WO2012026732A2 - 건설기계의 제어 장치 및 제어방법 - Google Patents

건설기계의 제어 장치 및 제어방법 Download PDF

Info

Publication number
WO2012026732A2
WO2012026732A2 PCT/KR2011/006203 KR2011006203W WO2012026732A2 WO 2012026732 A2 WO2012026732 A2 WO 2012026732A2 KR 2011006203 W KR2011006203 W KR 2011006203W WO 2012026732 A2 WO2012026732 A2 WO 2012026732A2
Authority
WO
WIPO (PCT)
Prior art keywords
job
work
pattern
frequency
probability model
Prior art date
Application number
PCT/KR2011/006203
Other languages
English (en)
French (fr)
Other versions
WO2012026732A3 (ko
Inventor
오준호
장달식
홍대희
김기영
Original Assignee
두산인프라코어 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 두산인프라코어 주식회사 filed Critical 두산인프라코어 주식회사
Priority to EP11820159.9A priority Critical patent/EP2610407A2/en
Priority to CN201180041004.9A priority patent/CN103069083B/zh
Priority to US13/818,621 priority patent/US20130158679A1/en
Publication of WO2012026732A2 publication Critical patent/WO2012026732A2/ko
Publication of WO2012026732A3 publication Critical patent/WO2012026732A3/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
    • E02F9/26—Indicating devices
    • E02F9/264—Sensors and their calibration for indicating the position of the work tool
    • E02F9/265—Sensors and their calibration for indicating the position of the work tool with follow-up actions (e.g. control signals sent to actuate the work tool)
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F3/00—Dredgers; Soil-shifting machines
    • E02F3/04—Dredgers; Soil-shifting machines mechanically-driven
    • E02F3/28—Dredgers; Soil-shifting machines mechanically-driven with digging tools mounted on a dipper- or bucket-arm, i.e. there is either one arm or a pair of arms, e.g. dippers, buckets
    • E02F3/36—Component parts
    • E02F3/42—Drives for dippers, buckets, dipper-arms or bucket-arms
    • E02F3/43—Control of dipper or bucket position; Control of sequence of drive operations
    • E02F3/435—Control of dipper or bucket position; Control of sequence of drive operations for dipper-arms, backhoes or the like
    • E02F3/438—Memorising movements for repetition, e.g. play-back capability

