CN111522236B - 一种二级摆动型塔式吊车系统跟踪控制方法及系统 - Google Patents

一种二级摆动型塔式吊车系统跟踪控制方法及系统 Download PDF

Info

Publication number
CN111522236B
CN111522236B CN202010181336.8A CN202010181336A CN111522236B CN 111522236 B CN111522236 B CN 111522236B CN 202010181336 A CN202010181336 A CN 202010181336A CN 111522236 B CN111522236 B CN 111522236B
Authority
CN
China
Prior art keywords
trolley
cantilever
tower crane
tracking control
load
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010181336.8A
Other languages
English (en)
Other versions
CN111522236A (zh
Inventor
张梦华
景兴建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jing Xingjian
University of Jinan
Original Assignee
Jing Xingjian
University of Jinan
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jing Xingjian, University of Jinan filed Critical Jing Xingjian
Priority to CN202010181336.8A priority Critical patent/CN111522236B/zh
Publication of CN111522236A publication Critical patent/CN111522236A/zh
Application granted granted Critical
Publication of CN111522236B publication Critical patent/CN111522236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control And Safety Of Cranes (AREA)

Abstract

本公开提供了一种二级摆动型塔式吊车系统跟踪控制方法及系统,涉及塔式吊车控制技术领域,获取二级摆动型塔式吊车系统悬臂和台车当前的位置和旋转角度;根据悬臂和台车当前位置和旋转角度和二级摆动型塔式吊车系统的动力方程,得到负载和吊钩的扰动效应指标;当扰动效应指标大于预设阈值时,根据扰动量估计值和预设跟踪控制模型共同进行悬臂和台车的暂态控制;否则,根据预设跟踪控制模型进行悬臂和台车的暂态控制;本公开保证了精确的台车和悬臂跟踪控制性能,还保证了快速的吊钩和负载摆动的抑制与消除,同时根据引入的干扰效应指标,判定所设计的鲁棒跟踪控制方法是消除还是保留扰动,有效的改善了系统的暂态控制性能。

