一种基于遗传算法的塔式起重机自动控制方法技术

本发明专利技术是一种基于遗传算法的塔式起重机自动控制方法，其特点是：包括以下内容：根据塔式起重机力学特性，采用拉格朗日方程建立塔式起重机防摆系统的数学模型，然后进行基于遗传算法优化的PID整定。其考虑了考虑控制规则的编辑复杂程度以及规则库整理工作量，弥补了模糊PID控制方法的部分局限性。基于所提塔式起重机自动控制方法，采用了遗传算法对PID参数进行整定，通过仿真实验分析，相比于模糊PID控制控制摆角曲线衰减速度更好，位移曲线响应速度更快。它作为一种塔式起重机自动控制方法，能明显克服摩擦力、风力、操作人员经验匮乏等因素导致的小车定位不准确以及钢丝绳和负载绕悬吊点产生的幅度较大的摆动，具有科学合理，适用性强等优点，在电网工程机械化施工还未完全普及的背景下，通过使用本发明专利技术所提基于遗传算法的塔式起重机自动控制方法更有实际意义。意义。意义。

【技术实现步骤摘要】
一种基于遗传算法的塔式起重机自动控制方法


[0001]本专利技术涉及电网工程机械化施工领域，是一种能够使塔式起重机快速定位并消除摆动的自动控制方法，在塔式起重机搬运过程中由于外界因素，如摩擦力、风力、工作人员缺乏经验等导致起重机小车定位不准确或者负载摆动幅度过大等不良问题。基于遗传算法的塔式起重机自动控制方法的引入能够使得起重机小车快速定位并消除摆动。

技术介绍

[0002]在电网工程机械化施工中，塔式起重机往往被用于大型物体的装配与运输，其具有操作灵活，承载能力强等优点。然而在塔式起重机搬运过程中，当受到外界影响时，如摩擦力、风力、操作人员经验匮乏、物体惯性等干扰因素使得小车定位变得不准确，并且使得钢丝绳和负载绕悬吊点产生幅度较大的摆动。以上问题会降低工作人员工作效率并且对施工人员造成安全隐患。以往的控制算法多采用模糊PID控制，模糊算法能够较好的处理大时滞性、时变及非线性系统，但是仍具有许多局限性。针对这一问题，本专利技术考虑到控制规则的编辑复杂程度以及规则库整理工作量，提出了基于遗传算法的塔式起重机自动控制方法。经过仿真实验比较，该方法相比于模糊PID控制摆角曲线衰减速度更好，位移曲线响应速度更快。该方法首先根据塔式起重机力学特性，采用拉格朗日方程建立塔式起重机防摆系统的数学模型，然后进行基于遗传算法优化的PID整定。

