胡鵬，朱建新,，劉昌盛，張大慶

(1.中南大學高性能復(fù)雜制造國家重點實驗室，湖南長沙，410083；2.山河智能裝備股份有限公司技術(shù)中心，湖南長沙，410100)

資源短缺和環(huán)境污染是日益緊迫的全球性問題[1-2]。液壓挖掘機作為典型的工程機械，具有使用量大、能耗高、排放差等特點。動臂能量回收和動力系統(tǒng)優(yōu)化是液壓挖掘機實現(xiàn)節(jié)能的重要方法[3-4]，而這兩者的實施都十分依賴于具體作業(yè)工況的選擇。標準的作業(yè)工況用于確定同類型產(chǎn)品污染排放量、燃油消耗、新產(chǎn)品的技術(shù)開發(fā)與評估，是一項關(guān)鍵的共性核心技術(shù)[5]。

在汽車領(lǐng)域，針對標準行駛工況的分析與開發(fā)，國內(nèi)外針對城市行駛工況、地域性差異、油耗與排放等方面已經(jīng)進行了深入研究[6-8]。在行業(yè)和政府主導下的標準主要有美國行駛工況(USDC)、歐洲行駛工況(EDC)和日本行駛工況(JDC)[9]。相比之下，針對工程機械特別是挖掘機作業(yè)工況的研究極少。ISO 11152 土方機械能耗試驗方法[10]確定了挖掘機與裝載機2種機械在試驗循環(huán)中作業(yè)、行駛、怠速各階段所占的工況比例，并對具體的油耗測試方法標準化。日本工程機械協(xié)會(JCMAS H020)[11]對挖掘機試驗程序中的挖溝、平地、直線行走與怠速式中工況進行了說明，將設(shè)備工作效率與特定燃油消耗相關(guān)聯(lián)，并為每種工況定義了其燃油消耗值的計算程序。馬相明等[12]提出了基于運動學片段和作業(yè)特點的輪式裝載機典型作業(yè)工況構(gòu)建方法，通過定義轉(zhuǎn)速扭矩面積等13 個特征參數(shù)來表征循環(huán)作業(yè)過程參數(shù)變化，選取各運動片中歐式距離最小的片段組合構(gòu)成典型作業(yè)工況。王峰等[13]采用AMESim 仿真軟件建立了機電液一體化的裝載機仿真平臺，并根據(jù)實驗工況結(jié)合使用C語言開發(fā)了裝載機V形循環(huán)工況作業(yè)控制模塊，實現(xiàn)了對裝載機循環(huán)工況的數(shù)值仿真。張曉晨等[14]采集了液壓挖掘機典型工況下設(shè)備的負荷，基于該實測數(shù)據(jù)并根據(jù)工況分段的特點，對液壓泵的負荷分段進行了標準化。陳一馨等[15]以大、中型挖掘機為研究對象，對其主要作業(yè)介質(zhì)、作業(yè)類型及所占比例等進行了調(diào)查研究，獲取了反映挖掘機真實工作狀態(tài)的載荷譜。ZAROTTI等[16]分析了由4種主要工作工況組成的標準測試程序以評估設(shè)備性能，并分別對各工況定義了標準操作周期。

一方面，由于挖掘機作業(yè)功能多樣、作業(yè)對象多變以及操作方式復(fù)雜等因素，至今仍沒有統(tǒng)一的作業(yè)工況用于挖掘機能量回收潛力評估。另一方面，挖掘機的節(jié)能潛力評估只有結(jié)合實際的任務(wù)要求和作業(yè)工況，其結(jié)果才更具實際指導意義。為此，本文作者提出一種基于時間-功率關(guān)系的挖掘機作業(yè)工況表征方法，以中型液壓挖掘機為對象建立基于機載傳感數(shù)據(jù)的挖掘機功率需求模型與動臂可回收功率模型，通過對大量真實作業(yè)數(shù)據(jù)的采集分析構(gòu)建挖掘機兩元作業(yè)工況大樣本數(shù)據(jù)庫。進一步提出基于動臂運動狀態(tài)的短循環(huán)作業(yè)工況劃分方法與特征參數(shù)，通過K 均值聚類算法結(jié)合作業(yè)工況數(shù)據(jù)轉(zhuǎn)換建立作業(yè)短循環(huán)樣本空間。采用極大似然估計與于馬爾科夫鏈方法構(gòu)建以3類工況組合為特征的典型作業(yè)工況，并對其進行驗證。最后對所構(gòu)建工作的動臂勢能回收潛力進行分析。

