论文部分内容阅读
摘要：本文介绍了起重机防摆的分类及系统组成，本文对起重机防摆控制研究的国内、外研究状况进行了综述，分析需要解决的科学问题并对其未来的发展方向和研究重点进行了展望。
关键词：起重机；防摆；智能控制
Abstract: This paper introduces the classification and system of crane anti-swing, domestic, research status of the crane anti-swing control research was summarized, the scientific problems need to solve and prospects the future research direction and emphasis.
Key words: crane; anti-swing; intelligent control
中图分类号： U653.921 文献标识码：A 文章编号：2095-2104（2013）
0引言
起重机广泛应用于港口码头、厂房、车间、仓库等工业场所，要求安全可靠、快速、精确定位以及运行平稳。然而在起重机工作过程中由于大、小车的加减速和负载的提升动作以及风力、摩擦引起的扰动等会引起负载的来回摆动，这不仅严重影响作业效率，而且增加了起重机发生事故的可能性。为此，起重机的防摆控制越来越受到广泛关注。
1起重机防摆技术分类
起重机防摆技术分为机械式防摆和电子式防摆两类。
机械式防摆主要是通过机械手段消耗摆动的能量来达到最终消除摇摆的目的。例如交叉钢丝绳减摇装置，分离小车式减摇装置，翘板梁式减摇等，然而大多数机械防摇装置因外围设备太多，结构复杂，可靠性差，维修保养工作量大且价格昂贵，因而实际应用存在诸多问题。同时，传统的机械防摇设备在实际应用中仍存在停机时振动太大等不足。
电子式防摆是通过各种传感器和检测元件将检测到的摆角、角速度等信息，从而控制小车的运行方向和速度，将该摆动角度限制到最小，达到防摆的目的。电子防摆作为一种新兴的防摇措施，将减摆和小车运行结合起来，通过控制相应的输入力来达到降低摇摆的效果。这就可以实现自动控制，从而使减摇脱离了司机的操作经验，同时发展下去也可以实现无人化操作。因此，电子防摇技术得到了越来越广泛的重视。电子式防摆按控制方式的不同，可以分为开环控制和闭环控制。
2起重机电子式防摆系统组成及原理
电子防摆系统组成
桥式起重机电子防摆控制系统由传感器、可编程控制器、驱动装置及桥式起重机系统组成。其工作原理是：微机内部控制软件（可编程控制器）对各种传感器和检测元件检测到的信息，如吊具前后摆动的角度和角速度，进行处理后，将最佳的控制参数提供给小车调速系统（驱动装置）来控制小车的运行方向和速度，将吊具及载荷的摆动角度限制到最小，达到防摆和消摆的目的。
3起重机电子式防摆控制研究现状
鉴于起重机自动控制问题的重要性，国内外研究人员都对起重机的准停和防摆问题做了一定的研究工作，并取得了一定的成果。
3.1由于经典控制理论体系的完善和成熟，所求解的控制器简单实用，在实际工业控制中大量应用。同样，在防摇问题上，许多学者采用经典控制方法的研究。基于开环控制系统方法的防摆起重机在工业实践中通常不用测量有效载荷的摇摆角度。例如Hetronic公司的ASLC（AntiSwingLoadControl）系统，它主要应用来在工业桥式和门式起重机中，该控制系统不需要反馈载荷摆动状况，根据操作人员的控制信号以及绳长的变化来实现载荷摆动减小。SmartCrane公司的SmartCrane开环控制防摇的系统，主要依赖于控制起重机的加速度来减小摆动。Konecranes公司开发的DynAPilot负载摇摆控制系统，主要通过负载的高度信息和操作指令来计算最优的加速路径实现减小摆动的目的。开环控制系统不能检测误差，也不能校正误差，而且对系统参数的变动很敏感。韩国学者Hoon Lee采用经典控制理论，用传统的根轨迹、频域法分析防摇问题，同时也适当的采取了现代的智能控制，将两种方法结合起来，设计了防摆、定位控制器，并进行了仿真实验，取得了较好的结果[1]。美国学者Hanafy设计了基于增益调度控制思想的全状态反馈控制器，采用PID控制分别设计定位和防摇的控制器，通过仿真实验说明了该方法可以有效的迅速消除摆动[2]。
