CN115247664A - 液压泵的压力调节方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提出一种液压泵的压力调节方法、装置、电子设备及存储介质，其中，液压泵的压力调节方法包括：获取液压泵的流量值；基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，调压阀用于调整液压泵的压力；基于目标压缩量，对调压阀进行调整，以使液压泵的实际压力值与期望压力值之间的差值处于预设压差范围内。本公开能够准确的获取液压泵在不同流量下达到期望压力值时调压阀的压缩量，从而对调压阀进行精准调节，进而实现液压泵压力的精准调节，由此提高了液压泵压力调节的准确性和速度，并避免出现超调。

Description

液压泵的压力调节方法、装置、电子设备及存储介质

技术领域

本公开涉及液压系统技术领域，尤其涉及一种液压泵的压力调节方法、装置、电子设备及存储介质。

背景技术

随着技术的不断进步，目前各类液压泵的公称压力的不断向高压方向发展，在液压泵出厂后通常需要对液压泵的出厂性能进行检测，以保证液压泵的质量。

相关技术中，在检测液压泵的性能时，是通过调节步进电机的伸缩量来调节调压阀的压缩量，从而调节液压泵的压力，使得液压泵的压力达到测试要求，但是该方案在对液压泵的压力进行调节的过程中，无法准确的获取调整量，由于采用的是反馈调节的方法，需要实时检测液压泵的压力是否达到测试要求，以在液压泵的压力未达到测试要求时，进行微调修正，直至液压泵的压力达到测试要求。此方案由于需要进行多次的反馈调节，调节时间较长，且调节精度较低，容易出现超调的情况。

发明内容

本公开提出一种液压泵的压力调节方法、装置、电子设备及存储介质。

本公开第一方面实施例提出了一种液压泵的压力调节方法，包括：获取液压泵的流量值；基于所述液压泵的期望压力值和所述流量值，获取调压阀的目标压缩量，所述调压阀用于调整所述液压泵的压力；基于所述目标压缩量，对所述调压阀进行调整，以使所述液压泵的实际压力值与所述期望压力值之间的差值处于预设压差范围内。

本公开实施例的液压泵的压力调节方法，获取液压泵的流量值，基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，调压阀用于调整液压泵的压力，基于目标压缩量，对调压阀进行调整，以使液压泵的实际压力值与期望压力值之间的差值处于预设压差范围内。本公开实施例中，基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，能够准确的获取液压泵在不同流量下达到期望压力值时调压阀的压缩量，从而对调压阀进行精准调节，进而实现液压泵压力的精准调节，由此提高了液压泵压力调节的准确性和速度，并避免出现超调。

在本公开的一个实施例中，所述基于所述液压泵的期望压力值和所述流量值，获取调压阀的目标压缩量，包括：将所述期望压力值和所述流量值输入至预先训练好的目标神经网络中，以输出所述调压阀的目标压缩量。

在本公开的一个实施例中，所述目标神经网络的训练过程，包括：采集所述液压泵的样本期望压力值和样本流量值；将所述样本期望压力值和所述样本流量值输入至初始神经网络中，以输出所述调压阀的预测压缩量；基于所述预测压缩量和标签值，获取损失值；基于所述损失值，调整所述初始神经网络的模型参数，得到所述目标神经网络。

在本公开的一个实施例中，所述调压阀包括调压伸缩件，所述获取所述调压阀的目标压缩量，包括：基于所述液压泵的期望压力值和所述流量值，获取所述调压阀中调压伸缩件的目标伸缩量作为所述目标压缩量。

在本公开的一个实施例中，所述基于所述目标压缩量，对所述调压阀进行调整，包括：获取所述调压阀中调压伸缩件当前的伸缩量；计算所述调压伸缩件当前的伸缩量与所述目标伸缩量之间的差值伸缩量；根据所述差值伸缩量，对所述调压伸缩件进行调整。

在本公开的一个实施例中，所述基于所述目标压缩量，对所述调压阀进行调整之后，包括：通过测距仪测量所述调压阀调整后的压缩量；响应于所述调压阀调整后的压缩量未达到所述目标压缩量，重新对所述调压阀进行调整。

本公开第二方面实施例提出一种液压泵的压力调节装置，包括：第一获取模块，用于获取液压泵的流量值；第二获取模块，基于所述液压泵的期望压力值和所述流量值，获取调压阀的目标压缩量，所述调压阀用于调整所述液压泵的压力；调整模块，用于基于所述目标压缩量，对所述调压阀进行调整，以使所述液压泵的实际压力值与所述期望压力值之间的差值处于预设压差范围内。

