[发明专利]一种叉车举升装置及其发电效率控制方法有效

专利信息
申请号: 202110818970.2 申请日: 2021-07-20
公开(公告)号: CN113526413B 公开(公告)日: 2022-10-25
发明(设计)人: 叶国云;夏庆超;储江;叶青云;傅敏 申请(专利权)人: 宁波如意股份有限公司
主分类号: B66F9/075 分类号: B66F9/075;B66F9/20;H02J7/14
代理公司: 宁波市鄞州盛飞专利代理事务所(特殊普通合伙) 33243 代理人: 毛凯
地址: 315600 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 叉车 装置 及其 发电 效率 控制 方法
【权利要求书】:

1.一种叉车举升装置的发电效率控制方法,其特征在于,包括步骤:

S1:采集油液压力值和发电机电流值并输入进发电系统效率模型中;

S2:依据发电系统效率模型对油液压力值和发电机电流值进行粒子群算法的迭代计算,得到最优经验电流值;

S3:通过扰动观察法在该最优经验电流值附近进行在线寻优,得到最优电流值;

S4:通过电流控制器对电源模块输入该最优电流值,控制发电机实现最大发电效率;

步骤S2具体包括:

S21:构建由油液压力值和发电机电流值组成的粒子群,并对粒子群进行初始化;

S22:在发电系统效率模型中输入粒子群,并根据预设函数输出每个粒子对应的发电效率值;

S23:判断发电效率值最高时所对应的电流值是否满足收敛条件,若否,则至步骤S24,若是,则至步骤S25;

S24:更新粒子群中每个粒子的电流值及电流变化率,并至步骤S22;

S25:输出发电效率值最高时对应的电流值,即为最优经验电流值;

步骤S22中预设函数为适应度函数,具体为:

其中,1≤i≤N,η为发电效率,P为油液压力,I为发电机电流,ci,1与ci,2分别为训练后径向基神经网络函数中心点向量的构成元素,σi为径向基神经网络函数宽度,wi为权值向量。

2.根据权利要求1所述的一种叉车举升装置的发电效率控制方法,其特征在于,步骤S3具体包括:

S31:通过电流控制器对电源模块输入目标电流值,初始状态输入为最优经验电流值;

S32:采集油液压力值、流量值、电压值以及实时电流值,根据预设效率公式计算得到相邻两次发电效率值ηk-1和ηk

S33:判断发电效率值η是否满足收敛条件,若否,则至步骤S34,若是,则至步骤S35;

S34:判断发电效率值是否满足ηk>ηk-1,若否,则改变电流且改变趋势与上次反向,并至步骤S31;若是,则改变电流且改变趋势与上次同向,并至步骤S31;

S35:输出发电效率值满足收敛条件时的电流值,即为最优电流值。

3.根据权利要求1所述的一种叉车举升装置的发电效率控制方法,其特征在于,步骤S1中发电系统效率模型的具体建立方法具体包括步骤:

A1:收集实际数据,得到关于油液压力值、发电机电流值以及发电效率值的数据集;

A2:依据数据集建立发电系统效率模型,并得到适应度函数。

4.根据权利要求3所述的一种叉车举升装置的发电效率控制方法,其特征在于,步骤A1具体包括:

A11:收集实际数据,得到油液压力值、发电机电流值以及发电效率值;

A12:逐一控制单一变量油液压力值和发电机电流值,并通过预设算法得到数据集。

5.根据权利要求3所述的一种叉车举升装置的发电效率控制方法,其特征在于,步骤A2具体包括:

A21:采用该数据集进行径向基神经网络训练;

A22:输出油液压力值、发电机电流值以及发电效率值的适应度函数。

6.一种叉车举升装置,其特征在于,包括:

动力源,用于为系统提供动力,并对液压能和机械能进行转换;

控制系统,与所述动力源相连接,用于控制液压油的压力、流量以及方向;

执行系统,与所述控制系统相连接,用于根据液压能执行升降动作;

储能系统,与所述动力源相连接,用于对机械能和电能进行转换,并对电能进行储存与释放,其中,所述储能系统包括电源模块以及分别与电源模块相连接的发电机和电流控制模块,通过所述电流控制模块将权利要求1-5任一项所述的一种叉车举升装置的发电效率控制方法中的最优电流值输入到电源模块,并通过所述电源模块控制发电机的转速,以达到最大发电效率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波如意股份有限公司,未经宁波如意股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110818970.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top