对铲运机铲斗进行智能化控制的研究.pdf

对铲运机铲斗进行智能化控制的研究 岳作强 t ， 郭小宏 ， 朱忠林 ， 王培培 1 ． 重庆交通大学 ； 2 ． 中国海洋大学 ● ⋯ ． ● ⋯ ． ●⋯ ． ●⋯ ． ● ⋯ ●⋯ ． ●⋯ ●⋯ ． ● ⋯ ● ⋯ ●⋯ ● ⋯ ● ⋯ ●⋯ ●⋯ ●⋯ ● ⋯ - ● ⋯ ●⋯ t ●⋯ ● ⋯ ● ⋯ ●⋯ ●⋯ ●⋯ ● ⋯ ● ⋯ ●⋯ ●⋯ ● ⋯ ●⋯ ●⋯ ● ⋯ ●⋯ ●⋯ ● ⋯ ●⋯ ●⋯ ● ⋯ ， i 摘要 为提高铲运机铲土工作效率， 以实际采集的铲斗内土堆图像数据为分析对象， 通过对土堆图 i 像的预处理、 特征提取和模式识别， 实现在确定系统最优性能指标情况下的模糊控制， 使铲土效率比以往靠 经验铲土的效率有明显的提高。同时， 根据铲刀人土深度、 铲土距离、 斗门开启大小、 后期铲刀提升程度、 收 i ；斗过程和采集的液压系统工作状态的实时数据 ， 采用变频调速技术， 实现对铲运机工作过程中的最优配置。； ⋯ ． ． ⋯ ． ． ⋯ ．． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ．． ⋯ ． ． ⋯ ． ． ⋯ ．． ⋯ ． ． ⋯ ． ． ． ． ． ．． ⋯ ．． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ． ． ⋯ ．． ⋯ ． 二 关键词 土堆检验 ； 特征提取 ； 图像处理专家 系统 ； 模糊控制 目前大功率 、大斗容的铲运机在提高铲土效率 时常常遇到困难 ，主要原 因是在铲土运输过程 中没 有将其性能充分发挥出来。 实际工作中对不同地形、 土的性质、 铲斗实时载荷等变化难以做到 自适应。 特 别是在铲土工况时 ， 由于土的结构 、 性质不 同 ， 铲斗 所受阻力不同， 操作者往往会频繁换挡 ， 再加上操作 者的控制有延时 I生， 因此就导致了效率低下 。 随着计 算机技术 的广泛应用 ，特别是近几年来 国内外许多 研究者纷纷把 目光投 向智能化控制系统 ，专家系统 和数字图像处理技术 开始应用于铲运机土堆处理 中。 作为新型土堆检测技术的探索 ， 目前已将土堆图 像识别与专家系统相结合 ，利用人工智能 、模式识 别 、 神经网络等新理论 的研究成果 ， 结合数字 图像处 理技术 ， 开始研究土堆检测与控制技术。 要保证铲斗内装土的容量， 实现最佳装土过程 ， 就要做到对液压系统的实时调节 ，要依赖图像传感 器采集 图像信息 ， 利用模糊控制的最大优点 对参数 变化和其他因素的不敏感性 ，以及对纯滞后有较强 的适应能力， 在图像处理专家系统的基础上采用模 糊控制技术 ， 实现对整个铲土过程的优化控制。 在铲运机铲斗的控制过程中，利用图像处理专 家系统和模 糊控 制技 术并 以此作为变频调速 的依 据 ， 控制铲运机 的铲土过程 ， 经试验研究证 明， 铲运 机的工作效率有很大提高。系统流程如图 1 所示 。 1 图像处理专家系统 铲土监控系统由图像采集、 处理、 识别、 传输和 控制部分等组成， 该系统的工作原理如图2 所示。 铲斗 模糊控 制决策 系统 铲 运机 铲 斗装 置 变频控 制器 铲斗图 像采集 液压系统 参数采集 控制 决策 土堆 图 像处理 图 1 系统流程简 图 镜 头 铲 刀 入 上 控 制T7 变 频 控 制 传感器 图像 C C D I采集 压力 参数 信i 决 策 号 模糊 处 I f 控 制 理I L 一 图像 、 压力 参数存储 报警与声 光提示 图 2 铲土监控 系统工作原理图 作者简介 岳作强 1 9 8 O 一 ， 男 ， 硕士， 研究方向 工程机械设计理论及智能化技术。 专 家 系 统 及 人 机 交 互 专 家 系 统 及 人 机 交 互 一 51～ 。 每 潮 j 0_ 童 ll 1 ． 