袁智 陶藝輝

摘? 要： 為了解決以往橋式起重機定位系統(tǒng)所存在的定位精度差的問題，在保留原有起重機結(jié)構(gòu)的基礎(chǔ)上，設(shè)計采用神經(jīng)網(wǎng)絡(luò)作為定位方法的系統(tǒng)。將起重機作業(yè)區(qū)域劃分為橫、縱、垂直三個運行方向，依據(jù)橋式起重機定位工作方式，設(shè)計可編程邏輯控制器，擴展定位點數(shù)量，控制起重機系統(tǒng)承受高倍電流。采用GY?530 VL53L0X型號激光測距傳感器收集外界阻礙信息，區(qū)分目標(biāo)橫向或縱向移動。利用變頻器改變電機工作電源頻率，使用固定標(biāo)志點，集合線性部件設(shè)計定位控制電路。依據(jù)神經(jīng)網(wǎng)絡(luò)層次分析結(jié)果輸出模擬量信號，獲取不同方向坐標(biāo)。利用可編程邏輯控制器中的變量確定大小車區(qū)位，通過定位點編號捕獲目標(biāo)，確定大小車行駛方向，實現(xiàn)橋式起重機定位。由實驗結(jié)果可知，該系統(tǒng)最高定位精度可達到96%，能夠穩(wěn)定運行。

關(guān)鍵詞： 橋式起重機定位系統(tǒng); 起重機系統(tǒng)電流控制; 定位控制電路設(shè)計; 神經(jīng)網(wǎng)絡(luò)層次分析; 定位系統(tǒng)仿真測試; 定位精度對比

中圖分類號： TN711?34; TP271? ? ? ? ? ? ? ? ? ? 文獻標(biāo)識碼： A? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）11?0106?05

Design of bridge crane positioning system based on neural network

YUAN Zhi， TAO Yihui

（School of Logistics Engineering， Wuhan University of Technology， Wuhan 430063， China）

Abstract： Since the existing bridge crane positioning system is of poor positioning accuracy， a system using neural network as the positioning method is designed on the basis of retaining the original structure of crane. The operation area of crane is divided into three areas according to operation direction of transverse direction， longitudinal direction and vertical direction. According to the positioning mode of the bridge crane， a programmable logic controller is designed to increase the number of positioning points and control the crane system to be capable of bearing high current. The GY?530 VL53L0X laser ranging sensor is used to collect external obstruction information and distinguish the transverse or longitudinal movement of the target. The frequency converter is used to change the working frequency of the power supply of motor， and the fixed mark point is used in combination with the linear component to design the positioning control circuit. According to the results of neural network hierarchical analysis， analog quantity signals are output to obtain coordinates in different directions. The variables of the programmable logic controller is used to determine the location of large and small vehicles， and the target is captured by the number of positioning points to determine the driving direction of large and small vehicles and realize the positioning of the bridge crane. The experimental results show that the highest positioning accuracy of the system can reach 96%， and the system can run steadily.

Keywords： bridge crane positioning system; current control of crane system; design of positioning control circuit; neural network hierarchical analysis; positioning system simulation test; positioning accuracy contrast

0? 引? 言

橋式起重機是工業(yè)生產(chǎn)中必不可少的重要工具，作為一種現(xiàn)代搬運機械，以省時省工、結(jié)構(gòu)簡單、載重量大等優(yōu)點，廣泛應(yīng)用在機械制造行業(yè)之中。由于橋式起重機在運行過程中受到吊繩長度、載重質(zhì)量不斷變化，起重機運行過程中擺動問題嚴(yán)重阻礙了其運行效率的提高，因此，定位系統(tǒng)作為橋式起重機解決擺動問題的關(guān)鍵，引起許多研究人員的關(guān)注[1]。

以往起重機定位系統(tǒng)需經(jīng)過人員目測，通過與地面工作人員指揮相互配合，才能對墻壁上標(biāo)記的地方進行位置確定，該工作方式效率較低，無法適應(yīng)當(dāng)前緊密的工作流程。而自動定位系統(tǒng)大多使用編碼器測定機車位置，屬于相對定位接觸工作種類，雖然編碼器數(shù)值不會隨著外界環(huán)境影響而發(fā)生變化，但在實際工作進程中，起重機機車位置卻發(fā)生改變，無法進行精準(zhǔn)定位[2?3]。

