一种挖掘机势能回收控制方法、系统、挖掘机及存储介质与流程

1.本技术涉及工程机械控制技术领域，特别涉及一种挖掘机势能回收控制方法、系统、一种挖掘机及一种存储介质。


背景技术：

2.在全球环境污染、能源短缺的大背景下，大型机械装备的节能减排技术已成为工程机械装备领域的研究热点。在液压挖掘机作业过程中，工作装置进行着周期性的提臂与下臂动作，动臂势能大多以热能的形式消耗在多路阀口上，不仅能量浪费严重造成油耗高，还易引起液压系统的振动噪声和发热，降低系统的可靠性和寿命。
3.因此，如何实现挖掘机势能的高效回收是本领域技术人员目前需要解决的技术问题。


技术实现要素：

4.本技术的目的是提供一种挖掘机势能回收控制方法、系统、一种挖掘机及一种存储介质，能够实现挖掘机势能的高效回收。
5.为解决上述技术问题，本技术提供一种挖掘机势能回收控制方法，该方法包括：
6.当检测到挖掘机动臂处于下降工作状态时，根据挖掘机的电机发电能、液压蓄能器充入能量和主泵能耗确定挖掘机能量消耗函数；
7.通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点；其中，所述最优工作点包括能耗最低场景下的液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩；
8.根据所述最优工作点对所述挖掘机动臂的势能进行回收。
9.可选的，在通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点之前，还包括：
10.确定所述挖掘机能量消耗函数的约束条件；其中，所述约束条件包括第一条件和第二条件，所述第一条件根据所述液压蓄能器的工作压力区间确定，所述第二条件根据马达角功率和马达排量的关系确定；
11.相应的，通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点，包括：
12.在所述约束条件下通过所述最小加权偏差法计算所述挖掘机能量消耗函数的所述最优工作点。
13.可选的，通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点，包括：
14.设置未知偏好加权和已知偏好加权，根据所述未知偏好加权和所述已知偏好加权将所述挖掘机能量消耗函数等效为多目标优化模型；
15.将所述多目标优化模型转换为等效的单目标优化模型，求解所述单目标优化模型得到所有优化目标的偏好权重；其中，所述优化目标包括液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩；
16.联合所有所述优化目标的偏好权重的已知部分得到最小偏差权重，根据所述最小偏差权重确定所述最优工作点。
17.可选的，求解所述单目标优化模型得到所有优化目标的偏好权重，包括：
18.通过拉格朗日法求解所述单目标优化模型得到所有优化目标的偏好权重。
19.可选的，还包括：
20.判断动臂主阀联的两侧液压差值是否大于预设值；
21.若是，则判定所述挖掘机动臂处于所述下降工作状态。
22.可选的，在根据所述最优工作点对所述挖掘机动臂的势能进行回收之后，还包括：
23.若所述动臂主阀联的两侧液压差值小于或等于所述预设值，则控制所述液压蓄能器和超级电容释放能量，以便所述挖掘机利用所述液压蓄能器和所述超级电容释放的能量执行下一工况的操作。
24.可选的，根据所述最优工作点对所述挖掘机动臂的势能进行回收，包括：
25.若所述挖掘机处于复合回收模式，则根据所述最优工作点控制所述液压蓄能器和超级电容对所述挖掘机动臂的势能进行回收；
26.若所述挖掘机处于单回收模式，则根据所述最优工作点控制所述液压蓄能器对所述挖掘机动臂的势能进行回收。
27.本技术还提供了一种挖掘机势能回收控制系统，该系统包括：
28.能量消耗函数确定模块，用于当检测到挖掘机动臂处于下降工作状态时，根据挖掘机的电机发电能、液压蓄能器充入能量和主泵能耗确定挖掘机能量消耗函数；
29.最优工作点确定模块，用于通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点；其中，所述最优工作点包括能耗最低场景下的液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩；