3.2传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型；研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合；对于某些复杂的和包含不确定性的对象，由于无法解决建模问题，所以根本不能以传统数学模型来表示；为了提高性能，传统控制理论可能变得非常复杂，从而增加了控制设备初始投资和维修费用，降低了系统的可靠性。因此不依赖数学模型且能适应不确定性的智能控制方法如模糊控制可以被应用到此类控制中，当前模糊控制在起重机防摆的试验或仿真方面取得了不少成果。
利用模糊控制防摆的主要原理是模仿司机的操作经验：开始时驱动小车加速运行，如果开始后还离目的地很远，则应按一定加速度增加小车速度，使货物稍落后于小车；当货物接近目标时，则应按一定负加速度减小小车速度，使货物稍前于小车；当货物离目的地很近时，稍微增大小车加速度(小车仍减速行驶)，使货物正好悬于目标位置上，且当不摇摆时，电机停车。
Chenngyuan C等人设计了两个模糊控制器，用小车位置模糊控制器实现起重机快速对位，用吊重摆角模糊控制器达到抑制吊重摇摆[3]。王晓军针对小车吊重模型的非线性和不确定性，利用两个模糊控制器分别对小车的位置和负载的摆动进行模糊控制，并和线性二次型最优控制进行了比较，取得良好的控制效果[4]。Sung-Kun Cho使用位置伺服控制和模糊逻辑控制器分别对起重机的位置和摆角进行控制，实现了准确定位和迅速消摆，取得了比较满意的控制效果[5]。Benhidjeb和Gissinger．对起重机的模糊控制和Linear Quadratic Gaussian(LQG)控制进行了比较研究[6]； Nally M和Trabia M B对起重机的位置和摆角分别进行了控制，其中模糊位置控制规则的建立侧重于小车的位置参考曲线[7]；波兰的Nowacki Z和Owezarz D则利用比例PD控制器和模糊PD控制器对起重机进行控制并利用变结构理论对系统的鲁棒性进行了分析[8]； MahfoufM和Kee C H等人在对起重机模型进行开环试验基础上对起重机的模糊控制方法进行了闭环研究，模糊位置控制规则的建立也是基于小车的位霞参考曲线[9]；国内如中国民航学院的华克强”在模型起重机上对简化的模糊起重机防摆方案进行了实验研究，取得良好效果[10]；
3.3模糊控制的實质是将基于专家知识的控制策略转换为控制系统的策略，主要原理是模仿司机的操作经验，建立模糊控制规则库。在模糊控制器中，精确量的模糊化、模糊规则的选取及输出信息的模糊判决来自专家和操作员的经验和知识，且在系统运行过程中保持不变，不能在线修正模糊推理以适应控制对象的大范围变化。因此，模糊控制难以解决自学习和自适应问题单纯的模糊控制器的设计亦有不足之处，缺乏理论的指导和有效的设计方法，不仅隶属函数的确定、模糊规则的选取来自人的操作经验，并需经过反复调试，才能得到比较好的控制品质，而且不能在线修正以适应控制对象的大范围变化。因此，模糊控制的自学习和自适应是需要解决的瓶颈问题
人工神经网络的研究开始是在20世纪40年代，并在80年代神经网络的研究逐渐深化，应用面也逐渐扩大。人工神经网络具有自适应学习、自组织、函数逼近、大规模并行处理及较强的鲁棒性等特点，为解决不确定非线性的建模和控制问题提供了一种新的有效途径。因此，人工神经网络己成为国内外专家研究的一个新的方向。J. A. Mendez和L. Acosta等人采用神经网络的方法对起重机控制参数调整，使用BP算法在线训练来减少二次成本函数[11,12]。
郭建明将神经网络与模糊控制技术有机结合，用神经网络生成隶属函数和修正模糊控制规则，既克服了单纯的模糊控制必须具备较完善的控制规则和系统自学习能力差的缺点，又克服了神经网络信息隐式、权值的初始值难以确定的不足[13]。T. Ishide等人在模糊神经网络训练使用反向传播法来控制起重机的摆动[14]。J. Smoczek 和 J. Szpytko使用自适应模糊神经网络控制方法研究起重机的防摆 [15]。
4结论与展望
本文探讨了起重机电子式防摆技术及其存在的问题，分析了电子式防摆技术工作原理和国内外研究状况，存在的问题。
起重机吊重防摇闭环控制系统的基本要求之一就是需要现场提供状态变量空间中的小车位置、小车速度、吊重摆角和吊重摆角角速度等信息。这可以通过专门的物理传感器检测这些变量的现场数据，但前提是这些变量必须具有可测性或便于测量。但实际上并不是每个变量都具有可测性，或者有的变量即使具有可测性也往往测量成本较高或不方便测量。由于起重机小车与吊重的柔性联结特点，对吊重摆角和摆角角速度信息测量就一直成为工程中有待解决的难题，吊重摆角和摆角角速度测量技术也成为吊重防摇控制系统的关键技术之一。
鉴于起重机系统模型存在着许多未知干扰，很难用精确数学模型来反映起重机的实际动态过程。开发不依赖于系统模型的神经网络模糊控制器，使系统有较强的鲁棒性能够适应不同的工况。还可以方便的加入一些经验和专家知识的数据，适应系统参数变化，提高控制效果。
参考文献
[1]Chengyuan C., shihweiH., Kuohung C. A Practical fuzzy controllers scheme of overhead
crane．JounnaI of Control Theory and ApplicatioIls，2005，3(3):266—270．
[2]王晓军，邵惠鹤．基于模糊的桥式起重機的定位和防摆控制研究[J]．系统仿真学
报，2005，17(4)：936—939。
[3] Sung-Kun Cho，Ho—Hoon Lee．A fuzzy-logic controller for three-dimensional overhead
cranes[J].ISA Transactions,2002，4l:235—243.
[4]Mahfouf M，Kee C H，Abbod M F，Linkens D A．Fuzzy Logic—Based Anti-Sway Control
Design for Overhead cranes．Neural Computing&Applications，2000，(9)：38-43．
[5]华克强．桥式吊车模糊防摆技术．中国民航学院学报，2000，(6)．
关键词：起重机；防摆；智能控制
Abstract: This paper introduces the classification and system of crane anti-swing, domestic, research status of the crane anti-swing control research was summarized, the scientific problems need to solve and prospects the future research direction and emphasis.
Key words: crane; anti-swing; intelligent control
中图分类号： U653.921 文献标识码：A 文章编号：2095-2104（2013）
0引言
起重机广泛应用于港口码头、厂房、车间、仓库等工业场所，要求安全可靠、快速、精确定位以及运行平稳。然而在起重机工作过程中由于大、小车的加减速和负载的提升动作以及风力、摩擦引起的扰动等会引起负载的来回摆动，这不仅严重影响作业效率，而且增加了起重机发生事故的可能性。为此，起重机的防摆控制越来越受到广泛关注。
1起重机防摆技术分类
起重机防摆技术分为机械式防摆和电子式防摆两类。
机械式防摆主要是通过机械手段消耗摆动的能量来达到最终消除摇摆的目的。例如交叉钢丝绳减摇装置，分离小车式减摇装置，翘板梁式减摇等，然而大多数机械防摇装置因外围设备太多，结构复杂，可靠性差，维修保养工作量大且价格昂贵，因而实际应用存在诸多问题。同时，传统的机械防摇设备在实际应用中仍存在停机时振动太大等不足。
电子式防摆是通过各种传感器和检测元件将检测到的摆角、角速度等信息，从而控制小车的运行方向和速度，将该摆动角度限制到最小，达到防摆的目的。电子防摆作为一种新兴的防摇措施，将减摆和小车运行结合起来，通过控制相应的输入力来达到降低摇摆的效果。这就可以实现自动控制，从而使减摇脱离了司机的操作经验，同时发展下去也可以实现无人化操作。因此，电子防摇技术得到了越来越广泛的重视。电子式防摆按控制方式的不同，可以分为开环控制和闭环控制。
2起重机电子式防摆系统组成及原理
电子防摆系统组成
桥式起重机电子防摆控制系统由传感器、可编程控制器、驱动装置及桥式起重机系统组成。其工作原理是：微机内部控制软件（可编程控制器）对各种传感器和检测元件检测到的信息，如吊具前后摆动的角度和角速度，进行处理后，将最佳的控制参数提供给小车调速系统（驱动装置）来控制小车的运行方向和速度，将吊具及载荷的摆动角度限制到最小，达到防摆和消摆的目的。
3起重机电子式防摆控制研究现状
鉴于起重机自动控制问题的重要性，国内外研究人员都对起重机的准停和防摆问题做了一定的研究工作，并取得了一定的成果。
3.1由于经典控制理论体系的完善和成熟，所求解的控制器简单实用，在实际工业控制中大量应用。同样，在防摇问题上，许多学者采用经典控制方法的研究。基于开环控制系统方法的防摆起重机在工业实践中通常不用测量有效载荷的摇摆角度。例如Hetronic公司的ASLC（AntiSwingLoadControl）系统，它主要应用来在工业桥式和门式起重机中，该控制系统不需要反馈载荷摆动状况，根据操作人员的控制信号以及绳长的变化来实现载荷摆动减小。SmartCrane公司的SmartCrane开环控制防摇的系统，主要依赖于控制起重机的加速度来减小摆动。Konecranes公司开发的DynAPilot负载摇摆控制系统，主要通过负载的高度信息和操作指令来计算最优的加速路径实现减小摆动的目的。开环控制系统不能检测误差，也不能校正误差，而且对系统参数的变动很敏感。韩国学者Hoon Lee采用经典控制理论，用传统的根轨迹、频域法分析防摇问题，同时也适当的采取了现代的智能控制，将两种方法结合起来，设计了防摆、定位控制器，并进行了仿真实验，取得了较好的结果[1]。美国学者Hanafy设计了基于增益调度控制思想的全状态反馈控制器，采用PID控制分别设计定位和防摇的控制器，通过仿真实验说明了该方法可以有效的迅速消除摆动[2]。
3.2传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型；研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合；对于某些复杂的和包含不确定性的对象，由于无法解决建模问题，所以根本不能以传统数学模型来表示；为了提高性能，传统控制理论可能变得非常复杂，从而增加了控制设备初始投资和维修费用，降低了系统的可靠性。因此不依赖数学模型且能适应不确定性的智能控制方法如模糊控制可以被应用到此类控制中，当前模糊控制在起重机防摆的试验或仿真方面取得了不少成果。
利用模糊控制防摆的主要原理是模仿司机的操作经验：开始时驱动小车加速运行，如果开始后还离目的地很远，则应按一定加速度增加小车速度，使货物稍落后于小车；当货物接近目标时，则应按一定负加速度减小小车速度，使货物稍前于小车；当货物离目的地很近时，稍微增大小车加速度(小车仍减速行驶)，使货物正好悬于目标位置上，且当不摇摆时，电机停车。
Chenngyuan C等人设计了两个模糊控制器，用小车位置模糊控制器实现起重机快速对位，用吊重摆角模糊控制器达到抑制吊重摇摆[3]。王晓军针对小车吊重模型的非线性和不确定性，利用两个模糊控制器分别对小车的位置和负载的摆动进行模糊控制，并和线性二次型最优控制进行了比较，取得良好的控制效果[4]。Sung-Kun Cho使用位置伺服控制和模糊逻辑控制器分别对起重机的位置和摆角进行控制，实现了准确定位和迅速消摆，取得了比较满意的控制效果[5]。Benhidjeb和Gissinger．对起重机的模糊控制和Linear Quadratic Gaussian(LQG)控制进行了比较研究[6]； Nally M和Trabia M B对起重机的位置和摆角分别进行了控制，其中模糊位置控制规则的建立侧重于小车的位置参考曲线[7]；波兰的Nowacki Z和Owezarz D则利用比例PD控制器和模糊PD控制器对起重机进行控制并利用变结构理论对系统的鲁棒性进行了分析[8]； MahfoufM和Kee C H等人在对起重机模型进行开环试验基础上对起重机的模糊控制方法进行了闭环研究，模糊位置控制规则的建立也是基于小车的位霞参考曲线[9]；国内如中国民航学院的华克强”在模型起重机上对简化的模糊起重机防摆方案进行了实验研究，取得良好效果[10]；