技术实现思路

[0003]本专利技术的目的是提供一种塔式起重机自动控制方法，能使得塔式起重机快速定位并消除摆动，本专利技术的目的是由以下技术方案来实现的：一种基于遗传算法的塔式起重机自动控制方法，它包括以下内容：
[0004]1、建立起重机防摆系统数学模型
[0005](1)根据塔式起重机力学特性，采用拉格朗日方程建立塔式起重机防摆系统的数学模型，见式(1)。
[0006][0007]式中N为小车质量；m为负载质量；L为悬绳的绳长；θ为悬绳摆角；系统受到的外力有小车驱动力F，钢丝绳起升力F1，小车与轨道之间的摩擦力f。
[0008](2)本方法不考虑负载的提升，故绳长不变，可以得到：
[0009][0010](3)将(2)式代入可得：
[0011][0012](4)由于吊车运行中摆角不超过10
°
，且平衡位置时θ＝0，进而得到：
[0013][0014]2、遗传算法优化的PID整定
[0015](1)参数确定及表示首先确定参数范围，然后根据精度的要求，对其进行编码。选取二进制字串来表示每一个参数，并建立与参数间的关系。
[0016](2)选取初始种群由计算机随机产生初始种群。例如：针对二进制编码而言，先产生0
‑
1 之间均匀分布的随机数，然后确定产生的随机数0
‑
0.5之间代表0，0.5
‑
1之间代表1。另外根据计算的复杂程度确定种群大小。
[0017](3)适配函数的确定为了防止控制信号过大，系统出现不稳定，又不因控制量过小，造成系统响应时间过长，就需要控制量，误差，上升时间作为适配函数的约束条件。这是因为适配函数与目标函数相关，最优控制的参数也就是在满足约束条件下使f(y)最大时，y对应的控制器参数。
[0018](4)遗传算法的操作首先利用适度值比例法进行复制。即通过适配函数，进而求每个串对应的复制概率。复制概率与每代字串的个数乘积为该字串在下一代中应复制的个数。复制概率大的在下一代中将有较多的子代，相反的被淘汰。其次进行单点交叉、交叉概率为Pc。从复制后的成员里以Pc概率选取字串组成匹配池，然后随机对匹配池成员匹配，交叉位置随机确定。最后以概率Pm进行变异。初始种群通过复制、交叉及变异得到新一代种群，该种群经解码后代入适配函数，观察是否满足结束条件，若不满足，则重复以上操作直到满足为止。
[0019]3、遗传算法优化PID系数的具体步骤
[0020](1)确定每个参数的大致范围，进行编码。
[0021](2)随机产生n个个体构成初始种群P(0)。
[0022](3)将种群中各个体解码成对应的参数值，用此参数求代价函数值J及适应函数值f，取 f＝1/J。
[0023](4)应用复制、交叉、变异算子对种群P(t)进行操作，产生下一代种群P(t+1)。
[0024](5)重复步骤3)和4)，直至参数收敛或达到预期目标。
[0025]本专利技术针对在塔式起重机搬运过程中，当受到外界影响时，如摩擦力、风力、操作人员经验匮乏、物体惯性等干扰因素使得小车定位变得不准确，并且使得钢丝绳和负载绕悬吊点产生幅度较大的摆动这一问题，考虑控制规则的编辑复杂程度以及规则库整理工作量，提出了电网侧的调峰需求和用户侧的充电需求，提出了一种塔式起重机控制方法，该方法首先根据塔式起重机力学特性，采用拉格朗日方程建立塔式起重机防摆系统的数学模型，然后进行基于遗传算法优化的PID整定。相比于模糊PID控制而言，本专利技术所提塔式起重机自动控制方法能使塔式起重机快速定位并消除摆动。
附图说明
[0026]图1是塔式起重机受力分析图；
[0027]图2是遗传算法流程图；
具体实施方式
[0028]下面结合附图和实施例对本专利技术进一步说明。
[0029]参照图1
‑
2，本实例的一种基于遗传算法的塔式起重机自动控制方法，包括以下步骤：
[0030]1、建立起重机防摆系统数学模型
[0031](1)根据塔式起重机力学特性，采用拉格朗日方程建立塔式起重机防摆系统的数学模型，见式(1)，塔式起重机受力分析图如图1所示。
[0032][0033]式中N为小车质量；m为负载质量；L为悬绳的绳长；θ为悬绳摆角；系统受到的外力有小车驱动力F，钢丝绳起升力F1，小车与轨道之间的摩擦力f。
[0034](2)本方法不考虑负载的提升，故绳长不变，可以得到：
[0035][0036](3)将(2)式代入可得：
[0037][0038](4)由于吊车运行中摆角不超过10
°
，且平衡位置时θ＝0，进而得到：
[0039][0040]其中，小车质量M取3kg，负载质量m取0.2kg，绳长l取1m，位移X取3m。
[0041]2、遗传算法优化的PID整定
[0042](1)参数确定及表示首先确定参数范围，然后根据精度的要求，对其进行编码。选取二进制字串来表示每一个参数，并建立与参数间的关系。
[0043](2)选取初始种群由计算机随机产生初始种群。例如：针对二进制编码而言，先产生0
‑
1 之间均匀分布的随机数，然后确定产生的随机数0
‑
0.5之间代表0，0.5
‑
1之间代表1。根据种群大小，使用的样本个数为30。
[0044](3)适配函数的确定为了防止控制信号过大，系统出现不稳定，又不因控制量过小，造成系统响应时间过长，就需要控制量，误差，上升时间作为适配函数的约束条本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的塔式起重机自动控制方法，它包括以下内容：1、建立起重机防摆系统数学模型(1)根据塔式起重机力学特性，采用拉格朗日方程建立塔式起重机防摆系统的数学模型，见式(1)。式中N为小车质量；m为负载质量；L为悬绳的绳长；θ为悬绳摆角；系统受到的外力有小车驱动力F，钢丝绳起升力F1，小车与轨道之间的摩擦力f。(2)本方法不考虑负载的提升，故绳长不变，可以得到：(3)将(2)式代入可得：(4)由于吊车运行中摆角不超过10
°
，且平衡位置时θ＝0，进而得到：2、遗传算法优化的PID整定(1)参数确定及表示首先确定参数范围，然后根据精度的要求，对其进行编码。选取二进制字串来表示每一个参数，并建立与参数间的关系。(2)选取初始种群由计算机随机产生初始种群。例如：针对二进制编码而言，先产生0
‑
1之间均匀分布的随机数，然后确定产生的随机数0
‑
0.5之间代表0，0.5
‑
1之间代表1。另外根据计算的复杂程度确定种群大小。(3)适配函数的确定为了防止控制信号过大，系统出现不稳定，又不因控制量过小，造成系统响应时...

【专利技术属性】
技术研发人员：罗楚楠，梁春宇，翁智隆，吴永，黎少凡，杜育斌，张东寅，李国良，林韬，杨龙辉，
申请(专利权)人：广东电网能源发展有限公司，
类型：发明
国别省市：