CN120208137A 一种平衡式重式叉车的防侧翻控制方法及系统

(19)国家知识产权局地址324000浙江省衢州市柯城区下张乐园路592号所(特殊普通合伙)33358专利代理师王杰一种平衡式重式叉车的防侧翻控制方法及本发明公开了一种平衡式重式叉车的防侧21.一种平衡式重式叉车的防侧翻控制方法，其特在叉车上安装传感器组，通过传感器组采集叉车工况数据，经过CAN总线传输至中央控制器并进行预处理，获取预处理叉车工况数据包；将预处理叉车工况数据包输入侧翻风险评估算法，计算静态稳定三角的边界条件与动态侧向力矩平衡，结合叉车工况数据生成侧翻风险系数，输出决策指令集；通过液压伺服控制器进行动态负载调节，获取负载位姿参数；驱动电机控制器实施扭矩矢量分配，介入制动能量回收单元，对内侧车轮施加可控缓释制动，获得调整后的车轮运动状态参数；对比理论预测模型进行残差分析，触发残差修正策略，进行重复控制。2.如权利要求1所述的平衡式重式叉车的防侧翻控制方法，其特征在于：所述叉车工况3.如权利要求2所述的平衡式重式叉车的防侧翻控制方法，其特征在于：所述在叉车上安装传感器组，通过传感器组采集叉车工况数据，经过CAN总线传输至中央控制器并进行预在叉车上安装惯性测量单元、车轮编码器、货叉压力传感器、激光雷达和摄像头，连接成传感器组；通过传感器组采集叉车工况数据，通过CAN总线传输至中央控制使用卡尔曼滤波算法对叉车工况数据进行去噪处理；对去噪处理后的叉车工况数据进行标准化处理，整合为预处理叉车工况数据包。4.如权利要求3所述的平衡式重式叉车的防侧翻控制方法，其特征在于：所述将预处理叉车工况数据包输入侧翻风险评估算法，计算静态稳定三角的边界条件与动态侧向力矩平基于动态势能场理论重构稳定边界并结合预处理叉车工况数据包，建立以叉车质心为原点的极坐标系，定义稳定域边界函数；依据动态稳定边界和预处理叉车工况数据包，通过混沌动力学分析，构建改进的洛伦兹方程描述力矩平衡状态，提取最大李雅普诺夫特征指数；将动态稳定边界、最大李雅普诺夫特征指数与预处理叉车工况数据包输入复合风险函把侧翻风险系数输入量子遗传算法优化器，通过适应度函数生成决策指令集。5.如权利要求4所述的平衡式重式叉车的防侧翻控制方法，其特征在于：所述通过液压伺服控制器进行动态负载调节，获取负载位姿参数，根据决策指令集，通过调整液压缸的压力和驱动速率，调节叉车负载的水平重心，推动货叉沿导轨方向横向移动；通过液压伺服控制器，启动货叉高度调整功能，降低重心高度和货叉高度直至负载高度与当前车速满足稳定性条件；持续监测周边空间约束，根据障碍物检测反馈切换为高度优先调节模式，减少横向移执行液压伺服控制器调节后，获取实时更新的负载位姿参数。6.如权利要求5所述的平衡式重式叉车的防侧翻控制方法，其特征在于：所述驱动电机3控制器实施扭矩矢量分配，介入制动能量回收单元，对内侧车轮施加可控缓释制动，获得调整后的车轮运动状态参数，具体步骤为，基于负载位姿参数，计算前后扭矩分配方案，进行扭矩矢量分配调整；介入制动能量回收单元，调整内侧车轮制动力，实施可控缓释制动；采集调整后的车轮运动状态参数。7.如权利要求6所述的平衡式重式叉车的防侧翻控制方法，其特征在于：所述对比理论依据历史预处理叉车工况数据包，使用深度学习算法建立叉车动力预测模型；通过工况模拟仿真，基于叉车动力预测模型获取理论预测模型；将理论预测模型和车轮运动状态参数进行残差分析，根据残差分析结果触发残差修正实施残差修正策略后，进行重复残差分析与修正，直到残差分析结果满足风险阈值。8.一种平衡式重式叉车的防侧翻控制系统，基于权利要求1~7任一所述的平衡式重式扭矩分配模块和重复修正模块；所述数据收集模块，用于在叉车上安装传感器组，通过传感器组采集叉车工况数据，经过CAN总线传输至中央控制器并进行预处理，获取预处理叉车工况数据包；所述风险评估模块，用于将预处理叉车工况数据包输入侧翻风险评估算法，计算静态稳定三角的边界条件与动态侧向力矩平衡，结合叉车工况数据生成侧翻风险系数，输出决策指令集；所述负载调节模块，用于通过液压伺服控制器进行动态负载调节，获取负载位姿参数；所述扭矩分配模块，用于驱动电机控制器实施扭矩矢量分配，介入制动能量回收单元，对内侧车轮施加可控缓释制动，获得调整后的车轮运动状态参数；所述重复修正模块，用于对比理论预测模型进行残差分析，触发残差修正策略，进行重复控制。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1~7任一所述的平衡式重式叉车的防侧翻控制方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1~7任一所述的平衡式重式叉车的防侧翻控制方法的步骤。4一种平衡式重式叉车的防侧翻控制方法及系统技术领域[0001]本发明涉及叉车智能控制领域，特别是一种平衡式重式叉车的防侧翻控制方法及背景技术[0002]叉车作为一种重要的物流搬运工具，广泛应用于工业、仓储及港口等领域。随着自动化和智能化技术的快速发展，现代叉车已经不仅仅是简单的搬运工具，其在提高工作效率和安全性方面的作用也愈发重要。特别是对于平衡式重型叉车来说，其防侧翻控制技术的研究和应用直接关系到叉车在复杂工况下的稳定性与安全性。传统的叉车稳定性保障系统主要依赖于静态稳态模型，通过对叉车负载、车速和行驶角度等因素的简化假设来进行计算，从而获得稳定性边界。然而，随着叉车工作环境的不断变化，尤其是负载位置的动态变化及外部扰动的增加，传统的静态稳定分析模型已难以应对越来越复杂的操作工况。近年来，基于传感器技术的智能监测与反馈控制系统成为叉车防侧翻领域的研究热点，通过实时采集叉车的工作状态并进行动态分析，从而提升叉车在运行过程中的安全性。[0003]然而，现有的叉车防侧翻控制系统通常依赖于单一的静态稳定边界模型或过于简单的动力学分析，忽视了叉车在实际运行过程中复杂的动态特性和外部环境的干扰。例如，传统的静态稳定三角方法往往无法准确预测叉车在动态载荷和不平整地面上的侧翻风险，且未考虑车辆在行驶过程中的动态侧向力矩变化。此外，现有技术多侧重于基于线性控制模型进行防侧翻调节，缺乏针对复杂工作状态的实时反馈与优化。此类方法存在一定的滞后性，尤其在面对突发性工况时，难以快速响应和调整，导致系统对快速变化的负载和环境条件反应不及时，增加了叉车发生侧翻的风险。发明内容[0005]因此，本发明提供了一种平衡式重式叉车的防侧翻控制方法解决传统方案对快速变化的负载和环境条件反应不及时问题。第一方面，本发明提供了一种平衡式重式叉车的防侧翻控制方法，其包括，在叉车上安装传感器组，通过传感器组采集叉车工况数据，经过CAN总线传输至中央控制器并进行预处理，获取预处理叉车工况数据包；将预处理叉车工况数据包输入侧翻风险评估算法，计算静态稳定三角的边界条件与动态侧向力矩平衡，结合叉车工况数据生成侧翻风险系数，输出决策指令集；通过液压伺服控制器进行动态负载调节，获取负载位姿参数；驱动电机控制器实施扭矩矢量分配，介入制动能量回收单元，对内侧车轮施加可控缓释制动，获得调整后的车轮运动状态参数；对比理论预测模型进行残差分析，触发残差修正策略，进行重复控[0007]作为本发明所述平衡式重式叉车的防侧翻控制方法的一种优选方案，其中：所述5叉车工况数据包括叉车姿态角、车轮转速、负载重量及分布、地形坡度和[0008]作为本发明所述平衡式重式叉车的防侧翻控制方法的一种优选方案，其中：所述在叉车上安装传感器组，通过传感器组采集叉车工况数据，经过CAN总线传输至中央控制器在叉车上安装惯性测量单元、车轮编码器、货叉压力传感器、激光雷达和摄像头，连接成传感器组；通过传感器组采集叉车工况数据，通过CAN总线传输至中央控制使用卡尔曼滤波算法对叉车工况数据进行去噪处理；对去噪处理后的叉车工况数据进行标准化处理，整合为预处理叉车工况数据包。[0009]作为本发明所述平衡式重式叉车的防侧翻控制方法的一种优选方案，其中：所述将预处理叉车工况数据包输入侧翻风险评估算法，计算静态稳定三角的边界条件与动态侧基于动态势能场理论重构稳定边界并结合预处理叉车工况数据包，建立以叉车质心为原点的极坐标系，定义稳定域边界函数；依据动态稳定边界和预处理叉车工况数据包，通过混沌动力学分析，构建改进的洛伦兹方程描述力矩平衡状态，提取最大李雅普诺夫特征指数；将动态稳定边界、最大李雅普诺夫特征指数与预处理叉车工况数据包输入复合风把侧翻风险系数输入量子遗传算法优化器，通过适应度函数生成决策指令集。[0010]作为本发明所述平衡式重式叉车的防侧翻控制方法的一种优选方案，其中：所述通过液压伺服控制器进行动态负载调节，获取负载位姿参数，具体步骤为，根据决策指令集，通过调整液压缸的压力和驱动速率，调节叉车负载的水平重心，推动货叉沿导轨方向横向移动；通过液压伺服控制器，启动货叉高度调整功能，降低重心高度和货叉高度直至负载高度与当前车速满足稳定性条件；持续监测周边空间约束，根据障碍物检测反馈切换为高度优先调节模式，减少横向移动以避免碰撞；执行液压伺服控制器调节后，获取实时更新的负载位姿参数。[0011]作为本发明所述平衡式重式叉车的防侧翻控制方法的一种优选方案，其中：所述驱动电机控制器实施扭矩矢量分配，介入制动能量回收单元，对内侧车轮施加可控缓释制基于负载位姿参数，计算前后扭矩分配方案，进行扭矩矢量分配调整；介入制动能量回收单元，调整内侧车轮制动力，实施可控缓释制动；采集调整后的车轮运动状态参数。[0012]作为本发明所述平衡式重式叉车的防侧翻控制方法的一种优选方案，其中：所述对比理论预测模型进行残差分析，触发残差修正依据历史预处理叉车工况数据包.使用深度学习算法建立叉车动力预测模型：通过工况模拟仿真，基于叉车动力预测模型获取理论预测模型；将理论预测模型和车轮运动状态参数进行残差分析，根据残差分析结果触发残差6修正策略；实施残差修正策略后，进行重复残差分析与修正，直到残差分析结果满足风险阈值。[0013]第二方面，本发明提供了一种平衡式重式叉车的防侧翻控制系统，包括，数据收集所述数据收集模块，用于在叉车上安装传感器组，通过传感器组采集叉车工况数所述风险评估模块，用于将预处理叉车工况数据包输入侧翻风险评估算法，计算静态稳定三角的边界条件与动态侧向力矩平衡，结合叉车工况数据生成侧翻风险系数，输出决策指令集；所述负载调节模块，用于通过液压伺服控制器进行动态负载调节，获取负载位姿所述扭矩分配模块，用于驱动电机控制器实施扭矩矢量分配，介入制动能量回收单元，对内侧车轮施加可控缓释制动，获得调整后的车轮运动状态参数；所述重复修正模块，用于对比理论预测模型进行残差分析，触发残差修正策略，进行重复控制。[0014]第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的平衡式重式叉车的防侧翻控制方法的任一步骤。[0015]第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的平衡式重式叉车的防侧翻控制方法的任一步骤。[0016]本发明有益效果为：通过安装传感器组并预处理工况数据，确保了实时、准确的数据采集与传输，为后续控制提供了可靠的信息基础。通过侧翻风险评估算法动态评估风险，并生成决策指令集，优化了叉车在复杂工况下的稳定性。通过液压伺服控制器调整负载位姿，进一步降低侧翻风险，同时提高了叉车的重心稳定性。基于负载位姿参数进行扭矩矢量分配，并介入制动能量回收，优化了叉车的动力分配和能效。通过残差分析与修正控制，进行自我优化，确保叉车在复杂环境下持续稳定运行。