1 图像 、 压力参数的采集与传输 安装镜头时只需让 4个镜头有不 同的俯角 ， 即 可获得铲土 3个阶段土堆在铲斗内的状况 ，并 由压 力传感器采集此时液压缸的压力数据 ，使得装土状 况更能有效观察 。铲土三阶段 a ， b ， c 如图 3所示 。 b 铲斗运动方 向 图 3 铲土 3个阶段 铲土过程从右向左 ， a 阶段 ， 斗门开启最大 约 6 0～7 0 c m ，以减少土壤进入阻力 ，使土壤尽可能 快 、 多地进入铲斗 ； b 阶段 ， 由于土壤增多 ， 为防止 土壤向下翻滚出铲斗 ，此时减小斗门开启程度 约 2 5 ～4 0 c m ，使得外部土壤克服斗 内土壤阻力挤入 铲斗 ； c 阶段 ， 此时斗内土壤已接近装满， 为了更多 地装土 ， 斗门开启程度再次加大 约 3 5～5 5 c m ， 由 于进入的土壤减少而在斗门外形成土堆 ，土壤在土 堆 的挤压下进人铲斗 ， 在斗内形成喷泉状的土流。 通过镜头获取的图像经光纤将信号送至耦合器 C C D。 经过 C C D转换后输出的电子图像信号经由图 像采集器进入图像处理系统。液压缸受力情况通过 压力传感器将此时的压力数据输 出信号经信息处理 与图像处理一并进行综合分析。 1 ． 2 图像信号处理 图像经过数据处理后不仅可以获得清晰的实时 土堆景象， 而且可以根据铲刀受力情况， 以及对土壤 施加力的要求， 通过专家系统向液压系统提供多种 输入信号， 包括铲土初始铲刀的受力 、斗内土堆监 视 、 向运行控制器提供压力控制决策的直接依据 、 报 警与声光提示和图像压力数据存储等l 11 。 1 ． 2 ． 1 图像预处理 通过预处理改善图像的方法有两种 一是图像 增强 ， 二是图像复原。 本系统中土堆图像预处理主要 一 5 2一 包括几个部分 R G B格式转换为 2 5 6级灰度 图、 土 堆图像的中值滤波等。 1 ． 2 ． 2 图像分割 运用二维最大熵直方图分割算法对双峰直方图 的图像进行分割优于普通的最小错误分割法。二维 最大熵分割法可以最大程度地保 留图像信息 ，从而 为后续特征的提取提供更多的信息。 1 ． 2 ． 3 图像特征空间的建立与提取 根据土堆图像特征分析， 将变量表示为 平均高 度 、 最高点高度 、 熵 、 方差、 土堆丰度和散度等 。这些 特征参数较全面地反映了土堆的基本特征。 其中， 最 高点高度反映了土壤的内摩擦力大小 ；熵反映了土 堆形状变化的不确定性 ；方差反映了土堆在斗内分 布的均匀程度 ；土堆丰度反映了土堆在铲斗 内的装 满程度 ； 散度反映了土堆的稳定性。 1 ． 2 ． 4 标准土堆专家系统 图像数据库的建立和训练 1 ． 2 ． 4 ． 1 专家系统型模糊 一 c均值聚类算法 采用有导师的模糊 一 C均值聚类算法对试验 中 采集的土堆图像进行 了有效的分类 。 而普通 的模糊 一 C均值 聚类算法 的初始 聚类 中心是任意给定 的 ， 经过数次迭代符合某种准则后停止迭代。模糊 一 c 均值 聚类算法是一种局部最优解 ， 如果先 由专家系 统对土堆图像进行初始的分类并作 出评 价 ， 选定各 个分类较好 的图像作为各类 的初始聚类 中心就可 以大大减少聚类 的迭代次数 ， 提高运算速度 。 1 ． 2 ． 4 ． 2 土堆特征参数权值 对于土堆图像的几个主要特征，考虑彼此之间 存在不 同的重要性 ，并以压力传感器输出数据的处 理信息作参考 ，因此在计算模糊隶属度时对特征空 间中几个特征分别乘上不同的权值因子 ，这与普通 的把所有特征默认为具有同等重要性的最大隶属度 计算算法有很大不 同。 试验研究证 明， 这种改进大大 地提高 了系统的灵敏度和识别率。 1 ． 2 ． 4 - 3 图像状态在线 自适应聚类分析算法 为 了对不 同的土壤 、 气候条件 、 地形等做到最大 程度的自适应性， 提高系统的智能性， 以改善一次静 态聚类带来的适应性差的问题 ，对第一次聚类得到 的聚类 中心引入一种专家模式聚类中心主动优化与 自适应调查的动态算法 ， 动态地调整各个聚类中心 、 聚类数等， 使系统的 自适应能力大大提高回 。