CN111366125A - 一种履带式起重机回转角度测量方法 - Google Patents

Abstract

本发明涉及一种履带式起重机回转角度测量方法，该测量方法包括以下步骤：步骤1：利用全站仪对多个标记点进行观测，得到标记点观测数据；步骤2：针对标记点观测数据利用多测点数据进行分析处理以减少误差影响；步骤3：基于经过分析处理标记点观测数据构建回转角度目标函数；步骤4：采用改进的粒子群优化算法进行优化，得到回转角。与现有技术相比，本发明具有操作便捷，测量偏差小，算法稳定鲁棒性收敛性好等优点。

Description

一种履带式起重机回转角度测量方法

技术领域

本发明涉及起重机技术领域，尤其是涉及一种履带式起重机回转角度测量方法。

背景技术

回转角度是臂架式起重机的重要参数之一，其测量数值有效准确性直接影响该类起重机的安全运行。为了提高生产率，臂架式起重机常常会频繁进行变幅和回转动作，其起重力矩及抗倾覆力矩都在变化，当起重力矩达到抗倾覆力矩临界值时，如起重力矩限制器等安全保护装置不及时动作，将会造成倾覆事故。一般来说，起重机主臂的仰角及回转角度由旋转编码器采集而得，并在出厂前进行调试，但随着使用年限的增加，其精度及准确性都会下降，因此验证起重机回转角度的精度及准确性是至关重要的。2016年，起重机监督检验及定期检验规范要求对200t以上的履带式起重机以及60t以上的门座起重机等安装大型监控系统，并验证系统回转角度显示的有效性和准确。

履带式起重机是高层建筑施工用的自行式起重机，由动力装置、工作机构以及动臂、转台、底盘等组成，其动臂及转台能相对底盘进行转动，回转角度即为动臂回转前后轴心线在底盘水平面投影夹角。履带式起重机动臂长，底盘尺寸相对小，抗倾覆力矩呈现正前正后方大两侧面小的布局，因此在带载回转作业中易发生倾覆事故。履带式起重机动臂位置与抗倾覆力矩是密切关联的，系统显示回转角度则是动臂位置的精确定位。现场对履带式起重机回转角度的测量存着困难，无法定位回转中心线，而通过数回转法兰盘上螺栓估计回转角度误差大，无法满足验证要求。

近年来随着高精度全站仪的应用、优化理论的成熟和计算机技术的发展，测量技术的方法及原理发生了质的变化，实现了测量过程自动化、数据分析智能化及多参数测量与信息融合。其中全站仪是一种集光、机、电为一体的高精度测量仪器，已应用于起重机主梁上拱度及下挠度测量、大小车轨距测量和起升高度测量等项目，测量精度及准确度高于传统测量方法。但对于臂架类起重机回转角度的测量存在着困难，一是回转中心线坐标未定，无法通过常规坐标转换等方法进行投影；二是全站仪附属软件未包含转角的相关分析计算功能。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种履带式起重机回转角度测量方法，本方法采用全站仪对履带式起重机动臂上标记点进行测量，记录其旋转前后坐标值，并根据标记点在旋转前后满足的空间解析几何关系，围绕转角建立目标函数，再运用改进的粒子群优化方法进行参数寻优，实现了回转角度的有效准确测量。

本发明的目的可以通过以下技术方案来实现：

一种履带式起重机回转角度测量方法，该测量方法包括以下步骤：

步骤1：利用全站仪对多个标记点进行观测，得到标记点观测数据；

步骤2：针对标记点观测数据利用多测点数据进行分析处理以减少误差影响；

步骤3：基于经过分析处理标记点观测数据构建回转角度目标函数；

步骤4：采用改进的粒子群优化算法进行优化，得到回转角。

进一步地，所述的步骤3中的转角度目标函数由两部分组成，包括：各标记点在回转圆上计算转角α_i与实际转角α误差平方和F₁最小；第i回转圆标记点 (x_i1,y_i1,z_i1)，(x_i2,y_i2,z_i2)与回转中心(x_i0,y_i0,z_i0)三点组成等腰三角形，底角β与α满足β＝1/2(π-α)，各回转圆等腰三角形计算底角β₁与实际底角β误差平方和F₂最小。