Description

一种二级摆动型塔式吊车系统跟踪控制方法及系统
技术领域
本公开涉及塔式吊车控制技术领域,特别涉及一种二级摆动型塔式吊车系统跟踪控制方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术,并不必然构成现有技术。
吊车在运输建筑材料以及货物方面的研究已经进行了很长时间。由于吊车系统固有的高度欠驱动、非线性特性,强耦合以及不可避免的扰动影响,使其控制器的设计仍然是一个开放的以及具有挑战性的课题。吊车系统的参数(吊钩和负载的质量、摩擦力相关的系数、吊绳长度等)通常是很难精确的测量。除此之外,不可避免的外部扰动(如风)的存在会严重影响吊车系统的稳定性。因此,设计充分考虑鲁棒性要求的控制器具有重要的意义。
本公开发明人发现,(1)现有的控制方法均忽略了挂钩质量以及挂钩的重心到负载重心之间的距离,如果忽略吊钩质量以及挂钩的重心到负载重心之间的距离,可将负载的摆动视为单摆运动,而在实际应用中,吊钩质量不容忽视,并且负载的尺寸也较大。在这种情况下,负载将会绕着吊钩摆动,产生二级摆动效应,与单摆模型相比,二级摆模型更接近实际情况;有研究人员通过简化的塔式吊车系统的动力学模型,引入一种输入整形方法来抑制负载和吊钩的残余摆动,但这种方法对扰动很敏感,无法更精确的进行二级摆动型塔式吊车系统的控制;(2)现有的吊车鲁棒控制方法对扰动采取的措施是直接消除,因为它们均将扰动视为否定成分,然而,扰动对塔式吊车系统既有“好的”影响,也有“坏的”影响,直接的对扰动全部剔除并不利于二级摆动型塔式吊车系统的暂态控制。
发明内容
为了解决现有技术的不足,本公开提供了一种二级摆动型塔式吊车系统跟踪控制方法及系统,保证了精确的台车和悬臂跟踪控制性能,还保证了快速的吊钩和负载摆动的抑制与消除,同时根据引入的干扰效应指标,判定所设计的鲁棒跟踪控制方法是消除还是保留扰动,有效的改善了系统的暂态控制性能。
为了实现上述目的,本公开采用如下技术方案:
本公开第一方面提供了一种二级摆动型塔式吊车系统跟踪控制方法
一种二级摆动型塔式吊车系统跟踪控制方法,包括以下步骤:
获取二级摆动型塔式吊车系统悬臂和台车当前的位置和旋转角度;
根据悬臂和台车当前位置和旋转角度和二级摆动型塔式吊车系统的动力方程,得到负载和吊钩的扰动效应指标;
当扰动效应指标大于预设阈值时,根据扰动量估计值和预设跟踪控制模型共同进行悬臂和台车的暂态控制;否则,根据预设跟踪控制模型进行悬臂和台车的暂态控制。
作为可能的一些实现方式,考虑扰动量估计值的跟踪控制模型具体为:
Figure BDA0002412671470000021
Figure BDA0002412671470000022
其中,
Figure BDA0002412671470000023
k,k,kpx,kdx
Figure BDA0002412671470000024
表示正的控制增益,eφ和ex分别表示悬臂以及台车的跟踪误差,W1和W2表示有界的输出权重向量,T1和T2表示有界的输入权重矩阵,
Figure BDA0002412671470000025
Figure BDA0002412671470000026
分别为吊钩第一摆角速度、吊钩第二摆角速度、负载第一摆角速度和负载第二摆角速度。
本公开第二方面提供了一种二级摆动型塔式吊车系统跟踪控制系统。
一种二级摆动型塔式吊车系统跟踪控制系统,包括:
数据采集模块,被配置为:获取二级摆动型塔式吊车系统悬臂和台车当前的位置和旋转角度;
扰动效应指标获取模块,被配置为:根据悬臂和台车当前位置和旋转角度和二级摆动型塔式吊车系统的动力方程,得到负载和吊钩的扰动效应指标;
跟踪控制模块,被配置为:当扰动效应指标大于预设阈值时,根据扰动量估计值和预设跟踪控制模型共同进行悬臂和台车的暂态控制;否则,根据预设跟踪控制模型进行悬臂和台车的暂态控制。
本公开第三方面提供了一种介质,其上存储有程序,该程序被处理器执行时实现如本公开第一方面所述的二级摆动型塔式吊车系统跟踪控制方法中的步骤。
本公开第四方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开第一方面所述的二级摆动型塔式吊车系统跟踪控制方法中的步骤。
与现有技术相比,本公开的有益效果是:
1、本公开所述的方法、系统、介质及电子设备,通过构建塔式吊车系统和扰动量表达式,保证了精确的台车和悬臂跟踪控制性能,还保证了快速的吊钩和负载摆动的抑制与消除,同时根据引入的干扰效应指标,判定所设计的鲁棒跟踪控制方法是消除还是保留扰动,有效的改善了系统的暂态控制性能。
2、本公开所述的方法、系统、介质及电子设备,在原二级摆动型塔式吊车系统模型的基础上,设计了不经任何线性化处理的鲁棒跟踪控制方法,准确地了解系统参数的先验知识,极大的提高了塔式吊车系统的跟踪性能和消摆性能,同时还降低了能耗。
附图说明
图1为本公开实施例1提供的二级摆动型塔式吊车系统的示意图。
图2为本公开实施例1提供的仿真1的PD控制方法仿真结果。
图3为本公开实施例1提供的仿真1的自适应控制方法仿真结果。
图4为本公开实施例1提供的仿真1的所设计鲁棒跟踪控制方法仿真结果。
图5为本公开实施例1提供的鲁棒跟踪控制方法针对情形1的仿真结果。
图6为本公开实施例1提供的鲁棒跟踪控制方法针对情形2的仿真结果。
图7为本公开实施例1提供的鲁棒跟踪控制方法针对情形3的仿真结果。
图8为本公开实施例1提供的鲁棒跟踪控制方法针对情形4的仿真结果。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例1:
本公开实施例1提供了一种二级摆动型塔式吊车系统跟踪控制方法,包括以下步骤:
获取二级摆动型塔式吊车系统悬臂和台车当前的位置和旋转角度;
根据悬臂和台车当前位置和旋转角度和二级摆动型塔式吊车系统的动力方程,得到负载和吊钩的扰动效应指标;
当扰动效应指标大于预设阈值时,根据扰动量估计值和预设跟踪控制模型共同进行悬臂和台车的暂态控制;否则,根据预设跟踪控制模型进行悬臂和台车的暂态控制。
具体如下:
(一)构建二级摆动型塔式吊车系统动力学模型
具有二级摆动效应的塔式吊车系统原理图如图1所示,利用欧拉-拉格朗日方法,二级摆动型塔式吊车系统的动力方程可写为:
Figure BDA0002412671470000041
Figure BDA0002412671470000042
Figure BDA0002412671470000043
