DE102020212490A1 - Method for determining the weight of a load on a mobile working machine, learning method for a data-based model and mobile working machine - Google Patents
Method for determining the weight of a load on a mobile working machine, learning method for a data-based model and mobile working machine Download PDFInfo
- Publication number
- DE102020212490A1 DE102020212490A1 DE102020212490.6A DE102020212490A DE102020212490A1 DE 102020212490 A1 DE102020212490 A1 DE 102020212490A1 DE 102020212490 A DE102020212490 A DE 102020212490A DE 102020212490 A1 DE102020212490 A1 DE 102020212490A1
- Authority
- DE
- Germany
- Prior art keywords
- value
- model
- load
- working machine
- mobile working
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/08—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles
- G01G19/083—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles lift truck scale
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/01—Testing or calibrating of weighing apparatus
Abstract
Die Erfindung betrifft ein Verfahren zum Bestimmen eines Gewichtswerts einer Beladung, mit der ein Arbeitswerkzeug einer mobilen Arbeitsmaschine beaufschlagt ist, wobei aus wenigstens einem Messwert wenigstens einer veränderlichen Messgröße (200, 202) der mobilen Arbeitsmaschine unter Verwendung eines physikalischen Modells (204) der mobilen Arbeitsmaschine ein modellbasierter Gewichtswert (G*z) der Beladung ermittelt wird, wobei weiterhin unter Verwendung eines datenbasierten Modells, wie z.B. eines künstlichen neuronalen Netzes (210), mit wenigstens einem Eingangswert, der den wenigstens einen Messwert umfasst, ein Korrekturwert (K) als Ausgangswert bestimmt wird, womit der modellbasierte Gewichtswert (G*z) der Beladung korrigiert wird, ein Verfahren zum Trainieren eines datenbasierten Modells, wie z.B. eines künstlichen neuronalen Netzes (210) sowie eine solche mobile Arbeitsmaschine.The invention relates to a method for determining a weight value of a load that is applied to a working tool of a mobile working machine, wherein at least one variable measured variable (200, 202) of the mobile working machine is determined from at least one measured value using a physical model (204) of the mobile working machine a model-based weight value (G*z) of the load is determined, a correction value (K) as the output value being determined using a data-based model, such as an artificial neural network (210), with at least one input value that includes the at least one measured value is determined, with which the model-based weight value (G*z) of the load is corrected, a method for training a data-based model, such as an artificial neural network (210) and such a mobile working machine.
Description
Die vorliegende Erfindung betrifft ein Verfahren zum Bestimmen eines Gewichtswerts einer Beladung, mit der ein Arbeitswerkzeug einer mobilen Arbeitsmaschine beaufschlagt ist, ein Verfahren zum Trainieren eines datenbasierten Modells, insbesondere. in Form eines künstlichen neuronalen Netzes, das zur Korrektur eines modellbasierten Werts einer solchen Beladung verwendet wird, sowie eine Recheneinheit zur Durchführung der Verfahren und eine solche mobile Arbeitsmaschine.The present invention relates to a method for determining a weight value of a load applied to a working tool of a mobile working machine, a method for training a data-based model, in particular. in the form of an artificial neural network, which is used to correct a model-based value of such a load, as well as a computing unit for carrying out the method and such a mobile working machine.
Hintergrund der ErfindungBackground of the Invention
Mobile Arbeitsmaschinen wie z.B. Bagger, Radlader, Krane oder Telehandler, werden in verschiedenen Bereichen eingesetzt, z.B. zur Durchführung von Erdbewegungsaufgaben, dem Transport oder der Verladung. Solche mobile Arbeitsmaschinen weisen hierzu ein Arbeitswerkzeug auf, das mit einer Beladung beaufschlagbar ist. So weist ein Bagger z.B. einen Baggerarm mit einer Schaufel auf, in die Material wie Erde als Beladung eingebracht werden kann.Mobile work machines such as excavators, wheel loaders, cranes or telehandlers are used in various areas, e.g. to carry out earthmoving tasks, transport or loading. For this purpose, such mobile working machines have a working tool that can be loaded with a load. For example, an excavator has an excavator arm with a bucket into which material such as soil can be placed as a load.
Offenbarung der ErfindungDisclosure of Invention
Erfindungsgemäß werden ein Verfahren zum Bestimmen eines Gewichtswerts einer Beladung, ein Verfahren zum Trainieren eines datenbasierten Modells, sowie eine Recheneinheit zur Durchführung der Verfahren und eine mobile Arbeitsmaschine mit den Merkmalen der unabhängigen Patentansprüche vorgeschlagen. Vorteilhafte Ausgestaltungen sind Gegenstand der Unteransprüche sowie der nachfolgenden Beschreibung.According to the invention, a method for determining a weight value of a load, a method for training a data-based model, and a computing unit for carrying out the method and a mobile working machine with the features of the independent patent claims are proposed. Advantageous configurations are the subject of the dependent claims and the following description.
