CN103069083A - 工程机械的控制装置及控制方法 - Google Patents

Abstract

本发明涉及工程机械的控制装置及控制方法，根据本发明的工程机械的控制装置其特征是包括：分析工程机械在执行着的作业的作业模式识别装置；以及与在上述作业模式识别装置分析出的作业模式相符地控制上述工程机械的各装备的驱动控制装置，上述作业模式识别装置包括：被输入并存储驾驶员的操作信号的数据存储部；分析上述所存储的操作信号的数据而判别当前作业模式的作业模式分析部；利用概率模型判别在上述作业模式分析部所未判别出的数据的概率模型分析部；以及向上述驱动控制装置输出在上述作业模式分析部和概率分析模型部判别的作业的模式结果输出部。

Description

工程机械的控制装置及控制方法

技术领域

本发明涉及工程机械的控制装置及控制方法。更具体地讲，本发明涉及按照作业模式控制挖掘机等工程机械的各种作业装置从而能够提高燃油燃烧效率的工程机械的控制装置及控制方法。

背景技术

工程机械是在如土木现场的建设现场用于砂土的挖掘、运输等的装备。作为这种工程机械的一种的挖掘机包括用于装备的移动的行驶体、搭载于行驶体而360度旋转的上部回转体、如动臂、小臂、铲斗那样设置在装备的前方而用于进行作业的前置作业装置。

挖掘机按照行驶体的行驶方式区分为履带式履带挖掘机和轮胎式轮式挖掘机。

履带挖掘机与轮式挖掘机相比作业稳定且作业生产率较高，因而重量从1吨至100吨以上的超大型装备广泛应用于各作业现场。另一方面，与履带挖掘机相比，轮式挖掘机因轮胎支撑方式而导致作业时稳定性下降，但可进行道路行驶因而即便无运输拖车也可移动到其它工地，因而主要用于频繁地要求作业和移动的作业现场。

这种挖掘机等的工程机械进行在土木现场挖地的挖掘作业、运输重物的提升作业、拆除建筑物的破碎作业、清理地面的平整作业等的作业。但工程机械不能能动地应对多种多样的作业，因而不能维持与具有彼此相异的作业特性的各作业对应的最适宜的作业状态。由此，增加不必要的燃料的使用因而产生难以节减燃油的问题。

发明内容

技术课题

本发明是为了解决如上所述的问题而研究出的，其目的在于提供一种能够结合进行中的作业的特性而进行最优化的控制从而能够提高工程机械的燃油燃烧效率的工程机械的控制装置及控制方法。

解决课题方案

本发明是解决前面所述的课题的方案，根据本发明的工程机械的控制装置其特征是包括：分析工程机械在执行着的作业的作业模式识别装置；以及与在上述作业模式识别装置分析出的作业模式相符地控制上述工程机械的各装备的驱动控制装置，上述作业模式识别装置包括：被输入并存储驾驶员的操作信号的数据存储部；分析上述所存储的操作信号的数据而判别当前作业模式的作业模式分析部；利用概率模型判别在上述作业模式分析部所未判别出的数据的概率模型分析部；以及向上述驱动控制装置输出在上述作业模式分析部和概率分析模型部判别的作业的模式结果输出部。

根据本发明的工程机械的控制装置的另一特征是，上述作业模式分析部包括：判断上述作业模式是否与包括在既已设定的第一作业组的至少一个作业模式相符的第一作业组模式分析部；以及判断在上述第一作业组模式分析部所未判别出的上述各个作业模式是否与包括在既已设定的第二作业组的至少一个作业模式相符的第二作业组模式分析部。

根据本发明的工程机械的控制装置的另一特征是，上述概率模型分析部对于上述所存储的数据分析作业频度，并将所分析的作业频度适用到按照各作业的概率模型而判别当前作业。

根据本发明的作业模式控制方法其特征是包括：通过数据存储部被输入并存储来自操纵杆的各装备的操作信号的步骤；通过作业模式分析部分析上述所存储的操作信号的数据而判别当前作业模式的步骤；通过概率模型分析部并利用概率模型判别在上述作业模式分析部未判别出的数据的步骤；以及通过模式结果输出部向控制各装备的驱动控制装置输出在上述作业模式分析部和概率分析模型部判别出的作业的步骤。

