王天雷,鄭昭明,李俊輝,周京,劉人菊,古少偉
(1.五邑大學 智能制造學部,廣東 江門 529020;2.北京交通大學 機械與電子控制工程學院,北京 100044)
橋式起重機具有優(yōu)良的運輸性能,被廣泛應用于各個行業(yè)[1-3]. 起重機工作過程中臺車加減速運動將會導致負載擺動,從而增加事故發(fā)生率. 目前采用人工操作的方式以實現(xiàn)貨物的安全運輸和卸載,然而在一些較高精度要求的運輸任務中,僅靠人工操作難以實現(xiàn)臺車的精準定位和負載殘余擺角的抑制.
為解決上述問題,近年來國內(nèi)外學者對橋式起重機系統(tǒng)的控制算法展開了深入的研究[4-7],其中滑模控制方法由于具有良好的跟蹤性能和魯棒性,被廣泛應用于橋式起重機系統(tǒng)的抗擾控制. Wang等[8]提出了一種時變?nèi)只?刂品椒?,使得系統(tǒng)在初始狀態(tài)便處于滑模面上,克服了傳統(tǒng)滑模面僅在趨近階段才具有魯棒性的缺點. Yang 等[9]提出了一種分層全局終端滑??刂品椒?,能實現(xiàn)臺車的精確定位和負載的快速消擺. 在文獻[10]中,Gu等提出了一種基于時變增益擴展狀態(tài)觀測器(ESO)的移動滑??刂品椒?,所設計的滑模面可根據(jù)狀態(tài)變量誤差實時調(diào)整斜率,從而提高了起重機系統(tǒng)的魯棒性. 文獻[11]中,Zhang 設計了一種有限時間軌跡跟蹤控制器,該控制器能夠?qū)崿F(xiàn)臺車的平滑啟動,削弱了傳統(tǒng)滑??刂频亩墩瓞F(xiàn)象. 在文獻[12]中,Wu 等設計了一種帶有擾動觀測器的連續(xù)全局滑??刂破鳎糜跇蚴狡鹬貦C系統(tǒng)的調(diào)節(jié)和擾動估計控制. 然而,現(xiàn)有滑??刂品椒ù蠖嗍腔谀P驮O計的,控制律中包含物理參數(shù)信息,因此對系統(tǒng)參數(shù)變化較為敏感,無法滿足工程實踐要求.針對上述問題,本文引入自適應技術和非奇異終端滑??刂品椒?,提出一種無模型自適應終端滑模控制方法,以期解決復雜工況下橋式起重機的魯棒控制.
橋式起重機系統(tǒng)的示意圖如圖1所示,其動力學方程[13]如下:
圖1 橋式起重機物理模型圖
其中,M 和m 分別代表臺車和負載的質(zhì)量,u 表示臺車在水平方向的驅(qū)動力, f 代表臺車與水平軌道之間的摩擦力. x 和x˙分別代表著臺車的水平位移和加速度,θ、θ˙和θ˙分別代表負載的擺角、角速度以及角加速度,l 代表著繩索的長度.
從式(1)和式(2)可以看出,作為典型的欠驅(qū)動控制系統(tǒng),橋式起重機系統(tǒng)有x 和θ 兩個狀態(tài)量,但只有一個控制力u.考慮到起重機系統(tǒng)的實際工作情況,不失一般性,做出如下假設:在運輸負載至目標位置的過程中,其擺角θ 始終保持在 π/2-至π/2 之間,即:
為了便于后續(xù)控制器的設計,對橋式起重機動力學模型轉換,并對部分反饋線性化處理可得:
控制目標是使臺車快速、精確地到達目標位置 fx ,同時充分抑制負載擺動并消除殘余擺角,即:
本文將設計一個無模型自適應終端滑模控制器來實現(xiàn)式(6)中所描述的控制目標.
針對傳統(tǒng)控制方法無法保證臺車平滑啟動的問題,引入一條臺車運動軌跡方程[14]:
因此,本文所設計控制器的控制目標可以轉化為:
為了達到式(9)中的控制目標,構造如下滑模面方程s[15]:
以下將證明所設計的無模型自適應非奇異終端滑模控制器(11)能保證控制系統(tǒng)的漸進穩(wěn)定性.
證明定義如下Lyapunov 能量函數(shù)
為了驗證本文控制方法的有效性及魯棒性,本文將仿真實驗分為兩組. 在第一組仿真中,將本文方法與線性二次型(LQR)控制方法、增強耦合(EC)控制方法[16]對比,驗證本文方法優(yōu)良的防擺定位性能;第二組實驗通過改變系統(tǒng)的物理參數(shù)來進一步驗證本文方法針對模型參數(shù)信息變動的魯棒性. 為了保證論文敘述的完整性,LQR和EC控制器的具體定義如下:
表1 各控制器的控制增益
在相同的仿真實驗條件下,3種控制方法的性能對比如圖2所示:1)從圖2-a可以看出,相比于其他兩種方法,本文方法能夠使臺車更快地到達期望的位置. 2)從圖2-b可以看出,本文方法對于負載擺動的抑制效果最好(最大擺角約為2°),且最快穩(wěn)定. 3)從圖2-c不難發(fā)現(xiàn),本文方法能夠使臺車平滑啟動,且驅(qū)動力的最大幅度顯著小于其他兩種方法. 由此可見,本文方法能夠快速實現(xiàn)負載的定位消擺,且起始驅(qū)動較小,具有良好的控制性能.
圖2 第一組仿真實驗結果
為驗證本文提出的控制器(11)具有較強的魯棒性,在仿真實驗2中,系統(tǒng)物理參數(shù)的名義值和控制增益與仿真實驗1 中相同,而動力學模型中的系統(tǒng)參數(shù)產(chǎn)生攝動,其實際值為:
從圖3-a明顯看出,在系統(tǒng)物理參數(shù)攝動的影響下,本文控制器依然保持著優(yōu)越的控制性能,能夠快速實現(xiàn)臺車的定位跟蹤,而另外兩種控制器的收斂速度較慢;從圖3-b中不難得到,相比于其他兩種控制器,本文控制器控制下的負載最大擺角明顯較?。粡膱D3-c中可以看出,本文控制器的驅(qū)動力最快收斂至零,這表明了本文控制方法具有快速鎮(zhèn)定和能耗少的優(yōu)點.
圖3 第二組仿真實驗結果
為解決橋式起重機系統(tǒng)參數(shù)多變所導致的系統(tǒng)控制困難,本文提出了一種無模型自適應終端滑??刂品椒? 該控制器利用自適應策略,提高了系統(tǒng)對于物理參數(shù)攝動的魯棒性. 仿真結果表明,本文方法可以使臺車快速到達指定位置同時有效抑制負載擺角,并能夠確??刂破鞯聂敯粜? 但由于起重機工況復雜、干擾多變,未能將本文控制方法進行實物驗證. 下一步計劃將設計干擾觀測器來補償外界干擾,并構建更精準的摩擦力模型應用于實物平臺. 同時,本文方法有望推廣到其他欠驅(qū)動機電系統(tǒng)的魯棒控制當中.