Definitions

  • the present invention relates to a control device and a control method for a construction machine. More specifically, the present invention relates to a control device and a control method for a construction machine that can improve fuel efficiency by controlling each work device of a construction machine such as an excavator according to a work pattern.
  • Construction machinery is equipment used for excavation and transportation of soil in construction sites such as civil engineering sites.
  • Excavator which is a kind of construction machine, is equipped with a traveling body for moving the equipment, an upper swing body mounted on the traveling body and rotating 360 degrees, and a front work device for work installed in front of the equipment such as boom, arm, bucket. Include.
  • Excavators are categorized into crawler crawler excavators and tire wheel excavators according to the driving method of the traveling body. Since crawler excavators are more stable and productive than wheeled excavators, they are widely used on each job site, ranging from 1 tonne of machine weight to over 100 tonnes. On the other hand, the wheel excavator is less stable in operation compared to the crawler excavator due to the tire support method, it is mainly used in workplaces that require frequent work and movement because the road can be moved to the workplace without a transport trailer.
  • Such a construction machine such as an excavator performs an excavation work for digging a ground at a civil engineering site, a lifting work for carrying a heavy load, a crushing work for dismantling a building, and a picking work for arranging the ground.
  • the construction machine cannot actively cope with each of the various tasks, and thus cannot maintain an optimal working state corresponding to each task having different work characteristics. As a result, the use of unnecessary fuel is increased, resulting in a problem of difficult fuel economy.
  • the present invention has been made to solve the above problems, to provide a control device and control method for a construction machine that can be optimized for the characteristics of the work in progress to improve the fuel economy of the construction machine.
  • the control device of a construction machine is a work pattern recognition device for analyzing the work performed by the construction machine and the construction machine to match the work pattern analyzed from the work pattern recognition device And a driving control device for controlling each equipment of the work pattern recognition device, wherein the work pattern recognition device receives a driver's operation signal and accumulates a data accumulating unit and a work pattern for determining a current work pattern by analyzing data of the accumulated operation signal. Pattern result for outputting the job determined from the probability model analysis unit and the work pattern analysis unit and the probability analysis model unit to determine the data that is not discriminated from the analysis unit and the operation pattern analysis unit to the drive control device And an output unit.
  • the work pattern analyzer may be determined by the first workgroup pattern analyzer and the first workgroup pattern analyzer to determine whether the work pattern corresponds to a pattern of at least one job included in the preset first workgroup. And a second workgroup pattern analyzer configured to determine whether the failing work patterns correspond to at least one work pattern included in the preset second workgroup.
  • the probability model analyzer analyzes a work frequency of the accumulated data and determines the current work by applying the analyzed work frequency to a probability model according to each work.
  • the method of controlling a work pattern includes receiving and accumulating an operation signal of each device from a joystick through a data accumulator, and analyzing a data of the accumulated control signal through a work pattern analyzer to determine a current work pattern. And determining, by using a probability model, data that is not discriminated from the work pattern analyzer through a probability model analyzer, and a job determined from the work pattern analyzer and a probability analysis model unit through a pattern result output unit. It characterized in that it comprises the step of outputting to the drive control device for controlling the.
  • the construction machine can be controlled to correspond to the pattern of the work that the construction machine is currently performing. Accordingly, it is possible to reduce the unnecessary consumption of the construction machinery fuel, thereby increasing the fuel economy of the construction machinery.
  • the present invention can distinguish the difficult working pattern using a probability model to maximize the fuel economy reduction effect.
  • the present invention may provide the driver with information on the current working pattern by outputting the analyzed working pattern on the screen display unit.
  • FIG. 1 is a block diagram showing a simplified configuration of a construction machine control apparatus according to an embodiment of the present invention.
  • FIG. 2 is a flowchart illustrating a control method of a construction machine according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a control method of a probability model analyzer illustrated in FIG. 1.
  • FIG. 4 is a flowchart of determining a work pattern by applying a probability model for an excavation work of a construction machine according to an embodiment of the present invention.
  • FIG. 5 is a flow chart for determining a work pattern by applying a probability model for the picking work of a construction machine according to an embodiment of the present invention.
  • FIG. 6 is a flowchart of determining a work pattern by applying a probabilistic model for lifting work of a construction machine according to an exemplary embodiment of the present invention.
  • Figure 1 shows the configuration of a control device for a construction machine according to one sinking of the present invention.
  • the above-mentioned construction machine has various types of equipment, this embodiment will be described by taking an excavator as an example.
  • the control device of the construction machine analyzes the work that the excavator is currently performing and controls each work device to match the work pattern.
  • the control device includes a work pattern recognition device 110, a drive control device 126, and a screen display unit 124.
  • the work pattern control device may be used not only for excavators, but also for construction machines such as forklifts and cranes to control each equipment according to the work patterns.
  • the work pattern recognition apparatus analyzes the data accumulation unit 112 that receives and accumulates the operation signal of each work device from the joystick 100 and the work pattern analysis for determining the current work pattern by analyzing the data of the accumulated operation signal.
  • Probability model analysis unit 122 for determining the data 114, the work pattern is not determined by the work pattern analysis unit 114 using the probability model, the work pattern analysis unit 114 and the probability analysis model unit 114
  • a pattern result output unit 120 for outputting the job determined from the 122 to the drive control device 126 and the screen display unit 124.
  • the data accumulator 112 accumulates the operation signal, but the present invention is not limited thereto.
  • the data accumulator 112 may be a signal output from the drive control device 126 to each work device, or may be a signal output from a sensor for measuring the actual driving amount of each work device. 112) is possible.
  • the work pattern analysis unit 114 analyzes the first work group pattern analysis unit 116 that determines the accumulated operation signal as the first work group, and the second work group pattern analysis that determines the accumulated operation signal as the second work group. Part 118 is included.
  • the first work group may comprise a first work, and the first work may be a lifting work for carrying soil.
  • the second working group may include second and third operations, the second operation may be an excavation operation for digging the ground, and the third operation may be a selection operation for arranging the ground.
  • the first to third operations are not limited to the lifting operation, the excavation operation, and the selection operation, but will be described by way of example.
  • the first work group pattern analysis unit 116 analyzes the data of the accumulated operation signal and determines the first work (lifting job).
  • the first workgroup pattern analyzer 116 outputs the data determined as the first job (the lifting job) to the pattern result output unit 120, and outputs data that is not determined as the first job (the lifting job) to the second job. Output to the group pattern analysis unit 118.
  • the second workgroup pattern analyzer 118 analyzes the data output from the first workgroup pattern analyzer 116 and determines the second workgroup (excavation work) or the third work (selection work).
  • the second work group pattern analysis unit 118 outputs the data determined as the second operation (excavation operation) or the third operation (selection operation) to the pattern result output unit 120, and the second or third operation (excavation).
  • the data that is not determined by the job, the selection job) is output to the probability model analyzer 122.
  • the probability model analyzer 122 determines the data that has not been analyzed by the work pattern analyzer 114 as the first to fourth tasks (the lifting operation, the excavation operation, the selection operation, the trenching operation) using the probability model.
  • the pattern result output unit 120 outputs the result.
  • the fourth job may be a trenching job in which the second job (excavation job) and the third job (selection job) are mixed to be difficult to distinguish between the second job or the third job.
  • the probability model analyzer 122 may determine the probability model according to the third job (selecting job). Apply to determine the work pattern.
  • the probabilistic model for each task can be seen in Table 1.
  • the pattern result output unit 120 displays the first to fourth jobs (lifting work, excavation work, picking work, and trenching work) determined by the work pattern analyzer 114 and the probability model analyzer 122. 124 and the drive control device 126.
  • the drive control device 126 controls each equipment, and includes an engine drive control unit 130, a pump drive control unit 132, and a valve drive control unit 134. In this case, the driving control device 126 controls each device according to the work pattern result received from the pattern result output unit 120.
  • FIG. 2 is a flowchart illustrating a work pattern control method according to the present invention.
  • the data accumulator 112 receives and accumulates an operation signal of each device from the joystick 100. (S20, S22) In this case, the first workgroup pattern analyzer 116 stores the data accumulator. It is determined whether there is a signal accumulated in 112 (S24).
  • the first workgroup pattern analyzer 116 outputs a stop signal to the screen display unit 124 and the drive control device 126. (S42)
  • the first workgroup pattern analysis unit 116 analyzes whether the data is all running signals or other signals in addition to the driving signals.