本公开第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述第一方面实施例的液压泵的压力调节方法。

本公开第四方面实施例提出了一种存储有计算机指令的计算机可读存储介质，所述计算机指令用于使所述计算机执行如上述第一方面实施例的液压泵的压力调节方法。

本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。

附图说明

本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本公开一实施例提供的液压泵的压力调节方法的流程示意图；

图2为液压泵的压力曲线图；

图3为本公开另一实施例提供的液压泵的压力调节方法的流程示意图；

图4为本公开另一实施例提供的液压泵的压力调节方法的流程示意图；

图5为本公开另一实施例提供的液压泵的压力调节方法的流程示意图；

图6为液压泵测试系统的结构示意图；

图7为本公开另一实施例提供的液压泵的压力调节装置的结构示意图；

图8为本公开一实施例提供的电子设备的框图。

具体实施方式

下面详细描述本公开的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。

下面参考附图描述本公开实施例的液压泵的压力调节方法、装置、电子设备及存储介质。

图1为本公开一实施例提供的液压泵的压力调节方法的流程示意图。如图1所示，该方法包含以下步骤：

S101，获取液压泵的流量值。

需要说明的是，本公开实施例的液压泵的压力调节方法的执行主体为液压泵的压力调节装置，该装置可以由软件和/或硬件的方式实现，该液压泵的压力调节装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。

在一些实现中，可以在液压泵的出口安装里流量传感器，以通过流量传感器测量液压泵的流量值。

S102，基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，调压阀用于调整液压泵的压力。

需要说明的是，本公开实施例中，液压泵的压力为液压泵的出口压力。在液压系统中，液压泵的油液出口与调节阀的油液入口连接，使得液压泵中的油液流入到调压阀中，并通过调压阀来调节液压泵的出口压力。

其中，期望压力值为预先设定的液压泵需要达到的压力值，目标压缩量为液压泵的压力达到期望压力值时调压阀的压缩量，其中，调压阀的压缩量由调压阀中调压伸缩件(例如先导弹簧、伸缩杆等)的伸缩量决定。

不同种类的液压泵具有着不同的排量指标，例如乳化液泵的最小流量值为125L/min，最大流量值为1200L/min。参见图2，在调压阀的压缩量保持不变的情况下，液压泵的压力值随着液压泵的流量值的增大而增大，因此，在调压阀的压缩量和液压泵的压力值确定的情况下，可以唯一确定液压泵的压力，即调压阀的压缩量、液压泵的压力值与液压泵的流量值之间存在一定的数量关系，可以根据调压阀的压缩量、液压泵的压力值与液压泵的流量值之间的数量关系。

在获取液压泵的期望压力值和液压泵的流量值之后，可以根据调压阀的压缩量、液压泵的压力值与液压泵的流量值之间的数量关系，确定在调压阀的目标压缩量。

由于调压阀的压缩量由调压阀中调压伸缩件的伸缩量决定，在一些实施例中，可以基于液压泵的期望压力值液压泵的期望压力值和流量值，获取调压阀中调压伸缩件的目标伸缩量作为调压阀的目标压缩量。

S103，基于目标压缩量，对调压阀进行调整，以使液压泵的实际压力值与期望压力值之间的差值处于预设压差范围内。

其中，预设压差范围可以根据实际需求进行设定，此处不做任何限定。

在得到调压阀的目标压缩量之后，可以将调压阀的压缩量调节成目标压缩量，使得液压泵的实际压力值与期望压力值之间的差值处于预设压差范围内。

本公开实施例中，获取液压泵的流量值，基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，调压阀用于调整液压泵的压力，基于目标压缩量，对调压阀进行调整，以使液压泵的实际压力值与期望压力值之间的差值处于预设压差范围内。本公开实施例中，基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，能够准确的获取液压泵在不同流量下达到期望压力值时调压阀的压缩量，从而对调压阀进行精准调节，进而实现液压泵压力的精准调节，由此提高了液压泵压力调节的准确性和速度，并避免出现超调。

在本公开的一个实施例中，基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，包括：将期望压力值和流量值输入至预先训练好的目标神经中，以输出调压阀的目标压缩量。

在一些实现中，可以根据调压阀的压缩量、液压泵的压力值与液压泵的流量值之间的数量关系对神经网络进行训练，得到目标神经网络，使得目标神经网络具有调压阀的压缩量、液压泵的压力值与液压泵的流量值之间的数量关系，在将液压泵的期望压力值和流量值输入至目标神经网络中时，目标神经网络可以输出位移的调压阀的目标压缩量。