图像处 理和专家图像知识库 的建立流程如图 4所示 。 2 模糊控制 图像采集 图像预 处理 图像分割 图像特征空间建立与提取 标准 土堆专家图像 数据库 的 建立 与训练 专家系统型模糊 一c 均值 聚类算法，土堆特征参数权值， 铲 斗装土 图像状 态在线 自适应 聚类分析法 图 4专家图像系统知识 库的建立流程 2 ． 1 概 述 对铲土过程中铲斗的控制，首先要克服对象特 征的多样性、 非线性、 不对称的增益、 较大的滞后等 因素的影响。 对铲斗铲土控制而言， 最佳铲土过程取 决于铲刀入土深度及铲土距离的合理配置 ，铲刀在 适当的时候应该人土多深 ，斗门开启多大都应该与 之相适应 ，以确保土壤最大限度地进人铲斗并保证 土壤不再外泄。 铲刀刚人土时的经验数据在 3 0 c m左右，铲斗 前进过程中斗门开启增大 ， 土壤快速进入铲斗 ， 铲土 全过程一般靠司机的经验来控制。如果前期装土过 多， 导致铲运机运行吃力， 浪费大量的功率； 如果前 期装土不足就会在整个装土过程中造成行走距离过 大 ， 也会造成功率浪费。 由于经典控制理论过分依赖于被控对象的精确 数学模型， 当被控对象发生变化时 ， 其系统的控制性 能会发生显著变化 ，而模糊控制技术的最大优点是 对参数变化等不敏感，并且对纯滞后有较强的自适 应能力，故可以采用模糊控制技术实现对铲运机铲 土全过程的较精确的控制。铲土控制系统在图像处 理专家系统的基础上 ，采用模糊控制并通过变频调 速控制铲刀人土深度与斗门开启大小在整个铲土过 程中合理匹配， 以期得到最佳的铲土工况。 铲斗模糊 图 5 铲斗模糊控制系统 控制系统如图 5所示。 图 中 A 斗 门前积 土 ， B 铲 斗 内土 堆 ， F c c 斗 门 与 铲 刀 匹 配 模 糊 自寻 优 控 制 器 ， F S C 土堆模糊 自寻优控制器 ， F P C 液压模糊 控制器 ， 旷一 F c C与 F S C自寻优控制参考阀值 。 专家图像系统根据铲斗上的图像传感装置监测 后传来的图像进行土堆的外形识别、 特征提取， 同时 通过 内部 的专家系统把土堆 的图像转换成控制 阀 值 ， 从而对铲刀的人土深度 、 斗门开启时刻和开启大 小 ， 以及铲斗何时提升进行调节。 2 ． 2 模糊控制器 由于土壤特征 多变 ， 或稀疏或粘稠 ， 阻力不 同， 且土壤 中还有许多不 同粒径的石块 ，铲运机在地面 上运行也受到一定影响 ， 致使铲土过程不稳定 ， 所以 铲斗装土控制系统是 1 个非线性 的、 时变 的、 有滞后 的系统。此类系统建模 的困难甚至使得现代控制理 论中的最优控制也难以解决 ，而模糊控制正适用于 这类数学模型未知或多变的过程 。 铲斗内的土壤装满程度和液压控制回路 中的模 糊控制器原理如下 e和 e 分别为误差及其导数 ， 模糊控制器有 4个可调参数 ， 即量化因子 K 、 K ， 比 例因子 和积分系数 ， 增大 K 、 可提高系统 对 误差及变化的分辨率 ， 提高控制精度 ， 但 。 、 太大 不利于系统的稳定。 增大K P 、 响应速度加快， 但容 易引起振荡 ，此时可由专家模糊控制表进行实时调 整I3 一。 图 6是 F P C、 F S C模糊控制器的工作原理 图， 应 用模糊蕴涵最小运算法 一 53 在模糊控制规则表 中， A 和 为输入模糊集 ， 为输 出模糊集 ， i ,j l ， 2 ， ⋯ ， n ； N B N e g a t i v e B i g 、 N M N e g a t i v e Me d i u m 、 N S N e g a t i v e S m a l 1 、 Z E Z e r o 、 5 4- 长太小则收敛速度太慢 ，对于一些不可控扰动 的响 应就难以适应 ； 步长太大则搜索损失增大 ， 有时还会 引起振荡 ， 影响正常工作。