外文翻譯--高架起重機的模糊控制設計與死區(qū)補償【中英文文獻譯文】
外文翻譯--高架起重機的模糊控制設計與死區(qū)補償【中英文文獻譯文】,中英文文獻譯文,外文,翻譯,架起,模糊,隱約,依稀,模胡,控制,節(jié)制,設計,死區(qū),補償,中英文,文獻,譯文
高架起重機的模糊控制設計與死區(qū)補償
出版： 施普林格出版社倫敦有限公司 2009，4月
[本要]：本文提出了一種簡單而有效的方法控制三維橋式起重機。所提出的方法使用快速運輸與模糊控制的一種控制控制死區(qū)補償起重機時接近目標的精確定位和移動負荷平穩(wěn)。只有剩下的距離和投影用于設計模糊控制器的擺動角度。在這種方法中，沒有任何植物的起重機信息是必要的。因此，所提出的方法大大降低了計算的努力。幾個實驗說明通過建議的方法，鼓勵有效性一種規(guī)?；娜S起重機模型。的非線性干擾，如作為突然碰撞，也考慮到檢查的所提出的方法的魯棒性。
[關鍵詞]：橋式起重機投影擺角 模糊控制器死區(qū)補償
1 引言
三維起重機由小車、驅動電機和軟電線。工廠和港口經常使用它用于搬運重物。馬達驅動小車和彈性鋼絲繩的載荷?？焖?、平穩(wěn)、精確移動到目標是起重機控制的主要目標。一般情況下，有經驗的起重機操作員移動到負載目的地慢慢地，把小車來回地來回地使負載平穩(wěn)，并試圖阻止臺車在目的地準確而順利。然而，由于非線性負載搖擺運動，平穩(wěn)輸送由起重機操作員精確的負載定位是不容易的。此外，快速運輸的負荷，但沒有擺動是一個更加困難的目標。因此，只有起重機操作員的反饋是不足以控制的運輸過程中的起重機。
起重機控制的目的是將負載轉移到盡可能快的目標；同時，盡量減少在運輸過程中的擺動和停止臺車正是在目的地。然而，加速的起重機總是伴隨著非線性負載的擺動，它可能造成的負載損壞，甚至發(fā)生意外。一些調查已經制定了防搖擺的方法橋式起重機的有效控制。有些物品起重機控制存在的問題探討系統(tǒng)。在這些研究中，Guarnieri和特羅格[ 1 ]用最少的時間控制，以最大限度地減少負載擺動。模型，以評估一個最佳的速度或路徑參考，最小化的負載擺動[ 3，7 ]。然而,由于負載擺動取決于小車的運動和加速度，最大限度地減少周期時間和負載搖擺是部分相互矛盾的要求。一些研究還應用非線性控制理論分析起重機系統(tǒng)的性能[ 8，10 ]。此外，Karakorum和ribbing [ 11 ]還開發(fā)了建模和基于能量的起重機的升降器的非線性控制。這些方法太用于工業(yè)用途的復合物；同時，它們花了太多時間來轉移負荷平穩(wěn)在交通運輸開始時劇烈搖晃。此外，吉田和川邊[ 12 ]提出了實時飽和起重機控制策略。松尾等人。[ 13 ]使用PID？基于Q-控制器防搖起重機。高木和Mishmash [14]開發(fā)了一個集中控制系統(tǒng)與向上和向下和旋轉方向之間的耦合抑制懸臂式起重機的擺動。這些研究主要集中在空載擺動的抑制了控制，但在起重機的結束并沒有解決位置誤差的問題運動[15]。基于一些模糊的方法[15-19]也提出了控制起重機。不幸的是，這樣的模糊控制器不能提供對所需性能起重機系統(tǒng)中，由于不確定性和大擾動模糊系統(tǒng)，降低了工作效率。
在本文中，我們提出要容納所有的方法3D起重機控制的目標，包括快速移動起重機，負載的抗搖擺，和控制器的設計簡潔程序。一種使用PID控制器來驅動起重機快速交通控制的前部并應用剩余距離和搖擺投影角度來設計模糊控制器。擬議的條款還提供補償算法來克服控制死區(qū)的問題，提高了性能。一縮放起重機模式，以2米長，2米寬，2米高，用于說明該方法的有效性。這個方法不使用起重機的復雜植物模型設計了吊車的控制器，但兩者的定位和晃動的問題是可以解決的。
所提出的模糊控制方法大大有助于控制復雜的系統(tǒng)。這篇文章的結構安排如下。第二部分示出了提出投影法和教派。 第三部分揭示了橋式起重機控制系統(tǒng)的補償算法。在第四部分幾個實驗結果呈現給說明了該方法的優(yōu)點。
2 起重機控制器設計
起重機控制器設計的物理裝置三維起重機系統(tǒng)組成電車和軟線負載的關系,如所示圖1所示。兩個直流電機驅動電車沿著X軸和y軸和四個12位編碼器(兩個為傳感X - y位置電車和其他兩個旋角測量的負載在3 d空間)應用于測量相關參數。負載的擺動圖3 d圖2所示。一般來說,小車的運動將陪同的負載。當電車,向后旋角可以預期,反之亦然。那,相應的擺動的方向是相反的嗎小車運動;與此同時,小車的加速度也會造成額外的負載。因此,轉移順利快速的負載,并不容易。同時由于起重機控制的目標之一轉移負載盡可能快;
因此,我們利用的距離快速PID控制在前95%運輸,然后切換到模糊的投影方法來抑制負載擺動。塊圖模糊的起重機控制系統(tǒng)圖3所示。
如圖4所示。為了實現對目標的控制，快速旅行期間，停止精確和平穩(wěn)地在末端擺動，小車應該被驅動有以下標準。首先，小車應該是沿著電子的方向，到達目的地盡可能快。其次，小車應沿消除擺動角度的方向。然而,電子和你的方向可能不一樣，和駕駛小車沿著電子和你的方向在其間可能是不可能的。因此，筆者適用模糊控制小車的方向E、X軸和Y軸雙電機作為驅動起重機。一個使用E是模糊的先行因素控制器得到模糊控制X軸電機，和其他適用的EY和/ Y導出控制Y軸電機。假設模糊控制器的輸出是超濾膜，其中的輸出作為輸入的模糊函數變量，
