技术新讯 > 包装储藏,运输设备的制造及其应用技术 > 一种桥式起重机控制方法及系统与流程  >  正文

一种桥式起重机控制方法及系统与流程

  • 国知局
  • 2024-09-14 14:31:50

本发明涉及起重机,特别是指一种桥式起重机控制方法及系统。

背景技术:

1、桥式起重机是一种广泛应用于工厂、仓库、港口等场所的起重设备。它能够在一定的区域内进行重物的起吊和移动,具有高效、安全、操作灵活等优点。

2、对于桥式起重机的控制,往往采用模糊控制、滑模控制以及pid控制等控制方式。然而,当前的这些控制方式容易受到扰动的影响,尤其在使用pid控制时,比例增益系数、积分增益系数以及微分增益系数往往需要熟练的技术人员反复调试,并且往往是固定不变的,然而起重机的工作环境是多变的,导致当前的pid控制难以适应多变的工作环境,面对扰动时响应迟缓或过度,导致控制准确性降低,控制系统不稳定。

技术实现思路

1、为了解决现有技术存在的容易受到扰动的影响,尤其在使用pid控制时,比例增益系数、积分增益系数以及微分增益系数往往需要熟练的技术人员反复调试,并且往往是固定不变的,然而起重机的工作环境是多变的,导致当前的pid控制难以适应多变的工作环境,面对扰动时响应迟缓或过度,导致控制准确性降低,控制系统不稳定的技术问题,本发明提供了一种桥式起重机控制方法及系统。

2、本发明实施例提供的技术方案如下:

3、第一方面:

4、本发明实施例提供的一种桥式起重机控制方法,包括:

5、s1:构建桥式起重机的运动学模型;

6、s2:构建桥式起重机的状态向量以及控制变量,根据所述运动学模型,确定桥式起重机在非线性状态空间的状态方程;

7、s3:在零摆角处,对非线性状态空间的状态方程进行线性化,确定桥式起重机在线性状态空间的状态方程;

8、s4:根据线性状态空间的状态方程,构建桥式起重机的扰动观测器;

9、s5:构建桥式起重机的基于神经网络的pid控制器;

10、s6:获取当前起重机状态;

11、s7:根据所述当前起重机状态,通过所述扰动观测器,估计当前扰动;

12、s8:根据所述当前起重机状态,通过所述基于神经网络的pid控制器,计算当前系统控制力;

13、s9:根据所述当前扰动,对所述当前系统控制力进行补偿,确定最终控制力;

14、s10:根据所述最终控制力,对桥式起重机进行控制,返回s6,继续控制,直至达到停止条件。

15、第二方面:

16、本发明实施例提供的一种桥式起重机控制系统,包括:

17、处理器;

18、存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如第一方面所述的桥式起重机控制方法。

19、第三方面:

20、本发明实施例提供的一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的桥式起重机控制方法。

21、本发明实施例提供的技术方案带来的有益效果至少包括:

22、在本发明中,构建扰动观测器以及基于神经网络的pid控制器,能够有效确定桥式起重机控制过程中的扰动,并对基于神经网络的pid控制器确定的系统控制力进行补偿,进而得到准确的最终控制力,同时基于神经网络的pid控制器能够实际情况实时调整比例增益系数、积分增益系数以及微分增益系数,提升对于多变工作环境的适应性,优化控制性能,提升控制精度,提升控制系统稳定性,实现高效稳定的起重机操作。

技术特征:

1.一种桥式起重机控制方法,其特征在于,包括:

2.根据权利要求1所述的桥式起重机控制方法,其特征在于,所述桥式起重机运动学模型具体为:

3.根据权利要求2所述的桥式起重机控制方法,其特征在于,所述桥式起重机的状态向量具体为:

4.根据权利要求3所述的桥式起重机控制方法,其特征在于,在零摆角处x3=0,则有:sin(x3)=x3,

5.根据权利要求4所述的桥式起重机控制方法,其特征在于,所述扰动观测器的构建方式具体包括:

6.根据权利要求1所述的桥式起重机控制方法,其特征在于,所述基于神经网络的pid控制器包括输入层、隐藏层以及输出层;

7.根据权利要求6所述的桥式起重机控制方法,其特征在于,所述位移偏差具体为:

8.根据权利要求6所述的桥式起重机控制方法,其特征在于,所述比例神经元的输出具体为:

9.根据权利要求1所述的桥式起重机控制方法,其特征在于,所述最终控制力的计算方式具体为:

10.一种桥式起重机控制系统,其特征在于,包括:

技术总结本发明提供一种桥式起重机控制方法及系统,涉及起重机技术领域,方法包括:构建桥式起重机的运动学模型;构建桥式起重机的状态向量以及控制变量,确定桥式起重机在非线性状态空间的状态方程;在零摆角处,对非线性状态空间的状态方程进行线性化,确定桥式起重机在线性状态空间的状态方程;构建桥式起重机的扰动观测器;构建桥式起重机的基于神经网络的PID控制器;获取当前起重机状态;根据当前起重机状态,通过扰动观测器,估计当前扰动;根据当前起重机状态,通过基于神经网络的PID控制器,计算当前系统控制力;根据当前扰动,对当前系统控制力进行补偿,确定最终控制力;根据最终控制力,对桥式起重机进行控制。技术研发人员:黄维唯,顾龙标,许亮受保护的技术使用者:无锡通用起重运输机械有限公司技术研发日:技术公布日:2024/9/12

本文地址:https://www.jishuxx.com/zhuanli/20240914/294589.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。