用于确定臂架油缸位移的方法、装置、存储介质及处理器

技术领域

本申请涉及工程机械领域，具体涉及一种用于确定臂架油缸位移的方法、装置、存储介质及处理器。

背景技术

在泵车中每个臂架均设置有一个臂架油缸，通过臂架油缸伸缩实现臂架展开与折叠。泵车的臂架油缸位置测定即臂架油缸位移的确定，对于增加臂架载荷谱数据库、分析臂架典型工况、优化泵车臂架结构强度以及臂架控制策略有着重要的意义。并且现有臂架控制技术中十分依赖于各类实体传感器的安装，而传感器的价格昂贵，在混凝土泵车上安装这些实体的传感器会使得泵车设备的成本上升。例如，针对泵车臂架动作的各种控制，通常需要实时获取臂架姿态，现有技术中臂架姿态的获得依赖于在各个臂节上安装倾角传感器。

发明内容

本申请实施例的目的是提供一种用于确定臂架油缸位移的方法、装置、存储介质及处理器。

为了实现上述目的，本申请第一方面提供一种用于确定臂架油缸位移的方法，每个臂架均有对应的臂架油缸，方法包括：

针对每个臂架油缸，获取臂架在当前时刻的工况数据，工况数据包括臂架的操作百分比和操作时长增量，操作百分比是指臂架对应的操作手柄的拨动程度，操作时长增量是指臂架在当前时刻的累计操作时长与上一时刻的累计操作时长的差值；

针对每个臂架油缸，根据操作百分比确定臂架油缸在当前时刻的运行速度；

针对每个臂架油缸，将臂架的操作时长增量和臂架油缸的运行速度输入至与臂架油缸对应的回归预测模型，以通过回归预测模型输出臂架油缸的位移。

在本申请实施例中，运行速度包括伸出速度和缩回速度，针对每个臂架油缸，根据操作百分比确定臂架油缸在当前时刻的运行速度包括：针对每个臂架油缸，根据操作百分比确定臂架油缸的阀流量；获取臂架油缸的第一内径和第二内径，其中，第一内径为臂架油缸无杆腔侧的内径，第二内径为臂架油缸有杆腔侧的内径；根据操作百分比、阀流量、第一内径确定伸出速度；根据操作百分比、阀流量、第一内径以及第二内径确定缩回速度；在臂架油缸伸出状态下，将伸出速度确定为臂架油缸的运行速度；在臂架油缸缩回状态下，将缩回速度确定为臂架油缸的运行速度。

在本申请实施例中，根据公式(1)计算伸出速度：

V

其中，V

在本申请实施例中，根据公式(2)计算缩回速度：

V

其中，V

在本申请实施例中，方法还包括：在获取臂架在当前时刻的工况数据之后，判断工况数据是否为异常工况数据；在操作时长增量小于零的情况下，确定工况数据为异常工况数据；删除异常工况数据，并重新获取臂架的工况数据，直至操作时长增量大于或等于零。

在本申请实施例中，方法还包括回归预测模型的训练步骤，训练步骤包括：获取多个臂架油缸的初始臂架油缸长度和样本数据，获取与每个臂架油缸对应的臂架的历史水平倾角，以及获取每个臂架油缸对应的结构参数，其中，样本数据包括至少一个臂架的历史操作时长增量、历史运行速度、历史第一输入数据以及历史第二输入数据；根据历史水平倾角确定与每个臂架油缸对应的臂架的历史臂架夹角；根据历史臂架夹角和结构参数确定臂架油缸的实际臂架油缸长度；根据实际臂架油缸长度和初始臂架油缸长度确定臂架油缸的实际位移；将与每个臂架油缸对应的样本数据输入至回归预测模型，以使回归预测模型输出臂架油缸的预测位移；获取回归预测模型输出的每个臂架油缸的预测位移；将每个臂架油缸的预测位移与实际位移进行对比，以调整回归预测模型的模型参数。

