基于扩展卡尔曼滤波的吊车系统模型预测控制方法及系统与流程

本发明属于吊车控制，尤其涉及基于扩展卡尔曼滤波的吊车系统模型预测控制方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、吊车系统是工程现场重要的机电设备，由于塔身高、回转半径大等特点，使其工作空间广、垂直作业效率高，更加适用于高层建筑的建设与修缮，特别是楼房建设和桥梁、高架桥等基础建设，有利于促进建筑设备的自动化和智能化，显著提高系统工作效率，并为工人安全提供有力保障。这使得塔式吊车系统成为建筑业不可或缺的关键设备之一。

3、然而，塔式吊车的作业环境十分恶劣，旋臂的回转运动和高空风扰更容易激发负载在空间内的摆动，因此塔式吊车具有更加复杂的欠驱动特性、更强的非线性，且系统状态之间具有更强的耦合性。在这种情况下，非常难以实现负载的快速精准定位与消摆。因此，如何实现塔式吊车的高性能控制，具有非常重要的实际应用价值与意义。塔式吊车在实际中得到了广泛地应用，近年来也有许多有关塔式吊车的研究工作被报道。例如，针对塔式吊车固定吊绳长度的抑制货物摆动的命令整形算法如开环方法，对不确定性敏感；考虑实际效率问题的时间最优速度控制器；基于滑模和自适应控制相结合的鲁棒性保证方法。此外，还有结合群优化和遗传算法的递归神经网络控制器。然而，大多数塔式吊车的控制方法一般使用线性化模型，并且通常需要精确的状态反馈信号。此外，现有的大部分工作只考虑了塔式吊车运动的一部分，实际的塔式吊车系统包含五自由度，即旋臂回转、台车平移、吊绳提升、二自由度的摆角。即使有些工作考虑了五自由度塔式吊车的控制问题，但其输入、输出约束，避障问题也是亟待解决的关键问题之一。此外，实际的过程噪声和传感器噪声还可能会恶化控制性能，甚至造成难以想象的事故。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法及系统，将非线性模型预测控制与扩展卡尔曼滤波方法相结合，共同应用于具有传感器噪声的五自由度塔式吊车，可以提高对测量噪声的鲁棒性。

2、为实现上述目的，本发明的第一个方面提供一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，包括：

3、基于塔式吊车五自由度动力学模型，建立塔式吊车的非线性预测模型；

4、建立塔式吊车的非线性预测模型的多个输入输出约束；其中，输入输出约束包括全状态约束，负载位置约束，控制输入和控制输入增量约束，以及避障要求约束；

5、考虑塔式吊车中的过程噪声和传感器噪声，利用扩展卡尔曼滤波以所述塔式吊车的非线性预测模型的相关参数作为滤波状态变量，对所述塔式吊车的系统状态进行预测更新，得到状态一步预测值和状态一步预测协方差；

6、获取塔式吊车当前状态参数，并利用扩展卡尔曼滤波算法根据所述当前状态参数对所述状态一步预测值和所述状态一步预测协方差进行测量更新，得到当前状态最优估计值和当前状态最优估计协方差；

7、根据所述当前状态最优估计值和当前状态最优估计协方差，在所述多个输入输出约束下，控制所述塔式吊车的运动。

8、本发明的第二个方面提供一种基于扩展卡尔曼滤波的吊车系统模型预测控制系统，包括：

9、非线性模型建立模块：基于塔式吊车五自由度动力学模型，建立塔式吊车的非线性预测模型；

10、约束建立模块：建立塔式吊车的非线性预测模型的多个输入输出约束；其中，输入输出约束包括全状态约束，负载位置约束，控制输入和控制输入增量约束，以及避障要求约束；

11、预测更新模块：考虑塔式吊车中的过程噪声和传感器噪声，利用扩展卡尔曼滤波以所述塔式吊车的非线性预测模型的相关参数作为滤波状态变量，对所述塔式吊车的系统状态进行预测更新，得到状态一步预测值和状态一步预测协方差；

12、测量更新模块：获取塔式吊车当前状态参数，并利用扩展卡尔曼滤波算法根据所述当前状态参数对所述状态一步预测值和所述状态一步预测协方差进行测量更新，得到当前状态最优估计值和当前状态最优估计协方差；

13、控制输出模块：根据所述当前状态最优估计值和当前状态最优估计协方差，在所述多个输入输出约束下，控制所述塔式吊车的运动。

14、以上一个或多个技术方案存在以下有益效果：

15、在本发明中，建立塔式吊车的非线性状态预测模型，用非线性模型预测控制同时实现系统的多重输入输出约束，包括全状态约束、负载位置约束、控制输入及其增量约、避障要求约束，考虑过程噪声和传感器噪声，并将非线性模型预测控制与扩展卡尔曼滤波方法相结合，共同应用于具有传感器噪声的五自由度塔式吊车，可以提高对测量噪声的鲁棒性；本发明的方案可以实现塔式吊车五个自由度的同时运行，且可有效防摆，因此可以显著提高塔式吊车工作效率。此外，基于离散设计的非线性模型预测控制的方式适用于工业场景，具有适应范围更广、应用更方便的特点。

16、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，其特征在于，包括：

2.如权利要求1所述的一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，其特征在于，塔式吊车的五自由度的状态向量包括：旋臂回转角、台车位移、可变吊长度、负载的径向摆角和负载的切向摆角。

3.如权利要求1所述的一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，其特征在于，所述全状态约束为将五自由度塔式吊车系统中所有状态变量的位移/角度和速度限制在给定的约束范围内；所述负载位置约束为将五自由度塔式吊车系统中的负载位置限制在约束范围内；所述控制输入和控制输入增量约束为将塔式吊车控制输入及控制输入增量限制在给定范围内；根据障碍物在欧氏空间中的中心坐标向量和半径，以保证吊运负载不与障碍物发生碰撞，建立所述避障要求约束。

4.如权利要求1所述的一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，其特征在于，建立塔式吊车的非线性预测模型的多个输入输出约束，具体为：根据塔式吊车状态，吊运负载的状态参考轨迹，塔式吊车的非线性预测模型计算得到的系统状态、负载位置和控制输入增量，人工势场函数，以及动态遗忘因子构建代价函数；在多个输入输出约束下，以所构建的代价函数最小为目标进行求解。

5.如权利要求4所述的一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，其特征在于，所述人工势场函数用于惩罚负载位置到第个障碍物之间的距离；所述动态遗忘因子用于在接近障碍物时降低在所述代价函数中的权重。

6.如权利要求1所述的一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，其特征在于，考虑塔式吊车中存在的过程噪声和传感器噪声，具体为：在塔式吊车的系统状态表示中加入服从正态分布的过程噪声；在塔式吊车的输出状态表示中加入服从正态分布测量噪声。

7.如权利要求1所述的一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，其特征在于，根据系统状态的先验状态估计、最优卡尔曼增益、系统输出状态更新得到系统状态的后验状态估计；根据先验状态估计误差协方差矩阵和最优卡尔曼增益更新得到后验状态估计误差协方差矩阵。

8.一种基于扩展卡尔曼滤波的吊车系统模型预测控制系统，其特征在于，包括：

9.如权利要求8所述的一种基于扩展卡尔曼滤波的吊车系统模型预测控制系统，其特征在于，在所述约束建立模块中，所述全状态约束为将五自由度塔式吊车系统中所有状态变量的位移/角度和速度限制在给定的约束范围内；所述负载位置约束为将五自由度塔式吊车系统中的负载位置限制在约束范围内；所述控制输入和控制输入增量约束为将塔式吊车控制输入及控制输入增量限制在给定范围内；根据障碍物在欧氏空间中的中心坐标向量和半径，以保证吊运负载不与障碍物发生碰撞，建立所述避障要求约束。

10.如权利要求8所述的一种基于扩展卡尔曼滤波的吊车系统模型预测控制系统，其特征在于，在所述预测更新模块中，具体包括：根据塔式吊车状态，吊运负载的状态参考轨迹，塔式吊车的非线性预测模型计算得到的系统状态、负载位置和控制输入增量，人工势场函数，以及动态遗忘因子构建代价函数；在多个输入输出下，以所构建的代价函数最小为目标进行求解。

技术总结
本发明属于吊车控制技术领域，为了解决现有在吊车控制中，没有考虑吊车五自由度的问题，以及避障和约束问题，提出了基于扩展卡尔曼滤波的吊车系统模型预测控制方法及系统，建立塔式吊车的非线性状态预测模型，用非线性模型预测控制同时实现系统的多重输入输出约束，包括全状态约束、负载位置约束、控制输入及其增量约、避障要求约束，并考虑过程噪声和传感器噪声，将非线性模型预测控制与扩展卡尔曼滤波方法相结合，共同应用于具有传感器噪声的五自由度塔式吊车，可以提高对测量噪声的鲁棒性；本发明的方案可以实现塔式吊车五个自由度的同时运行，且可有效防摆，因此可以显著提高塔式吊车工作效率。

技术研发人员：孙宁,翟猛,国树东,毕新泗,陈晓伟,武毅男,杨桐,吴庆祥
受保护的技术使用者：泰安市特种设备检验研究院
技术研发日：
技术公布日：2024/3/21