30.能量回收模块，用于根据所述最优工作点对所述挖掘机动臂的势能进行回收。
31.本技术还提供了一种存储介质，其上存储有计算机程序，所述计算机程序执行时实现上述挖掘机势能回收控制方法执行的步骤。
32.本技术还提供了一种挖掘机，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现上述挖掘机势能回收控制方法执行的步骤。
33.本技术提供了一种挖掘机势能回收控制方法，包括：当检测到挖掘机动臂处于下降工作状态时，根据挖掘机的电机发电能、液压蓄能器充入能量和主泵能耗确定挖掘机能量消耗函数；通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点；其中，所述最优工作点包括能耗最低场景下的液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩；根据所述最优工作点对所述挖掘机动臂的势能进行回收。
34.本技术在检测到挖掘机动臂处于下降工作状态时确定挖掘机能量消耗函数，该挖掘机能量消耗函数根据电机发电能、液压蓄能器充入能量和主泵能耗确定。通过最小加权偏差法计算能耗最低场景对应的最优工作点，最优工作点可以包括液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩，进而按照上述最优工作点对挖掘机动臂的势能进行回收。上述方案基于最小加权偏差法来求解挖掘机动臂势
能回收系统控制方案，能够实现挖掘机势能的高效回收，保证势能回收系统回收率的最大化。本技术同时还提供了一种挖掘机势能回收控制系统、一种挖掘机和一种存储介质，具有上述有益效果，在此不再赘述。
附图说明
35.为了更清楚地说明本技术实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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的附图。
36.图1为本技术实施例所提供的一种挖掘机势能回收控制方法的流程图；
37.图2为本技术实施例所提供的一种液压挖掘机动臂势能回收系统原理图；
38.图3为本技术实施例所提供的一种动臂势能回收系统整体控制方法的流程图；
39.图4为本技术实施例所提供的一种液压挖掘机不同系统下发动机工作点分布对比示意图；
40.图5为本技术实施例所提供的一种多目标优化前后系统总回收能量对比图。
具体实施方式
41.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
42.下面请参见图1，图1为本技术实施例所提供的一种挖掘机势能回收控制方法的流程图。
43.具体步骤可以包括：
44.s101：当检测到挖掘机动臂处于下降工作状态时，根据挖掘机的电机发电能、液压蓄能器充入能量和主泵能耗确定挖掘机能量消耗函数；
45.其中，本实施例可以应用于挖掘机的处理器芯片，在本步骤之前可以存在检测挖掘机动臂状态的操作，当检测到挖掘机动臂处于下降工作状态时执行本实施例的相关操作。挖掘机的多种工况中均包括挖掘机动臂处于下降工作状态。
46.挖掘机消耗能量的去向主要包括电机、液压蓄能器和主泵，因此在挖掘机动臂处于下降工作状态时，可以根据挖掘机的电机发电能、液压蓄能器充入能量和主泵能耗确定挖掘机能量消耗函数。根据挖掘机能量消耗函数可以确定工作时间、马达效率、电机效率、动臂无杆腔流量和主泵出口流量与挖掘机消耗能量的对应关系。
47.s102：通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点；
48.具体的，本步骤可以通过以下方式计算最优工作点：设置未知偏好加权和已知偏好加权，根据所述未知偏好加权和所述已知偏好加权将所述挖掘机能量消耗函数等效为多目标优化模型；将所述多目标优化模型转换为等效的单目标优化模型，求解所述单目标优化模型得到所有优化目标的偏好权重；其中，所述优化目标包括液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩；联合所有所述优化目标的偏好权重的已知部分得到最小偏差权重，根据所述最小偏差权重确定所述最优工作
