本发明专利技术公开了一种散货码头门机定位无模型自适应控制方法。针对散货码头门机在作业过程中因为负载多样性造成的台车难以精准定位问题，设计控制方案如下：通过定位编码器得到台车位移量；根据拉格朗日方程建立散货码头门机系统动力学方程并转化成状态空间方程；对其进行紧格式动态线性化处理获得数据模型；计算位移伪偏导数估计律；设计位移无模型自适应控制器；利用控制器输出控制信号，控制台车变频器调整台车驱动电机运行速度，从而实现不同负载下台车的精准定位。该方法采用无模型自适应控制方法，通过利用门机系统的数据信息完成控制器的设计，实现台车精准定位，提高门机作业效率，最后通过数值仿真验证了控制方法的有效性。性。
【技术实现步骤摘要】
一种散货码头门机定位无模型自适应控制方法
[0001]本专利技术属于散货码头门机控制领域，涉及一种散货码头门机定位无模型自适应控制方法。
技术介绍
[0002]门机是一种广泛应用于散货码头的吊运设备，在码头干散货运输中起到非常关键的作用，是一种典型的系统自由度数量多于独立控制量数目的欠驱动系统。因为码头港口货物种类繁多复杂，门机在运输干散货时会因为负载不确定性造成台车难以精准定位问题，无法快速准确将货物运送到指定位置，导致门机作业效率低。因此散货码头门机定位的问题也引起了国内外研究学者广泛的关注。
[0003]目前，国内外研究学者提出了多种方法，比如PID控制、模糊控制及自适应控制等基于模型的控制理论方法。M.Park等人将模糊控制和滑模控制两种方法结合起来，通过定义一个滑模面，将其作为输入量来制定模糊规则，这样可以获得合适的控制变量，同时利用模糊规则来对滑模面参数进行在线的调整，其控制效果明显，且对外界干扰不敏感，有较强的鲁棒性，但是当控制系统的参数发生变化时，还需花大量时间来调整该模糊规则。彭海军等人采用区间模型描述不确定性，提出基于Chebyshev代理模型法的不确定性轨迹优化求解方法，取得较好的控制效果；Benhidjeb等人提出模糊逻辑控制和最优控制方法进行仿真验证，建立了精准系统模型及准确的模糊规则库。然而，上述研究均是基于模型的控制方法，控制精度依赖于系统模型精度，但在负载不确定性产生的参数变化情况下，将面临重新整定控制参数等问题，其稳定性和控制精度也很难保障。
[0004]针对负载时变和参数自适应问题，Chwa，Dongkyoung通过引入基于台车定位误差的滑模面，设计了一种有限时间跟踪的鲁棒控制器，降低了对参数变化的敏感性，在负载质量不确定情况下实现了台车的准确定位与负载摆幅的有效抑制，但在参数变化较大情况下会影响控制器响应速度，其控制效果仍有提升空间；袁智等人采用基于神经网络的桥式起重机定位系统设计，对载重质量变化具有良好的适应性，但神经网络控制算法需要大量实验数据训练，且训练时间较长；孙宁设计了参数不确定情况下欠驱动桥式起重机的自适应控制器，通过使用自适应控制方法对参数不确定和外部扰动进行自适应调整，能实现台车的精准定位并消除残留摆动，该方法可显著提高控制精度，但该算法对控制器的运算能力要求较高，控制成本较大。基于以上原因，探究有效易用、成本较低、在不确定负载下有较强参数自适应性的控制器，对于散货码头门机台车精准定位应用具有重要意义。
[0005]针对散货码头门机在作业过程中因为负载不确定性造成的台车难以精准定位问题，本专利技术提出一种基于无模型自适应控制的散货码头门机定位控制方法，该方法是一种典型数据驱动控制方法，它只需要利用被控系统的输入数据和输出数据对控制器进行设计与分析，不依赖被控系统数学模型，方法简单且计算量少，具有较强的抗干扰性能。
技术实现思路
[0006]本专利技术为了解决散货码头门机负载不确定性造成的台车难以精准定位问题，提供了一种不依赖系统模型、在负载时变情况下具有较强的参数自适应性的控制方法，并将其应用于散货码头门机定位控制中，可以实现对未知非线性受控系统的参数自适应控制，实现了良好的台车精准定位效果，保障被控系统的稳定性，提高了作业效率和运行安全性。
[0007]为实现上述专利技术目的，本专利技术采取了如下的技术方案：
[0008]一种散货码头门机定位无模型自适应控制方法，包括下述步骤：
[0009](1)台车位移量的采集：在固定绳长下，台车在驱动电机作用下正常作业，通过定位编码器得到散货码头门机台车位移x；
[0010](2)根据拉格朗日方程建立散货码头门机系统非线性动力学方程：
[0011][0012]将非线性动力学方程转化为状态空间方程：
[0013]令v＝f
x
，Y＝[x
M θ][0014][0015]Y＝CX+Du
[0016][0017]其中：M为台车质量；m为吊重质量；x
M
为台车水平位移；θ为吊重摆角；g为重力加速度；摩擦系数为μ；为台车水平加速度；l为吊绳长度；
[0018](3)对门机系统状态空间方程进行紧格式动态线性化处理，获得数据模型：
[0019]建立散货码头门机系统的离散时间非线性系统：
[0020]Δx(k+1)＝f(x(k),
…
,x(k
‑
m
x
),u(k),
…
,u(k
‑
m
u
))；
[0021]其中，u(k)∈R，x(k)∈R分别为k时刻系统的输入与输出；m
x
，m
u
为两个未知的正整数；f(
…
)：是系统未知的非线性函数；
[0022]上述系统满足以下条件：
[0023]该系统关于u(k)的偏导数存在且连续；
[0024]该系统满足广义Lipschitz条件，对任意的k，当|Δu(k)|≠0时，有|Δx(k+1)|≤Q|Δu(k)|；其中，x
*
(k+1)为系统有界的期望输出信号，u
*
(k)为系统有界的输入信号；Δx(k+1)为相邻两个时刻的输出变化，Δu(k)为相邻两个时刻的输入变化；故Δx(k+1)＝x(k+1)
‑
x(k)，Δu(k)＝u(k)
‑
u(k
‑
1)；Q为一个正常数；
[0025]由散货码头门机系统动力学方程可得下述两式：
[0026]Δx(k+1)＝f(x(k),x(k
‑
1),x(k
‑
2),u(k))
‑
f(x(k),x(k
‑
1),x(k
‑
2),u(k
‑
1))
[0027]+f(x(k),x(k
‑
1),x(k
‑
2),u(k
‑
1))
‑
f(x(k
‑
1),x(k
‑
2),x(k
‑
3),u(k
‑
1))；
[0028]＝BΔu(k)+ξ(k)
[0029]ξ(k)＝f(x(k),x(k
‑
1),x(k
‑
2),u(k
‑
1))
‑
f(x(k
‑
1),x(k
‑
2),x(k
‑
3),u(k
‑
1))；
[0030]由于|Δu(k)|≠0，故方程ξ(k)＝η(k)u(k)有解η(k)；令可以得到B为f(
…
)的偏导数，
[0031](4)计算台车位移的伪偏导数估计律：
[0032][0033]对该准则函数关于求极值，可得伪偏导数估计律：...
【技术保护点】
【技术特征摘要】
1.一种散货码头门机定位无模型自适应控制方法，所述方法包括下述步骤：(1)台车位移量的采集：在固定绳长下，台车在驱动电机作用下运行，通过定位编码器得到散货码头门机台车位移x；(2)根据拉格朗日方程建立散货码头门机系统非线性动力学方程，将其转化成状态空间方程；(3)对门机系统状态空间方程进行紧格式动态线性化处理，获得数据模型：Δx(k+1)＝x(k+1)
‑
x(k)，Δu(k)＝u(k)
‑
u(k
‑
1)；其中，x(k)为k时刻门机台车的位移输出，u(k)为k时刻的系统控制输入；(4)计算台车位移的伪偏导数估计律：其中，η∈(0,1]为步长因子，μ＞0为权重因子，为的伪偏导数估计值，为的伪偏导数估计值；(5)设计台车位移的无模型自适应控制器：将步骤(3)中动态线性化的数据模型代入输入准则函数，对u(k)求导，并令其求导结果等于零，可得控制算法：其中，ρ∈(0,1]是步长因子，λ＞0为权重因子，用来控制输入量变化；x
*
(k+1)为期望台车位移量。2.根据权利要求1所述的方法，其特征在于：步骤(3)的具体内容为：(31)建立台车位移的离散时间非线性系统：Δx(k+1)＝f(x(k),
…
,x(k
‑
m
x
),u(k),
…
,u(k
‑
m
u
))；其中，u(k)∈R，x(k)∈R分别为k时刻系统的输入与输出；m
x
，m
u
为两个未知的正整数；f(
…
)：是系统未知的非线性函数；(32)上述系统满足以下条件：该系统关于u(k)的偏导数存在且连续；该系统满足广义Lipschitz条件，对任意的k，当|Δu(k)|≠0时，有|Δx(k+1)|≤Q|Δu(k)|；其中，x
*
(k+1)为系统有界的期望输出信号，u
*
(k)为系统有界的输入信号；Δx(k+1)为相邻两个时刻的输出变化，Δu(k)为相邻两个时刻的输入变化；故Δx(k...
【专利技术属性】
技术研发人员：姚文龙，刘旺旺，李博洋，池荣虎，邵巍，郭乙运，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。