本公开实施例通过训练好的神经网络来获取液压泵在不同流量下达到期望压力值时调压阀的压缩量，能够得到准确的数据，从而提高了液压泵的压力调节的准确性。

图3为本公开一实施例提供的液压泵的压力调节方法的流程示意图，在上述实施例的基础上，进一步结合图3，对目标神经网络的训练过程进行解释说明，包含以下步骤：

S301，采集液压泵的样本期望压力值和样本流量值。

其中，样本期望压力值可以是预先设定液压泵需要达到的出口压力值，样本流量值可为不同排量大小的液压泵的不同流量值。

本公开实施例中，可以对不同排量大小的液压泵设定不同期望压力值作为样本期望压力值，并对不同排量大小的液压泵进行测试，得到不同排量大小的液压泵在不同流量值(即样本流量值)的情况下达到对应的期望压力值时，调压阀的压缩量。

S302，将样本期望压力值和样本流量值输入至初始神经网络中，以输出调压阀的预测压缩量。

S303，基于预测压缩量和标签值，获取损失值。

其中，标签值为液压泵在样本流量值下达到样本期望压力值时调压阀的真实压缩量。

S304，基于损失值，调整初始神经网络的模型参数，得到目标神经网络。

在得到样本期望压力值和样本流量值之后，可以将该样本期望压力值和样本流量值输入至初始神经网络中，得到初始神经网络输出的调压阀的预测压缩量，而后基于预测压缩量和标签值，得到损失值，根据损失值对初始神经网络进行训练，直至满足训练结束条件时结束训练，得到训练好的目标神经网络，其中，训练结束条件可以为损失值收敛、神经网络达到预设效果、训练次数达到设定次数等，此处不做任何限定。

本公开实施例中，采集液压泵的样本期望压力值和样本流量值，将样本期望压力值和样本流量值输入至初始神经网络中，以输出调压阀的预测压缩量，基于预测压缩量和标签值，获取损失值，基于预测压缩量和标签值，获取损失值。本公开实施例中，对神经网络进行训练，能够使得神经网络具备调压阀的压缩量、液压泵的压力值与液压泵的流量值之间的映射关系，从而能够通过训练后的神经网络来获取调压阀的目标压缩量，以提高液压泵压力调节的准确性和调节速度。

图4为本公开一实施例提供的液压泵的压力调节方法的流程示意图，在上述实施例的基础上，进一步结合图4，对基于目标压缩量，对调压阀进行调整的过程进行解释说明，包含以下步骤：

S401，获取调压阀中调压伸缩件当前的伸缩量。

其中，调压伸缩件可以进行伸缩以调整液压泵的压力，伸缩量为调压伸缩件的长度。

可选地，调压阀可以为溢流阀，调压伸缩件可以为溢流阀中的先导弹簧，调压伸缩件当前的长度为先导弹簧的长度。

S402，计算调压伸缩件当前的伸缩量与目标伸缩量之间的差值伸缩量。

S403，根据差值伸缩量，对调压伸缩件进行调整。

在基于液压泵的期望压力值和流量值，获取调压阀中调压伸缩件的目标伸缩量之后，可以获取调压伸缩件当前的伸缩量，并计算调压伸缩件当前的伸缩量与目标伸缩量之间的差值伸缩量，根据差值伸缩量将调压伸缩件调整到目标伸缩量。

在一些实施例中，可以将调压伸缩件与步进电机、伺服电机、比例电磁铁驱动等动力设备进行连接，通过控制动力设备来调整调压伸缩件的伸缩量。

本公开实施例中，获取调压阀中调压伸缩件当前的伸缩量，计算调压伸缩件当前的伸缩量与目标伸缩量之间的差值伸缩量，根据差值伸缩量，对调压伸缩件进行调整。本公开实施例能够对调压阀进行精准调节，提高液压泵压力调节的准确性，并且不需要进行多次的调节，提高的调节速度，并避免出现超调。

图5为本公开一实施例提供的液压泵的压力调节方法的流程示意图，在上述实施例的基础上，如图5所示，基于目标压缩量，对调压阀进行调整之后，包含以下步骤：

S501，通过测距仪测量调压阀调整后的压缩量。

其中，测距仪包括激光测距仪、红外测距仪、超声波测距仪等，用于调压阀的压缩量。

S502，响应于调压阀调整后的压缩量未达到目标压缩量，重新对调压阀进行调整。

S503，响应于调压阀调整后的压缩量达到目标压缩量，不对调压阀进行调正。

在基于目标压缩量，对调压阀进行调整之后，可以通过测距仪测量调压阀调整后的压缩量，若调压阀调整后的压缩量未达到目标压缩量，则重新对调压阀进行调整，直至达到目标压缩量；若调压阀调整后的压缩量达到目标压缩量，则不对调压阀进行调整。