发明效果

根据本发明能够与工程机械当前在执行着的作业的模式对应地控制工程机械。由此，能够减少工程机械所不必要地消耗的燃料，从而能够提高工程机械的燃油燃烧效率。

而且，本发明利用概率模型还可区分难以判别的作业模式，因而能够使节减燃油效果极大化。

另外，本发明向图像显示部输出所分析的作业模式从而能够向驾驶员提供关于当前执行中的作业模式的信息。

附图说明

图1是表示了根据本发明一实施例的工程机械控制装置的简略构成的框图。

图2是表示了根据本发明一实施例的工程机械的控制方法的流程图。

图3是表示了图1所示的概率模型分析部的控制方法的流程图。

图4是适用根据本发明一实施例的工程机械的挖掘作业用概率模型而判别作业模式的流程图。

图5是适用根据本发明一实施例的工程机械的平整作业用概率模型而判别作业模式的流程图。

图6是适用根据本发明一实施例的工程机械的提升作业用概率模型而判别作业模式的流程图。

具体实施方式

下面参照图1至图6详细说明本发明的优选实施例。

图1表示根据本发明一实施例的工程机械的控制装置的构成。上述的工程机械中虽然有多种装备，但在本实施例中举出挖掘机作为一例进行说明。

工程机械的控制装置分析挖掘机当前在执行着的作业并与作业模式相符地控制各作业装置。为此，控制装置包括作业模式识别装置110、驱动控制装置126、图像显示部124。另外，作业模式控制装置不仅对挖掘机还可利用于叉车、起重机等工程机械并按照作业模式控制各装备。

具体地讲，作业模式识别装置包括：从操纵杆100被输入并存储各作业装置的操作信号的数据存储部112；分析所存储的操作信号的数据而判别当前作业模式的作业模式分析部114；利用概率模型判别在作业模式分析部114未判别出的作业模式的数据的概率模型分析部122；向驱动控制装置126和图像显示部124输出在作业模式分析部114和概率分析模型部122判别的作业的模式结果输出部120。在本实施例中，虽然以数据存储部112存储操作信号为例进行了说明，但本发明未必限定于此。作为一例，在数据存储部112可存储从驱动控制装置126向各作业装置输出的信号，在数据存储部112还可存储从测定各作业装置的实际驱动量的传感器输出的信号。

作业模式分析部114包括将所存储的操作信号判别为第一作业组的第一作业组模式分析部116和将所存储的操作信号判别为第二作业组的第二作业组模式分析部118。第一作业组能够包括第一作业，第一作业可以是运输砂土的提升作业。第二作业组能够包括第二和第三作业，第二作业可以是挖地的挖掘作业，第三作业可以是清理地面的平整作业。虽然第一至第三作业并不限定于提升作业、挖掘作业、平整作业，但以此为例进行说明。

第一作业组模式分析部116分析所存储的操作信号的数据而判别为第一作业（提升作业）。第一作业组模式分析部116向模式结果输出部120输出判别为第一作业（提升作业）的数据，并向第二作业组模式分析部118输出未被判别为第一作业（提升作业）的数据。

第二作业组模式分析部118分析从第一作业组模式分析部116输出的数据而判别为第二作业（挖掘作业）或第三作业（平整作业）。第二作业组模式分析部118向模式结果输出部120输出被判别为第二作业（挖掘作业）或第三作业（平整作业）的数据，并向概率模型分析部122输出未被判别为第二或第三作业（挖掘作业、平整作业）的数据。

概率模型分析部122利用概率模型将在作业模式分析部114所未分析出的数据判别为第一至第四作业（提升作业、挖掘作业、平整作业、挖沟作业）之后向模式结果输出部120输出。这里，第四作业可以是因第二作业（挖掘作业）和第三作业（平整作业）混合而难以区别为第二作业或第三作业中某一个作业的挖沟作业。

这种概率模型分析部122对于所存储的数据分析作业频度，并将所分析的作业频度适用到按照各作业的概率模型而判别当前作业。具体地讲，在所分析的数据中具有最大的频度的作业为第一作业（提升作业）的情况下（Max=C），概率模型分析部122对数据适用按照第一作业（提升作业）的概率模型而判别作业模式。而且，在所分析的数据中具有最大的频度的作业为第二作业（挖掘作业）的情况下（Max=A），概率模型分析部122对数据适用按照第二作业（挖掘作业）的概率模型而判别作业模式。另外，在所分析的数据中具有最大的频度的作业为第三作业（平整作业）的情况下（Max=B），概率模型分析部122对数据适用按照第三作业（平整作业）的概率模型而判别作业模式。

按照各作业的概率模型可如表1那样表示。

表1

在表1中，A指挖掘（第二作业），B指平整（第三作业），C指提升（第一作业），D指挖沟（第四作业），Max=A表示最频值为第二作业时的概率模型，Max=B表示最频值为第三作业时的概率模型，Max=C表示最频值为第一作业时的概率模型。另外，A≥0.8是指A作业的频度占全体的80%以上，B=all是指所有数据为B作业，B!=all是指所有数据并非B作业，B（C除外）=1是指除了C作业之外的所有数据为B作业，N.D（Not Distinguishable）是指不能区分。

模式结果输出部120向图像显示部124和驱动控制装置126传递在作业模式分析部114和概率模型分析部122判别的第一至第四作业（提升作业、挖掘作业、平整作业、挖沟作业）。

驱动控制装置126控制各装备，且包括发动机驱动控制部130、泵驱动控制部132、以及阀驱动控制部134。此时，驱动控制装置126按照从模式结果输出部120被输入的作业模式结果控制各装备。

图2是表示了根据本发明的作业模式控制方法的流程图。

参照图2，数据存储部112从操纵杆100被输入并存储各装备的操作信号（S20、S22）。此时，第一作业组模式分析部116判别在数据存储部112是否有存储的信号（S24）。

在数据存储部112无存储的信号的情况下，第一作业组模式分析部116向图像显示部124和驱动控制装置126输出停止信号（S42）。

相反，在数据存储部112有存储的操作信号的数据的情况下，第一作业组模式分析部116分析数据是否全部为行驶信号或分析除了行驶信号之外是否还有其它信号（S26）。

在数据全部为行驶信号的情况下，第一作业组模式分析部116判断刚好之前作业是否为第一作业（提升作业）（S44）。若刚好之前作业是第一作业（提升作业）则第一作业组模式分析部116判断数据为第一作业组。在本实施例中假定在第一作业组仅包括“提升作业”的场合进行说明，因而第一作业组模式分析部116判断为“提升作业”并向图像显示部124和驱动控制装置126输出。

在数据中除了行驶信号之外还有其它信号的情况下，第一作业组模式分析部116判别数据是否为第一作业（提升作业）（S28）。

在数据被判别为第一作业组的情况下，第一作业组模式分析部116判断当前作业为“提升作业”并向图像显示部124和驱动控制装置126输出（S48）。由此，在图像显示部124显示“第一作业（提升作业）”（S36），驱动控制装置126与提升作业模式相符地控制各装备（S38）。

相反，在数据未被判别为第一作业（提升作业）的情况下，第一作业组模式分析部116向第二作业组模式分析部118输出数据。由于挖掘机的大部分作业从小臂作业开始且根据小臂驱动模式就能区别作业模式，因而第二作业组模式分析部118以小臂（Arm）信号为基准并按周期截取数据进行分析（S30）。

第二作业组模式分析部118判别数据是否为第二作业组（S32）。第二作业组最好包括不包括在第一作业组的各作业。在本实施例中，限于在第二作业组包括第二作业（挖掘作业）和第三作业（平整作业）的场合进行说明。

在数据被判别为第二或第三作业（挖掘作业、平整作业）中某一个的情况下，第二作业组模式分析部118将当前作业判断为“挖掘作业”或“平整作业”并向图像显示部124和驱动控制装置126输出（S50）。由此，在图像显示部124显示“挖掘作业”或“平整作业”（S36），且驱动控制装置126与挖掘作业或平整作业模式相符地控制各装备（S38）。

在数据未被判别为第二或第三作业的情况下，第二作业组模式分析部118向概率模型分析部122输出未被判别出的数据。

概率模型分析部122利用概率模型将在作业模式分析部114所未分析出的数据判别为第一至第四作业（提升作业、挖掘作业、平整作业、挖沟作业），并向图像显示部124和驱动控制装置126供给所判别的数据。由此，按照通过概率模型分析部122而判别的第一至第四作业模式在图像显示部124显示（S36），驱动控制装置126按照第一至第四作业模式控制各装备（S38）。这里，第四作业可以是因第二作业（挖掘作业）和第三作业（平整作业）混合而难以区别为第二作业或第三作业中某一个作业的挖沟作业。这样，本发明按照各作业模式控制各装备，因而能够有效地使用燃油，并能够减少不必要的燃油使用。

另一方面，参照图3至图6详细说明将在作业模式分析部114所未判别出的数据通过概率模型分析部122判别为第一至第四作业（提升作业、挖掘作业、平整作业、挖沟作业）的过程。

