一种削减汽车起重机回转停止冲击的控制方法

摘要

本发明公开了一种削减汽车起重机回转停止冲击的控制方法，包括以下步骤：设定回转机构运动状态的离散状态集和控制信号斜坡变化步长的离散动作集，将回转过程的运动状态划分到对应的状态集上，比例电磁阀控制信号的斜坡变化步长划分到对应的动作集上，通过在回转液压马达进出油口布置压力传感器，来检测压力冲击数值，通过奖励函数对每步动作进行奖励，并反向更新各状态下动作总奖励矩阵，实现根据实际效果进行自动学习，可在后续操作中自动识别状态，选择当前状态下总奖励最大的动作序列，分段构建斜坡曲线进行输出控制。通过上述方式，本发明能够能有效地减小汽车起重机回转停止过程中的液压冲击，具有较强的环境适应性，提高了系统的工作性能。

说明书

技术领域

本发明属于工程机械控制技术领域，具体涉及一种削减汽车起重机回转停止冲击的控制方法。

背景技术

回转机构是工程机械的常见工作机构，尤其是汽车起重机在吊重时回转机构具有较大惯性，在回转停止过程中往往伴有较大液压冲击，液压冲击产生的峰值压力，可高达正常工作压力的3～4倍。液压冲击轻则影响操作舒适感、降低系统工作性能，重则引起压力继电器误动作，使管路破裂、液压元件和测量仪表损坏，甚至造成起重机倒塌、伤亡等事故。因此，通常要求汽车起重机的回转机构在起动和停止过程中尽可能地减小液压冲击，以提高系统工作稳定性。

目前，为了削减汽车起重机回转停止过程中的液压冲击，控制上最常采用的方法是使控制回转速度的比例电磁阀输入信号按一定规律缓慢变化。即控制器输出给回转比例电磁阀的输入信号，按照预先定义好的斜坡进行变化，来减小液压冲击。

现有技术的不足主要有：斜坡值k的设定，全凭经验或依赖调试，具有较强的主观性。斜坡值k通常为一个常量，设定之后在操作过程中便固定保持不变，但往往由于负载、速度、环境温度等实际工况的不同，同一个斜坡值k并不能很好地适用于各种工况，造成某些工况下削减冲击的效果不明显。因此，需要针对起重机的不同工况，研发一套能够根据实际效果自动优化更新不同工况对应的斜坡值k，并能在不同工况下自动选择切换斜坡值k的控制方法。

发明内容

本发明的目的是提供一种削减汽车起重机回转停止冲击的控制方法，能够解决现行方案因斜坡值设置主观、固定，不能随工况状态改变而变化，造成的削减回转冲击效果不明显的问题。

为解决上述技术问题，本发明采用的一个技术方案是：通过给回转比例电磁阀控制信号添加斜坡，来减小因状态突变产生的液压冲击；其特征在于，包括以下步骤：

1)设定状态集S，S共有n个元素，对应n个状态，即{s₁,s₂,…,s_n}；按回转机构的动量矩大小，将回转机构的状态也划分为一系列离散区间{ΔL₁,ΔL₂,…，ΔL_n}，分别对应环境状态集S的n个状态；

2)设定动作集A，A共有n个元素，对应n个动作，即{a₁,a₂,…,a_n}；每个动作值的大小对应该动作下斜坡值变化的步长；

3)设定一n×n维矩阵H和一n×n维矩阵E，两矩阵的行代表当前的状态，列代表转移到一下状态所采取的动作，初始化矩阵H和矩阵E为零矩阵；矩阵H的元素值H(s,a)表示状态s下执行动作a的即时奖励；矩阵E的元素值E(s,a)表示在状态s下执行动作a的总奖励；

4)计算当前回转机构动量矩，映射到对应到状态集元素s_i上；使用动作选择算法选择并执行一个动作a_i，并根据信号输出算法输出控制信号k_i，使状态转移至s_i+1；通过压力传感器实时检测马达进出油口压力，计算压力冲击的大小，用超调量σ％表示，再经过奖励函数h_i进行评价计算，计算结果作为状态s_i下执行动作a_i的立即奖赏值，即h(s_i,a_i)；

