近年来随着装载机技术的快速发展,对装载机的功能和效率不断提出新的要求,在校企合作项目“FW50GL装载机研发”中,为了提高装载机的工作效率,使用电液比例控制主阀并结合一些传感器实现动臂定高举升功能,因系统的惯性及响应的滞后性导致使用这种功能时出现偏差从而造成了能量损失,从长远来看损失的能量不可小觑,本文就如何有效控制偏差,实现装载机工作装置的位置控制展开研究。本文的研究是在大量实验的基础上展开的:第2章分析实验曲线,研究偏差出现的根本原因,整理实验数据,研究不同因素对偏差的影响;基于当前控制方法,第3章研究新的控制策略,提出控制策略的数学表达形式,并通过实验验证了控制策略的有效性。第4章在控制策略的基础上,提出了基于机器学习的基本控制框架,针对控制策略的盲区:X_e在(35)t时间的变化对控制结果的影响,提出了系统状态量的预测来降低盲区对控制结果的影响,研究了不同预测方案预测结果的均方根误差及最大最小误差并确定了最佳的预测方案。在基本控制框架的基础上,研究了偏差控制模块的初次学习及优化控制学习,提出一个基于机器学习的可行的、完整的偏差控制模型。第5章使用AMESIM搭建尽可能与实际一致的装载机工作装置动臂模型,使用MATLAB来实现本文所研究的控制策略,对提出的基于机器学习的控制模型结合不同的控制策略进行验证,根据控制策略中每项不同的表达形式及是否具有预测功能,对提出三种验证方案进行验证,验证结果显示:基于机器学习的控制模型可以实现偏差的有效控制,控制策略中每项不同的数学表达形式直接影响控制结果,当系统状态量变化较快时,具有系统状态量预测功能的控制策略对更能有效实现对偏差的控制。