图3是根据图1中所图示的概率模型分析部的流程图。

首先，概率模型分析部122对于在作业模式分析部114所未判别出的数据分析作业频度（S50）。

此后，概率模型分析部122判别数据中频度较高的作业，按照具有最大的频度的作业适用根据各作业的概率模型而判别为第一至第四作业（提升作业、挖掘作业、平整作业、挖沟作业）并输出。

具体地讲，概率模型分析部122判断具有最频值的作业是否为第二作业（挖掘作业）（S60）。在具有最频值的作业为第二作业（挖掘作业）的情况下，概率模型分析部122适用根据第二作业（挖掘作业）的概率模型而判别数据（S62）。

在具有最频值的作业非为第二作业（挖掘作业）的情况下，概率模型分析部122判断具有最频值的作业是否为第三作业（平整作业）（S70）。在具有最频值的作业为第三作业（平整作业）的情况下，概率模型分析部122适用根据第三作业（平整作业）的概率模型而判别数据（S72）。

在具有最频值的作业非为第三作业（平整作业）的情况下，概率模型分析部122判断具有最频值的作业是否为第一作业（提升作业）（S80）。在具有最频值的作业为第一作业（提升作业）的情况下，概率模型分析部122适用根据第一作业（提升作业）的概率模型而判别数据（S82）。

图4是在挖掘作业具有最频值的情况下对数据适用挖掘概率模型而判别作业模式的流程图。

参照图4，作业频度分析结果若具有最大的频度的作业是挖掘作业，则判断挖掘作业是否为第一基准值以上。此时，第一基准值是指80%以上的作业频度（S160、S162）。

在挖掘作业的频度为80%以上的情况下，概率模型分析部122判断当前作业为“挖掘作业”并向图像显示部124和驱动控制装置126输出（S172）。由此，在图像显示部124显示所输出的作业，驱动控制装置126按照挖掘作业模式控制各装备。

在挖掘作业的频度非为80%以上的情况下，概率模型分析部122分析提升作业的频度（S164）。即、判断提升作业的频度是否为第二基准值以上（S166）。此时，第二基准值是指提升作业次数为二次以上。

在提升作业的次数为二次以上的情况下，概率模型分析部122判定当前作业为“不能判断”并向图像显示部124和驱动控制装置126输出（S174）。

在提升作业的次数非为二次以上的情况下，概率模型分析部122判断提升作业频度是否为第三基准值（S168）。第三基准值是指提升作业次数为一次。

在提升作业的次数非为一次的情况下，概率模型分析部122判断当前作业为第四作业即“挖沟作业”并向图像显示部124和驱动控制装置126输出（S170）。由此，在图像显示部124显示“挖沟作业”，驱动控制装置126按照“挖沟作业”控制各装备。

在提升作业的次数为一次的情况下，判断除了提升作业之外的挖掘作业的比率是否为第四基准值（S176）。此时，第四基准值是指85%以上的作业频度。

若除了提升作业之外的挖掘作业的比率为85%以上，则概率模型分析部判断当前作业为“挖掘作业”并输出（S180）。若除了提升作业之外的挖掘作业的比率非为85%以上，则概率模型分析部判断当前作业为“挖沟作业”并输出（S178）。

图5是在平整作业具有最频值的情况下对数据适用平整概率模型而判别作业模式的流程图。

参照图5，作业频度分析结果若具有最大的频度的作业是平整作业，则判断平整作业是否为第五基准值（S180、S182）。此时，第五基准值是指100%的作业频度。

在作业为第五基准值的情况下即均为平整作业的情况下，概率模型分析部122判断当前作业为“平整作业”并向图像显示部124和驱动控制装置126输出。由此，在图像显示部124显示“平整作业”，驱动控制装置126按照平整作业模式控制各装备（S196）。

在全部非为平整作业的情况下，概率模型分析部122判断刚好之前作业是否为挖沟作业（S184）。

若刚好之前作业是挖沟作业则概率模型分析部122判断提升作业的频度是否为第六基准值以上（S198、S200）。此时，第六基准值是指提升作业次数为二次以上。

在提升作业的次数为二次以上的情况下，概率模型分析部122判定当前作业为“不能判断”并向图像显示部124和驱动控制装置126输出（S206）。

在提升作业的次数非为二次以上的情况下，概率模型分析部122判断提升作业频度是否为第七基准值（S202）。第七基准值是指提升作业次数为一次。

在提升作业的次数非为一次的情况下，概率模型分析部122判断当前作业为“挖沟作业”并向图像显示部124和驱动控制装置126输出（S208）。由此，在图像显示部124显示“挖沟作业”，驱动控制装置126按照“挖沟作业”控制各装备。

