基于神经网络的液压打桩锤代理模型生成技术研究

来源：机床与液压杂志2025年第21期北京时间：

作者：刘亚俊，陈文，曾俊峰，庞国达，庞炬东，魏智健，陆扬

单位：华南理工大学机械与汽车工程学院；华南理工大学机械与汽车工程学院；华南理工大学机械与汽车工程学院；广东力源液压机械有限公司；广东力源液压机械有限公司；广东力源液压机械有限公司；广东力源液压机械有限公司

摘要：不同液压桩锤控制参数下，桩锤液压效率存在巨大差异。针对液压打桩锤作业过程进行施工过程控制参数的优化，对提升桩机能源利用率具有重要意义。然而机载设备算力受限，为了在算力约束条件下快速且低成本获取施工控制参数与液压效率仿真结果，利用液压打桩施工过程的历史数据对预测结果进行校正，提出一种基于神经网络的代理模型——PISMN。对液压打桩锤能量转换效率进行研究，确定其施工过程控制参数为液压系统输入功率、提锤等待时间、提锤高度。建立液压桩锤数字模型，使用神经网络拟合仿真软件计算结果，可大幅降低预测过程的计算成本。基于现有物理知识内嵌神经网络理论，提出使用不等式构建物理知识内嵌神经网络，并基于该方法构建面向液压打桩锤仿真过程的PISMN代理模型。经验证，该方法可对代理模型的输出进行约束，提高训练过程的稳定性，与其他算法相比，预测偏差中位数和均值精度提升超过54.4%，表明可用该代理模型计算结果近似仿真模型的输出结果。该研究为降低液压桩锤能量损耗、提高液压桩锤自动化作业水平，并推进无人化液压打桩锤相关研究提供一种解决方案。

关键词：液压打桩锤;代理模型;物理知识内嵌神经网络