挖掘机回转能量回收控制方法、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回转能量回收控制方法、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。液压挖掘机回转制动时，回转平台的惯性能转化为液压能消耗在回转马达的溢流阀口，系统溢流产生的根本原因在于回转马达需求流量与主泵输出流量不匹配，回转马达无法完全吸收泵输出流量，导致回转过程中能量利用率低，所以频繁的回转在挖掘机挖掘作业过程中存在着大量的可回收能量，这些能量在原液压系统中都转化为热能，没有充分利用。
3.因此，如何实现挖掘机回转能量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回转能量回收控制方法、系统、一种挖掘机及一种存储介质，能够实现挖掘机回转能量的高效回收。
5.为解决上述技术问题，本技术提供一种挖掘机回转能量回收控制方法，该掘机回转能量回收控制方法包括：
6.建立挖掘机在循环工况下的发动机等效燃油消耗函数；其中，所述发动机等效燃油消耗函数的控制变量为电机转矩或发电机转矩，所述发动机等效燃油消耗函数的状态变量为系统储能元件的超级电容soc值；
7.将所述循环工况划分为多个阶段工况，采用迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略；其中，所述全局回转能量控制策略包括每一所述阶段工况对应的控制变量最优值和状态变量最优值；
8.按照所述全局回转能量控制策略执行回转能量回收操作。
9.可选的，采用迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数，包括：
10.根据所述挖掘机的工作参数确定约束条件集合；其中，所述约束条件集合包括电容约束条件、电机转速约束条件、发动机转矩约束条件和电机转矩约束条件中的任一项或任几项的组合；所述电容约束条件根据所述超级电容soc值的取值范围确定；所述电机转速约束条件根据所述挖掘机的电机或发电机的转速取值范围确定；所述发动机转矩约束条件根据所述挖掘机的发动机的转矩取值范围确定；所述电机转矩约束条件根据所述挖掘机的电机或发电机的转矩取值范围确定；
11.在所述约束条件集合的约束下，采用所述迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数。
12.可选的，建立挖掘机在循环工况下的发动机等效燃油消耗函数，包括：
13.根据所述超级电容soc值的变化量的平方生成惩罚函数；其中，所述超级电容soc值的变化量为当前阶段工况下的超级电容soc值与超级电容soc初始值之差；
14.根据所述控制变量、所述状态变量和工作时间生成成本函数；
15.将所述惩罚函数和所述成本函数的和作为所述发动机等效燃油消耗函数。
16.可选的，采用迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略，包括：
17.按照从后向前的顺序计算所有所述阶段工况对应的发动机等效燃油消耗函数，得到反向计算数据；其中，所述反向计算数据包括反向计算得到的控制变量最优值和状态变量最优值；
18.根据超级电容soc初始值和所述反向计算数据按照从前向后的顺序，采用所述迭代动态规划算法计算所有所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略。
19.可选的，按照从后向前的顺序计算所有所述阶段工况对应的发动机等效燃油消耗函数，得到反向计算数据，包括：
20.计算相邻所述阶段工况之间的超级电容soc变化量，根据超级电容soc的最小值和所述超级电容soc变化量得到状态变量集合；其中，所述状态变量集合包括每一所述阶段工况对应的超级电容soc值；
21.在电机转矩或发电机转矩的约束范围内等间隔取点计算状态变量传递方程，根据所述状态变量传递方程通过插值法求解所述发动机等效燃油消耗函数，得到最优电机转矩值；
22.将所述最优电机转矩值设置为反向计算得到的控制变量最优值，将所述状态变量集合中的超级电容soc值设置为反向计算得到的状态变量最优值，得到所述反向计算数据。
23.可选的，所述发动机等效燃油消耗函数包括超级电容放电时的发动机等效燃油消耗函数，以及超级电容充电时的发动机等效燃油消耗函数。