在提升作业的次数为一次的情况下，概率模型分析部122判断除了提升作业之外的所有数据是否为平整作业（S204）。在除了提升作业之外的所有数据均为平整作业的情况下，概率模型分析部122判断为“平整作业”并输出（S212）。在除了提升作业之外的所有数据均非为平整作业的情况下，概率模型分析部122判断为“挖沟作业”并输出（S210）。在刚好之前作业非为挖沟作业的情况下（S184），概率模型分析部122判断提升作业的频度是否为第八基准值以上（S186、S188）。此时，第八基准值是指提升作业次数为二次以上。

在提升作业的次数为二次以上的情况下，概率模型分析部122判定当前作业为“不能判断”并向图像显示部124和驱动控制装置126输出（S214）。

在提升作业的次数非为二次以上的情况下，概率模型分析部122判断提升作业频度是否为第九基准值（S190）。第九基准值是指提升作业次数为一次。

在提升作业的次数非为一次的情况下，概率模型分析部122判断平整作业的比率是否为第十基准值以上。此时，第十基准值为85%（S192）。若平整作业的比率为85%以上，则概率模型分析部122判断当前作业为“平整作业”并输出（S222）。若平整作业的比率非为85%以上，则概率模型分析部122判断当前作业为“挖沟作业”并输出（S194）。

在提升作业的次数为一次的情况下，概率模型分析部122判断除了提升作业之外的所有数据是否为平整作业（S216）。若除了提升作业之外的所有数据是平整作业，则概率模型分析部122判断当前作业为“平整作业”并输出（S218）。若除了提升作业之外的所有数据非为平整作业，则概率模型分析部122判断当前作业为“挖沟作业”并输出（S220）。

图6是在提升作业具有最频值的情况下对数据适用提升概率模型而判别作业模式的流程图。

参照图6，作业频度分析结果若具有最大的频度的作业是提升作业，则判断提升作业是否为第十一基准值以上（S230、S232）。此时，第十一基准值是指提升作业次数为六次以上。

在提升作业的次数为六次以上的情况下，概率模型分析部122判断当前作业为“提升作业”并向图像显示部124和驱动控制装置126输出（S234）。由此，在图像显示部124显示所输出的作业，驱动控制装置126按照提升作业模式控制各装备。

在提升作业的次数非为六次以上的情况下，概率模型分析部122判定当前作业为“不能判断”并向图像显示部124和驱动控制装置126输出（S236）。

产业上利用可能性

根据发明的工程机械控制方法按照作业模式控制挖掘机等的工程机械的各作业装置，从而能够提高燃油燃烧效率。

Claims (12)

1.一种工程机械的控制装置，其特征在于，包括：

分析工程机械在执行着的作业的作业模式识别装置；以及

与在上述作业模式识别装置分析出的作业模式相符地控制上述工程机械的各作业装置的驱动的驱动控制装置，

上述作业模式识别装置包括：

被输入并存储驾驶员的操作信号和上述工程机械的各装备的驱动数据中某一个的数据存储部；

分析上述所存储的操作信号的数据而判别当前作业模式的作业模式分析部；

利用概率模型判别在上述作业模式分析部所未判别出的数据的概率模型分析部；以及

向上述驱动控制装置输出在上述作业模式分析部和概率分析模型部判别的作业的模式结果输出部。

2.根据权利要求1所述的工程机械的控制装置，其特征在于，

上述作业模式分析部包括：

判断上述作业模式是否与包括在既已设定的第一作业组的至少一个作业模式相符的第一作业组模式分析部；以及

判断在上述第一作业组模式分析部所未判别出的上述各个作业模式是否与包括在既已设定的第二作业组的至少一个作业模式相符的第二作业组模式分析部。

3.根据权利要求1所述的工程机械的控制装置，其特征在于，

上述概率模型分析部对于上述所存储的数据分析作业频度而抽取作业频度较高的作业，并适用按各个作业准备的各个概率模型中与上述作业频度较高的作业对应的概率模型而判别当前作业的模式。

4.根据权利要求2所述的工程机械的控制装置，其特征在于，

上述概率模型分析部对于上述所存储分析数据的作业频度而抽取作业频度较高的作业，并适用按各个作业准备的各个概率模型中与上述作业频度较高的作业对应的概率模型而判别当前作业的模式。