Die Erfindung beschäftigt sich mit mobilen Arbeitsmaschinen, die ein Arbeitswerkzeug aufweisen, das mit einer Beladung (hier kann auch von einer Nutzlast oder engl.: „payload“ gesprochen werden) beaufschlagbar bzw. beaufschlagt ist. Die Schätzung der Masse bzw. des Gewichts einer solchen Beladung, die von einem Arbeitswerkzeug einer mobilen Arbeitsmaschine erfasst bzw. aufgenommen wird ist eine Funktion, die z.B. von Herstellern mobiler Arbeitsmaschinen oder von Nachrüstern angeboten wird.The invention deals with mobile working machines that have a working tool that can be or is loaded with a load. Estimating the mass or the weight of such a load that is recorded or picked up by a work tool of a mobile work machine is a function that is offered, for example, by manufacturers of mobile work machines or by retrofitters.
Im Rahmen einer solchen Funktion, auch als Wiegefunktion oder Wägefunktion bezeichnet, wird aus wenigstens einem Messwert wenigstens einer veränderlichen Messgröße der mobilen Arbeitsmaschine unter Verwendung eines physikalischen Modells oder Streckenmodells der mobilen Arbeitsmaschine ein modellbasierter Gewichtswert der Beladung ermittelt. Als solche Messgrößen kommen z.B. ein Druck in einem Hydraulikfluid in einem zur Bewegung des Arbeitswerkzeugs verwendeten Hydraulikzylinders, für eine Stellung des Arbeitswerkzeugs charakteristische Winkel, für eine Stellung des Arbeitswerkzeugs charakteristischen Positionen und für eine Stellung des Arbeitswerkzeugs charakteristischen Beschleunigungen in Betracht.As part of such a function, also referred to as a weighing function or weighing function, a model-based weight value of the load is determined from at least one measured value of at least one variable measured variable of the mobile working machine using a physical model or route model of the mobile working machine. Such measured variables include, for example, a pressure in a hydraulic fluid in a hydraulic cylinder used to move the working tool, angles that are characteristic of a position of the working tool, positions that are characteristic of a position of the working tool, and accelerations that are characteristic of a position of the working tool.
Insbesondere kann der Messwert dabei, z.B. mittels geeigneter Sensoren, zunächst erfasst bzw. gemessen werden, unter Verwendung eines physikalischen Modells der mobilen Arbeitsmaschine und Werten physikalischer Parameter der mobilen Arbeitsmaschine kann dann ein durch das Arbeitswerkzeug verursachtes Moment ermittelt werden. Als physikalische Parameter kommen dabei insbesondere Abmessungen und Gewichte bzw. Massen sowie Schwerpunkte der einzelnen Komponenten des Arbeitswerkzeugs in Betracht. Basierend auf dem ermittelten Moment wiederum kann unter Berücksichtigung eines Referenzmoments bei unbeladenem bzw. nicht mit einer Beladung versehenem Arbeitswerkzeug der (modellbasierte) Gewichtswert der Beladung ermittelt werden.In particular, the measured value can first be recorded or measured, e.g. by means of suitable sensors. A moment caused by the working tool can then be determined using a physical model of the mobile working machine and values of physical parameters of the mobile working machine. In particular, dimensions and weights or masses as well as centers of gravity of the individual components of the working tool come into consideration as physical parameters. Based on the determined torque, the (model-based) weight value of the load can in turn be determined, taking into account a reference torque when the working tool is unloaded or not provided with a load.
Beispielsweise kann auf Grundlage von in Hydraulikzylindern gemessenen Drücken die aktuelle Last am Hydraulikzylinder ermittelt werden. Bei bekannten Hebelverhältnissen lässt sich aus dieser Last ein Moment berechnen, das das Arbeitswerkzeug der mobilen Arbeitsmaschine gegen die Schwerkraft nach oben hält oder bewegt. Wenn die Leergewichte (bzw. Leermassen), die Lage der Schwerpunkte und die Trägheitswerte des Arbeitswerkzeugs der mobilen Arbeitsmaschine bekannt sind, kann auf Grundlage des physikalischen Streckenmodells berechnet werden, welcher Anteil des gemessenen Moments auf das unbeladene bzw. leere Arbeitswerkzeug entfällt. Wird ein Moment gemessen bzw. bestimmt, das über den entsprechenden, berechneten Wert des physikalischen Streckenmodells hinausgeht, so kann angenommen werden, dass es von einer Beladung des Arbeitswerkzeugs verursacht wird. Unter Annahme der Lage des Schwerpunkts der Beladung bzw. der Beladungsmasse kann damit ein Gewichtswert für die Beladung bestimmt werden. Eine nähere Beschreibung eines solchen physikalischen Streckenmodells sowie dessen Verwendung im Rahmen einer Wiegefunktion sind z.B. in „Dynamical Systems in Applications, Lodz, Poland, December 11-14, 2017“ oder „A. Renner, H. Wind, O. Sawodny, Online payload estimation for hydraulically actuated manipulators, Mechatronics, Volume 66, 2020, Artikel 102322“ zu finden.For example, the current load on the hydraulic cylinder can be determined on the basis of pressures measured in hydraulic cylinders. With known lever ratios, a moment can be calculated from this load, which holds or moves the working tool of the mobile working machine upwards against gravity. If the empty weights (or empty masses), the position of the centers of gravity and the inertia values of the work tool of the mobile work machine are known, it can be calculated on the basis of the physical system model what proportion of the measured moment is attributable to the unloaded or empty work tool. If a moment is measured or determined that goes beyond the corresponding, calculated value of the physical system model, it can be assumed that it is caused by a load on the working tool. Assuming the position of the center of gravity of the load or the load mass, a weight value for the load can be determined. A more detailed description of such a physical system model and its use in the context of a weighing function can be found, for example, in "Dynamical Systems in Applications, Lodz, Poland, December 11-14, 2017" or "A. Renner, H. Wind, O. Sawodny, Online payload estimation for hydraulically actuated manipulators, Mechatronics, Volume 66, 2020, Article 102322”.
Es gibt nun Möglichkeiten, wie mit Modellungenauigkeiten bzgl. des physikalischen Streckenmodells umgegangen werden kann. Es können beispielweise Zustandsüberwacher eingesetzt werden, um zu identifizieren, ob die aktuelle Dynamik eine hinreichende Genauigkeit des physikalischen Streckenmodells vermuten lässt und so eine Gewichtsschätzung der Beladung möglich ist. Wenn nicht, sollte ein ggf. ermittelter Gewichtswert also nicht verwendet werden, weil er höchstwahrscheinlich nicht genau genug ist.There are now ways of dealing with model inaccuracies with regard to the physical plant model. For example, condition monitors can be used to identify whether the current dynamics provide sufficient accuracy of the physical route model suggests and so an estimation of the weight of the load is possible. If not, a possibly determined weight value should not be used because it is most likely not accurate enough.
Der Gewichtswert der Beladung, der nach dem beschriebenen Ansatz ermittelt (bzw. geschätzt) wird, weist letztlich eine gewisse Ungenauigkeit gegenüber dem tatsächlichen Gewichtswert der Beladung auf. Eine Quelle für Ungenauigkeiten sind z.B. Modellungenauigkeiten bzgl. des physikalischen Streckenmodells der mobilen Arbeitsmaschine. Diese Ungenauigkeiten kommen unter anderem von physikalischen Effekten, die nicht komplett im Streckenmodell abgebildet werden (z.B. Reibung, Abnutzung, etc.) oder von Elementen einer Arbeitsausrüstung, die nicht in der Modellierung berücksichtigt werden (z.B. Anbaugeräte wie Lampen und Schläuche). Ebenfalls nachteilig auf das Schätzergebnis wirken sich verfälschte Messungen durch die eingesetzte Sensorik aus (z.B. Offsets, Rauschen, Drift).The weight value of the load, which is determined (or estimated) using the approach described, ultimately shows a certain inaccuracy compared to the actual weight value of the load. One source of inaccuracies are, for example, model inaccuracies with regard to the physical route model of the mobile machine. These inaccuracies come, among other things, from physical effects that are not fully represented in the plant model (e.g. friction, wear, etc.) or from elements of work equipment that are not taken into account in the modeling (e.g. attachments such as lamps and hoses). Falsified measurements due to the sensors used (e.g. offsets, noise, drift) also have a negative effect on the estimation result.
Vor diesem Hintergrund wird vorgeschlagen, weiterhin unter Verwendung eines datenbasierten Modells bzw. eines datenbasierten Ansatzes, bevorzugt in Form eines künstlichen neuronalen Netzes, mit wenigstens einem Eingangswert, der den wenigstens einen Messwert umfasst, einen Korrekturwert als Ausgangswert zu bestimmen, um damit den modellbasierten Gewichtswert der Beladung zu korrigieren. Als (künstliche) neuronales Netz kommt hierbei insbesondere eines der Klasse „Multilayer Perceptron“ (MLP) in Betracht. Denkbar ist aber ebenso die Anwendung eines CNN („Convolutional Neural Network“). Andere datenbasierte Korrekturverfahren, die im Rahmen der Erfindung verwendet werden können, sind z.B. „Gaussian Process Regression“ (GPR), „Genetic Programming“ (z.B. als GPTIPS), oder „Nonlinear System Identification“ bzw. „Local Linear Model Trees“ (LOLIMOT). Dies entspricht somit einer datenbasierten Korrektur, die für ein genaueres Ergebnis bzw. eine genauere Schätzung sorgt. Die erwähnten Ungenauigkeiten des physikalischen Streckenmodells können ausgeglichen werden. Zudem ist der beschriebene Ansatz mit dem physikalischen Modell in der Regel auf einen beschränkten dynamischen Zustand der Arbeitsmaschine hin optimiert und liefert außerhalb dieses Zustands weniger genaue Ergebnisse. Eine datenbasierte Korrektur hat hingegen das Potenzial, die Beschränkung des dynamischen Zustands derart auszuweiten, dass eine Nutzung des Ergebnisses für nachgelagerte Funktionen, z.B. Stabilitätsüberwachung, Kippschutz oder andere Aktion der mobilen Arbeitsmaschine, möglich wird. Ebenso kann eine Information über den korrigierten, modellbasierten Gewichtswert der Beladung, also auch der korrigierte Gewichtswert selbst, für einen Benutzer bzw. Maschinenführer ausgegeben werden, z.B. im Wege einer Anzeige auf einem Anzeigemittel.Against this background, it is proposed to continue to use a data-based model or a data-based approach, preferably in the form of an artificial neural network, with at least one input value, which includes the at least one measured value, to determine a correction value as the output value in order to use the model-based weight value to correct the load. In particular, one of the “Multilayer Perceptron” (MLP) class comes into consideration as an (artificial) neural network. However, the use of a CNN (“Convolutional Neural Network”) is also conceivable. Other data-based correction methods that can be used within the scope of the invention are, for example, "Gaussian Process Regression" (GPR), "Genetic Programming" (e.g. as GPTIPS), or "Nonlinear System Identification" or "Local Linear Model Trees" (LOLIMOT ). This therefore corresponds to a data-based correction that provides a more accurate result or a more accurate estimate. The mentioned inaccuracies of the physical plant model can be compensated. In addition, the approach described with the physical model is generally optimized for a limited dynamic state of the work machine and delivers less accurate results outside of this state. A data-based correction, on the other hand, has the potential to extend the limitation of the dynamic state in such a way that the result can be used for downstream functions, e.g. stability monitoring, anti-tipping or other actions of the mobile working machine. Likewise, information about the corrected, model-based weight value of the load, i.e. also the corrected weight value itself, can be output for a user or machine operator, e.g. by means of a display on a display means.
