登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 机械机电类 > 机械设计制造及其自动化 > 正文

MQ4050 单臂架门座式起重机外文翻译外文翻译资料

 2022-10-22 16:44:20  

英语原文共 14 页,剩余内容已隐藏,支付完成后下载完整资料


MQ4050 单臂架门座式起重机外文翻译

第一篇

Intelligent anti-swing control for bridge crane

桥式起重机智能防摆控制

CHEN Zhi-mei,MENG Wen-jun,ZHANG Jing-gang

摘要:本文介绍了一种用于起重机系统的,新的智能防摇摆控制方案,模糊神经网络,基于粒子群优化算法的的滑模控制。三个神经网络的输出用来解决绳子,防摇摆二级系统的不确定性。分析了系统的拉格朗日动力学模型、非线性特性以及防摆控制的研究现状,阐述并总结了采取不同控制策略时的主要控制方法,轨迹跟踪策略包括离线运动规划和输入整形方法,镇定控制策略从经典控制、现代控制和智能控制等方面分别展开,介绍了 PID 控制、最优控制、滑模控制、反步控制和无源控制,展望了今后进一步的研究方向和问题。

1简介

桥式起重机在工业中已被广泛用于运输重物造船厂,建设工地、送重物和危险材料、钢场,运送核能废料储存设施,该工业。起重机应当尽可能在不做任何多余的动作直接把货物运送到目标位置。然而,一般的桥式起重机在起升重物时都是突然停止,是快速运动,摇摆最后会慢慢停止,但会耗费大量的时间,减少了设备的可用型以及生产效率。一旦起重机故障,也可能造成意外事故伤害到工人与周围的生产设备环境。基于这个原因,人们对用于起重机系统的防摇摆控制方案的研究越来越感兴趣。

由于滑模变结构控制设计方法简单,控制算法容易实现,并且在控制输入作用下系统状态一旦进入滑动模态,则对外部扰动和参数的变化具有完全的鲁棒性。到目前为止,该领域的这个理论体系已经建设的非常完善,并被广泛用于特定系统。一些研究人员已经使用滑模变结构控制来控制起重机系统。国内外学者针对不同的系统 ,不同的控制要求对滑模控制方法展开了较多的研究。

本文提出了一种基于模糊滑模控制的防摇方案。基于线性输入/输出的港口

移动式起重机的防摇方法三维桥式起重机和跟踪控制方案,并提出了回转起重机恒定增益状态反馈控制器。设计了桥式起重机、正常的比例和微分 (PD) 调节器和模糊模型,此控件可以实现位置跟踪和反馈。在对一种二维桥式起重机自适应模糊控制滑模控制的研究中,系统出现了的高频抖动。此外,大多数研究者把起重机当作单输入系统研究,而不考起升过程中绳子的变化。

文献1中,把起重机看作欠驱动系统,提出了一种基于滑模的消摆控

制方法;文献设计了一种自适应滑模防摆定位控制器,利用模糊控制来调节两个子系统在控制中的作用。上述方法虽然在一定程度上实现了小车的定位与防摆,但这些控制方法均把起重机系统简化成线性系统或单输入系统,没有考虑吊绳绳长的变化对系统的影响,这与实际情况存在差别势必影响系统的控制性能。本文提出了一种新的模糊滑模定位与防摆控制方案,考虑吊绳绳长的变化,把起重机系统简化为三个多输入子系统,设计了模糊滑模控制器,跟踪吊绳绳长的变化,在负载的快速提升和下降过程中实现小车的精确定位与防。

2桥式起重机模型

图 1 所示为龙门起重机的简化模型,绳索的弹性、质量、重物摆动的阻尼系数忽略不计,负载和抓斗视为质点。M 为小车的质量,m 为负载及抓斗的质量和,l 为绳长,为摆角,g 为重力加速度,分别是作用在 x 方向和绳长方向上的外力,D 和 D 分别是沿X 方向和绳长方向的摩擦阻尼系,其他外力忽略不计。

将起重机系统简化为三个多输入子系统,系统的控制目标是起重机小车

能快速准确地到达期望位置,且在负载快速提升和下降过程中抑制重物的摆动。本文设计模糊滑模控制器,跟踪吊绳绳长的变化,对小车的位置和负载的摆动进行控制。定义以下四个滑模面

3滑模控制

将起重机系统简化为三个多输入子系统,系统的控制目标是起重机小车能快速准确地到达期望位置,且在负载快速提升和下降过程中抑制重物的摆动。本文设计模糊滑模控制器,跟踪吊绳绳长的变化,对小车的位置和负载的摆动进行控制。

4模糊神经网络

4.1 神经网络结构

由于实际系统的控制十分困难,所以可以利用模糊神经网络的来模拟接近。

1)输入层 :在这一层中每一个节点都链接这一个输入,这些输入都对应着输入可以表示为

2)成员关系层:

在这一层输入的解被模糊化,选择的是高斯成员关系功能。

3)规则层

4)输出层

4.2 重量调整

重量的选择对系统的表现有巨大的影响,如果重量选择不正确,那么神经网路的收敛速度就会降低,

关系有以下公式定义

d是这个网络的理想输出,O是这个网络的实际输出

5 粒子群优化算法

5.1 粒子群优化算法原则

正如公式是21-22所指出的,对于参数c,c1,a,e,k的控制对系统的控制法则有直接影响。这些参数c,c1,a,e,k越大,系统靠近倾斜表面的速度越快。然而如果太大,就会导致控制过度,引起系统的震颤,如果这些参数小了,虽然系统的震颤减弱了,但是系统靠近倾斜平面的时间变长了。为了达到快速控制的本质并减小系统震颤,粒子群算法的优化原则就是对c,c1,a,e,k这些参数的优化。

和其他评估算法类似,POS算法会在合适的组和进化得知的基础上,发挥比较好的作用

5.2 步骤设计

第一步:初始化一组随机粒子(例如大小为N的组,随机位置,速度和初始矢量。)

第二步:根据实际功能J和F评估每个粒子值的合适程度。如下

Min j=1/2Sigma;ete

Ffit=1/J

第三步:对于每个粒子,如果现在的值比之前的好,比较每个值现在的合适程度与之前的最佳位置gbest。如果比之前的好,那么更新gbest的值。

第四步:对于每个粒子,如果现在的值比之前的好,比较每个值现在的合适程度与之前的最佳位置pbest如果比之前整体的好,那么更新值。

6 仿真研究

为了验证本文方法的有效性,进行了仿真研究,系统参数 M = 1 200kg, m= 5000kg,D = 250kg/s,Df=20kg/s, g=9.8m/s2,xd=1 0m,ld为pi;形函数。吊绳绳长从 10m 变化到 5m 再变化仿真结果如图 4~图 10 所示。文献[1o3 方法的仿真结果如图 11~图 13 所示。从图对比可知,本文方法控制性能优于文献 xx 的方法的控制性能。采用本文方法得到的负载摆角最大为 0.41rad,文献 [1O3 方法得到的负载摆角最大为 0.56rad;采用本文方法小车在 6s 到达期望位置,摆角衰减为零,而采用文献03的方法在35s 左右系统才能稳定。从仿真结果也可以看出,系统能快速到达滑平面,准确跟踪吊绳绳长的变化,在负载的快速提升和下降过程中实现了起重机的精确定位和负载的防摆。

7结语

本文提出了一种基于 SMC 的鲁棒性和 FNN 的独立性的智能抗摇摆控制方案的系统模型。

与之前的滑模控制相比,由于考虑了桥式起重机系统模型在不确定性和干扰下使绳子在起升过程中产生的变化,该系统达到了很好的位置精确度控制,明显降低了摇摆。

此外) 此外,通过对 PSO算法,对控制器参数进行优化,加快了系统收敛,可以消除的滑动模式控制阀的固有迟滞现象。仿真结果表明,这种方法的收敛性明显。

引用文献

Intelligent anti-swing control for bridge crane

作者: CHEN Zhi-mei, MENG Wen-jun, ZHANG Jing-gang, CHEN Zhi-mei, MENG Wen-jun, ZHANG Jinggang作者单位: CHEN Zhi-mei,ZHANG Jing-gang,CHENZhi-

mei,ZHANG Jing-gang(School of Electronic Information Engineering, Taiyuan University of Science and Technology,Taiyuan 030024, China), MENG Wen-jun,MENG Wen-jun(School of Mechanical Engineering, Taiyuan University of Science and Technology, Taiyuan 030024,

China) 刊名:中南大学学报(英文版)英文刊名参考文献(17 条)

1.A fuzzy-logic antiswing controller for three-dimensional overhead cranes[外文期刊] 2002(2) 2.Jorg Neupert;EckhardArnold;KlausSchneider;OliverSawodny Tracking and anti-sway control for boom cranes[外文期刊] 2010(1)

3.Cheng-Yuan Chang;Kuo-Hung Chiang Fuzzy projection control law and its application to the overhead crane[外文期刊] 2008(10)

4.Ikuro Mizumoto;TongwenChen;SatoshiOhdaira;MakotoKumon;Zenta Iwai Adaptive output feedback control of general

MIMO systems using multirate sampling and its application to a cart-crane system[外文期刊] 2007(12)

5.Khalid L. Sorensen;WilliamSinghose;Stephen Dickerson A controller enabling precise positioning and sway reduction in bridge and gantry cranes[外文期刊] 2007(7)

6.Yang Jung Hua;YangKuang Shine Adaptive coupling control for overhead crane systems[外文期刊] 2007(2/3) 7.ZIYAD N M;MOHAMMED F D A graphical design of an input-shaping controller for quay-side container cranes with large hoisting:theory and experiments 2007(01)

8.David Blackburn;JasonLawrence;JonDanielson;WilliamSinghose;TatsuakiKamoi;AyakoTaura Radial-motion assisted

command shapers for nonlinear tower crane rotational slewing[外文期刊] 2010(5)

9.NAOKI U Robust control of rotary crane by partial-state feedback with integrator 2009(08) 10.MAHMUD I S;WAHYUDI Sensorless anti-swing control for automatic gantry crane system:Model-based approach

2007(01)

11.YU W;ARMENDARIZ M A;RODRIGUEZ F O Stable adaptive compensation with fuzzy CMAC for an overhead crane 2011(21) 12.ZHANG Xi-zheng;WANG Yao-nan Robust fuzzy slidingmode control for T-S model based permanent magnet synchronous motor 2009(z1)

13.ZHANGZhi-gang;ZHANGGui-xiang Combined control of sliding mode variable structure vector for permanent magnet synchronous wind power system (in Chinese) 2011(07)

14.LIU Dian-tong;YIJian-qiang;ZHAODong-bin;WANG Wei Swing-Free transporting of twodimensional overhead crane using sliding mode fuzzy control 2004

15.IEROHAM S B;LUIS-ALBERTO H P;CARLOS-ROMAN M G An adaptive sliding mode control with I-term using recurrent neural identifier 2007(01) 剩余内容已隐藏,支付完成后下载完整资料


资料编号:[152836],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图