【技术实现步骤摘要】
一种基于数据驱动的桥式起重机模型预测控制方法
[0001]本专利技术属于起重机自适应控制
，尤其涉及一种基于数据驱动的桥式起重机模型预测控制方法。
技术介绍
[0002]桥式起重机作为一种典型的欠驱动机械臂系统，是货物运输的重要手段。它广泛应用于建筑工地、港口、生产车间、仓库等工业领域。其主要控制目标可以概括为准确地将货物运输到目标位置和尽可能地抑制负载摆动。有效载荷的摆动角度必须足够小，以避免在运输过程中发生事故。假设一台桥式起重机的摆动幅度过大。影响其运行安全和生产效率。由于缺少一些执行机构，使其有效载荷的摆角欠驱动，使得摆角难以控制。如何抑制有效载荷的摆动，保证小车的准确定位是一个需要解决的重要而又具有挑战性的问题。对起重机系统状态的耦合或伴随的非完整约束增加了设计欠驱动起重机控制系统的难度。模型预测控制(MPC)可以预测系统的状态，处理各种约束条件。该方法已应用于桥式起重机的控制问题。
[0003]在自适应控制中，模型参数的更新通常是为了获得一个好的预测模型，而不一定是为了最大限度地提高控制性能。现有技...
【技术保护点】
【技术特征摘要】
1.一种基于数据驱动的桥式起重机模型预测控制方法，其特征在于，采用数据驱动方法，基于高斯回归通过系统的历史运行数据学习到系统的动态特性，实现过程控制对象的模型参数的估计，具体包括以下几个步骤：步骤1：确定起重机系统被控变量和控制变量，设计模型预测控制器，对控制器进行参数化，即建立起重机状态空间模型，并设计性能指标，通过采集系统输入输出历史数据，初始化数据库；其中，所述被控变量为台车位移与载荷摆角，控制变量为台车驱动力，性能指标为所述载荷摆角与台车位移的加权性能指标；步骤2：根据所述数据库训练一个高斯过程模型模拟起重机系统动态特性，设计运行实验，进行实验得到系统的状态数据；步骤3：通过传感器采集输入输出数据，更新系统的历史数据库，并返回步骤2，直到满足终止条件，进入步骤4；步骤4：不断通过数据学习到满足最佳控制性能的参数作为最终的实际控制预测控制模型。2.根据权利要求1所述的一种基于数据驱动的桥式起重机模型预测控制方法，其特征在于，所述起重机状态空间模型的动力学方程定义如下:在于，所述起重机状态空间模型的动力学方程定义如下:其中，m,M分别为小车质量和有效载荷，θ是垂直载荷的方向角，g为重力加速度，l为提升绳的长度，在运输过程中固定不变，γ为小车与平台之间的摩擦力，是载荷与空气之间的摩擦系数，F为驱动力，x为台车水平位移；是载荷摆角加速度，是载荷摆角加速度的导数，是绳长的一节导数，是绳长的二阶导数，是台车速度，是台车加速度。3.根据权利要求1所述的一种基于数据驱动的桥式起重机模型预测控制方法，其特征在于，所述模型预测控制结构，包括闭环控制、闭环实验和高斯回归三部分，所述闭环控制采用MPC控制器对预测模型进行优化，实现快速防摇和精确定位，同时解决在线约束优化问题，处理系统状态约束和控制约束，所述闭环实验通过起重机进行最优闭环实验。4.根据权利要求1所述的一种基于数据驱动的桥式起重机模型预测控制方法，其特征在于，所述不断通过数据学习到满足最佳控制性能的参数作为最终的实际控制预测控制模型，包括：根据数据库训练一个高斯过程近似性能指标，根据高斯过程设计采集函数，基于贝叶斯优化学习得到控制器的下一个参数，进行实验得到运行数据，通过性能指标计算控制性能。5.根据权利要求4所述的一种基于数据驱动的桥式起重机模型预测控制方法，其特征在于，所述根据数据库训练一个高斯过程模型模拟起重机系统动态特性，设计运行实验，进行实验得到系统的状态数据，包括：设计模型预测控制器，解决以下优化问题：
s.t.x
k，t+1
＝f
G
(x
k，t
，u
k，t
)))其中U是控制向量，x
k,t
和u
k,t
分别是k+t时刻的预测状态和...
【专利技术属性】
技术研发人员：许敏，赵付田，朱丽，
申请(专利权)人：无锡安起科技有限公司，
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。