轮式装载机的控制方法、控制装置及控制系统制造方法及图纸

本发明专利技术提供一种轮式装载机的控制方法、控制装置及控制系统。在轮式装载机的控制方法中，从加装于轮式装载机的多个传感器接收表示作业状态的信号。在所接收的信号中，选择分别判断根据所述轮式装载机执行的一系列作业所要求的负载而区分的多个个别负载所需的信号。针对所选择的信号，执行已学习的预测算法，算出分别表示是否为所述多个个别负载状态的输出值。分析所述算出的输出值，判断当前的作业负载状态。

【技术实现步骤摘要】

本专利技术涉及轮式装载机的控制方法、控制装置及控制系统(METHOD,APPARATUSANDSYSTEMFORCONTROLLINGWHEELLOADER)，更详细而言，涉及一种用于判断轮式装载机的作业状态并自动控制所述轮式装载机的轮式装载机的控制方法、用于执行该方法的控制装置及控制系统。
技术介绍
轮式装载机在工程现场广泛用于执行挖掘搬运土、砂等并装载到诸如自卸卡车的货车的作业等。作业负载根据所述轮式装载机的作业状态而变化，通过感知这种作业负载并自动控制所述轮式装载机的发动机或变速器等，从而能够节省燃料费用，能够防止作业效率低下。因此，要求一种用于实时准确检测当前的作业状态和作业负载状态并据此自动控制轮式装载机的技术。
技术实现思路
本专利技术的一个课题在于提供一种能够在轮式装载机执行作业时节省燃料费用并提高作业效率的轮式装载机的控制方法。本专利技术的另一课题在于提供一种用于执行所述轮式装载机的控制方法的控制装置。本专利技术的又一课题在于提供一种用于执行所述轮式装载机的控制方法的控制系统。为了达成所述本专利技术的一个课题，在本专利技术示例性实施例的轮式装载机的控制方法中，从加装于轮式装载机的多个传感器接收表示作业状态的信号。在所述接收的信号中，选择分别判别根据所述轮式装载机执行的一系列作业所需要的负载而区分的多个个别负载所需的信号。利用所选择的信号，算出分别表示是否为所述多个个别负载状态的输出值。分析所算出的输出值，判断当前的作业负载状态。在示例性实施例中，所述算出分别表示是否为多个个别负载状态的所述输出值的步骤可以利用机器学习(Machinelearning)技术。所述机器学习(Machinelearning)技术可以包括神经网络渐进法、统计渐进法、结构渐进法、语法渐进法、模糊逻辑渐进法、决策树渐进法、模板匹配法、结合分类渐进法等。另外，所述算出分别表示是否为多个个别负载状态的输出值的步骤，可以利用轮式装载机制造商预先决定并存储于存储器的表值而算出所述输出值。在示例性实施例中，所述算出输出值的步骤可以包括针对所述选择的信号而执行已学习的预测算法的步骤。所述已学习的预测算法可以包括连接输入层、隐藏层、输出层的预先设定的加权值。在示例性实施例中，所述算出分别表示是否为多个个别负载状态的输出值的步骤可以包括算出表示是否为低负载状态的输出值、表示是否为中负载状态的输出值、表示是否为高负载状态的输出值以及表示是否为加速/坡地负载状态的输出值的步骤。在示例性实施例中，起重臂缸压力信号、FNR信号、液压泵的主压力信号、车速信号、起重臂位置信号及变矩器速度比信号中至少一个可以用于判断所述轮式装载机是否为低负载状态及是否为高负载状态，所述液压泵的主压力信号、所述车速信号、所述起重臂位置信号及所述变矩器速度比信号中至少一个可以用于判断所述轮式装载机是否为中负载状态。在示例性实施例中，变矩器速度比信号及加速踏板位置信号中至少一个可以用于判断所述轮式装载机是否为加速/坡地负载状态。在示例性实施例中，所述轮式装载机的V-型运转中的前进行驶作业、后退行驶作业、倾卸作业及后退行驶起重臂下降作业可以被判断为低负载状态，挖掘作业被判断为中负载状态，前进行驶起重臂升高作业被判断为高负载状态。在示例性实施例中，所述方法可以还包括根据所述轮式装载机的当前作业负载状态，输出用于控制所述轮式装载机的发动机或变速器的控制信号的步骤。为了达成所述本专利技术的另一课题，本专利技术示例性实施例的轮式装载机的控制装置包括：信号接收部，其从加装于轮式装载机的多个传感器接收表示作业状态信息的信号；信号选择部，其根据所述轮式装载机执行的一系列作业所要求的负载状态，区分为多个个别负载状态，在所述接收的信号中选择并输入分别判断各个所述个别负载状态所需的信号；个别负载判断部，其利用所述选择的信号，算出分别表示所述个别负载状态的输出值；以及负载状态判断部，其分析所述输出值，判断当前的作业负载状态。在示例性实施例中，所述个别负载判断部可以包括利用机器学习(Machinelearning)技术算出所述输出值的个别判断电路部。所述机器学习(Machinelearning)技术可以包括神经网络渐进法、统计渐进法、结构渐进法、语法渐进法、模糊逻辑渐进法、决策树渐进法、模板匹配法、结合分类渐进法等。另外，所述个别负载判断部可以利用轮式装载机制造商预先决定并存储于存储器的表值算出所述输出值。在示例性实施例中，所述个别负载判断部可以包括针对所选择的信号执行神经网络算法的个别判断电路部。在示例性实施例中，所述个别负载判断部可以包括：算出表示是否为低负载状态的输出值的低负载判断电路部；算出表示是否为中负载状态的输出值的中负载判断电路部；算出表示是否为高负载状态的输出值的高负载判断电路部；以及算出表示是否为加速/坡地负载状态的输出值的加速/坡地负载判断电路部。在示例性实施例中，所述低负载判断电路部及所述高负载判断电路部可以使用起重臂缸压力信号、FNR信号、液压泵的主压力信号、车速信号、起重臂位置信号及变矩器速度比信号中至少一个分别判断所述轮式装载机是否为低负载状态及是否为高负载状态，所述中负载判断电路部可以使用所述液压泵的主压力信号、所述车速信号、所述起重臂位置信号及所述变矩器速度比信号中至少一者，判断所述轮式装载机是否为中负载状态。在示例性实施例中，加速/坡地负载判断电路部可以使用变矩器速度比信号及加速踏板位置信号中至少一个判断所述轮式装载机是否为加速/坡地负载状态。在示例性实施例中，所述负载状态判断部可以将所述轮式装载机的V-型运转中的前进行驶作业、后退行驶作业、倾卸作业及后退行驶起重臂下降作业判断为低负载状态，将挖掘作业判断为中负载状态，将前进行驶起重臂升高作业判断为高负载状态。在示例性实施例中，所述轮式装载机的控制装置可以还包括控制信号输出部，其根据所述轮式装载机的当前作业负载状态，输出用于控制所述轮式装载机的发动机或变速器的控制信号。在示例性实施例中，所述控制信号输出部可以根据预先存储的自动发动机扭矩图，输出用于控制发动机的扭矩的信号。所述自动发动机扭矩图可以与由驾驶员手动选择的手动发动机扭矩图不同地进行设定。为了达成所述本专利技术的又一课题，本专利技术示例性实施例的轮式装载机的控制系统包括：发动机；被所述发动机驱动的作业装置及行驶装置；多个传感器，其分别加装于所述发动机、所述作业装置及所述行驶装置，用于检测表示轮式装载机的作业状态信息的信号；以及控制装置，其在从所述传感器接收的信号中，选择能够根据所述轮式装载机执行的一系列作业所要求的负载状态而分别判断多个个别负载状态的信号，针对所述选择的信号，执行已学习的预测算法，分别判断是否为所述个别负载状态，判断当前的作业负载状态。在示例性实施例中，所述控制装置可以在所接收的信号中选择判断是否为所述个别负载状态所需的信号，算出分别表示是否为所述个别负载状态的输出值，分析所述输出值，判断所述作业负载状态。在示例性实施例中，所述控制装置可以针对所述选择的信号，执行神经网络算法，算出所述输出值。在示例性实施例中，所述控制装置可以算出表示是否为低负载状态的输出值，算出表示是否为中负载状态的输出值，算出表示是否为高负载状态的输本文档来自技高网...

【技术保护点】
一种轮式装载机的控制方法，其特征在于，包括：从加装于轮式装载机的多个传感器接收表示作业状态的信号的步骤；在所接收的信号中，选择对根据所述轮式装载机执行的一系列作业所需要的负载而区分的多个个别负载进行分别判别所需的信号的步骤；利用所选择的信号，算出分别表示是否为所述多个个别负载状态的输出值的步骤；以及分析所算出的输出值，判断当前的作业负载状态的步骤。

【技术特征摘要】
2015.05.12 KR 10-2015-00662801.一种轮式装载机的控制方法，其特征在于，包括：从加装于轮式装载机的多个传感器接收表示作业状态的信号的步骤；在所接收的信号中，选择对根据所述轮式装载机执行的一系列作业所需要的负载而区分的多个个别负载进行分别判别所需的信号的步骤；利用所选择的信号，算出分别表示是否为所述多个个别负载状态的输出值的步骤；以及分析所算出的输出值，判断当前的作业负载状态的步骤。2.根据权利要求1所述的轮式装载机的控制方法，其特征在于，算出分别表示是否为所述多个个别负载状态的所述输出值的步骤是利用机器学习技术而算出输出值。3.根据权利要求2所述的轮式装载机的控制方法，其特征在于，所述机器学习技术利用在神经网络渐进法、统计渐进法、结构渐进法、语法渐进法、模糊逻辑渐进法、决策树渐进法、模板匹配法、结合分类渐进法中选择的至少某一种方法。4.根据权利要求1所述的轮式装载机的控制方法，其特征在于，算出分别表示是否为所述多个个别负载状态的输出值的步骤是利用轮式装载机制造商预先决定并存储于存储器的表值而算出所述输出值。5.根据权利要求1所述的轮式装载机的控制方法，其特征在于，所述算出分别表示是否为所述多个个别负载状态的输出值的步骤是针对所选择的信号来执行已学习的预测算法而算出所述输出值。6.根据权利要求5所述的轮式装载机的控制方法，其特征在于，已学习的预测算法包括连接输入层、隐藏层、输出层的预先设定的加权值。7.根据权利要求1所述的轮式装载机的控制方法，其特征在于，算出分别表示是否为所述多个个别负载状态的输出值的步骤包括算出表示是否为低负载状态的输出值、表示是否为中负载状态的输出值、表示是否为高负载状态的输出值以及表示是否为加速/坡地负载状态的输出值的步骤。8.根据权利要求7所述的轮式装载机的控制方法，其特征在于，起重臂缸压力信号、FNR信号、液压泵的主压力信号、车速信号、起重臂位置信号以及变矩器速度比信号中至少一个用于判断所述轮式装载机是否为低负载状态以及是否为高负载状态，所述液压泵的主压力信号、所述车速信号、所述起重臂位置信号以及所述变矩器速度比信号中至少一个用于判断所述轮式装载机是否为中负载状态。9.根据权利要求7所述的轮式装载机的控制方法，其特征在于，变矩器速度比信号以及加速踏板位置信号中至少一个用于判断所述轮式装载机是否为加速/坡地负载状态。10.根据权利要求7所述的轮式装载机的控制方法，其特征在于，所述轮式装载机的V-型运转中的前进行驶作业、后退行驶作业、倾卸作业以及后退行驶起重臂下降作业被判断为低负载状态，挖掘作业被判断为中负载状态，前进行驶起重臂升高作业被判断为高负载状态。11.根据权利要求1所述的轮式装载机的控制方法，其特征在于，还包括根据所述轮式装载机的当前作业负载状态而输出用于控制所述轮式装载机的发动机或者变速器的控制信号的步骤。12.一种轮式装载机的控制装置，其特征在于，包括：信号接收部，其从加装于轮式装载机的多个传感器接收表示作业状态信息的信号；信号选择部，其根据所述轮式装载机执行的一系列作业所要求的负载状态，区分为多个个别负载状态，在所接收的信号中选择并输入分别判断各个所述个别负载状态所需的信号；个别负载判断部，其利用所选择的信号，算出分别表示所述多个个别负载状态的输出值；以及负载状态判断部，其分析所述输出值，判断当前的作业负载状态。13.根据权利要求12所述的轮式装载机的控制装置，其特征在于，所述个别负载判断部包括利用机器学习技术来算出所述输出值的个别判断电路部。14.根据权利要求13所述的轮式装载机的控制装置，其特征在于，所述机器学习技术利用在神经网络渐进法、统计渐进法、结构渐进法、语
\t法渐进法、模糊逻辑渐进法、决策树渐进法、模板匹配法、结合分类渐进法中选择的至少某一种方法。15.根据权利要求12所述的轮式装载机的控制装置，其特征在于，所述个别负载判断部利用预先决定并存储于存储器的表值而算出所述输出值。16.根据权利要求12所述的轮式装载机的控制装置，其特征在于，所述个别负...

【专利技术属性】
技术研发人员：吴宇锡，许洙京，朴光锡，许连行，郑雨容，李椿，
申请(专利权)人：斗山英维高株式会社，
类型：发明
国别省市：韩国;KR