为了提高搜索速度 ， 减少 搜索损失 ， 可以采用变步长的方法。 在离极值点较远 处 ， 曲线平缓处选用大步长 ； 而在极值点附近 ， 曲线 较陡处采用小步长进行搜索。通过模糊逻辑判断可 以实现步长的 自动改变。 模糊 自寻优控制器的工作原理如下 模糊 自寻 优控制器以土堆在铲斗内的容量为指标 ，寻找最佳 的装土量。在每次采样周期测量土量增量 Ay ， 根据 Ay和上一周期寻优步长决定本次寻优步长。Ay与 △ 分别是土增量和步长的模糊语言变量 ， k 为 Ay 土堆的增蟹Ay 图 7 模糊 自寻优控制器 的量化 因子 ， k 为比例因子 ， 它将 △ 转换为步长 的 实际值。增加 k 和 k 可以提高搜索速度 ， k 的值还 影响搜索损失 ， 故可根据对搜索速度的要求选择 k ， 而根据对搜索损失的要求选择 k ，由模糊控制决策 系统中模糊 自寻优控制进行实时调整。模糊 自寻优 控制器如图 7 所示 ， 图中 是铲斗开启 阀值。 模糊 自寻优控制表是 以快速落刀 、 适时提刀 、 最 佳收斗为基础 ，将工作过程中可能遇到的各种情况 土壤松散程度 、 土壤不均匀度等 作为特定 的信息 存储 ， 在获取铲斗内土堆信息与液压信息 如 土堆 增量 Ay 、 铲起力的大小等 后 ， 为模糊控制系统最终 作 出优化决策提供实时、 快速、 高质量的 自寻优控制 信息 ， 并为进入下一轮 的自寻优控制做准备。 3 结语 通过图像处理技术 ，对铲运机铲斗进行土堆图 像信息采集 、液压数据采集并结合模糊控制采用变 频调速 ，利用模糊控制系统实现对铲斗铲土的智能 化控制 ，对美 国卡特彼勒 6 3 1 E型 自行式铲运机进 行的试验研究表明， 该方法提高 了铲土效率 ， 节约了 成本 ， 降低了司机的劳动强度。 参考文献 【 1 ]R a f a e l C G o n z a l e z ， R i c j a r d E Wo o d s ． 数字图像处理 第 二版 【 M 】 ． 北京 电子工业 出版社 ， 2 0 0 4 ． [ 2 】J ．P ． M a r q u e s d e S a ． 模式识别原理、 方法及应用[ MI ． 吴逸飞， 译． 北京 清华大学出版社， 2 0 0 2 ． [ 3 ]张立新 ． 模糊 系统与控制 教程【 M】 ． 北京 清华 大学 出版 社， 2 0 0 3 ． f 4 J 窦振中． 模糊逻辑控制技术及应用【 M ] ． 北京 北京航空 大学 出版社， 2 0 0 1 ． 通信地址 四川省重庆市 南岸 区学府大道 6 6号重庆交通 大学 2 0 4信箱 4 0 0 0 7 4 收稿 日期 2 0 0 8 1 2 2 4 国内外压实度在线评价方法研究及展望 半 沈培 辉 福建交通职业技术学院 摘要 介绍目前国内外几种具有代表性的压实物料密实度在线评价方法。指出现有密实度在线 评价方法大多数只考虑压路机系统垂直方向的振动特性，而忽视压实系统在水平方向的耦合振动特性 问题。提出采用压实系统垂直方向和水平方向多个振动特征参数建模在线评价压实物料密实度的一种 新方法，该方法可以消除因任何因素引起的压实系统耦合振动影响，特别适用于多模式智能振动压路 机， 也适合于一般的振动压路机。 关键词 压实度； 多模式； 智能压路机； 振动特征参数 ； 在线评价 压实密实度是评价压路机对物料压实效果的 一 个重要指标。传统的密实度检测方法 如灌砂法、 水袋法和环刀法等 存在费时、 费工等缺点， 离线随 机抽样的评价方法 如核子仪法、 瞬态锤击法和贯 基金项 目 福建交通职业技术学院科研启动基金 0 1 9 0 0 6 0 1 1 7 作者简介 沈培辉 1 9 7 7 一 ， 男， 博士， 讲师， 研究方向 工程机械及其智能化控制技术。 一 55～