  • the first workgroup pattern analysis unit 116 determines whether the immediately preceding job was the first job (lifting job). (S44) If the immediately preceding job was the first job (lifting job), The first workgroup pattern analyzer 116 determines the data as the first workgroup. In the present exemplary embodiment, only the case in which the first work group includes the "lifting job" will be described. Therefore, the first workgroup pattern analyzer 116 determines that the lifting job is the "lifting job," and thus the screen display unit 124 and the driving control device. Output to (126).
  • the first workgroup pattern analyzer 116 determines whether the data is the first job (lifting job) (S28).
  • the first work group pattern analyzer 116 determines the current job as a "lifting job” and outputs it to the screen display unit 124 and the drive control device 126. Accordingly, the "first job (lifting job)" is displayed on the screen display unit 124 (S36). The driving control device 126 controls each device to fit the lifting job pattern. (S38)
  • the first workgroup pattern analyzer 116 outputs the data to the second workgroup pattern analyzer 118. Since the second work group pattern analyzer 118 starts most of the work of the excavator as the arm work and distinguishes the work pattern according to the arm driving pattern, the second work group pattern analyzer 118 cuts and analyzes the data by period based on the arm signal. (S30)
  • the second workgroup pattern analyzer 118 determines whether the data is the second workgroup (S32).
  • the second workgroup contains tasks that are not included in the first workgroup.
  • the case where the second work group includes a second work (excavation work) and a third work (selection work) will be described.
  • the second workgroup pattern analyzer 118 determines the current job as an "excavation job” or a "pick job”, and displays the screen display part. 124 and the drive control device 126. (S50) Accordingly, "excavation job” or “selection job” is displayed on the screen display unit 124 (S36), and the drive control device 126 is excavated. Each equipment is controlled to fit the work or the selection work pattern (S38).
  • the second workgroup pattern analyzer 118 outputs the unidentified data to the probability model analyzer 122.
  • the probability model analyzer 122 determines the data that has not been analyzed by the work pattern analyzer 114 as the first to fourth tasks (a lifting operation, an excavation operation, a picking operation, and a trenching operation) using a probability model.
  • the determined data is supplied to the screen display unit 124 and the drive control device 126. Accordingly, the screen is displayed on the screen display unit 124 according to the first to fourth work patterns determined by the probability model analyzer 122 (S36), and the driving control device 126 is connected to the first to fourth work patterns.
  • Each device is controlled according to the operation S38.
  • the fourth operation is a mixture of the second operation (the excavation operation) and the third operation (the selection operation), which makes it difficult to distinguish between the second operation or the third operation. It may be a trenching operation.
  • the present invention can use efficient fuel economy by controlling each device according to each work pattern, and can reduce unnecessary fuel consumption.
  • FIG. 3 is a flowchart of a probability model analyzer illustrated in FIG. 1.
  • the probability model analyzer 122 analyzes a work frequency on data that is not determined by the work pattern analyzer 114 (S50).
  • the probability model analyzer 122 determines a work having a high frequency among the data, and applies the probability model according to each work according to the work having the maximum frequency, thereby applying the first to fourth work (lifting work, excavation work, Select and print).
  • the probability model analysis unit 122 determines whether the job having the mode is the second job (excavation job). (S60) When the job having the mode is the second job (the excavation job), the probability model analysis unit ( 122 determines data by applying a probability model according to the second operation (excavation operation) (S62).
  • the probability model analysis unit 122 determines whether the job having the mode is the third job (selection job). (S70) The job having the mode is the third job. In the case of a job (selection job), the probability model analyzer 122 determines data by applying a probability model according to the third job (selection job) (S72).
  • the probability model analyzer 122 determines whether the job having the mode is the first job (the lifting job). (S80) The job having the mode has the first value. In the case of a job (lifting job), the probability model analyzer 122 determines a data by applying a probability model according to the first job (lifting job) (S82).
  • FIG. 4 is a flowchart of determining a work pattern by applying data to an excavation probability model when an excavation work has a mode.
  • the first reference value refers to a work frequency of 80% or more.
  • the probability model analyzer 122 determines the current work as an "excavation work" and outputs it to the screen display unit 124 and the drive control device 126. (S172) Accordingly, The job output on the screen display unit 124 is displayed, and the drive control device 126 controls each device according to the excavation work pattern.
  • the probability model analysis unit 122 analyzes the frequency of the lifting work (S164). That is, it is determined whether the frequency of the lifting work is the second reference value or more (S166).
  • the second reference value means the number of lifting operations of two or more times.
  • the probability model analyzing unit 122 determines that the current job is "not determined” and outputs it to the screen display unit 124 and the drive control device 126.
  • the probability model analysis unit 122 determines whether the lifting operation frequency is the third reference value (S168).
  • the third reference value means the number of lifting operations at one time.
  • the probability model analyzer 122 determines the current task as a fourth task, that is, a "tranging task”, and outputs the same to the screen display unit 124 and the driving control device 126. (S170) Accordingly, the screening unit 124 displays the “ trenching work ", and the drive control device 126 controls each piece of equipment according to the " trenching work ".
  • the fourth reference value means a work frequency of 85% or more.
  • the probability model analysis unit judges and outputs the current work as the "excavation work”. (S180) If the ratio of the excavating work except the lifting work is 85% or more, the probability model The analysis unit judges the current job as a "transaching job” and outputs it (S178).
  • 5 is a flowchart of determining a work pattern by applying data to a pick probability model when the picking operation has a mode.
  • the picking job if the job having the maximum frequency is the picking job, it is determined whether the picking job is the fifth reference value. (S180, S182) In this case, the fifth reference value means the work frequency of 100%. do.
  • the probability model analyzer 122 determines the current job as the “choice job” and outputs the current job to the screen display unit 124 and the drive control device 126. Accordingly, the "selection operation” is displayed on the screen display unit 124, and the drive control device 126 controls each device according to the selection operation pattern (S196).
  • probability model analysis unit 122 determines whether the previous job was a trenching job (S184).
  • the probability model analyzer 122 determines whether the lifting job frequency is greater than or equal to the sixth reference value. (S198, S200) In this case, the sixth reference value means the number of lifting jobs more than two times. .
  • the probability model analyzing unit 122 determines that the current job is "not determined” and outputs it to the screen display unit 124 and the drive control device 126.
  • the probability model analysis unit 122 determines whether the lifting operation frequency is a seventh reference value.
  • the seventh reference value means the number of one lifting operations.
  • the probabilistic model analysis unit 122 determines the current job as a "transaching job” and outputs it to the screen display unit 124 and the driving control device 126 (S208). Accordingly, the screen display unit 124 displays a "trenching operation", and the drive control device 126 controls each piece of equipment according to the "trenching operation”.
  • the probability model analyzer 122 determines whether all data except the lifting tasks are the picking tasks. (S204) When all the data except the lifting tasks are the picking tasks, the probability model analyzing unit ( In operation S212, when all data except the lifting operation is not the selection operation, the probability model analysis unit 122 determines that the data is a “tranching operation” and outputs the determination. When the previous operation is not a trenching operation (S184), the probability model analyzer 122 determines whether the lifting operation frequency is equal to or greater than an eighth reference value. (S186, S188) At this time, the eighth reference value is lifted two or more times. It means the number of tasks.
  • the probability model analysis unit 122 determines that the current job is "not determined” and outputs it to the screen display unit 124 and the drive control device 126.
  • the probability model analyzer 122 determines whether the lifting operation frequency is a ninth reference value.
  • the ninth reference value means the number of one lifting operation.
  • the probabilistic model analysis unit 122 determines whether the ratio of the picking operation is greater than or equal to the tenth reference value. At this time, the tenth reference value is 85%. If the proportion of the selection task is 85% or more, the probability model analyzer 122 determines the current task as the "selection task" and outputs it. (S222) If the ratio of the selection task is not 85% or more, the probability model The analyzer 122 determines and outputs the current job as a "transaching job" (S194).
  • the probability model analyzer 122 determines whether all data except the lifting task is a picking operation. (S216) If all data except the lifting task is a picking task, the probability model analyzing unit 122 ) Determines and outputs the current job as a "selecting job”. (S218) If all data except the lifting job is not a picking job, the probability model analyzing unit 122 determines the current job as a "tranching job” and outputs it. (S220)
  • FIG. 6 is a flowchart of determining a working pattern by applying data to a lifting probability model when the lifting operation has a mode.
  • the eleventh reference value is the number of lifting tasks of six or more times. Means.
  • the probability model analyzer 122 determines the current task as a "lifting task” and outputs it to the screen display unit 124 and the driving control device 126. (S234) Accordingly, The job output on the screen display unit 124 is displayed, and the drive control device 126 controls each device according to the lifting job pattern.
  • the probability model analyzing unit 122 determines that the current job is "not determined” and outputs it to the screen display unit 124 and the drive control device 126 (S236).
  • the construction machine control method according to the invention can improve the fuel economy by controlling each work device of the construction machine such as an excavator according to the work pattern.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Civil Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Structural Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Operation Control Of Excavators (AREA)
  • Component Parts Of Construction Machinery (AREA)