Figure BDA0002412671470000044
Figure BDA0002412671470000045
Figure BDA0002412671470000046
其中,s1,s2,s3,s4,c1,c2,c3,c4,s1-3以及c1-3分别表示sinθ1,sinθ2,sinθ3,sinθ4,cosθ1,cosθ2,cosθ3,cosθ4,sin(θ13)以及cos(θ13)的缩写,D1和D2表示施加于二级摆动型塔式吊车系统的扰动,主要包含未建模动态、系统参数的不确定性、外部扰动以及其它的因素,(1)-式(6)式中向量/参数的物理含义见表1。
由(1)-(6)式不难看出二级摆动型塔式吊车系统有两个控制输入(u1,u2)以及六个待控自由度(φ,x,θ1234)。因此,具有二级摆动效应的塔式吊车系统是高度欠驱动的。
为了促进接下来控制方法的设计和分析,将(1)-(6)式写成如下紧凑的形式:
Figure BDA0002412671470000051
其中,
Figure BDA0002412671470000052
表示系统状态向量,
Figure BDA0002412671470000053
分别代表惯性矩阵,向心-柯氏力矩阵,重力向量,
Figure BDA0002412671470000054
为控制输入向量,
Figure BDA0002412671470000055
为扰动向量。
这些矩阵和向量的具体表达式为:
q=[φ x θ1 θ2 θ3 θ4]T
Figure BDA0002412671470000056
Figure BDA0002412671470000057
其中
Figure BDA0002412671470000058
Q13=-l1C1C2(mpl2s4+(mh+mp)l1s2),Q14=l1((mh+mp)(l1s1+xc2)+mpl2(s1s2s4+c2s3c4)),
Figure BDA0002412671470000059
Q24=-(mh+mp)l1s1s2,Q25=mpl2c3c4,Q26=-mpl2s3s4,Q33=(mh+mp)l1 2c2 2,Q35=mpl1l2c1-3c2c4,
Q36=mpl1l2s1-3c2s4,Q44=(mh+mp)l1 2,Q45=-mpl1l2s1-3s2c4,Q46=mpl1l2(c1-3s2s4+c2c4)
表1:二级摆动型塔式吊车系统的向量/参数
Figure BDA00024126714700000510
Figure BDA0002412671470000061
备注1:为简单起见,本文并未给出
Figure BDA0002412671470000062
的详细表达式。
针对二级摆动型塔式吊车系统,采用如下常用的假设:
假设1:吊钩和负载摆角始终保持在如下合理范围内:
Figure BDA0002412671470000063
A:控制目标
本实施例的控制目标是为二级摆动型塔式吊车系统设计一种鲁棒跟踪控制方法,实现如下几个特性:
1)在未知/不确定扰动Δ1和Δ2存在的情况下,保证悬臂回转角度φ以及台车水平位移x分别很好地跟踪其目标轨迹φd和xd,即:
Figure BDA0002412671470000064
其中,Δ1和Δ2的定义将在稍后给出。
2)快速抑制并消除吊钩以及负载摆动,即:
Figure BDA0002412671470000065
3)在所提控制方法中,引入估计的扰动信息,用以提升系统的暂态控制性能。
本实施例选取的悬臂以及台车的目标轨迹为:
Figure BDA0002412671470000066
Figure BDA0002412671470000071
式中,p以及pdx分别表示悬臂的目标角度以及台车的期望位置,k和kvx分别为悬臂和台车的最大允许速度,k和kax分别表示悬臂以及台车的最大允许加速度,δφ和δx是用来调节悬臂以及台车的初始加速度的,悬臂和台车的目标轨迹充分考虑了物理约束以及工作效率问题,因此,基于此进行设计的控制方法能够极大的提高运输效率和安全性。
期望轨迹φd和xd具有如下几个性质:
Figure BDA0002412671470000072
Figure BDA0002412671470000073
Figure BDA0002412671470000074
(二)控制方法设计
本实施例中,首先引入扰动效应指标,用以判断扰动效应的“好坏”,在此基础上,设计了自适应神经网络触发的鲁棒跟踪控制方法。
(1)扰动效应指标
首先,定义跟踪误差信号如下:
eφ=φ-φd,ex=x-xd (16)
其中,eφ和ex分别表示悬臂以及台车的跟踪误差信号。
此外,吊钩和负载摆动的期望角度均为0。因此,二级摆动型塔式吊车系统的误差向量可进一步写为:
e=[eφ ex θ1 θ2 θ3 θ4]T (17)
为促进接下来的分析,定义:
Figure BDA0002412671470000075
式中,qd=[φd xd 0 0 0 0]T表示目标轨迹向量,H1和H2为两个辅助函数。
接下来,将集中扰动Δ1和Δ2定义为:
Δ1=-Mf-D1-H12=-Ff-D2-H2 (19)
假设2:扰动Δ1和Δ2是有界的,且
Figure BDA0002412671470000076
集中扰动Δ1和Δ2可用如下两层神经网络结构来近似:
Figure BDA0002412671470000081
其中,W1和W2表示有界的输出权重向量,T1和T2表示有界的输入权重矩阵,ε1和ε2代表近似误差,分别满足
Figure BDA0002412671470000082
其中,
Figure BDA0002412671470000083
Figure BDA0002412671470000084
分别表示ε1以及ε2的上界,σ(·)表示如下形式的激活函数:
σ(z)=tanh(z) (21)
其中,
Figure BDA0002412671470000085
如果集中扰动的符号与期望运动一致,那么此时的扰动可能有能力改善系统的控制性能。因此,研究扰动效应与系统控制性能/稳定性之间的关系是很有意义的,给出了以下定义:
定义1:对于二级摆动型塔式吊车系统,扰动效应指标定义为:
Figure BDA0002412671470000086
式中,
Figure BDA0002412671470000087
表示扰动Δi的估计值,由下式求得:
Figure BDA0002412671470000088