在本申请实施例中，将每个臂架的操作时长增量与运行速度的乘积确定为第一输入数据，将每个臂架的操作时长增量平方与运行速度的乘积确定为第二输入数据。

本申请第二方面提供一种处理器，被配置成执行上述的用于确定臂架油缸位移的方法。

本申请第三方面提供一种用于确定臂架油缸位移的装置，包括上述处理器。

本申请第四方面提供一种泵车，包括：

多个臂架，每个臂架均有对应的臂架油缸；以及

上述用于确定臂架油缸位移的装置。

本申请第五方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行上述的用于确定臂架油缸位移的方法。

本申请第六方面提供了一种用于确定臂架水平倾角的方法，应用上述的用于确定臂架油缸位移的方法，确定臂架油缸的位移并获取每个臂架油缸的初始臂架油缸长度和与每个臂架油缸对应的结构参数；

针对每个臂架，根据位移和初始臂架油缸长度确定臂架的臂架油缸在当前时刻的实际长度，针对每个臂架，根据实际长度和结构参数确定臂架的臂架夹角；

根据每个臂架的臂架夹角确定每个臂架的水平倾角。

本申请第七方面提供一种处理器，被配置成执行上述的用于确定臂架水平倾角的方法。

本申请第八方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行上述的用于确定臂架水平倾角的方法。

上述技术方案，通过获取臂架在当前时刻的工况数据，工况数据包括臂架的操作百分比和操作时长增量，操作百分比是指臂架对应的操作手柄的拨动程度，操作时长增量是指臂架在当前时刻的累计操作时长与上一时刻的累计操作时长的差值；针对每个臂架油缸，根据操作百分比确定臂架油缸在当前时刻的运行速度；针对每个臂架油缸，将臂架的操作时长增量和臂架油缸的运行速度输入至与臂架油缸对应的回归预测模型，以通过回归预测模型输出臂架油缸的位移。采用上述技术方案，实现了无需安装传感器就得到臂架油缸的位移，降低了泵车设备的制造成本，节约了实体传感器安装所额外需要的人力及时间资源。

本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制。在附图中：

图1示意性示出了根据本申请实施例的用于确定臂架油缸位移的方法的第一种流程示意图；

图2示意性示出了根据本申请实施例的臂架油缸的示意图；

图3示意性示出了根据本申请实施例的臂架夹角的示意图；

图4示意性示出了根据本申请实施例的用于确定臂架油缸位移和臂架水平倾角的流程示意图；

图5示意性示出了根据本申请实施例的用于确定臂架油缸位移的方法的第二种流程示意图；

图6示意性示出了根据本申请实施例的计算机设备的内部结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请实施例，并不用于限制本申请实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1示意性示出了根据本申请实施例的用于确定臂架油缸位移的方法的第一种流程示意图。如图1所示，在本申请一实施例中，提供了一种用于确定臂架油缸位移的方法，每个臂架均有对应的臂架油缸，包括以下步骤：

步骤101，针对每个臂架油缸，获取臂架在当前时刻的工况数据，工况数据包括臂架的操作百分比和操作时长增量，操作百分比是指臂架对应的操作手柄的拨动程度，操作时长增量是指臂架在当前时刻的累计操作时长与上一时刻的累计操作时长的差值。

