机床与液压

作者：戚其松，郭志恒，刘文明，赵忠祥

单位：太原科技大学机械工程学院；太原科技大学机械工程学院；河南东起机械有限公司；太原科技大学机械工程学院

关键词：起重机;服役能耗;机器学习;神经网络;SVR;全时域

基金：山西省基础研究计划项目（202203021221156）；山西省重点研发计划项目（202402150101009）

桥式起重机作为工业领域核心装备，准确预测其在复杂多维吊装-运输作业中的全时域服役能耗，是实现设备节能运行与生命周期能源优化的关键技术问题，而当前单一预测模型难以兼顾时序动态性与复杂运动适应性，导致能耗评价精度不足。为突破上述技术难题，开展基于起重机-货物空间运移特性的服役能耗时序预测研究。以起重机起升、小车运行、大车运行三大机构驱动电机为研究对象，设计不同运动参量下的电机能耗实验并获取基础数据，基于电机耗能原理与能耗累计原则构建基于神经网络的能耗预测模型，进一步融合回归型支持向量机（SVR）提升模型对时序数据的处理能力与预测精度，探索时序状态下驱动电机能耗的瞬态量化原则。通过实验详细分析起重机吊装过程中各电机功率因数的分布规律和动态特性，以深入了解起重机实际运行过程中的能耗动态特性。对比预测结果与实际测量数据可知：文中提出的基于神经网络和SVR的能耗预测方法能够为后续起重机能耗评价提供参考。

来源：2025年第18期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第18期