24.可选的，采用迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数的过程中，还包括：
25.当检测到迭代次数加一时，则按照预设比例缩减所述状态变量和所述控制变量的分布范围。
26.本技术还提供了一种挖掘机回转能量回收控制系统，该系统包括：
27.燃油消耗函数建立模块，用于建立挖掘机在循环工况下的发动机等效燃油消耗函数；其中，所述发动机等效燃油消耗函数的控制变量为电机转矩或发电机转矩，所述发动机等效燃油消耗函数的状态变量为系统储能元件的超级电容soc值；
28.控制策略生成模块，用于将所述循环工况划分为多个阶段工况，采用迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略；其中，所述全局回转能量控制策略包括每一所述阶段工况对应的控制变量最优值和状态变量最优值；
29.能量回收模块，用于按照所述全局回转能量控制策略执行回转能量回收操作。
30.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
实现上述挖掘机回转能量回收控制方法执行的步骤。
31.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回转能量回收控制方法执行的步骤。
32.本技术提供了一种挖掘机回转能量回收控制方法，包括：建立挖掘机在循环工况下的发动机等效燃油消耗函数；其中，所述发动机等效燃油消耗函数的控制变量为电机转矩或发电机转矩，所述发动机等效燃油消耗函数的状态变量为系统储能元件的超级电容soc值；将所述循环工况划分为多个阶段工况，采用迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略；其中，所述全局回转能量控制策略包括每一所述阶段工况对应的控制变量最优值和状态变量最优值；按照所述全局回转能量控制策略执行回转能量回收操作。
33.本技术在建立挖掘机在循环工况下的发动机等效燃油消耗函数之后，使用迭代动态规划算法求解循环工况的每一阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略。根据全局回转能量控制策略可以确定每一阶段工况对应的控制变量最优值和状态变量最优值。上述方案基于迭代动态规划算法来求解系统的能量分配全局最优控制问题，提高了挖掘机在作业循环过程中的燃油经济性，能够实现挖掘机回转能量的高效回收。本技术同时还提供了一种挖掘机回转能量回收控制系统、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
34.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。
35.图1为本技术实施例所提供的一种挖掘机回转能量回收控制方法的流程图；
36.图2为本技术实施例所提供的一种液压挖掘机回转能量回收系统原理图；
37.图3为本技术实施例所提供的一种回转制动能量回收系统动态规划算法控制流程图；
38.图4为本技术实施例所提供的一种基于动态规划算法的能量回收系统模型图；
39.图5为本技术实施例所提供的一种为液压挖掘机能量回收系统在作业过程中的工作状态曲线图；
40.图6为本技术实施例所提供的一种液压挖掘机回转能量回收系统燃油消耗曲线图。
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回转能量回收控制方法
的流程图。
43.具体步骤可以包括：
44.s101：建立挖掘机在循环工况下的发动机等效燃油消耗函数；
45.其中，本实施例可以应用于挖掘机的处理器芯片，挖掘机的循环工况指：挖掘、回转、装车、回转继续挖掘的操作，在循环工况下挖掘机需要执行大量的回转操作，为了提高挖掘机在作业循环过程中的燃油经济性，本实施例对挖掘机的回转能量进行回收。
46.本步骤可以通过以下方式建立挖掘机在循环工况下的发动机等效燃油消耗函数：根据所述超级电容soc值的变化量的平方生成惩罚函数；其中，所述超级电容soc值的变化量为当前阶段工况下的超级电容soc值与超级电容soc初始值之差；根据所述控制变量、所述状态变量和工作时间生成成本函数；将所述惩罚函数和所述成本函数的和作为所述发动机等效燃油消耗函数。