步骤102，针对每个臂架油缸，根据操作百分比确定臂架油缸在当前时刻的运行速度。

步骤103，针对每个臂架油缸，将臂架的操作时长增量和臂架油缸的运行速度输入至与臂架对应的回归预测模型，以通过回归预测模型输出臂架油缸的位移。

臂架油缸的位移是指臂架油缸的位置变化。针对每个臂架油缸，处理器可以获取臂架在当前时刻的工况数据。工况数据可以包括臂架的操作百分比和操作时长。在实际应用中，臂架的运动是通过操作手操作遥控器来实现的，遥控器上存在着与各个臂架对应的操作手柄，操作手拨动手柄可以控制相应的臂架运行。即臂架的操作百分比是指臂架对应的手柄的拨动程度。例如，在手柄未被拨动的情况下，产生的操作百分比的数值为0；在手柄被拨动时，产生的操作百分比的数值则为非0的数值。其中，当操作手拨动手柄使得对应的臂架向上运动时，产生的操作百分比的数值为负数；当操作手拨动操作手柄使得对应的臂架向下运动时，产生的操作百分比的数值为正数。在臂架的臂架油缸运动时，遥控器上对应手柄的拨动时长也就是臂架的操作时长是不断累加的，因此，臂架的操作时长增量是指臂架在当前时刻的累计操作时长与上一时刻的累计操作时长的差值。针对每个臂架油缸，处理器可以根据操作百分比确定臂架油缸在当前时刻的运行速度。针对每个臂架，处理器可以将臂架的操作时长增量和臂架油缸的运行速度输入至与臂架油缸对应的回归预测模型，以通过回归预测模型输出臂架油缸的位移。回归预测模型可以选择XGBoost模型，是一种有监督的回归预测模型。

在一个实施例中，方法还包括回归预测模型的训练步骤，训练步骤包括：获取多个臂架油缸的初始臂架油缸长度和样本数据，获取与每个臂架油缸对应的臂架的历史水平倾角，以及获取每个臂架油缸对应的结构参数，其中，样本数据包括至少一个臂架的历史操作时长增量、历史运行速度、历史第一输入数据以及历史第二输入数据；根据历史水平倾角确定与每个臂架油缸对应的臂架的历史臂架夹角；根据历史臂架夹角和结构参数确定臂架油缸的实际臂架油缸长度；根据实际臂架油缸长度和初始臂架油缸长度确定臂架油缸的实际位移；将与每个臂架油缸对应的样本数据输入至回归预测模型，以使回归预测模型输出臂架油缸的预测位移；获取回归预测模型输出的每个臂架油缸的预测位移；将每个臂架油缸的预测位移与实际位移进行对比，以调整回归预测模型的模型参数。结构参数是指臂架与臂架油缸连接各种固定已知的长度以及角度数据(如各铰点间尺寸)。铰点是指机械设备中铰链或者装置臂的连接位置，起到关节的作用。

处理器可以获取多个臂架油缸的初始臂架油缸长度和多个样本数据，获取与每个臂架油缸对应的臂架的历史水平倾角，以及获取每个臂架油缸对应的结构参数。其中，样本数据包括至少一个臂架的历史操作时长增量、历史运行速度、历史第一输入数据以及历史第二输入数据。处理器可以根据历史水平倾角确定与每个臂架油缸对应的臂架的历史臂架夹角。处理器可以根据历史臂架夹角和结构参数确定臂架油缸的实际臂架油缸长度。并根据实际臂架油缸长度和初始臂架油缸长度确定臂架油缸的实际位移。处理器可以将与每个臂架油缸对应的样本数据输入至回归预测模型，以使回归预测模型输出臂架油缸的预测位移。处理器可以获取回归预测模型输出的每个臂架油缸的预测位移。并将每个臂架油缸的预测位移与实际位移进行对比，以调整回归预测模型的模型参数。

例如，如图2所示，第一个臂架对应的臂架油缸与第一节臂架的连接结构信息。处理器可以获取臂架油缸的结构参数，具体包括固定长度参数AO和BO，还可以包括固定角度θ

在一个实施例中，将每个臂架的操作时长增量与运行速度的乘积确定为第一输入数据，将每个臂架的操作时长增量平方与运行速度的乘积确定为第二输入数据。

处理器可以将每个臂架的操作时长增量与运行速度的乘积确定为第一输入数据，将每个臂架的操作时长增量平方与运行速度的乘积确定为第一输入数据。具体而言，处理器可以将每个臂架的操作时长增量与运行速度的乘积确定为第一输入数据。例如，处理器可以将第i个臂架的操作时长增量T_diff