5)按步骤4)同样的方法观察状态s_i+1，根据E值更新方法对上一状态s_i的E(s_i,a_i)值进行反向更新。

状态集S设定为：{(-10，-4],(-4，-3],(-3，-2],(-2，-1],(-1，0],(0,1],(1，2],(2，3],(3，4],

(4，10)}。

计算回转动量矩的大小，划分到对应状态集上的方法为：

1)计算回转动量矩

动量矩M＝Jω，其中，J＝m*r²为回转转动惯量，m为回转机构和当前吊重的总质量，r为回转机构的重心到回转中心轴线的垂直距离，ω为回转角速度；

2)将动量矩映射到状态集上

将动量矩按如下计算方法折算到状态区间上，其中J_max为该起重机回转机构的最大额定动量矩。

动作选择算法为：设定动作选择因子β，β的取值范围为β∈[0.5,1.5]，每一步生成随机因子ε∈[0.2,1.5]，若ε＜β，则以均匀概率从动作集A中选择一个动作执行；若β≤ε，则选择使后续总奖励最大的动作，即：a＝π(s)，其中π(s)表示状态s下的序列动作。

信号输出算法为：设定控制信号的变化步长为Δk，不同动作下输出的控制信号k大小为k_i＝k_i-1+a_i*Δk。

E值更新方法的具体步骤为：

1)求取本状态s_i下所有可执行动作中，总奖励实际获得值δ的最大值，其中，ζ为影响因子，取值范围为0.1≤ζ≤0.9，a_i为状态s_i下总奖励最大对应的动作；

2)求取步骤1)中状态s_i下动作a_i的总奖励转移值χ，χ＝α[h(s_i-1,a_i-1)-E(s_i-1,a_i-1)+δ]，其中，α为学习率，取值范围为0.2≤α≤0.8；

3)更新本状态s_i下动作a_i的总奖励值，E(s_i,a_i)＝E(s_i-1,a_i-1)+χ。

本发明的有益效果在于：本发明能通过对操作人员的实际操作过程和操作结果进行在线学习，得出不同工况状态下能较好实现削减回转冲击的斜坡设定值，并可在后续操作过程中通过检测状态数据，结合已形成的经验数据，自动完成与当前工作状态相匹配的斜坡值设定，以不同的斜坡值分段构建斜坡曲线，克服了现行方法斜坡值设定主观、固定的缺陷，对环境适应性弱的缺点，能有效地减小汽车起重机回转系统停止过程中的液压冲击，具有显著的技术进步。

附图说明

图1是本发明的液压系统原理图；

图2是本发明的控制系统结构图；

图3是本发明中所述削减汽车起重机回转停止冲击控制方法的流程图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1、图2所示，本实施例中包括液压马达、比例电磁阀、控制器、传感检测子系统、参数定义与选择子系统；参数定义与选择子系统和控制器之间通过CAN总线电缆连接传输数据；传感检测子系统和控制器之间通过Flexray总线电缆连接传输数据。

参数定义与选择子系统包括：触摸屏、翘板开关、CAN通信模块和防尘、防水外壳；触摸屏与CAN总线连接传输数据；翘板开关与CAN通信模块通过导线连接；CAN通信模块与CAN总线连接。

传感检测子系统包括Flexray通信模块、压力传感器、回转编码器、长度角度传感器和防尘、防水外壳；压力传感器、回转编码器、长度角度传感器均与Flexray通信模块通过电缆连接；Flexray通信模块与控制器通过Flexray通信电缆连接；压力传感器分别布置于马达进出油口和伸臂油缸大腔；回转编码器与中心回转体同轴连接。

本发明通过给回转比例电磁阀控制信号添加斜坡，来减小因状态突变产生的液压冲击；具体包括如下步骤：

1)设定状态集S，S共有n个元素，对应n个状态，即{s₁,s₂,…,s_n}；按回转机构的动量矩大小，将回转机构的状态也划分为一系列离散区间{ΔL₁,ΔL₂,…，ΔL_n}，分别对应环境状态集S的n个状态；

2)设定动作集A，A共有n个元素，对应n个动作，即{a₁,a₂,…,a_n}；每个动作值的大小对应该动作下斜坡值变化的步长；

3)设定一n×n维矩阵H和一n×n维矩阵E，两矩阵的行代表当前的状态，列代表转移到一下状态所采取的动作，初始化矩阵H和矩阵E为零矩阵；矩阵H的元素值H(s,a)表示状态s下执行动作a的即时奖励；矩阵E的元素值E(s,a)表示在状态s下执行动作a的总奖励；

4)计算当前回转机构动量矩，映射到对应到状态集元素s_i上；使用动作选择算法选择并执行一个动作a_i，并根据信号输出算法输出控制信号k_i，使状态转移至s_i+1；通过压力传感器实时检测马达进出油口压力，计算压力冲击的大小，用超调量σ％表示，再经过奖励函数h_i进行评价计算，计算结果作为状态s_i下执行动作a_i的立即奖赏值，即h(s_i,a_i)；

5)按步骤4)同样的方法观察状态s_i+1，根据E值更新方法对上一状态s_i的E(s_i,a_i)值进行反向更新。

状态集S设定为：{(-10，-4],(-4，-3],(-3，-2],(-2，-1],(-1，0],(0,1],(1，2],(2，3],(3，4],(4，10)}。

计算回转动量矩的大小，划分到对应状态集上的方法为：

1)计算回转动量矩

动量矩M＝Jω，其中，J＝m*r²为回转转动惯量，m为回转机构和当前吊重的总质量，r为回转机构的重心到回转中心轴线的垂直距离，ω为回转角速度；

2)将动量矩映射到状态集上

将动量矩按如下计算方法折算到状态区间上，其中J_max为该起重机回转机构的最大额定动量矩。

动作选择算法为：设定动作选择因子β，β的取值范围为β∈[0.5,1.5]，每一步生成随机因子ε∈[0.2,1.5]，若ε＜β，则以均匀概率从动作集A中选择一个动作执行；若β≤ε，则选择使后续总奖励最大的动作，即：a＝π(s)，其中π(s)表示状态s下的序列动作。

信号输出算法为：设定控制信号的变化步长为Δk，不同动作下输出的控制信号k大小为k_i＝k_i-1+a_i*Δk。

E值更新方法的具体步骤为：

1)求取本状态s_i下所有可执行动作中，总奖励实际获得值δ的最大值，其中，ζ为影响因子，取值范围为0.1≤ζ≤0.9，a_i为状态s_i下总奖励最大对应的动作；

2)求取步骤1)中状态s_i下动作a_i的总奖励转移值χ，χ＝α[h(s_i-1,a_i-1)-E(s_i-1,a_i-1)+δ]，其中，α为学习率，取值范围为0.2≤α≤0.8；

3)更新本状态s_i下动作a_i的总奖励值，E(s_i,a_i)＝E(s_i-1,a_i-1)+χ。

具体工作过程为：通过参数定义与选择子系统中的触摸屏，人工设定常用的学习率α和动作选择因子β，并通过翘板开关实现不同参数之间的快速切换，数据经过CAN通信模块进行格式转换后传输给控制器对程序中的参数进行赋值；传感检测子系统中回转编码器用于检测回转机构运动的角速度，布置于马达进出油口和伸臂油缸大腔的压力传感器分别用于测量马达A、B口工作压力和伸臂伸缩油缸大腔压力，分别用于计算压力冲击值和当前状态的吊重量，PI1用于测量马达顺时针旋转时的液压冲击，PI2用于测量马达逆时针旋转时的液压冲击，这些传感器数据作为过程计算的依据，通过Flexray通信模块进行格式转换后传输给控制器；手柄由操作人员操作用来控制回转机构的动作；控制器输出控制信号至比例电磁阀，通过控制电磁阀开度来控制回转机构的工作速度。

在经过一系列的动作之后，系统通过上述方法学习过程数据，形成了用于存储经验的即时奖励矩阵H和总奖励矩阵E，在后续的操作过程中，系统就会自动的根据当前的回转动量矩，从以往的这些经验数据中匹配已知该状态下效果最佳的斜坡值进行作用，从而对不同的的回转动量矩状态下，自动赋予不同的斜坡值，分段构建斜坡曲线，来减小因状态突变产生的液压冲击。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。