Es wird somit als eine hybride Wiegefunktion vorgeschlagen. Der datenbasierte Anteil davon kann dabei im Vorfeld, d.h. vor der Anwendung im Betrieb der mobilen Arbeitsmaschine, ebenso aber während des Betriebs der mobilen Arbeitsmaschine trainiert werden. Denkbar ist natürlich auch eine Kombination davon. Auf das Trainieren soll nachfolgend noch näher eingegangen werden.It is thus proposed as a hybrid weighing function. The data-based part of this can be trained in advance, i.e. before use in the operation of the mobile working machine, but also during the operation of the mobile working machine. Of course, a combination of these is also conceivable. The training will be discussed in more detail below.
Als Eingangswerte für das datenbasierte Modell werden dabei dieselben Messwerte (oder Signale) wie für das physikalische Streckenmodell genutzt. Zusätzlich können aber Messwerte weiterer veränderlicher Messgrößen (bzw. Signale) als Eingangswerte genutzt werden, die nicht für das physikalische Streckenmodell genutzt werden, denen aber z.B. eine (gewisse) Relevanz zugemessen wird. So kann beispielweise die Öltemperatur - oder allgemein eine Temperatur eines Hydraulikfluids - als Eingangswert des datenbasierten Modells verwendet werden. Ebenso kommen aber z.B. Drücke, in Betracht, die nicht für die Ermittlung des modellbasierten Gewichtswerts genutzt werden, ebenso auch Stellsignale, die Information über eine Arbeitspunktverschiebung beinhalten. Wie sich gezeigt hat, ist ein Einfluss einer solchen Temperatur auf das Wiegeergebnis über das physikalische Streckenmodell sehr aufwendig zu modellieren. Über den datenbasierten Ansatz kann dies hingegen deutlich einfacher - dann im Wege einer Korrektur - berücksichtigt werden.The same measured values (or signals) as for the physical system model are used as input values for the data-based model. In addition, however, measured values of other variable measured variables (or signals) can be used as input values, which are not used for the physical system model, but which, for example, are assigned a (certain) relevance. For example, the oil temperature—or generally a temperature of a hydraulic fluid—can be used as the input value of the data-based model. Equally, however, e.g. As has been shown, the influence of such a temperature on the weighing result is very complex to model using the physical system model. With the data-based approach, however, this can be taken into account much more easily - then by way of a correction.
Für das Training bzw. zum Trainieren (auch als Einlernen bezeichnet) des datenbasierten Modells wird vorgeschlagen, aus dem modellbasierten Gewichtswert der Beladung und einem Referenzgewichtswert hierfür ein Zielwert bzw. Sollwert für eine Ausgangsgröße des datenbasierten Modells zu bestimmen. Der Referenzgewichtswert kann für den tatsächlichen bzw. gemessenen Gewichtswert der Beladung stehen und z.B. durch eine Wägung ermittelt sein. So kann also z.B. beim Einlernen für eine bestimmte Beladung, deren tatsächliches Gewicht bekannt ist, eine geeigneter Zielwert bestimmt werden, den das datenbasierte Modell möglichst ausgeben soll, wenn ihm die entsprechenden Eingangswerte zugeführt werden.For training (also referred to as teaching) the data-based model, it is proposed to determine a target value or desired value for an output variable of the data-based model from the model-based weight value of the load and a reference weight value for this. The reference weight value can stand for the actual or measured weight value of the load and can be determined, for example, by weighing. For example, when teaching a certain load, the actual weight of which is known, a suitable target value can be determined, which the data-based model should output if possible when the corresponding input values are fed to it.