点。进一步的，本实施例可以通过拉格朗日法求解所述单目标优化模型得到所有优化目标的偏好权重。
49.上述最优工作点包括能耗最低场景下的液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩。
50.s103：根据所述最优工作点对所述挖掘机动臂的势能进行回收。
51.其中，在得到最优工作点的基础上，可以根据最优工作点控制挖掘机工作，以便对挖掘机动臂的势能进行回收。
52.本实施例在检测到挖掘机动臂处于下降工作状态时确定挖掘机能量消耗函数，该挖掘机能量消耗函数根据电机发电能、液压蓄能器充入能量和主泵能耗确定。通过最小加权偏差法计算能耗最低场景对应的最优工作点，最优工作点可以包括液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩，进而按照上述最优工作点对挖掘机动臂的势能进行回收。上述方案基于最小加权偏差法来求解挖掘机动臂势能回收系统控制方案，能够实现挖掘机势能的高效回收，保证势能回收系统回收率的最大化。
53.根据当前工程机械工作装置势能回收技术研究现状和液压挖掘机工况特点，液压挖掘机动臂势能回收的难点主要有：
①
动臂下降在挖掘机作业过程中的动作时间短，常规的能量回收系统动态响应速度无法满足势能回收需求，回收效率不高；
②
为保证动臂下降速度的可控性，在能量回收系统中动臂运动速度的控制常采用节流、容积控制，以及经常切换于此两种方式，给系统带来振荡与冲击，如何协调控制使系统的回收效率和操控性达到最佳状态具有较大的难度。
54.液压挖掘机动臂势能回收控制系统是具有非线性、强耦合特点的复杂系统，不仅包含多个输入、输出变量，且工作过程受作业负载、机器自身状况等因素的影响并且存在动臂下降势能回收、动臂提升动力辅助以及动臂与其他执行部件复合动作时功率匹配等多种工作状态。考虑挖掘机能量回收系统包含储能元件，其运行还受到元件能量状态和输出功率的约束。
55.下面通过在实际应用中的实施例说明上述实施例描述的流程。本实施例根据挖掘机动臂势能回收控制系统的控制策略具有多目标优化需求特点的问题，综合系统运行控制要求的多目标属性，建立数学模型，选取各个目标的评价指标或约束条件，并引入加权函数，给出一个总的评价函数以便全面评估系统控制效果的优劣，从而实现挖掘机动臂势能回收系统控制策略的优化。
56.本实施例提供的基于最小加权偏差多目标优化的势能回收控制方案如下：
57.(1)优化目标：
58.系统控制优化目标主要有两点：
①
提高挖掘机动臂势能回收效率，即在不增加主泵口因势能回收而产生附加能耗的基础上，保证势能回收系统回收率的最大化。
②
势能回收系统在进行能量回收时，不影响挖掘机整机操作性能。
59.(2)多目标优化方法的数学模型：
60.本系统中的储能元件为液压蓄能器和超级电容，超级电容的储能能力主要由回收马达
‑
电机单元的发电量决定，液压蓄能器的储能能力取决于有效容积和初始充气压力，另外蓄能器与回收马达
‑
电机单元之间存在相互耦合与干扰，因此蓄能器以及马达
‑
电机组的
优化匹配将影响动臂势能回收系统的回收效率。
61.将能量回收系统的优化设计变量设定如下：液压蓄能器的初始工作压力p0、容积v0，回收马达排量v
c
，电机制动力矩t，为了便于矩阵运算，可以用x表示n维设计变量，即：
[0062][0063]
在电机功率恒定的前提下建立电机发电能计算的目标函数：
[0064][0065]
式中：t为电机输出制动力矩，单位为n
·
m；n为电机转速，单位为rpm。
[0066]
根据波义耳定律，并将蓄能器充液过程看成绝热过程，即取n＝1.4，则蓄能器充入的能量e可以由下式计算：
[0067][0068]
式中：p1为系统最低工作压力，单位为mpa；v1为蓄能器在最低工作压力时的气体体积，单位为l；p2为系统最高工作压力，单位为mpa；v2为系统蓄能器在最高工作压力时的气体体积，单位为l。
[0069]
建立主泵的能耗计算目标函数：
[0070][0071]