47.具体的，上述发动机等效燃油消耗函数的控制变量为电机转矩或发电机转矩，所述发动机等效燃油消耗函数的状态变量为系统储能元件的超级电容soc(state of charge，电池荷电状态)值。
48.s102：将所述循环工况划分为多个阶段工况，采用迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略；
49.其中，在挖掘机回转能量回收系统全局优化控制策略中，目标为循环工况下发动机等效燃油消耗最小。设定系统控制变量为电机/发电机转矩，状态变量为超级电容soc，每段步长为单位时间，可以将典型工况分为n段得到n个阶段工况，将系统最优控制问题转化为多个阶段目标优化，求解液压挖掘机能量回收系统燃油经济性全局最优控制策略。
50.挖掘机中系统储能元件的超级电容在充电状态和放电状态下的发动机燃油消耗计算方式不同，因此本实施例中发动机等效燃油消耗函数包括超级电容放电时的发动机等效燃油消耗函数，以及超级电容充电时的发动机等效燃油消耗函数。在确定全局回转能量控制策略时，可以判断每一阶段工况下超级电容处于充电状态还是放电状态，进而求解相应充放电状态下的发动机等效燃油消耗函数。
51.s103：按照所述全局回转能量控制策略执行回转能量回收操作。
52.其中，全局回转能量控制策略包括每一阶段工况对应的控制变量最优值和状态变量最优值，在循环工况下，本实施例可以根据挖掘机当前所在的阶段工况选取对应的优选电机转矩或优选发电机转矩、以及优选超级电容soc值。
53.本实施例在建立挖掘机在循环工况下的发动机等效燃油消耗函数之后，使用迭代动态规划算法求解循环工况的每一阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略。根据全局回转能量控制策略可以确定每一阶段工况对应的控制变量最优值和状态变量最优值。上述方案基于迭代动态规划算法来求解系统的能量分配全局最优控制问题，提高了挖掘机在作业循环过程中的燃油经济性，能够实现挖掘机回转能量的高效回收。
54.作为对于图1对应实施例的进一步介绍，可以为发动机等效燃油消耗函数设置对应的约束条件集合，以便在约束条件集合下采用所述迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数。
55.具体的，本实施例可以根据挖掘机的工作参数确定约束条件集合；其中，所述约束
条件集合包括电容约束条件、电机转速约束条件、发动机转矩约束条件和电机转矩约束条件中的任一项或任几项的组合；所述电容约束条件根据所述超级电容soc值的取值范围确定；所述电机转速约束条件根据所述挖掘机的电机或发电机的转速取值范围确定；所述发动机转矩约束条件根据所述挖掘机的发动机的转矩取值范围确定；所述电机转矩约束条件根据所述挖掘机的电机或发电机的转矩取值范围确定。
56.目前液压挖掘机能量回收的研究方向主要集中在动臂下降势能回收，对平台回转制动能量回收研究不多，概括起来比较典型的研究方案有两种，都具有各自的缺点和局限性：一种是变频电机替代液压马达直接驱动平台，回转制动能量通过电机转化为电能储存在电储能元件，系统将回转驱动和能量回收功能集成在一起，虽然能量传递效率得以提高但却降低了系统的可靠性。另一种是基于液压蓄能器的回转制动能量回收方案，但在蓄能器释放压力油到主泵出口辅助驱动负载时，若蓄能器压力低于负载压力，压力油将不能释放，所回收的能量得不到再利用的同时影响下一阶段的能量回收；而且蓄能器释放压力油时间短，使得执行机构速度不可控，若通过调节调速阀的开口面积实现执行机构正常工作，系统存在一定的节流损失，能量回收再利用效率不高。
57.由于挖掘机能量回收系统中各单元之间存在相互耦合，且具有非线性、非连续复杂性的特点，液压挖掘机能量回收系统无法求解得到较为准确的系统微分方程，在求解能量回收系统最优能量管理策略方面存在困难。液压挖掘机能量回收系统控制复杂，其能量输出的最优控制可通过基于动态规划优化算法的能量管理策略来实现。对于型号吨位和系统结构确定的液压挖掘机，其在典型作业工况下存在可参考的燃油经济性和操作性能限值范围，本实施例通过迭代动态规划全局优化算法来求解回转能量回收系统的能量分配最优控制问题，从而实现液压挖掘机在典型作业循环过程中的最佳燃油经济性。本实施例提供的基于迭代动态规划优化的回转能量回收控制方案如下：
