ECO模式節(jié)能減排技術(shù)

杜盼成 繆秋蓮

摘 要：通過(guò)旋轉(zhuǎn)發(fā)動(dòng)機(jī)轉(zhuǎn)速控制開(kāi)關(guān)，發(fā)動(dòng)機(jī)轉(zhuǎn)速和工作模式被同時(shí)設(shè)定。文章闡述ECO模式（注：ECO 模式為經(jīng)濟(jì)模式）下，車輛燃油功率較高而性能損失最低，流量損失小的機(jī)理進(jìn)行分析。

關(guān)鍵詞：ECO模式;節(jié)能;機(jī)理分析

中圖分類號(hào)：U464? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1671-7988（2019）12-52-02

Abstract： Through the rotary engine speed control switch， engine speed and working mode is set at the same time. This paper ECO mode （note： ECO mode for economic model）， the minimum loss of car fuel power and high performance， small flow loss mechanism is analyzed.

Keywords： ECO model; energy-saving; mechanism analysis

1 空載狀態(tài)下非經(jīng)濟(jì)模式與經(jīng)濟(jì)模式發(fā)動(dòng)機(jī)轉(zhuǎn)速與工作模式控制區(qū)別

同一轉(zhuǎn)速下，ECO模式（注：ECO 模式為經(jīng)濟(jì)模式）比非ECO模式燃油比率低。同個(gè)模式下，液壓泵功率切換電流值ECO模式比非ECO模式小，所需的液壓油ECO模式比非ECO模式少，說(shuō)明ECO模式比非ECO模式流量損失小[1-3]。

2 ECO模式節(jié)能減排的機(jī)理分析

在正常模式下，泵流量為各前端工作裝置操縱桿信號(hào)流量需求的簡(jiǎn)單求和，假定為Q=A+B。而在ECO模式下，流量需求量為各操縱桿信號(hào)流量的均方根，假定為 。由于，因此進(jìn)行復(fù)合操作時(shí)，如果操作員要擁有相同的速度即相同流量下，ECO模式比非ECO模式先導(dǎo)操縱桿即MCV閥柱要多傾斜一些。ECO模式比正常模式的閥柱開(kāi)口面積大。

根據(jù)公式（1），可知相同流量Q時(shí)，S增大，△P為壓降減少，截流損失減小。則ECO模式比非ECO模式通過(guò)MCV閥的壓降有所減少，減少截流損失，從而達(dá)到節(jié)能減排的效果。

3 實(shí)驗(yàn)驗(yàn)證

實(shí)驗(yàn)設(shè)備：沃爾沃D系列挖掘機(jī)電控示教模擬器如圖1所示。

實(shí)驗(yàn)?zāi)康模喊l(fā)動(dòng)機(jī)帶負(fù)載后，驗(yàn)證ECO模式（注：ECO 模式為經(jīng)濟(jì)模式）比非ECO模式燃油功率較高而性能損失最低，流量損失小。

實(shí)驗(yàn)結(jié)果：（舉例開(kāi)關(guān)檔位同在9檔時(shí)）

數(shù)據(jù)比對(duì)分析：帶負(fù)載后，同樣的負(fù)載水平下，ECO模式（注：ECO 模式為經(jīng)濟(jì)模式）比非ECO模式燃油比率值小，說(shuō)明ECO模式比非ECO模式發(fā)動(dòng)機(jī)節(jié)能。液壓泵功率切換電流值ECO模式比非ECO模式小，液壓泵需輸出的油ECO模式比非ECO模式少，說(shuō)明ECO模式比非ECO模式模式流量損失小。

4 結(jié)論

無(wú)論是挖掘機(jī)空載還是帶載荷，ECO模式比非ECO模式節(jié)能。

參考文獻(xiàn)

[1] 吳文海，楊宇瀾，劉桓龍.基于液壓泵效率的挖掘機(jī)節(jié)能研究[J].機(jī)床與液壓，2014，（22）：94-96.

[2] Kwang-seok Oh，Ja-ho Seo.Inertial Parameter Estimation of an Excavator with Adaptive Updating Rule Using Performance Analy -sis of Kalman Filter [J].International Journal of Control， Automa -tion and Systems，2018，16 （3）：1226-1238.

[3] Benjamin J.Hodel.Learning to Operate an Excavator via Policy Opti -mization[J].Procedia Computer Science，2018，（140）：376-382.