在一些实现中，可以通过测距测量调压阀中调压伸缩件的伸缩量(即长度)作为调压阀的压缩量，在对调压阀进行调整之后，若调压阀中的调压伸缩件的伸缩量未达到目标伸缩量，则重新对调压伸缩件进行调整，以达到目标伸缩量；若调压阀中的调压伸缩件的伸缩量已达到目标伸缩量，则不对调压伸缩件进行调整。

本公开实施例中，通过测距仪测量调压阀调整后的压缩量，响应于调压阀调整后的压缩量未达到目标压缩量，重新对调压阀进行调整。本公开实施例中，通过测距仪测量调压阀调整后的压缩量，能够确认调压阀是否达到目标压缩量，并能够在调压阀未达到目标压缩量时，重新对调压阀进行调整，从而保证调整的准确性。

为了使得本领域技术人员更清晰地理解本公开实施例提供的液压泵的压力调节方法，图6为本公开实施例的液压泵的压力调节方法在液压泵测试系统中的应用示例图，如图6所示，液压泵测试系统包括液压泵1、安全阀2、蓄能器3、数字式溢流阀4、压力传感器5、流量传感器6、直线步进电机7、激光位移器8。

其中，数字式溢流阀4与液压泵1的出口连接，用于调节液压泵1的出口压力，同时液压泵1的出口还与蓄能器3和安全阀2连接，起到稳压和保护作用。压力传感器5安装在液压泵1的出口处，用于检测液压泵1的出口压力。流量传感器6用于检测液压泵1的流量，激光位移器8用于检测直线步进电机7轴的伸缩量(位移量)，直线步进电机7用于调整溢流阀4中先导弹簧的伸缩量。

在液压泵测试系统对液压泵1进行性能测试的过程中，数据采集系统采集流量传感器6测量的液压泵1的流量值发送至计算机中，计算机接收液压泵1流量值后，可以从自身的存储空间中调用预先设定好的液压泵1的期望压力值，将该期望压力值和流量传感器6测量的流量值输入至预先训练好的神经网络中，得到数字式溢流阀4中先导弹簧的目标伸缩量，而后计算机向控制器发送控制信号，控制器接收到控制信号后可以控制驱动器驱动直线步进电机7进行调整，将数字式溢流阀4中先导弹簧的伸缩量调整为目标伸缩量。由于先导弹簧的伸缩量与直线步进电机7轴的伸缩量一致，在调整的过程中，将直线步进电机7轴的伸缩量调整成目标伸缩量即可使得数字式溢流阀4中先导弹簧的伸缩量达到目标伸缩量。

在调整结束之后，数据采集系统采集压力传感器5测量的液压泵1的出口压力值发送至计算机，由计算机判断液压泵1的出口压力值是否达到设定期望压力值，以验证压力调节的准确性。同时数据采集系统采集激光位移器8测量的直线步进电机7轴的伸缩量发送至计算机，由计算机判断直线步进电机7轴的伸缩量是否达到目标伸缩量，即数字式溢流阀4中先导弹簧的伸缩量是否达到目标伸缩量，若未达到慕目标伸缩量，重新进行调整。

为了实现上述实施例，本公开实施例还提出一种液压泵的压力调节装置。图7为本公开一实施例的液压泵的压力调节装置的结构示意图。如图7所示，液压泵的压力调节装置700包括：

第一获取模块710，用于获取液压泵的流量值。

第二获取模块720，用于基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，调压阀用于调整液压泵的压力。

第一调整模块730，用于基于目标压缩量，对调压阀进行调整，以使液压泵的实际压力值与期望压力值之间的差值处于预设压差范围内。

本公开实施例中，获取液压泵的流量值，基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，调压阀用于调整液压泵的压力，基于目标压缩量，对调压阀进行调整，以使液压泵的实际压力值与期望压力值之间的差值处于预设压差范围内。本公开实施例中，基于液压泵的期望压力值和流量值，获取调压阀的目标压缩量，能够准确的获取液压泵在不同流量下达到期望压力值时调压阀的压缩量，从而对调压阀进行精准调节，进而实现液压泵压力的精准调节，由此提高了液压泵压力调节的准确性和速度，并避免出现超调。

在本公开的一个实施例中，第二获取模块720，还用于：将期望压力值和流量值输入至预先训练好的目标神经网络中，以输出调压阀的目标压缩量。

在本公开的一个实施例中，液压泵的压力调节装置700还包括训练模块740，用于采集液压泵的样本期望压力值和样本流量值；将样本期望压力值和样本流量值输入至初始神经网络中，以输出调压阀的预测压缩量；基于预测压缩量和标签值，获取损失值；基于损失值，调整初始神经网络的模型参数，得到目标神经网络。