3.3模糊控制的實质是将基于专家知识的控制策略转换为控制系统的策略，主要原理是模仿司机的操作经验，建立模糊控制规则库。在模糊控制器中，精确量的模糊化、模糊规则的选取及输出信息的模糊判决来自专家和操作员的经验和知识，且在系统运行过程中保持不变，不能在线修正模糊推理以适应控制对象的大范围变化。因此，模糊控制难以解决自学习和自适应问题单纯的模糊控制器的设计亦有不足之处，缺乏理论的指导和有效的设计方法，不仅隶属函数的确定、模糊规则的选取来自人的操作经验，并需经过反复调试，才能得到比较好的控制品质，而且不能在线修正以适应控制对象的大范围变化。因此，模糊控制的自学习和自适应是需要解决的瓶颈问题
人工神经网络的研究开始是在20世纪40年代，并在80年代神经网络的研究逐渐深化，应用面也逐渐扩大。人工神经网络具有自适应学习、自组织、函数逼近、大规模并行处理及较强的鲁棒性等特点，为解决不确定非线性的建模和控制问题提供了一种新的有效途径。因此，人工神经网络己成为国内外专家研究的一个新的方向。J. A. Mendez和L. Acosta等人采用神经网络的方法对起重机控制参数调整，使用BP算法在线训练来减少二次成本函数[11,12]。
郭建明将神经网络与模糊控制技术有机结合，用神经网络生成隶属函数和修正模糊控制规则，既克服了单纯的模糊控制必须具备较完善的控制规则和系统自学习能力差的缺点，又克服了神经网络信息隐式、权值的初始值难以确定的不足[13]。T. Ishide等人在模糊神经网络训练使用反向传播法来控制起重机的摆动[14]。J. Smoczek 和 J. Szpytko使用自适应模糊神经网络控制方法研究起重机的防摆 [15]。
4结论与展望
本文探讨了起重机电子式防摆技术及其存在的问题，分析了电子式防摆技术工作原理和国内外研究状况，存在的问题。
起重机吊重防摇闭环控制系统的基本要求之一就是需要现场提供状态变量空间中的小车位置、小车速度、吊重摆角和吊重摆角角速度等信息。这可以通过专门的物理传感器检测这些变量的现场数据，但前提是这些变量必须具有可测性或便于测量。但实际上并不是每个变量都具有可测性，或者有的变量即使具有可测性也往往测量成本较高或不方便测量。由于起重机小车与吊重的柔性联结特点，对吊重摆角和摆角角速度信息测量就一直成为工程中有待解决的难题，吊重摆角和摆角角速度测量技术也成为吊重防摇控制系统的关键技术之一。
鉴于起重机系统模型存在着许多未知干扰，很难用精确数学模型来反映起重机的实际动态过程。开发不依赖于系统模型的神经网络模糊控制器，使系统有较强的鲁棒性能够适应不同的工况。还可以方便的加入一些经验和专家知识的数据，适应系统参数变化，提高控制效果。
参考文献
[1]Chengyuan C., shihweiH., Kuohung C. A Practical fuzzy controllers scheme of overhead
crane．JounnaI of Control Theory and ApplicatioIls，2005，3(3):266—270．
[2]王晓军，邵惠鹤．基于模糊的桥式起重機的定位和防摆控制研究[J]．系统仿真学
报，2005，17(4)：936—939。
[3] Sung-Kun Cho，Ho—Hoon Lee．A fuzzy-logic controller for three-dimensional overhead
cranes[J].ISA Transactions,2002，4l:235—243.
[4]Mahfouf M，Kee C H，Abbod M F，Linkens D A．Fuzzy Logic—Based Anti-Sway Control
Design for Overhead cranes．Neural Computing&Applications，2000，(9)：38-43．
[5]华克强．桥式吊车模糊防摆技术．中国民航学院学报，2000，(6)．