一种构建液压控制模型的方法、装置、电子设备及挖掘机与流程

1.本技术属于工程机械技术领域，尤其涉及一种构建液压控制模型的方法、装置、电子设备及挖掘机。


背景技术：

2.工程机械上液压控制系统是一个复杂的非线性系统，该系统是以电机提供动力基础，使用液压泵将机械能转化为压力，推动液压油，通过控制各种阀门改变液压油的流向，从而推动液压缸做出不同行程、不同方向的动作，完成各种设备不同的动作需要。该系统的模型直接关系到主机执行构件的运行稳定性及作业品质，因此，辨识液压控制系统的模型是十分必要的。
3.现有的液压控制系统中，一般采用极限学习机模型或粒子群算法。其中，极限学习机模型属于神经网络的一种，其模型结构较为复杂；粒子群算法初始化为一群随机粒子(随机解)，然后通过迭代找到最优解。
4.由于极限学习机模型的模型结构较为复杂，不利于后续对模型进行控制时控制算法的开发；粒子群算法通过迭代找到最优解，计算速度慢，而工程机械的工作场景是不断变化的，导致液压系统的动态特性是随着外界环境的变化而变化的，不利于后续做在线辨识的推广，因此上述两种模型均无法满足液压控制系统对运动控制的需求。


技术实现要素：

5.本技术实施例提供了一种构建液压控制模型的方法、装置、电子设备及挖掘机，能够构建出结构简单、计算速度快的液压控制模型，满足液压控制系统对运动控制的需求。
6.根据本技术实施例的第一方面，提供了一种构建液压控制模型的方法，方法包括：
7.s1，获取数据以及待辨识模型：
8.获取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，以及获取待辨识模型；预设时刻为与当前时刻相邻且在当前时刻之前的时刻，第一构件受液压控制系统控制，第一构件作业时输出的压力受到第二构件作业的压制；
9.s2，构建液压控制模型：
10.根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，辨识待辨识模型中的参数，得到第一构件的液压控制模型；
11.其中，s1中待辨识模型为包括耦合项的hammerstein模型，耦合项基于第二构件在预设时刻的第二输入数据确定。
12.在一个实施例中，在获取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，以及待辨识模型之前，即在步骤s1之前，所述方法还包括：
13.s10，获取压力数据：
14.分别将多个构件中的每个第三构件与第一构件作为一组构件，根据预设的至少一种作业时序，控制每组构件中每个构件进行作业，得到每组构件中每个构件输出的压力数据；
15.s11，确定第二构件：
16.根据每组构件中每个构件输出的压力数据，确定多个构件中对第一构件输出的压力产生压制的构件，将多个构件中对第一构件输出的压力产生压制的构件，作为第二构件。
17.在一个实施例中，在根据每组构件中每个构件输出的压力数据，确定多个构件中对第一构件输出的压力产生压制的构件，将多个构件中对第一构件输出的压力产生压制的构件，作为第二构件之后，即在步骤s11之后所述方法还包括：
18.s20，获取hammerstein模型：
19.hammerstein模型包括第一构件在预设时刻的第一输入项和第一输出项，以及第一构件在当前时刻的第二输出项；
20.s21，构件待识别模型：
21.将第二构件在预设时刻的第二输入项与预设参数的乘积作为耦合项，添加到hammerstein模型，得到待辨识模型。
22.在一个实施例中，获取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，即步骤s1，包括：
23.获取第一构件的输入数据和输出数据，以及至少一个第二构件的输入数据；
24.根据第一构件的输入数据的时间戳和输出数据的时间戳，以及至少一个第二构件的输入数据的时间戳，同步第一构件的输入数据和输出数据，以及至少一个第二构件的输入数据的时间轴，得到第一构件的输入数据和输出数据、至少一个第二构件的输入数据中在预设时刻的数据，以及第一构件的输出数据中在当前时刻的数据；
25.采用预设滤波方式，对在预设时刻的数据和在当前时刻的数据进行滤波，得到第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据。
26.在一个实施例中，预设滤波方式包括低通滤波或均值滤波中的至少一种。
27.在一个实施例中，根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，辨识待辨识模型中的参数，得到第一构件的液压控制模型，即步骤s2，包括：
28.根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，构建损耗函数；损耗函数包括岭参数和待辨识模型中的参数；
29.求解损耗函数，得到参数的数值；
30.将第一输入数据、第一输出数据、第二输出数据、第二输入数据和参数的数值代入待辨识模型，得到待辨识模型输出的估计值；
31.根据估计值和第二输出数据，确定待辨识模型的回归评估指标对应的数据；
32.当第一模型的回归评估指标对应的数据满足预设条件时，将代入参数的数值的待
辨识模型作为第一构件的液压控制模型。
33.在一个实施例中，回归评估指标包括误差或拟合优度中的至少一种。