58.(1)全局最优能量管理控制问题
59.在典型作业工况下，对液压挖掘机能量回收系统设计最优控制策略实现动力系统能量流动的分配，来达到整机的最佳燃油经济性指标。因此，将能量回收系统能量管理策略的控制目标确定为：在保持超级电容soc合理工作范围、满足系统动力需求的基础上，液压挖掘机获得最优的燃油经济性。
60.在液压挖掘机作业过程中，能量回收系统的控制变量(发动机和电机的转速与转矩)和状态变量(超级电容组soc)需在正常工作范围。挖掘机回转能量回收系统的最优控制，即为在基于系统状态变量和控制变量的约束条件下，求解目标函数值最小的最优控制策略，可通过公式1描述：
61.62.上式中，j为优化问题目标函数；t
f
为工作时间；x(t)和为状态变量；x0为状态变量初始值；u(t)为控制变量；l为成本函数；θ为惩罚函数；为控制向量和状态向量约束；u
l
、u
u
分别为控制变量的极大值和极小值；x
l
和x
u
分别为状态变量的极大值和极小值，r表示连续计数。
63.液压挖掘机回转能量回收系统最优能量管理策略，是挖掘机在典型作业工况下的燃油消耗量j最小。当系统在设定典型工况下周期[0,t
f
]里，由初始状态x(0)向最终状态x(t
f
)转移，使系统性能目标函数最优。
[0064]
(2)迭代动态规划能量管理控制策略优化设计
[0065]
将电机转矩选为k阶段的控制变量，超级电容soc为状态变量：
[0066]
x
k
＝soc(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式2)
[0067]
u
k
＝t
m
(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式3)
[0068]
在动态规划求解过程中制定以下约束条件：
[0069][0070]
状态变量的转移方程为：
[0071]
soc(k 1)＝g[soc(k),t
m
(k)]
ꢀꢀ
(公式5)
[0072]
式中：soc(k)为k时刻的超级电容荷电状态；soc
min
和soc
max
分别为超级电容soc最小值和最大值；n
m
(k)、t
m
(k)为k时刻的电机转速、转矩；t
e
(k)为k时刻的发动机转矩，单位为n
·
m；t
m_min
和t
m_max
为电机转矩的上下边界，单位为n
·
m；t
e_max
为发动机最大转矩n
·
m；n
m_max
为电机转速最大值，单位为rpm；g为状态转移函数。
[0073]
超级电容soc最佳工作范围一般为50％～90％，超级电容在最佳工作范围内工作时不仅寿命周期得以延长，而且充放电效率和功率等性能良好。在正向全局寻优过程中，应保证液压挖掘机作业过程中的超级电容soc保持状态平衡。因此增加惩罚函数到目标函数中，将单位时间内超级电容soc值与初值之差的平方作为惩罚函数，其惩罚函数如下式：
[0074]
l
α
＝λ(soc(k)
‑
soc
obj
)2ꢀꢀ
(公式6)
[0075]
上式中：soc
obj
为超级电容soc的目标值；λ为惩罚系数。
[0076]
挖掘机中系统储能元件的超级电容在充电状态和放电状态下的发动机燃油消耗计算方式不同，因此本实施例中发动机等效燃油消耗函数包括超级电容放电时的发动机等效燃油消耗函数，以及超级电容充电时的发动机等效燃油消耗函数。定义阶段指标函数为能量回收系统在时间δt内的等效燃油消耗量，建立放电和充电二种模式下目标函数，在加入超级电容soc惩罚函数的情况下放电工况和充电工况的等效燃油消耗量(即发动机等效燃油消耗函数)如下：
[0077]
放电工况(p
m
≥0)时等效燃油消耗量为：
[0078]
[0079]
充电工况(p
m
≤0)时等效燃油消耗量为：
[0080][0081]
上式中：j
f
和j
c
分别为能量回收系统充放电时的等效燃油消耗量(单位为g)；p
m
为电机功率(单位为kw)；p
e
为发动机装机功率(单位为kw)；为等效燃油消耗率，单位为g/(kwh)；b
e
为发动机燃油消耗率，单位为g/(kwh)；η
bd
为超级电容放电效率；η
m
为电机效率。
[0082]