上式中q为主泵流量。根据上述参数匹配的目标以及多目标优化方法的数学模型，要使总目标函数最优则应使分目标函数在各自约束条件下最小，通过将各目标函数中的中间变量用设计变量替代，最终得到总目标函数如下：
[0072][0073]
式中：t为稳态持续时间，单位为s；η
m
为马达的功率，η
d
为电机的效率；q
d
为稳态条件下动臂无杆腔的流量，单位为l/min；q
p
为主泵出口流量，单位为l/min，t
z
为液压马达与电机的等效阻力矩，单位为n
·
m。q
d
和q
p
可通过测试挖掘机样机得出。
[0074]
(3)确定约束条件：
[0075]
在通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点之前，可以确定所述挖掘机能量消耗函数的约束条件；其中，所述约束条件包括第一条件和第二条件，所述第一条件根据所述液压蓄能器的工作压力区间确定，所述第二条件根据马达角功率和马达排量的关系确定，以便在所述约束条件下通过所述最小加权偏差法计算所述挖掘机能量消耗函数的所述最优工作点。
[0076]
蓄能器所需容积公式为：
[0077][0078]
式中：δv为蓄能器的有效容积，δv＝v2‑
v1，单位为m3，p0的含义为液压蓄能器的初始工作压力。
[0079]
蓄能器的预充气压力与系统的工作压力的合理关系为：
[0080]
25％p
max
≤p0≤90％p
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式7)
[0081]
p
max
≤3p
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式8)
[0082]
上式中p
min
的含义为系统最低工作压力，p
max
的含义为系统最高工作压力。
[0083]
根据测试并计算液压挖掘机动臂下放过程中的功率损耗，可以初选电机工作时的额定功率p
d
；选取动臂下放起始时最高压力为依据，确定回收电机的峰值功率p
dj
。考虑到液压马达的寿命，应使同轴相连的电机转速n不高于5000r/min，同时为了让电机处于高效发电区域，则在电机稳定工作过程中其转速不低于2000r/min。
[0084]
这里还需要马达的排量与转矩两个参数的范围，为简化问题，可以通过角功率法将转矩与转速转化为角功率参数。马达的角功率关系式为：
[0085][0086]
式中，p
md
为马达角功率，单位为kw；
[0087]
马达角功率与马达排量的关系为：
[0088][0089]
式中，η
mv
为马达容积效率；p
mmax
为液压系统最高匹配压力，单位为mpa；v
mmax
为马达最大排量，单位为ml/r；n
mmax
为马达最高匹配转速，单位为rpm。
[0090]
以某7吨级挖掘机为研究对象，通过试验测试与计算获取相关参数以进一步确定本系统参数匹配过程中约束条件：取t＝2.5s，η
m
＝0.97，η
mv
＝0.95，η
d
＝0.9，测试有p
mmax
＝16mpa，p
min
＝7.2mpa，q
d
＝89l/min，q
p
＝59l/min。利用以上参数可以计算出本文系统中各优化目标的约束条件如下：
[0091]
6.0≤x1≤10.6
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式11)
[0092]
3.75≤x2≤6.5
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式12)
[0093]
g1(x)＝x3‑
19x4≤0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式13)
[0094]
g2(x)＝1.12x4‑
x3‑
6≤0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式14)
[0095][0096]
g4(x)＝6.28x3‑
15x4 37.68≤0(公式16)
[0097]
(4)参数匹配最优值查找：
[0098]
在实时性较好的权重法多目标优化中，根据决策者所设定各目标之间相对重要性的排序，各目标不同的权重系数通过给定实数ω
i
,(i＝1,...,m)来确定，从而实现各个目
标的评价形式u
i
(ω
i
,f(x))，将m个目标的优化函数转换为单目标形式函数为：
[0099][0100]
根据公式17中单目标函数u:r
m
→
r的形式不同，权重法可再细分为全局加权法、简单加权求和法和加权最大最小法三种形式。上式中u
i
的含义为各目标的评价形式。
[0101]
受限于挖掘机控制的实时性要求，本实施例中多目标问题优化为转换单目标来进行求解，转化过程即是通过评价函数的建立将多目标问题分解。由于能量回收系统具有非线性时变的特点，建立评价函数又需要制定各目标的优先偏好，但在挖掘机系统中偏好加权要实现预先确定是非常困难的。所以采用最小加权偏差法来确定不可知的偏好加权，其被定义为部分未知。
[0102]
假设未知的偏好加权为p(p≥1)个，已知的偏好加权为m
‑
p个：
[0103]
ω＝(ω1,ω2...,ω
m
)＝(ω0,ω
*
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式18)
[0104][0105][0106]
式中，是已知的偏好加权。
[0107]
设定偏好加权向量ω，如果g
j
(ω0)解算值最小，则x
j
结果最优，表明达到系统最理想方案，定义如下目标函数
[0108][0109]
上式中α
i
表示置信度，μ
ij
表示加权隶属度函数。
[0110]
等效为多目标优化模型：
[0111][0112]
式中，
[0113]
多目标优化模型转换为等效的单目标优化模型：
[0114]
[0115]
上式中的非线性规划问题可通过拉格朗日法来求解，建立相应函数为
[0116][0117]
其中，λ是拉格朗日乘子。分别对拉格朗日函数l(ω0,λ)求和λ的偏导并令其为0：
[0118][0119]
求解此方程组，可得偏好权重：
[0120][0121]
对求得的偏好权重进行标准化：
[0122][0123]
联合偏好权重的已知部分，即可得最小偏差权重ω
md
：
[0124][0125]
各可选方案x
j
的加权偏差值可通过公式27、公式28求得，公式29为最优可选方案x
opt
，各方案的优劣关系由加权隶属度大小确定。系统中各个可选工作点的求解值经逐一计算，最优工作点即为具有最小加权偏差值。
[0126][0127]
系统控制流程如下：
[0128]
请参见图2，图2为本技术实施例所提供的液压挖掘机动臂势能回收系统原理图。图2中1为柴油机e；2为变量泵组；3、11、21为单向阀；4、10、20、22为油箱；5为电机m1；6为整流/逆变器inv；7为电池(如超级电容)；8为蓄能器；9为发电机m2；12为回收马达；13、15为二位二通电磁阀；16为可变节流阀；17为二位三通电磁阀；18为动臂液压缸；19为动臂主阀联；23、24、25、26、27为压力传感器pg1、pg2、pg3、pg5、pg6，于前文的分析，对本文提出的挖掘机动臂势能回收系统制定了整体的控制流程，如图3所示，结合本章前文所述的势能回收系统
原理图，主要进行以下控制步骤：
[0129]
步骤1：系统启动时进行初始化和自校正准备。
[0130]
步骤2：进入挖掘机正常工作循环，完成发动机初始工作点的设定和闭环控制系统下转速调节。
[0131]
步骤3：检测动臂进入下降工作状态。
[0132]
本实施例可以通过以下方式检测动臂是否进入下降工作状态：判断动臂主阀联的两侧液压差值是否大于预设值；若是，则判定所述挖掘机动臂处于所述下降工作状态。具体的，本实施例可以通过采集压力传感器信号pg1、pg2并比较大小，若pg2与pg1之间的差值大于设定值a，则系统判断动臂下降过程开始，控制器发出指令开启势能回收阀。进一步的，在根据所述最优工作点对所述挖掘机动臂的势能进行回收之后，若所述动臂主阀联的两侧液压差值小于或等于所述预设值，则控制所述液压蓄能器和超级电容释放能量，以便所述挖掘机利用所述液压蓄能器和所述超级电容释放的能量执行下一工况的操作。
[0133]