1 液壓挖掘機系統(tǒng)作業(yè)原理與功率分析模型

1.1 系統(tǒng)原理

液壓挖掘機執(zhí)行機構(gòu)的驅(qū)動方式主要包括工作裝置油缸的直線驅(qū)動以及回轉(zhuǎn)馬達和行走馬達的旋轉(zhuǎn)驅(qū)動。通過不同驅(qū)動機構(gòu)的組合動作可實現(xiàn)挖掘、平地、卸載、回轉(zhuǎn)、行走等多個功能。本文以20 t級中型液壓挖掘機為研究平臺，主泵額定流量為280 L/min，主油路采用多路閥控制，系統(tǒng)溢流壓力為34 MPa。整機液壓驅(qū)動系統(tǒng)原理如圖1所示。圖1中：FB為動臂油缸負載力，vB為動臂油缸運動速度，pa和pb分別為油缸大腔和小腔壓力，Qa和Qb分別為油缸大腔和小腔流量，pi為操作手柄先導壓力，p1和p2分別為主泵1和主泵2的輸出壓力，Q1和Q2分別為主泵1 和主泵2 的輸出流量，ps1和ps2為主閥中位負反饋壓力，nE為發(fā)動機轉(zhuǎn)速，ηn為主泵工作效率。其基本工作原理如下：通過主控制閥，可以實現(xiàn)2個泵單獨與合流驅(qū)動，每一聯(lián)主控制閥塊由對應(yīng)操作手柄輸出的先導壓力來控制，實現(xiàn)節(jié)流調(diào)速。通過ps1與ps2來反向調(diào)節(jié)泵的排量，可以減少中位溢流損失。

圖1 液壓挖掘機驅(qū)動系統(tǒng)原理示意圖Fig.1 Schematic diagram of hydraulic excavator driving system

1.2 功率分析模型

汽車的工況循環(huán)通常采用時間-速度關(guān)系進行定義，而挖掘機作業(yè)過程自由度多且功能復(fù)雜，僅用速度無法反映其實際負載。結(jié)合本文所構(gòu)建工況為用于系統(tǒng)能量回收潛力評估，采用時間-功率關(guān)系來定義挖掘機作業(yè)工況，可避免不同驅(qū)動系統(tǒng)結(jié)構(gòu)差異的影響，適用于不同類型的挖掘機?？紤]到挖掘機的能量回收與驅(qū)動系統(tǒng)能效，定義2種時間-功率關(guān)系：負載需求功率與時間的關(guān)系和動臂可回收功率與時間的關(guān)系。PL(t)用于表征挖掘機系統(tǒng)對發(fā)動機的功率需求，PB(t)用于表征動臂下降過程理論的可回收功率。

由挖掘機驅(qū)動系統(tǒng)原理可知，其負載需求功率可通過主泵輸出功率計算得出：

式中：V1和V2分別為主泵1和主泵2排量；η1和η2分別為主泵1和主泵2的工作效率。

對主泵外特性曲線進行擬合即可得到其輸出數(shù)學模型：

式中：psn包括ps1和ps2，為主泵負反饋壓力；Vmax為主泵最大排量；Vsn包括Vs1和Vs2，分別為ps1和ps2下的主泵排量；Vd為負載平均壓力pd下的主泵排量。

根據(jù)控制模式優(yōu)先級，泵1和泵2的流量輸出計算模型如下：

動臂下降過程中勢能轉(zhuǎn)化的功率即為理論可回收功率，可由下式計算得出：

根據(jù)動臂受力平衡條件，F(xiàn)B可由下式計算：

式中：Aa和Ab分別為油缸大腔和小腔截面積；m為工作裝置作用在油缸的等效質(zhì)量；B為阻尼系數(shù)。

挖掘機動臂下降速度主要與先導手柄的開度相關(guān)，可通過數(shù)據(jù)采集并擬合得到下降速度vB與先導壓力pi之間的近似函數(shù)關(guān)系。

1.3 基礎(chǔ)模型數(shù)據(jù)的獲取與驗證

基于挖掘機已有的傳感系統(tǒng)，通過加裝油缸位移傳感器、壓力傳感器、流量傳感器，在液壓系統(tǒng)主閥、操作手柄、液壓泵上加裝壓力傳感器形成多通道數(shù)據(jù)采集系統(tǒng)，搭建的采集系統(tǒng)組成及實物樣機測試平臺參考文獻[17]。在典型工況條件下進行模擬挖掘測試，采集數(shù)據(jù)變量如下：主泵1 的輸出壓力p1、流量Q1、負反饋壓力ps1，主泵2 的輸出壓力p2、流量Q2、負反饋壓力ps2，油缸運動速度vb、無桿腔壓力pa、有桿腔壓力pb以及發(fā)動機轉(zhuǎn)速nE。

取主泵1 輸出流量信號進行擬合對比，如圖2所示。從圖2可以看出：流量的計算值與測試值總體趨勢吻合度較高，由于模型沒有考慮系統(tǒng)的動態(tài)響應(yīng)特性，在流量變化越快時其相對誤差較大，達到23.1%。但大部分相對誤差控制在10%以內(nèi)。經(jīng)計算可得平均偏差為5.98%，該偏差對于節(jié)能潛力分析是可以接受的。

圖2 液壓泵輸出流量對比曲線Fig.2 Comparison curves of output flow of hydraulic pump

將動臂先導壓力與油缸速度信號進行整理擬合得到曲線如圖3所示。從圖3可知：擬合曲線較好地反映了動臂手柄控制的趨勢，分為操作死區(qū)(0～0.7 MPa)、近似線性區(qū)間(0.5～2.5 MPa)和操作飽和區(qū)間(2.5～3.2 MPa)。

圖3 動臂油缸先導壓力與速度擬合曲線Fig.3 Fitting curve of pilot pressure and velocity of boom cylinder

2 短循環(huán)樣本與聚類分析

2.1 大樣本作業(yè)數(shù)據(jù)采集

為使構(gòu)建的工況能夠真實地反映挖掘機實際工作特點,尤其是可兼顧不同駕駛習慣及作業(yè)對象對工況特征的影響，選取10 臺位于不同地區(qū)的SWE230E 中型挖掘機對連續(xù)的工況作業(yè)數(shù)據(jù)進行采集。利用機載終端進行作業(yè)數(shù)據(jù)記錄與存儲，同時，該機載終端具有GPS 定位、數(shù)據(jù)傳輸及內(nèi)部存儲等功能。

本課題組對挖掘機進行為期4周的作業(yè)數(shù)據(jù)采集，采集頻率設(shè)置為5 Hz，獲取有效試驗數(shù)據(jù)共計54 533 836條。將獲取的原始數(shù)據(jù)代入前面的基礎(chǔ)模型，得到系統(tǒng)負載需求功率與動臂可回收功率，隨機截取300 s 內(nèi)的1 500 條數(shù)據(jù)，如圖4所示，其中，將PB取為負以表示可回收并與PL直觀對比。本文將據(jù)此分析挖掘機作業(yè)特征并構(gòu)建典型作業(yè)工況。

圖4 1 500條挖掘機工況數(shù)據(jù)Fig.4 1 500 operating cycle data of excavator

2.2 短循環(huán)樣本劃分

挖掘機作業(yè)工況具有明顯周期性，且該周期性與動臂運動直接相關(guān)。為便于分析，以動臂運動狀態(tài)作為數(shù)據(jù)分割依據(jù)將工況數(shù)據(jù)劃分為若干個單循環(huán)樣本。以動臂下降操作標志作為單循環(huán)起點，可得到一個完整的單循環(huán)結(jié)構(gòu)示意圖，如圖5所示。

圖5 液壓挖掘機作業(yè)工況短循環(huán)結(jié)構(gòu)示意圖Fig.5 Short cycle structure diagram of hydraulic excavator operating cycle

考慮到本文所構(gòu)建的工況主要用于能量回收研究，因此，將低負載功率(如怠機狀態(tài)下的功率)以及無動臂運行工況(比如行走轉(zhuǎn)場、壓實作業(yè)等)的數(shù)據(jù)通過設(shè)置功率閥值進行邏輯判斷予以剔除，詳細方法參見文獻[18]。最終獲取有效短循環(huán)772 562個，下面將以此數(shù)據(jù)建立短循環(huán)樣本數(shù)據(jù)庫。

為描述短循環(huán)樣本，選取13 個特征參數(shù)，各參數(shù)含義及符號如表1所示。

表1 短循環(huán)樣本特征參數(shù)Table 1 Characteristic parameters of short cycle samples

利用Epanechnikov 核密度函數(shù)對獲得的數(shù)據(jù)進行濾波降噪[19]。通過以下核函數(shù)計算加權(quán)系數(shù)：

式中：i為當前時刻；h為當前時刻i的鄰域半徑；j為在i的鄰域內(nèi)其他待計算時刻。

定義鄰域h內(nèi)針對速度的數(shù)據(jù)點加權(quán)系數(shù)為

則當前時刻i的速度估計值為

式中：vj為鄰域h內(nèi)的第j個速度；為核函數(shù)濾波后的速度。

當前時刻i的加速度為

式中：Δt表示相鄰2個數(shù)據(jù)點的時間間隔。

選取某一短循環(huán)中濾波前后的功率-時間數(shù)據(jù)，并對其進行二次擬合得到功率-時間曲線，結(jié)果如圖6所示。由圖6可知：濾波后的曲線保持了原有變化趨勢且更為平順，通過消除波峰實現(xiàn)了降噪。

圖6 濾波前后功率-時間對比Fig.6 Power-time comparison before and after filtering

對濾波后短循環(huán)樣本依據(jù)表1中的特征參數(shù)進行統(tǒng)計，建立短循環(huán)樣本數(shù)據(jù)庫即樣本空間，如表2所示。

表2 短循環(huán)樣本數(shù)據(jù)庫Table 2 Short cycle sample database

2.3 基于作業(yè)數(shù)據(jù)的分類統(tǒng)計

為選取有效特征參數(shù)對短循環(huán)進行準確描述，通過主成分分析對特征參數(shù)進行處理。為規(guī)范特征參數(shù)在樣本空間中的變化，首先對特征參數(shù)進行標準化處理：

式中：xjp為第j個樣本的第p個參數(shù)；為第p個參數(shù)的統(tǒng)計均值；spp為第p個參數(shù)的統(tǒng)計方差；zjp為xjp經(jīng)過標準化處理后的值。

通過對處理后的數(shù)據(jù)進行主成分分析，得到13 個主成分變量。按方差及其貢獻率從大至小對主成分進行排序，如表3所示。從表3可以看出：前5個主成分累計貢獻率超過94%，能反映樣本空間的變化。

表3 主成分顯著性分析Table 3 Principal component analysis of significance

選取前5個序號的主成分組成得分矩陣，如表4所示，其中P1～P5表示前后依次選取的5 個主成分變量。

采用K均值聚類算法對表4中的得分矩陣進行處理，將樣本劃分為3 類并以1%為點密度繪制散點分布圖，前2個主成分散點圖如圖7所示，各樣本中心點用圓圈表示。由圖7可知：各樣本區(qū)域邊界較為明顯，相比第3類樣本，前兩類區(qū)間跨度更小落點更為集中。各類散點區(qū)域及形態(tài)均能較好區(qū)分，分類結(jié)果較為理想。

表4 主成分得分矩陣Table 4 Principal component score matrix

圖7 短循環(huán)樣本空間聚類分析結(jié)果Fig.7 Spatial clustering analysis results of short cycle samples

統(tǒng)計3類樣本中差異較大的特征值，結(jié)果如表5所示。其中，Ps為各類樣本數(shù)占比，Ts為各短循環(huán)的平均時長。從表5可知：第1 類和第2 類樣本占比分別為56.41%與32.90%，在總樣本中占絕對主導，且兩者總計占比接近90%，說明該兩類為主要作業(yè)工況。第3 類占比僅為10.69%，是次要作業(yè)工況。

表5 各樣本中差異較大的特征值統(tǒng)計分析結(jié)果Table 5 Statistical analysis results of eigenvalues with great differences among samples

3 典型作業(yè)工況分類構(gòu)建

3.1 馬爾科夫鏈

已有大量的研究者利用馬爾可夫過程構(gòu)建汽車的行駛工況[20-21]。考慮到挖掘機是面向任務(wù)的作業(yè)機械，其作業(yè)過程狀態(tài)具有較強的隨機性和明顯的無后效性。比如，當前挖掘機動臂下降的高度一般只與上一時刻動臂下降的高度有關(guān)，而與之前的歷史記錄無關(guān)，因此，本文采用馬爾可夫鏈構(gòu)建挖掘機的作業(yè)工況。

將短循環(huán)工況數(shù)據(jù)中的功率-時間序列看成一個完整的隨機過程，把工況數(shù)據(jù)進行區(qū)間分割，每個區(qū)間代表不同的工況狀態(tài)，這樣工況數(shù)據(jù)的時間序列就轉(zhuǎn)換成工況狀態(tài)的時間序列。由于后一狀態(tài)只與相鄰前一狀態(tài)有關(guān)，因此，只要得到相鄰2 個狀態(tài)之間的轉(zhuǎn)移概率，建立如式(15)和式(16)所示的狀態(tài)轉(zhuǎn)移概率矩陣，就可以利用程序隨機生成一組隨機狀態(tài)序列，再將狀態(tài)序列回代至工況數(shù)據(jù)，最后得到一組符合樣本空間特征的作業(yè)工況。

式中：M為劃分的狀態(tài)個數(shù)；Sij為從當前狀態(tài)i轉(zhuǎn)移到下一狀態(tài)j的概率；nij為當前及下一狀態(tài)分別為i和j的數(shù)據(jù)點總數(shù)；ni為當前狀態(tài)i的數(shù)據(jù)點總數(shù)。

在汽車工況構(gòu)建方法中，只需要考慮單一變量速度，通常是按均勻分割的速度區(qū)間來定義行駛狀態(tài)[22]。而挖掘機作業(yè)工況包括負載需求功率與能量回收功率，需同時考慮這2 個數(shù)據(jù)的組合。先分別按均勻功率區(qū)間，將負載需求功率與能量回收功率劃分為若干個區(qū)間。規(guī)定負載需求功率對應(yīng)的功率區(qū)間長度為15 kW，從0開始對功率進行劃分，即將[0，15)內(nèi)的負載需求功率作為子狀態(tài)PL(1)，將位于區(qū)間[15，30)內(nèi)的負載需求功率作為子狀態(tài)PL(2)，依此類推，以120 kW 為上限，共劃分8個子狀態(tài)。類似地，規(guī)定能量回收功率對應(yīng)的功率區(qū)間長度為10，從0 開始對功率進行劃分，即將(-10，0]內(nèi)的能量回收功率作為子狀態(tài)PB(1)，將位于區(qū)間(-20，-10]內(nèi)的能量回收功率作為子狀態(tài)PB(2)，依此類推，以-60 為下限，共劃分6個子狀態(tài)。最后將2個子狀態(tài)集PL與PB進行組合，即PL(1)與PB(1)組合為狀態(tài)1，PL(1)與PB(2)組合為狀態(tài)2，……，PL(6)與PB(6)組合為狀態(tài)36。

考慮到本文的樣本量大，采用極大似然估計求取狀態(tài)轉(zhuǎn)移概率既能使統(tǒng)計結(jié)果更接近實際，也可減少計算量。對應(yīng)的狀態(tài)轉(zhuǎn)移概率方程為

式中：Nrs為從狀態(tài)r轉(zhuǎn)到狀態(tài)s的頻率；為從狀態(tài)r轉(zhuǎn)到所有狀態(tài)的頻率。

考慮到PL和PB之間存在一定的相關(guān)性，可能會出現(xiàn)Nrs等于0 的無效組合。在下面的分析中，刪除該無效組合，并將隨后的狀態(tài)數(shù)前移以保持狀態(tài)的連續(xù)性。

根據(jù)所得3種典型工況的分類結(jié)果，分別計算狀態(tài)轉(zhuǎn)移概率矩陣。其中第1類的狀態(tài)轉(zhuǎn)移概率矩陣如圖8所示。從圖8可知：移除無效狀態(tài)后，第1類的狀態(tài)總數(shù)為21。最大概率在對角線上，表明挖掘機傾向于保持當前的功率間隔。在遠離對角線的狀態(tài)下，概率最小，表明功率變化很少有大的波動。對于第2類和第3類，使用相同的方法來獲得其概率矩陣。

圖8 第1類狀態(tài)轉(zhuǎn)移概率Fig.8 State transition probability of class 1

3.2 作業(yè)工況構(gòu)建流程

利用MATLAB 軟件按圖9所示流程設(shè)計工況篩選控制程序，分類構(gòu)建典型工況，具體執(zhí)行步驟如下。

圖9 典型工況構(gòu)建流程Fig.9 Typical operating cycle construction process

1)首先將當前能量回收功率子狀態(tài)確定為初始狀態(tài)，在負載需求功率子狀態(tài)中隨機產(chǎn)生狀態(tài)。將當前狀態(tài)a設(shè)定為上述2 個子狀態(tài)的組合state_initial。在(0，1)區(qū)間內(nèi)生成隨機數(shù)ε，且該數(shù)據(jù)具有均勻分布特點。按式(18)明確下一工況狀態(tài)b。依次按該方法重復(fù)工況狀態(tài)確認過程，得到一組作業(yè)工況序列，該序列段滿足對應(yīng)時間度不小于10 s，且最后一個狀態(tài)再次返回初始的state_initial。

式中：pag表示從狀態(tài)a轉(zhuǎn)移到狀態(tài)g的概率；k為下一狀態(tài)的序號。

2)將作業(yè)工況序列按照下列規(guī)則轉(zhuǎn)換為滿足條件的候選工況：

式中：vs為與狀態(tài)s對應(yīng)的速度；Δd為對應(yīng)速度區(qū)間長度。

3)計算候選工況中的特征參數(shù)與樣本庫中所選取特征參數(shù)的平均絕對偏差。取偏差小于5%的工況為合格工況，否則重新構(gòu)建候選工況。平均絕對偏差w計算公式為

式中：n為特征參數(shù)個數(shù)；Cm為候選工況第m個特征參數(shù)；Gm為樣本庫第m個特征參數(shù)。

將得到的3類工況按原始樣本統(tǒng)計的分類比例進行組合，最終得到總時長68 s的典型工況，如圖10所示。

圖10 挖掘機典型作業(yè)工況Fig.10 Typical operating cycles of excavator

3.3 工況驗證與分析

將構(gòu)建的典型作業(yè)工況的特征參數(shù)與樣本數(shù)據(jù)庫的統(tǒng)計特征進行對比，結(jié)果如表6所示。從表6可知：對于短循環(huán)時長Ts、負載平均功率PLmdr、負載功率標準差PL_sd、動臂可回收平均功率PBmdr、動臂可回收功率標準差PB_sd這5個特征參數(shù)，偏差較小且均在5%以內(nèi)。負載最大功率偏差與動臂可回收最大功率偏差均較大，分別為7.81% 和7.61%。所述特征參數(shù)平均偏差為4.25%。統(tǒng)計結(jié)果表明，所構(gòu)造的典型作業(yè)工況反映了綜合實際工況的一般特征，可作為挖掘機仿真與試驗研究的標準工況。

表6 典型工況與樣本數(shù)據(jù)庫對比Table 6 Comparison between typical working conditions and sample database

4 動臂節(jié)能潛力分析

從表5可以看出：第1 類的平均負載需求功率、最大回收功率和回收能量均為最大，液壓系統(tǒng)處于最大功率模式，動臂上升運動幅度大、速度快，因此，可以認為該類代表重載工況(如快速土方裝車)；第2類的平均負載需求功率比第1類的稍小，負載需求功率偏差較小，平均回收功率偏差較大，動臂運動高度差異性明顯比第1 類和第3類的大，因此，可以認為該類工況代表普通的挖掘作業(yè)工況(如開挖溝池)；第3 類的平均負載需求功率、最大回收功率、回收能量均最小，且單循環(huán)作業(yè)時間最長，液壓系統(tǒng)處于最小功率模式，因此，可以認為該類工況屬于精細作業(yè)工況(如修坡、平地)。

為進一步評估基于3類工況條件的能量回收潛力，假設(shè)如下：

1)可回收能量的利用率達到100%。

2)采用動臂可回收能量直接降低原系統(tǒng)發(fā)動機輸出功率。

3)回收的能量不影響原發(fā)動機的傳動效率。

取表6中動臂平均可回收功率與平均負載需求功率的比值，則3類工況的能量回收效率理論值分別為26.89%，18.63%和11.88%。結(jié)合這3 類工況的特點可知，在快速土方裝車工況下(第1類)的節(jié)能效率最高，作為對比，修坡或平地工況下(第3類)的節(jié)能效率最低。以樣本中3 類工況的占比為權(quán)重系數(shù)，計算可得樣本空間中動臂勢能回收的綜合節(jié)能潛力為22.56%。

5 結(jié)論

1)提出了基于負載需求功率與動臂可回收功率的挖掘機作業(yè)工況定義方法，基于對作業(yè)數(shù)據(jù)的采集分析構(gòu)建了面向能量回收性能評估的液壓挖掘機兩元作業(yè)工況大數(shù)據(jù)樣本庫。

2)提出了基于動臂運動狀態(tài)的短循環(huán)作業(yè)工況劃分方法與特征參數(shù)，并建立了基于作業(yè)工況數(shù)據(jù)的作業(yè)短循環(huán)樣本空間。

3)采用聚類算法對樣本空間進行了聚類分析，基于馬爾可夫鏈構(gòu)建了按3類作業(yè)工況組合的中型挖掘機典型作業(yè)工況，并對其進行了驗證。其中負載最大功率與動臂可回收功率偏差分別為7.81%和7.61%，總體特征參數(shù)平均偏差為4.26%。結(jié)果表明所構(gòu)造的典型作業(yè)工況較好反映了綜合實際工況的一般特征，可作為挖掘機仿真與試驗研究的標準工況。

4)基于所構(gòu)建的工況對動臂勢能回收的節(jié)能潛力進行了分析，3類工況的能量回收效率理論值分別為26.89%，18.63%和11.88%，樣本空間中動臂勢能回收的綜合節(jié)能潛力為22.56%。