进一步地，所述的各标记点在回转圆上计算转角α_i与实际转角α误差平方和 F₁最小，其描述公式为：

式中，

其中

为回转前后第i标记点距离，

和

分别为回转前后第i标记点至回转圆心距离，

进一步地，所述的第i回转圆标记点(x_i1,y_i1,z_i1)，(x_i2,y_i2,z_i2)与回转中心(x_i0,y_i0,z_i0)三点组成等腰三角形，底角β与α满足β＝1/2(π-α)，各回转圆等腰三角形计算底角β₁与实际底角β误差平方和F₂最小，其描述公式为：

式中，

进一步地，所述的步骤4中采用改进的粒子群优化算法进行优化的参数选择为第1回转圆心坐标、回转中心线向量及回转角度，其对应的描述方程组：

式中，回转中心线向量为(m,n,p)，第1回转圆中心坐标为(x₁₀,y₁₀,z₁₀)，回转中心线向量(x_i0,y_i0,z_i0)，

与现有技术相比，本发明具有以下优点：

(1)本回转角度测量方法利用全站仪测量精度高及对现场条件要求低的优点，对测量数据采用智能改进粒子群优化算法求得回转角度，回转角度与实际值偏差小，可作为现场检验数据回转角度测量值；

(2)本回转角度测量方法无需确定回转中心位置，仅需用全站仪测量回转前后对应标记点位置的坐标值，现场实现简易便捷，所采用的改进粒子群优化算法稳定，鲁棒性强收敛性好；

(3)本回转角度测量方法对模拟、试验室及现场试验数据估计回转角度与实际回转角度误差进一步说明了本测量方法具有较好的应用推广性。

附图说明

图1为全站仪测量示意图；

图2为主臂标记点回转测量示意图；

图3为改进粒子群算法流程图；

图4为软件模拟目标函数收敛曲线图；

图5为试验室目标函数收敛曲线图；

图6为试验室角度收敛曲线图；

图7为现场目标函数收敛曲线图；

图8为现场角度收敛曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，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，都应属于本发明保护的范围。

本申请主要内容：

1.全站仪测量方法

全站仪的主要功能为数据采集和坐标放样，本方法采用全站仪的数据采集功能测量标记点坐标，再进行测量数据后续分析处理得出转角。图1为全站仪测量过程示意图，其中观察坐标系为xyz-O，测量时将全站仪置于原点O，直线AB绕轴心 o-o至A’B’位置，转角为α。分别测量旋转前后点A和点B对应坐标值，分别记为 (x_A1,y_A1,z_A1)、(x_B1,y_B1,z_B1)及(x_A2,y_A2,z_A2)、(x_B2,y_B2,z_B2)。由于轴心o-o位置未知，仅由点A、B及点A’、B’坐标无法直接确定其分别回转圆，因此本方案用全站仪对多个标记点进行观测，利用多测量点数据进行分析处理以减少观测、风载及振动等误差影响，再构建回转角度目标函数，采用改进的粒子群优化算法进行优化，从而求得准确的回转角。

2.回转角目标函数的构建

从理论上来说，直线AB坐标数值的变化是由于旋转角度α产生的，此外无其它因素影响坐标数值改变。在现场测量时，起重机动臂标记点回转前后坐标值变化会受到旋转角度外诸多因素的影响，如制造、装配及磨损等因素产生的回转中心线直线度误差，动臂受风载、震动引起的晃动及变形误差。本质上回转角测量是单目标优化问题，即围绕角度α建立目标函数。

图2为履带吊起重机动臂回转标记点测量示意图，其中回转前标记点分别为PNT0,PNT1,PNT2,PNT3,PNT4，回转后对应标记点为PNT8,PNT7,PNT9,PNT10,PNT1 1，所在的回转圆分别为C1,C2,C3,C4,C5。为便于描述，记为第1～5点，点i回转前坐标(x_i1,y_i1,z_i1)，回转后坐标(x_i2,y_i2,z_i2)，点i所在回转圆中心坐标(x_i0,y_i0,z_i0)。

建立的回转角目标函数F由以下两部分构成；

(1)各标记点在回转圆上计算转角α_i与实际转角α误差平方和F₁最小；

式中，

其中

为回转前后第i标记点距离，

和

分别为回转前后第i标记点至回转圆心距离，

(2)第i回转圆标记点(x_i1,y_i1,z_i1)，(x_i2,y_i2,z_i2)与回转中心(x_i0,y_i0,z_i0)三点组成等腰三角形，底角β与α满足β＝1/2(π-α)，各回转圆等腰三角形计算底角β₁与实际底角β误差平方和F₂最小。

式中，

故回转角目标函数F为F₁与F₂之和。

3.优化参数的选择

各回转中心坐标、回转中心线向量及回转角度均为未知参数，利用参数间的几何关系以减少优化参数总数，从而提高优化参数准确度。由于回转中心线与各回转圆平面垂直，第1回转圆中心坐标(x₁₀,y₁₀,z₁₀)，回转中心线向量(m,n,p)，其对应直线方程为：(x-x₀)/m＝(y-y₀)/n＝(z-z₀)/p，第i回转圆中心坐标为(x_i0,y_i0,z_i0)，可建立方程组：

解为

其中

因此优化未知参数为第1回转圆心坐标、回转中心线向量及回转角度α，优化参数为7个。

4.改进的粒子群优化算法

粒子群优化算法是近年来发展起来的一种进化算法，具有简单、易编程、收敛速度快等特点，许多学者对粒子群算法的性能、参数设置、收敛速度及应用进行了研究，提出了许多改进的粒子群算法。遗传算法是一种基于自然的选择与遗传机理的随机搜索算法。粒子群算法和遗传算法存在许多相似之处。

(1)粒子群算法和遗传算法

粒子群算法的速度和位置更新采用如下公式：

v_i(t+1)＝ω(t)v_i(t)+c₁r₁(pbest_i(t)-x_i(t))+c₂r₂(gbest(t)-x_i(t))

x_i(t+1)＝x_i(t)+v_i(t+1)

式中，惯性权重ω(t)更新公式为

ω_max，ω_min分别为惯性权重的最大值和最小值，t为当前迭代次数，t_max为最大迭代次数，c₁,c₂为学习因子，r₁,r₂为[0,1]的随机数。v_i(t)为粒子i在时间t的速度，x_i(t)为粒子i在时间 t的位置，pbest_i(t)为粒子i个体极值位置，gbest(t)为整个种群全局最优解位置。

遗传算法主要分为4部分：设定初始状态、制定或选择适应度函数、遗传操作及选取相应控制参数，即生成随机初始状态作为初始解和初始种群，结合实际问题选择每一个解的合理适应度值，通过控制参数的选取完成染色体的选择、复制、交叉和变异等操作，实现函数优化的迭代计算。

(2)改进粒子群算法

粒子群算法启发性强，收敛速度快，但一旦粒子过分集中，可能陷于局部极小的情况，应在粒子过分集中时使粒子的运动方向反向或者对粒子重新初始化；另外遗传算法的变异算子可使算法从局部极小值跳出，因此采用粒子群算法与遗传算法相结合的优化算法，先用粒子群算法选取总粒子中最优的mp个粒子，再用遗传算法对mp个粒子进行复制、交叉及变异操作，完成其他粒子的生成，新生成的种群进行下一次迭代计算，算法流程如图3所示。

5.试验及算法结果分析

(1)模拟试验

利用ADAMS软件建立圆柱体模型，选择圆柱底端与回转中心交点为原点建立观测坐标系，在圆柱上标记7个点，再旋转600，得到旋转前后三维坐标数据如表1所示。

表1软件模拟测量数据(单位：mm)

