Нечітке управління крановими установками на основі нейроподібних структур геометричних перетворень

Abstract

Дисертація присвячена розробленню методу та елементів автоматизованої системи управління крановими установками портального типу. Основна увага спрямовується на системи, які базуються на нечіткій методології управління, тобто такі, які використовують досвід оператора крану для реалізації процесу управління. Недоліками існуючих автоматизованих систем управління кранами є їх низька швидкість транспортування вантажу, та його коливання під час перевезення. Розроблено методи нейронечіткого управління та елементи автоматизованої системи управління крановими установками на їх основі, що використовує нейронечіткий контролер T-Controller для управління коливаннями вантажу під час його перевезення від точки до точки. Нечіткий контролер використовує продукційні правила управління, які побудовані на основі знань та досвіду оператора крану. Перевагами даного нейронечіткого контролера є його висока точність та швидкодія, а також прискорена процедура налаштування та простота в реалізації. Розроблена модель управління коливаннями вантажу базується на основі контролювання кута відхилення вантажу та його відстані відносно стартової точки транспортування, що забезпечує плавне та швидке перевезення вантажу без значних його коливань під час руху. Розроблено метод корекції вузлів фазифікації вхідних параметрів, який базується на застосуванні генетичного алгоритму, завдяки якому забезпечується точність вибору відповідного значення потужності, що надається крану, при певних заданих значеннях кута та відстані вантажу, що впливає на швидкість процесу транспортування. The thesis is devoted to the development and improvement of neurofuzzy methods for employing them in the automated gantry crane system. Systems of load handling is an important part of the production cycle where they support technological and operational operations with the help of transporting goods within production units and production plants. These industrial systems such as bridge, gantry and other types of cranes are used in many industries. The main focus of this paper concentrates on the problem of load positioning during crane work. This problem is very interesting in terms of process automation and widely studied in the work of various researchers because of the need to solve the problem of swinging regulation in the crane management systems. This problem is also important in an increasingly high requirements that relate to the expected timing and accuracy of the loop during crane operations handling in automated production processes. During researching there was created model of gantry crane management system on the basis of fuzzy algorithms using neural-like structures of geometric transformations which reduces load swinging during its transportation by gantry crane. Swing reducing positively affects the speed and performance of transportation. The feature of developed programalgorithmic tools of automated management system is they belong to a category that uses fuzzy control methods that implements knowledge and experience of a crane operator in form of fuzzy production rules for managing the system. Experimental studies have confirmed the high accuracy in choosing the appropriate value of power provided to the crane which improves control process and ensures reducing the load swinging. In addition, there are developed and improved a method of fuzzification knots correction of input and output parameters on the basis of genetic algorithm. This method pro-vides fast deflection damping and reduces the number of iterations of crane working process affecting the transportation of one container and the performance of the transportation cycle in general. Besides that, method of fuzzy rules and fuzzification knots setting based on genetic algorithm speeds up the process of reconfiguring the crane control system during changing conditions functioning. Based on the theoretical and practical results of the research work there was developed the software solution that implements developed methods of neurofuzzy control of load swinging and correction of fuzzification knots. Developed software could be used on Windows platforms. The developed algorithmic tools have a modular structure that allows the implementation of the software control algorithms be used as components of computer systems for managing gantry crane load swinging. Диссертация посвящена разработке методов и элементов автоматизированной системы управления крановыми установками портального типа. Основное внимание направляется на системы, основанные на нечеткой методологии управления, то есть такие, которые используют опыт оператора крана для реализации процесса упления. Недостатком существующих автоматизированных систем управления кранами является их низкая скорость транспортировки груза, и его колебания во время перевозки. Разработаны методы нейронечеткого управления и элементы автоматизированной системы управления крановыми установками на их основе, использует нейронечеткий контроллер T-Controller для управления колебаниями груза при его перевозке от точки к точке. Нечеткий контроллер использует продукционные правила управления, построенные на основе знаний и опыта оператора крана. Преимуществами данного нейронечеткого контроллера является его высокая точность и быстродействие, а также ускоренная процедура настройки и простота в реализации. Разработанная модель управления колебаниями груза базируется на основе контроля угла отклонения груза и его расстояния относительно стартовой точки транспортировки, что обеспечивает плавную и быструю перевозку груза без значительных его колебаний во время движения. Разработан метод коррекции узлов фаззификации входных параметров, который базируется на применении генетического алгоритма, благодаря которому обеспечивается точность выбора соответствующего значения мощности, предоставляемой крану, при определенных заданных значениях угла и расстояния груза, что влияет на скорость процесса транспортировки.