An Identification-Based Control Method for an Overhead Crane with a New Combined Sensor Placement

Cover Page

Cite item

Full Text

Abstract

This paper is devoted to an automatic control method for an overhead crane under the current parametric uncertainty of the crane, transported cargo, and exogenous disturbances. The control objective is to move the cargo in the horizontal plane to a point ensuring the final delivery of the cargo to the designated place while parrying the angular oscillations of the suspension and reaching given dynamic characteristics. The approach is based on a control scheme with a current parametric identification algorithm, an implicit reference model, and “simplified” adaptability conditions to track cargo movements directly. The control law generates a given trolley speed for the servo drive. The passport data of the crane installation are used to select the control law parameters. Unlike previous publications on the topic, the solution proposed below is simpler, more reliable in terms of operation, and less expensive. This is achieved by placing a combined sensor (an accelerometer with an angular rate sensor (ARS)) on a suspension cable near the crane trolley and applying, first, an algorithmic solution without the preliminary calculation of the ARS drift and, second, a current parametric identification procedure of higher efficiency. Computer simulation results are provided to confirm these advantages of the new solution. A similar example is implemented on an experimental installation.

About the authors

S. P Kruglov

Irkutsk State Transport University

Email: kruglov_s_p@mail.ru
Irkutsk, Russia

S. V Kovyrshin

Irkutsk State Transport University

Email: sergkow@mail.ru
Irkutsk, Russia

D. V Butorin

Irkutsk State Transport University

Email: den_butorin@mail.ru
Irkutsk, Russia

References

  1. Jaafar, H.I., Mohamed, Z., MohdSubha, N.A., et al. Efficient Control of a Nonlinear Double-Pendulum Overhead Crane with Sensorless Payload Motion Using an Improved PSO-Tuned PID Controller // Journal of Vibration and Control. − 2018. – No. 25(4). − P. 907–921.
  2. Fadlalla, A.A.M., Hassan M. Dynamic Modeling and Feedback Linearization Control of a 3-D Overhead Gantry Crane System // Proceedings of 2021 IEEE International IOT, Electronics and Mechatronics Conference (IEMTRONICS). – Toronto, ON, Canada, 2021. − P. 1–6.
  3. Патент RU 2676210 C1 Устройство и способ управления раскачиванием груза, подвешенного на подъемном устройстве: № 2016125496: заявл. 06.11.2014: опубл. 26.12.2018, Бюл. № 36 / Саварези С.М., Винати Ф., Винати С.B. и др. [Patent RU 2676210 C1 Ustroistvo i sposob upravleniya raskachivaniem gruza, podveshennogo na pod"emnom ustroistve: № 2016125496: zayavl. 06.11.2014: opubl. 26.12.2018, Byul. no. 36 / Savarezi, S.M., Vinati, F., Vinati, S.B., et al. (In Russian)]
  4. Антипов А.С., Краснова С.А. Система стабилизации положения тележки крана с использованием сигмоидальной функции // Мехатроника, автоматизация, управление. – 2019. − Т. 20, № 10. − С. 609–614. [Antipov, A.S., Krasnova, S.A. Stabilization System of Convey-crane Position Via Sigmoidal Function // Mekhatronika, Avtomatizatsiya, Upravlenie. − 2019. − Vol. 20, no. 10. − P. 609–614. (InRussian)]
  5. Wu, X., Xu, K., Lei, M., He, X. Disturbance-Compensation-Based Continuous Sliding Mode Control for Overhead Cranes with Disturbances // IEEE Transactions on Automation Science and Engineering. – 2020. – Vol. 17, no. 4. − P. 2182–2189.
  6. Drag, L. Model of an Artificial Neural Network for Optimization of Payload Positioning in Sea Waves // Ocean Engineering. – 2016. – Vol. 115. – P. 123–134.
  7. Qiang, H.Y., Sun, Y.G., Lyu, J.C., and Dong, D.S. Anti-Sway and Positioning Adaptive Control of a Double-Pendulum Effect Crane System with Neural Network Compensation // Frontiers in Robotics and AI. − 2021. – Vol. 8, art. no. 639734.
  8. Guo, W., Liu, D., Yi, J., Zhao, D. Passivity-based-control for double-pendulum-type overhead cranes // Proceedings of IEEE region 10 annual international conference. − Chiang Mai, Thailand, 2004. − P. 546−549.
  9. Sun, N., Fang, Y., Wu, Y., and Chen, H. Adaptive Positioning and Swing Suppression Control of Underactuated Cranes Exhibiting Double-Pendulum Dynamics: Theory and Experimentation // Proceedings of 31st Youth Academic Annual Conference of Chinese Association of Automation. – Wuhan, China, 2016. − P. 87–92.
  10. Круглов С.П., Ковыршин С.В., Аксаментов Д.Н. Адаптивное управление двухмаятниковым подвесом мостового крана // Мехатроника, автоматизация, управление. – 2022. – Т. 23, № 9. – C. 451–461. [Kruglov, S.P., Kovyrshin, S.V., Aksamentov, D.N. Adaptive Control of Two-Pendulum Suspension of Overhead Crane // Mekhatronika, Avtomatizatsiya, Upravlenie. – 2022. – Vol. 23, no. 9. – P. 451-461. (In Russian)]
  11. Круглов С.П., Ковыршин С.В. Идентификационное скоростное управление мостовым краном с сокращенной моделью переноса груза. Проблемы управления. – 2023. − № 4. − С. 28–37. [Kruglov, S.P., and Kovyrshin, S.V. Identification-Based Speed Control of an Overhead Crane with a Reduced Cargo Transfer Model // Control Sciences. – 2023. – No. 4. – P. 25–33.]
  12. Герман-Галкин С.Г. Компьютерное моделирование полупроводниковых систем в MATLAB 6.0: Учебное пособие. – СПб.: КОРОНА-Принт, 2010. – 320 с. [German-Galkin, S.G. Komp'yuternoe modelirovanie poluprovodnikovykh sistem v MATLAB 6.0: Uchebnoe posobie. – SPb.: KORONA-Print, 2010. – 320 s. (In Russian)]
  13. Черноусько Ф.Л., Ананьевский И.М., Решмин С.А. Методы управления нелинейными механическими системами. − М.: Физматлит, 2006. − 328 с. [Chernous'ko, F.L., Anan'evskii, I.M., Reshmin S.A. Metody upravleniya nelineinymi mekhanicheskimi sistemami. − M.: Fizmatlit, 2006. − 328 s. (In Russian)]
  14. Жегульский В.П., Лукашук О.А.Проектирование, конструирование и расчет механизмов мостовых кранов: учебное пособие / под ред. Г.Г. Кожушко. − Екатеринбург: Изд-во Урал. ун-та, 2016. − 184 с. [Zhegul'skii, V.P., Lukashuk, O.A. Proektirovanie, konstruirovanie i raschet mekhanizmov mostovykh kranov: uchebnoe posobie / pod red. G.G. Kozhushko. − Ekaterinburg: Izd-vo Ural. un-ta, 2016. − 184 s. (In Russian)]
  15. Первозванский А.А. Курс теории автоматического управления. Учеб. пособие для вузов. − СПб: Лань. − 2015. − 624 с. [Pervozvanskii, A.A. Kurs teorii avtomaticheskogo upravleniya. Ucheb. Posobie dlya vuzov. − SPb: Lan'. − 2015. − 624 s. (In Russian)]
  16. Нормативы времени на погрузочно-разгрузочные работы, выполняемые на железнодорожном, водном и автомобильном транспорте. – URL: https://legalacts.ru/doc/normativy-vremeni-na-pogruzochno-razgruzochnye-raboty-vypolnjaemye-na/?ysclid=lupk0hbixq562099001 (дата обращения 07.04.2024). [Normativy vremeni na pogruzochno-razgruzochnye raboty, vypolnyaemye na zheleznodorozhnom, vodnom I avtomobil'nom transporte. – URL: https://legalacts.ru/doc/normativy-vremeni-na-pogruzochno-razgruzochnye-raboty-vypolnjaemye-na/?ysclid=lupk0hbixq562099001 (accessed April 7, 2024). (In Russian)]
  17. Льюнг Л. Идентификация систем. Теория для пользователя: Пер. с англ. / Под ред. Я.З. Цыпкина. − М.: Наука, гл. ред. физ.-мат. лит. − 1991. − 432 с. [Ljung, L. System Identification: Theory for the User. – Prentice Hall PTR, 1987. − 544 p.]
  18. Круглов С.П. Адаптивная автоматизация пилотирования самолетом на больших углах атаки на основе упрощенных условий адаптируемости. − Иркутск: ИФ МГТУ ГА. − 2012. − 248 с. [Kruglov, S.P. Adaptivnaya avtomatizatsiya pilotirovaniya samoletom na bol'shikh uglakh ataki na osnove uproshchennykh uslovii adaptiruemosti. − Irkutsk: IF MGTU GA. − 2012. − 248 s. (InRussian)].
  19. ГОСТ 3332-54. Краны мостовые электрические общего назначения грузоподъемностью от 5 до 50 т среднего и тяжелого режимов работы. Основные параметры и размеры. − М: Издательство стандартов, 1974. [GOST 3332-54. Krany mostovye ehlektricheskie obshchego naznacheniya gruzopod"emnost'yuot 5 do 50 t srednego i tyazhelogorezhimovraboty. Osnovnye parametry i razmery. − M: Izdatel'stvo standartov, 1974. (In Russian)]
  20. MPU-6000 and MPU-6050 Product Specification Revision 3.4 – Sunnyvale, CA: InvenSense, Inc., 2013. – URL: https://invensense.tdk.com/wp-content/uploads/2015/02/MPU-6000-Datasheet1.pdf (accessed April 5, 2024).
  21. Ковыршин С.В., Круглов С.П., Буторин Д.В., Коденев К.Ф. Экспериментальная установка для разработки и исследования алгоритмов успокоения груза на кранах мостового типа с системой управления на основе промышленных элементов // Электронный научный журнал «Молодая наука Сибири». – 2023. − № 3 (21). – URL: https://ojs.irgups.ru/index.php/mns/article/view/1503 (дата обращения 07.04.2024). [Kovyrshin, S.V., Kruglov, S.P., Butorin, D.V., Kodenev, K.F. Ehksperimental'naya ustanovka dlya razrabotki i issledovaniya algoritmov uspokoeniya gruza na kranakh mostovogo tipa s sistemoi upravleniya na osnove promyshlennykh ehlementov // Ehlektronnyinauchnyizhurnal «MolodayanaukaSibiri» – 2023. – No. 3 (21). – URL: https://ojs.irgups.ru/index.php/mns/article/view/1503 (accessed April 7, 2024). (In Russian)]

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».