34.根据本技术实施例的第二方面，提供了一种构建液压控制模型的装置，装置包括：
35.获取模块，用于获取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，以及待辨识模型；预设时刻为与当前时刻相邻且在当前时刻之前的时刻，第一构件受液压控制系统控制，第一构件作业时输出的压力受到第二构件作业的压制；
36.辨识模块，用于根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，辨识待辨识模型中的参数，得到第一构件的液压控制模型；
37.其中，待辨识模型为包括耦合项的hammerstein模型，耦合项基于第二构件在预设时刻的第二输入数据确定。
38.根据本技术实施例的第三方面，提供了一种电子设备，设备包括：处理器以及存储有计算机程序指令的存储器；
39.处理器执行计算机程序指令时实现如第一方面或者第一方面的任一种构建液压控制模型的方法。
40.根据本技术实施例的第四方面，提供了一种挖掘机，挖掘机包括本技术实施例的第三方面的电子设备。
41.根据本技术实施例的第五方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面或者第一方面的任一种构建液压控制模型的方法。
42.本技术实施例提供了一种构建液压控制模型的方法、装置、电子设备及挖掘机，采用包括第一构件的输入数据、输出数据，以及对第一构件产生压制的第二构件的输入数据的hammerstein模型，辨识hammerstein模型中各项的参数，得到第一构件的液压控制模型。hammerstein模型结构简单，使用hammerstein模型在计算时计算量小，所以计算速度快，构件出结构简单、计算速度快的液压控制模型，满足了液压控制系统对运动控制的需求。而且，本技术实施例构建的hammerstein模型中包括耦合项，降低了模型在当前时刻的输出对第一构件在当前时刻之前时刻的输出数据的依赖，提升模型的拟合优度。
附图说明
43.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，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，还可以根据提供的附图获得其他的附图。
44.图1为本技术实施例所涉及的一种实施环境的示意图。
45.图2为本技术实施例提供的一种构建液压控制模型的方法流程示意图。
46.图3为本技术实施例提供的一种第一构件和第三构件的作业时序示意图。
47.图4为本技术实施例提供的一种第一构件和第三构件输出的压力数据示意图。
48.图5为本技术实施例提供的一种构建液压控制模型的装置的结构示意图。
49.图6为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
50.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，所描述的实施例仅仅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。
51.工程机械上液压控制系统是一个复杂的非线性系统，该系统是以电机提供动力基础，使用液压泵将机械能转化为压力，推动液压油，通过控制各种阀门改变液压油的流向，从而推动液压缸做出不同行程、不同方向的动作，完成各种设备不同的动作需要。该系统的模型直接关系到主机执行构件的运行稳定性及作业品质，因此，辨识液压控制系统的模型是十分必要的。现有的液压控制系统中，一般采用极限学习机模型或粒子群算法。其中，极限学习机模型属于神经网络的一种，其模型结构较为复杂；粒子群算法初始化为一群随机粒子(随机解)，然后通过迭代找到最优解。由于极限学习机模型的模型结构较为复杂，不利于后续对模型进行控制时控制算法的开发；粒子群算法通过迭代找到最优解，计算速度慢，而工程机械的工作场景是不断变化的，导致液压系统的动态特性是随着外界环境的变化而变化的，不利于后续做在线辨识的推广，因此上述两种模型均无法满足液压控制系统对运动控制的需求。
52.示例性实施环境
53.如图1所示，图1为根据本技术所涉及的一种实施环境的示意图。
54.挖掘机装车实际工作中，通过挖掘机上的控制器、传感器所得到的当前时刻的数据作为输入数据，带入到液压主控制器系统的模型中，预测液压主控制器下一时刻及更远时刻的输出数据，为运动控制算法提供必需的状态信息和输出数据。状态信息和输出数据越准确，运动控制算法的精度越高，为构件在运动控制算法作用下的稳定运行及作业品质提供有力支撑。
55.本技术实施例提供的方法的执行主体为具备数据处理功能的设备，如计算机、服务器等。
56.示例性方法
57.在一些实施例中，本技术实施例提供的一种构建液压控制模型的方法如图2所示，可以包括以下步骤：
58.s1，获取数据以及待辨识模型：
59.获取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，以及待辨识模型。
60.一些工程机械中(如挖掘机)包括液压控制系统，第一构件为该工程机械中受该液压控制系统控制的构件中的任一构件，且第一构件作业时输出的压力受到该工程机械中至少一个第二构件作业的压制，工程机械上的控制器、传感器等设备采集第一构件和第二构件的输入数据，以及第一构件的输出数据。