离散动态规划算法主要分为正向和反向计算，可以通过以下方式求解每一所述阶段工况对应的发动机等效燃油消耗函数：按照从后向前的顺序计算所有所述阶段工况对应的发动机等效燃油消耗函数，得到反向计算数据；其中，所述反向计算数据包括反向计算得到的控制变量最优值和状态变量最优值；根据超级电容soc初始值和所述反向计算数据按照从前向后的顺序，采用所述迭代动态规划算法计算所有所述阶段工况对应的发动机等效燃油消耗函数。具体的，确定反向计算数据的过程包括：计算相邻所述阶段工况之间的超级电容soc变化量，根据超级电容soc的最小值和所述超级电容soc变化量得到状态变量集合；其中，所述状态变量集合包括每一所述阶段工况对应的超级电容soc值；在电机转矩或发电机转矩的约束范围内等间隔取点计算状态变量传递方程，根据所述状态变量传递方程通过插值法求解所述发动机等效燃油消耗函数，得到最优电机转矩值；将所述最优电机转矩值设置为反向计算得到的控制变量最优值，将所述状态变量集合中的超级电容soc值设置为反向计算得到的状态变量最优值，得到所述反向计算数据。
[0083]
从第n个阶段点逆向求解推导到第一阶段点的各个状态值为反向计算，此时整个周期划分为n
‑
1级，超级电容soc在不同时间下离散化为多个状态值点。计算并制定超级电容soc的工作区域，并将soc离散到各个阶段可达范围的上下限之间。取δsoc为离散步长，则k时刻的超级电容soc状态集合如下：
[0084]
x
k
＝[soc
min
(k),soc
min
(k) δsoc,
…
,soc
max
(k)]
ꢀꢀ
(公式9)
[0085]
在电机转矩的约束范围内等间隔取点，计算出状态变量的传递方程soc
k 1
和soc`
k 1
，性能指标函数j
k
和j`
k
通过插值法求解，最优电机转矩值即为函数最小值。逆向计算结束后，与最佳电机转矩值和性能指标函数对应的超级电容soc，其取值点组成的向量，以便为正向计算做准备。
[0086]
在整个工作周期里的第一阶段到第n阶段，各阶段插值求解的最优解为正向计算。在超级电容soc初始值和反向计算数据的条件下，第一阶段计算最佳电机转矩，并经状态转移方程求解第二阶段、第三阶段、第四阶段
……
的系统状态和电机转矩最优值，连续计算到第n阶段。在正向计算结束时，系统全局最优解为电机在每个时刻的最佳转矩值。
[0087]
为解决传统动态规划方法固有的计算量大和精度不高问题，本章提出了迭代动态规划优化方法，为补偿离散化所带来的系统误差，采用多步迭代并逐步缩小搜索区间来减少每次迭代的计算量，通过多次迭代搜索计算来实现全局最优解的控制策略。迭代动态规划方法的递推方程为：
[0088]
[0089]
式中，h为迭代步数，f为状态转移函数，为最优目标函数。
[0090]
在每次迭代状态变量为非网格点时，迭代动态规划方法最优控制变量为距离最近的网格点，即：
[0091][0092]
式中，x
g
为网格点对应的状态向量；u
*
为迭代计算最优结果。
[0093]
在每次迭代之后，最优求解路线通过系统初始状态向前重复计算来实现。在下一次迭代计算中的状态变量和控制变量网格，由上步求解得到最优状态和控制变量构成，即
[0094][0095]
式中，z为控制变量点数量；y为状态变量点数量。
[0096]
进一步的，采用迭代动态规划算法求解发动机等效燃油消耗函数的过程中，每当检测到迭代次数加一时，则按照预设比例缩减所述状态变量和所述控制变量的分布范围，以便提高全局回转能量控制策略的搜索效率。
[0097]
状态变量和控制变量的分布范围在每次迭代计算后进行缩减，即：
[0098][0099]
式中，ψ、z分别为控制变量和状态变量的分布范围；γ为收缩因子。
[0100]
在系统的状态网格点上，最优控制变量应为目标函数值最小的控制变量，并存储该控制变量值和目标函数值，通过重复以上计算完成迭代动态规划的优化求解。在迭代优化计算基础上，控制和状态变量网格进行重新构造，控制变量与状态变量分布范围同步缩小，多次计算完成迭代动态规划实现优化结果达到最优，即为挖掘机能量回收系统在典型作业工况下使目标函数值最小的最优控制方法。
[0101]
本实施例提供的能量回收系统的控制流程如下：
[0102]
请参见图2，图2为本技术实施例所提供的一种液压挖掘机回转能量回收系统原理图，图2中1为发动机e；2为变量泵组；3、11、14、15、19为单向阀；4、10、18、20、26为油箱；5为电机m1；6为整流/逆变器inv2；7为超级电容sc；8为电机控制器mc；9为发电机m1；12为回收马达；13为回转制动能量回收阀；16为回转马达；17为回转主阀联；21、22、23、24、25为压力传感器pg1、pg2、pg3、pg4、pg5。
