挖掘机反铲作业三维空间分析与参数预测研究

作     者：武春峰 胡滨 窦全礼 周诚 

作者机构：华中科技大学土木与水利工程学院 山推工程机械股份有限公司 潍柴动力股份有限公司 

出 版 物：《工程机械》 (Construction Machinery and Equipment)

年 卷 期：2021年第52卷第10期

页      面：34-42+9页

学科分类：08[工学] 0802[工学-机械工程] 

基　　金：湖北省重大科技专项(2020ACA006) 

主　　题：挖掘机 三维空间 参数预测 神经网络 

摘      要：三维空间信息和关键参数预测是实现挖掘机智能控制以及参数化设计的前提。目前主流的作业空间分析方案主要是从二维的角度进行考虑,其在使用过程中存在边界不清的问题,导致提取的关键参数存在误差,而对关键参数的成功预测,对挖掘机参数化设计具有重要意义。首先利用蒙特卡洛算法对挖掘机反铲进行分析,同时考虑了两侧履带对动臂关节角的影响,计算出了关于回转角的动臂最小关节角关系,最终得出三维作业空间,并从中获取相应尺寸的空间关键参数:最大挖掘半径、最大挖掘深度、最大挖掘高度以及最大卸载高度;其次利用三维空间分析得出的关键参数数据,在机器学习的基础上,根据反铲装置的运动学关系,建立关键参数的预测模型,从而解决在设计阶段如何获得反铲作业空间这一技术难题。通过对比发现,R BF神经网络模型在数据集表现出较好的预测性能,MAE、MAP E以及R MS E值最小分别为1.7 1、0.21和0.0 2,表明该模型的可靠性和鲁棒性较好,可推广至对其他参数的预测。