器,并采用二次型性能指标对控制器参数进行在线优化。仿真试验表明,该控制器响应快速、平稳,对参数时变与不确定扰动具有一定鲁棒性,能有效地对挖掘机铲斗位姿进行精确控制。     

挖掘机正流量泵控液压系统的特性分析

采用泵控挖掘机液压系统特性分析方法,在分析泵的输出特性的基础上,给出确定先导压力信号和控制泵排量的方法,并对泵的输出特性进行了仿真和实验研究。结果表明:正流量控制下,泵的排量由执行器流量需求和油泵的p-Q曲线动态实时调节,系统具有良好的负载流量适应性和负载敏感性,其液压系统中不存在负压,只有约0.5 MPa的背压,回油功率损失几乎为0。     

单自由度振动固有频率的计算

计算或测定系统的固有频率是研究振动问题的重要课题之一,本文以实例来说明几种求解固有频率的方法。     

坑内土体开挖对工程桩变位影响分析

软土地区由于基坑内土体开挖不当引起的工程桩变位事故频频发生,造成很大的经济损失,给工程安全带来隐患,因此迫切需要解决这个问题。从分析基坑土体开挖时工程桩上受到的荷载作用入手,研究了滑动土体及施工荷载对工程桩变位的影响,运用弹性抗力法分析了荷载作用下工程桩桩身任一点内力和位移分布情况。对某工程实例进行分析,计算开挖时作用于桩身的最大弯矩及其位置,与现场实测的桩身断裂位置基本一致,表明开挖形成的临空面滑动土体及施工荷载引起的水平荷载是导致桩身偏位甚至断裂的根本原因。     

基于AMESim的中型挖掘机执行机构液压系统建模与仿真

针对中型挖掘机液压系统不易标定的特点,应用AMESim软件建立了中型挖掘机执行机构及其相应液压系统的模型．分析了挖掘机在无执行机构动作时,液压泵的负流量控制特性;研究了无负载情况下,执行机构单独动作的压力流量特性,以及复合动作时各个执行机构的流量分配特性,为中型挖掘机液压系统的设计研究提供了参考．     

基坑支护技术在膨胀土地区的应用初探

在膨胀土地区进行基坑施工时,要尽量保持土体的原始应力状态和物理性质,密切注意地表水和地下水的分布及活动状况,尽可能缩短临空面土体暴露时间,以免水土相互作用,给工程带来极大危害.土钉墙是由土钉(包括网面)与土体共同作用而形成的复合土体,较完备地保持了墙后土体原有的结构整体性,从而有效遏制了膨胀土的侧膨胀压力,该技术运用于膨胀土地区基坑支护是行之有效的.     

工程结构模态的连续型随机子空间分解识别方法

环境振动识别方法利用结构的输出信号识别结构的模态参数,主要的识别方法有时间序列分析法、ERA(eigensystem realization algorithm)法和随机子空间法,这些方法均基于离散模型．基于连续随机子空间模型,本文给出了一种识别大型工程结构模态参数的方法．运用SVD(singular value decomposition)分解将含噪声的输出信号空间分解为信号空间和噪声空间,然后直接估计结构的模态参数．SVD分解保证了算法的鲁棒性．最后讨论了一个7层框架的理想建筑,仿真计算表明,该方法简单有效,能够使用在桥梁和建筑的健康监测和振动控制中．     

基于RBF神经网络的水轮机振源参数识别方法

在对水轮机进行力学建模和分析时,其振动荷载特性往往是未知的,但却是十分重要的.基于径向基函数(RBF)神经网络,提出了水轮机振动荷载参数识别方法.根据在丰满水电站现场观测的水轮机振动响应数据,识别出了水轮机在不同运行状态下的振动荷载参数,其中包括振动力的频率、相位差和幅值.利用人工神经网络具有解决参数识别反问题不适定性的能力,建立了水轮机系统响应与模型参数之间近似的非线性函数关系.现场实际应用结果表明,经过充分训练的神经网络具有较快的收敛能力和较高的预测精度.     

开挖及降雨作用下土质边坡变形 破坏机理

本文基于现场变形调查和数值模拟分析,研究了华安县大坑村滑坡在人工开挖以及降雨条件下的变形特征,计算了不同开挖时步以及不同工况下的边坡稳定性系数,并探讨了该滑坡的变形破坏机理.结果表明:开挖过程中,边坡前缘抗滑阻力减小,前缘部位最先产生变形,牵引中后缘坡体表面产生张拉裂缝,降雨期间雨水沿裂缝渗入坡体,岩土体容重增加,岩土体抗剪强度降低,最终诱发深层滑移破坏.分析表明,人工开挖及降雨入渗是大坑村土质边坡产生深层滑移破坏的主要影响因素.深层滑移破坏后,边坡岩土体结构松散,在暴雨作用下,再次诱发滑坡前缘浅表层松散体产生圆弧面滑移破坏.