申请/专利权人：泰安市特种设备检验研究院;南开大学

申请日：2024-02-08

公开（公告）日：2024-03-19

公开（公告）号：CN117720012A

主分类号：B66C13/48

分类号：B66C13/48;G06F17/11;B66C13/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：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。

主权项：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：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；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；考虑塔式吊车中存在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；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；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。

全文数据：

权利要求：

百度查询： 泰安市特种设备检验研究院;南开大学 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

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD