龙门起重机文献综述.doc

《龙门起重机文献综述.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、非线性门式起重机系统通过基于优先级计划中的二进制PSO算法优化性能摘要本文提出了…种最佳的PID和PD控制器的开发控制非线性龙门起重机系统。建议的二进制优化（卩SO）算法，采用基于优先级的健身计划屮采用了获得最优控制涨幅。最佳的收益在控制结构，结合卩ID和卩D控制器来检查系统反应，包括小车位移和载荷振荡测试。龙门起重机系统的动力学模型，利用拉格朗日方程推导。仿真内Matlab的环境下进行的，以验证在沉降吋间（Ts）,稳态误差（SSE）和过冲（作者）方而的系统的性能。此提出的技术农明，在BPSO实施基于优先级的健身计划

2、是有效的，能够移动的台车尽可能快地向各种所需位置。1•简介人力资源的限制，使门机系统总是需要处理重负载的系统。它的冃的是促进重的负载，精确的位置交换。然而，在起重机加速度所需的运动，并诱导不希望的负载摆动［1］。如果小车的速度增加时，有效载荷的振荡变大，并使有效载荷难以稳定下来。因此位置控制是困难的，需要…个和对长的时间卸货。为了达到所述门式起重机的位置精度，都要求考虑有效载荷的手推车和振荡的定位的控制机构。有几个控制技术此前已提出了控制龙门起重机系统。然而，基于经典控制理论的PID控制方案己被广泛用于各种工业控制系

3、统很长…段时间［2］。PID控制器被看作是…个良好的应用前景，由于结构简单，鲁棒性能在宽范围的操作条件。因而，卩ID控制器被选择并用于这项工作。然而，它有在调节PID参数的-•些困难。因此，智能技术各种研究已进行了优化的PTD参数。例如，遗传算法（GA）,提出了人工蜂群（ABC）算法，蚁群算法（ACA）和更多的优化控制器的参数非线性系统的设计。它具有灵活和口适应特性，以便找到PID参数。然而，由于二进制粒子群优化（卩SO）是公知的相对于其它的…些优化方法，因而它是被选择为要进行这项工作来实现。2.非线性龙门起重机系统

4、模型图1示出了被认为是在这项工作小-•个门式起重机系统的示意图。的参数Ml,M2,L,X,,“吓是有效负载质量，小车质量，电缆长度，台车的水平位置,摆动角度，扭矩和分别驱动力。龙门起重机系统的非线性模型是基于⑶建模。•些假设已进行，以尽量减少建模的困难，例如手推车的电缆上吊负载被假定为刚性的和无质量。系统参数示于表1屮。Table1.Systemparameters隠+詈］+黜吨cos0—02sinPaiametersValue(Unit)ParametersValue(Unit)Payloadmass(ml)Tro

5、lleymass(")Cablelength(1)GravitationalQ)Dampingcoefficient(B)1.0kg5.0kg0.5m9.81ni/sIOPConf.Scries:MaterialsScienceandEngineering53(2013)012011doi:10.1088/1757-899X/53/1/012011L=—(inYx2+m2x2+niLl202>)+m^xdlcos6+m^glcos6(nil+m^x4-mJ©cos9—m^O2sin9Bx=Fmj20+ni1lxcos

6、O+m1glsin0=0由丁动态直流电机包括在此龙门起重机模型，微分方程与效果推导。考虑直流电动机的动力，…个完整的罪线性微分方程龙门起重机可以得到作为式(6)和(7)其屮V是输入电压。12.32Ns/mResistance(R)TorqueconstantElectricconstant(Kp)Radiusofpulley(?p)Gearratio(z)2.6a0.007NnVA0.007Vs/rad0.02m15.0Figure1-SchematicdiagramofaGantryCraneSystem[3]3•

7、造型龙门起重机系统儿种方法可用于龙门起重机系统建模。从调查，发现该拉格朗日方程是更合适的推导的数学表达式为建模的系统。GCS系统有两个独立的广义坐标，即小车位移，x和有效载荷的振荡，该标准形式拉格朗日方程给定为：拉格朗日函数可写为:L=T-PT和P分别为动能和势能，动能和势能可推导为:IOPPublishing5thInternationalConferenceonMcchatronics(ICONT13)因此,PID和PD控制器实现此非线性门式起重机,如图3。4•基于优先级的健身二进制粒子群优化（PSOPDF）基本

8、PSO是由Kennedy和Eberhart于1995年开发的［4］。它基于介群和鸟群的行为，以搜索和移动到食詁具有…定的速度和位置。它已成功地应用于方便地应用于解决特别是对非线性模型的各种功能的优化问题。在1997年，二进制PSO（BPSO）己被引入来解决离散优化问题［5］。BPSO的应用可以看出，在许多T程问题，例如路由在VLSI中，计算生物