[0103]
回转制动能量回收系统动态规划算法控制流程如图3所示，其过程包括：初始化；计算最后阶段目标函数最优值f、决策量u(即控制变量)和状态量x(即控制变量)；生成k阶段状态量和决策量网络；计算各节点到最终点的距离，包括油耗最优值f
k
(x
k
)，决策量u
k
，状态量x
k
；阶段数k减1，若k等于0则输出最优值f，若k不等于0则重新进入生成k阶段状态量和决策量网络的步骤；初始化阶段数i＝1；计算第一阶段目标函数最优值f、决策量u(即控制变量)和状态量x(即控制变量)；生成k阶段状态量和决策量网络；计算各节点到最终点的距
离，包括油耗最优值f
k
(x
k
)，决策量u
k
，状态量x
k
；判断i是否为最终阶段数，若是则绘制状态变化图和最短路径图，若否则将阶段数i加1并进入生成k阶段状态量和决策量网络的步骤。框图右侧进行最优路径{u1,u2,
……
u
n
}和超级电容soc工作曲线的求解，正向计算能量回收系统各阶段状态和决策量、以及最优值；左侧为反向优化，在优化过程中逐步计算系统的状态量、决策量，最终求解输出目标函数最优值f1(x1)。该系统控制流程框图描述了动态规划优化算法的控制过程，正、逆向全局寻优两个阶段中每一步系统状态优化，均通过目标函数状态方程中所有的控制变量来计算。在计算过程中，舍弃导致超过状态域的控制值，并通过使用下一个控制值来继续计算。对于所接受的控制值，将通过持续累积计算最终得到液压挖掘机发动机在最优状态下的油耗数据。在比较所有处于该状态的控件值集之后，发动机油耗优化值被记录存储下来。基于动态规划算法的能量回收系统模型如图4所示。该模型包括控制器、超级电容、发动机、驱动电机、回收电机、回收马达、液压泵、回转马达和回转平台，发动机产生燃油消耗。
[0104]
图5为液压挖掘机能量回收系统在作业过程中的主要工作状态曲线，图5(a)为发动机、液压泵和电机m1的功率分配曲线p
engine
、p
pump
和p
am
，图中可得由于电机m1作为辅助动力源，与发动机共同协调驱动负载，实现对外负载即液压泵功率输出的“削峰填谷”作用，稳定发动机工况由30kw降低至18kw，从而获得较优的燃油经济性。常规系统和能量回收节能系统的功率输出曲线可见图5(b)，在满载回转和空载返回二次回转运动阶段，与常规液压系统相比能量回收系统功率输出下降明显，平均功率下降幅度达到9.3kw。图5(c)和图5(d)分别为系统储能元件超级电容充放电电流与荷电状态soc的变化，可以直观地看到在一个工作周期内系统能量管理的基本逻辑，在动臂提升与回转加速等负载较大时的超级电容输出能量驱动电机m1，是主要的能量辅助阶段，在上车平台回转制动时，超级电容吸收回收的电能，是主要的能量回收阶段。从一个完整的周期来看，超级电容的soc保持在50％～90％设计范围内，较好地实现了系统能量的“收支”平衡。
[0105]
在典型挖掘作业工作循环下，液压挖掘机回转能量回收系统燃油消耗曲线如图6所示，与传统液压系统相比，动态规划优化算法在能量回收系统工作过程中进行功率最优分配使能量消耗明显减少，节能效率改善达到21.3％。
[0106]
作为液压挖掘机最大的惯性负载机构，上车平台回转系统在挖掘机典型作业循环中起着重要作用，具有惯量大、低动态阻尼比、启制动频繁等特点。为了回收液压挖掘机回转运动阶段的制动能量，提出了一种基于迭代动态规划优化的回转能量回收系统控制方法，来求解系统的能量分配全局最优控制问题，实现挖掘机在作业循环过程中的最佳燃油经济性。通过专利方案的实施，不仅实现高效回收利用了上车平台回转动能，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。
[0107]
本技术实施例还提供一种挖掘机回转能量回收控制统，该系统可以包括：
[0108]
燃油消耗函数建立模块，用于建立挖掘机在循环工况下的发动机等效燃油消耗函数；其中，所述发动机等效燃油消耗函数的控制变量为电机转矩或发电机转矩，所述发动机等效燃油消耗函数的状态变量为系统储能元件的超级电容soc值；
[0109]
