液压挖掘机作业循环状态智能识别方法

• 作者: 殷勤 王东 王新晴 邵发明 黄杰
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 液压挖掘机 作业循环 状态识别 支持向量机(SVM) 即时校正策略
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 机械工程
• 页码范围: 1663-1673
• 页数: 11页
• 分类号: TU621
• 字数: 6725字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2019.09.004

摘要

为实现液压挖掘机作业循环阶段状态的自动识别,提出采用时窗滑移特征提取与PCA-SVM相结合的方法.以液压挖掘机2个主泵压力信号为研究对象,采用时窗滑移截取各阶段状态的小段波形,提取所有截取波段相应的时频参数并进行特征值归一化,经PCA降维处理后作为输入特征集,采用SVM进行状态分类,并分别讨论时窗宽度与重叠率对识别准确率的影响.引入即时校正策略,对直接识别结果进行自动检验校正,纠正不符合挖掘机循环作业逻辑规则的误判结果,从而使识别准确率由80.85％提高到89.36％.实验结果表明,所提方法能准确有效地实现液压挖掘机作业循环各阶段状态的自动识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东	陆军工程大学野战工程学院	7	5	2.0	2.0
5	王新晴	陆军工程大学野战工程学院	6	8	2.0	2.0
6	殷勤	陆军工程大学野战工程学院	6	0	0.0	0.0
7	邵发明	陆军工程大学野战工程学院	6	5	2.0	2.0