中國(guó)挖掘機(jī)產(chǎn)量、銷量、保有量及競(jìng)爭(zhēng)格局分析一、挖掘機(jī)行業(yè)概況挖掘機(jī)的市場(chǎng)需求可拆分為新增需求與更新需求，其中更新需求主要產(chǎn)生于使用壽命到期或環(huán)保政策的限制。目前國(guó)內(nèi)工程機(jī)械主要采購(gòu)的外資品牌零部件包括液壓件、底盤和發(fā)動(dòng)機(jī)等。受疫情在海外擴(kuò)散影響，歐洲重卡底盤廠商相繼停工或減產(chǎn)，同時(shí)底盤由三代向四代，歐五向歐六升級(jí)成本大幅提升。二、中國(guó)挖掘機(jī)行業(yè)市場(chǎng)現(xiàn)狀分析產(chǎn)量方面，2019年中國(guó)挖掘機(jī)產(chǎn)量為266299臺(tái)，同比下降1.2%；2020年1-4月中國(guó)挖掘機(jī)產(chǎn)量為112927臺(tái)，同比下降1.11%。保有量方面，2019年中國(guó)挖掘機(jī)保有量為1448754臺(tái)，同比增長(zhǎng)5.5%；預(yù)計(jì)2020年中國(guó)挖掘機(jī)保有量增長(zhǎng)至1542923臺(tái)，預(yù)計(jì)2021年增長(zhǎng)至1635498臺(tái)。銷量方面，據(jù)統(tǒng)計(jì)，2019年中國(guó)挖掘機(jī)銷量為26.8萬臺(tái)，同比增長(zhǎng)4.69%。分地區(qū)來看，目前挖掘機(jī)總存量規(guī)模前五大省依次是江蘇省、山東省、四川省、安徽省、河南省，五省占比約全國(guó)的33%；細(xì)分來看，國(guó)一存量中，前五大省依次是江蘇省、四川省、安徽省、山東省、河南省，五省占比約全國(guó)的34%；國(guó)二存量中，前五大省依次是四川省、山東省、江蘇省、安徽省、河南省，五省占比約全國(guó)的31%；國(guó)三存量中，前五大省依次是山東省、江蘇省、四川省、河南省、安徽省，五省占比約全國(guó)的34%。三、中國(guó)挖掘機(jī)行業(yè)競(jìng)爭(zhēng)格局分析2018年，國(guó)內(nèi)挖掘機(jī)械市場(chǎng)銷量前三位企業(yè)為三一重工、徐工和卡特彼勒，市場(chǎng)占有率均超過10%?；趯?duì)市場(chǎng)的信心和產(chǎn)品庫(kù)存上的充分準(zhǔn)備，三一重工、徐工、柳工、山東臨工等國(guó)產(chǎn)品牌市場(chǎng)占有率增長(zhǎng)明顯。從各企業(yè)銷量及市場(chǎng)占有率情況分析，挖掘機(jī)械市場(chǎng)“強(qiáng)者恒強(qiáng)”的態(tài)勢(shì)進(jìn)一步凸顯，龍頭企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)進(jìn)一步強(qiáng)化。四、中國(guó)智能化挖掘機(jī)存在問題與發(fā)展展望1、高精度控制算法。挖掘機(jī)液壓系統(tǒng)具有強(qiáng)非線性、機(jī)電液強(qiáng)耦合性、時(shí)變等特點(diǎn)；執(zhí)行復(fù)合動(dòng)作時(shí)，工作裝置存在動(dòng)力學(xué)耦合和負(fù)載不確定性；室外作業(yè)時(shí)，液壓系統(tǒng)參數(shù)變化范圍大，挖掘阻力復(fù)雜多變。非線性控制盡管效果較好，但需提前測(cè)定液壓元件特性，對(duì)無法測(cè)定的模型參數(shù)需要進(jìn)行辨識(shí)，因此探索結(jié)構(gòu)簡(jiǎn)單、參數(shù)依賴度低的高性能智能控制算法是解決問題的關(guān)鍵。其次，作業(yè)精度要求較高時(shí)，需要多執(zhí)行器協(xié)同運(yùn)動(dòng)，研究高精度的協(xié)同控制算法也是未來的研究方向之一。2、多傳感器融合的智能感知技術(shù)。目前，感知所采用的傳感器主要包括：?jiǎn)文繑z像頭、雙目攝像頭、各種雷達(dá)等。這些傳感器各有利弊，施工現(xiàn)場(chǎng)存在環(huán)境干擾的情況下，圖像識(shí)別率不高，如何進(jìn)行各傳感器多層次、多空間的信息互補(bǔ)和優(yōu)化組合是解決問題的關(guān)鍵之一。多傳感器系統(tǒng)獲取多樣、復(fù)雜、完整的信息，主要體現(xiàn)在融合算法上。因此，探索基于深度神經(jīng)網(wǎng)絡(luò)的智能融合算法是未來提升感知系統(tǒng)自適應(yīng)能力與穩(wěn)定性的關(guān)鍵。3、基于大數(shù)據(jù)分析的智能故障診斷。挖掘機(jī)液壓系統(tǒng)由多個(gè)子系統(tǒng)組成，短時(shí)間內(nèi)存在多個(gè)源故障并發(fā)的可能，導(dǎo)致多個(gè)子系統(tǒng)功能異常，因此故障模式的數(shù)量隨著系統(tǒng)復(fù)雜度增加呈指數(shù)增長(zhǎng)，造成故障隱藏性高，難以判斷故障根源。采用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷時(shí)需要大規(guī)模的網(wǎng)絡(luò)參數(shù)，對(duì)于智能機(jī)載診斷設(shè)備來說，診斷效率受到硬件限制，因此需要探索一種非冗余的小規(guī)模網(wǎng)絡(luò)結(jié)構(gòu)。其次，挖掘機(jī)多個(gè)系