Розробка узагальненого лінійно-квадратичного нейрорегулятора системи „кран-вантаж”. Частина 1

Автор(и)

  • Юрій Ромасевич Національний університет біоресурсів і природокористування України, Україна https://orcid.org/0000-0001-5069-5929
  • Костянтин Почка Київський національний університет будівництва і архітектури, Україна https://orcid.org/0000-0002-0355-002X
  • Дмитро Міщук Київський національний університет будівництва і архітектури, Україна https://orcid.org/0000-0002-8263-9400

DOI:

https://doi.org/10.32347/gbdmm.2024.104.0201

Ключові слова:

вантажопідйомний кран, лінійно-квадратичний критерій, регулятор, штучна нейронна мережа

Анотація

У першій частині статті проведено опис концепції дослідження та представлено результати, які у подальшому дозволяють виконати розробку лінійно-квадратичного нейрорегулятора руху динамічної системи „кран-вантаж”. Для цього було виконано постановку задачі оптимального керування. У ній використано математичну модель в якій функція керування розглядається як швидкість зміни рушійного зусилля. Це збільшує порядок системи на одиницю. Для окремих компонентів інтегрального критерію обрано вагові коефіцієнти та обґрунтовано величини початкових умов. Вихідну задачу синтезу лінійно-квадратичного регулятора зведено до рівняння Ріккаті. Для одного випадку було отримано розв’язок рівняння Ріккаті і проведено побудову графічних залежностей, які відповідають отриманому оптимальному керуванню. Аналіз графічних залежностей дав змогу встановити недоліки і переваги отриманого оптимального керування. Серед переваг встановлено плавність руху системи та забезпечення нульового значення рушійного зусилля на початку руху. Це дозволяє зменшити навантаженість динамічними зусиллями приводу механізму переміщення крана та його металоконструкції. Серед недоліків оптимального керування – значна швидкість наростання рушійного зусилля на початку руху, що може викликати складнощі при реалізації оптимального керування на практиці, а також перерегулювання швидкості руху крана.

Багатократне розв’язування рівняння Ріккаті дало змогу отримати масиви даних для тренування, валідації та тестування штучної нейронної мережі, яка розглядається як універсальний апроксиматор розв’язків рівняння Ріккаті. Описано процес нормалізації даних та формування навчальних пар.

Всі дані стосовно оптимальних значень коефіцієнтів регулятора отримані для мас вантажу, які змінювались у межах 60…25000 кг і довжин гнучкого підвісу, які змінювались у межах 1.2…12 м. Крім того, у межах -5…-30 змінювався показник степеня вагового коефіцієнта, який відповідає за важливість мінімізації швидкості зміни рушійного зусилля.

Посилання

Romasevych Y., Loveikin V., Bakay B. (2023). A Real-World Benchmark Problem for Global Optimization. Cybernetics and Information Technologies, Issue 3(3), 23–39.

Loveikin, V.S., Romasevich, Yu. A., Khoroshun, S.A., Shevchuck, A.G. (2018). Time-optimal control of a simple pendulum with a movable pivot. Part 1. International Ap-plied Mechanics, Vol. 54, No. 3, 358–365.

Yoshida Y. (2011). Feedback Control and Time-Optimal Control about Overhead Crane by Visual Servo and These Combination. In book Control – Intelligent Mechatronics, 103–118.

Yiming W., Ning S., He C., Jianyi Z., Yongchun F. (2018). Nonlinear time-optimal trajectory planning for varying rope-length overhead cranes. Assembly Automation, Vol. 35, no 5, 587-594.

Romasevych Y. Loveikin V. Ohiienko M., Shymko L., Łukawiecki K. (2021). Innovation management in agriculture. Agrotronics and design of optimal controllers based on new modifications of particle swarm optimization: Monograph, 122.

Abdulhamid I.B., Muhammad M., Khaleel A.I. (2019). Control of a Double Pendulum Crane System Using PSO-Tuned LQR. 2019 2nd International Conference of the IEEE Nigeria Computer Chapter (NigeriaComputConf). pp. 1-8.

Bandong S., Rizky C.K., Yul Y.N., Joelianto E. (2022). Optimal Gantry Crane PID Controller Based on LQR With Prescribed Degree of Stability by Means of GA, PSO, and SAC. Conference Paper, 1-6.

Prabaningtyas S., Mardlijah. (2022). Linear Quadratic Gaussian (LQG) for stability control of single payload overhead crane system. AIP Conference Proceedings 2641, 030004.

Mohammed A.M., Maguire M., Kyungki K. (2020). Simulated Annealing Algorithm Based Tuning of LQR Controller for Overhead Crane. 2020 IEEE 13th International Conference on Developments in eSystems Engineering (DeSE), 37-42.

Tung L.N., Hong Q.N., Minh D.D. (2021). Payload motion control for a varying length flexible gantry crane, Automatika. 62:3-4, 520-529.

Shichen S., Juhao S., Yu H.N., Ching-Wei C. (2024). Double-Pendulum Tower Crane Trolley Trajectory Planning: A Parameter Based Time-Polynomial Optimization. 41st International Symposium on Automation and Robotics in Construction (ISARC), 213-219.

Russ Tedrake. (2024). Linear Quadratic Regu-lators. Underactuated Robotics. Algorithms for Walking, Running, Swimming, Flying, and Manipulation. URL: https://underactuated.mit.edu/lqr.html

LQR-problem solutions.txt. URL: https://drive.google.com/file/d/1RfFinCWhDwn2m9W5MUsd25bsM0_jM0dX/view?usp=sharing

##submission.downloads##

Опубліковано

2024-12-19

Як цитувати

Ромасевич, Ю., Почка, К., & Міщук, Д. (2024). Розробка узагальненого лінійно-квадратичного нейрорегулятора системи „кран-вантаж”. Частина 1. Гірничі, будівельні, дорожні та меліоративні машини, (104), 15–27. https://doi.org/10.32347/gbdmm.2024.104.0201

Номер

Розділ

Гірничі та піднімально-транспортні машини