其中,
Figure BDA0002412671470000089
分别表示W1,W2,T1,T2的估计值。
由式(22)可知,二级摆动型塔式吊车系统的扰动效应可描述为:Q>0:扰动效应是“坏的”;Q<0:扰动效应是“好的”;Q=0:扰动效应为零。
可用定义1在线识别扰动对二级摆动型塔式吊车系统的影响。与其它鲁棒控制方法不同的是,当“好的”扰动发生时,此扰动不会被直接消除,而是会得到充分利用,用以提高系统的暂态控制性能。因此,在设计的控制方法中引入扰动效应指标是非常有必要的。
备注2:应当注意的是,扰动效果指标是根据估计的扰动
Figure BDA00024126714700000810
而不是真实的扰动Δi来构建的。后续的控制方法设计以及稳定性分析亦是基于估计的扰动
Figure BDA00024126714700000811
开展的。这是由于在实际应用中,扰动Δi是不确定/未知的。即使在某段时间内对估计的扰动信号进行了错误的估计,所设计的控制方法仍能很好地工作。
(2)自适应神经网络触发的鲁棒跟踪控制方法
考虑如下形式的类能量非负函数为:
Figure BDA00024126714700000812
对(24)式两端关于时间求导,可得如下结果:
Figure BDA0002412671470000091
其中,在推导过程中使用了性质:
Figure BDA0002412671470000092
基于式(25)的结构,基于自适应神经网络触发的鲁棒跟踪控制方法设计为:
Figure BDA0002412671470000093
Figure BDA0002412671470000094
其中,
Figure BDA0002412671470000095
k,k,kpx,kdx
Figure BDA0002412671470000096
表示正的控制增益,(26)-(27)式的最后一项是用来抑制并消除负载以及吊钩的摆动,f(Q1)和f(Q2)表示如下形式的辅助函数:
Figure BDA0002412671470000097
Figure BDA0002412671470000098
由如下形式的更新率获得:
Figure BDA0002412671470000099
式中,α112,
Figure BDA00024126714700000910
为正的控制增益,Π1122表示正定对角增益矩阵。
备注3:为了避免所提控制方法固有的震颤现象,用tanh函数替代sign函数,此时,所提控制方法可进一步修改为:
Figure BDA00024126714700000911
Figure BDA00024126714700000912
(三)稳定性分析
为便于接下来的分析,定义W1,W2,T1,T2的估计误差分别为:
Figure BDA00024126714700000913
其中,
Figure BDA00024126714700000914
分别表示W1,W2,T1,T2的估计误差。
对式(32)两端关于时间求导,不难得到:
Figure BDA0002412671470000101
接下来,定义如下紧集:
Figure BDA0002412671470000102
其中,N表示神经元的个数,
Figure BDA0002412671470000103
Figure BDA0002412671470000104
代表椭球B的半径。
对于给定的紧集B,容易得到:
Figure BDA0002412671470000105
其中,κ1和κ2分别代表
Figure BDA0002412671470000106
Figure BDA0002412671470000107
的上界。
此外,引入如下形式的误差信号为:
Figure BDA0002412671470000108
为计算ei,首先给出σ(Ti Tz)的泰勒级数展开式:
Figure BDA0002412671470000109
其中,
Figure BDA00024126714700001010
为泰勒级数展开式的高阶余项。
将(37)式代入(36)式,可导出:
Figure BDA00024126714700001011
其中,Ωi表示如下形式的辅助函数:
Figure BDA00024126714700001012
对于紧急B来说,不难得到:
Figure BDA00024126714700001013
式中,
Figure BDA00024126714700001014
表示Ωi的上界。
定理1:对于二级摆动型塔式吊车系统,所设计的鲁棒跟踪控制可以实现如下控制目标,即:
Figure BDA00024126714700001015
倘若满足如下条件:
k>X1,ksx>X2 (42)
其中,
Figure BDA0002412671470000111
证明:选择李雅普诺夫候选函数为:
Figure BDA0002412671470000112
对(43)式两端关于时间求导,并将(26)-(27),(29)以及(38)式的结论代入其中,可得如下结果:
Figure BDA0002412671470000113
由(28),(35)以及(40)式可得:
Figure BDA0002412671470000114
由(42)和(45)的结论,易得:
Figure BDA0002412671470000115
将(46)式代入(44)式,得:
Figure BDA0002412671470000116
从中可以看出Vall(t)≤Vall(0),由于Vall(0)∈L,可知Vall(t)∈L
由(24)和(43)式可以推出:
Figure BDA0002412671470000117
对(47)式两端关于时间积分可知:
Figure BDA0002412671470000118
接下来,对式(3)-(6)进行复杂而严谨的数学计算,可得:
Figure BDA0002412671470000121
Figure BDA0002412671470000122
Figure BDA0002412671470000123
Figure BDA0002412671470000124
其中,A1,A2,A3,A4,b1,b2,b31,b32,b33,b34,b4,b5,b61,b62,b7,b8,b91,b92,b10,b11,b121以及b122的详细表达式如下:
Figure BDA0002412671470000125