采用現(xiàn)代定位系統(tǒng)無法獲得滿意效果，為此，本文提出了基于神經(jīng)網(wǎng)絡(luò)的橋式起重機定位系統(tǒng)設(shè)計。根據(jù)系統(tǒng)動態(tài)特性，解決搖擺問題，實現(xiàn)精準(zhǔn)定位。

1? 橋式起重機定位工作方式

橋式起重機從結(jié)構(gòu)上分析，主要是由橋梁架、車輛行駛機構(gòu)、起升裝置、控制室組成。針對起升裝置吊鉤水平面定位，其運動載體是車輛行駛機構(gòu)，因此對車輛行駛機構(gòu)定位，定位工作方式示意圖如圖1所示。

將起重機作業(yè)區(qū)域劃分為[x]，[y]，[z]三個方向運行空間。其中，[x]方向是大車沿墻壁側(cè)面鋪設(shè)軌道橫向運行;[y]方向是小車在大車上方縱向運行;[z]方向是吊鉤垂直方向運行[4]。大車與小車運行機構(gòu)相互配合，實現(xiàn)系統(tǒng)能夠定位工作平面內(nèi)任意位置[5]。

具體工作原理如下：工作人員將起重機運行目標(biāo)按照相關(guān)指令通過人機接口輸入到可編程邏輯控制器之中，同時，利用激光測距傳感器采集周圍環(huán)境障礙信息，也一并將采集結(jié)果輸入到PLC之中[6]。結(jié)合起重機硬件參數(shù)和神經(jīng)網(wǎng)絡(luò)定位方法，實現(xiàn)對起重機的精準(zhǔn)定位。

2? 定位系統(tǒng)硬件結(jié)構(gòu)設(shè)計

根據(jù)橋式起重機工作方式及原理，確定定位系統(tǒng)硬件結(jié)構(gòu)部署方案，其結(jié)構(gòu)如圖2所示。

系統(tǒng)硬件結(jié)構(gòu)主要是由主控制器、激光測距傳感器、變頻器等組成。其中，系統(tǒng)電路主要是由主控制器決定的，傳感器負責(zé)收集環(huán)境信息，變頻器負責(zé)改變各個設(shè)備工作頻率，外圍擴展接口設(shè)備負責(zé)與其他設(shè)備相連接[7]。在該設(shè)計方案中添加了激光測距傳感器，可快速收集外界阻礙信息，改變原有定位方式，實現(xiàn)系統(tǒng)去噪后的精準(zhǔn)定位[8]。

2.1? 可編程邏輯控制器

采用AP系列高可靠性的可編程邏輯控制器是32位微處理器，運行速度比其他類型控制器要快，通過4 kV脈沖干擾測試，符合工業(yè)環(huán)境下的使用要求[9]。其結(jié)構(gòu)如圖3所示[10]。

控制器除了支持自由通信協(xié)議外，還支持CANBUS通信協(xié)議，并與多功能組態(tài)型人機界面接觸屏結(jié)合，擴展方便，最多可擴展至256個點[11]。其內(nèi)部具備快速非易失存儲器，即使內(nèi)置電池失效也不影響數(shù)據(jù)存儲。輸出端采用晶體管，能夠瞬間承受普通控制器2倍以上電流，通過模擬式輸入輸出端控制起重機系統(tǒng)內(nèi)部設(shè)備。

2.2? 激光測距傳感器

激光測距傳感器是由激光二極管對準(zhǔn)目標(biāo)發(fā)射的激光脈沖，被光學(xué)系統(tǒng)接收后傳輸?shù)焦怆姸O管上，其內(nèi)部具備的放大功能光學(xué)傳感器可檢測微弱光信號，即可完成目標(biāo)距離測定。

采用GY?530 VL53L0X型號激光測距傳感器，支持I2C通信協(xié)議，并在一幀畫面內(nèi)完成全部測量操作，用時通常小于30 ms，距離小于2 m，實現(xiàn)攝像和連拍模式下瞬間對焦。該型號傳感器具有6個有效引腳和1個I2C接口，正常工作模式下功耗僅20 mW。不同于傳統(tǒng)紅外接近檢測傳感器，激光測距傳感器輸出的是毫米測距結(jié)果，能夠區(qū)分起重機大小車目標(biāo)橫向或縱向移動。

2.3? 變頻器

利用變頻器改變電機工作電源頻率，從而控制電力設(shè)備。變頻器結(jié)構(gòu)如圖4所示。

以往設(shè)備的無功功率不但增加線損，還會導(dǎo)致電網(wǎng)有功功率下降，設(shè)備使用效率降低，而安置變頻調(diào)速裝置后，受到內(nèi)部濾波電容的影響，減少了無功損耗。變頻器可將固定變頻交流電轉(zhuǎn)換為可以調(diào)節(jié)的交流電，控制輸出電壓頻率，實現(xiàn)對電機調(diào)速，根據(jù)負載大小控制電機轉(zhuǎn)速，達到保護電機的目的。

2.4? 定位控制電路

使用固定標(biāo)志點，集合線性部件實現(xiàn)定位控制，其電路如圖5所示。

圖5中，PD1和PD2控制環(huán)路穩(wěn)定性，施加一個制動力縮短響應(yīng)時間，通過放大器修正電動機驅(qū)動輸出數(shù)據(jù)。圖中電動機具有14 V電動勢，在翻轉(zhuǎn)過程中，在晶體管上加載46 V電壓，電路使用一個功率運算放大器將一對光電管差分輸出組合起來，驅(qū)動電動機適當(dāng)轉(zhuǎn)動方向，直到兩個光電管電流大小一致為止。如果瞬時運動輸入電流切換到放大器輸入端時，那么放大器驅(qū)動電動機應(yīng)按照所需方向轉(zhuǎn)動;如果未達到標(biāo)志點時，那么[C2]上的電荷應(yīng)繼續(xù)為電動機提供動力。由于電動機響應(yīng)時間與系統(tǒng)慣性分別應(yīng)用在不同場合之中，因此，根據(jù)[C2]和[R1]選擇合適阻尼，由此實現(xiàn)橋式起重機精準(zhǔn)定位。

3? 系統(tǒng)定位程序設(shè)計

采用CoDeSys作為軟件開發(fā)平臺設(shè)計系統(tǒng)定位程序，將一個工程分為不同程序組織單元，使程序模塊化。利用神經(jīng)網(wǎng)絡(luò)控制大小車位置，通過激光測距傳感器降低誤差，由此精準(zhǔn)定位橋式起重機。

3.1? 神經(jīng)網(wǎng)絡(luò)層次分析

神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)具有單隱含層特點，收斂速度較快，包括兩層非線性輸入層。設(shè)網(wǎng)絡(luò)輸入為[n]維向量，第1層非線性輸入層為：

[λja=exp-a-oj2h2j，? ? j=1，2，…，m] （1）

式中：[a=a1，a2，…，anT∈Rn];[oj]為節(jié)點[j]徑向基函數(shù)數(shù)據(jù)中心;[hj]為節(jié)點[j]徑向基函數(shù)寬度;[?]表示歐幾里德范數(shù)。

第2層非線性輸入層為：

[fa=j=1mωkjλja=ωTkλ，? ? k=1，2，…，g] （2）

式中：[ωk]表示基函數(shù)輸出和第[k]個輸出節(jié)點連接權(quán)值;[g]為輸出層數(shù)。

橋式起重機具有非線性特點，依據(jù)神經(jīng)網(wǎng)絡(luò)層次分析，能夠逼近任意連續(xù)系統(tǒng)，采用神經(jīng)網(wǎng)絡(luò)直接控制大小車位置，即可實現(xiàn)橋式起重機定位。

3.2? 激光測距傳感方式設(shè)計

針對橋式起重機定位過程中存在定位不精準(zhǔn)的問題，在神經(jīng)網(wǎng)絡(luò)層次分析情況下，設(shè)計定位系統(tǒng)傳感器檢測單元。

激光測距傳感器是由電脈沖驅(qū)動產(chǎn)生激光束，激光束經(jīng)過大車一端反射到板子上，鏡頭接收光束后返回到接收元件之中，其產(chǎn)生的電脈沖在一定時間間隔后，通過傳感器處理輸出模擬量信號，即獲取[x]方向坐標(biāo)。在保證1 mm定位精準(zhǔn)度下，使測量范圍由20 cm變?yōu)?00 m，其工作原理如圖6所示。

如果光以速度[v]在兩點之間傳播，往返1次所耗費的時間為[t]，那么這兩點之間的距離為[S=12vt]，因此，確定光速后，測量兩點間距離只需了解光傳播時間。該種傳感方式作用于橋式起重機小車上，其所得的數(shù)據(jù)為精準(zhǔn)位置信號，與上位機通信較為方便，獲取的信息也可進行簡單轉(zhuǎn)換，可靠性較高。

針對起重機大小控制機車速度，當(dāng)要求起重機達到某一速度值時，根據(jù)激光測距傳感器反饋回來的速度信號，調(diào)整變頻器頻率值，保證大小機車速度都能達到要求的速度值，穩(wěn)定運行。為了使大小車獲取最大運行速率，需利用最大加速度，使其盡可能高速運行，依據(jù)激光測距傳感器實現(xiàn)大小車行駛方向?qū)崟r定位。

3.3? 定位方案實現(xiàn)

利用激光測距傳感器確定大小車區(qū)位，通過定位點編號確定大小車運行目標(biāo)，獲取大小車行駛方向，由此實現(xiàn)橋式起重機定位。

1） 區(qū)位確定

在可編程邏輯控制器中存在兩個變量[p]，[q]，表示大、小車所在位置，利用該控制器掃描并刷新位置變量，無論任何時刻，大、小車所在實際位置都可通過這兩個位置變量來確定。

2） 運行目標(biāo)確定

通過控制臺上開關(guān)輸入可編程邏輯控制器，自動對定位點進行編號。[d]表示區(qū)位定位點編碼，[x]，[y]分別表示定位點位于第[x]橫排和第[y]豎排。依據(jù)起重機移動規(guī)律，需將橋式起重機吊鉤對中的位置分解為大車運行到[x]橫排和[y]豎排，其函數(shù)關(guān)系如下：

[x=（d-1）l+1] （3）

[y=d-lx-1=d-l（d-1）l] （4）

式中：[l]表示區(qū)位內(nèi)所有定位點，當(dāng)[d=]0時，大車停靠在某個區(qū)域，此時[x=0，y=0]。

3） 行駛方向確定

當(dāng)可編程邏輯控制器中[p]變量數(shù)值大于0，[x≠0]時，大車初始位置確定，起重機可投入自動運行狀態(tài)。在投入的瞬間，當(dāng)[q]變量的數(shù)值大于0且小于[p]時，小車行駛。

利用神經(jīng)網(wǎng)絡(luò)方法確定大小車行駛方向，進而定位橋式起重機，實現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的橋式起重機定位系統(tǒng)設(shè)計。

4? 仿真實驗

為了驗證基于神經(jīng)網(wǎng)絡(luò)的橋式起重機定位系統(tǒng)性能，采用Matlab對定位系統(tǒng)進行仿真測試。使用三組不同橋式起重機參數(shù)，如表1所示。

分別在這三組仿真參數(shù)下，對比分析人工定位系統(tǒng)、自動定位系統(tǒng)和神經(jīng)網(wǎng)絡(luò)定位系統(tǒng)小車位移和吊繩擺角曲線，對比結(jié)果如下所示。

1） 第一組仿真參數(shù)下，三種系統(tǒng)起重機小車位移和吊繩擺角曲線對比情況如圖7所示。

從圖7中可看出，人工定位系統(tǒng)、自動定位系統(tǒng)位移曲線上下波動幅度較大，吊繩擺角曲線與實際值相差較大。而神經(jīng)網(wǎng)絡(luò)定位系統(tǒng)小車位移曲線較為光滑，吊繩擺角曲線更接近實際值，并沒有明顯振動情況。

2） 第二組仿真參數(shù)下，三種系統(tǒng)起重機小車位移和吊繩擺角曲線對比情況如圖8所示。

從圖8中可看出，自動定位系統(tǒng)位移曲線在第二組仿真參數(shù)下相對平緩，但仍存在波動情況。人工定位系統(tǒng)位移曲線較為平滑，但比基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)曲線位移曲線高出5 m左右，而實際位移與基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)曲線位移曲線一致。擺角曲線中基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)與實際值存在較小偏差，并不完全一致，但仍不影響起重機運行效率，而另外兩種系統(tǒng)擺角與實際值偏差較大。