61.从上述数据中提取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据，以及至少一个第二构件在预设时刻的第二输入数据，并预
先构建待辨识模型。
62.其中，预设时刻为与当前时刻相邻且在当前时刻之前的时刻，预设时刻可以包括一个或多个时刻，当预设时刻包括一个时刻时，预设时刻为与当前时刻相邻且在当前时刻之前的一个时刻；当预设时刻包括多个时刻时，预设时刻为当前时刻之前，且从与当前时刻相邻的一个时刻开始的多个连续时刻。
63.hammerstein模型是由一个无记忆非线性子系统与线性子系统串联组成的有记忆非线性系统。现有技术中，用于拟合第一构件的输入数据和输出数据的hammerstein模型中，第一构件在当前时刻的输出数据，由第一构件在预设时刻的输入数据和输出数据决定。
64.在一个示例中，预设时刻包括与当前时刻相邻且在当前时刻之前的一个时刻，用于拟合第一构件的输入数据和输出数据的hammerstein模型如下式：
65.y(t)＝θ1·
y(t-1) θ2·
u(t-1)
66.其中，t表示当前时刻，t-1表示当前时刻的前一个时刻，y(t)表示模型输出的第一构件在当前时刻的输出项，y(t-1)表示第一构件在t-1时刻的第一输出项，θ1表示第一输出项的参数，u(t-1)表示第一构件在t-1时刻的第一输入项，θ2表示第一输入项的参数。
67.由于工程机械上液压系统的部分构件之间存在压力优先的机制，即在多个构件同时作业时，优先满足其中某个构件的作业需求，这样其他构件输出的压力可能会降低，也就是输出的压力受到压制。若第一构件作业时输出的压力受到其他构件的压制，那么在构建第一构件的液压控制模型时，仅基于第一构件的输入数据和输出数据，难以构建出拟合效果较优的液压控制模型。
68.基于上述问题，本技术实施例对现有的hammerstein模型加以改进，在hammerstein模型中添加耦合项，耦合项是基于第二构件在预设时刻的第二输入数据确定，第二构件是指对第一构件作业时输出的压力产生压制的构件，将包括耦合项的hammerstein模型作为待辨识模型。
69.在一个示例中，预设时刻为与当前时刻相邻且在当前时刻之前的一个时刻，包括耦合项的hammerstein模型包括一个耦合项，则包括耦合项的hammerstein模型如下式：
70.y(t)＝θ1·
y(t-1) θ2·
u1(t-1) θ3·
u2(t-1)
71.其中，t表示当前时刻，t-1表示当前时刻的前一个时刻，y(t)表示模型输出的第一构件在当前时刻的输出项，y(t-1)表示第一构件在t-1时刻的第一输出项，θ1表示第一输出项的参数，u1(t-1)表示第一构件在t-1时刻的第一输入项，θ2表示第一输入项的参数，u2(t-1)表示第二构件在t-1时刻的第二输入项，即表示耦合项，θ3表示耦合项的参数。
72.当第一构件作业时输出的压力不受到任何构件作业的压制时，耦合项的参数为0。
73.在一个示例中，第一输入数据和第二输入数据为挖掘机的手柄信号，第一输出数据和第二输出数据分别为挖掘机的第一构件在预设时刻和在当前时刻输出的先导压力。
74.s2，构建液压控制模型：
75.根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，辨识待辨识模型中的参数，得到第一构件的液压控制模型。
76.将第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据代入待辨识模型，求解待辨
识模型中的参数，即求解带耦合项的hammerstein模型中的参数，得到参数的数值，将参数的数值代入带耦合项的hammerstein模型中，得到第一构件的液压控制模型。
77.在一个实施例中，采用递推最小二乘法求解待辨识模型中的参数。
78.递推最小二乘法是一种根据系统过去运行产生的数据估计当前时刻真实输出的方法，由于该算法在模型辨识过程中不需要求一个大矩阵的逆，极大降低了计算量，同时可快速收敛，辨识速度快。
79.在另一个实施例中，采用粒子群算法求解待辨识模型中的参数。
80.粒子群算法是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。假设区域里就只有一块食物(即通常优化问题中所讲的最优解)，鸟群的任务是找到这个食物源。鸟群在整个搜寻的过程中，通过相互传递各自的信息，让其它的鸟知道自己的位置，通过这样的协作，来判断自己找到的是不是最优解，同时也将最优解的信息传递给整个鸟群，最终，整个鸟群都能聚集在食物源周围，即找到了最优解。
81.在另一个实施例中，采用混合蛙跳算法求解待辨识模型中的参数，
82.混合蛙跳算法模拟青蛙在池塘中的觅食过程，种群中每一只青蛙通过在池塘中的跳跃来改变自身的位置，并以互相交流的方式来接近食物。假设池塘中生活着一群青蛙，池塘内有很多散落的石头，青蛙可以在散落的石头之间跳跃来寻找食物，但是池塘中的食物是有限的。每只青蛙都有自己的思想，并且可以与周围的青蛙同伴进行交流，通过信息的互换沟通来向着食物更多的方向努力。青蛙总种群被分割成几个子种群，子种群的青蛙在跳跃的过程中可以通过与同一子种群中的同伴沟通而改变自己的跳跃方向，同时也能影响同伴的跳跃方向。子种群位置的进化按照模因算法进行处理。当子种群的进化迭代完成后，各个子种群之间也要进行信息的沟通，也就是子种群之间的混合运算，从而实现局部搜索与全局搜索的平衡。在计算的过程中，局部搜索与全局搜索循环往复，交替进行，直到找到池塘中最多的食物。混合蛙跳算法具有平衡局部寻优与全局寻优的能力，能够在算法陷入局部最优的情况下及时跳出无谓的循环，使其快速向着全局最优的方向移动。