Weiterhin wird im Rahmen des Trainierens dann unter Verwendung des datenbasierten Modells mit dem wenigstens einen Eingangswert ein Istwert der Ausgangsgröße des datenbasierten Modells bzw. ein (tatsächlicher) Ausgangswert bestimmt. Basierend auf dem Ausgangswert (hierbei handelt es sich letztlich um den vorher schon erwähnten Korrekturwert) und dem Zielwert können dann Parameter des datenbasierten Modells - hier handelt es sich z.B. um Gewichte, die die einzelnen Neuronen im künstlichen neuronalen Netz, wenn das datenbasierte Modell als solches implementiert wird, verknüpfen - angepasst werden. Hierzu können der Zielwert und der Ausgangswert einer Kostenfunktion zugeführt werden, sodass dann z.B. mittels eines Optimierungsalgorithmus die Parameter-möglichst optimal - angepasst werden können. Als Kostenfunktion bzw. Gütekriterium beim Trainieren kann hierbei der sog. „Root-Mean-Square Error“ (RMSE) zwischen „Predicted Correction Value“ (Ausgangswert) und „Target Correction Value“ (Zielwert) herangezogen werden. Abhängig vom eingesetzten datenbasierten Modell kann dann ein Algorithmus verwendet werden, der den in der Kostenfunktion errechneten RMSE minimiert. Im Falle eines MLP-neuronalen Netzes ist dies z.B. ein Gradientenverfahren mit geeigneter Erweiterung.Furthermore, as part of the training, an actual value of the output variable of the data-based model or an (actual) output value is then determined using the data-based model with the at least one input value. Based on the starting value (this is ultimately the previously mentioned correction value) and the target value, parameters of the data-based model - this is the eg by weights that link the individual neurons in the artificial neural network when the data-based model is implemented as such. For this purpose, the target value and the initial value can be supplied to a cost function, so that the parameters can then be adjusted—as optimally as possible—for example by means of an optimization algorithm. The so-called "Root-Mean-Square Error" (RMSE) between "Predicted Correction Value" (initial value) and "Target Correction Value" (target value) can be used as a cost function or quality criterion during training. Depending on the data-based model used, an algorithm can then be used that minimizes the RMSE calculated in the cost function. In the case of an MLP neural network, this is, for example, a gradient method with a suitable extension.
Eine erfindungsgemäße Recheneinheit, z.B. ein Steuergerät oder eine Steuereinheit einer mobilen Arbeitsmaschine, ist, insbesondere programmtechnisch, dazu eingerichtet, ein erfindungsgemäßes Verfahren durchzuführen. Dies gilt sowohl für das Verfahren zum Bestimmen des Gewichtswerts der Beladung als auch das Verfahren zum Trainieren eines datenbasierten Modells. In beiden Fällen kann das datenbasierte Modell dabei auf der Recheneinheit hinterlegt sein.A computing unit according to the invention, e.g. a control device or a control unit of a mobile work machine, is set up, in particular in terms of programming, to carry out a method according to the invention. This applies to both the procedure for determining the weight value of the load and the procedure for training a data-based model. In both cases, the data-based model can be stored on the computing unit.
Gegenstand der Erfindung ist weiterhin eine mobile Arbeitsmaschine mit einem Arbeitswerkzeug, das mit einer Beladung beaufschlagbar ist, wenigstens einer Sensoreinrichtung zum Erfassen wenigstens einer veränderlichen Messgröße sowie einer erfindungsgemäßen Recheneinheit. Wie eingangs schon erwähnt, kommen hier verschiedene Arten mobiler Arbeitsmaschinen in Betracht wie z.B. Bagger, Radlader, Krane, Telehandler oder Gabelstapler.The subject matter of the invention is also a mobile work machine with a work tool that can be loaded with a load, at least one sensor device for detecting at least one variable measured variable, and a computing unit according to the invention. As already mentioned, various types of mobile work machines come into consideration here, such as excavators, wheel loaders, cranes, telehandlers or forklifts.
In diesem Zusammenhang sei auch erwähnt, dass eine solche Recheneinheit auch im Wege einer Nachrüstung bei einer mobilen Arbeitsmaschine eingesetzt werden kann. Denkbar ist auch, eine vorhandene Recheneinheit, die z.B. bisher nur die auf dem physikalischen Modell basierte Wiegefunktion beherrscht, entsprechend auszutauschen oder zu aktualisieren.In this context, it should also be mentioned that such a computing unit can also be used by retrofitting a mobile work machine. It is also conceivable to correspondingly replace or update an existing computing unit that, for example, previously only controlled the weighing function based on the physical model.
Auch die Implementierung eines erfindungsgemäßen Verfahrens in Form eines Computerprogramms oder Computerprogrammprodukts mit Programmcode zur Durchführung aller Verfahrensschritte ist vorteilhaft, da dies besonders geringe Kosten verursacht, insbesondere wenn ein ausführendes Steuergerät noch für weitere Aufgaben genutzt wird und daher ohnehin vorhanden ist. Geeignete Datenträger zur Bereitstellung des Computerprogramms sind insbesondere magnetische, optische und elektrische Speicher, wie z.B. Festplatten, Flash-Speicher, EEPROMs, DVDs u.a.m. Auch ein Download eines Programms über Computernetze (Internet, Intranet usw.) ist möglich.The implementation of a method according to the invention in the form of a computer program or computer program product with program code for carrying out all method steps is advantageous because this causes particularly low costs, especially if an executing control device is also used for other tasks and is therefore available anyway. Suitable data carriers for providing the computer program are, in particular, magnetic, optical and electrical memories, such as hard drives, flash memories, EEPROMs, DVDs, etc. It is also possible to download a program via computer networks (Internet, intranet, etc.).
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und der beiliegenden Zeichnung.Further advantages and refinements of the invention result from the description and the attached drawing.
Es versteht sich, dass die vorstehend genannten und die nachfolgend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.It goes without saying that the features mentioned above and those still to be explained below can be used not only in the combination specified in each case, but also in other combinations or on their own, without departing from the scope of the present invention.
