挖掘机中用于优化液压油热管理的电冷却系统控制逻辑的开发与验证

《ENERGY CONVERSION AND MANAGEMENT》:Development and validation of electric cooling system control logic for optimized hydraulic oil thermal management in excavators

【字体: 大 中 小 】 时间:2026年05月12日 来源:ENERGY CONVERSION AND MANAGEMENT 10.9

编辑推荐:

  郑汉赫(Chan Hyeok Jeong)| 李在锡(Jae Seok Lee)| 崔悠喆(You Chul Choi)| 姜万荣(Man Yeong Ha)| 权泰宇(Tae Woo Kwon) HD Hyundai Xitesolution, 477, Bundangsu

  郑汉赫(Chan Hyeok Jeong)| 李在锡(Jae Seok Lee)| 崔悠喆(You Chul Choi)| 姜万荣(Man Yeong Ha)| 权泰宇(Tae Woo Kwon)
HD Hyundai Xitesolution, 477, Bundangsuseo-ro, Bundang-gu, Seongnam-si 13553, 韩国

**摘要**
为应对日益严格的环保法规并提高建筑机械的能源效率,本文开发了一种基于人工智能的电动风扇(E-Fan)控制算法,用于挖掘机的液压油冷却系统。该开发基于基于计算流体动力学的热负荷数据库,该数据库通过模拟各种运行和环境条件构建而成。利用该数据库,训练了两个人工神经网络(ANN)模型以提高热负荷预测的准确性。然后将优化的ANN模型集成到E-Fan控制算法中,根据预测的热负荷调节风扇速度。为了评估所提出算法的有效性,在一台40吨挖掘机上进行了现场测试。与传统仅根据液压油温度调节风扇速度的控制方法不同,所提出的算法同时考虑了运行强度和环境温度,从而动态调节E-Fan的负载比。结果表明,在多种现场条件下,液压油温度始终保持在目标范围内,证实了稳定的高效冷却性能。这些发现表明,基于热负荷的控制策略可以显著提高建筑机械的冷却效率和能源管理能力,为重型设备的智能热管理系统开发奠定了基础。

**引言**
近年来,对气候变化和环境污染的担忧日益加剧,突显了可持续性和环保技术在建筑机械行业中的重要性。特别是,更严格的环保法规和碳排放减少政策的要求催生了能够克服传统内燃机设备局限性的创新技术的迫切需求。在这种情况下,提高能源效率已成为减少主要空气污染物(如二氧化碳和氮氧化物)排放并满足环境要求的基本策略。

在上述背景下,最近的研究探讨了多种减少建筑机械能耗和 exhaust emissions 的技术解决方案。其中一些研究专注于回收液压系统内产生的动能和势能,并将其重新用作驱动发动机、主泵或液压马达的辅助动力,以提高整体效率 [1] [2] [3] [4] [5]。此外,还有其他研究提出了针对发动机 [6]、泵 [7] 和能量存储设备控制系统 [8] 的优化策略以提高效率。此外,电液技术在开发和实施挖掘机的独立计量阀方面得到了广泛应用,显著提升了能源效率 [9]。

随着车辆和建筑机械的电气化趋势加剧,多项研究探索了先进的熱管理策略以提高整体能源效率 [10] [11] [12] [13] [14] [15] [16] [17]。Cortona 和 Onder [10] 证明,用电动泵和旁路阀替代传统的机械冷却泵可以改善发动机热管理,从而降低燃油消耗和机械磨损。Khodabakhshian 等人 [11] 报告称,模型预测控制可以应用于重型卡车的冷却系统,实现燃油节省的同时保持实时可行性。

关于混合动力和电动车辆的研究重点在于:(i)电池热管理以延长行驶范围和改善能源利用率 [12] [13];(ii)集成驾驶舱-电池热管理的预测和分层控制策略 [14] [15]。此外,优化后的供暖、通风和空调策略也被证明可以显著降低电动车辆的能耗 [16] [17]。

在传统的建筑机械中,冷却系统通常使用发动机驱动或液压驱动的风扇同时冷却多个热交换器。然而,这种配置往往导致效率低下,包括热交换器之间的冷却不均。为了解决这些问题,开发了采用电动风扇(E-Fan)的冷却系统。这些系统支持对每个热交换器的独立控制以及可变的风扇速度,从而实现更高效的热管理。E-Fan 已应用于发动机驱动的挖掘机,并已实现批量生产;它们还用于电动和氢燃料电池挖掘机中的热管理系统。然而,现有的 E-Fan 系统根据每个热交换器的内部流体温度以固定转速运行,因此性能不佳。因此,需要考虑运行条件和热负荷变化的先进控制逻辑来实现高效的热管理。最近的研究探讨了基于模型的自适应热控制策略,以在动态变化的运行条件下提高效率和稳定性 [18] [19] [20]。这些方法旨在通过结合系统动态和传热特性来克服传统基于温度的控制方式的局限性。但是,开发此类控制策略需要对相关设备产生的热负荷进行定量估计。计算流体动力学(CFD)提供了一种有效的方法,能够在多种几何形状和运行条件下进行热负荷计算,从而比实际车辆中的直接测量更有效地收集和分析数据。因此,许多研究采用了 CFD [21] [22] [23] [24] [25] [26]。Jerhamre 等人 [21] 开发了一个单相热交换器模型,并通过实验结果验证了其准确性。Knaus 等人 [22] 通过模拟格栅和进气结构以及热交换器的位置来评估车辆冷却性能。此外,其他研究人员检查了发动机舱气流以识别瓶颈并评估设计改进,表明风扇和罩壳的几何形状对冷却性能有重要影响 [23] [24]。Kim 等人 [25] 分析了各个设计元素对中型挖掘机发动机舱冷却性能的影响。Lee 等人 [26] 使用 CFD 和实验设计分析了三个内部和两个外部设计参数对发动机舱布局的影响。基于敏感性分析,他们开发了回归模型以优化发动机舱布局。然而,由于挖掘机在高度变化的现场条件下运行,仅基于 CFD 的热负荷预测存在固有局限性。

为了克服这些局限性,最近的研究越来越多地应用智能算法和数据驱动的方法(包括人工神经网络(ANN)到复杂的热管理和能源管理系统中 [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39]。这些智能模型已被用于热负荷估计和控制输入确定,即使在具有显著不确定性和非线性行为的系统中也能实现灵活的控制性能。最近,提出了结合物理模拟和机器学习技术的数据驱动或混合建模方法,使得复杂热行为的预测更加准确,控制性能得到提升 [40] [41] [42]。然而,将这些智能热控制策略应用于重型系统(如建筑机械)的实验应用仍然相对有限。

在这项研究中,开发了一种新型的基于 ANN 的 E-Fan 控制算法,用于在变化的负载条件下调节挖掘机的液压油温度,并在实际车辆环境中验证了其性能。基于 CFD 分析获得的数据构建了热负荷预测的 ANN 模型。此外,通过在实际挖掘机上实施所提出的 E-Fan 控制逻辑并在现场运行条件下验证其性能,本研究旨在将智能热管理控制研究扩展到建筑机械的实际应用中。

**研究片段**
**挖掘机的热管理系统**
图 1 展示了挖掘机的一般结构。如图所示,挖掘机大致分为两个主要部分:底盘和上部结构。底盘支撑机器的总重量,并在行驶过程中通过对地面的牵引力实现移动性,因此在推进和稳定性方面发挥关键作用。上部结构安装到底盘上,作为一个旋转平台,包括工作设备。

**控制方程**
本研究采用了 CFD 方法来计算设备的热负荷 Qh 和冷却能力 Qc。稳态三维(3D)流体和热流的控制方程表示如下:
$$
\begin{align*}
\frac{\partial \rho_u_i}{\partial x_i} &= 0 \\
\frac{\partial \rho_u_j}{\partial x_j} &= -\frac{\partial p}{\partial x_i} + \frac{\partial \tau_{ij}}{\partial x_j} - \rho_u'_j' \\
\frac{\partial \rho_c_p u_i}{\partial x_i} &= -\frac{\partial \tau}{\partial x_i} + \rho_c_p u_i' \\
\frac{\partial \tau_{ij}}{\partial x_i} &= \mu \frac{\partial u_i}{\partial x_j} + \frac{\partial \tau_j}{\partial x_i} \\
\end{align*}
$$

**热流体分析与验证**
通过将 CFD 模型的预测结果与热平衡(H/B)测试的结果进行比较,评估了其可靠性。表 1 显示了 H/B 测试和 CFD 仿真的条件和结果。H/B 测试在 θ_air = 0.64 的环境条件下进行,发动机和风扇的负载比分别设置为 τe = 79.5% 和 τf = 100%。测试期间,冷却器出口处的标准化液压油温度 θ_oil 为 0.906。在相同条件下,...

**基于目标液压油温度的 E-Fan 控制逻辑**
为了验证所提出的控制算法的有效性,将 E-Fan 控制逻辑应用于一台大型 40 吨级挖掘机。在该逻辑中,当标准化液压油温度(θ_oil)< 0.61 时,E-Fan 保持关闭状态。在 0.61–0.74 的范围内,控制算法根据液压油温度和挖掘机的运行及环境条件设置 E-Fan 的负载比(τf)在 19.0% 到 76.2% 之间。当 θ_oil 超过 0.74 时,控制风扇速度。

**结论**
在本研究中,开发了一种用于挖掘机液压油冷却系统的 E-Fan 控制算法,根据设备负载条件动态调节油温。使用 CFD 仿真构建了反映现场操作和环境温度变化的热负荷数据库,并随后开发了两个 ANN 模型来预测热负荷。在第一个模型中,直接使用现场操作数据作为输入变量;在第二个模型中...

**致谢**
本研究得到了 HD Hyundai Xitesolution 的支持和资助。本研究还得到了韩国国家研究基金会(NRF)通过基础科学研究计划(RS-2023-00239843)的支持,该计划由教育部资助。

**作者贡献声明**
郑汉赫(Chan Hyeok Jeong):撰写——原始草案、验证、软件、方法论、正式分析、数据整理、概念化。
李在锡(Jae Seok Lee):监督、项目管理、资金获取。
崔悠喆(You Chul Choi):验证、正式分析、数据整理。
姜万荣(Man Yeong Ha):撰写——审阅与编辑、监督、资源获取。
权泰宇(Tae Woo Kwon):撰写——审阅与编辑、监督、软件、方法论、正式分析、数据整理、概念化。

**利益冲突声明**
作者声明他们没有已知的可能会影响本文所报告工作的财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号