步骤4：确定系统进入回收模式。在势能回收阀17得电开启的基础上，控制器检测动臂下降先导压力信号pg2是否大于设定值b，从而通过给予电磁阀13电流指令，来确定能量回收系统进入蓄能器、超级电容复合回收模式，否则系统处于液压蓄能器单回收模式。电磁阀13得电下移时，pid分段控制电机转矩、转速，电机9发电，整流单元和整流超级电容储能。若所述挖掘机处于复合回收模式，则根据所述最优工作点控制所述液压蓄能器和超级电容对所述挖掘机动臂的势能进行回收；若所述挖掘机处于单回收模式，则根据所述最优工作点控制所述液压蓄能器对所述挖掘机动臂的势能进行回收。
[0134]
步骤5：能量回收。当能量回收系统处于单回收模式时，动臂液压缸无杆腔压力油全部进入蓄能器，实现动臂势能的回收。当系统处于复合回收模式时，通过检测动臂主阀先导压力信号，控制器输出指令调节可变节流阀16的开度大小，从而实现动臂液压缸无杆腔中压力油流入液压蓄能器的流量控制；其余大部分压力油进入回收马达驱动电机发电，控制器通过电机制动扭矩和转速闭环控制，在完成动臂势能转化为电能回收储存在电容组的同时实现了动臂下降速度的控制。
[0135]
步骤6：能量存储状态监测。通过实时监测蓄能器压力和超级电容soc，并与系统设定值(c或d)进行比较，控制器发出指令关闭势能回收阀退出能量回收模式，储能元件蓄能器、电容释放能量，系统进入下一个工作循环。
[0136]
步骤7：动臂下降过程结束。当压力传感器信号pg2、pg1之间的差值小于设定值a时，系统判断动臂下降过程结束，控制器发出指令控制势能回收阀关闭，动臂势能回收完成，系统等待再次进入能量回收模式。
[0137]
其中，在对动臂势能进行回收时，为控制动臂下放的速度对电机的制动力矩进行控制。可将完整的势能回收过程分为动臂下降加速、匀速与减速制动三个阶段，各阶段需要满足回收马达
‑
电机组的近似力平衡方程，如式2所示。经代入相关参数后求得相应的力矩表达式，为防止电机转速超调，利用pid控制器原理对电机转速进行闭环控制，并写入amesim模型中进行仿真分析。
[0138][0139]
上式中：p为回收马达入口压力，单位为mpa；v
c
为回收马达排量，单位为ml/r；t
z
为
回收马达与电机的等效阻力矩，单位为nm；α为回收马达
‑
电机角加速度，单位为rad/s2；j为液压马达
‑
电机组的转动惯量，单位为kg
·
m2。
[0140]
图4为液压挖掘机不同系统下发动机工作点分布对比示意图。常规系统下发动机工作点如图4(a)所示，挖掘机作业过程中发动机输出功率由工作负载决定，尤其是在装载不同体积不同重量的负载下动臂提升，发动机输出功率变化范围大波动剧烈，造成发动机工作点散布在0～40kw的宽广范围内，工作效率不高，基本低于50％以下。动臂势能回收系统发动机工作点如图4(b)所示，控制系统稳定发动机工作在23kw的主泵平均需求功率附近，虽然0～15kw还存在小部分低功率作业区域，但发动机工作点主要集中在工作效率85％附近，实现系统较优的燃油经济性。
[0141]
在动臂势能回收系统中采用多目标优化控制方法，能量回收效率得到提高，所回收能量占总可回收能量的63.57％，且系统压力稳定，流量分配合理，与系统方案设计原理相符合，请参见图5所示的多目标优化前后系统总回收能量对比图可知，优化后的系统实现了较好的能量回收效果。
[0142]
本实施例基于液压挖掘机系统具有非线性、强耦合特点，提出了一种基于最小加权偏差多目标优化的势能回收系统控制方法，通过建立系统能量消耗最小的目标函数模型，在考虑系统约束条件的基础上求解得到传递函数最优解，并制定了系统整体控制流程。通过专利方案的实施，不仅实现高效回收利用了动臂装置的势能，而且保证了不影响挖掘机整机操作性能。减少了发动机的能量输出，降低了燃油消耗，降低废气排放，改善了作业环境。
[0143]
本技术实施例还提供的一种挖掘机势能回收控制系统，该系统可以包括：
[0144]
能量消耗函数确定模块，用于当检测到挖掘机动臂处于下降工作状态时，根据挖掘机的电机发电能、液压蓄能器充入能量和主泵能耗确定挖掘机能量消耗函数；
[0145]
最优工作点确定模块，用于通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点；其中，所述最优工作点包括能耗最低场景下的液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩；