3） 第三組仿真參數(shù)下，三種系統(tǒng)起重機小車位移和吊繩擺角曲線對比情況如圖9所示。

由圖9可知，參數(shù)變化并不會對基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)位移曲線帶來影響，仍然保持平滑曲線形式，但擺角出現(xiàn)較大變化，隨著載荷質(zhì)量增加，其擺角也變大，但仍與實際值保持一致。

依據(jù)上述三組仿真參數(shù)下不同系統(tǒng)小車位移與吊繩擺角曲線對比結(jié)果，分析這三種系統(tǒng)定位精度，結(jié)果如圖10所示。

由圖10可知，當(dāng)實驗次數(shù)為25次時，神經(jīng)網(wǎng)絡(luò)定位系統(tǒng)精度達到最高為96%，在實驗次數(shù)為5次時，達到最低為85%，而人工定位系統(tǒng)和自動定位系統(tǒng)最高精度分別為53%和59%。因此，基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)定位精度更高。

5? 結(jié)? 語

本文運用神經(jīng)網(wǎng)絡(luò)定位方法解決橋式起重機大小車定位問題，所建立的定位系統(tǒng)由神經(jīng)網(wǎng)絡(luò)定位裝置和控制器組成。采用神經(jīng)網(wǎng)絡(luò)算法對橋式起重機系統(tǒng)進行在線定位，根據(jù)定位結(jié)果實時調(diào)整起重機工作方式，提高了工作效率。

通過仿真測試可以證明，該系統(tǒng)能夠精準(zhǔn)定位，并針對吊繩長度、載重質(zhì)量變化具有良好的適應(yīng)性，相對于傳統(tǒng)系統(tǒng)來說，具有更好的魯棒性，可實現(xiàn)橋式起重機智能化運行。

參考文獻

[1] 賴嘯，劉勇，代艷霞，等.橋式吊車系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制與學(xué)習(xí)[J].機械設(shè)計與制造，2018，22（6）：25?30.

[2] XU Longyang， ZHENG Zengwei， SUN Lin， et al. Multi?sensor fusion PDR positioning method based on neural network [J]. Journal of sensing technology， 2018， 31（4）： 12?19.

[3] 陳志梅，高武龍，張井崗.基于濾波器的橋式起重機無源滑模防擺控制研究[J].自動化儀表，2017，38（9）：5?9.

[4] 余容，陳子龍，何朝明.核用智能橋式起重機實時糾偏控制策略[J].機械設(shè)計與制造，2017，22（2）：50?52.

[5] 付子義，袁海國，王藝龍.基于迭代學(xué)習(xí)控制的橋式起重機定位及防擺[J].實驗室研究與探索，2017，36（2）：34?38.

[6] 趙華洋，李理，張春友，等.基于神經(jīng)元控制的橋式起重機吊重防擺系統(tǒng)[J].實驗室研究與探索，2017，36（11）：64?67.

[7] 董明曉，逄波，王積永.起升運動對橋式起重機貨物擺動特性的影響規(guī)律[J].起重運輸機械，2017，16（2）：36?38.

[8] 唐艷同，黃超亮，陳水龍，等.一種基于貝葉斯網(wǎng)絡(luò)的橋式起重機故障診斷方法[J].起重運輸機械，2017，19（4）：22?26.

[9] 周奇才，王璐，熊肖磊，等.考慮彈性結(jié)構(gòu)時橋式起重機防搖控制系統(tǒng)數(shù)學(xué)建模方法研究[J].制造業(yè)自動化，2017，39（10）：25?27.

[10] ZHANG Bo. Inverse kinematics analysis of redundant manipulator based on neural network [J]. Electronic design engineering， 2018， 26（14）： 190?193.

[11] 強寶民，吳俠，吳鵬，等.橋式起重機橋架結(jié)構(gòu)載荷強度優(yōu)化設(shè)計研究[J].計算機仿真，2017，34（7）：178?183.