在一个实施例中，处理器可以获取每个臂架油缸的初始臂架油缸长度和与每个臂架油缸对应的结构参数。其中，结构参数可以是指臂架与臂架油缸连接处包含各铰点间尺寸在内的长度、角度等结构信息。针对每个臂架，处理器可以通过回归预测模型得出的预测位移，还可以获取初始臂架油缸长度，确定臂架的臂架油缸在当前时刻的实际长度。处理器还可以根据臂架油缸实际长度和结构参数信息确定臂架在当前时刻的臂架夹角。其中，臂架夹角是指臂架与靠近转台方向的相邻臂架之间的夹角。如图3所示，在确定的臂架为靠近转台方向的第一个臂架的情况下，第一个臂架的臂架夹角是指第一节臂架与转台平面夹角，即臂架与水平线形成的夹角θ

在一个实施例中，在获取臂架在当前时刻的工况数据之后，判断工况数据是否为异常工况数据；在操作时长增量小于零的情况下，确定工况数据为异常工况数据；删除异常工况数据，并重新获取臂架的工况数据，直至操作时长增量大于或等于零。

在获取臂架臂架在当前时刻的工况数据之后，处理器可以判断工况数据是否异常。具体而言，处理器可以通过判断工况数据中的操作时长增量来确定获取到的当前时刻的工况数据是否异常。在操作时长增量小于零的情况下，处理器可以确定当前时刻的工况数据为异常工况数据。处理器可以删除异常工况数据，并重新获取工况数据，直至操作时长增量大于或者等于零。在操作时长增量大于或者等于零的情况下，处理器可以确定工况数据为正常工况数据。

在一个实施例中，运行速度包括伸出速度和缩回速度，针对每个臂架油缸，根据操作百分比确定臂架油缸在当前时刻的运行速度包括：针对每个臂架油缸，根据操作百分比确定臂架油缸的阀流量；获取臂架油缸的第一内径和第二内径，其中，第一内径为臂架油缸无杆腔侧的内径，第二内径为臂架油缸有杆腔侧的内径；根据操作百分比、阀流量、第一内径确定伸出速度；根据操作百分比、阀流量、第一内径以及第二内径确定缩回速度；在臂架油缸伸出状态下，将伸出速度确定为臂架油缸的运行速度；在臂架油缸缩回状态下，将缩回速度确定为臂架油缸的运行速度。伸出速度是指臂架油缸的流量从臂架油缸的无杆腔侧进入臂架油缸时的速度。缩回速度是指臂架油缸的流量从臂架油缸的有杆腔侧进入臂架油缸时的速度。

针对每个臂架油缸，处理器可以根据操作百分比确定臂架油缸的阀流量，具体而言，操作手拨动臂架对应的手柄时，会产生对应的手柄信号，手柄信号携带有操作百分比。将手柄信号传递至对应的臂架油缸时，臂架油缸可以根据手柄信号中的操作百分比产生对应大小的阀流量。处理器可以获取臂架油缸无杆腔侧的第一内径和臂架油缸有杆腔侧的第二内径，其中，第一内径大于第二内径。处理器可以根据百分比、阀流量、第一内径确定伸出速度。在臂架油缸伸出状态下，处理器可以将伸出速度确定为臂架油缸的运行速度。在一个实施例中，根据公式(1)计算伸出速度：

V

其中，V

处理器可以根据操作百分比、阀流量、第一内径以及第二内径确定缩回速度。在臂架油缸缩回状态下，处理器可以将缩回速度确定为臂架油缸的运行速度。在一个实施例中，根据公式(2)计算缩回速度：

V

其中，V

在一个实施例中，如图4所示，操作手可以操作臂架遥控器手柄，以产生臂架操作百分比数据。处理器可以根据遥控器手柄信号产生对应的臂架臂架油缸的阀流量，其中，遥控器手柄信号携带有臂架操作百分比，在臂架油缸接收到遥控器手柄信号后，可以根据遥控器手柄信号中的臂架操作百分比确定对应的阀流量。通过臂架阀流量可以确定臂架臂架油缸推出或缩回时的速度大小。具体而言，处理器会获取臂架油缸无杆腔侧的第一内径和臂架油缸有杆腔侧的第二内径，根据臂架操作百分比、阀流量、第一内径确定臂架油缸的推出速度。根据臂架操作百分比、阀流量、第一内径以及第二内径确定缩回速度。在臂架油缸以一定速度运动一段时间后，臂架操作时间增长，臂架油缸产生位移，臂架油缸的实时长度变化。处理器可以在臂架油缸当前长度和臂架油缸连接处固定的结构信息的基础上，进行推算以得到臂架之间的夹角。在确定夹角大小后，处理器可以换算得到臂架的水平倾角数据。

在一个实施例中，如图5所示，处理器可以获取臂架操作百分比、操作时间等原始工况数据，还可以获取臂架结构参数。对工况数据进行预处理，并将处理后的工况数据划分为训练集和测试集，进而构建臂架油缸位移预测模型，以对模型进行训练与调参，以得到臂架油缸位移预测模型。具体而言，处理器可以根据操作手拨动对应的手柄，以得到衡量手柄拨动程度的操作百分比。手柄拨动后，处理器可以根据操作百分比控制对应的臂架油缸产生相应的阀流量，进而使得臂架产生动作。在臂架动作时，操作时间会实时累加。处理器可以对操作时间进行处理，以将当前时刻的操作时间与上一时刻的操作时间的差值确定为操作时长增量。在控制臂架油缸产生相应的阀流量后，处理器可以获取臂架油缸的无杆腔侧的内径R

处理器可以根据训练完毕的臂架油缸位移预测模型确定臂架油缸的位移，并根据位移和臂架油缸的原始长度确定臂架油缸在当前时刻的实际长度，再在实际长度和结构参数的基础上结合三角函数关系确定出臂架夹角，进而根据臂架夹角确定臂架的水平倾角。

在一个实施例中，提供了一种用于确定臂架水平倾角的方法，应用上述的用于确定臂架油缸位移的方法，确定臂架油缸的位移并获取每个臂架油缸的初始臂架油缸长度和与每个臂架油缸对应的结构参数；

针对每个臂架，根据位移和初始臂架油缸长度确定臂架的臂架油缸在当前时刻的实际长度，针对每个臂架，根据实际长度和结构参数确定臂架的臂架夹角；

根据每个臂架的臂架夹角确定每个臂架的水平倾角。

处理器可以确定臂架油缸的位移和臂架油缸的结构参数。针对每个臂架，处理器可以根据位移和初始臂架油缸长度确定臂架的臂架油缸在当前时刻的实际长度。针对每个臂架，处理器可以根据实际长度和结构参数确定臂架的臂架夹角。其中，臂架夹角是指臂架与靠近转台方向的相邻臂架之间的夹角。处理器可以根据每个臂架的臂架夹角确定每个臂架的水平倾角。

上述技术方案，通过获取臂架在当前时刻的工况数据，工况数据包括臂架的操作百分比和操作时长增量，操作百分比是指臂架对应的操作手柄的拨动程度，操作时长增量是指臂架在当前时刻的累计操作时长与上一时刻的累计操作时长的差值；针对每个臂架油缸，根据操作百分比确定臂架油缸在当前时刻的运行速度；针对每个臂架油缸，将臂架的操作时长增量和臂架油缸的运行速度输入至与臂架油缸对应的回归预测模型，以通过回归预测模型输出臂架油缸的位移。采用上述技术方案，实现了无需安装传感器就得到臂架油缸的位移，降低了泵车设备的制造成本，节约了实体传感器安装所额外需要的人力及时间资源。

图1、4、5为一个实施例中用于确定臂架油缸位移的方法的流程示意图。应该理解的是，虽然图1、4、5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、4、5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本申请实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述用于确定臂架油缸位移的方法。