Abstract

본 발명은 건설기계의 제어 장치 및 제어방법에 관한 것으로서, 본 발명에 따른 작업 패턴 제어 장치는 건설 기계가 수행하고 있는 작업을 분석하는 작업 패턴 인식 장치와 상기 작업 패턴 인식 장치로부터 분석된 작업 패턴에 맞도록 상기 건설기계의 각 장비를 제어하는 구동 제어 장치를 포함하며, 상기 작업 패턴 인식 장치는 운전자의 조작 신호를 입력받아 축적하는 데이터 축적부와 상기 축적된 조작 신호의 데이터를 분석하여 현재 작업 패턴을 판별하는 작업 패턴 분석부와 상기 작업 패턴 분석부로부터 판별되지 못한 데이터를 확률 모델을 이용하여 판별하는 확률 모델 분석부와 상기 작업 패턴 분석부 및 확률 분석 모델부로부터 판별된 작업을 상기 구동 제어 장치로 출력하는 패턴 결과 출력부를 포함하는 것을 특징으로 한다.

Description

건설기계의 제어 장치 및 제어방법
본 발명은 건설기계의 제어 장치 및 제어방법에 관한 것이다. 더욱 구체적으로, 본 발명은 굴삭기 등의 건설기계의 각 작업장치들을 작업 패턴에 따라 제어함으로써 연비를 향상시킬 수 있는 건설기계의 제어 장치 및 제어방법에 관한 것이다.
건설기계는 토목현장과 같은 건설현장에서 토사의 굴삭, 운반등에 사용되는 장비이다. 이러한 건설기계의 일종인 굴삭기는 장비의 이동을 위한 주행체, 주행체에 탑재되어 360도 회전하는 상부 선회체, 붐·암·버켓과 같이 장비의 전방에 설치되어 작업을 하기 위한 프론트 작업장치를 포함한다.
굴삭기는 주행체의 주행방식에 따라 무한궤도식 크롤러 굴삭기와 타이어식 휠 굴삭기로 구분된다. 크롤러 굴삭기는 휠 굴삭기에 비해 작업이 안정적이며 작업생산성이 높기 때문에 장비 중량 1톤부터 100톤 이상의 초대형에 이르기까지 각 작업 현장에 폭 넓게 사용된다. 한편, 휠 굴삭기는 타이어 지지 방식으로 인해 크롤러 굴삭기에 비해 작업시 안정성은 떨어지나, 도로 주행이 가능하여 운반 트레일러 없이 작업장 이동이 가능하기 때문에 작업과 이동을 빈번하게 요구하는 작업현장에 주로 사용된다.
이러한, 굴삭기 등의 건설기계는 토목 현장에서 땅을 파는 굴삭 작업, 중량물을 운반하는 인양 작업, 건축물을 해체하는 파쇄 작업, 지면을 정리하는 고르기 작업 등의 작업을 행한다. 하지만, 건설기계는 다양한 작업 각각을 능동적으로 대처할 수 없어, 서로 다른 작업 특성을 갖는 각 작업에 대응되는 최적의 작업상태를 유지할 수 없다. 이에 따라, 불필요한 연료의 사용이 증가되어, 연비절감이 힘든 문제가 발생된다.
본 발명은 상기와 같은 문제점을 해결하기 위해 창안된 것으로, 진행중인 작업의 특성에 맞추어 최적화된 제어를 할 수 있어 건설기계의 연비를 향상시킬 수 있는 건설기계의 제어 장치 및 제어방법을 제공하는 것이다.
전술한 과제를 해결하는 수단으로서, 본 발명에 따른 건설기계의 제어 장치는는 건설 기계가 수행하고 있는 작업을 분석하는 작업 패턴 인식 장치와 상기 작업 패턴 인식 장치로부터 분석된 작업 패턴에 맞도록 상기 건설 기계의 각 장비를 제어하는 구동 제어 장치를 포함하며, 상기 작업 패턴 인식 장치는 운전자의 조작 신호를 입력받아 축적하는 데이터 축적부와 상기 축적된 조작 신호의 데이터를 분석하여 현재 작업 패턴을 판별하는 작업 패턴 분석부와 상기 작업 패턴 분석부로부터 판별되지 못한 데이터를 확률 모델을 이용하여 판별하는 확률 모델 분석부와 상기 작업 패턴 분석부 및 확률 분석 모델부로부터 판별된 작업을 상기 구동 제어 장치로 출력하는 패턴 결과 출력부를 포함하는 것을 특징으로 한다.
상기 작업 패턴 분석부는 상기 작업 패턴이 기 설정된 제 1 작업 그룹에 포함된 적어도 하나의 작업의 패턴에 해당되는지 여부를 판단하는 제1 작업 그룹 패턴 분석부 및 상기 제 1 작업 그룹 패턴 분석부에서 판별되지 못한 상기 작업 패턴들이 기 설정된 제 2 작업 그룹에 포함된 적어도 하나의 작업의 패턴에 해당되는 지 여부를 판단하는 제2 작업 그룹 패턴 분석부를 포함하는 것을 특징으로 한다.
상기 확률 모델 분석부는 상기 축적된 데이터에 대한 작업 빈도를 분석하고, 분석된 작업 빈도를 각 작업에 따른 확률 모델에 적용하여 현재 작업을 판별하는 것을 특징으로 한다.
본 발명에 따른 작업 패턴 제어 방법은 데이터 축적부를 통해 조이스틱으로부터 각 장비의 조작 신호를 입력받아 축적하는 단계와, 작업 패턴 분석부를 통해 상기 축적된 조작 신호의 데이터를 분석하여 현재 작업 패턴을 판별하는 단계와, 확률 모델 분석부를 통해 상기 작업 패턴 분석부로부터 판별되지 못한 데이터를 확률 모델을 이용하여 판별하는 단계와, 패턴 결과 출력부를 통해 상기 작업 패턴 분석부 및 확률 분석 모델부로부터 판별된 작업을 각 장비를 제어하는 구동 제어 장치로 출력하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 건설기계가 현재 수행하고 있는 작업의 패턴에 대응되게 건설기계가 제어될 수 있다. 이에 따라, 건설기계가 불필요하게 연료를 소모하는 것을 감소시킬 수 있어, 건설기계의 연비를 상승시킬 수 있게 된다.
그리고, 본 발명은 확률 모델을 이용하여 판별이 어려운 작업 패턴도 구분할 수 있어 연비감소 효과를 극대화 시킬 수 있다.
또한, 본 발명은 분석된 작업 패턴을 화면표시부에 출력함으로써 현재 수행 중인 작업 패턴에 대한 정보를 운전자에게 제공할 수 있다.
도 1은 본 발명의 일실시예에 따른 건설기계 제어 장치의 간략한 구성을 나타낸 블록도이다.
도 2은 본 발명의 일실시예에 따른 건설기계의 제어방법을 나타낸 흐름도이다.
도 3은 도 1에 도시된 확률 모델 분석부의 제어 방법을 나타낸 흐름도이다.
도 4는 본 발명의 일 실실예에 따른 건설기계의 굴삭 작업용 확률 모델을 적용하여 작업 패턴을 판별하는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 건설기계의 고르기 작업용 확률 모델을 적용하여 작업 패턴을 판별하는 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 건설기계의 인양 작업용 확률 모델을 적용하여 작업 패턴을 판별하는 흐름도이다.
이하, 본 발명의 바람직한 실시 예를 도 1 내지 도 6을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실싱에 따른 건설기계의 제어 장치의 구성을 나타낸 것이다. 상술한 건설기계는 다양한 종류의 장비가 있으나, 본 실시예에서는 굴삭기를 일례로 들어 설명한다.
건설기계의 제어 장치는 굴삭기가 현재 수행하고 있는 작업을 분석하여 작업 패턴에 맞도록 각 작업 장치를 제어한다. 이를 위해, 제어 장치는 작업 패턴 인식 장치(110), 구동 제어 장치(126), 화면 표시부(124)를 포함한다. 또한, 작업 패턴 제어 장치는 굴삭기뿐만 아니라, 지게차, 기중기 등의 건설기계에 이용하여 작업 패턴에 따라 각 장비를 제어할 수 있다.
구체적으로, 작업 패턴 인식 장치는 조이스틱(100)으로부터 각 작업 장치의 조작 신호를 입력받아 축적하는 데이터 축적부(112)와, 축적된 조작 신호의 데이터를 분석하여 현재 작업 패턴을 판별하는 작업 패턴 분석부(114)와, 작업 패턴 분석부(114)에서 작업 패턴이 판별되지 못한 데이터를 확률 모델을 이용하여 판별하는 확률 모델 분석부(122)와, 작업 패턴 분석부(114) 및 확률 분석 모델부(122)로부터 판별된 작업을 구동 제어 장치(126) 및 화면 표시부(124)로 출력하는 패턴 결과 출력부(120)를 포함한다. 본 실시예에서는 데이터 축적부(112)가 조작 신호를 축적하는 것을 예시로 설명하였으나, 본 발명은 꼭 이에 한정 되는것은 아니다. 일례로, 데이터 축적부(112)에 구동 제어 장치(126)로부터 각 작업 장치로 출력되는 신호가 되거나, 각 작업장치의 실제 구동량을 측정하는 센서로부터 출력되는 신호가 되는 형태의 데이터 축적부(112)의 사용이 가능하다.
작업 패턴 분석부(114)는 축적된 조작 신호를 제1 작업 그룹으로 판별하는 제1 작업 그룹 패턴 분석부(116)와, 축적된 조작 신호를 제2 작업 그룹으로 판별하는 제2 작업 그룹 패턴 분석부(118)를 포함한다. 제1 작업 그룹은 제1 작업을 포함할 수 있으며, 제1 작업은 토사를 운반하는 인양 작업일 수 있다. 제2 작업 그룹은 제2 및 제3 작업을 포함할 수 있으며, 제2 작업은 땅을 파는 굴삭 작업과, 제3 작업은 지면을 정리하는 고르기 작업일 수 있다. 제1 내지 제3 작업은 인양 작업, 굴삭 작업, 고르기 작업으로 한정하지 않지만, 이를 예로 들어설명하기로 한다.
제1 작업 그룹 패턴 분석부(116)는 축적된 조작 신호의 데이터를 분석하여 제1 작업(인양 작업)으로 판별한다. 제1 작업 그룹 패턴 분석부(116)는 제1 작업(인양 작업)으로 판별된 데이터를 패턴 결과 출력부(120)로 출력하며, 제1 작업(인양 작업)으로 판별되지 못한 데이터를 제2 작업 그룹 패턴 분석부(118)로 출력한다.
