液压挖掘机负载自适应全局功率匹配控制系统.pdf

试 验 研 究 T e s t a n dR e s e a r c h第 3 8卷 2 0 0 7 年 2月工程机械 液压挖掘机节能技术研究是当前一个研究热 点。目前各种节能方案中得到成功应用的主要是针 对发动机- 泵的功率匹配和针对泵- 负载的功率匹 配控制方案。本文提出一种以发动机- 泵- 阀- 铲斗- 负载作为整体来实现功率匹配的全局控制方案， 同 时可以在挖掘机整个工作循环中识别出挖掘过程进 而自动判断并自动匹配挖掘时刻克服负载所需要的 最大功率， 实现挖掘负载自适应。 当前成功得到应用的功率匹配方案多是在挖掘 机“ 发动机- 液压系统- 铲斗- 负载” 整个能量传递链 中上实现某个环节上的功率匹配，主要是发动机- 泵的功率匹配和泵- 负载的功率匹配。鉴于上述能 量传递链， 这里暂称这些方案为局部功率匹配方案。 在液压挖掘机上实现发动机- 泵的功率匹配主 要目的是提高泵对发动机输出功率的吸收能力， 在 通过采用转矩控制或者转速感应控制实现两者的精 确匹配的理想情况下， 泵把吸收的发动机输出功率 尽可能多的转化为液压能， 液压能通过换向阀传递 到执行机构作用于负载；针对泵- 负载功率匹配的 方案中应用比较广泛的液压控制有负荷传感控制、 负流量控制等泵控系统， 均为通过调节变量泵的摆 角变化使输出流量与执行机构的需要流量相匹配， 而减少溢流损失和节流损失。 1 全局功率匹配方案 1 . 1 方案的意义 单纯地实现局部功率匹配， 并不能实现把发动 机的输出功率经过液压系统和机械机构完全施加在 负载上的最终目的。如果能实现从“ 发动机- 液压系 统- 负载”整个能量传递链各主要环节的功率匹配 则可以解决这个问题，这里称此方案为全局功率匹 配方案。 实现全局功率匹配最直接的方法就是把目前广 泛应用的发动机- 泵的局部功率匹配系统和泵- 负 载的局部功率匹配系统连接起来。方案的关键就在 于两者的协调统一， 但是在具体做出调节的时候， 这 方案就出现了致命问题，因为实现发动机和泵的匹 配需要调节泵的排量，而实现泵与负载的匹配也需 要调节泵的排量， 这就在调节时出现了干涉。 如果把全局功率匹配分为发动机- 泵的匹配和 阀- 负载的匹配就可以解决这个问题。前一环节在 实现中调节泵的排量，目的是保证泵把发动机的功 率完全吸收而转化为液压能；后一环节则是调节阀 的开口，目的是在压力随负载变化的情况下以改变 执行机构速度的方式时刻把液压能发挥到最大， 这 样就可以分别调节而实现从发动机- 液压系统- 负 载的全局功率匹配。 1 . 2 挖掘负载自适应功能 1 . 2 . 1 简单设定发动机功率模式的弊端 出于节能的目的，目前的液压挖掘机一般都针 对典型的工况划分为重载、经济和轻载 3 个转速挡 位， 分别对应发动机转速的 1 0 0 、 8 5 和 6 5 。由 于恒功率变量泵的吸收转矩在恒功率调节区内是不 变的，所以 3 个转速档位的发动机输出功率也相应 的为全功率的 1 0 0 、 8 5 和 6 5 。 重载模式和轻载 模式主要是在直观单一工况中应用，重载模式把单 液压挖掘机负载自适应全局功率匹配控制系统﹡ 中南大学机电工程学院陈欠根李延伟郝鹏 *基金项目 国家 8 6 3 项目 “ 液压挖掘机机电一体化及制造信息化”（ 编号 2 0 0 3 A A 4 3 0 2 0 0 ） “ “ “ “ 摘要 提出一种以发动机- 泵- 阀- 铲斗- 负载作为整体来实现功率匹配的全局控制方案， 并把全局功率匹配分 为发动机- 泵的匹配和阀- 负载的匹配两部分， 前一环节实现泵排量的调节， 保证泵把发动机功率完全吸收， 转化为液 压能； 后一环节则是调节阀的开口， 使压力随负载变化， 时刻把液压能发挥到最大。 在铲斗负载自适应条件下发动机功 率与负载的匹配和控制方法的实现， 揭示了挖掘机节能的一种方法。 关键词 液压挖掘机全局功率匹配负载自适应节能技术 2 1 试 验 研 究 T e s t a n dR e s e a r c h工程机械第 3 8卷 2 0 0 7 年 2月 位时间内获得最大挖掘能力和最大作业量作为目 标，轻载模式主要用在平整工作等追求作业精度的 工况中， 一般负载挖掘时选择经济模式， 用在非单一 工况中是应用最主要的工作模式。 一般的工作均属于非单一工况，选择经济工作 模式。但是在实际操作中当出现负载超过设定的发 动机功率值时，虽然通过转速感应控制调节泵的排 量可以防止发动机因负载转矩过大造成失速或熄 火，但是此时的发动机输出功率仍然不足以使铲斗 克服负载。要想继续工作只能手动增大发动机油门 开度提高输出功率才能使铲斗有足以克服大负载的 能力。 所以在工况复杂的施工中， 虽然出于节能的目 的选择经济模式，但是如果实际工况中铲斗克服负 载消耗的能量明显高于经济模式所对应的输出功 率， 则存在需要通过手动来调节发动机油门的弊端。 