CN112034780A - 一种基于粒子群优化算法的桥式起重机防摇摆系统及方法 - Google Patents

一种基于粒子群优化算法的桥式起重机防摇摆系统及方法 Download PDF

Info

Publication number
CN112034780A
CN112034780A CN202010964820.8A CN202010964820A CN112034780A CN 112034780 A CN112034780 A CN 112034780A CN 202010964820 A CN202010964820 A CN 202010964820A CN 112034780 A CN112034780 A CN 112034780A
Authority
CN
China
Prior art keywords
bridge crane
real
swing angle
information
time
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.)
Granted
Application number
CN202010964820.8A
Other languages
English (en)
Other versions
CN112034780B (zh
Inventor
钟雄锋
林伟
孙路
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.)
Shanghai Institute of Technology
Original Assignee
Shanghai Institute of Technology
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 Shanghai Institute of Technology filed Critical Shanghai Institute of Technology
Priority to CN202010964820.8A priority Critical patent/CN112034780B/zh
Publication of CN112034780A publication Critical patent/CN112034780A/zh
Application granted granted Critical
Publication of CN112034780B publication Critical patent/CN112034780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
    • G05B19/054—Input/output
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/10—Plc systems
    • G05B2219/11—Plc I-O input output
    • G05B2219/1103—Special, intelligent I-O processor, also plc can only access via processor

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Control And Safety Of Cranes (AREA)

Abstract

本发明提供了一种基于粒子群优化算法的桥式起重机防摇摆系统及方法，所述系统包括：桥式起重机、测量模块、控制模块、上位机；所述测量模块包括：用于检测所述桥式起重机的位置信息的检测传感器、用于检测所述桥式起重机的摆角信息的激光雷达；所述控制模块包括：算法单元、PLC、控制单元；所述控制单元包括：变频器、伺服电机；所述上位机预存有设定好的所述桥式起重机的目标位置信息和目标摆角信息；所述测量模块将检测到的位置信息和摆角信息发送给上位机，所述上位机将获得的信息以及预存的信息发送给算法单元。本发明能实现桥式起重机工作时防摇摆功能，并同时提供一种快速整定PID控制器参数的方法，节省了工作时间。

Description

一种基于粒子群优化算法的桥式起重机防摇摆系统及方法
技术领域
本发明涉及桥式起重机工业领域，具体涉及一种基于粒子群优化算法的桥式起重机防摇摆系统及方法。
背景技术
随着中国经济的飞速发展，桥式起重机在工厂运输行业起到不可替代的作用，它作为解放劳动力和搬运人工难以企及的货物的专用设备。为了适应日益发展的车间需求，21世纪工厂车间作业面临着起重量大，起升速度快，大小车运行路程长等一系列问题，使得桥式起重机运行的动态性能差，增加了吊具载物的摆动，使得工作周期加长，降低载物和运输的效率。
现在对于大部分起重机而言，往往需要有经验的工人手动控制运输实现“手动防摇”效果，长时间作业容易引起严重的安全隐患。因此，设计一种使起重机在运输作业过程及升降过程中实现短时间内让吊重摆角衰减为零。提高起重机的装卸效率，同时，引入智能算法提高控制器控制效果，减少工作人员工作量，从而加强工厂车间的安全作业性。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于粒子群优化算法的桥式起重机防摇摆系统及方法。本发明的技术方案如下：
一种基于粒子群优化算法的桥式起重机防摇摆系统，包括：桥式起重机，其特征在于，还包括：测量模块、控制模块、上位机；
所述测量模块包括：用于检测所述桥式起重机的位置信息的检测传感器、用于检测所述桥式起重机的摆角信息的激光雷达；
所述控制模块包括：算法单元、PLC、控制单元；
所述控制单元包括：变频器、伺服电机；
所述上位机预存有设定好的所述桥式起重机的目标位置信息和目标摆角信息；
所述测量模块将检测到的位置信息和摆角信息发送给上位机，所述上位机将获得的信息以及预存的信息发送给算法单元；
所述算法单元为双闭环控制模型，其通过双闭环PID控制器计算出实时最优控制量，并将所述最优控制量发送给PLC，PLC连接变频器调速，进而控制伺服电机，伺服电机的转速实现控制桥式起重机的加速度，从而调整桥式起重机的运动速度，实现防摇摆功能。
可选地，所述算法单元通过粒子群优化算法优化双闭环PID控制器的参数。
可选地，所述检测传感器设置于所述桥式起重机上；所述激光雷达设置于所述桥式起重机的上方。
可选地，所述桥式起重机包括本体和吊具；所述检测传感器为条形码检测器，所述条形码检测器包括：条形码和检测器；
所述条形码设置于所述桥式起重机的导轨上，所述检测器设置于所述本体上；所述激光雷达位于所述吊具的正上方。
可选地，所述系统还包括：RS485通讯模块，所述算法单元通过RS485通讯模块与所述PLC通信。
一种基于粒子群优化算法的桥式起重机防摇摆方法，包括如下步骤：
S1：建立一种如前所述的基于粒子群优化算法的桥式起重机防摇摆系统；
S2：通过上位机设定桥式起重机的目标位置信息和目标摆角信息；
S3：检测传感器检测桥式起重机的实时位置信息，激光雷达检测桥式起重机的实时摆角信息；
S4：检测传感器和激光雷达将检测到的实时位置信息和摆角信息发送给上位机；上位机将所述实时的位置信息和摆角信息，以及目标位置信息和目标摆角信息作为反馈信息发送给算法单元；
S5：算法单元通过双闭环PID控制器计算出实时最优控制量，并将所述最优控制量发送给PLC；
S6：PLC连接变频器调速，进而控制伺服电机，伺服电机的转速实现控制桥式起重机的加速度，从而调整桥式起重机的运动速度，实现防摇摆功能。
可选地，所述步骤S5还包括：所述算法单元通过粒子群优化算法优化双闭环PID控制器的参数，其进一步包括：
S51：初始化算法参数，设置群体中粒子数为n，每个粒子向量的维数为M，设置进化总代数为N，惯性权重为ω，学习因子c1，c2以及粒子的位置和速度上下限，每个粒子的初始位置Xid和初始速度vid；
S52：计算每个粒子的适应度：为防止控制量过大并且保证系统响应的快速性，适应度函数如下：
Figure BDA0002680524900000031
式中t为时间，e(t)为偏差的绝对值；
S53：选出个体最优值和全局最优值；
S54：计算此次迭代的非惯性权值和学习因子的取值，非惯性权值为：
Figure BDA0002680524900000032
式中itermax为最大迭代次数，iter为当前迭代次数.ωmax为最大权重，ωmin为最小权重
学习因子c1＝c2＝2；
S55：计算更新速度为：
vid(t+1)＝ωvid(t)+c1r1(pid(t)-xid(t))+c2r2(pgd(t)-xid(t))
Figure BDA0002680524900000033
其中ω为惯性权重，K和k分别为最大迭代次数和当前迭代次数，ci为加速因子，ri为0-1的数值，pid表示粒子i的个体最优位置，pgd表示群体最优位置；
更新位置为：xid(t+1)＝xid(t)+vid(t+1)；
S56：当达到最大进化代数，则输出当前最佳位置，否则返回S52。
可选地，所述步骤S3还包括：
所述激光雷达垂直放置在吊具正上方，桥式起重机静止时，激光雷达获取到达吊具正上方距离作为参考距离；在桥式起重机运行过程中，激光雷达实时测量其与吊具之间的距离，作为实时距离；所述实时摆角信息包括：参考距离和实时距离。
可选地，所述步骤S3还包括：
条形码置于桥式起重机的导轨上，检测器置于桥式起重机上，当桥式起重机运行时，检测器通过条形码的位置获取当前桥式起重机所在位置从而实现定位。
与现有技术相比，本发明具有如下的有益效果：
本发明能实现桥式起重机工作时防摇摆功能，并同时提供一种整定PID控制器参数的方法，在较短时间内提供最佳参数，减少复杂繁杂的试凑法的使用，节省工作时间。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为具体实施例一种基于粒子群优化算法的桥式起重机防摇摆系统的结构示意图；
图2为具体实施例一种基于粒子群优化算法的桥式起重机防摇摆方法的流程图；
图3为具体实施例一种基于粒子群优化算法的桥式起重机防摇摆系方法的仿真图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
参见图1，本实施例公开了一种基于粒子群优化算法的桥式起重机防摇摆系统，包括：桥式起重机、测量模块、控制模块、上位机、RS485通讯模块；所述桥式起重机包括本体和吊具；所述本体包括大车和小车；小车设置于大车上，吊具设置于小车上。
所述测量模块包括：用于检测所述桥式起重机的位置信息的检测传感器、用于检测所述桥式起重机的摆角信息的激光雷达；
所述控制模块包括：算法单元、PLC(可编程逻辑控制器)、控制单元；
所述控制单元包括：变频器、伺服电机；
所述上位机预存有设定好的所述桥式起重机的目标位置信息和目标摆角信息；
所述测量模块将检测到的位置信息和摆角信息发送给上位机，所述上位机将获得的信息以及预存的信息发送给算法单元；
所述的算法模块为双闭环控制模型，通过系统建模出桥式起重机欠驱动系统数学模型，得到该系统的传递函数，设计以位置信息反馈和摆角信息反馈的双闭环PID控制器。
所述算法单元通过双闭环PID控制器计算出实时最优控制量，并将所述最优控制量发送给PLC，PLC连接变频器调速，进而控制伺服电机，伺服电机的转速实现控制桥式起重机的加速度，从而调整桥式起重机的运动速度，实现防摇摆功能。所述算法单元通过RS485通讯模块与所述PLC通信。
其中，所述算法单元通过粒子群优化算法优化双闭环PID控制器的参数。所述的粒子群优化算法能在较短时间内获得最佳的双闭环PID控制器的参数。
其中，所述检测传感器设置于所述桥式起重机上；所述激光雷达设置于所述桥式起重机的上方。本实施例中，所述检测传感器采用条形码检测器，所述条形码检测器包括：条形码和检测器；
所述条形码设置于所述桥式起重机的导轨上，所述检测器设置于所述本体上；所述激光雷达位于所述吊具的正上方。
参见图2和图3，本实施例同时公开了一种基于粒子群优化算法的桥式起重机防摇摆方法，包括如下步骤：
S1：建立一种如前所述的基于粒子群优化算法的桥式起重机防摇摆系统；
S2：通过上位机设定桥式起重机的目标位置信息和目标摆角信息；本实施例中，这里的位置是指桥式起重机的地理坐标，摆角是指以垂直的吊具为基准，摆动时的吊具与垂直时的吊具之间的夹角。
S3：检测传感器检测桥式起重机的实时位置信息，激光雷达检测桥式起重机的实时摆角信息；需要说明的是：本实施例中，实时摆角信息是通过激光雷达测量的，而激光雷达仅测量距离数值，所以这里的实时摆角信息并不是摆角的角度，而是激光雷达测量的参考距离和实时距离。
S4：检测传感器和激光雷达将检测到的实时位置信息和摆角信息发送给上位机；上位机将所述实时的位置信息和摆角信息，以及目标位置信息和目标摆角信息作为反馈信息发送给算法单元；
S5：算法单元通过双闭环PID控制器计算出实时最优控制量，并将所述最优控制量发送给PLC；
S6：PLC连接变频器调速，进而控制伺服电机，伺服电机的转速实现控制桥式起重机的加速度，从而调整桥式起重机的运动速度，实现防摇摆功能。
其中，所述步骤S5还包括：所述算法单元通过粒子群优化算法优化双闭环PID控制器的参数，其进一步包括：
S51：初始化算法参数，设置群体中粒子数为n，每个粒子向量的维数为M，设置进化总代数为N，惯性权重为ω，学习因子c1，c2以及粒子的位置和速度上下限，每个粒子的初始位置Xid和初始速度vid；
本实施例中，粒子数n为25个，维数M为3维，进化总代数N为6，粒子位置和速度的上下限范围为：[0，5]和[-3，3]，学习因子c1＝c2＝2，惯性权重的上下限范围为：[04，0.9]，初始速度vid为0。
初始位置Xid随机且在粒子位置上下限范围。可以理解的是，根据不同的工作环境，该初始化数据可以修改调整，不局限于此。
S52：计算每个粒子的适应度：为防止控制量过大并且保证系统响应的快速性，适应度函数如下：
Figure BDA0002680524900000061
式中t为时间，e(t)为偏差的绝对值；
S53：选出个体最优值和全局最优值；
S54：计算此次迭代的非惯性权值和学习因子的取值，非惯性权值为：
Figure BDA0002680524900000062
式中itermax为最大迭代次数，iter为当前迭代次数.ωmax为最大权重，ωmin为最小权重
学习因子c1＝c2＝2；
S55：计算更新速度为：
vid(t+1)＝ωvid(t)+c1r1(pid(t)-xid(t))+c2r2(pgd(t)-xid(t))
Figure BDA0002680524900000063
其中ω为惯性权重，K和k分别为最大迭代次数和当前迭代次数，ci为加速因子，ri为0-1的数值，pid表示粒子i的个体最优位置，pgd表示群体最优位置；
更新位置为：xid(t+1)＝xid(t)+vid(t+1)；
S56：当达到最大进化代数，则输出当前最佳位置，否则返回S52。
通过获得粒子最佳位置(PID最佳参数)，输入到双闭环PID控制器模型中实时计算调整，实现在较短时间内消除摆动。
其中，所述步骤S3还包括：所述激光雷达垂直放置在吊具正上方，桥式起重机静止时，激光雷达获取到达吊具正上方距离作为参考距离；在桥式起重机运行过程中，激光雷达实时测量其与吊具之间的距离，作为实时距离；通过参考距离和实时距离之间的差计算出桥式起重机运行时的摆角(可通过三角函数完成摆角的计算，计算方法为本领域常用技术，这里不再赘述)。本实施例中，所述实时摆角信息包括：参考距离和实时距离。
这个摆角数值的计算，可以在算法单元中，设定三角函数，在上位机将参考距离和实际距离发送给算法单元后进行计算，得到实时的摆角数值。也可在算法单元中预存参考距离，仅通过上位机发送实时距离，完成计算。
其中，所述步骤S3还包括：条形码置于桥式起重机的导轨上，检测器置于桥式起重机上，当桥式起重机运行时，检测器通过条形码的位置获取当前桥式起重机所在位置从而实现定位。
需要说明的时，上述系统和方法是针对桥式起重机本体进行调控的，因为本体包括大车和小车，也可以单独对大车或小车进行调节，即将上述内容中的本体替换成大车或小车。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (9)

1.一种基于粒子群优化算法的桥式起重机防摇摆系统，包括：桥式起重机，其特征在于，还包括：测量模块、控制模块、上位机；
所述测量模块包括：用于检测所述桥式起重机的位置信息的检测传感器、用于检测所述桥式起重机的摆角信息的激光雷达；
所述控制模块包括：算法单元、PLC、控制单元；
所述控制单元包括：变频器、伺服电机；
所述上位机预存有设定好的所述桥式起重机的目标位置信息和目标摆角信息；
所述测量模块将检测到的位置信息和摆角信息发送给上位机，所述上位机将获得的信息以及预存的信息发送给算法单元；
所述算法单元为双闭环控制模型，其通过双闭环PID控制器计算出实时最优控制量，并将所述最优控制量发送给PLC，PLC连接变频器调速，进而控制伺服电机，伺服电机的转速实现控制桥式起重机的加速度，从而调整桥式起重机的运动速度，实现防摇摆功能。
2.如权利要求1所述的系统，其特征在于，所述算法单元通过粒子群优化算法优化双闭环PID控制器的参数。
3.如权利要求1所述的系统，其特征在于，所述检测传感器设置于所述桥式起重机上；所述激光雷达设置于所述桥式起重机的上方。
4.如权利要求3所述的系统，其特征在于，所述桥式起重机包括本体和吊具；所述检测传感器为条形码检测器，所述条形码检测器包括：条形码和检测器；
所述条形码设置于所述桥式起重机的导轨上，所述检测器设置于所述本体上；所述激光雷达位于所述吊具的正上方。
5.如权利要求1所述的系统，其特征在于，所述系统还包括：RS485通讯模块，所述算法单元通过RS485通讯模块与所述PLC通信。
6.一种基于粒子群优化算法的桥式起重机防摇摆方法，其特征在于，包括如下步骤：
S1：建立一种如权利要求1至5任意一项所述的基于粒子群优化算法的桥式起重机防摇摆系统；
S2：通过上位机设定桥式起重机的目标位置信息和目标摆角信息；
S3：检测传感器检测桥式起重机的实时位置信息，激光雷达检测桥式起重机的实时摆角信息；
S4：检测传感器和激光雷达将检测到的实时位置信息和摆角信息发送给上位机；上位机将所述实时的位置信息和摆角信息，以及目标位置信息和目标摆角信息作为反馈信息发送给算法单元；
S5：算法单元通过双闭环PID控制器计算出实时最优控制量，并将所述最优控制量发送给PLC；
S6：PLC连接变频器调速，进而控制伺服电机，伺服电机的转速实现控制桥式起重机的加速度，从而调整桥式起重机的运动速度，实现防摇摆功能。
7.如权利要求6所述的方法，其特征在于，所述步骤S5还包括：所述算法单元通过粒子群优化算法优化双闭环PID控制器的参数，其进一步包括：
S51：初始化算法参数，设置群体中粒子数为n，每个粒子向量的维数为M，设置进化总代数为N，惯性权重为ω，学习因子c1，c2以及粒子的位置和速度上下限，每个粒子的初始位置Xid和初始速度vid；
S52：计算每个粒子的适应度：为防止控制量过大并且保证系统响应的快速性，适应度函数如下：
Figure FDA0002680524890000021
式中t为时间，e(t)为偏差的绝对值；
S53：选出个体最优值和全局最优值；
S54：计算此次迭代的非惯性权值和学习因子的取值，非惯性权值为：
Figure FDA0002680524890000022
式中itermax为最大迭代次数，iter为当前迭代次数.ωmax为最大权重，ωmin为最小权重
学习因子c1＝c2＝2；
S55：计算更新速度为：
vid(t+1)＝ωvid(t)+c1r1(pid(t)-xid(t))+c2r2(pgd(t)-xid(t))
Figure FDA0002680524890000023
其中ω为惯性权重，K和k分别为最大迭代次数和当前迭代次数，ci为加速因子，ri为0-1的数值，pid表示粒子i的个体最优位置，pgd表示群体最优位置；
更新位置为：xid(t+1)＝xid(t)+vid(t+1)；
S56：当达到最大进化代数，则输出当前最佳位置，否则返回S52。
8.如权利要求6所述的方法，其特征在于，所述步骤S3还包括：
所述激光雷达垂直放置在吊具正上方，桥式起重机静止时，激光雷达获取到达吊具正上方距离作为参考距离；在桥式起重机运行过程中，激光雷达实时测量其与吊具之间的距离，作为实时距离；所述实时摆角信息包括：参考距离和实时距离。
9.如权利要求6所述的方法，其特征在于，所述步骤S3还包括：
条形码置于桥式起重机的导轨上，检测器置于桥式起重机上，当桥式起重机运行时，检测器通过条形码的位置获取当前桥式起重机所在位置从而实现定位。
CN202010964820.8A 2020-09-14 2020-09-14 一种基于粒子群优化算法的桥式起重机防摇摆系统及方法 Active CN112034780B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010964820.8A CN112034780B (zh) 2020-09-14 2020-09-14 一种基于粒子群优化算法的桥式起重机防摇摆系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010964820.8A CN112034780B (zh) 2020-09-14 2020-09-14 一种基于粒子群优化算法的桥式起重机防摇摆系统及方法

