一種基于模糊控制的岸邊集裝箱起重機防搖策略＊

秦仙蓉 王玉龍 郝婼蘭 張 氫 孫遠韜

同濟大學機械與能源工程學院 上海 201804

0 引言

為提高岸邊集裝箱起重機（以下簡稱岸橋）的裝卸效率，在實現小車位置的同時減小吊重的搖擺是需要解決的關鍵問題。目前，采用的防搖裝置主要有機械式防搖裝置與電子防搖裝置。機械式防搖主要是通過增大懸掛剛度或安裝阻尼器的方法來實現，最常見的有八繩防搖系統[1]、液壓減搖系統等。而在實際應用中，機械防搖外圍設備多、結構復雜引、起的機械磨損和能量損耗較大，且機械防搖方式雖然可以減小擺動，但無法快速將擺動消減到一個很小的范圍內，可靠性較差。因此，在機械防搖的基礎上增加電子防搖措施，成為目前常用的防搖方式。

鐘斌等[2]將門式起重機吊重系統簡化為小車-吊重系統，研究了吊重搖擺的規律和影響因素，考慮到小車-吊重系統某些狀態變量不易直接測量，設計了狀態觀測器來估計狀態變量信息，然后提出了基于極點配置的吊重防搖反饋控制方法，取得了較好的防搖效果。翟軍勇等[3]以橋式起重機這類欠驅動系統為研究對象，分析了小車運行加速度和吊重擺角之間的關系，據此建立了集裝箱橋式起重機小車系統的動力學模型，然后提出了一種防搖控制算法，將測得的吊重擺角信號反饋到防搖控制系統中，構建了閉環控制系統，通過計算機仿真和實際試驗，驗證了所提出的算法可以提高小車迅速消擺的能力。Adeli等[4]將橋式起重機小車-吊重系統簡化成了一個平面雙擺模型，根據Takagi-Sugeno模糊模型，將此非線性系統近似成多個線性子系統的集合，然后用線性二次調節（LQR）方法，得到了每個子系統的LQR調節器，然后用平行分布補償法設計了平行分布模糊LQR控制器，實現了對起重機吊重系統的位置調節和防搖控制。

本文基于模糊控制的基本原理，選出控制量，制定模糊化規則，設計出模糊控制器，構造岸橋防搖混合控制系統，仿真實現對吊重擺角的控制，并與雙比例微分（PD）控制系統進行了對比，證明控制算法的有效性和優越性。

1 簡化力學模型的建立

建立岸橋前大梁-小車-吊重系統的簡化力學模型，如圖1所示。

圖1 前大梁-小車-吊重系統簡化力學模型

為分析耦合系統中，前大梁振動對吊重擺動的影響，在圖1所示模型的基礎上，假設前大梁是剛性的，可以對系統進一步簡化，力學模型如圖2所示。

圖2 小車-吊重系統簡化模型

為了比較兩個模型下的吊重響應的區別，以相同的小車運動特性（圖3）作為激勵，分別求解兩個系統的吊重擺角響應，結果如圖4所示。

圖3 小車加速度曲線

圖4 兩種模型吊重擺角響應

圖4中兩條曲線基本吻合，沒有顯著的區別，說明在圖3所示的小車運行特性下，岸橋前大梁的振動對吊重擺角響應的影響很小，可以忽略不計。因此，在后續的控制過程中，忽略前大梁的影響，采用小車-吊重系統進行控制系統的設計與仿真。

2 防搖控制策略設計

小車吊重系統有兩種控制方式可供選擇[7]：一種是力控制方式，可以通過控制電機的輸出力矩來控制吊重的擺動，另一種是速度或加速度控制方式，通過控制電機轉速來控制小車速度或者加速度，從而減小吊重擺動。本次設計中，選用加速度控制。

為了使小車能夠按照既定的軌跡運行，同時能夠消除吊重的擺動，設計如圖5所示的控制策略，使用位置跟蹤控制器來跟蹤小車既定軌跡，擺角控制器抑制小車運行過程中吊重的擺動。

圖5 防搖控制策略示意圖

3 混合控制系統設計

本節將模糊控制與PD控制組成混合控制系統來實現岸橋吊重擺角的控制。

模糊控制是建立在模糊數學基礎上、能模擬人的決策過程的一種控制方法，是模糊系統理論在控制技術上的應用。二維模糊控制基本原理如圖6所示，其中r為參考量，yout為表示系統的輸出，e=r-yout為誤差，為誤差變化率，u為模糊控制器的輸出量，ke、ke和ku為模糊控制器輸入輸出值的模糊量化因子。

圖6 模糊控制原理框圖

將模糊控制方法與傳統的PID控制算法相結合，設計了混合控制系統，其控制框圖如圖7所示，其中PD控制器用于跟蹤小車的位置，模糊控制器用于抑制小車運行過程中吊重的擺動。

圖7 混合控制系統框圖

模糊控制器的輸入為吊重偏擺的角度θ和角度變化率，位置跟蹤控制器的輸入為小車的位移x和速度，兩個控制器的輸出量均用于調節小車電機的加速度，從而實現小車位置的跟蹤和吊重擺角的控制。

4 模糊控制器設計

確定模糊控制器的輸入變量為：吊重的擺角θ和擺角變化率；模糊控制器的輸出變量為小車加速度控制分量u。

1）模糊化

根據圖3小車運行參數以及圖4所得的擺角響應，確定輸入輸出變量的論域分別為擺角θ∈[-0.08，0.08]rad，擺角變化率∈[-0.08，0.08] rad/s，小車加速度控制分量u=∈[-0.5，0.5] m/s2。

為了便于工程實現，一般將輸入范圍人為定義成離散的若干等級，定義級數的多少取決于所需輸入量的分辨率，一般情況下定義級數為3～9級，等級定義越多，控制分辨率越高，但控制規則數增加；若減小等級數，模糊控制規則數減少，但控制分辨率降低，故等級數目一般取6或7[5]。此處，取等級數目為7（如圖8的NB～PB，其分別表示負大、負中、負小、零、正小、正中和正大）。

模糊語言值實際上是一個模糊子集，最終需要通過隸屬度函數來進行描述。隸屬度函數的定義方法很多，最簡單的是三角形公式表示法，此方法雖簡單，但完全滿足隸屬度函數的所有需求，并且實際操作中有很多方便，故本文采用此方法定義三個變量的隸屬度函數μθ、μout(μ)和μu。以μθ為例，其圖像如圖8所示，其余兩個可以按論域類推。

圖8 輸入變量θ的隸屬度函數

2）模糊推理

制定本模糊控制器的模糊規則，首先，重述各輸入輸出量的正負號定義，如圖9所示。

圖9 輸入輸出符號定義

根據實際的控制經驗，可以得到結論：當擺角θ＞0時，若小車加速，則擺角減小；當擺角θ＜0時，若小車減速，則擺角減小；當擺角θ＝0時，擺動角速度為正大時，若小車加速，則擺角減小；當擺角θ＝0，θ＝0擺動角速度為負大時，若小車減速，則擺角減小。

根據上述實際經驗，制定模糊控制規則如表1所示，共49條規則。設定好模糊控制規則后，需要根據輸入量和模糊控制規則，進行模糊推理，以得到輸出量的隸屬度值。這里采用最大最小法進行模糊推理[6]。例如輸入某和時，規則R1和R2被激活，則

表1 模糊控制規則表

3）去模糊化

通過模糊推理得到的結果μout(u)是一個模糊量，但實際模糊控制系統所需要的控制信號必須是精確量。因此模糊推理后的模糊輸出量必須經過去模糊化處理，才能去控制被控對象。常用的去模糊化方法有最大隸屬度法、面積重心法和加權平均法等。

面積重心法不僅有公式可循，而且也有較為合理的理論解釋，而且運用了模糊集合的所有信息。此外，它還根據隸屬度的不同而調整側重點，故本文選擇面積重心法[7]進行去模糊化處理。

5 系統仿真

采用Matlab—Simulink中的Fuzzy Logic Controller模塊定義模糊控制器，通過調節參數，最終得到混合控制系統仿真結果如圖10和圖11所示。

圖10 系統仿真時小車加速度曲線

圖11 系統仿真吊重擺角曲線

在圖11中，tr=25.5 s為原加速工況時，小車停止運行的時刻；ts=33 s為混合控制系統控制時，小車停止運行的時刻。由此可知，運用控制器控制后，小車總運行時間延長了7.5 s。

在添加控制系統后，小車運行時，吊重擺角從0.089 rad減小到了0.050 rad；小車停止運行時，吊重由小幅度擺動變化為無擺動，可直接進行下降操作。可以看出，混合控制器控制吊重擺動的效果良好。

6 系統仿真對比

為了驗證所設計的混合控制器的有效性，設計如圖12所示的雙PD控制系統用于防搖，圖13為雙PD控制系統與混合控制系統的仿真結果對比。

圖12 雙PD控制系統框圖

圖13 雙PD與混合控制系統仿真結果對比

由圖13所示控制結果可以看出，兩種控制系統的吊重擺角控制效果近似，但混合控制系統控制下，當ts=33 s時，吊重已經停止擺動，雙PD控制器控制下；當tp=36 s時，吊重停止擺動。因此，所設計的混合控制系統能夠較快地穩定，這也證明了模糊控制算法的優越性。

7 結論

基于模糊控制的原理，采用小車加速度控制方式和位置跟蹤，建立了模糊控制和PD混合控制系統，通過Simulink進行系統仿真，結果顯示混合控制系統可以很好地控制吊重的擺動，達到防搖的目的，證明了模糊控制的有效性及可行性。

同樣建立小車加速度控制的雙PD控制系統，與混合控制系統進行仿真結果對比，發現兩種控制系統防搖控制效果基本相同，但混合控制系統比雙PD控制系統較快達到穩定。說明模糊控制的延時較低，速度較快，比雙PD控制更有優越性。