Die Erfindung ist anhand von Ausführungsbeispielen in der Zeichnung schematisch dargestellt und wird im Folgenden unter Bezugnahme auf die Zeichnung ausführlich beschrieben.The invention is shown schematically in the drawing using exemplary embodiments and is described in detail below with reference to the drawing.
Figurenlistecharacter list
-
1 zeigt schematisch eine erfindungsgemäße mobile Arbeitsmaschine in einer bevorzugten Ausführungsform, mit der ein erfindungsgemäßes Verfahren durchführbar ist.1 shows schematically a mobile work machine according to the invention in a preferred embodiment with which a method according to the invention can be carried out. -
2 zeigt schematisch einen Ablauf eines erfindungsgemäßen Verfahrens in einer bevorzugten Ausführungsform.2 shows schematically a sequence of a method according to the invention in a preferred embodiment. -
3 zeigt schematisch einen Ablauf eines erfindungsgemäßen Verfahrens in einer weiteren bevorzugten Ausführungsform.3 shows schematically a sequence of a method according to the invention in a further preferred embodiment.
Detaillierte Beschreibung der ZeichnungDetailed description of the drawing
In
Der Bagger 100 weist ein Arbeitswerkzeug 110 in Form eines Baggerarms bzw. Arbeitsarms auf, der an einem Oberwagen 120 als Komponente der mobilen Arbeitsmaschine beweglich angeordnet bzw. befestigt ist. Der Oberwagen 120 wiederum ist z.B. um eine Hochachse des Baggers drehbar mit einem Unterwagen 130 verbunden.The
Das Arbeitswerkzeug 110 weist beispielhaft zwei beweglich miteinander verbundenen Komponenten 111 und 112 sowie ein als Schaufel ausgebildetes Werkzeug 115 auf, um Material bzw. eine Beladung 160 aufzunehmen. Das Werkzeug 115 ist dabei wiederum beweglich an der Komponente 112 angeordnet Das Arbeitswerkzeug 110 weist weiterhin einen Hydraulikzylinder 114 sowie weitere, nicht explizit bezeichnete Hydraulikzylinder auf, mittels welcher die genannten Komponenten relativ zueinander bewegbar sind.The working
Am Arbeitswerkzeug 110 sind beispielhaft drei Sensoreinrichtungen bzw. Sensoren 121, 122 und 125 angeordnet, jeweils an einer Komponente des Arbeitswerkzeugs 110, mittels welcher jeweils ein zugeordneter Winkel φ1, φ2 bzw. φ3 bestimmt werden kann. Zur Automatisierung sind mobile Arbeitsmaschinen ohnehin meist mit Sensoren oder Sensoreinrichtungen zur Erfassung der Lage des Arbeitswerkzeugs oder zur Erfassung der Gelenkwinkel ausgestattet. Andernfalls können solche auch zusätzlich vorgesehen werden. Derartige Sensoren oder Sensoreinrichtungen umfassen z.B. Inertialsensoren bzw. Inertialmesseinheiten (IMUs), Winkelsensoren (Encoder) und/oder in den Zylindern verbaute Wegsensoren, Encoder oder Seilzüge.By way of example, three sensor devices or
Der Winkel φ1 gibt hier einen Winkel zwischen der Verbindungsgeraden der Gelenke der Komponente 112 (Ausleger) und dem Oberwagen 120 (bzw. dort einer Horizontalen) an, der Winkel φ2 gibt einen Winkel zwischen den Verbindungsgeraden der Gelenke der Komponente 111 und der Verbindungsgeraden der Gelenke der Komponente 112 an und der Winkel φ3 gibt einen Winkel zwischen der Verbindungsgeraden der Gelenke der Komponente 112 und der Verbindungsgeraden des Gelenks des Werkzeugs 115 und dessen Spitze an. Der Winkel φL gibt einen Anstellwinkel an und ist z.B. durch die Öffnung des Werkzeugs 115 in Bezug zu einer Horizontalen H (entspricht einer Linie zwischen dem Gelenk des Werkzeugs 115 und dessen Spitze) definiert.The angle φ 1 indicates an angle between the straight line connecting the joints of component 112 (boom) and the superstructure 120 (or a horizontal line there), the angle φ 2 indicates an angle between the line connecting the joints of
An den Schwerpunkten der verschiedenen Komponenten des Arbeitswerkzeugs 110 sind senkrecht nach unten gerichtete Pfeile gezeigt, die die Gewichtskräfte bzw. Massen der betreffenden Komponenten darstellen sollen. Diese Pfeile sind nicht näher bezeichnet. Am Werkzeug 115 ist neben dem nicht näher bezeichneten Pfeil (der für das Leergewicht des Werkzeugs steht) noch ein Pfeil Gz gezeigt, der für das Gewicht (bzw. den Gewichtswert) der Beladung 160 steht.Arrows pointing vertically downwards are shown at the centers of gravity of the various components of the working
