随着我国基础建设需求的飞速增长和施工要求的不断提高,挖掘机的自动化和智能化成为一个必然趋势。由于挖掘机工况复杂、传感器可靠性不足等原因,目前市场上的挖掘机多为开环控制系统,不具备智能化挖掘机的技术前提。因此,实现挖掘机闭环控制是目前迫切的发展需求和重要的技术基础。研究介绍了挖掘机的工况特点以及与其他行业的不同点;结合挖掘机电液控制系统的特性,深入分析挖掘机闭环控制的难点和原因,并介绍挖掘机闭环控制相关技术的发展现状;最后阐述挖掘机未来技术的发展趋势。

挖掘机器人伺服系统存在高度非线性、参数不确定和未建模动态等诸多不利因素,提出了一种结合径向基函数(RBF)神经网络的非线性滑模控制器,以提高控制精度和鲁棒性。首先,建立了单联伺服系统的数学模型;其次,采用RBF神经网络对系统的不利因素进行逼近,提出积分滑模面进一步减小稳态误差,同时减少对伺服系统参数的依赖,在此基础上,设计了基于RBF神经网络的滑模控制器(SMC-RBF),利用Lyapunov理论证明了系统的渐近稳定性;最后,通过不同的参考信号和整平实验验证了控制器的优越性。仿真结果表明,SMC-RBF控制器响应快,跟踪精度高且鲁棒性强,与PID控制器相比正弦轨迹跟踪精度提高了46%。整平实验结果表明,铲斗末端轨迹跟踪精度提高了52%。

比例阀节流负载阀口的结构有异，为满足系统的响应要求，需要全局考虑阀的本体结构设计、阀芯运动的控制方法等。研究结果表明：执行元件的速度受节流负载阀口的影响，不同节流阀口形成的过流面积与阀芯开口之间是非线性关系。过流面积在初始阶段都有物理死区，而后面积迅速增大；改变阀口结构和尺寸可以修正面积梯度以达到动作需求。

提出了集成利用MATLAB和AMESim对液压系统进行仿真的方法。介绍了AMESim软件的特点;在AMESim中建立了换向滑阀液压系统的模型,对参数进行了初始化设置;然后利用AMESim与MATLAB的接口,在MATLAB中实现了换向滑阀的优化仿真,并在AMESim中显示了仿真后的特性曲线。采用该方法实现了带有V型节流槽的滑阀结构的优化设计,为提高滑阀性能提供了方法和依据。