83.本技术实施例提供的构建液压控制模型的方法，采用包括第一构件的输入数据、输出数据，以及对第一构件产生压制的第二构件的输入数据的hammerstein模型，辨识hammerstein模型中各项的参数，得到第一构件的液压控制模型。hammerstein模型结构简单，使用hammerstein模型在计算时计算量小，所以计算速度快，构建出了结构简单、计算速度快的液压控制模型，满足了液压控制系统对运动控制的需求。而且，本技术实施例构建的hammerstein模型中包括耦合项，降低了模型在当前时刻的输出数据对第一构件上一时刻的输出数据的依赖，提升模型的拟合优度。
84.在一些实施例中，在s1：获取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，以及待辨识模型之前，该方法还可以包括以下步骤：
85.s10，获取压力数据：
86.分别将多个构件中的每个构件与第一构件作为一组构件，根据预设的至少一种作业时序，控制每组构件中每个构件进行作业，得到每组构件中每个构件输出的压力数据。
87.第一构件所在的同一工程机械的液压控制系统中还可以包括第一构件以外的多个构件，分别将多个构件中的每个构件与第一构件作为一组构件，预先设置至少一种作业
时序，分别根据每种作业时序，控制每组构件中每个构件进行作业，并记录每组构件中每个构件输出的压力数据。
88.在一个实施例中，预设的至少一种作业时序可以包括同一组中的第一构件和另一构件同步动作、第一构件先动作先停止、第一构件先动作后退出、第一构件后动作先退出、第一构件后动作后退出中的至少一种。
89.在一个示例中，预设的至少一种作业时序包括第一构件先动作后退出，则第一构件和同组另一构件的作业时序如图3所示，第一构件在同组另一构件之前开始输入信号，同时作业一段时间后，第一构件在同组另一构件之后停止输入信号。第一构件和同组另一构件输出的压力数据如图4所示，在同组另一构件开始输入信号后，第一构件输出的压力降低，在同组另一构件停止输入信号后，第一构件输出的压力恢复，表示该同组另一构件对第一构件输出的压力产生了压制。
90.s11，确定第二构件：
91.根据每组构件中每个构件输出的压力数据，确定多个构件中对第一构件输出的压力产生压制的构件，将多个构件中对第一构件输出的压力产生压制的构件，作为第二构件。
92.统计每组构件中每个构件输出的压力数据的变化趋势，若多个构件中的任一构件，基于上述至少一种时序中任一种时序进行作业时，对第一构件输出的压力产生压制，则将该构件作为第二构件。
93.本技术实施例提供的方法通过试验确定了对第一构件输出的压力产生压制的第二构件，为构建液压控制模型提供耦合项，提高液压控制模型的拟合度。
94.在一些实施例中，在根据每组构件中每个构件输出的压力数据，确定多个构件中对第一构件输出的压力产生压制的构件，将多个构件中对第一构件输出的压力产生压制的构件，作为第二构件之后，方法还可以包括以下步骤：
95.s20，获取hammerstein模型：
96.hammerstein模型包括第一构件在预设时刻的第一输入项和第一输出项，以及第一构件在当前时刻的第二输出项。
97.先基于第一构件在预设时刻的第一输入项和第一输出项，以及第一构件在当前时刻的第二输出项构建hammerstein模型。
98.在一个示例中，预设时刻包括当前时刻的前一个时刻，hammerstein模型如下式：
99.y(t)＝θ1·
y(t-1) θ2·
u(t-1)
100.其中，t表示当前时刻，t-1表示当前时刻的前一个时刻，y(t)表示模型输出的第一构件在当前时刻的输出项，y(t-1)表示第一构件在t-1时刻的第一输出项，θ1表示第一输出项的参数，u(t-1)表示第一构件在t-1时刻的第一输入项，θ2表示第一输入项的参数。
101.s21，构件待识别模型：
102.将第二构件在预设时刻的第二输入项与预设参数的乘积作为耦合项，添加到hammerstein模型，得到待辨识模型。
103.第二构件作业对第一构件作业时输出的压力产生压制，也就是说第二构件对第一构件的输出产生影响，所以将第二构件在预设时刻的第二输入项与预设参数项的乘积作为耦合项，添加到hammerstein模型，得到的待辨识模型。
104.在一个示例中，预设时刻包括当前时刻的前一个时刻，在hammerstein模型中添加
了一个耦合项，得到的待辨识模型如下式：
105.y(t)＝θ1·
y(t-1) θ2·
u1(t-1) θ3·
u2(t-1)
106.其中，t表示当前时刻，t-1表示当前时刻的前一个时刻，y(t)表示模型输出的第一构件在当前时刻的输出项，y(t-1)表示第一构件在t-1时刻的第一输出项，θ1表示第一输出项的参数，u1(t-1)表示第一构件在t-1时刻的第一输入项，θ2表示第一输入项的参数，u2(t-1)表示第二构件在t-1时刻的第二输入项，即表示耦合项，θ3表示耦合项的预设参数。