在本公开的一个实施例中，第一获取模块710，还用于：基于液压泵的期望压力值和流量值，获取调压阀中调压伸缩件的目标伸缩量，作为目标压缩量。

在本公开的一个实施例中，第一调整模块730，还用于：获取调压阀中调压伸缩件当前的伸缩量；计算调压伸缩件当前的伸缩量与目标伸缩量之间的差值伸缩量；根据差值伸缩量，对调压伸缩件进行调整。

在本公开的一个实施例中，液压泵的压力调节装置700还包括：

测量模块750，用于对调压阀进行调整之后，通过测距仪测量调压阀调整后的压缩量；

第二调整模块760，用于响应于调压阀调整后的压缩量未达到目标压缩量，重新对调压阀进行调整。

需要说明的是，上述对液压泵的压力调节方法实施例的解释说明，也适用于本公开实施例的液压泵的压力调节装置，具体过程此处不再赘述。

如图8所示，是根据本公开实施例的液压泵的压力调节方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，智能语音交互设备、个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图8所示，该电子设备包括：一个或多个处理器801、存储器802，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器801可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。

存储器802即为本公开所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本公开所提供的液压泵的压力调节方法。本公开的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本公开所提供的液压泵的压力调节方法。

存储器802作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本公开实施例中的液压泵的压力调节方法对应的程序指令/模块。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的液压泵的压力调节方法。

存储器802可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据液压泵的压力调节方法的电子设备的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至液压泵的压力调节方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

液压泵的压力调节方法的电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接，图8中以通过总线连接为例。

输入装置803可接收输入的数字或字符信息，以及产生与液压泵的压力调节方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

为了实现上述实施例，本公开还提出了一种存储介质。

其中，当存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述液压泵的压力调节方法。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

在本说明书的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种液压泵的压力调节方法，其特征在于，包括：

获取液压泵的流量值；

基于所述液压泵的期望压力值和所述流量值，获取调压阀的目标压缩量，所述调压阀用于调整所述液压泵的压力；

基于所述目标压缩量，对所述调压阀进行调整，以使所述液压泵的实际压力值与所述期望压力值之间的差值处于预设压差范围内。

2.根据权利要求1所述的方法，其特征在于，所述基于所述液压泵的期望压力值和所述流量值，获取调压阀的目标压缩量，包括：

将所述期望压力值和所述流量值输入至预先训练好的目标神经网络中，以输出所述调压阀的目标压缩量。

3.根据权利要求2所述的方法，其特征在于，所述目标神经网络的训练过程，包括：

采集所述液压泵的样本期望压力值和样本流量值；

将所述样本期望压力值和所述样本流量值输入至初始神经网络中，以输出所述调压阀的预测压缩量；

基于所述预测压缩量和标签值，获取损失值；

基于所述损失值，调整所述初始神经网络的模型参数，得到所述目标神经网络。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述调压阀包括调压伸缩件，所述获取所述调压阀的目标压缩量，包括：

基于所述液压泵的期望压力值和所述流量值，获取所述调压阀中调压伸缩件的目标伸缩量作为所述目标压缩量。

5.根据权利要求4所述的方法，其特征在于，所述基于所述目标压缩量，对所述调压阀进行调整，包括：

获取所述调压阀中调压伸缩件当前的伸缩量；

计算所述调压伸缩件当前的伸缩量与所述目标伸缩量之间的差值伸缩量；

根据所述差值伸缩量，对所述调压伸缩件进行调整。

6.根据权利要求1所述的方法，其特征在于，所述基于所述目标压缩量，对所述调压阀进行调整之后，包括：

通过测距仪测量所述调压阀调整后的压缩量；

响应于所述调压阀调整后的压缩量未达到所述目标压缩量，重新对所述调压阀进行调整。

7.一种液压泵的压力调节装置，其特征在于，包括：

第一获取模块，用于获取液压泵的流量值；

第二获取模块，用于基于所述液压泵的期望压力值和所述流量值，获取调压阀的目标压缩量，所述调压阀用于调整所述液压泵的压力；

调整模块，用于基于所述目标压缩量，对所述调压阀进行调整，以使所述液压泵的实际压力值与所述期望压力值之间的差值处于预设压差范围内。

8.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-6中任一项所述的方法。

9.一种存储有计算机指令的计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行如权利要求1-6中任一项所述的方法。

Images