제2 작업 그룹 패턴 분석부(118)는 제1 작업 그룹 패턴 분석부(116)로부터 출력된 데이터를 분석하여 제2 작업(굴삭 작업) 또는 제3 작업(고르기 작업)으로 판별한다. 제2 작업 그룹 패턴 분석부(118)는 제2 작업(굴삭 작업) 또는제3 작업(고르기 작업)으로 판별된 데이터를 패턴 결과 출력부(120)로 출력하며, 제2 또는 제3 작업(굴삭 작업, 고르기 작업)으로 판별되지 못한 데이터를 확률 모델 분석부(122)로 출력한다.
확률 모델 분석부(122)는 작업 패턴 분석부(114)로부터 분석되지 못한 데이터를 확률 모델을 이용하여 제1 내지 제4 작업(인양 작업, 굴삭 작업, 고르기 작업, 트랜칭 작업)으로 판별한 뒤, 패턴 결과 출력부(120)로 출력한다. 여기서, 제4 작업은 제2 작업(굴삭 작업)과 제3 작업(고르기 작업)이 혼합되어 제2 작업 또는 제3 작업 중 어느 하나의 작업으로 구별하기 어려운 트랜칭 작업일 수 있다.
이러한, 확률 모델 분석부(122)는 축적된 데이터에 대한 작업 빈도를 분석하고, 분석된 작업 빈도를 각 작업에 따른 확률 모델에 적용하여 현재 작업을 판별한다. 구체적으로, 분석한 데이터에서 최대의 빈도를 가지는 작업이 제1 작업(인양 작업)일 경우(Max=C), 확률 모델 분석부(122)는 데이터를 제1 작업(인양 작업)에 따른 확률 모델을 적용하여 작업 패턴을 판별한다. 그리고, 분석한 데이터에서 최대의 빈도를 가지는 작업이 제2 작업(굴삭 작업)일 경우(Max=A), 확률 모델 분석부(122)는 데이터를 제2 작업(굴삭 작업)에 따른 확률 모델을 적용하여 작업 패턴을 판별한다. 또한, 분석한 데이터에서 최대의 빈도를 가지는 작업이 제3 작업(고르기 작업)일 경우(Max=B), 확률 모델 분석부(122)는 데이터를 제3 작업(고르기 작업)에 따른 확률 모델을 적용하여 작업 패턴을 판별한다. 각 작업에 따른 확률 모델은 [표 1]과 같이나타날 수 있다.
표 1
Max = A A>=0.8 　 A
　　　　 A<0.8 C>2 　 N.D
　　　 C=1 A(C제외)>=0.85 A
A(C제외)<0.85 D
C=0 　 D
Max = B B=all 　 B
　　　　　　　　　 B!=all　　　　　　　　　 직전=D C>2 N.D
C=1 B(C제외)=1 B
B(C제외)!=1 D
C=0　 D
직전!=D　 C>2 N.D
C=1　 B(C제외)=1 B
B(C제외)!=1 D
C=0　 B>=0.85 B
B<0.85 D
Max = C　 　　 C>=6 C
C<6 보류
[표 1]에서는 A= 굴삭(제2 작업), B= 고르기(제3 작업), C= 인양(제1 작업), D= 트랜칭(제4 작업)을 의미하며, Max=A 는 최빈값이 제2 작업일 경우에 따른 확률 모델을 나타내고 있으며, Max=B는 최빈값이 제3 작업일 경우에 따른 확률 모델을 나타내고 있으며, Max=C는 최빈값이 제1 작업일 경우에 따른 확률 모델을 나타내고 있다. 또한, A≥0.8은 A 작업의 빈도가 전체의 80% 이상을 의미하며, B=all은 모든 데이터가 B 작업이라는 의미이며, B!=all는 모든 데이터가 B 작업은 아니라는 의미이며, B(C제외)=1는 C 작업을 제외한 모든 데이터가 B 작업이라는 의미이며, N.D(Not Distinguishable)는 구분 불가라는 의미이다.
패턴 결과 출력부(120)는 작업 패턴 분석부(114)와 확률 모델 분석부(122)로부터 판별된 제1 내지 제4 작업(인양 작업, 굴삭 작업, 고르기 작업, 트랜칭 작업)을 화면 표시부(124) 및 구동 제어 장치(126)로 전달한다.
구동 제어 장치(126)는 각 장비를 제어하며, 엔진 구동 제어부(130)와, 펌프 구동 제어부(132)와, 밸브 구동 제어부(134)를 포함한다. 이때, 구동 제어 장치(126)는 패턴 결과 출력부(120)로부터 입력받은 작업 패턴 결과에 따라 각 장비를 제어한다.
도 2은 본 발명에 따른 작업 패턴 제어방법을 나타낸 흐름도이다.
도 2를 참조하면, 데이터 축적부(112)는 조이스틱(100)으로부터 각 장비의 조작 신호를 입력받아 축적한다.(S20,S22) 이때, 제1 작업 그룹 패턴 분석부(116)는 데이터 축적부(112)에 축적된 신호가 있는지 판별한다(S24).
데이터 축적부(112)에 축적된 신호가 없을경우, 제1 작업 그룹 패턴 분석부(116)는 화면 표시부(124) 및 구동 제어 장치(126)에 정지 신호를 출력한다.(S42)
반면, 데이터 축적부(112)에 축적된 조작 신호의 데이터가 있을 경우, 제1 작업 그룹 패턴 분석부(116)는 데이터가 전부 주행 신호인지 주행 신호외에 다른 신호가 있는지 분석한다.(S26)
데이터가 전부 주행 신호인 경우, 제1 작업 그룹 패턴 분석부(116)는 직전 작업이 제1 작업(인양 작업)였는지를 판단한다.(S44) 직전 작업이 제1 작업(인양 작업)이였다면, 제1 작업 그룹 패턴 분석부(116)는 데이터를 제 1 작업 그룹으로 판단한다. 본 실시예에서는 제 1 작업 그룹에 "인양 작업"이 포함되는 경우만 설정하여 설명하므로, 제 1 작업 그룹 패턴 분석부(116)는 "인양 작업"으로 판단하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.
데이터에 주행 신호 외에 다른 신호가 있는 경우, 제1 작업 그룹 패턴 분석부(116)는 데이터가 제1 작업(인양 작업)인지 판별한다.(S28)
데이터가 제 1 작업 그룹으로 판별된 경우, 제1 작업 그룹 패턴 분석부(116)는 현재 작업을 "인양 작업"으로 판단하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S48) 이에 따라, 화면 표시부(124)에 "제1 작업(인양 작업)"이 표시되며,(S36) 구동 제어 장치(126)는 인양 작업 패턴에 맞도록 각 장비를 제어한다.(S38)
반면, 데이터가 제1 작업(인양 작업)으로 판별되지 못한 경우, 제1 작업 그룹 패턴 분석부(116)는 데이터를 제2 작업 그룹 패턴 분석부(118)로 출력한다. 제2 작업 그룹 패턴 분석부(118)는 굴삭기의 대부분의 작업이 암 작업으로 시작하고, 암 구동 패턴에 따라 작업 패턴을 구별할 수 있으므로, 데이터를 암(Arm) 신호를 기준으로 주기별로 잘라서 분석한다.(S30)
제2 작업 그룹 패턴 분석부(118)는 데이터가 제 2 작업 그룹인지를 판별한다(S32). 제 2 작업 그룹은 제 1 작업 그룹에 포함되지 않는 작업들을 포함하는 것이바람직하다. 본 실시예에서는 제 2 작업 그룹에 제2 작업(굴삭 작업) 및 제3 작업(고르기 작업)을 포함하는 경우를 한정하여 설명한다.
데이터가 제2 또는 제3 작업(굴삭 작업, 고르기 작업) 중 어느 하나로 판별된 경우, 제2 작업 그룹 패턴 분석부(118)는 현재 작업을 "굴삭 작업" 또는 "고르기 작업"으로 판단하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S50) 이에 따라, 화면 표시부(124)에 "굴삭 작업" 또는 "고르기 작업"이 표시되며,(S36) 구동 제어 장치(126)는 굴삭 작업 또는 고르기 작업 패턴에 맞도록 각 장비를 제어한다.(S38)
데이터가 제2 또는 제3 작업으로 판별되지 못한 경우, 제2 작업 그룹 패턴 분석부(118)는 판별되지 못한 데이터를 확률 모델 분석부(122)로 출력한다.
확률 모델 분석부(122)는 작업 패턴 분석부(114)로부터 분석되지 못한 데이터를 확률 모델을 이용하여 제1 내지 제4 작업(인양 작업, 굴삭 작업, 고르기 작업, 트랜칭 작업)으로 판별하며, 판별된 데이터를 화면 표시부(124) 및 구동 제어 장치(126)로 공급한다. 이에 따라, 확률 모델 분석부(122)를 통해 판별된 제1 내지 제4 작업 패턴에 따라 화면 표시부(124)에 표시되며(S36), 구동 제어 장치(126)는 제1 내지제4 작업 패턴에 따라 각 장비를 제어한다.(S38) 여기서, 제4 작업은 제2 작업(굴삭 작업)과 제3 작업(고르기 작업)을 혼합되어 제2 작업 또는 제3 작업 중 어느 하나의 작업으로 구별하기 어려운 트랜칭 작업일 수 있다. 이와 같이 본 발명은 각 작업 패턴에 따라 각 장비를 제어함으로써 효율적인 연비를 사용할 수 있으며, 불필요한 연비 사용을 줄일 수 있다.
한편, 작업 패턴 분석부(114)로부터 판별되지 못한 데이터를 확률 모델 분석부(122)를 통해 제1 내지 제4 작업(인양 작업, 굴삭 작업, 고르기 작업, 트랜칭 작업)으로 판별하는 과정은 도 3 내지 도 6을 참조하여 상세하게 설명하기로 한다.
도 3은 도 1에 도시된 확률 모델 분석부에 따른 흐름도이다.
우선, 확률 모델 분석부(122)는 작업 패턴 분석부(114)로부터 판별되지 못한 데이터에 대해 작업 빈도를 분석한다.(S50)
