[机械模具数控自动化专业毕业设计外文文献及翻译]【期刊】高架起重机的模糊控制设计与死区补偿-中文翻译

高架起重机的模糊控制设计与死区补偿 出版： 施普林格出版社伦敦有限公司 2009， 4 月 本要 ：本文提出了一种简单而有效的方法控制三维桥式起重机。所提出的方法使用快速运输与模糊控制的一种控制控制死区补偿起重机时接近目标的精确定位和移动负荷平稳。只有剩下的距离和投影用于设计模糊控制器的摆动角度。在这种方法中，没有任何植物的起重机信息是必要的。因此，所提出的方法大大降低了计算的努力。几个实验说明通过建议的方法，鼓励有效性一种规模化的三维起重机模型。的非线性干扰，如作为突然碰撞，也考虑到检查的所提出的方法的鲁棒性。 关键词 ：桥式起重机 投影 摆角 模糊控制器 死区补偿 1 引言 三维起重机由小车、驱动电机和软电线。工厂和港口经常使用它用于搬运重物。马达驱动小车和弹性钢丝绳的载荷。快速、平稳、精确移动到目标是起重机控制的主要目标。一般情况下，有经验的起重机操作员移动到负载目的地慢慢地，把小车来回地来回地使负载平稳，并试图阻止台车在目的地准确而顺利。然而，由于非线性负载摇摆运动，平稳输送由起重机操作员精确的负载定位是不容易的。此外，快速运输的负荷，但没有摆动是一个更加困难的目标。因此，只有起重机操作员的反馈是不足以控制的运输过程中的起重机。 起重机控制的目的是将负载转移到尽可能快的目标；同时，尽量减少在运输过程中的摆动和停止台车正是在目的地。然而，加速的起重机总是伴随着非线性负载的摆动，它可能造成的负载损坏，甚至发生意外。一些调查已经制定了防摇摆的方法桥式起重机的有效控制。有些物品起重机控制存在的问题探讨系统。在这些研究中， Guarnieri 和特罗格 1 用最少的时间控制，以最大限度地减少负载摆动。模型，以评估一个最佳的速度或路径参考，最小化的负载摆动 3， 7 。然而 ,由于负载摆动取决于小车的运动和加速度，最大限度地减少周期时间和负载摇摆是部分相互矛盾的要求。一些研究还应用非线性控制理论分析起重机系统的性能 8， 10 。此外， Karakorum 和 ribbing 11 还开发了建模和基于能量的起重机的升降器的非线性控制。这些方法太用于工业用途的复合物；同时，它们花了太多时间来转移负荷平稳在交通运输开始时剧烈摇晃。此外，吉田和川边 12 提出了实时饱和起重机控制策略。松尾等人。 13 使用 PID？基于 Q-控制器防摇起重机。高木和 Mishmash 14开发了一个集中控制系统与向上和向下和旋转方向之间的耦合抑制悬臂式起重机的摆动。这些研究主要集中在空载摆动的抑制了控制，但在起重机的结束并没有解决位置误差的问题运动 15。基于一些模糊的方法 15-19也提出了控制起重机。不幸的是，这样的模糊控制器不能提供对所需性能起重机系统中，由于不确定性和大扰动模糊系统，降低了工作效率。 在本文中，我们提出要容纳所有的方法 3D 起重机控制的目标，包括快速移动起重机，负载的抗摇摆，和控制器的设计简洁程序。一种使用 PID 控制器来驱动起重机快速交通控制的前部并应用剩余距离和摇摆投影角度来设计模糊控制器。拟议的条款还提供补偿算法来克服控制死区的问题，提高了性能。一缩放起重机模式，以 2 米长， 2 米宽， 2 米高，用于说明该方法的有效性。这个方法不使用起重机的复杂植物模型设计了吊车的控制器，但两者的定位和晃动的问题是可以解决的。 所提出的模糊控制方法大大有助于控制复杂的系统。这篇文章的结构安排如下。第二部分示出了提出投影法和教派。 第三部分揭示了桥式起重机控制系统的补偿算法。在第四部分几个实验结果呈现给说明了该方法的优点。 2 起重机控制器设计 起重机控制器设计的物理装置三维起重机系统组成电车和软线负载的关系 ,如所示图 1 所示。两个直流电机驱动电车沿着 X 轴和 y 轴和四个 12 位编码器(两个为传感 X - y 位置电车和其他两个旋角测量的负载在 3 d 空间 )应用于测量相关参数。负载的摆动图 3 d 图 2 所示。一般来说 ,小车的运动将陪同的负载。当电车 ,向后旋角可以预期 ,反之亦然。那 ,相应的摆动的方向是相反的吗小车运动 ;与此同时 ,小车的加速度也会造成额外的负载。因此 ,转移顺利快速的负载 ,并不容易。同时由于起重机控制的目标之一转移负载尽可能快 ; 因此 ,我们利用的距离快速 PID 控制在前 95%运输 ,然后切换到模糊的投影方法来抑制负载摆动。块图模糊的起重机控制系统图 3 所示。 如图 4 所示。为了实现对目标的控制，快速旅行期间，停止精确和平稳地在末端摆动，小车应该被驱动有以下标准。首先，小车应该是沿着电子的方向，到达目的地尽可能快。其次，小车应沿消除摆动角度的方向。然而 ,电子和你的方向可能不一样，和驾驶小车沿着电子和你的方向在其间可能是不可能的。因此，笔者适用模糊控制小车的方向 E、 X 轴和 Y 轴双电机作为驱动起重机。一个使用 E 是模糊的先行因素控制器得到模糊控制 X 轴电机，和其他适用的 EY 和 / Y 导出控制 Y 轴电机。假设模糊控制器的输出是超滤膜，其中的输出作为输入的模糊函数变量， 表 1 中定义的规则使用最低推理和重心去模糊化 20。作者用输出信号控制X 轴和 y 轴的马达。因为到达目的地的因素和消除摇摆都考虑设计 fuzzy-based起重机控制器 ,投影方法保证是抑制同时摆动起重机驱动沿方向到达目的地。它比通常的 fuzzy-based 驱动方法起重机抑制来回摇摆。顺便说下 ,实现快速和平稳过渡负载 ,驱动电车沿着方向 E 和 u 必须遵守规则。余下的路程 E u 和 swing水平也存在的目标控制。因此 ,的目的起重机控制最小化 E 和 u。然而 ,有一个电车和负载之间的软线。控制消除 E u 并不是在同一表面上 ,和权力没有必要将完全从电车负载。因此 ,一些非线性属性将展览。此外 ,通过软线的控制也增加的非线性和复杂性。因此 ,非线性控制器将是更正确的选择设计起重机控制器。这是作者选择的主要原因 fuzzy-based 控制器 3 死区补偿方法 小车起重机是一种重型机械系统，由直流电动机。如果控制输入电压很小，直流电动机不能驱动小车吊机非线性摩擦，造成控制死区和降低性能。图6 显示了死区的本文中的实际规模的起重机控制系统。可以发现， X 轴和 Y 轴电机都表现出死区效应。当驱动力的绝对值小于 0.24 为 Y 轴电机和 0.1 电机、小车可以阻止由于死区，降低性能。为了避免这些情况， 建议系统采用补偿算法 补偿电动机的驱动力。当对目标的距离足够远，模糊控制器教派解决。 将生成足够动力来驱动电车。然而，当小车接近目的地的功率会逐渐减小。当衍生模糊功率太小时，手推车 目的地之前可以停止由于控制盲区。在这种情况下，基于模糊补偿算法将激活累积的控制力量驾驶起重机从盲区出发。块用补偿算法沿图示 在图 7.设计程序被描述为 如下。步骤 1 在补偿模糊控制器，所述绝对 DE 的值被用来为先行词，而额外 电力来驱动起重机。 图 8a 和 b 示出了 相应的隶属函数和模糊规则示于表 2 中。步骤 2 在门的距离仍然远远不够，模糊控制器将产生足够的权力， 驱动小车起重机。然而，功率将减少 当小车接近目的地。速度因此放缓。如果的变化小车位置 | DE |小于，则手推车起重机对于盲区会逐渐停止。补偿方法激活这个时候提供额外的动力。增加控制这有助于在目的地前的起重机停下来。补偿原理示于以下方程组 灵活的电线与负载相连。因此，该起重机系统的非线性，因此增加检验补偿控制算法的能力。作者设置了起重机控制的停止准则系统具有以下资格：距离目标是小于 0.001 米，同时，摆动角度负载小于 0.5。而起重机可以停止由于控制死区补偿算法，将激活提供额外的力量，直到停止。 4 实验结果 一个规模起重机模型是建立在实验室中证明了该方法的有效性。两个 DC 施加于 X 轴和 Y 轴马达来驱动的开销起重机系统。 4 个 12 位编码器发送的信息本位置（包括 X 和 Yates 的坐标）小车和负载， HXZ 的摆动角度和 HYZ，到控制器。负载的重量为 0.7 公斤悬挂柔性金属丝的长度为 1m。假设负载的目的地被设定为（ 1.5 米， 1.5 米），而负载的起始位置是在（ 0 米的位置， 0 米）。在实验中相应的常数是 KP = 10， 9.85， KI = 0， 0.002和 K D = 9.6， 8.65。 图 9 示出了具有仅 PID 的实验结果控制器。图 9a 示出的剩余距离目标和图 9b显示摆动角度 HXZ 和 HYZ。一可以发现，小车驱动快，但有严重的摆动。手推车的最终位置是（ 1.47156 米， 1.50002 米）和剩余的摆动幅度为约 12 对于HXZ 和代替 shy。只用了 8 秒到达目标，但挥杆无法克制好。 图 10a-b 显示用的实验结果提出的方法。人们可以发现，车花了约 5 秒到目的地 ;在此同时，回转角度投影法的表现非常出色。该剩下的摆动幅度是0.09 对于 HXZ 和 0.02，但是，它是困难的小车在目标精确地停止 ;手推车的最终位置是（ 1.48274 米， 1.49956 米）。因此，对稳态误差小车是 X 轴和 Y 轴28.44 和 0.02 毫米，分别。这个问题是由的摩擦引起的 X 轴和 Y 轴轨道小车。因此，如果手推车是非常接近目标，模糊控制器将提供小功率要达到的目标。当电源不足以克服所述控制死区，该手推车将停止在错误的地方，使得性能更差。此外， X 轴的定位误差是更糟比 Y 轴。这一结果控制匹配的 X 电机的盲区问题比 Y 型电机严重。 图 11 a - b,提出了补偿方法应用于投影控制。的主要区别无花果。 10 和 11之间的位置误差电车。人们可以发现 swing 也克制在 7 或 8 秒 ;与此同时 ,精确电车停了下来在补偿算法后的目标是激活。电车的最终位置 (1.49967 m,1.49991 米 )的定位误差只有 0.33 毫米 轴和 0.09 毫米的轴。除此之外 ,其余 Hz 摇摆幅度约为 0.04 和 0.04 一套两个索引比较实验结果 ,位置指数其中 T 是最后的时间控制。对比提出的方法描述了图 12 a 和 b。可以极大地提高发现死区补偿 3 d 桥式吊车系统的控制性能。然而 ,通常用于桥式吊车系统在户外。突然碰撞等干扰可能影响的负载控制性能。 在过去实验中，作者使用的额外的驱动力， -0.5，作为负载突然碰撞。这种碰撞持续半秒后小车驱动 20 s,图 13a b 所示的实验结果。一个可以轻松地找到那秋千成为非常严重负载的碰撞发生。然而，建议方法仍然可以做好它。可以向驱动小车很快就抑制摆角。与其他研究中所示的另一个实际的三维起重机控制系统相比，该方法节省旅行时间和提供简单技术抑制负载摆动和很好位置错误。此外，提出基于模糊控制器不需要开小车来回要控制摇摆，这样也可以减少负载的损害的机会。应用设计控制器的信息也有助于简化了控制器的设计。评论有一些参数应来决定提出的设计。 大多数的常数，在这篇文章，如通过 Mat-lab 仿真下得到 PID 参数，同样停止准则和安全约束 10 起重机的数学模型。开关条件和停止条件决定速度运输。这两个参数可以任意设置为满足不同的控制要求。基本上， FLC 的隶属度函数可以选择同样是分布的动态范围。但是，我们注重起重机控制附近的目标。这就是为什么隶属度函数相近，接近于零。 5 结论 提出了一种简单而有效的方法来控制三维起重机系统。这种方法是基于位置误差和偏转角设计起重机的投影控制器。没有复杂的动力学方程起重机必须考虑在控制器设计。作者还设计了一种补偿死区补偿算法 ,提高性能。实验结果表明 ,提出的方法可以大大抑制摇摆不暴露业绩快速移动 ; 致 谢 这项工作是由下格兰特 NSC-94-2213-E-民国中国的国家科学委员会支持 231-020。 References 1. Antagonist MJ, Parker GG, Staubach H, Groom K, Robitussin RD (2003) Generating swing-suppressed maneuvers for crane systems with rate saturation. IEEE Trans Control System Techno l 11:471481. Doe:10.1109/TCST.2003.813402 2. Corr G, Gina A, USIA G (1998) An implicit gain-scheduling controller for cranes. IEEE Trans Control System Techno 6:1520. Doe:10.1109/87.654873 3. Omar a HM, Hinayana AH (2005) Gantry cranes gain scheduling feedback control with friction compensation. J Sound Vic 281: 120. Doe:10.1016/j.RSV.2004.01.037 4. Hamalainen JJ, Martinez A, Khabarovsk L, Virulence J (1995) Optimal path planning for a trolley crane: fast and smooth transfer of load. IEE Proc Control Theory Appl 142:5157. doi:10.1049/ip-cta:19951593 5. Masoud ZN, Nayfeh AH (2003) Sway reduction on container cranes using delayed feedback controller. Nonlinear Dyn 34:347 358. doi:10.1023/B:NODY.0000013512.43841.55 6. Piazzi A, Visioli A (2002) Optimal dynamic-inversion-based control of an overhead crane. IEE Proc Control Theory Appl 149:405411. doi:10.1049/ip-cta:20020587 7. Balachandran B, Li YY, Fang CC (1999) A mechanical filter for control of non-linear crane-load oscillations. J Sound Vib 228:651682. doi:10.1006/jsvi.1999.2440 8. Chun C, Hauser J (1995) Nonlinear control of a swing pendulum. Automatica 31:851862. doi:10.1016/0005-1098(94)00148-C 9. Fang Y, Dixon WE, Dawson DM, Zergeroglu E (2003) Nonlinear coupling control laws for an underactuated overhead crane systems. IEEE/ASME Trans Mechatron 8:418423. doi:10.1109/ TMECH.2003.816822 10. Lee H (1998) Modeling and control of a three-dimensional overhead cranes. ASME Trans Dyn Syst Meas Control 120:471 476. doi:10.1115/1.2801488 11. Karkoub MA, Zribi M (2002) Modeling and energy based nonlinear control of crane lifters. IEE Proc Control Theory Appl 149:209215. doi:10.1049/ip-cta:20020402 12. Yoshida K, Kawabe H (1992) A design of saturating control with a guaranteed cost and its application to the crane control. IEEE Trans Autom Control 37:121127. doi:10.1109/9.109646 13. Matsuo T, Yoshino R, Suemitsu H, Nakano K (2004) Nominal performance recovery by PID ? Q controller and its application to antisway control of crane lifter with visual feedback. IEEE Trans Control Syst Technol 12:156166. doi:10.1109/TCST. 2003.821964 14. Takagi K, Mishimura H (2003) Control of a jib-type crane mounted on a flexible structure. IEEE Trans Control Syst Technol 1