Назад в библиотеку

Компенсация влияния колебаний мостового крана с помощью Fuzzy PID-регулятора.

Авторы: Shebel Asad, Maazouz Salahat, Mohammad Abu Zalata, Mohammad Alia, Ayman Al Rawashdeh

Автор перевода: А.В. Волобуев
Источник: Journal of Engineering and Computer Innovations Vol. 2(3), pp. 51-58, March 2011 Available online at http://www.academicjournals.org/JECI ISSN 2141-6508 ©2011 Academic Journals

Аннотация

Shebel Asad, Maazouz Salahat, Mohammad Abu Zalata, Mohammad Alia, Ayman Al Rawashdeh. Компенсация влияния сдвига мостового крана с помощью Fuzzy PID-регулятора. Цель данной работы найти правильный алгоритм управления для перемещения грузов с помощью мостовых кранов. В предлагаемом алгоритме управления, PID-регулятора должно учитываться два основных фактора. Во-первых, время, необходимое для перемещения груза из начального погрузки до места назначения, которое должно быть сведено к минимуму. Во–вторых, колебание нагрузки должо быть уменьшено, чтобы предотвратить опасность для людей и оборудования на рабочем месте. В данной работе, проводится сравнительный анализ нечетких PID-регулятора на основе классического подхода PID. Была получена упрощенная модель. Были разработаны методы контроля и проверены с MATLAB. Были получены и рассмотрены численные результаты.

Введение

Одной из современных тенденций в развитии отрасли является то, что краны стали больше и выше. Поэтому они должны перемещаться быстрее, чтобы достичь приемлемого времени цикла при перемещении груза. К сожалению, большие конструкции кранов, которые движутся на больших скоростях, испытывают нежелательные колебания вызваные колебанием груза. Краны могут быть классифицированы с точки зрения их механической структуры и динамики на три вида: мостовые, козловые, и стрелы подъемных кранов. Мостовой кран – это распространенный вид кранов используется для перемещения груза из одного места в другое. Козловой кран представляет собой конструкцию, которая движется вдоль дорожки и перевозит груз в горизонтальной плоскости. Отказ управления крана может привести к аварии и может причинить вред людям и обстановке. Поэтому управление такого крана должено быть в состоянии адекватно и быстро подавлять колебания груза. Это так называемый контроль анти колебания. В данной работе Fuzzy PID-регулятора была разработана на основе классическоого PID-регулятора, обеспечивающего надежную и бесперебойную работу установки и контроля за положением с наличием компенсации анти–колебаний. Были получены численные сравнительные результаты с помощью Matlab/Simulink, системы нечеткой логики и виртуального набора инструментов. Главной особенностью разработанной модели является ее способность соответствовать реальной системе (позиции тележки и угол поворота).

Вывод упрощенной динамической модели

Первый шаг при выводе уравнений движения с использованием уравнения Лагранжа является поиск позиции загрузки и установки тележки относительно опорной точки. Уравнения движения, приведенные в 1 и 2

Уравнения (1) и (2) представляют собой нелинейные математические модели мостового крана. Где Fx – механическая сила в Ньютонах, О – угол поворота в радианах, m – масса полезной нагрузки, М – масса моста, х – позиция тележки, L – длина в метрах.

Аппроксимация полной модели

Вышеупомянутые производные модели даны в уравнениях 1 и 2 описывают нелинейную динамику модели. Нелинейная модель может быть упрощена в ходе моделирования для того, чтобы использоваться для цифрового управления.

При таком предположении, упрощенную модель движения мостового крана система может быть получена, как в уравнении 4:

Пространство состояний представление системы

После упрощения уравнение 4 может быть переписан в пространстве состояний представления, в уравнение 5 и уравнение движения может быть получено, как показано в уравнении 6:

Из описанных выше уравнений, можно понять, что угол смещения зависит от применяемой силу Fx массой груза, гравитационной силы и длина каната. Окончательный упрощенная модель может быть построена, как показано на рисунке 1,

С моделью, приведенной на рис. 1, мостовой кран будет двигаться в “бесконечности”, при этом перекос будет в пределах от 0.07 до 0.07 радианах. Таким образом, поскольку тележка неподвижна в любом месте, есть необходимость изменить входное значение для того, чтобы сделать остановку моста, или в худшем случае, троллейбус должен быть остановлен на экстренно.

На рис. 2 показана новая блок–схема в пакете simulink для входного сигнала, приложенного к системе.

Проверка упрощенной модели

Далее исследуестся изменение входного сигнала, длина подъемного каната, массы вагонетки и нагрузки, влияние регулятора на на динамическое поведение мостового крана. На рис. 3 показана реакция системы на перемещение тележки и угла поворота при разных входных данных, приложенных к системе (0.2, 1 и 5 Н). Мы заметили, что когда входное усилие увеличивают от 1 до 5 Н, кран способен проехать большее расстояние, которое достигает около 2.8 м от начального положения. Однако вибрация тележки увеличевается. Величина нагрузки колебания также увеличилось примерно на 0.8 рад. Но частота нагрузки остается неизменной. Когда входное усилие уменьшается от 1 до 0.2 Н тележка сможет сдвинуться только до 0.12 м от своего первоначального положения. Величина нагрузки колебания снижается на 0.033 рад. Однако частота колебаний осталась неизменной.

Результаты моделирования

Согласно результатам из рис. 7а, можно видеть, что эффективность замкнутой системы управления с обратной связью с использованием нечеткого PD, усиливается с изменением в динамическом состоянии по сравнению с классической структурой управления PD. В то время как влияние угла колебания было хорошо устранено с помощью предлагаемого Fuzzy PD-регулятора, по сравнению с классической PD (рисунок 7b).Ниже приведены рисунок 7а и 7b.

Выводы

В результате заметно, что Fuzzy PID-регулятор повышает надежность и снижает время цикла при транспортировке груза. Используемый метод, изложеный в этой статье, значительно упрощает установку нечетких контроллеров PD. Это позволяет сделать приблизительную настройку параметров контроллера регулятора PD. Если система имеет нелинейную схему, то результаты могут иметь лучшее поведение, чем классический PD-регулятор. PD-регулятор может быть запрограммирован от единого блока в контроллере, и поэтому работа, затраченная на реализацию в конкретной системе управления значительно сокращается.