Publications (2)

Publication Number Publication Date
CN112034780A true CN112034780A (zh) 2020-12-04
CN112034780B CN112034780B (zh) 2022-04-01

Family

ID=73589327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010964820.8A Active CN112034780B (zh) 2020-09-14 2020-09-14 一种基于粒子群优化算法的桥式起重机防摇摆系统及方法

Country Status (1)

Country Link
CN (1) CN112034780B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2846203A2 (en) * 2013-09-10 2015-03-11 Alstom Technology Ltd Automatic tuning control system for air pollution control systems
CN204643623U (zh) * 2015-03-31 2015-09-16 江苏鼎盛重工有限公司 一种回转式起重设备吊具防摇装置
CN107272403A (zh) * 2017-06-14 2017-10-20 浙江师范大学 一种基于改进粒子群算法的pid控制器参数整定算法
CN108584700A (zh) * 2018-03-18 2018-09-28 武汉理工大学 起重机自适应pid闭环防摇控制方法
CN111302222A (zh) * 2020-02-27 2020-06-19 武汉理工大学 一种可实现随机位置停车的桥式起重机定位防摇控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2846203A2 (en) * 2013-09-10 2015-03-11 Alstom Technology Ltd Automatic tuning control system for air pollution control systems
CN204643623U (zh) * 2015-03-31 2015-09-16 江苏鼎盛重工有限公司 一种回转式起重设备吊具防摇装置
CN107272403A (zh) * 2017-06-14 2017-10-20 浙江师范大学 一种基于改进粒子群算法的pid控制器参数整定算法
CN108584700A (zh) * 2018-03-18 2018-09-28 武汉理工大学 起重机自适应pid闭环防摇控制方法
CN111302222A (zh) * 2020-02-27 2020-06-19 武汉理工大学 一种可实现随机位置停车的桥式起重机定位防摇控制方法

Also Published As

Publication number Publication date
CN112034780B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
Sun et al. Nonlinear motion control of complicated dual rotary crane systems without velocity feedback: Design, analysis, and hardware experiments
JP3254152B2 (ja) クレーンの荷役経路設定方法及びその装置
Yang et al. Novel approach for adaptive tracking control of a 3-D overhead crane system
CN105934401B (zh) 用于控制从电动可滑动件悬吊载荷的摆动设备、工序和起重装置的控制装置
CN103991351B (zh) 液压平板车载重平台四点支撑调平系统及其实现方法
CN110228754B (zh) 一种自适应速度规划的工业吊车控制方法及系统
CN109911773B (zh) 一种单参数调整的欠驱动吊车作业全过程自抗扰控制方法
CN110407094B (zh) 一种基于动态平滑轨迹的桥式起重机定位防摆控制方法
JP5258013B2 (ja) 天井クレーンによる搬送方法およびこの搬送方法を利用した天井クレーンシステム
Zidani et al. Backstepping controller for a wheeled mobile robot
CN108584700A (zh) 起重机自适应pid闭环防摇控制方法
CN110407095A (zh) 一种基于在线轨迹规划的桥式起重机定位消摆控制方法
CN106709264B (zh) 双起重机系统变幅角响应建模算法及随机响应域预测方法
CN112034780B (zh) 一种基于粒子群优化算法的桥式起重机防摇摆系统及方法
CN105867369A (zh) 一种带编码器运卷小车的水平位置精确定位控制方法
EP2896590A1 (en) Method and device to control in open-loop the sway of payload for slewing cranes
CN113336092B (zh) 一种双摆三维桥式起重机增强抗摆的自适应跟踪控制方法
CN103274298B (zh) 控制塔式起重机小车驱动力的方法、装置和系统
CN114955856A (zh) 一种基于轨迹规划的桥式起重机吊具防摇方法
Dabbagh et al. Nonlinear two-wheeled self-balancing robot control using LQR and LQG controllers
CN110989361B (zh) 一种基于权重在线优化的分组模糊控制方法
Mayr et al. Static inertial parameter identification for humanoid robots using a torque-free support
Yang et al. A flexible rope crane experiment system
Mengyang et al. Study of anti-swing control for molten metal crane use state feedback—Neural network
CN114506769B (zh) 用于桥式吊车的消摆控制方法及系统

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