科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对液压挖掘机作业循环状态直接识别准确率较低的问题，提出了一种基于复合信号、支持向量机(SVM)的挖掘机工作状态智能识别方法。首先，对液压挖掘机循环作业各个工作阶段进行了划分，以各个工作阶段开始或结束波形作为分段标志，对循环作业数据进行了分段标志提取；然后，对各个提取的分段标志进行了数据预处理，采用支持向量机库(LIBSVM)多分类方法，基于主泵压力与先导压力复合信号，建立了液压挖掘机工作状态识别模型，设定了分类可信度阈值；最后，引入了智能校验系统，对工作状态直接识别结果进行了矫正，完成了挖掘机运行工作状态识别的目标。研究结果表明：相较于主泵压力识别方法，采用复合信号识别方法，挖掘机工作状态的直接识别准确率由54%提升至了78%,最终识别准确率在95%以上；复合信号识别方法能够用于有效识别液压挖掘机各工作阶段，对解决液压挖掘机作业循环状态直接识别准确率低的问题有明显效果。
- 单位