即使在允许短时超载的发动机控制系统中，虽然允 许超载情况短时存在， 但是并没有输出更大的功率， 最终也需要调节发动机功率才能在遇到大超载情况 时正常工作。 1 . 2 . 2 负载自适应的意义 在土石方作业中，土的力学性能由于土壤类别 （ 黏性土、 非黏性土） 、 土的级配和土的含水率的不同 而差别很大，挖掘机铲斗要克服负载所需要消耗的 能量就明显不同。而这仅仅靠操作手对要挖掘的土 的主观判断是不能精确辨别出来的，手动调节发动 机自然就有盲目性。 如果在挖掘机工作过程中可以判断出当前挖掘 的负载情况，并且实时调节发动机的油门而控制发 动机的输出功率与当前一片工作场地的挖掘负载情 况自动相适应，无疑就把操作手从超载时频繁手动 调节发动机油门的额外操作中解放出来。 2 负载自适应全局功率匹配的具体实现 2 . 1 挖掘时负载信号的提取 目前实现负载判断的信号提取方法有两种 一 种方法是通过检测操纵手柄的动作来判断作业类 型， 然后自动调节发动机转速。J C B公司的新 J S 挖 掘机、日立公司智能型 Z A X I S 2 5 0 挖掘机的自动功 率模式和神钢公司 S K 2 5 0 L C挖掘机的模糊控制模 式， 都是通过检测操作手柄的动作， 再根据手柄动作 识别出此时的作业类型后作出反应, 从系统设计好 的很多种功率模式中选择最相近的功率模式使发动 机功率与挖掘机的挖掘负载需要相匹配。另一种方 法是通过检测液压泵出口压力值而判断出此时的负 载情况， 然后对发动机作出调节， 使其与负载要求相 适应。以泵压力作为判断负载信号的优点在于系统 压力可以直接反应当前负载情况，而以手柄运动作 为判断信号则是以操作手的判断为基础的，是一种 间接的判断手段。这里选择以压力作为铲斗负载的 判断信号。 挖掘机在 “ 挖掘- 提升- 回转- 卸土- 回转- 挖掘” 整个作业循环中， 液压系统压力是不断变化的， 需要 从作业循环中辨别出“ 挖掘阶段” ， 进而只把挖掘阶 段对应的压力信号作为判断正在挖掘的铲斗要克服 负载所需要的能量的依据。这里通过对挖掘机执行 机构的轨迹跟踪来判断出“ 挖掘阶段” 。 2 . 2 实现的功能 （ 1 ） 自动怠速根据挖掘机设计通例， 当各操纵 阀均处于中位时， 系统压力一般设计为 1 M P a 左右, 而当挖掘机工作时， 系统压力设定在 5 M P a 以上。 所 以， 将判断压力设定在 2 M P a 左右， 为确信挖掘机确 实处于不工作状态，要求系统在小于 2 M P a 的压力 下， 保持 4 s 后才开始操作油门执行机构（ 在本方案 中采用直线电机来调节发动机油门拉杆） 。 当系统压 力高于 2 M P a 时， 即认为挖掘机处于工作状态， 计算 机立即控制发动机，使它迅速恢复到设定的工作转 速。 （ 2 ）短时超载挖掘机液压系统设定的最高压 力有一定的裕量， 当系统在短时间超载工作时， 一般 不会对系统产生太大影响。在通过计算机处理来作 出发动机对负载的自动匹配的过程中，如果发生超 载可以根据压力值突变立即作出判断，允许液压系 统压力在超过设计的额定压力（ 如 3 0 M P a ） 但是还 没有达到系统设定的溢流阀泄荷压力 （ 这里设定为 3 2 M P a ） 时， 可以正常工作 6 s ， 使系统具有短时超载 功能而可以克服当时的较大阻力的负载。为保护系 统安全， 超载 6 s 后自动将发动机转速降低到 1 2 0 0 r / m i n 左右并报警。 （ 3 ）溢流控制如果检测到系统压力达到溢流 阀的开启压力（ 3 2 M P a ） 时， 自动降低泵排量和发动 机转速， 使发动机转速降低到 1 2 0 0r / m i n 。这时控 制的目的就不是提高短时克服负载能力，虽然执行 了一次空工作循环但是保护了系统的安全，而且减 少了不必要的溢流损失。 2 2 试 验 研 究 T e s t a n dR e s e a r c h第 3 8卷 2 0 0 7 年 2月工程机械 （ 4 ） 发动机功率的自动调节 在考虑到以上几种 极端情况后，在系统压力的正常范围内就可以根据 对负载作出判断并自动调节驱动发动机油门的直线 电机而实现发动机功率对负载的自适应了。 2 . 3 压力信号处理 因为挖掘机工作时负载压力基本上都是突变 的， 因此液压泵输出压力不能直接作为判断信号。 采 样得到的压力值往往是以较大幅值上下脉动的脉冲 型数据，首先要剔除数据序列中没有实际利用价值 的奇异值， 然后作数据平滑处理。 通常采用的奇异值处理方法有 “ 3 σ 规则” 和 “ 格罗布斯准则” 。“ 3 σ 规则” 以采样次数足够大为 前提，然而实际测量中测量次数比较少，因此“ 3 σ 规则” 只是一个近似规则。所以这里采用“ 格罗布斯 准则” 。 剔除奇异值之后，采用加权平均滤波对余下的 数据进行平滑处理， 使结果更接近于真实值。 加权平 均滤波使用于系统滞后时间常数比较大，采样周期 比较短的过程。通过对不同采样时间得到的采样值 分别给予不同的权系数，增加最新一次采样值在滤 波输出中的比重， 提高滤波速度和响应能力。 2 . 4 调节公式 由于在以上几种极端情况之外，针对不同的压 力值来调节油门拉杆位置以调节发动机输出功率， 所以可以通过实际测得系统压力和油门调速拉杆位 置的很多组对应数据对，然后用最小二乘法来拟合 出系统压力和油门调速拉杆位置之间的线性关系 *a b p * 式中 *为油门调速拉杆位置， p *为经过滤波处理 之后的系统压力值。 b L * p */ Lp * p * a * - b p * 其中 L * p *和 Lp * p *计算公式为 L * p * （ *i- * ）（ p * - p*） L p * p * （ p * - p*） 2 在根据实测数据通过线性回归得到调速计算公 式之后， 就可以在控制软件中根据 p *计算出需要对 发动机作出的调节值。 2 . 5 发动机- 泵的匹配控制 由于在目前的控制系统中转速感应控制已经得 到成功应用， 这里的发动机- 泵的匹配仍然采用转速 感应控制来实现。 只是在对误差信号的控制算法上， 传统 P I D控制算法中其 P 、 I 、 D这 3个控制参数是 固定的， 对于发动机和泵这样大滞后、 大时变的非线 性系统不能得到预想中的控制效果。这里采用了在 机器运转中可以使控制参数自适应调节的单神经元 P I D控制算法，使控制系统的响应速度得到显著改 善。反应在控制框图（ 图 1 ） 中即是“ 控制器” 环节的 实现由单神经元 P I D控制器代替了传统的 P I D控 制器来实现控制参数的自适应调节，提高控制系统 的响应速度。 图 1 转速感应控制框图 2 . 6 阀- 负载的匹配调节 通过对发动机- 泵的功率匹配控制，可以使泵 把发动机输出的功率几乎全部转化为液压能。系统 压力是随负载而变化的，所以接下来通过对阀的调 节而不断调节执行机构所吸收的功率，最终使执行 机构能够把接近全部的液压能作用在负载上。 在本方案中采用了配合 L U D V系统的 A 1 1 V O L E 2 S 2 变量泵。在 A 1 1 V O泵中有带 Δp - s h i f t i n g 功 能的负载传感阀 S 2 。 在此阀中调节弹簧决定了系统 换向阀的前后压差 Δp 初始值，利用阀上的比例电 磁铁可以人为调节 Δp 的值。 由阀口流量公式 Q C A 2 p / ““（ 式中 C为流 量常数， A为阀口开度， Δp 为阀前后压差， ρ 为油液 密度） 可知， 在先导控制手柄的偏转角不变时， 多路 阀的通流量变化与阀前后压差 Δp 的变化成正比。 也就是说，可以根据发动机功率调节的趋势而通过 软件对负载传感阀的比例电磁铁自动作出调节， 进 而对 Δp 作出调节，使主换向阀流量与泵流量相匹 配，实现铲斗作用在负载上的功率始终最接近于发 动机的输出功率。 2 3 试 验 研 究 T e s t a n dR e s e a r c h工程机械第 3 8卷 2 0 0 7 年 2月 3 结论 采取本文的方案使发动机输出功率对铲斗负载 变化能自动作出调节， 而且实现了“ 发动机- 液压系 统- 执行机构- 负载” 的全局功率匹配。目前在湖南 山河智能 S WE 8 5 挖掘机上已经分模块作出试验并 逐步走向应用。这对下一步开发节能降耗工况自适 应自主挖掘机具有理论与工程实际指导意义。 参考文献 [ 1 ] R e x r o t hB o s c hG r o u p . M o d e r nH y d r a u l i cS y s t e m s f o r Wh e e l e d a n d C r a w l e r E x c a v a t o r s . R E0 0 2 0 7 / 1 0 . 0 0 . [ 2 ] 彭天好. 液压挖掘机全局功率匹配与协调控制[ J ] . 机械工程学报, 2 0 0 1 1 1 . [ 3 ] 高峰. 挖掘机载荷自适应节能控制策略 [ J ] . 同济大 学学报， 2 0 0 1（ 9 ） . [ 4 ] 徐中. 单神经元自适应 P I D控制器的研究 [ J ] . 大连 理工大学学报， 1 9 9 9（ 9 ） . [ 5 ] 宋殿瑞. 最小二乘法应用探讨 [ J ] . 青岛化工学院学 报， 1 9 9 8（ 9 ） . [ 6 ] 费业泰. 误差与数据处理[ M ] . 北京 机械工业出版 社， 1 9 9 9 . 通信地址 湖南长沙星沙经济技术开发区漓湘路 2 号山河 智能产业园技术中心 4 1 0 1 0 0 （ 收稿日期 2 0 0 6 - 0 8 - 0 6 ） 由于履带式起重机结构复杂、臂架组合模式 多， 一旦发生事故， 将会造成重大损失。因此， 为了 保证起重机安全工作， 力矩限制器就成了一种非常 重要的保护装置。与汽车起重机常采用的起升绳取 力和变幅缸取力不同，履带起重机采用变幅绳取 力。履带式起重机有 6 种基本工况， 各个工况下变 幅方式不同， 因此， 在履带式起重机的力矩限制器 系统中， 我们分别在 3 处进行取力 主臂变幅绳、 塔 臂变幅绳和超起变幅绳。根据 3 处力传感器采集到 的信号， 结合履带式起重机其它结构参数， 计算出 履带式起重机实际载荷。 1 工作原理 为了说明方便， 以塔臂超起工况为例， 其示意 图如图 1 所示。该机力矩限制器系统中， 有5 个角度 传感器和3 个力传感器。 履带起重机力矩限制器工作流程如图2 所示。 当实际载荷与额定载荷的比值达到9 0 时，启动红 灯预报警， 当达到1 0 0 时， 启动红灯和声音报警， 当 达到1 1 0 时启动强制保护程序， 使起重机只能向安 全方向操作， 如减小起重机工作幅度等。 2 各种工况下的起重机数学模型 由于履带式起重机结构比较复杂，不同组合方 履 带 式 起 重 机 力 矩 限 制 器 的 实 现 大连理工大学高顺德康凯 图 1塔臂工况传感器位置示意图 “ “ “ “ 摘要 为保证起重机安全工作， 力矩限制器是一种非常重要的保护装置。介绍了履带式起重机力矩限制器的工 作原理， 并通过对履带起重机 6 种典型工况的结构分析， 分别在主臂变幅绳、 塔臂变幅绳和超起变幅绳 3 处取力， 根 据力传感器采集到的信号， 结合其它结构参数， 建立简洁可行的数学模型， 可计算出起重机的实际载荷。 关键词 履带式起重机力矩限制器数学模型 2 4 C o n s t r u c t i o nMa c h i n e r ya n dE q u i p me n t V o l . 3 8N o . 2 A b s t r a c t si nE n g l i s h R e s e a r c h i n R e mo t eC o n d i t i o n Mo n i t o r i n g S y s t e m f o r Mi l i t a r yC o n s t r u c t i o nMa c h i n e r yo nt h eB a s i so fS h o r t - w a v e C o mmu n i c a t i o nT e c h n o l o g y Aw i r e l e s s n e t w o r k h a s b e e n e s t a b l i s h e d u s i n g s h o r t w a v e c o m m u - n i c a t i o nt e c h n i q u e f o r t h e i m p l e m e n t a t i o no f r e m o t e m o n i t o r i n g o f c o n s t r u c t i o n m a c h i n e r y t o p r o v i d e w a r r a n t e e o f r e a l t i m e m a s t e r i n g m a c h i n e c o n d i t i o n s f o r t h e s u p e r v i s i o nc e n t e r . T h e a r c h i t e c t u r e o f r e m o t em o n i t o r i n gs y s t e mf o r m i l i t a r yc o n s t r u c t i o nm a c h i n e r yo n t h e b a s i s o f s h o r t w a v e c o m m u n i c a t i o nt e c h n i q u e i s d e s c r i b e da n d h a r d w a r e a n ds o f t w a r ef o r o n b o a r dc o n d i t i o nm o n i t o r i n gp l a t f o r m a r e d e s i g n e d w i t h a c r a n e a s e x a m p l e a n d i m p l e m e n t a t i o n o f c o m - m u n i c a t i o n b e t w e e n m i l i t a r y c o n s t r u c t i o n m a c h i n e r y a n d m o n i t o r - i n g c e n t e r i s i n v e s t i g a t e d . T h e o n b o a r dc o n d i t i o nm o n i t o r i n g p l a t - f o r m h a sa l r e a d ya p p l i e dt om o d e lG C Z - 1 1 0m u l t i 0 p u r p o s e c r a w l e r v e h i c l e s . K e y w o r d s Mi l i t a r yc o n s t r u c t i o nma c h i n e r y R e mo t e mo n i t o r i n g S h o r t w a v e c o mmu n i c a t i o n S t u d ya n dD e s i g no fa nE mb e d d e dWe i g h i n gD e v i c ef o r L o a d e r s B a s e do nG P R S A ne m b e d d e dl o a d e rw e i g h i n gd e v i c ew i t hG P R Sr e m o t ed a t a t r a n s m i s s i o nf u n c t i o ni s p r e s e n t e d . T h e p r i n c i p l e , h a r d w a r e c o m - p o s i t i o na n ds o f t w a r e d e s i g na r e d e s c r i b e dt o o v e r c o m e d e f i c i e n - c i e s o f e x i s t i n g l o a d e r w e i g h i n g d e v i c e s . K e y w o r d s G P R S E mb e d d e ds y s t e m L o a d e r w e i g h i n gd e v i c e D e s i g no f E n g i n e H o o do nMo d e l L G 9 5 6L o a d e r T h e s t r u c t u r a l s h a p e o f e n g i n e h o o d o n l o a d e r s o f L i n y i , S h a n d o n g h a s e x p e r i e n c e da p p r o x i m a t e l y s e v e r a l s t a g e s d i s c r e t e , i n t e g r a t e d a n dt h e p r e s e n t d i s c r e t e o n e s . T h e e n g i n e h o o do f m o d e l L G 9 5 6 l o a d e ri sr e d e s i g n e db a s e do nm a r k e t d e m a n d . T h es t r u c t u r a l s h a p e , d e s i g nf e a t u r e s a n dp r o b l e m s o c c u r r i n g d u r i n g p r o d u c t i o n o f t h e n e wh o o d a r e d e s c r i b e d a n d i m p r o v e d s c h e m e i s p r e s e n t e d . K e y w o r d s L o a d e r E n g i n e h o o d D e s i g n A N e w T y p eo fE me r g e n c y / P a r k i n gB r a k eS y s t e m f o r L o a d e r s A ne m e r g e n c ya n db r a k i n gb r a k es y s t e m u s i n gs o l e n o i dv a l v e b r i e f l y d e s c r i b e s . M a n u a l a n da u t o m a t i c d i r e c t i o nc h a n g e a r e r e - a l i z e dv i ap r e s s u r es w i t c ha n dm a n u a l c o n t r o l b u t t o nt oa c h i e v e t h e t a r g e t o f e m e r g e n c y a n d p a r k i n g b r a k i n g . K e y w o r d s Wh e e l l o a d e r E me r g e n c ya n dp a r k i n gb r a k i n g S o l e n o i dv a l v e P r e s s u r e s w i t c h A nN e wK i n do f D i a l G u a r dR o c kS h i e l dT u n n e l e r D S - T B M T h e d u a l g u a r ds h i e l dt u n n e l e r i s s u i t a b l ef o r d i g g i n gh a r dr o c k , s o f t r o c ka n dt e r r a n e w i t hs o m e w h a t c o m p l i c a t e g e o l o g i c a l c o n d i - t i o n s . H o w e v e r , w h e ne n c o u n t e r i n g c o m p l i c a t e a n dc h a n g e f u l h y - d r o g r a p h i c a l c o n d i t i o ni nl o n g a n dl a r g e t u n n e l c o n s t r u c t i o n , e s - p e c i a l l y e x c a v a t i n g i n t e r r a n e d e f o r m e d b y h i g h e x t r u s i o n p r e s s u r e u n d e r h i g h l a n d s t r e s s , t h e g u a r d s h i e l d w i l l o f t e n b e s e i z e d b y r o c k a r o u n d i t a n d c a n n o t w o r k . An e wt y p e o f d u a l g u a r d s h i e l d i s d e - s c r i b e d . I m p o r t a n t i m p r o v e m e n t sa r em a d et oi t sg u a r ds h i e l d , c u t t i n g d i s k , h y d r a u l i c c y l i n d e r a n d t h e s t r u c t u r e o f m u l t i - f u n c t i o n d r i l l a n d s o m e a u x i l i a r y d e v i c e s a r e a d d e d s o t h a t n o t o n l y t h e r i s k o f m a c h i n e s e i z u r e i s a v o i d e d b u t a l s o i t s c a p a c i t y t o r e i n f o r c e t h e r o c ka r o u n da n dp r e v e n t c a v e i n , r e s u l t i n g i ne v i d e n t i n c r e a s e i n c o n s t r u c t i o n p r o g r e s s a n d e x t e n d i n g t h e a p p l i c a b l e s c o p e o f T B M . T h e e x c a v a t i n g d i a m e t e r c a n b e a d j u s t e d i n a c e r t a i n r a n g e . K e y w o r d s D u a l g u a r ds h i e l d D e f o r ma t i o nb ye x t r u s i o n Mu l t i - f u n c t i o nd r i l l AP r i ma r yT a l ko nt h eMa i nF a c t o r s A f f e c t i n gt h eS e r v i c e L i f e o f L o a d e r D r i v e S h a f t A i m i n ga t t h ep e r s i s t i n gh i g hf a i l u r er a t ei nl o a d e r d r i v es h a f t , m a i n f a c t o r s a f f e c t i n g t h e s e r v i c e l i f e o f l o a d e r d r i v e s h a f t a r e a n a - l y z e d f r o mt h e a s p e c t s o f t h e d e s i g n , m a n u f a c t u r i n g , o p e r a t i o n a n d m a i n t e n a n c et op r o v i d er e f e r e n c et ot h ed e s i g na n do p e r a t i o no f d r i v e s h a f t s . K e y w o r d s D r i v e s h a f t U n i v e r s a l j o i n t S t r u c t u r e D e s i g n A s s e mb l y L u b r i c a t i o n Ma i n t e n a n c e S e r v i c e A S e l f - l o a d- a d a p t i v eO v e r a l lP o w e rMa t c h i n gC o n t r o l S y s t e mf o r H y d r a u l i c E x c a v a t o r As c h e m e o f s e l f - l o a da d a p t i v e o v e r a l l p o w e r m a t c h i n g f o r l o a d e r b u c k e t i ss u g g e s t e d . T h ei m p l e m e n t a t i o no f m a t c h i n gl o a da n d p o w e r o f e n g i n eu n d e r b u c k e t l o a ds e l f a d a p t i v ec o n d i t i o nd i s - c l o s e d a n e n e r g y - s a v i n g a p p r o a c h f o r e x c a v a t o r s . K e y w o r d s H y d r a u l i ce x c a v a t o r O v e r a l lp o w e rma t c h i n g L o a d -s e l f a d a p t a t i o n E n e r g ys a v i n gt e c h n i q u e I mp l e me n t a t i o no faL o a dMo me n tL i mi t e rf o rC r a w l e r C r a n e T h e w o r k p r i n c i p l e o f l o a d m o m e n t l i m i t e r o n c r a w l e r c r a n e i s d e - s c r i b e da n da m e t h o dt o s e n s e f o r c ev i ad e r r i c k i n gr o p ef o r m o - m e n t l i m i t e r o n c r a w l e r c r a n e i s p r e s e n t e d a n d a s i m p l e a n d f e a s i - b l e m a t h m o d e l i s e s t a b l i s h e d v i a s t r u c t u r a l a n a l y s e s o f s i x t y p i c a l w o r k c o n d i t i o n s o f c r a w l e r c r a n e s . K e y w o r d s C r a w l e r c r a n e Mo me n t l i mi t e r Ma t hmo d e l F i n i t eE l e me n tA n a l y s i sa n dE x p e r i me n to fMo d e l Z J 5 0 F L o a d e r B o o mw i t hD o u b l e R o c k e r A r ms