算法中粒子群总数为80，保留最优的粒子数mp＝40，学习因子均为2，惯性权重最大值为0.9，最小值为0.2，优化变量为7个，粒子群算法迭代次数为10000，总迭代次数为300次，迭代优化后目标函数值F＝7.0081，转角为-60.01°，收敛曲线如图4所示。

(2)试验室试验

为进一步验证算法有效性，在室内进行了转角测量试验。试验装置包括定轴旋转的塔尺和全站仪及塔尺，塔尺顺时针旋转1350全站仪测量9个标记点数据如表 2所示。

表2室内试验测量数据(单位：mm)

算法迭代次数为15000次，总迭代次数为500次，其他参数设置同上，迭代优化后目标函数值为0.005503，转角为137.426°目标函数及角度迭代曲线分别如图5和图6所示。

从目标函数和角度收敛曲线可看出，本算法收敛速度较快，而且收敛情况稳定。得到的回转角值与实际值偏差不大。

(3)现场试验

进行现场回转角度测试的QUY700履带起重机，其主臂长36m，在主臂上标记5个记号点，在滑轮和吊钩侧面标记2个记号点。回转机构旋转移动了12个法兰螺栓(约600)，其全站仪测量数据如表3。

表3履带吊测量数据(单位：m)

算法迭代次数为15000，总迭代次数为1000，其他参数设置同上，迭代优化后目标函数值127.16，转角为-64.296°。目标函数及角度迭代曲线分别如图7和图8 所示。

从现场目标函数和角度收敛曲线可看出，本发明测量方法收敛速度较快，而且收敛情况稳定，得到的回转角值与实际值偏差在可接受范围内。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (5)

1.一种履带式起重机回转角度测量方法，其特征在于，该测量方法包括以下步骤：

步骤1：利用全站仪对多个标记点进行观测，得到标记点观测数据；

步骤2：针对标记点观测数据利用多测点数据进行分析处理以减少误差影响；

步骤3：基于经过分析处理标记点观测数据构建回转角度目标函数；

步骤4：采用改进的粒子群优化算法进行优化，得到回转角。

2.根据权利要求1所述的一种履带式起重机回转角度测量方法，其特征在于，所述的步骤3中的转角度目标函数由两部分组成，包括：各标记点在回转圆上计算转角α_i与实际转角α误差平方和F₁最小；第i回转圆标记点(x_i1,y_i1,z_i1)，(x_i2,y_i2,z_i2)与回转中心(x_i0,y_i0,z_i0)三点组成等腰三角形，底角β与α满足β＝1/2(π-α)，各回转圆等腰三角形计算底角β₁与实际底角β误差平方和F₂最小。

3.根据权利要求2所述的一种履带式起重机回转角度测量方法，其特征在于，所述的各标记点在回转圆上计算转角α_i与实际转角α误差平方和F₁最小，其描述公式为：

式中，

其中

为回转前后第i标记点距离，

和

分别为回转前后第i标记点至回转圆心距离，

4.根据权利要求2所述的一种履带式起重机回转角度测量方法，其特征在于，所述的第i回转圆标记点(x_i1,y_i1,z_i1)，(x_i2,y_i2,z_i2)与回转中心(x_i0,y_i0,z_i0)三点组成等腰三角形，底角β与α满足β＝1/2(π-α)，各回转圆等腰三角形计算底角β₁与实际底角β误差平方和F₂最小，其描述公式为：

式中，

5.根据权利要求1所述的一种履带式起重机回转角度测量方法，其特征在于，所述的步骤4中采用改进的粒子群优化算法进行优化的参数选择为第1回转圆心坐标、回转中心线向量及回转角度，其对应的描述方程组：

式中，回转中心线向量为(m,n,p)，第1回转圆中心坐标为(x₁₀,y₁₀,z₁₀)，回转中心线向量(x_i0,y_i0,z_i0)，

Images