[0146]
能量回收模块，用于根据所述最优工作点对所述挖掘机动臂的势能进行回收。
[0147]
本实施例在检测到挖掘机动臂处于下降工作状态时确定挖掘机能量消耗函数，该挖掘机能量消耗函数根据电机发电能、液压蓄能器充入能量和主泵能耗确定。通过最小加权偏差法计算能耗最低场景对应的最优工作点，最优工作点可以包括液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩，进而按照上述最优工作点对挖掘机动臂的势能进行回收。上述方案基于最小加权偏差法来求解挖掘机动臂势能回收系统控制方案，能够实现挖掘机势能的高效回收，保证势能回收系统回收率的最大化。
[0148]
进一步的，还包括：
[0149]
约束条件确定模块，用于在通过最小加权偏差法计算所述挖掘机能量消耗函数的最优工作点之前，确定所述挖掘机能量消耗函数的约束条件；其中，所述约束条件包括第一条件和第二条件，所述第一条件根据所述液压蓄能器的工作压力区间确定，所述第二条件根据马达角功率和马达排量的关系确定；
[0150]
相应的，最优工作点确定模块用于在所述约束条件下通过所述最小加权偏差法计
算所述挖掘机能量消耗函数的所述最优工作点。
[0151]
进一步的，最优工作点确定模块用于设置未知偏好加权和已知偏好加权，根据所述未知偏好加权和所述已知偏好加权将所述挖掘机能量消耗函数等效为多目标优化模型；还用于将所述多目标优化模型转换为等效的单目标优化模型，求解所述单目标优化模型得到所有优化目标的偏好权重；其中，所述优化目标包括液压蓄能器的初始工作压力、所述液压蓄能器的初始工作容积、回收马达排量和电机制动力矩；还用于联合所有所述优化目标的偏好权重的已知部分得到最小偏差权重，根据所述最小偏差权重确定所述最优工作点。
[0152]
进一步的，最优工作点确定模块求解所述单目标优化模型得到所有优化目标的偏好权重的过程包括：通过拉格朗日法求解所述单目标优化模型得到所有优化目标的偏好权重。
[0153]
进一步的，还包括：
[0154]
动臂状态判断模块，用于判断动臂主阀联的两侧液压差值是否大于预设值；若是，则判定所述挖掘机动臂处于所述下降工作状态。
[0155]
进一步的，还包括：
[0156]
能量释放控制模块，用于在根据所述最优工作点对所述挖掘机动臂的势能进行回收之后，若所述动臂主阀联的两侧液压差值小于或等于所述预设值，则控制所述液压蓄能器和超级电容释放能量，以便所述挖掘机利用所述液压蓄能器和所述超级电容释放的能量执行下一工况的操作。
[0157]
进一步的，能量回收模块，包括：
[0158]
复合回收模块，用于若所述挖掘机处于复合回收模式，则根据所述最优工作点控制所述液压蓄能器和超级电容对所述挖掘机动臂的势能进行回收；
[0159]
单回收模块，用于若所述挖掘机处于单回收模式，则根据所述最优工作点控制所述液压蓄能器对所述挖掘机动臂的势能进行回收。
[0160]
由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
[0161]
本技术还提供了一种存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：u盘、移动硬盘、只读存储器(read
‑
only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0162]
本技术还提供了一种挖掘机，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然所述挖掘机还可以包括各种网络接口，电源等组件。
[0163]
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以对本技术进行若干改进和修饰，这些改进和修饰也落入本技术权利要求的保护范围内。
[0164]
还需要说明的是，在本说明书中，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。在没有更多限制的状况下，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。