이후, 확률 모델 분석부(122)는 데이터 중 빈도가 높은 작업을 판별하며, 최대의 빈도를 가지는 작업에 따라 각 작업에 따른 확률 모델을 적용하여 제1 내지 제4 작업(인양 작업, 굴삭 작업, 고르기 작업, 트랜칭 작업)으로 판별하여 출력한다.
구체적으로, 확률 모델 분석부(122)는 최빈값을 가지는 작업이 제2 작업(굴삭 작업)인지 판단한다.(S60) 최빈값을 가지는 작업이 제2 작업(굴삭 작업)일 경우, 확률 모델 분석부(122)는 제2 작업(굴삭 작업)에 따른 확률 모델을 적용하여 데이터를 판별한다.(S62)
최빈값을 가지는 작업이 제2 작업(굴삭 작업)이 아닐 경우, 확률 모델 분석부(122)는 최빈값을 가지는 작업이 제3 작업(고르기 작업)인지 판단한다.(S70) 최빈값을 가지는 작업이 제3 작업(고르기 작업)일 경우, 확률 모델 분석부(122)는 제3 작업(고르기 작업)에 따른 확률 모델을 적용하여 데이터를 판별한다.(S72)
최빈값을 가지는 작업이 제3 작업(고르기 작업)이 아닐 경우, 확률 모델 분석부(122)는 최빈값을 가지는 작업이 제1 작업(인양 작업)인지 판단한다.(S80) 최빈값을 가지는 작업이 제1 작업(인양 작업)일 경우, 확률 모델 분석부(122)는 제1 작업(인양 작업)에 따른 확률 모델을 적용하여 데이터를 판별한다.(S82)
도 4는 굴삭 작업이 최빈값을 가질 경우, 데이터를 굴삭 확률 모델에 적용하여 작업 패턴을 판별하는 흐름도이다.
도 4를 참조하면, 작업 빈도 분석 결과, 최대의 빈도를 가지는 작업이 굴삭 작업이면, 굴삭 작업이 제1 기준값 이상인지 판단한다. 이때, 제1 기준값은 80% 이상의 작업 빈도를 의미한다.(S160,S162)
굴삭 작업의 빈도가 80% 이상일 경우, 확률 모델 분석부(122)는 현재 작업을 "굴삭 작업"으로 판단하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S172) 이에 따라, 화면 표시부(124)에 출력된 작업을 표시하며, 구동 제어 장치(126)는 굴삭 작업 패턴에 따라 각 장비를 제어한다.
굴삭 작업의 빈도가 80% 이상이 아닌 경우, 확률 모델 분석부(122)는 인양 작업의 빈도를 분석한다.(S164) 즉, 인양 작업의 빈도가 제2 기준값 이상인지 판단한다.(S166) 이때, 제2 기준값은 2번 이상의 인양 작업 횟수를 의미한다.
인양 작업의 횟수가 2번 이상일 경우, 확률 모델 분석부(122)는 현재 작업을 "판단 불가"로 판정하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S174)
인양 작업의 횟수가 2번 이상이 아닌 경우, 확률 모델 분석부(122)는 인양 작업 빈도가 제3 기준값인지 판단한다.(S168) 제3 기준값은 1번의 인양 작업 횟수를 의미한다.
인양 작업의 횟수가 1번이 아닌 경우, 확률 모델 분석부(122)는 현재 작업을 제 4 작업, 즉 "트랜칭 작업"으로 판단하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S170) 이에 따라, 화면 표시부(124)에 "트랜칭 작업"이 표시되며, 구동 제어 장치(126)는 "트랜칭 작업"에 따라 각 장비를 제어한다.
인양 작업의 횟수가 1번인 경우, 인양 작업을 제외한 굴삭 작업의 비율이 제4 기준값인지 판단한다.(S176) 이때, 제4 기준값은 85% 이상의 작업 빈도를 의미한다.
인양 작업을 제외한 굴삭 작업의 비율이 85% 이상이면, 확률 모델 분석부는 현재 작업을 "굴삭 작업"으로 판단하여 출력한다.(S180) 인양 작업을 제외한 굴삭 작업의 비율이 85% 이상아니면, 확률 모델 분석부는 현재 작업을 "트랜칭 작업"으로 판단하여 출력한다.(S178)
도 5는 고르기 작업이 최빈값을 가질 경우, 데이터를 고르기 확률 모델에 적용하여 작업 패턴을 판별하는 흐름도이다.
도 5를 참조하면, 작업 빈도 분석 결과, 최대의 빈도를 가지는 작업이 고르기 작업이면, 고르기 작업이 제5 기준값인지 판단한다.(S180,S182) 이때, 제5 기준값은 100% 의 작업 빈도를 의미한다.
작업이 제5 기준값인 경우 즉, 모두 고르기 작업일 경우, 확률 모델 분석부(122)는 현재 작업을 "고르기 작업"으로 판단하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다. 이에 따라, 화면 표시부(124)에 "고르기 작업"이 표시되며, 구동 제어 장치(126)는 고르기 작업 패턴에 따라 각 장비를 제어한다.(S196)
모두 고르기 작업이 아닌 경우, 확률 모델 분석부(122)는 직전 작업이 트랜칭 작업이였는지 판단한다.(S184)
직전 작업이 트랜칭 작업이였다면, 확률 모델 분석부(122)는 인양 작업의 빈도가 제6 기준값 이상인지 판단한다.(S198,S200) 이때, 제6 기준값은 2번 이상의 인양 작업 횟수를 의미한다.
인양 작업의 횟수가 2번 이상일 경우, 확률 모델 분석부(122)는 현재 작업을 "판단 불가"로 판정하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S206)
인양 작업의 횟수가 2번 이상이 아닌 경우, 확률 모델 분석부(122)는 인양 작업 빈도가 제7 기준값인지 판단한다.(S202) 제7 기준값은 1번의 인양 작업 횟수를 의미한다.
인양 작업의 횟수가 1번이 아닌 경우, 확률 모델 분석부(122)는 현재 작업을 "트랜칭 작업"으로 판단하여 화면 표시부(124) 및 구동 제어 장치(126)로 출력한다.(S208) 이에 따라, 화면 표시부(124)에는 "트랜칭 작업"이 표시되며, 구동 제어 장치(126)는 "트랜칭 작업"에 따라 각 장비를 제어한다.
인양 작업의 횟수가 1번인 경우, 확률 모델 분석부(122)는 인양 작업을 제외한 모든 데이터가 고르기 작업인지 판단한다.(S204) 인양 작업을 제외한 모든 데이터가 고르기 작업일 경우, 확률 모델 분석부(122)는 "고르기 작업"으로 판단하여 출력한다.(S212) 인양 작업을 제외한 모든 데이터가 고르기 작업이 아닐 경우, 확률 모델 분석부(122)는 "트랜칭 작업"으로 판단하여 출력한다.(S210) 직전 작업이 트랜칭 작업이 아닌 경우(S184), 확률 모델 분석부(122)는 인양 작업의 빈도가 제8 기준값 이상인지 판단한다.(S186,S188) 이때, 제8 기준값은 2번 이상의 인양 작업 횟수를 의미한다.
인양 작업의 횟수가 2번 이상일 경우, 확률 모델 분석부(122)는 현재 작업을 "판단 불가"로 판정하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S214)
인양 작업의 횟수가 2번 이상이 아닌 경우, 확률 모델 분석부(122)는 인양 작업 빈도가 제9 기준값인지 판단한다.(S190) 제9 기준값은 1번의 인양 작업 횟수를 의미한다.
인양 작업의 횟수가 1번이 아닌 경우, 확률 모델 분석부(122)는 고르기 작업의 비율이 제10 기준값 이상인지 판단한다. 이때 제10 기준값은 85% 이다. (S192) 고르기 작업의 비율이 85% 이상이면, 확률 모델 분석부(122)는 현재 작업을 "고르기 작업"으로 판단하여 출력한다.(S222) 고르기 작업의 비율이 85% 이상이 아니면, 확률 모델 분석부(122)는 현재 작업을 "트랜칭 작업"으로 판단하여 출력한다.(S194)
인양 작업의 횟수가 1번인 경우, 확률 모델 분석부(122)는 인양 작업을 제외한 모든 데이터가 고르기 작업인지 판단한다.(S216) 인양 작업을 제외한 모든 데이터가 고르기 작업이면, 확률 모델 분석부(122)는 현재 작업을 "고르기 작업"으로 판단하여 출력한다.(S218) 인양 작업을 제외한 모든 데이터가 고르기 작업이 아니면, 확률 모델 분석부(122)는 현재 작업을 "트랜칭 작업"으로 판단하여 출력한다.(S220)
도 6는 인양 작업이 최빈값을 가질 경우, 데이터를 인양 확률 모델에 적용하여 작업 패턴을 판별하는 흐름도이다.
도 6을 참조하면, 작업 빈도 분석 결과, 최대의 빈도를 가지는 작업이 인양 작업이면, 인양 작업이 제11 기준값 이상인지 판단한다.(S230,S232) 이때, 제11 기준값은 6번 이상의 인양 작업횟수를 의미한다.
인양 작업의 횟수가 6번 이상일 경우, 확률 모델 분석부(122)는 현재 작업을 "인양 작업"으로 판단하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S234) 이에 따라, 화면 표시부(124)에 출력된 작업을 표시하며, 구동 제어 장치(126)는 인양 작업 패턴에 따라 각 장비를 제어한다.
인양 작업의 횟수가 6번 이상이 아닌 경우, 확률 모델 분석부(122)는 현재 작업을 "판단 불가"로 판정하여 화면 표시부(124) 및 구동 제어 장치(126)에 출력한다.(S236)
발명에 따른 건설기계 제어방법은 굴삭기 등의 건설기계의 각 작업장치들을 작업 패턴에 따라 제어함으로써 연비를 향상시킬 수 있다.