107.本技术实施例提供的方法将对第一构件的输出产生影响的第二构件的输入作为耦合项，添加到hammerstein模型中，考虑了更多的影响因素，降低模型中第一构件的输出对模型输出的影响，提升了模型的拟合优度。
108.在一个实施例中，s1中的：获取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，可以包括以下步骤：
109.首先，获取第一构件的输入数据和输出数据，以及至少一个第二构件的输入数据。
110.工程机械上的控制器、传感器等设备采集第一构件和第二构件的输入数据，以及第一构件的输出数据。
111.其次，根据第一构件的输入数据的时间戳和输出数据的时间戳，以及至少一个第二构件的输入数据的时间戳，同步第一构件的输入数据和输出数据，以及至少一个第二构件的输入数据的时间轴，得到第一构件的输入数据和输出数据、至少一个第二构件的输入数据中在预设时刻的数据，以及第一构件的输出数据中在当前时刻的数据。
112.由于工程机械上的控制器、传感器等设备采集的变量较多，各存储地址存储数据时，可能存在时间不同步的问题。
113.根据第一构件的输入数据的时间戳和输出数据的时间戳，以及至少一个第二构件的输入数据的时间戳，同步第一构件的输入数据和输出数据，以及至少一个第二构件的输入数据的时间轴，得到了时间同步的第一构件的输入数据和输出数据，以及至少一个第二构件的输入数据，从时间同步第一构件的输入数据和输出数据、至少一个第二构件的输入数据中，提取在预设时刻的数据，以及从第一构件的输出数据中提取在当前时刻的数据。
114.最后，采用预设滤波方式，对在预设时刻的数据和在当前时刻的数据进行滤波，得到第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据。
115.工程机械液压控制系统中构件的输入数据和构件的输出数据为低频信号，由于工程机械的工作环境恶劣，工程机械上的控制器、传感器等设备采集的数据中不可避免的存在高频冲击信号、毛刺等噪声。
116.采用预设滤波方式，对第一构件的输入数据和输出数据、至少一个第二构件的输入数据中，在预设时刻的数据和在当前时刻的数据进行滤波，得到第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据，对至少一个第二构件的输入数据中，在预设时刻的数据，进行滤波，得到至少一个第二构件在预设时刻的第二输入数据。
117.本技术实施例提供的方法对采集到的数据进行时间同步和滤波，得到了较准确地数据，在辨识待辨识模型时，提高了对待辨识模型的辨识准确性。
118.在一个实施例中，预设滤波方式包括低通滤波或均值滤波中的至少一种。
119.低通滤波是一种过滤方式，规则为低频信号能正常通过，而超过设定临界值的高频信号则被阻隔、减弱，对第一构件的输入数据和输出数据、至少一个第二构件的输入数据中进行低通滤波后，滤除了这些数据中的高频冲击信号，得到较准确的数据。
120.均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素，构成一个滤波模板，即包括目标像素本身)，再用模板中的全体像素的平均值来代替原来像素值，经过均值滤波后，消除了数据中的尖锐噪声。
121.基于上述均值滤波的原理，本技术实施例将工程机械上的控制器、传感器等设备采集的数据进行滤波。具体地，以数据的采集时间为基准，从同一组数据(第一构件的输入数据、第一构件的输出数据或第二构件的输入数据)中最早的采集时间开始，计算预设时长内的数据的均值，将采集时间最早的数据更新为该均值；然后从最早的采集时间之后的时刻开始，计算预设时长内的数据的均值，并将该时刻的数据更新为该均值，直至将采集的每组数据均经过上述处理，即完成均值滤波。
122.经过均值滤波后，消除了工程机械上的控制器、传感器等设备采集的数据中的毛刺，数据变化更加准确。
123.本技术实施例提供的滤波方式，滤除了工程机械上的控制器、传感器等设备采集的数据中的噪声，提高数据的准确性。
124.在一个实施例中，s2：根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，辨识待辨识模型中的参数，得到第一构件的液压控制模型，可以包括以下步骤：
125.首先，根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，构建损耗函数。
126.损耗函数包括岭参数和待辨识模型中的参数。
127.其中，岭参数为岭回归算法中的惩罚系数，岭回归算法为带正则项的最小二乘法。在辨识过程中，可以通过调整岭参数的数值，提高模型的拟合精度。
128.在一个示例中，损耗函数如下式：
[0129][0130]
其中，j表示损耗，y(k)表示第一构件在预设时刻的第一输出项，表示待辨识模型的输出项，k表示当前时刻，k-1表示当前时刻的前一个时刻，y(k-1)表示第一构件在k-1时刻的第一输出项，θ1表示第一输出项的参数，u1(k-1)表示第一构件在k-1时刻的第一输入项，θ2表示第一输入项的参数，u2(k-1)表示表示耦合项，θ3表示耦合项的参数。λ表示岭参数。
[0131]
将代入损耗函数，得到下式：
[0132][0133]
其次，求解损耗函数，得到参数的数值。
[0134]
损耗函数中的未知数为θ1、θ2和θ3，对损耗函数进行求导，得到待辨识模型中的参数。
[0135]
在一个示例中，对损耗函数求导得到参数为：
[0136]
θ＝(h
t
h λ
·
rm)-1
hy
[0137]
其中，θ表示包括θ1、θ2和θ3的列向量，y表示包括将当前时刻之前n个时刻的第一输出项按行拼接得到的向量，λ为岭参数，λ的数值为预设数值，rm为λ的列向量，
[0138]
求解得到θ1、θ2和θ3的数值。
[0139]
再次，将第一输入数据、第一输出数据、第二输出数据、第二输入数据和参数的数值代入待辨识模型，得到待辨识模型输出的估计值。
[0140]
将第一输入数据、第一输出数据、第二输出数据、第二输入数据和参数的数值代入待辨识模型，待辨识模型计算后输出估计值，也就是待辨识模型对第一构件在当前时刻的第二输出项的估计数值。
[0141]
再次，根据估计值和第二输出数据，确定待辨识模型的回归评估指标对应的数据。
[0142]
回归评估指标表示评估待辨识模型的拟合效果的指标，由技术人员预先根据需求选择。
[0143]
根据待辨识模型对第一构件在当前时刻的第二输出项的估计数值和第一构件在当前时刻的实际输出数值，计算待辨识模型的回归评估指标对应的数据。
[0144]
最后，当第一模型的回归评估指标对应的数据满足预设条件时，将代入参数的数值的待辨识模型作为第一构件的液压控制模型。
[0145]
比较待辨识模型的回归评估指标对应的数据与预设条件中的数据，当第一模型的回归评估指标对应的数据满足预设条件时，将代入参数的数值的待辨识模型作为第一构件的液压控制模型。
[0146]
其中，预设条件可以是待辨识模型的回归评估指标对应的数据达到预先设定的阈值。
[0147]
当第一模型的回归评估指标对应的数据不满足预设条件时，调整岭参数的数值；或者令待辨识模型中的预设时刻包括当前时刻之前的更多个连续时刻；或者增加待辨识模型中耦合项的数量，即增加第二构件的数量，然后再次对待辨识模型进行辨识，直至待辨识模型的回归评估指标对应的数据满足预设条件。
[0148]
本技术实施例采用岭回归算法进行模型辨识，引入了岭参数，在辨识过程中，可以通过调整岭参数的大小，在保证拟合精度的前提下，弱化模型对前一时刻输出数据的依赖，保证模型的泛化性，为准确地控制第一构件的作业提供可靠的模型。
[0149]
在一个实施例中，回归评估指标包括误差或拟合优度中的至少一种。
[0150]
误差是指模型的输出数据与实际采集的输出数据之间的差值。
[0151]
拟合优度是指模型对实际采集的数据的拟合程度。度量拟合优度的统计量是可决系数(亦称确定系数)r2。r2最大值为1。r2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，r2的值越小，说明回归直线对观测值的拟合程度越差。
[0152]
根据待辨识模型对第一构件在当前时刻的第二输出项的估计数值和第一构件在当前时刻的实际输出数值，计算确定待辨识模型的误差或拟合优度中的至少一种。
[0153]
当回归评估指标包括误差时，根据待辨识模型对第一构件在当前时刻的第二输出项的估计数值和第一构件在当前时刻的实际输出数值，计算确定待辨识模型的误差。预设条件为待辨识模型的误差小于预设误差，若计算得到的待辨识模型的误差小于预设误差，则将代入参数的数值的待辨识模型作为第一构件的液压控制模型。
[0154]
当回归评估指标包括拟合优度时，根据待辨识模型对第一构件在当前时刻的第二输出项的估计数值和第一构件在当前时刻的实际输出数值，计算确定待辨识模型的拟合优度。预设条件为待辨识模型的拟合优度达到预设拟合优度，若计算得到的待辨识模型的拟合优度达到预设拟合优度，则将代入参数的数值的待辨识模型作为第一构件的液压控制模型。
[0155]
当回归评估指标包括误差和拟合优度时，根据待辨识模型对第一构件在当前时刻的第二输出项的估计数值和第一构件在当前时刻的实际输出数值，计算确定待辨识模型的误差和拟合优度。预设条件为待辨识模型的误差小于预设误差，且待辨识模型的拟合优度达到预设拟合优度，若计算得到的待辨识模型的误差小于预设误差，且拟合优度达到预设拟合优度，则将代入参数的数值的待辨识模型作为第一构件的液压控制模型。
[0156]
本技术实施例提供的方法设置了至少一项回归指标，当待辨识模型的回归指标的数据满足预设条件时，才将代入参数的数值的待辨识模型作为第一构件的液压控制模型，保障液压控制模型具有较好的拟合效果。
[0157]
示例性装置
[0158]
本技术实施例还提供了一种构建液压控制模型的装置，如图5所示，装置500可以包括获取模块510和辨识模块520。
[0159]
获取模块510，用于获取第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，以及待辨识模型；预设时刻为与当前时刻相邻且在当前时刻之前的时刻，第一构件受液压控制系统控制，第一构件作业时输出的压力受到第二构件作业的压制；
[0160]
辨识模块520，用于根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，辨识待辨识模型中的参数，得到第一构件的液压控制模型；
[0161]
其中，待辨识模型为包括耦合项的hammerstein模型，耦合项基于第二构件在预设时刻的第二输入数据确定。
[0162]
本技术实施例提供了的构建液压控制模型的装置，采用包括第一构件的输入数据、输出数据，以及对第一构件产生压制的第二构件的输入数据的hammerstein模型，辨识hammerstein模型中各项的参数，得到第一构件的液压控制模型。hammerstein模型结构简单，使用hammerstein模型在计算时计算量小，所以计算速度快，构建出了结构简单、计算速度快的液压控制模型，满足了液压控制系统对运动控制的需求。而且本技术实施例构建的
hammerstein模型中包括耦合项，降低了模型在当前时刻的输出对第一构件上一时刻的输出数据的依赖，提升拟合优度。
[0163]
在一个实施例中，装置500还可以包括控制模块530和确定模块540。
[0164]
控制模块530，用于分别将多个构件中的每个第三构件与第一构件作为一组构件，根据预设的至少一种作业时序，控制每组构件中每个构件进行作业，得到每组构件中每个构件输出的压力数据。
[0165]
确定模块540，用于根据每组构件中每个构件输出的压力数据，确定多个构件中对第一构件输出的压力产生压制的构件，将多个构件中对第一构件输出的压力产生压制的构件，作为第二构件。
[0166]
本技术实施例提供的装置通过试验确定了对第一构件输出的压力产生压制的第二构件，为构建液压控制模型提供耦合项，提高液压控制模型的拟合度。
[0167]
在一些实施例中，获取模块510，还可以用于获取hammerstein模型，hammerstein模型包括第一构件在预设时刻的第一输入项和第一输出项，以及第一构件在当前时刻的第二输出项。
[0168]
装置500还可以包括添加模块550。
[0169]
添加模块550，用于将第二构件在预设时刻的第二输入项与预设参数的乘积作为耦合项，添加到hammerstein模型，得到待辨识模型。
[0170]
本技术实施例提供的装置将对第一构件的输出产生影响的第二构件的输入作为耦合项，添加到hammerstein模型中，考虑了更多的影响因素，降低模型中第一构件的输出项对模型输出的影响，提升了模型的拟合优度。
[0171]
在一个实施例中，获取模块510，可以具体用于：
[0172]
获取第一构件的输入数据和输出数据，以及至少一个第二构件的输入数据；
[0173]
根据第一构件的输入数据的时间戳和输出数据的时间戳，以及至少一个第二构件的输入数据的时间戳，同步第一构件的输入数据和输出数据，以及至少一个第二构件的输入数据的时间轴，得到第一构件的输入数据和输出数据、至少一个第二构件的输入数据中在预设时刻的数据，以及第一构件的输出数据中在当前时刻的数据；
[0174]
采用预设滤波方式，对在预设时刻的数据和在当前时刻的数据进行滤波，得到第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据。
[0175]
本技术实施例提供的装置对采集到的数据进行时间同步和滤波，得到了较准确地数据，在辨识待辨识模型时，提高了对待辨识模型的辨识准确性。
[0176]
在一个实施例中，预设滤波方式包括低通滤波或均值滤波中的至少一种。
[0177]
本技术实施例提供的滤波方式，滤除了工程机械上的控制器、传感器等设备采集的数据中的噪声，提高数据的准确性。
[0178]
在一个实施例中，辨识模块520，可以具体用于：
[0179]
根据第一构件在预设时刻的第一输入数据和第一输出数据、第一构件在当前时刻的第二输出数据、至少一个第二构件在预设时刻的第二输入数据，构建损耗函数；损耗函数包括岭参数和待辨识模型中的参数；
[0180]
求解损耗函数，得到参数的数值；
[0181]
将第一输入数据、第一输出数据、第二输出数据、第二输入数据和参数的数值代入待辨识模型，得到待辨识模型输出的估计值；
[0182]
根据估计值和第二输出数据，确定待辨识模型的回归评估指标对应的数据；
[0183]
当第一模型的回归评估指标对应的数据满足预设条件时，将代入参数的数值的待辨识模型作为第一构件的液压控制模型。
[0184]
本技术实施例提供的装置经过辨识，得到满足预设条件的第一构件的液压控制模型，为准确地控制第一构件的作业提供可靠的模型。
[0185]
在一个实施例中，回归评估指标包括误差或拟合优度中的至少一种。
[0186]
本技术实施例提供的装置设置了至少一项回归指标，当待辨识模型的回归指标的数据满足预设条件时，才将代入参数的数值的待辨识模型作为第一构件的液压控制模型，保障液压控制模型具有较好的拟合效果。
[0187]
本实施例提供的装置，与本技术上述实施例所提供的方法属于同一申请构思，可执行本技术上述任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本技术上述实施例提供的方法的具体处理内容，此处不再加以赘述。
[0188]
示例性电子设备
[0189]
图6示出了本发明实施例提供的一种电子设备的硬件结构示意图。
[0190]
电子设备可以包括处理器601以及存储有计算机程序指令的存储器602。
[0191]
具体地，上述处理器601可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
[0192]
存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器602可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器602可在综合网关容灾设备的内部或外部。在特定实施例中，存储器602是非易失性固态存储器。
[0193]
存储器可包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。
[0194]
处理器601通过读取并执行存储器602中存储的计算机程序指令，以实现上述实施例中的任意一种构建液压控制模型的方法。
[0195]
在一个示例中，电子设备还可包括通信接口603和总线610。其中，如图6所示，处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。
[0196]
通信接口603，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
[0197]
总线610包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一
起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线610可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
[0198]
该电子设备可以执行本发明实施例中的构建液压控制模型的方法，从而实现结合图2描述的构建液压控制模型的方法。
[0199]
本技术实施例还提供了一种挖掘机，如图1所示，挖掘机包括本技术实施例提供的电子设备。
[0200]
该电子设备可以执行本发明实施例中的构建液压控制模型的方法，从而实现结合图2描述的构建液压控制模型的方法。
[0201]
示例性计算机程序产品和存储介质
[0202]
除了上述方法和设备以外，本技术的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述实施例中的任意一种构建液压控制模型的方法中的步骤。
[0203]
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本技术实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c 等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
[0204]
另外，结合上述实施例中的构建液压控制模型的方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种构建液压控制模型的方法。
[0205]
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
[0206]
需要说明的是，本说明书中的各个实施例均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的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0207]
本技术各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，各实施例中记载的技术特征可以进行替换或者组合。
[0208]
本技术各实施例种装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。
[0209]
本技术所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通
过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个子模块或模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0210]
作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。
[0211]
另外，在本技术各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现，也可以采用软件功能模块或子模块的形式实现。
[0212]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0213]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件单元，或者二者的结合来实施。软件单元可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0214]
最后，还需要说明的是，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。
[0215]
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。