附图说明[0017]为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的[0018]图1为实施例1中平衡式重式叉车的防侧翻控制方法的流程图。[0019]图2为实施例1中平衡式重式叉车的防侧翻控制系统的示意图。具体实施方式[0020]为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对7本发明的具体实施方式做详细的说明。[0021]在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。[0023]实施例1,参照图1和图2,为本发明第一个实施例，该实施例提供了一种平衡式重式叉车的防侧翻控制方法，包括以下步骤：S1:在叉车上安装传感器组，通过传感器组采集叉车工况数据，经过CAN总线传输至中央控制器并进行预处理，获取预处理叉车工况数据包。S1.1:在叉车上安装惯性测量单元、车轮编码器、货叉压力传感器、激光雷达和摄[0025]具体的，惯性测量单元(IMU)安装在叉车的中央或与叉车质心接近的位置，用于实时检测叉车的姿态角(如俯仰角、偏航角等),以及加速度和角速度。IMU可以精确测量叉车的动态行为，提供姿态变化数据，帮助评估叉车在运动中的稳定性。[0026]每个车轮上安装车轮编码器，用于检测车轮的转速。车轮转速是判断叉车在行驶过程中是否存在异常滑移或过载等情况的重要数据。通过编码器反馈的车轮转速数据，可以精准计算叉车的运动状态及相对地面滑移。[0027]货叉压力传感器安装在货叉处，用于测量货叉受载压力，进而推算负载重量。货叉压力传感器能够实时监控叉车的负载情况，对负载过重或不均匀分布的情况做出预警。[0028]激光雷达安装于叉车前部或顶部，用于实时扫描周围环境，获取障碍物的距离信息。激光雷达可以检测到环境中的静态和动态障碍物，并实时传输障碍物距离信息，为叉车的行驶路径规划提供依据。[0029]摄像头安装在叉车前部和后部，用于提供实时图像数据，辅助障碍物检测和车周围环境的监控。摄像头可以与激光雷达联合使用，优化障碍物识别精度，尤其在复杂环境中有较好表现。[0031]具体的，传感器组通过CAN总线(控制器局域网络)将各类传感器采集到的数据传输至叉车的中央控制器。CAN总线作为标准的通信协议，具有较强的抗干扰能力和较高的传输速率，能够在叉车运行过程中保证数据传输的实时性与稳定性。[0032]S1.2.1:叉车工况数据包括叉车姿态角、车轮转速、负载重量及分布、地形坡度和障碍物距离。[0033]S1.3:使用卡尔曼滤波算法对叉车工况数据进行去噪处理。[0034]具体的，卡尔曼滤波器是一种基于递归算法的滤波器，适用于处理线性或近线性系统中的噪声数据。卡尔曼滤波器能够对由传感器数据提供的叉车状态进行预测和修正，去除测量过程中的随机噪声和误差。[0035]S1.4:对去噪处理后的叉车工况数据进行标准化处理，整合为预处理叉车工况数8[0037]标准化处理后的各项叉车工况数据通过整合，形成统一的预处理叉车工况数据据的准确性和一致性，为后续的防侧翻控制提供了可靠的基础，从而增强了叉车在复杂环[0039]S2:将预处理叉车工况数据包输入侧翻风险评估算法，计算静态稳定三角的边界S2.1:基于动态势能场理论重构稳定边界并结合预处理叉车工况数据包，建立以系数，p;(θ)为第个网格到θ方向虚拟边界的欧氏距离，α为货叉高度变化率影响因子，9[0043]优选的，通过混沌动力学分析，可以更加准确地反映叉车在复杂工况下的力矩平衡状态和动态稳定性，尤其能在考虑动态变化和扰动的情况下，及时捕捉到侧翻的潜在风[0044]S2.3:将动态稳定边界、最大李雅普诺夫特征指数与预处理叉车工况数据包输入[0046]S2.4:把侧翻风险系数输入量子遗传算法优化器，通过适应度函数生成决策指令传算法在20维解空间中筛选出使F最大化的负载调节矢量、扭矩差分配和主动转向角参数变化幅度的平方和，通过权重w₂限制控制指令的剧烈波动；分母W₁+W2实现归一化，确保适应度值F∈[0,1],便于算法比较解的优劣。之间的平衡效果；高适应度个体(F趋近1)表示该指令集既能降低侧翻风险(小),又保持控制平稳合风险函数通过综合多个因素(如稳定边界、最大李雅普诺夫特征指数和地形信息),提供11[0059]具体的，启动货叉高度调整功能，通过液压伺服控制器调节货叉的高度，降低叉车的重心高度。液压控制器实时监控车速并对货叉高度进行调整，确保叉车重心高度与车速[0060]S3.3:持续监测周边空间约束，根据障碍物检测反馈切换为高度优先调节模式，减少横向移动以避免碰撞。[0061]具体的，持续监测周边空间，实时获取障碍物的反馈信息。若检测到障碍物或狭窄来避免与障碍物发生碰撞。[0062]S3.4:执行液压伺服控制器调节后，获取实时更新的负载位姿参数。[0063]具体的，通过液压伺服控制器调节后，中央控制单元会获取实时更新的负载位姿控制单元，用于下一步的风险评估和控制调整。[0064]较佳的，通过精确的液压伺服控制和实时反馈机制，实现了叉车的动态负载调节与稳定性控制。通过调整液压缸压力和驱动速率，精细调节负载的水平重心，确保叉车在动态过程中保持稳定。货叉高度的实时调节与车速匹配，避免因重心过高导致的倾覆风险。同时，通过障碍物检测与“高度优先调节模式”有效避免碰撞，确保叉车在狭小空间中的安全运行。实时更新的负载位姿参数反馈，为中央控制单元提供了动态调整的依据，进一步优化叉车的稳定性与安全性。这些措施极大提升了叉车在复杂环境中的作业效率和安全性。[0065]S4:驱动电机控制器实施扭矩矢量分配，介入制动能量回收单元，对内侧车轮施加可控缓释制动，获得调整后的车轮运动状态参数。S4.1:基于负载位姿参数，计算前后扭矩分配方案，进行扭矩矢量分配调整。[0067]具体的，基于之前获取的负载位姿参数(如负载的横向位置、高度、车速等),根据叉车的工作状态与动态要求，计算前后轮的扭矩分配方案。系统将考虑负载分布、叉车的当前速度、路面摩擦等因素，确保前后车轮获得合适的扭矩输出，以优化叉车的动力性能和稳定性。通过扭矩矢量分配，调整前后车轮的扭矩分布，实现横向稳定性和车辆转向控制。调整过程使用闭环控制方式，实时修正扭矩分配以适应环境变化和负载变化。[0068]S4.2:介入制动能量回收单元，调[0069]具体的，在叉车转弯或作业过程中，内侧车轮可能由于负载不均或侧倾的风险而出现滑移。通过制动能量回收单元，首先监测内侧车轮的滑移状态，并计算所需的制动力大小。根据计算结果，调节内侧车轮的制动系统，并逐步施加缓释制动。这一过程通过控制内侧车轮的制动力，减小横向滑移，同时实现制动能量回收，提高能效。制动过程采用渐进式施加与解除，以确保车轮稳定性和避免突然制动引起的危险。[0070]S4.3:采集调整后的车轮运动状态参数。[0071]具体的，在进行扭矩分配和制动调整后，通过车轮编码器或其他运动传感器实时采集车轮的运动状态参数。这些运动状态参数包括车轮的转速、转向角度、滑移率等。这些数据将反馈给中央控制单元，用于进一步调整控制策略。采集的车轮运动状态参数将用于评估扭矩分配和制动调整的效果，确保车辆处于最优稳定状态，并为下一步的动态控制和风险评估提供依据。[0072]较佳的，通过基于负载位姿参数进行扭矩矢量分配和制动能量回收，有效提升了叉车的操作性能与安全性。通过精确计算前后扭矩分配，优化了叉车的动力输出与稳定性，确保了叉车在不同负载与动态环境下的平衡性和操控性。同时，通过介入制动能量回收单元，对内侧车轮实施可控缓释制动，减少滑移，提升能效并降低事故风险。实时采集车轮运动状态参数，帮助动态调整控制策略，确保叉车在复杂环境下始终保持最佳稳定性与安全性。[0073]S5:对比理论预测模型进行残差分析，触发残差修正策略，进行重复控制。S5.1:依据历史预处理叉车工况数据包，使用深度学习算法建立叉车动力预测模[0075]具体的，依据历史预处理叉车工况数据包建立动力预测模型，首先对叉车姿态角、车轮转速、负载分布、地形坡度及障碍物距离等多源数据进行归一化处理，通过滑动时间窗口(1秒间隔)构建时序特征矩阵。采用深度神经网络架构，使用LSTM层提取车轮转速与姿态角的时序关联，CNN分支处理负载分布的空间特征，融合层整合地形坡度梯度与障碍物距离的动态影响。动力预测模型训练采用Adam优化器，以实际动力输出与预测值的均方误差为损失函数，结合早停法防止过拟合。最终动力预测模型输出液压系统压力梯度与驱动速率调整量，持续更新权重，实现变工况下的自适应动力匹配。验证阶段引入振动传感器数据交叉验证，确保预测误差控制在±5%内。[0076]S5.2:通过工况模拟仿真，基于叉车动力预测模型获取理论预测模型。[0077]具体的，利用叉车动力预测模型，在工况模拟仿真环境中运行叉车模型，模拟不同车在理想状态下的理论性能基准，并可用于后续与实际车轮运动状态进行对比分析。[0078]S5.3:将理论预测模型和车轮运动状态参数进行残差分析，根据残差分析结果触发残差修正策略。[0079]具体的，在实际运行过程中，通过车轮编码器和其他运动传感器获取叉车的实际运动状态参数，包括车轮转速、横向滑移率、纵向加速度等。将这些实际参数与理论预测模型中的结果进行对比，计算残差(即理论预测值与实际测量值之间的差异)。残差分析可以揭示出在实际操作中存在的偏差或误差，包括由于环境变化、负载不均、操控误差等因素引起的偏差。[0080]S5.4:实施残差修正策略后，进行重复残差分析与修正，直到残差分析结果满足风险阈值。[0081]具体的，一旦残差分析结果偏差超出预设的阈值(10%以上，阈值根据历史经验设定),将触发残差修正策略。该策略包括以下调整：调整扭矩分配：根据残差分析结果，调整前后车轮的扭矩分配，修正车轮转速的差调整制动和加速控制：对于因负载不均或车速变化引起的偏差，调整制动或加速动态修正行驶路径：通过改变叉车的转向角度或轨迹，修正横向运动中的滑移或失稳现象。[0082]实施残差修正后，继续监测车轮运动状态并进行再次残差分析。如果修正后的残[0083]较佳的，通过深度学习与残差修正策略的结合，实时分析叉车的动态控制，确保叉车在各种工况下的稳定性与安全性。通过建立叉车动力预测模型和工况仿真，能够精准预测叉车的行为，提供理论基准；通过对比理论模型和实际车轮运动状态，进行残差分析，及确保叉车稳定运行。提高了叉车的鲁棒性、操作效率和能效，为叉车的智能控制提供了强大的支持。[0084]本实施例还提供一种平衡式重式叉车的防侧翻控制系统，包括：数据收集模块，用于在叉车上安装传感器组，通过传感器组采集叉车工况数据，经过CAN总线传输至中央控制器并进行预处理，获取预处理叉车工况数据包；风险评估模块，用于将预处理叉车工况数据包输入侧翻风险评估算法，计算静态稳定三角的边界条件与动态侧向力矩平衡，结合叉车工况数据生成侧翻风险系数，输出决策指令集；负载调节模块，用于通过液压伺服控制器进行动态负载调节，获取负载位姿参数；扭矩分配模块，用于驱动电机控制器实施扭矩矢量分配，介入制动能量回收单元，对内侧车轮施加可控缓释制动，获得调整后的车轮运动状态参数；重复修正模块，用于对比理论预测模型进行残差分析，触发残差修正策略，进行重复控[0085]本实施例还提供一种计算机设备，适用于平衡式重式叉车的防侧翻控制方法的情况，包括：存储器和处理器；存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，实现如上述实施例提出的平衡式重式叉车的防侧翻控制方法。[0086]该计算机设备可以是终端，该计算机设备包括通过系统总线连接的处理器、存储该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机设备的显示屏可