Claims (12)

  1. 건설 기계가 수행하고 있는 작업을 분석하는 작업 패턴 인식 장치와
    상기 작업 패턴 인식 장치로부터 분석된 작업 패턴에 맞도록 상기 건설 기계의 각 작업 장치의 구동을 제어하는 구동 제어 장치를 포함하며,
    상기 작업 패턴 인식 장치는
    운전자의 조작 신호 및 상기 건설기계의 각 장비의 구동 데이터 중 어느 하나를 입력받아 축적하는 데이터 축적부와
    상기 축적된 조작 신호의 데이터를 분석하여 현재 작업 패턴을 판별하는 작업 패턴 분석부와
    상기 작업 패턴 분석부로부터 판별되지 못한 데이터를 확률 모델을 이용하여 판별하는 확률 모델 분석부와
    상기 작업 패턴 분석부 및 확률 분석 모델부로부터 판별된 작업을 상기 구동 제어 장치로 출력하는 패턴 결과 출력부를 포함하는 것을 특징으로 하는 건설기계의 제어 장치.
  2. 상기 제1항에 있어서,
    상기 작업 패턴 분석부는,
    상기 작업 패턴이 기 설정된 제1 작업 그룹에 포함된 적어도 하나의 작업의 패턴에 패턴에 해당되는지 여부를 판단하는 제 1 작업 그룹 패턴 분석부 및
    상기 제 1 작업 그룹 패턴 분석부에서 판별되지 못한 상기 작업 패턴들이 기 설정된 제2 작업 그룹에 포함된 적어도 하나의 작업의 패턴에 해당되는 지 여부를 판단하는 제 2 작업 그룹 패턴 분석부를 포함하는 것을 특징으로 하는 건설기계의 제어 장치.
  3. 제 1 항에 있어서,
    상기 확률 모델 분석부는 상기 축적된 데이터에 대한 작업 빈도를 분석하여 작업 빈도가 많은 작업을 추출하고, 각 작업별로 준비된 확률 모델들 중 상기 작업 빈도가 많은 작업에 대응되는 확률 모델을 적용하여 현재 작업의 패턴을 판별하는 것을 특징으로 하는 건설기계의 제어 장치.
  4. 제 2 항에 있어서,
    상기 확률 모델 분석부는 상기 축적된 데이터에 대한 작업 빈도를 분석하여 작업 빈도가 많은 작업을 추출하고, 각 작업별로 준비된 확률 모델들 중 상기 작업 빈도가 많은 작업에 대응되는 확률 모델을 적용하여 현재 작업의 패턴을 판별하는 것을 특징으로 하는 건설기계의 제어 장치.
  5. 제 4 항에 있어서,
    상기 작업 빈도가 많은 작업이 제 1 작업일 경우, 상기 확률 모델 분석부는 제 1 확률 모델을 이용하여 분석하며,
    상기 제 1 확률 모델은,
    상기 제 1 작업이 기 설정된 기준값 보다 빈도가 높은 경우, 상기 작업 패턴이 제 1 작업인 것으로 결정하고, 상기 기준값 보다 빈도가 낮은 경우 상기 작업 패턴이 제 1 작업이 아닌 것으로 결정하는 것을 특징으로 하는 건설기계의 제어 장치.
  6. 제 4 항에 있어서,
    상기 작업 빈도가 많은 작업이 제 2 작업인 경우, 상기 확률 모델 분석부는 제 2 확률 모델을 이용하여 분석하며,
    상기 제 2 확률 모델은,
    상기 제 2 작업이 제 1 기준값 보다 빈도가 높거나 같은 경우, 상기 작업 패턴이 제 2 작업인 것으로 결정하고,
    상기 제 2 작업이 상기 제 1 기준값 보다 빈도가 낮고 상기 제 1 작업의 빈도가 제 2 기준값 보다 높은 경우 상기 작업 패턴이 상기 제 2 작업이 아닌 것으로 결정하고,
    상기 제 2 작업이 상기 제 1 기준값 보다 빈도가 낮고 상기 제1 작업의 빈도가 제3 기준값인 경우, 제 1 작업과 다른 제 2 작업의 빈도가 제4 기준값 이상이면 상기 작업 패턴이 제2 작업인 것으로, 제4 기준값 보다 낮으면 상기 작업 패턴이 제4 작업인 것으로 결정하고,
    상기 제 2 작업이 상기 제1 기준값 보다 빈도가 낮고 상기 제 1 작업의 빈도가 제3 기준값 보다 낮은 경우, 상기 작업 패턴이 제4 작업인 것으로 결정하는 것을 특징으로 하는 건설기계의 제어 장치.
  7. 제 5 에 있어서,
    상기 작업 빈도가 많은 작업이 제 3 작업인 경우, 상기 확률 모델 분석부는 제 3 확률 모델을 이용하여 분석하며,
    상기 제 3 확률 모델은,
    상기 제 3 작업의 빈도가 제 4 기준값 이상인 경우, 상기 작업 패턴이 제 3 작업인 것으로 결정하고,
    상기 제 3 작업의 빈도가 상기 제 4 기준값 미만인 경우, 현재 작업 패턴 직전의 작업 패턴이 제 4 작업인지 확인하고, 이후 제1 작업의 빈도와 제1 작업을 제외한 제3 작업의 빈도를 기 설정된 각각의 기준 작업의 빈도를 다시 확인하여 상기 작업 패턴이 상기 제 3 작업인지 여부를 결정하는 것을 특징으로 하는 건설기계의 제어 장치.
  8. 데이터 축적부를 통해 운전자의 조작 신호 및 상기 건설기계의 각 장비의 구동 데이터 중 어느 하나를 입력받아 축적하는 단계와
    작업 패턴 분석부를 통해 상기 데이터 축적부에 축적된 데이터를 분석하여 현재 작업 패턴을 판별하는 단계와
    상기 작업 패턴 분석부에 의해 작업 패턴이 판별되지 못한 경우, 확률 모델 분석부를 통해 확률 모델을 이용하여 판별하는 단계와
    패턴 결과 출력부를 통해 상기 작업 패턴 분석부 및 확률 분석 모델부로부터 판별된 작업 패턴에 대응되게 각 장비를 제어하는 구동 제어 장치로 출력하는 단계를 포함하는 것을 특징으로 하는 건설기계의 제어 방법.
  9. 제 8 항에 있어서,
    상기 확률 모델 분석부는 상기 축적된 데이터에 대한 작업 빈도를 분석하여 작업 빈도가 많은 작업을 추출하고, 각 작업별로 준비된 확률 모델들 중 상기 작업 빈도가 많은 작업에 대응되는 확률 모델을 적용하여 현재 작업의 패턴을 판별하는 것을 특징으로 하는 건설기계의 제어방법.
  10. 제 8 항에 있어서,
    상기 작업 빈도가 많은 작업이 제 1 작업일 경우, 상기 확률 모델 분석부는 제 1 확률 모델을 이용하여 분석하며,
    상기 제 1 확률 모델은,
    상기 제 1 작업이 기 설정된 제11 기준값 보다 빈도가 높은 경우, 상기 작업 패턴이 제 1 작업인 것으로 결정하고, 상기 제11 기준값 보다 빈도가 낮은 경우 상기 작업 패턴이 제 1 작업이 아닌 것으로 결정하는 것을 특징으로 하는 건설기계의 제어 방법.
  11. 제 8 항에 있어서,
    상기 작업 빈도가 많은 작업이 제 2 작업인 경우, 상기 확률 모델 분석부는 제 2 확률 모델을 이용하여 분석하며,
    상기 제 2 확률 모델은,
    상기 제 2 작업이 제 1 기준값 보다 빈도가 높거나 같은 경우, 상기 작업 패턴이 제 2 작업인 것으로 결정하고,
    상기 제 2 작업이 상기 제 1 기준값 보다 빈도가 낮고 상기 제 1 작업의 빈도가 제 2 기준값 보다 높은 경우 상기 작업 패턴이 상기 제 2 작업이 아닌 것으로 결정하고,
    상기 제 2 작업이 상기 제 1 기준값 보다 빈도가 낮고 상기 제1 작업의 빈도가 제3 기준값인 경우, 제 1 작업과 다른 제 2 작업의 빈도가 제4 기준값 이상이면 상기 작업 패턴이 제2 작업인 것으로, 제4 기준값 보다 낮으면 상기 작업 패턴이 제4 작업인 것으로 결정하고,
    상기 제 2 작업이 상기 제1 기준값 보다 빈도가 낮고 상기 제 1 작업의 빈도가 제3 기준값 보다 낮은 경우, 상기 작업 패턴이 제4 작업인 것으로 결정하는 것을 특징으로 하는 건설기계의 제어 방법.
  12. 제 8 에 있어서,
    상기 작업 빈도가 많은 작업이 제 3 작업인 경우, 상기 확률 모델 분석부는 제 3 확률 모델을 이용하여 분석하며,
    상기 제 3 확률 모델은,
    상기 제 3 작업의 빈도가 제 4 기준값 이상인 경우, 상기 작업 패턴이 제 3 작업인 것으로 결정하고,
    상기 제 3 작업의 빈도가 상기 제 4 기준값 미만인 경우, 현재 작업 패턴 직전의 작업 패턴이 제 4 작업인지 확인하고, 이후 제1 작업의 빈도와 제1 작업을 제외한 제3 작업의 빈도를 기 설정된 각각의 기준으로 다시 확인하여 상기 작업 패턴이 상기 제 3 작업인지 여부를 결정하는 것을 특징으로 하는 건설기계의 제어방법.
PCT/KR2011/006203 2010-08-23 2011-08-23 건설기계의 제어 장치 및 제어방법 WO2012026732A2 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP11820159.9A EP2610407A2 (en) 2010-08-23 2011-08-23 Apparatus and method for controlling construction machinery
CN201180041004.9A CN103069083B (zh) 2010-08-23 2011-08-23 工程机械的控制装置及控制方法
US13/818,621 US20130158679A1 (en) 2010-08-23 2011-08-23 Apparatus and method for controlling construction machinery