表1中定義的規(guī)則使用最低推理和重心去模糊化[20]。作者用輸出信號控制X軸和y軸的馬達。因為到達目的地的因素和消除搖擺都考慮設計fuzzy-based起重機控制器,投影方法保證是抑制同時擺動起重機驅動沿方向到達目的地。它比通常的fuzzy-based驅動方法起重機抑制來回搖擺。順便說下,實現快速和平穩(wěn)過渡負載,驅動電車沿著方向E和u必須遵守規(guī)則。余下的路程E u和swing水平也存在的目標控制。因此,的目的起重機控制最小化E和u。然而,有一個電車和負載之間的軟線?？刂葡鼸 u并不是在同一表面上,和權力沒有必要將完全從電車負載。因此,一些非線性屬性將展覽。此外,通過軟線的控制也增加的非線性和復雜性。因此,非線性控制器將是更正確的選擇設計起重機控制器。這是作者選擇的主要原因fuzzy-based控制器
3 死區(qū)補償方法
小車起重機是一種重型機械系統(tǒng)，由直流電動機。如果控制輸入電壓很小，直流電動機不能驅動小車吊機非線性摩擦，造成控制死區(qū)和降低性能。圖6顯示了死區(qū)的本文中的實際規(guī)模的起重機控制系統(tǒng)?？梢园l(fā)現，X軸和Y軸電機都表現出死區(qū)效應。當驅動力的絕對值小于0.24為Y軸電機和0.1電機、小車可以阻止由于死區(qū)，降低性能。為了避免這些情況，
建議系統(tǒng)采用補償算法 補償電動機的驅動力。當對目標的距離足夠遠，模糊控制器教派解決。 將生成足夠動力來驅動電車。然而，當小車接近目的地的功率會逐漸減小。當衍生模糊功率太小時，手推車 目的地之前可以停止由于控制盲區(qū)。在這種情況下，基于模糊補償算法將激活累積的控制力量駕駛起重機從盲區(qū)出發(fā)。塊用補償算法沿圖示 在圖7.設計程序被描述為 如下。步驟1在補償模糊控制器，所述絕對 DE的值被用來為先行詞，而額外 電力來驅動起重機。
圖8a和b示出了 相應的隸屬函數和模糊規(guī)則示于表2中。步驟2在門的距離仍然遠遠不夠，模糊控制器將產生足夠的權力，
驅動小車起重機。然而，功率將減少 當小車接近目的地。速度因此放緩。如果的變化小車位置| DE |小于，則手推車起重機對于盲區(qū)會逐漸停止。補償方法激活這個時候提供額外的動力。增加控制這有助于在目的地前的起重機停下來。補償原理示于以下方程組
靈活的電線與負載相連。因此，該起重機系統(tǒng)的非線性，因此增加檢驗補償控制算法的能力。作者設置了起重機控制的停止準則系統(tǒng)具有以下資格：距離目標是小于0.001米，同時，擺動角度負載小于0.5。而起重機可以停止由于控制死區(qū)補償算法，將激活提供額外的力量，直到停止。
4 實驗結果
一個規(guī)模起重機模型是建立在實驗室中證明了該方法的有效性。兩個DC施加于X軸和Y軸馬達來驅動的開銷起重機系統(tǒng)。 4個12位編碼器發(fā)送的信息本位置（包括X和Yates的坐標）小車和負載，HXZ的擺動角度和HYZ，到控制器。負載的重量為0.7公斤懸掛柔性金屬絲的長度為1m。假設負載的目的地被設定為（1.5米，1.5米），而負載的起始位置是在（0米的位置，0米）。在實驗中相應的常數是KP = [10，9.85]，KI = [0，0.002]和K D = [9.6，8.65]。
圖9示出了具有僅PID的實驗結果控制器。圖9a示出的剩余距離目標和圖9b顯示擺動角度HXZ和HYZ。一可以發(fā)現，小車驅動快，但有嚴重的擺動。手推車的最終位置是（1.47156米，1.50002米）和剩余的擺動幅度為約12對于HXZ和代替shy。只用了8秒到達目標，但揮桿無法克制好。
圖10a-b顯示用的實驗結果提出的方法。人們可以發(fā)現，車花了約5秒到目的地;在此同時，回轉角度投影法的表現非常出色。該剩下的擺動幅度是0.09對于HXZ和0.02，但是，它是困難的小車在目標精確地停止;手推車的最終位置是（1.48274米，1.49956米）。因此，對穩(wěn)態(tài)誤差小車是X軸和Y軸28.44和0.02毫米，分別。這個問題是由的摩擦引起的X軸和Y軸軌道小車。因此，如果手推車是非常接近目標，模糊控制器將提供小功率要達到的目標。當電源不足以克服所述控制死區(qū)，該手推車將停止在錯誤的地方，使得性能更差。此外，X軸的定位誤差是更糟比Y軸。這一結果控制匹配的X電機的盲區(qū)問題比Y型電機嚴重。
圖11 a - b,提出了補償方法應用于投影控制。的主要區(qū)別無花果。10和11之間的位置誤差電車。人們可以發(fā)現swing也克制在7或8秒;與此同時,精確電車停了下來在補償算法后的目標是激活。電車的最終位置(1.49967 m,1.49991米)的定位誤差只有0.33毫米
軸和0.09毫米的軸。除此之外,其余Hz搖擺幅度約為0.04和0.04
一套兩個索引比較實驗結果,位置指數其中T是最后的時間控制。對比提出的方法描述了圖12 a和b?？梢詷O大地提高發(fā)現死區(qū)補償3 d橋式吊車系統(tǒng)的控制性能。然而,通常用于橋式吊車系統(tǒng)在戶外。突然碰撞等干擾可能影響的負載控制性能。
在過去實驗中，作者使用的額外的驅動力，-0.5，作為負載突然碰撞。這種碰撞持續(xù)半秒后小車驅動20?s,圖?13a — — b?所示的實驗結果。一個可以輕松地找到那秋千成為非常嚴重負載的碰撞發(fā)生。然而，建議方法仍然可以做好它?？梢韵蝌寗有≤嚭芸炀鸵种茢[角。與其他研究中所示的另一個實際的三維起重機控制系統(tǒng)相比，該方法節(jié)省旅行時間和提供簡單技術抑制負載擺動和很好位置錯誤。此外，提出基于模糊控制器不需要開小車來回要控制搖擺，這樣也可以減少負載的損害的機會。應用設計控制器的信息也有助于簡化了控制器的設計。評論有一些參數應來決定提出的設計。
大多數的常數，在這篇文章，如通過?Mat-lab?仿真下得到?PID?參數，同樣停止準則和安全約束[10]?起重機的數學模型。開關條件和停止條件決定速度運輸。這兩個參數可以任意設置為滿足不同的控制要求。基本上，FLC?的隸屬度函數可以選擇同樣是分布的動態(tài)范圍。但是，我們注重起重機控制附近的目標。這就是為什么隸屬度函數相近，接近于零。
5 結論
提出了一種簡單而有效的方法來控制三維起重機系統(tǒng)。這種方法是基于位置誤差和偏轉角設計起重機的投影控制器。沒有復雜的動力學方程起重機必須考慮在控制器設計。作者還設計了一種補償死區(qū)補償算法,提高性能。實驗結果表明,提出的方法可以大大抑制搖擺不暴露業(yè)績快速移動;
致 謝
這項工作是由下格蘭特NSC-94-2213-E-民國中國的國家科學委員會支持
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
11:471–481. 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 6:15–20.
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:
1–20. 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 142:51–57.
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
149:405–411. 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
228:651–682. doi:10.1006/jsvi.1999.2440
8. Chun C, Hauser J (1995) Nonlinear control of a swing pendulum.
Automatica 31:851–862. 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 8:418–423. 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
149:209–215. 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 37:121–127. 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 12:156–166. 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
11:32–42. doi:10.1109/TCST.2002.806435
15. Mahfouf M, Kee CH, Abbod MF, Linkens DA (2000) Fuzzy
logic based anti-sway control design for overhead cranes. Neural
Comput Appl 9:38–43. doi:10.1007/s005210070033
16. Chang CY (2006) The switching algorithm for the control of
overhead crane. Neural Comput Appl 15:350–358. doi:10.1007
/s00521-006-0036-z
17. Chang CY (2007) Adaptive fuzzy controller of the overhead
cranes with nonlinear disturbance. IEEE Trans Ind Inform 3:164–
172. doi:10.1109/TII.2007.898433
18. Li C, Lee CY (2001) Fuzzy motion control of an auto-warehousing crane system. IEEE Trans Ind Electron 48:983–994.
doi:10.1109/41.915415
19. Lang YC, Koh KK (1997) Concise anti-swing approach for
fuzzy crane control. IEE Electron Lett 3:167–168. doi:10.1049/
el:19970114
20. Lire GJ, Yuan B (1995) Fuzzy sets an
收藏