A2=((s2s4+c1-3c2c4)mps4-s2(mh+mp))l1 2l2s1-3c2 2,A3=mpl1l2 2c2(s2(mh+mp)-mps4(s2s4+c1-3c2c4))
A4=mpl1l2 2c2c4 2((c1-3s2s4+c2c4)(mh+mp)-mpc1-3(c1-3c2c4+s2s4))
Figure BDA0002412671470000126
b2=mpl2c3c4l1c2(c1-3c2c4+s2s4)s1-3((s2s4+c1-3c2c4)mps4-s2(mh+mp))
-(mh+mp)l1c2l2c4(c1c1-3s2s4+c1c2c4+s1-3s4s1s2)s1-3((s2s4+c1-3c2c4)mps4-s2(mh+mp))
+l1l2c2c4(mpc1-3(c1-3c2c4+s2s4)-(c1-3s2s4+c2c4)(mh+mp))((s2s4+c1-3c2c4)mps3s4+(s1-3c1-c1-3s1)(mh+mp)s2)
Figure BDA0002412671470000131
Figure BDA0002412671470000132
Figure BDA0002412671470000141
Figure BDA0002412671470000142
Figure BDA0002412671470000143
Figure BDA0002412671470000144
Figure BDA0002412671470000145
Figure BDA0002412671470000151
Figure BDA0002412671470000152
Figure BDA0002412671470000153
Figure BDA0002412671470000154
Figure BDA0002412671470000155
Figure BDA0002412671470000156
Figure BDA0002412671470000157
Figure BDA0002412671470000158
Figure BDA0002412671470000159
将式(50)-(53)的结论代入式(1),可直接得到:
Figure BDA00024126714700001510
其中
Figure BDA0002412671470000161
Figure BDA0002412671470000162
Figure BDA0002412671470000163
同理,将式(50)-(53)的结果代入式(2),不难得出
Figure BDA0002412671470000164
其中
Figure BDA0002412671470000165
Figure BDA0002412671470000166
Figure BDA0002412671470000167
Figure BDA0002412671470000168
整理(54)-(55),可得:
Figure BDA0002412671470000169
Figure BDA00024126714700001610
根据式(48),期望轨迹的特性,式(56)-(57)的结论,可得:
Figure BDA0002412671470000171
然后,由(48)式的结果,易得:
Figure BDA0002412671470000172
根据式(49),(58)-(59)的结论以及芭芭拉引理,得:
Figure BDA0002412671470000173
其中,在推导过程用使用了(14)式的结论。
为了完成定理1的证明,将式(26)-(27)的结论代入式(56),得:
Figure BDA0002412671470000174
其中
Figure BDA0002412671470000175
Figure BDA0002412671470000176
由(60)式可得:
Figure BDA0002412671470000177
由式(48),(58)-(59)的结论不难得到:
Figure BDA0002412671470000178
由拓展的芭芭拉引理可得:
Figure BDA0002412671470000179
同理,可得如下结论:
Figure BDA00024126714700001710
将式(60),(64)-(65)的结论代入式(3),可以推导出:
(mh+mp)gl1s1c2=0→s1=0→θ1=0, (66)
其中,在推导过程中使用了假设1。
同理可得:
θ2=0,θ3=0,θ4=0. (67)
将式(26),(60),(64)-(65)以及(67)的结论代入式(1),得:
Figure BDA0002412671470000181
其中,在推导过程中使用了
Figure BDA0002412671470000182
的假设,这是由于神经网络可以很好地逼近扰动。
同理可知:
ex=0. (69)
根据式(60),(66)-(69)的结论可知定理1得证。
(四)仿真结果与分析
为验证所提控制方法的控制性能,通过MATLAB/SIMULINK分别进行了两组仿真实验。在仿真1中,选择了针对单级摆型塔式吊车系统设计的自适应控制方法以及传统PD控制方法作为对比方法,较好地验证了所设计控制方法针对精确系统模型的控制性能。仿真2进一步验证了所设计控制方法针对各种扰动的鲁棒性。
二级摆动型塔式吊车系统参数设置为:
Mt=4.5kg,mh=0.8kg,mp=1kg,l1=0.7m,l2=0.5m,O=6.8kg·m2,g=9.8m/s2,
froφ=5.2,k=-1,εφ=0.01,frox=5.4,krx=-1.5,εx=0.01,dq1=0.1,dq2=0.1.
悬臂以及台车的目标轨迹相关的参数设定为:
δφ=2,k=0.4,k=0.4,δx=2,kvx=0.4,kax=0.4.
将悬臂和台车的初始角度/位置以及目标角度/位置设为:
φ(0)=0°,x(0)=0m,p=35°,pdx=0.8m.
根据试凑法,所设计的鲁棒跟踪控制方法以及对比方法的控制增益见表2。仿真时间设定为10s。
表2:控制增益
Figure BDA0002412671470000183
Figure BDA0002412671470000191
(1)仿真1
在仿真1中,为了更好的验证所设计鲁棒跟踪控制方法针对精确系统模型的控制性能,选择PD控制方法作为对比方法。此外,为了进一步验证针对二级摆塔式吊车系统设计控制方法的重要性和必要性,亦选择针对单级摆型塔式吊车系统设计的自适应控制方法作为对比方法。
为了更好地说明仿真结果,引入以下四种性能指标。
1)悬臂以及台车的跟踪性能:
Figure BDA0002412671470000192
Figure BDA0002412671470000193
表示为:
Figure BDA0002412671470000194
2)悬臂和台车的控制能耗:
Figure BDA0002412671470000195
Figure BDA0002412671470000196
表达式为:
Figure BDA0002412671470000197
3)最大吊钩以及负载摆角:θ1max,θ2max3max4max
4)吊钩以及负载的残余摆动:θ1res,θ2res3res4res,其定义为:当t>5s时吊钩和负载摆角的最大值。
PD控制方法、自适应控制方法和本文所设计鲁棒跟踪控制方法的仿真结果见图2-4,相应的量化结果如表3所示。由于自适应控制方法是一种调节控制方法,为公平起见,本文没有考虑其跟踪控制性能。从表3,图2以及图4可以看出,与PD控制方法相比,所设计的控制方法无论是对悬臂以及台车目标轨迹的跟踪,还是吊钩和负载的消摆性能,都表现出了较好的控制效果,并且其控制能耗较少。更准确地说,与PD控制方法相比,本实施例所设计鲁棒跟踪控制方法的跟踪控制性能
Figure BDA0002412671470000198
消摆性能(θ1max,θ2max,θ3max,θ4max,θ1res,θ2res,θ3res,θ4res)和控制能耗
Figure BDA0002412671470000199
分别降低了(52.87%,67.55%),(58.85%,67.68%,64.41%,69.91%,63.92%,90.74%,71.87%,86.69%),(19.01%,14.58%)。此外,从表3以及图3-4可以看出,所设计的控制方法的消摆控制性能和节能性能明显优于自适应控制方法。确切的说,与自适应控制方法相比,所设计控制方法的消摆性能(θ1max,θ2max,θ3max,θ4max,θ1res,θ2res,θ3res,θ4res)和控制能耗
Figure BDA00024126714700001910
分别降低了(70.3%:58.85%+11.45%,63.2%,97.04%,116.46%,51.61%,95.3%,63.67%,191.03%),(26.06%,24.35%)。这些结果均表明所设计鲁棒跟踪控制方法具有良好的控制性能。
表3:仿真性能指标比较
Figure BDA0002412671470000201
(2)仿真2
为了进一步验证所提控制方法的鲁棒性,考虑如下四种情形。
情形1:摩擦力相关系数的不确定性。与摩擦力相关的系数的实际值变为:froφ=4.8,k=-1.5,frox=6.4,krx=-2。
情形2:负载质量以及吊绳长度的突然改变。当t=2s时,负载质量mp由1kg突然变为5kg;当t=0.5s,吊绳长度由0.5m突然变为0.7m。
情形3:初始吊钩/负载摆角。初始吊钩以及负载摆角设置为:θ1(0)=5°,θ2(0)=6°,θ3(0)=5°,θ4(0)=4°。
情形4:外部扰动。为了模拟如风力等的外部扰动,在2到3s之间对吊钩摆动θ1施加了幅值为5°的脉冲扰动;在1到2s之间对负载摆动θ4施加了幅值为5°的脉冲扰动;在4到5s之间对负载摆动θ4施加了幅值为3°的正弦扰动。
上述4种情形的仿真结果如图5-图8所示。由图5-图6不难发现,即使摩擦力相关参数,负载质量,吊绳长度是不准确的/未知的,所提控制方法仍可保证悬臂以及台车的良好跟踪性能,同时吊钩/负载的消摆性能几乎未受到影响。从图7-图8可以看出,所设计鲁棒跟踪控制方法针对外部扰动具有较强的鲁棒性。更准确地说,由图7可知,所设计控制方法可以快速抑制和消除初始吊钩和负载摆动,同时几乎不影响悬臂以及台车的跟踪控制性能。另外,从图8可以看出,外部扰动引起的吊钩和负载摆动在2s内被有效抑制并消除,被控系统快速恢复稳定。这些结果均表明所提鲁棒跟踪控制方法具有很强的鲁棒性。
本实施例所述的控制方法还具体如下技术效果:
本实施例所述的控制方法,不仅能够处理塔式吊车系统二级摆动的动力学问题,而且还首次引入了扰动效应指标,利用“好的”扰动来改善系统的暂态控制性能,这是本实施例所述的控制方法与现有的鲁棒控制方法之间的两个主要的区别。结果表明,与传统控制方法相比,本实施例所提控制方法的跟踪性能和消摆性能分别提高了44.55%以及51.61%以上,同时节省了14.58%以上的能耗,仿真结果验证了所设计鲁棒跟踪控制方法的有效性和优越性。
本实施例针对二级摆型塔式吊车系统设计了一种新颖的自适应神经网络触发跟踪控制策略,本实施例所述的方法是塔式吊车系统中第一个充分利用扰动带来的潜在益处的跟踪控制方法。
本实施例所述的方法具有理论和实践的双重意义,从理论上讲,根据引入的干扰效应指标,判定所设计的鲁棒跟踪控制方法是消除还是保留扰动,从而改善系统的暂态控制性能;此外,本实施例严格地证明了闭环系统平衡点的稳定性,没有对原动力学模型进行任何线性化操作;在实际应用中,本实施例所述的方法是针对二级摆型塔式吊车系统设计的,此系统更接近实际的塔式吊车系统。
实施例2:
本公开实施例2提供了一种二级摆动型塔式吊车系统跟踪控制系统,包括:
数据采集模块,被配置为:获取二级摆动型塔式吊车系统悬臂和台车当前的位置和旋转角度;
扰动效应指标获取模块,被配置为:根据悬臂和台车当前位置和旋转角度和二级摆动型塔式吊车系统的动力方程,得到负载和吊钩的扰动效应指标;
跟踪控制模块,被配置为:当扰动效应指标大于预设阈值时,根据扰动量估计值和预设跟踪控制模型共同进行悬臂和台车的暂态控制;否则,根据预设跟踪控制模型进行悬臂和台车的暂态控制。
所述控制系统的工作方法与实施例1中的跟踪控制方法相同,这里不再赘述。
实施例3:
本公开实施例3提供了一种介质,其上存储有程序,该程序被处理器执行时实现如本公开实施例1所述的二级摆动型塔式吊车系统跟踪控制方法中的步骤。
实施例4:
本公开实施例4提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开实施例1所述的二级摆动型塔式吊车系统跟踪控制方法中的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (8)

1.一种二级摆动型塔式吊车系统跟踪控制方法,其特征在于,包括以下步骤:
获取二级摆动型塔式吊车系统悬臂和台车当前的位置和旋转角度;
根据悬臂和台车当前位置和旋转角度和二级摆动型塔式吊车系统的动力方程,得到负载和吊钩的扰动效应指标;
当扰动效应指标大于预设阈值时,根据扰动量估计值和预设跟踪控制模型共同进行悬臂和台车的暂态控制;否则,根据预设跟踪控制模型进行悬臂和台车的暂态控制;
所述扰动效应指标为:
Figure FDA0003526057640000011
其中,φ为悬臂回转角度,x为台车水平位移,eφ和ex分别表示悬臂以及台车的跟踪误差,
Figure FDA0003526057640000012
为负载扰动量和吊钩扰动量的估计值;
结合扰动量估计值后的跟踪控制模型具体为:
Figure FDA0003526057640000013
Figure FDA0003526057640000014
其中,
Figure FDA0003526057640000015
k,k
Figure FDA0003526057640000016
kdx
Figure FDA0003526057640000017
表示正的控制增益,W1和W2表示有界的输出权重向量,T1和T2表示有界的输入权重矩阵,
Figure FDA0003526057640000018
分别表示W1,W2,T1,T2的估计值,
Figure FDA0003526057640000019
Figure FDA00035260576400000110
分别为吊钩第一摆角速度、吊钩第二摆角速度、负载第一摆角速度和负载第二摆角速度;
σ(·)表示如下形式的激活函数:
σ(z)=tanh(z);
其中,
Figure FDA00035260576400000111
φd为悬臂回转角度的目标轨迹,xd为台车水平位移的目标轨迹;
f(Q1)和f(Q2)表示如下形式的辅助函数:
Figure FDA00035260576400000112
2.如权利要求1所述的二级摆动型塔式吊车系统跟踪控制方法,其特征在于,所述二级摆动型塔式吊车系统的动力方程包括两个控制输入量和待控变量,所述待控变量为台车水平位移、悬臂回转角度、吊钩摆角和负载摆角。
3.如权利要求1所述的二级摆动型塔式吊车系统跟踪控制方法,其特征在于,根据获取的吊车系统的悬臂和台车当前位置和旋转角度,计算悬臂和台车的跟踪误差以及负载和吊钩扰动量的估计值,进而得到负载和吊钩的扰动效应指标。
4.如权利要求3所述的二级摆动型塔式吊车系统跟踪控制方法,其特征在于,悬臂和台车的跟踪误差为悬臂的目标角度以及台车的当前为位置与期望位置的差值;
负载扰动量和吊钩扰动量的估计值的表达式为:
Figure FDA0003526057640000021
其中,W1和W2表示有界的输出权重向量,T1和T2表示有界的输入权重矩阵,
Figure FDA0003526057640000022
Figure FDA0003526057640000023
分别表示W1,W2,T1,T2的估计值。
5.如权利要求1所述的二级摆动型塔式吊车系统跟踪控制方法,其特征在于,跟踪控制模型的控制目标,具体为:当时间趋于无穷大时,悬臂跟踪误差、台车的跟踪误差、吊钩第一摆角、吊钩第二摆角、负载第一摆角和负载第二摆角均为零;
且当时间趋于无穷大时,悬臂跟踪误差、台车的跟踪误差、吊钩第一摆角、吊钩第二摆角、负载第一摆角和负载第二摆角的一阶导数均为零。
6.一种二级摆动型塔式吊车系统跟踪控制系统,其特征在于,包括:
数据采集模块,被配置为:获取二级摆动型塔式吊车系统悬臂和台车当前的位置和旋转角度;
扰动效应指标获取模块,被配置为:根据悬臂和台车当前位置和旋转角度和二级摆动型塔式吊车系统的动力方程,得到负载和吊钩的扰动效应指标;
跟踪控制模块,被配置为:当扰动效应指标大于预设阈值时,根据扰动量估计值和预设跟踪控制模型共同进行悬臂和台车的暂态控制;否则,根据预设跟踪控制模型进行悬臂和台车的暂态控制;
所述扰动效应指标为:
Figure FDA0003526057640000024
其中,φ为悬臂回转角度,x为台车水平位移,eφ和ex分别表示悬臂以及台车的跟踪误差,
Figure FDA0003526057640000025
为负载扰动量和吊钩扰动量的估计值;
结合扰动量估计值后的跟踪控制模型具体为:
Figure FDA0003526057640000031
Figure FDA0003526057640000032
其中,
Figure FDA0003526057640000033
k,k
Figure FDA0003526057640000034
kdx
Figure FDA0003526057640000035
表示正的控制增益,W1和W2表示有界的输出权重向量,T1和T2表示有界的输入权重矩阵,
Figure FDA0003526057640000036
分别表示W1,W2,T1,T2的估计值,
Figure FDA0003526057640000037
Figure FDA0003526057640000038
分别为吊钩第一摆角速度、吊钩第二摆角速度、负载第一摆角速度和负载第二摆角速度;
σ(·)表示如下形式的激活函数:
σ(z)=tanh(z);
其中,
Figure FDA0003526057640000039
φd为悬臂回转角度的目标轨迹,xd为台车水平位移的目标轨迹;
f(Q1)和f(Q2)表示如下形式的辅助函数:
Figure FDA00035260576400000310
7.一种介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-5任一项所述的二级摆动型塔式吊车系统跟踪控制方法中的步骤。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5任一项所述的二级摆动型塔式吊车系统跟踪控制方法中的步骤。
CN202010181336.8A 2020-03-16 2020-03-16 一种二级摆动型塔式吊车系统跟踪控制方法及系统 Active CN111522236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010181336.8A CN111522236B (zh) 2020-03-16 2020-03-16 一种二级摆动型塔式吊车系统跟踪控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010181336.8A CN111522236B (zh) 2020-03-16 2020-03-16 一种二级摆动型塔式吊车系统跟踪控制方法及系统