Anhand der Winkel φ1, φ2 bzw. φ3 sowie der zugehörigen geometrischen Abmessungen, die insbesondere Längen der Komponenten des Arbeitswerkzeugs I1, I2 und I3 zwischen den Gelenken bzw. der Spitze des Werkzeugs umfassen, ergibt sich damit ein Moment M, das auf das Gelenk, an dem die Komponente 111 am Oberwagen 120 angeordnet ist, wirkt. Dieses Moment M setzt sich dabei aus einem Referenzmoment MR, das für ein Moment bei unbeladenem Werkzeug steht, sowie einem Moment MG, das für das Moment, das aus der Beladung resultiert, steht. Von der Hydraulik muss ein Gegenmoment M' aufgebracht werden, um das Arbeitswerkzeug in Position zu halten. Dies führt zu einer Kraft F auf den Hydraulikzylinder 114 bzw. einen Druck P darin. Da auch für diesen Druck ein Referenzwert bei unbeladenem Werkzeug bekannt ist (bzw. einfach bestimmt werden kann), kann anhand der Winkel sowie des Drucks der Gewichtswert Gz der Beladung 160 geschätzt werden. Based on the angles φ 1 , φ 2 and φ 3 and the associated geometric dimensions, which include in particular the lengths of the components of the working tool I 1 , I 2 and I 3 between the joints and the tip of the tool, a moment M results , which acts on the joint on which the
Weiterhin ist eine als Steuereinheit oder Steuergerät ausgebildete Recheneinheit 150 vorgesehen, mittels welcher z.B. Messwerte der Sensoren erfasst und das Arbeitswerkzeug angesteuert werden kann.Furthermore, a
In
Der Druck p als Messwert einer Messgröße 200 sowie die drei gezeigten Winkeln φ1, φ2 bzw. φ3 als Messwerte von Messgrößen 202 (es versteht sich, dass auch andere Messgrößen in Betracht kommen) werden als Eingangsgrößen einem physikalischen Streckenmodell 204 des Arbeitswerkzeugs zugeführt. Dort werden dann unter Berücksichtigung geometrischer Parameter 206, die z.B. die erwähnten geometrischen Abmessungen sowie Längen der Komponenten des Arbeitswerkzeugs umfassen, ein modellbasierter Gewichtswert G*z als ein Schätzwert für das Gewicht der Beladung ermittelt.The pressure p as a measured value of a measured variable 200 and the three angles φ 1 , φ 2 and φ 3 shown as measured values of measured variables 202 (it goes without saying that other measured variables can also be considered) are supplied as input variables to a
Weiterhin werden die genannten Messgrößen 200, 202 außerdem für ein hier als künstliches neuronales Netz implementiertes datenbasiertes Modell 210 als Eingangsgrößen verwendet. Ergänzend umfasst dieses künstliche neuronale Netz 210 als Eingangsgröße noch einen Wert einer weiteren Messgröße 208, bei der es sich z.B. um eine Temperatur eines Hydraulikfluids, das im Hydrauliksystem der mobilen Arbeitsmaschine verwendet wird, handeln kann. Das künstliche neuronale Netz 210 liefert als Ausgangsgröße dann einen Korrekturwert K, mit dem der modellbasierte Gewichtswert G*z z.B. additiv korrigiert wird, sodass der korrigierte Gewichtswert G**z erhalten wird. Dieser kann dann z.B. auf einem Anzeigemittel 212 einem Benutzer angezeigt werden.Furthermore, the measured
In
Zunächst wird, wie in Bezug auf
Weiterhin wird, wie auch in Bezug auf
Der Zielwert KZ und der Ausgangswert K werden dann einer Kostenfunktion 300 zugeführt, unter deren Berücksichtigung im Rahmen eines Optimierungsalgorithmus 302 dann Parameter 304 - hierbei handelt es sich insbesondere um Gewichte im künstlichen neuronalen Netz - angepasst werden. Wenn in dem vorstehend genannten Beispiel der Korrekturwert K zunächst im Betrag z.B. nur ca. 3% des Referenzgewichtswerts GZ,R beträgt, so können die Parameter derart angepasst werden, dass der Korrekturwert höher wird.The target value K Z and the output value K are then supplied to a
Indem dieser Vorgang für verschiedene Stellungen des Arbeitswerkzeugs sowie verschiedene Gewichtswerte der Beladungen durchgeführt wird, kann das künstliche neuronale Netz 210 eingelernt bzw. trainiert werden. Dies kann im Vorfeld vor erstmaliger Verwendung (wie in Bezug auf
Auf diese Weise kann also ein künstliches neuronales Netz bereitgestellt werden, mit dem eine Wiegefunktion bei einer mobilen Arbeitsmaschine, die auf einem physikalischen Modell beruht, mitunter deutlich verbessert werden kann. Alternativ könnte aber auch das zugrundeliegende physikalische Modell vereinfacht werden, ohne an Genauigkeit zu verlieren.In this way, an artificial neural network can be provided with which a weighing function in a mobile working machine that is based on a physical model can sometimes be significantly improved. Alternatively, however, the underlying physical model could also be simplified without losing accuracy.
Claims (13)
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020212490.6A DE102020212490A1 (en) | 2020-10-02 | 2020-10-02 | Method for determining the weight of a load on a mobile working machine, learning method for a data-based model and mobile working machine |
PCT/EP2021/076639 WO2022069467A1 (en) | 2020-10-02 | 2021-09-28 | Method for determining the weight of a load of a mobile work machine, learning method for a data-based model, and mobile work machine |
EP21786359.6A EP4222460A1 (en) | 2020-10-02 | 2021-09-28 | Method for determining the weight of a load of a mobile work machine, learning method for a data-based model, and mobile work machine |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020212490.6A DE102020212490A1 (en) | 2020-10-02 | 2020-10-02 | Method for determining the weight of a load on a mobile working machine, learning method for a data-based model and mobile working machine |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102020212490A1 true DE102020212490A1 (en) | 2022-04-07 |
Family
ID=78078191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102020212490.6A Pending DE102020212490A1 (en) | 2020-10-02 | 2020-10-02 | Method for determining the weight of a load on a mobile working machine, learning method for a data-based model and mobile working machine |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4222460A1 (en) |
DE (1) | DE102020212490A1 (en) |
WO (1) | WO2022069467A1 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021205407A1 (en) | 2021-05-27 | 2022-12-01 | Robert Bosch Gesellschaft mit beschränkter Haftung | Procedure for load estimation of work machines |
DE102022203960A1 (en) | 2022-04-25 | 2023-10-26 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for improving the leveling angle control of a work machine |
DE102022210216A1 (en) | 2022-09-27 | 2024-03-28 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for estimating a load carried by a work machine and work machine |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114739493B (en) * | 2022-04-26 | 2024-01-26 | 上海三一重机股份有限公司 | Material weighing method and device in working machine and working machine |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150354176A1 (en) | 2014-06-09 | 2015-12-10 | Caterpillar Inc. | Method and System for Estimating Payload Weight with Hydraulic Fluid Temperature Compensation |
DE102018126809A1 (en) | 2018-10-26 | 2020-04-30 | Liebherr-France Sas | System and method for determining the mass of a payload moved by an implement |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8311970B2 (en) * | 2006-04-20 | 2012-11-13 | Cmte Development Limited | Payload estimation of weight bearing machinery using multiple model adaptive estimator system and method |
CN108291387B (en) * | 2016-11-09 | 2020-11-10 | 株式会社小松制作所 | Work machine and work machine control method |
-
2020
- 2020-10-02 DE DE102020212490.6A patent/DE102020212490A1/en active Pending
-
2021
- 2021-09-28 WO PCT/EP2021/076639 patent/WO2022069467A1/en unknown
- 2021-09-28 EP EP21786359.6A patent/EP4222460A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150354176A1 (en) | 2014-06-09 | 2015-12-10 | Caterpillar Inc. | Method and System for Estimating Payload Weight with Hydraulic Fluid Temperature Compensation |
DE102018126809A1 (en) | 2018-10-26 | 2020-04-30 | Liebherr-France Sas | System and method for determining the mass of a payload moved by an implement |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021205407A1 (en) | 2021-05-27 | 2022-12-01 | Robert Bosch Gesellschaft mit beschränkter Haftung | Procedure for load estimation of work machines |
DE102022203960A1 (en) | 2022-04-25 | 2023-10-26 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for improving the leveling angle control of a work machine |
DE102022210216A1 (en) | 2022-09-27 | 2024-03-28 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for estimating a load carried by a work machine and work machine |
Also Published As
Publication number | Publication date |
---|---|
WO2022069467A1 (en) | 2022-04-07 |
EP4222460A1 (en) | 2023-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102020212490A1 (en) | Method for determining the weight of a load on a mobile working machine, learning method for a data-based model and mobile working machine | |
AT514115B1 (en) | Electrohydraulic control circuit | |
DE112006000521T5 (en) | Apparatus and method for measuring a load weight on a work machine | |
EP3650179A1 (en) | System and method for determining the mass of a payload moved by a working device | |
DE112016005231T5 (en) | Payload monitoring system | |
DE112008003479T5 (en) | Control for a constant working tool angle | |
AT514116A1 (en) | A control system and method for controlling the orientation of a segment of a manipulator | |
DE102009041662A1 (en) | System for detecting the load mass of a hanging on a hoist rope of a crane load | |
EP2878566B1 (en) | Method for influencing a movement of a load lifted by a crane | |
DE112016001689T5 (en) | Automatic vibration device for a work machine | |
DE102016004466A1 (en) | Method for moving the last link of a kinematic chain and device and working machine for carrying out the method | |
DE102019113765A1 (en) | Method for controlling a hydraulic system of a mobile work machine and mobile work machine | |
DE102021205407A1 (en) | Procedure for load estimation of work machines | |
EP2947035A1 (en) | Method for determining the load on a working machine and working machine, in particular a crane | |
EP4130394A1 (en) | Method for monitoring and / or carrying out a movement of a working device and tool and computer program product | |
WO2020207953A1 (en) | Hydrostatic working tool and method for controlling same | |
WO2020148130A1 (en) | Method for providing a kinematic model for kinematic work systems | |
DE102021205386A1 (en) | Method for operating a hydraulic cylinder of a working machine | |
WO2020156897A1 (en) | Method for state estimation of position and orientation of a plurality of movable modules of a common system | |
DE102021204544A1 (en) | Method for operating a hydraulic cylinder of a working machine | |
DE102022200254A1 (en) | Mobile work machine and method and device for monitoring operation of a mobile work machine | |
DE102022203960A1 (en) | Method for improving the leveling angle control of a work machine | |
DE102022210212A1 (en) | Method for determining a rotation angle of a swivel joint of a work machine | |
EP1842630B1 (en) | System and method for controlling the attitude and motion of a humanoid biped robot | |
DE102021210155A1 (en) | Method for invoking a weighing function of a work machine and work machine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |