Сучасні підходи до оптимізації робочого циклу кар’єрних екскаваторів

Автор(и)

  • С.А. Сергієнко Кременчуцький національний університет імені Михайла Остроградського , Україна image/svg+xml https://orcid.org/0000-0002-3977-5239
  • А.О. Онищенко Відокремлений структурний підрозділ «Фаховий коледж Кременчуцького національного університету імені Михайла Остроградського», м. Кременчук, Україна https://orcid.org/0000-0002-3793-331X

DOI:

https://doi.org/10.31498/2225-6733.53.2.2026.359913

Ключові слова:

кар'єрний екскаватор, пряма лопата, драглайн, оптимізація робочого циклу, траєкторне планування, енергоефективність електроприводу, прогнозне регулювання, цифровий двійник

Анотація

Виконано систематизований аналіз наукових публікацій 2016–2025 рр., присвячених оптимізації робочого циклу екскавації кар'єрних екскаваторів типу пряма лопата та драглайн. Методи оптимізації систематизовано у шість основних груп: оператор-орієнтовані методи керування; оптимальне керування і багатокритеріальна оптимізація траєкторії; онлайн-адаптивне траєкторне планування; перцептивно-автономні методи екскавації; робастне траєкторне керування з компенсацією збурень; енергооптимізація циклу екскавації. Окремо розглянуто напрями цифрових двійників, симуляційних методів та нейромережевого керування. Показано, що переважна більшість методів розроблена для гідравлічних маніпуляторних систем і потребує суттєвої адаптації для канатних електромеханічних екскаваторів типу пряма лопата та драглайн з урахуванням іншої кінематичної структури, значно більших рівнів потужності та специфічної динаміки канатної системи. Встановлено, що дослідження в напрямі вибору критерію оптимізації робочого циклу залишаються актуальними. Визначено три напрями подальших досліджень: розробка багатопараметричного критерію оптимізації, що враховує час, енергію, вплив на стан обладнання та операційну продуктивність; розробка спостерігача рівня завантаження ковша в режимі реального часу; верифікація запропонованих рішень на електромеханічній системі екскаваторів типу пряма лопата та драглайн

Посилання

  1. Babaei Khorzoughi M., Hall R. A Study of Digging Productivity of an Electric Rope Shovel for Different Operators. Minerals. 2016. Vol. 6, no. 2. Article 48. DOI: https://doi.org/10.3390/min6020048.
  2. Yaghini A., Hall R., Apel D. Autonomous and Operator-Assisted Electric Rope Shovel Performance Study. Mining. 2022. Vol. 2, no. 4. Pр. 699–711. DOI: https://doi.org/10.3390/mining2040038.
  3. Topno S., Sahoo L., Umre B. S. Energy efficiency assessment of electric shovel operating in open-cast mine. Energy. 2021. Vol. 230. Article 120703. DOI: https://doi.org/10.1016/j.energy.2021.120703.
  4. Energy-minimum optimization of the intelligent excavating process for large cable shovel through trajectory planning / Wang X., Sun W., Li E., Song X. Structural and Multidisciplinary Optimization. 2018. Vol. 58. Pр. 2219–2237. DOI: https://doi.org/10.1007/s00158-018-2011-6.
  5. Multi-objective time-energy-impact optimization for robotic excavator trajectory planning / H. Feng et al., Automation in Construction 2023. Vol. 156. Article 105094. DOI: https://doi.org/10.1016/j.autcon.2023.105094.
  6. Fan R., Li Y., Yang L. Multiobjective trajectory optimization of intelligent electro-hydraulic shovel. Frontiers of Mechanical Engineering. 2023. Vol. 17. Article 50. DOI: https://doi.org/10.1007/s11465-022-0706-2.
  7. Multi-objective trajectory planning of earth excavation robots using continuous trajectory representation / Zhang T., Fu T., Song X., Qu F. Automation in Construction. 2022. Vol. 136. Article 104176. DOI: https://doi.org/10.1016/j.autcon.2022.104176.
  8. Time-jerk optimal trajectory planning of hydraulic robotic excavator / Y. Zhang et al. Advances in Mechanical Engineering. 2021. Vol. 13, no. 7. DOI: https://doi.org/10.1177/16878140211034611.
  9. Lutsenko I., Tytiuk V., Mikhailenko O. Development of a system-grounded criterion of optimal control. Вісник Кременчуцького державного політехнічного університету. 2010. Вип. 5(64). С. 15–23.
  10. Database-driven model predictive control system for online adaptation of an autonomous excavator to environmental conditions / T. Okada et al. Control Engineering Practice. 2024. Vol. 145. Article 105843. DOI: https://doi.org/10.1016/j.conengprac.2024.105843.
  11. Real-time task-oriented continuous digging trajectory planning for excavator arms / Z. Yao et al. Automation in Construction. 2023. Vol. 152. Article 104916. DOI: https://doi.org/10.1016/j.autcon.2023.104916.
  12. Trajectory planning and control of large robotic excavators based on inclination-displacement mapping / H. Ding et al. Automation in Construction. 2024. Vol. 158. Article 105209. DOI: https://doi.org/10.1016/j.autcon.2023.105209.
  13. Task-unit based trajectory generation for excavators utilizing expert operator skills / C. Feng et al. Automation in Construction. 2024. Vol. 158. Article 105247. DOI: https://doi.org/10.1016/j.autcon.2023.105247.
  14. Eraliev O., Shin D., Lee Ch. Sensing, perception, decision-making and planning-action for autonomous excavators: A review. Automation in Construction. 2022. Vol. 141. Article 104428. DOI: https://doi.org/10.1016/j.autcon.2022.104428.
  15. An autonomous excavator system for material loading tasks / L. Zhang et al. Science Robotics. 2021. Vol. 6, iss. 55. Article eabc3164. DOI: https://doi.org/10.1126/scirobotics.abc3164.
  16. Dadhich S., Bodin U., Andersson U. Key challenges in automation of earth-moving machines. Automation in Construction. 2016. Vol. 68. Pр. 212–222. DOI: https://doi.org/10.1016/j.autcon.2016.05.009.
  17. Toward autonomous mining: Design and develop-ment of an unmanned electric shovel via point cloud-based optimal trajectory planning / Zhang T., Fu T., Cui Y., Song X. Frontiers of Mechanical Engineering. 2022. Vol. 17, no. 3. Article 30. DOI: https://doi.org/10.1007/s11465-022-0686-2.
  18. Excavating Trajectory Planning of a Mining Rope Shovel Based on Material Surface Perception / Feng Y., Wu J., Lin B., Guo C. Sensors. 2023. Vol. 23, no. 15. Article 6653. DOI: https://doi.org/10.3390/s23156653.
  19. Full-Scale Simulation and Validation of Wear for a Mining Rope Shovel Bucket / Svanberg A., Larsson S., Mäki R., Jonsén P. Minerals. 2021. Vol. 11, no. 6. Article 623. DOI: https://doi.org/10.3390/min11060623.
  20. Robotic excavator motion control using a nonline-ar proportional–integral controller and cross-coupled pre-compensation / D. Wang et al. Automation in Construction. 2016. Vol. 64. Pр. 1–6. DOI: https://doi.org/10.1016/j.autcon.2015.12.024.
  21. Robotic excavator trajectory control using an improved GA based PID controller / H. Feng et al. Mechanical Systems and Signal Processing. 2018. Vol. 105. Pр. 153–168. DOI: https://doi.org/10.1016/j.ymssp.2017.12.014.
  22. Coordinated trajectory tracking control for mining excavator with oscillating external disturbance / R. Fan et al. Journal of Field Robotics. 2024. Vol. 41, no. 2. Pр. 258–272. DOI: https://doi.org/10.1002/rob.22257.
  23. Egli P., Hutter M. A General Approach for the Automation of Hydraulic Excavator Arms Using Reinforcement Learning. IEEE Robotics and Automation Letters. 2022. Vol. 7, no. 2. Pр. 5679–5686. DOI: https://doi.org/10.1109/LRA.2022.3152865.
  24. Nguyen V. H., Do T. C., Ahn K. K. Investigation and Optimization of Energy Consumption for Hybrid Hydraulic Excavator with an Innovative Powertrain. Actuators. 2023. Vol. 12, no. 10. Arti-cle 382. DOI: https://doi.org/10.3390/act12100382.
  25. Determining the parameters of the trajectory of the bucket of mining quarries excavators / V. Tytiuk et al. E3S Web of Conferences. 2021. Vol. 280. Article 05013. DOI: https://doi.org/10.1051/e3sconf/202128005013.
  26. Data-driven excavation trajectory planning for unmanned mining excavator / T. Fu et al. Automation in Construction. 2024. Vol. 162. Article 105395. DOI: https://doi.org/10.1016/j.autcon.2024.105395.
  27. Wang X., Song X., Sun W. Surrogate based trajectory planning method for an unmanned electric shovel. Mechanism and Machine Theory. 2021. Vol. 158. Article 104230. DOI: https://doi.org/10.1016/j.mechmachtheory.2020.104230.
  28. Physics-Informed Neural Networks-Based Online Excavation Trajectory Planning for Unmanned Excavator / T. Fu et al. Chinese Journal of Mechanical Engineering. 2024. Vol. 37. Article 131. DOI: https://doi.org/10.1186/s10033-024-01109-2.
  29. Adaptive neural network tracking control for unmanned electric shovel intelligent excavation system / K. Lian et al. Frontiers of Mechanical Engi-neering. 2024. Vol. 19, no. 6. Article 45. DOI: https://doi.org/10.1007/s11465-024-0816-0.
  30. Mining Trajectory Planning of Unmanned Excavator Based on Machine Learning / T. Zhang et al. Mathematics. 2024. Vol. 12, no. 9. Article 1298. DOI: https://doi.org/10.3390/math12091298.
  31. Influence of human-operator parameters on the energy consumption and cycle time of an excavator electromechanical system / V. Tytiuk et al. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2025. Vol. 3. Pp. 131–138. DOI: https://doi.org/10.33271/nvngu/2025-3/131.

##submission.downloads##

Опубліковано

2026-03-26

Як цитувати

Сергієнко , С., & Онищенко , А. (2026). Сучасні підходи до оптимізації робочого циклу кар’єрних екскаваторів. Вісник Приазовського Державного Технічного Університету. Серія: Технічні науки, 2(53), 56–64. https://doi.org/10.31498/2225-6733.53.2.2026.359913

Номер

Том 2 № 53 (2026): Вісник ПДТУ. Серія: Технічні науки

Розділ

141 Електроенергетика, електротехніка та електромеханіка

Ліцензія

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Журнал "Вісник Приазовського державного технічного університету. Серія: Технічні науки" видається під ліцензією СС-BY (Ліцензія «Із зазначенням авторства»).

Дана ліцензія дозволяє поширювати, редагувати, поправляти і брати твір за основу для похідних навіть на комерційній основі із зазначенням авторства. Це найзручніша з усіх пропонованих ліцензій. Рекомендується для максимального поширення і використання неліцензійних матеріалів.

Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:

1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи в цьому журналі.

2. Автори мають право укладати самостійні додаткові угоди, які стосуються неексклюзивного поширення роботи в тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи в цьому журналі.