控制策略生成模块，用于将所述循环工况划分为多个阶段工况，采用迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策
略；其中，所述全局回转能量控制策略包括每一所述阶段工况对应的控制变量最优值和状态变量最优值；
[0110]
能量回收模块，用于按照所述全局回转能量控制策略执行回转能量回收操作。
[0111]
本实施例在建立挖掘机在循环工况下的发动机等效燃油消耗函数之后，使用迭代动态规划算法求解循环工况的每一阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略。根据全局回转能量控制策略可以确定每一阶段工况对应的控制变量最优值和状态变量最优值。上述方案基于迭代动态规划算法来求解系统的能量分配全局最优控制问题，提高了挖掘机在作业循环过程中的燃油经济性，能够实现挖掘机回转能量的高效回收。
[0112]
进一步的，控制策略生成模块用于根据所述挖掘机的工作参数确定约束条件集合；其中，所述约束条件集合包括电容约束条件、电机转速约束条件、发动机转矩约束条件和电机转矩约束条件中的任一项或任几项的组合；所述电容约束条件根据所述超级电容soc值的取值范围确定；所述电机转速约束条件根据所述挖掘机的电机或发电机的转速取值范围确定；所述发动机转矩约束条件根据所述挖掘机的发动机的转矩取值范围确定；所述电机转矩约束条件根据所述挖掘机的电机或发电机的转矩取值范围确定；还用于在所述约束条件集合的约束下，采用所述迭代动态规划算法求解每一所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略。
[0113]
进一步的，燃油消耗函数建立模块用于根据所述超级电容soc值的变化量的平方生成惩罚函数；其中，所述超级电容soc值的变化量为当前阶段工况下的超级电容soc值与超级电容soc初始值之差；还用于根据所述控制变量、所述状态变量和工作时间生成成本函数；还用于将所述惩罚函数和所述成本函数的和作为所述发动机等效燃油消耗函数。
[0114]
进一步的，控制策略生成模块包括：
[0115]
反向计算单元，用于按照从后向前的顺序计算所有所述阶段工况对应的发动机等效燃油消耗函数，得到反向计算数据；其中，所述反向计算数据包括反向计算得到的控制变量最优值和状态变量最优值；
[0116]
正向计算单元，用于根据超级电容soc初始值和所述反向计算数据按照从前向后的顺序，采用所述迭代动态规划算法计算所有所述阶段工况对应的发动机等效燃油消耗函数，得到全局回转能量控制策略。
[0117]
进一步的，反向计算单元用于计算相邻所述阶段工况之间的超级电容soc变化量，根据超级电容soc的最小值和所述超级电容soc变化量得到状态变量集合；其中，所述状态变量集合包括每一所述阶段工况对应的超级电容soc值；还用于在电机转矩或发电机转矩的约束范围内等间隔取点计算状态变量传递方程，根据所述状态变量传递方程通过插值法求解所述发动机等效燃油消耗函数，得到最优电机转矩值；还用于将所述最优电机转矩值设置为反向计算得到的控制变量最优值，将所述状态变量集合中的超级电容soc值设置为反向计算得到的状态变量最优值，得到所述反向计算数据。
[0118]
进一步的，所述发动机等效燃油消耗函数包括超级电容放电时的发动机等效燃油消耗函数，以及超级电容充电时的发动机等效燃油消耗函数。
[0119]
进一步的，还包括：
[0120]
范围缩减模块，用于在采用迭代动态规划算法求解每一所述阶段工况对应的发动
机等效燃油消耗函数的过程中，当检测到迭代次数加一时，则按照预设比例缩减所述状态变量和所述控制变量的分布范围。
[0121]
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。
[0122]
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。
[0123]
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。
[0124]
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。
[0125]
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。