本申请实施例提供了一种用于确定臂架油缸位移的装置，包括上述处理器。

本申请实施例提供了一种泵车，包括：

多个臂架，每个臂架均有对应的臂架油缸；以及

上述用于确定臂架油缸位移的装置。

本申请实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述用于确定臂架油缸位移的方法。

本申请实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述用于确定臂架水平倾角的方法。

本申请实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述用于确定臂架水平倾角的方法。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储臂架油缸的初始长度数据、臂架油缸对应的结构参数以及臂架的工况数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种用于确定臂架油缸位移的方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：针对每个臂架油缸，获取臂架在当前时刻的工况数据，工况数据包括臂架的操作百分比和操作时长增量，操作百分比是指臂架对应的操作手柄的拨动程度，操作时长增量是指臂架在当前时刻的累计操作时长与上一时刻的累计操作时长的差值；针对每个臂架油缸，根据操作百分比确定臂架油缸在当前时刻的运行速度；针对每个臂架油缸，将臂架的操作时长增量和臂架油缸的运行速度输入至与臂架油缸对应的回归预测模型，以通过回归预测模型输出臂架油缸的位移。

在一个实施例中，运行速度包括伸出速度和缩回速度，针对每个臂架油缸，根据操作百分比确定臂架油缸在当前时刻的运行速度包括：针对每个臂架油缸，根据操作百分比确定臂架油缸的阀流量；获取臂架油缸的第一内径和第二内径，其中，第一内径为臂架油缸无杆腔侧的内径，第二内径为臂架油缸有杆腔侧的内径；根据操作百分比、阀流量、第一内径确定伸出速度；根据操作百分比、阀流量、第一内径以及第二内径确定缩回速度；在臂架油缸伸出状态下，将伸出速度确定为臂架油缸的运行速度；在臂架油缸缩回状态下，将缩回速度确定为臂架油缸的运行速度。

在一个实施例中，根据公式(1)计算伸出速度：

V

其中，V

在一个实施例中，根据公式(2)计算缩回速度：

V

其中，V

在一个实施例中，在获取臂架在当前时刻的工况数据之后，判断工况数据是否为异常工况数据；在操作时长增量小于零的情况下，确定工况数据为异常工况数据；删除异常工况数据，并重新获取臂架的工况数据，直至操作时长增量大于或等于零。

在一个实施例中，方法还包括回归预测模型的训练步骤，训练步骤包括：获取多个臂架油缸的初始臂架油缸长度和样本数据，获取与每个臂架油缸对应的臂架的历史水平倾角，以及获取每个臂架油缸对应的结构参数，其中，样本数据包括至少一个臂架的历史操作时长增量、历史运行速度、历史第一输入数据以及历史第二输入数据；根据历史水平倾角确定与每个臂架油缸对应的臂架的历史臂架夹角；根据历史臂架夹角和结构参数确定臂架油缸的实际臂架油缸长度；根据实际臂架油缸长度和初始臂架油缸长度确定臂架油缸的实际位移；将与每个臂架油缸对应的样本数据输入至回归预测模型，以使回归预测模型输出臂架油缸的预测位移；获取回归预测模型输出的每个臂架油缸的预测位移；将每个臂架油缸的预测位移与实际位移进行对比，以调整回归预测模型的模型参数。

本申请实施例还提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：确定臂架油缸的位移并获取每个臂架油缸的初始臂架油缸长度和与每个臂架油缸对应的结构参数；针对每个臂架，根据位移和初始臂架油缸长度确定臂架的臂架油缸在当前时刻的实际长度，针对每个臂架，根据实际长度和结构参数确定臂架的臂架夹角；根据每个臂架的臂架夹角确定每个臂架的水平倾角。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如用于确定臂架油缸位移的方法步骤的程序。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如用于确定臂架水平倾角的方法步骤的程序。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。