Publications (2)

Publication Number Publication Date
CN111522236A CN111522236A (zh) 2020-08-11
CN111522236B true CN111522236B (zh) 2022-04-12

Family

ID=71902222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010181336.8A Active CN111522236B (zh) 2020-03-16 2020-03-16 一种二级摆动型塔式吊车系统跟踪控制方法及系统

Country Status (1)

Country Link
CN (1) CN111522236B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112897338B (zh) * 2021-01-13 2023-08-01 南京工业大学 一种欠驱动双摆塔式起重机轨迹跟踪与摆动抑制控制方法
CN113003425B (zh) * 2021-01-27 2022-07-05 济南大学 基于有益扰动的四自由度塔式吊车系统的滑模控制方法
CN113156980B (zh) * 2021-05-28 2022-11-29 山东大学 一种基于深度强化学习的塔式起重机路径规划方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001034511A1 (en) * 1999-11-05 2001-05-17 Virginia Tech Intellectual Properties, Inc. Nonlinear active control of dynamical systems
CN108875253A (zh) * 2018-07-03 2018-11-23 曲阜师范大学 基于干扰观测器的欠驱动吊车系统的终端滑模消摆控制方法及系统
CN109740240A (zh) * 2018-12-28 2019-05-10 济南大学 可消除负载摆动的塔式吊车自适应积分滑模控制器设计方法及系统
CN110817691A (zh) * 2019-09-26 2020-02-21 济南大学 一种消摆控制器及塔式吊车系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001034511A1 (en) * 1999-11-05 2001-05-17 Virginia Tech Intellectual Properties, Inc. Nonlinear active control of dynamical systems
CN108875253A (zh) * 2018-07-03 2018-11-23 曲阜师范大学 基于干扰观测器的欠驱动吊车系统的终端滑模消摆控制方法及系统
CN109740240A (zh) * 2018-12-28 2019-05-10 济南大学 可消除负载摆动的塔式吊车自适应积分滑模控制器设计方法及系统
CN110817691A (zh) * 2019-09-26 2020-02-21 济南大学 一种消摆控制器及塔式吊车系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
欠驱动单级摆及二级摆型桥式吊车非线性控制策略研究;张梦华;《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》;20190115(第12期);第C029-30页 *

Also Published As

Publication number Publication date
CN111522236A (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
CN111522236B (zh) 一种二级摆动型塔式吊车系统跟踪控制方法及系统
Sun et al. Nonlinear antiswing control for crane systems with double-pendulum swing effects and uncertain parameters: Design and experiments
CN108557664B (zh) 桥式吊车系统增强耦合非线性pd型滑模控制器及方法
CN109740240B (zh) 可消除负载摆动的塔式吊车自适应积分滑模控制器设计方法及系统
CN110937510B (zh) 具有双摆特性的海上起重机稳定控制方法及系统
CN112875509B (zh) 一种带负载升降运动的欠驱动塔式起重机定位消摆方法
CN108358062A (zh) 欠驱动吊车全局稳定控制方法
CN105600683B (zh) 带初始负载摆角及台车位移的桥式吊车误差跟踪器及方法
CN106647267B (zh) 带有不确定动力学的吊车有限时间轨迹跟踪控制器及方法
Zhao et al. Motion trajectory tracking and sway reduction for double-pendulum overhead cranes using improved adaptive control without velocity feedback
FI129740B (en) DYNAMIC BEND COMPENSATION, COORDINATED LIFTING CONTROL, AND SWIVEL PREVENTION IN CARGO HANDLING EQUIPMENT
CN112180742B (zh) 基于分数阶扰动观测器的海上起重机稳定控制方法及系统
CN110673471B (zh) 用于吊车系统的自适应控制器的设计方法、控制器及系统
Qian et al. Finite-time neural network-based hierarchical sliding mode antiswing control for underactuated dual ship-mounted cranes with unmatched sea wave disturbances suppression
Zhang et al. An adaptive tracking control method for offshore cranes with unknown gravity parameters
Chen et al. Nonlinear vibration suppression control of underactuated shipboard rotary cranes with spherical pendulum and persistent ship roll disturbances
CN117452827A (zh) 一种欠驱动无人艇轨迹跟踪控制方法
CN114840980A (zh) 一种多无人直升机协作搬运绳索拉力估计方法
Li et al. Dynamic Analysis of Marine Tower Cranes with Double Pendulum Subject to Ocean Wave Disturbance
CN117105096B (zh) 一种适用于变绳长双摆型船用起重机的滑模控制方法
CN113589692B (zh) 考虑桥式起重机双摆效应的增强阻尼型非线性控制方法
CN114084800A (zh) 一种双摆桥式吊车自适应模糊控制方法及系统
Chen Research on Global Stability Control Strategy of Under-Actuated Crane System Based on Equivalent Input Interference
CN114280937B (zh) 一种基于有限时间复合的桥式吊车控制方法
CN115657472B (zh) 一种塔式吊车系统反馈控制方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant