一种塔式起重机吊载的轨迹跟踪与控制方法
本发明涉及塔式起重机,具体为一种塔式起重机吊载的轨迹跟踪与控制方法。
背景技术:
1、塔式起重机作为高层建筑施工中物料垂直与水平运输的核心设备,其吊载轨迹跟踪控制性能直接决定作业效率与施工安全。随着建筑结构日益复杂化,施工现场对塔机自动化的需求已从单一动作的定点定位,发展为变幅、回转与起升多机构协同作业下的高精度轨迹跟踪,然而,塔机系统具有强耦合、大变惯量和时变非线性特性,且吊载摆动属于欠驱动系统,这给控制器设计带来严峻挑战;
2、目前,工程中广泛采用的比例积分微分控制及滑模控制等方法,虽结构简单、易于实现,但在处理塔机系统参数摄动、外部风载干扰及多机构联动耦合时,控制品质显著下降,主要表现为轨迹跟踪稳态偏差大、载荷摆动抑制速度慢,严重时甚至引发安全风险,与此同时,现有研究中部分先进控制策略依赖于额外加装角度编码器、倾角仪或差分全球定位系统等外部传感装置以获取精确状态反馈,然而,建筑施工现场存在高强度振动、温度剧烈变化及电磁干扰等恶劣条件,外加传感器不仅大幅增加硬件成本与布线复杂度,且长期可靠性难以保证,极大地限制了先进控制算法的工程化推广;
3、因此,亟待开发一种无需增设外部传感器、具备高计算效率且能适应塔机强时变特性的轨迹跟踪控制方法,以兼顾控制精度、响应速度与工程经济性。
技术实现思路
1、本发明的目的在于提供一种塔式起重机吊载的轨迹跟踪与控制方法,以解决上述背景技术中提出的问题。
2、为实现上述目的,本发明提供如下技术方案:一种塔式起重机吊载的轨迹跟踪与控制方法,包括以下步骤:
3、s1、采用欧拉-拉格朗日方法建立塔式起重机的三维非线性动力学模型,通过起重臂回转角度、绳索长度、货物摆动角度及其角速度之间的耦合关系,构建出系统方程;
4、s2、对于货物摆动角度未超过设定阈值的工况,采用小角度假设进行线性化处理,并对原非线性系统方程进行简化;
5、s3、接收简化后的系统方程,依次完成预测模型的建立、误差预测的实现以及滚动优化策略的执行,从而设计出线性时变模型预测控制器;
6、s4、确定系统状态变量和控制输入序列后,以状态空间形式描述状态变量与控制输入之间的数学关系;
7、s5、利用系统状态变量和控制输入序列构建出预测方程,按照预测方程分析出目标函数,并求解qp问题得到控制序列,下发控制序列中的第一个控制量进行应用。
8、优选的,所述s1具体包括以下步骤:
9、s101、采用欧拉-拉格朗日方法对塔式起重机进行简化动力学建模,以起重机吊臂与塔身的交点为原点建立空间直角坐标系,从而构建出塔式起重机的三维非线性动力学模型;
10、s102、在该模型中,吊重通过柔性绳索悬挂于起重小车下方,利用变幅电机驱动起重小车沿起重臂作水平往复运动,回转电机驱动起重系统在水平面内进行回转运动;
11、s103、通过起重臂回转角度、绳索长度、货物摆动角度及其角速度之间的耦合关系,构建系统方程。
12、优选的,所述s2中具体包括以下步骤:
13、s201、对于货物摆动角度未超过设定阈值的工况,采用小角度假设进行线性化处理,依据正弦函数在角度未超过设定阈值时可近似为角度值、余弦函数可近似为1的数学特性,对原非线性系统方程进行合理简化;
14、s202、简化后的方程保留了小车变幅运动与起重臂回转运动对系统动力学的耦合影响,能够在小摆动范围内准确反映系统动态特性。
15、优选的,所述s3中具体包括以下步骤:
16、s301、设计线性时变模型预测控制器,将设计过程划分为三个核心阶段,分别为预测模型的建立、误差预测的实现以及滚动优化策略的执行;
17、s302、在预测模型的建立阶段,确定当前时刻,按照当前状态以及假设的未来控制序列可推导出预测时域内的系统状态轨迹,其中,表示当前时刻控制量,表示以当前时刻的数据,规划下一时刻的控制指令,表示以当前时刻的数据,规划预测周期里最后一步的控制指令,,表示在时刻对时刻状态的预测,表示在时刻对时刻状态的预测,表示在时刻对时刻状态的预测;
18、s303、在误差预测的实现阶段,提取期望参考轨迹,所述期望参考轨迹包括期望系统未来行为和参考输入序列,通过比较预测的系统状态轨迹与期望参考轨迹之间的偏差,生成预测误差序列,该序列直接决定了代价函数的取值;
19、s304、在每个采样时刻均依据当前系统状态和最新获取的时变模型参数,在线构建并求解一个有限时域优化问题,求解得到最优控制序列后,仅取该序列的第一个控制量施加于系统,实现闭环反馈控制空间方程;
20、s305、线性时变模型预测控制器通过使用时变模型来预测,使得控制器能够预见未来动态变化对跟踪性能的影响,并据此调整当前和未来的控制序列。
21、优选的,所述s303中所述代价函数的二次型形式具体为:
22、,
23、其中,表示当前状态,表示最优控制序列,表示海森矩阵,定义表达式为,其中表示块对角加权矩阵,表示第步状态预测误差的权重矩阵,权重越大,强调该步的跟踪精度,表示第步控制输入误差的权重矩阵,表示输入矩阵,表示梯度向量,包含了当前状态和参考轨迹的信息,表达式为,表示常规项,表示期望的系统未来行为,表示参考输入序列。
24、优选的,所述s4中具体包括以下步骤:
25、s401、选取货物摆动角度及其角速度作为系统状态变量,变幅控制量和回转控制量作为控制输入,系统动态方程以状态空间形式描述状态变量与控制输入之间的数学关系;
26、s402、根据钢丝绳绳长与起重臂回转角度的实时变化动态更新系统矩阵中的系数,从而确保方程在变幅与回转过程中具备参数自适应能力,准确反映系统动态特性。
27、优选的,所述s5中具体包括以下步骤:
28、s501、使用零阶保持器将连续系统离散化,所述公式具体为:
29、,
30、其中,表示时变扰动项,表示下一采样时刻的系统状态,表示时变矩阵,表示当前状态,表示最优控制序列;
31、s502、利用当前系统状态构建出预测方程,所述预测方程具体为:
32、,
33、其中,表示预测的状态序列,表示控制输入序列,表示扰动序列,表示状态转移矩阵,表示控制输入矩阵,表示扰动输入矩阵;
34、s503、通过预测的状态序列确定出目标函数,其中,表示块对角权重矩阵,求解qp问题得到控制序列,取第一个控制量u(k)应用。
35、与现有技术相比,本发明的有益效果是:
36、本发明提出基于线性时变模型预测控制的创新方法,该方法最突出的工程优势在于无需额外加装任何传感器,仅依靠塔式起重机自身的运动状态信息即可实现精准控制,从而在源头上降低了系统硬件成本与现场实施复杂度,在控制策略层面,采用滚动时域优化机制,能够在确保轨迹跟踪高精度的同时保持极高的计算效率,优化求解耗时极短,完全满足起重机现场作业对实时性的严苛要求,在变幅起升与回转联合动作的双输入控制模式下,线性时变模型预测控制依然保持出色的控制性能和良好的系统稳定性,有力证明了其在复杂工况下的可靠适应能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com