5.根据权利要求4所述的工程机械的控制装置，其特征在于，

在上述作业频度较高的作业为第一作业的情况下，上述概率模型分析部利用第一概率模型进行分析，

上述第一概率模型在上述第一作业频度高于既已设定的基准值的情况下，确定上述作业模式为第一作业，在频度低于上述基准值的情况下确定上述作业模式非为第一作业。

6.根据权利要求4所述的工程机械的控制装置，其特征在于，

在上述作业频度较高的作业为第二作业的情况下，上述概率模型分析部利用第二概率模型进行分析，

上述第二概率模型在上述第二作业频度高于或等于第一基准值的情况下，确定上述作业模式为第二作业，在上述第二作业频度低于上述第一基准值且上述第一作业的频度高于第二基准值的情况下，确定上述作业模式非为上述第二作业，

在上述第二作业频度低于上述第一基准值且上述第一作业的频度为第三基准值的情况下，若不同于第一作业的第二作业的频度为第四基准值以上则确定上述作业模式为第二作业，若低于第四基准值则确定上述作业模式为第四作业，

在上述第二作业频度低于上述第一基准值且上述第一作业的频度低于第三基准值的情况下，确定上述作业模式为第四作业。

7.根据权利要求5所述的工程机械的控制装置，其特征在于，

在上述作业频度较高的作业为第三作业的情况下，上述概率模型分析部利用第三概率模型进行分析，

上述第三概率模型在上述第三作业的频度为第四基准值以上的情况下，确定上述作业模式为第三作业，

在上述第三作业的频度不到上述第四基准值的情况下，确认当前作业模式刚好之前的作业模式是否为第四作业，此后，将第一作业的频度和除了第一作业之外的第三作业的频度与既已设定的各自的基准作业的频度重新确认而确定上述作业模式是否为上述第三作业。

8.一种工程机械的控制方法，其特征在于，包括：

通过数据存储部被输入并存储驾驶员的操作信号和上述工程机械的各装备的驱动数据中某一个的步骤；

通过作业模式分析部分析存储于上述数据存储部的数据而判别当前作业模式的步骤；

在由上述作业模式分析部未判别出作业模式的情况下，通过概率模型分析部并利用概率模型进行判别的步骤；以及

通过模式结果输出部与在上述作业模式分析部和概率分析模型部判别出的作业模式对应地向控制各装备的驱动控制装置输出的步骤。

9.根据权利要求8所述的工程机械的控制方法，其特征在于，

上述概率模型分析部对于上述所存储的数据分析作业频度而抽取作业频度较高的作业，并适用按各个作业准备的各个概率模型中与上述作业频度较高的作业对应的概率模型而判别当前作业的模式。

10.根据权利要求8所述的工程机械的控制方法，其特征在于，

在上述作业频度较高的作业为第一作业的情况下，上述概率模型分析部利用第一概率模型进行分析，

上述第一概率模型在上述第一作业频度高于既已设定的第十一基准值的情况下，确定上述作业模式为第一作业，在频度低于上述第十一基准值的情况下确定上述作业模式非为第一作业。

11.根据权利要求8所述的工程机械的控制方法，其特征在于，

在上述作业频度较高的作业为第二作业的情况下，上述概率模型分析部利用第二概率模型进行分析，

上述第二概率模型在上述第二作业频度高于或等于第一基准值的情况下，确定上述作业模式为第二作业，

在上述第二作业频度低于上述第一基准值且上述第一作业的频度高于第二基准值的情况下，确定上述作业模式非为上述第二作业，

在上述第二作业频度低于上述第一基准值且上述第一作业的频度为第三基准值的情况下，若不同于第一作业的第二作业的频度为第四基准值以上则确定上述作业模式为第二作业，若低于第四基准值则确定上述作业模式为第四作业，在上述第二作业频度低于上述第一基准值且上述第一作业的频度低于第三基准值的情况下，确定上述作业模式为第四作业。

12.根据权利要求8所述的工程机械的控制方法，其特征在于，

在上述作业频度较高的作业为第三作业的情况下，上述概率模型分析部利用第三概率模型进行分析，

上述第三概率模型在上述第三作业的频度为第四基准值以上的情况下，确定上述作业模式为第三作业，

在上述第三作业的频度不到上述第四基准值的情况下，确认当前作业模式刚好之前的作业模式是否为第四作业，此后，将第一作业的频度和除了第一作业之外的第三作业的频度与既已设定的各自的基准重新确认而确定上述作业模式是否为上述第三作业。

Images