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2010-0081222 2010-08-23
KR1020100081222A KR101799101B1 (ko) 2010-08-23 2010-08-23 건설기계의 작업 패턴 인식 장치 및 작업 패턴 인식 방법

Publications (2)

Publication Number Publication Date
WO2012026732A2 true WO2012026732A2 (ko) 2012-03-01
WO2012026732A3 WO2012026732A3 (ko) 2012-05-18

Family

ID=45723916

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2011/006203 WO2012026732A2 (ko) 2010-08-23 2011-08-23 건설기계의 제어 장치 및 제어방법

Country Status (5)

Country Link
US (1) US20130158679A1 (ko)
EP (1) EP2610407A2 (ko)
KR (1) KR101799101B1 (ko)
CN (1) CN103069083B (ko)
WO (1) WO2012026732A2 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2765240A4 (en) * 2011-10-05 2015-10-28 Volvo Constr Equip Ab SYSTEM FOR CONTROLLING LEVELING WORK WITH A BAGGER
KR102425743B1 (ko) * 2015-08-21 2022-07-28 현대두산인프라코어(주) 건설기계 및 건설기계의 제어 방법
CN112004975A (zh) * 2018-03-30 2020-11-27 住友重机械工业株式会社 施工机械的驾驶支援系统、施工机械
US11697917B2 (en) * 2019-07-26 2023-07-11 Deere & Company Anticipatory modification of machine settings based on predicted operational state transition

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6414222U (ko) * 1987-07-10 1989-01-25
KR940000039B1 (ko) * 1987-08-19 1994-01-05 가부시기가이샤 히다찌세이사꾸쇼 전자식 엔진 제어장치
EP0795651A1 (en) * 1996-02-15 1997-09-17 KABUSHIKI KAISHA KOBE SEIKO SHO also known as Kobe Steel Ltd. Control apparatus for hydraulic excavator
US5941921A (en) * 1994-06-07 1999-08-24 Noranda Inc. Sensor feedback control for automated bucket loading
KR20030025473A (ko) * 2001-09-21 2003-03-29 현대중공업 주식회사 굴삭기의 작업량 산출을 위한 작업 모드 구분 방법
JP2009235819A (ja) * 2008-03-27 2009-10-15 Komatsu Ltd 作業車両の作業量推定システム及び作業車両
KR20100056110A (ko) * 2008-11-19 2010-05-27 두산인프라코어 주식회사 건설기계의 유압회로

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5065326A (en) * 1989-08-17 1991-11-12 Caterpillar, Inc. Automatic excavation control system and method
CN100354513C (zh) * 2002-09-26 2007-12-12 日立建机株式会社 建筑机械的原动机控制装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6414222U (ko) * 1987-07-10 1989-01-25
KR940000039B1 (ko) * 1987-08-19 1994-01-05 가부시기가이샤 히다찌세이사꾸쇼 전자식 엔진 제어장치
US5941921A (en) * 1994-06-07 1999-08-24 Noranda Inc. Sensor feedback control for automated bucket loading
EP0795651A1 (en) * 1996-02-15 1997-09-17 KABUSHIKI KAISHA KOBE SEIKO SHO also known as Kobe Steel Ltd. Control apparatus for hydraulic excavator
KR20030025473A (ko) * 2001-09-21 2003-03-29 현대중공업 주식회사 굴삭기의 작업량 산출을 위한 작업 모드 구분 방법
JP2009235819A (ja) * 2008-03-27 2009-10-15 Komatsu Ltd 作業車両の作業量推定システム及び作業車両
KR20100056110A (ko) * 2008-11-19 2010-05-27 두산인프라코어 주식회사 건설기계의 유압회로

Also Published As

Publication number Publication date
CN103069083A (zh) 2013-04-24
EP2610407A2 (en) 2013-07-03
KR20120021920A (ko) 2012-03-09
KR101799101B1 (ko) 2017-11-20
CN103069083B (zh) 2016-11-02
WO2012026732A3 (ko) 2012-05-18
US20130158679A1 (en) 2013-06-20

Similar Documents

Publication Publication Date Title
WO2013027873A1 (en) Method for controlling a working machine
Juraboevich Technical solutions and experiment to create a multipurpose machine
WO2012026732A2 (ko) 건설기계의 제어 장치 및 제어방법
WO2015083963A1 (ko) 화면모드 선택 장치 및 방법
US20100017074A1 (en) Machine with customized implement control
KR20140106539A (ko) 쇼벨의 화상표시장치
WO2012081742A1 (ko) 하이브리드 건설기계용 선회 제어시스템
GB2420617A (en) Excavator work linkage position determining system
WO2014126355A1 (ko) 작업용 차량의 작업기 제어 장치 및 그 방법
CN101205728A (zh) 履带式多功能旋挖钻机
WO2017138699A1 (ko) 굴착 토공량 관리방법
WO2013103157A2 (ko) 건설기계용 덤프 구동 제어방법
CN106149782B (zh) 一种大跨度移动组合式索道悬挂铲挖抓吊牵引搬运系统
CN204919653U (zh) 挖掘机实时监控系统
CN205365783U (zh) 一种多功能管路锚定运输车
WO2020197137A1 (ko) 굴착기용 절단 장치
WO2022215898A1 (ko) 건설기계를 위한 센서 퓨전 시스템 및 센싱 방법
WO2015111777A1 (ko) Gui를 이용한 아웃트리거 및 도저 제어
KR20210112586A (ko) 건설 기계 및 건설 기계의 단말기 제어 방법
CN205591827U (zh) 一种多功能智能掏挖机
WO2021049893A1 (ko) 전기굴삭기의 전력공급장치
WO2022145498A1 (en) Method and device for controlling excavator
CN216041397U (zh) 一种应用于危废焚烧料坑的拌料系统
CN202194659U (zh) 挖掘宽度可调的连接架
WO2023234746A1 (ko) 머신 가이던스 프로그램 및 이를 이용하는 굴착기

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201180041004.9

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11820159

Country of ref document: EP

Kind code of ref document: A2

WWE Wipo information: entry into national phase

Ref document number: 13818621

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

REEP Request for entry into the european phase

Ref document number: 2011820159

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2011820159

Country of ref document: EP