CN116968878A - 一种基于混联机构的海上登乘***的部署方法 - Google Patents
一种基于混联机构的海上登乘***的部署方法 Download PDFInfo
- Publication number
- CN116968878A CN116968878A CN202310669160.4A CN202310669160A CN116968878A CN 116968878 A CN116968878 A CN 116968878A CN 202310669160 A CN202310669160 A CN 202310669160A CN 116968878 A CN116968878 A CN 116968878A
- Authority
- CN
- China
- Prior art keywords
- series
- parallel mechanism
- platform
- expression
- follows
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000013528 artificial neural network Methods 0.000 claims abstract description 24
- 230000003068 static effect Effects 0.000 claims abstract description 9
- 230000007935 neutral effect Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 239000003921 oil Substances 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000010720 hydraulic oil Substances 0.000 claims description 3
- 239000010729 system oil Substances 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B27/00—Arrangement of ship-based loading or unloading equipment for cargo or passengers
- B63B27/14—Arrangement of ship-based loading or unloading equipment for cargo or passengers of ramps, gangways or outboard ladders ; Pilot lifts
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/10—Monitoring properties or operating parameters of vessels in operation using sensors, e.g. pressure sensors, strain gauges or accelerometers
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
一种基于混联机构的海上登乘***的部署方法,属于海洋工程技术领域。为解决传统海浪补偿***的不足的问题。本发明控制器控制舷梯到中位位置,使舷梯末端离开甲板,构建基于电液伺服***的RBF神经网络自适应控制器模型,采集船体姿态信息数据和位置信息数据,在部署状态前,对混联机构进行主动补偿,保持舷梯末端相对风机平台静止;采集舷梯末端相对风机平台着陆点的三维速度信息数据,对混联机构进行解算,得到各关节的目标速度;在船舶动力定位条件下,采集船舶姿态和位置信息数据,在部署状态下,对混联机构进行主动补偿;判断舷梯末端是否到达风机平台目标点,判断为是则部署结束,判断为否则重新执行部署方法。本发明稳定性提高。
Description
技术领域
本发明属于海洋工程技术领域,具体涉及一种基于混联机构的海上登乘***的部署方法。
背景技术
随着科学技术的飞速发展,清洁能源和绿色能源的开发和使用受到越来越多的关注。广阔的海洋约占地球面积的70%,海上风能资源丰富,风电场数量大幅增加。海上风电已成为储量最大、开发技术最成熟、发展前景最广阔的新能源领域之一。
但是,风力资源的蓬勃发展也存在许多问题。海上风电场需要面对风、浪等多重负荷考验,环境条件比陆地更为困难和复杂,海上潮汐、台风、气流、雷电等各种环境因素,使得海上风轮容易发生故障,人员从船到风力涡轮机平台是非常困难的,也是非常危险的。为了维护廊桥的稳定性和维护人员的作业安全,基于混联机构的海上登乘***的部署的研究成为重中之重。
目前基于混联机构的海上登乘***的研究在国外已经比较成熟,但并不完全适用于国内状况。针对混联机构的运动学分析是主动海浪补偿***的重点研究内容,运动学求解分为运动学正解和运动学逆解,其中求解运动学正解目前主要有数值法和解析法。高建设等以能耗最小姿态为最优姿态,基于矢量法求解了串并混联腿的运动学正逆解。韩方元等提出了一种求解3-PRS并联机构正解的快速数值解法,使得计算速度比普通算法快1.5倍。Sung以正运动学方程为约束条件,用优化理论来求最优解,但实时应用还有待在优化理论和软硬件实现方面做进一步探讨。Joey用遗传算法来完成轨迹规划,但这种迭代变量(样本)随机产生的迭代方法的收敛性无法保证。Wolovich提出了基于运动学正解的动态方法来求非冗余度机器人的运动学逆解,但对计算机的配置要求较高而难以实现。
发明内容
本发明要解决的问题是针对传统海浪补偿***的不足,提供一种基于混联机构的海上登乘***的部署方法,实现海上登乘***与海上平台的搭接要求,为工程实际提供了理论支持。
为实现上述目的,本发明通过以下技术方案实现:
一种基于混联机构的海上登乘***的部署方法,包括如下步骤:
S1、控制器控制舷梯到中位位置,使舷梯末端离开甲板;
S2、构建基于电液伺服***的RBF神经网络自适应控制器模型;
S3、使用位置传感器和姿态传感器采集船体姿态信息数据和位置信息数据;
S4、根据步骤S3采集到的船体姿态信息数据和位置信息数据,在部署状态前,对混联机构进行主动补偿,保持舷梯末端相对风机平台静止;
S5、采集舷梯末端相对风机平台着陆点的三维速度信息数据,对混联机构进行解算,得到各关节的目标速度;
S6、在船舶动力定位条件下,采集船舶姿态和位置信息数据,在部署状态下,对混联机构进行主动补偿;
S7、判断舷梯末端是否到达风机平台目标点,判断为是则部署结束启动被动补偿,判断为否则返回步骤S5重新执行基于混联机构的海上登乘***的部署方法。
进一步的,步骤S1的具体实现方法包括如下步骤:
S1.1、对混联机构进行逆运动学求解:设置α,β,γ分别为绕x,y,z轴的转角,Xp,Yp,Zp为混联机构的上平台坐标系原点A相对于混联机构的下平台坐标系原点B的位置,E系为空间惯性坐标系,θ1为转动关节的转动角度,θ2为摆动关节的俯仰角度,q3为伸缩长度,则得到混联机构的下平台Stewart并联平台齐次变换矩阵的表达式为:
其中,cos(·)→c,sin(·)→s,混联机构的上、下平台旋转矩阵为P为上平台坐标系原点A相对于混联机构的下平台坐标系原点B的位置矢量;
S1.2、设混联机构的上平台坐标系中原点A与任意圆周一点向量为混联机构的下平台坐标系中原点B与任意圆周一点向量为/>则根据上、下平台其次变换矩阵可得出的关系,表达式为:
S1.3、将混联机构的上、下平台旋转矩阵简化表示,表达式为:
然后带入步骤S1.2中的表达式,得到表达式为:
S1.4、设置混联机构的六自由度并联平台的六个连杆杆分别为li(1,2,3,4,5,6),同一连杆两端分别对应上、下平台铰点,则连杆杆长向量的表达式为:
然后带入步骤S1.3中的矩阵表达式,最终求得联机构的六自由度并联平台的连杆杆长li的表达式为:
S1.5、构建混联机构的上平台串联3-DOF机械臂齐次变换矩阵的表达式为:
进一步的,步骤S2的具体实现方法包括如下步骤:
S2.1、构建电液伺服***模型:
定义状态变量转化为状态方程:
其中,y为液压缸的位移,为液压缸的速度,p1,p2分别为液压缸左右两侧的压强,m为液压缸的负载质量,AfSf分别为可建模的库伦摩擦幅值、连续的近似库伦摩擦形状函数***外干扰及未建模动态,βe为液压油的弹性模量,A1、A2分别为液压缸左右两腔的有效活塞面积,V01、V02分别为液压缸左右两腔的死区体积,Ct为液压缸泄露系数,ki,kq,ps,pr分别是阀芯电流增益、阀芯位移流量增益、***油源压力、回油压力;Q1、Q2分别为液压缸两腔的流量,τ为液压缸受到的外界的负载力;
设置液压缸两腔的流量,τ为液压缸受到的外界的负载力的计算公式为:
Q1=gR1u
Q2=gR2u
则得到表达式为:
S2.2、定义新的状态变量定义其非线性部分为/>g(x1,p1,p2),则新的状态方程为:
其中,u为伺服阀的输入信号;
S2.3、定义则有表达式为:
其中,x为网络的输入,j为网络隐含层第j个节点,h=[hj]T为网络的高斯基函数输出,W*和V*分别为网络f(·)和g(·)的理想权值,εf和εg为网络的逼近误差,则表达式为:
|εf|≤εMf,|εg|≤εMg
f(·)=W*Thf(x)+εf,g(·)=V*Thg(x)+εg
S2.4、定义Lyapunov函数的表达式为:
其中,e=x1-xdγ1>0,γ2>0;
则通过变换得到以下表达式为:
S2.5、定义设计控制律的表达式为:
则带入步骤S2.4中的表达式,得到以下公式为:
S2.6、取η>|ε|max,自适应律的表达式为:
则得到其中,控制律中的鲁棒项ηsgn(s)的作用是克服神经网络逼近误差,以保证***稳定;
当且仅当s=0时,根据LaSalle不变性原理,闭环***渐进稳定,即当t→∞时,s→0,***的收敛速度取决于η。
进一步的,步骤S3的具体实现方法为分别使用惯导和超声测距仪采集船体姿态信息数据和位置信息数据,其中,惯导作为测量船的主用姿态测量设备,船***置信息数据使用三个超声测距仪利用三点测距的原理测量与海上风电平台的实时相对位置。
进一步的,步骤S4的具体实现方法包括如下步骤:
S4.1、设置测量得到的混联机构在海浪影响下的六个自由度的变化分别为α,β,γ,dx,dy,dz,则得到舷梯的齐次变换矩阵为:
其中,舷梯的齐次变换矩阵中未知项表示如下:
x=dx+cγcβ((d3+q3+d4)cθ1cθ2+d2cθ1)+(cγsβsα-sγcα)((d3+q3+d4)sθ1cθ2+d2sθ1)+(cγsβcα+sγsα)(d1+(d3+q3+d4)sθ2)
y=dy+sγcβ((d3+q3+d4)cθ1cθ2+d2cθ1)+(sγsβsα+cγcα)((d3+q3+d4)sθ1cθ2+d2sθ1)+(sγsβcα-cγsα)(d1+(d3+q3+d4)sθ2)
z=dz-sβ((d3+q3+d4)cθ1cθ2+d2cθ1)+cβsα((d3+q3+d4)sθ1cθ2+d2sθ1)+cβcα(d1+(d3+q3+d4)sθ2)
S4.2、对海浪影响下三自由度串联舷梯进行逆运动学分析,记舷梯末端在大地固连坐标系下的坐标为ap4=[x,y,z],解方程组求得各关节运动量为:
其中,
a=(x-dx)cβcγ+(y-dy)cβsγ-(z-dz)sβ
b=(x-dx)(sαsβcγ-cαsγ)+(y-dy)(sαsβsγ+cαcγ)+(z-dz)sαcβ
c=(x-dx)(cαsβcγ+sαsγ)+(y-dy)(cαsβsγ-sαcγ)+(z-dz)cαcβ
舷梯在海浪扰动下的动力学方程计算如下:
其中,G和τd分别为重力项和海浪的干扰项,τ是三个关节力矩构成的向量,方程中未知项如下:
m11=m3[d2+(d3+d4+q3)cθ2]2+m2(d3cθ2+d2)2+m1d2 2
m22=m3(d3+d4+q3)2+m2d3 2
m33=m3
m12=m21=m23=m32=m13=m31=0
c12=-c21=-{m3(d3+d4+q3)[(d3+d4+q3)cθ2+d2]+m2d3(d3cθ2+d2)}
c33=0
G11=0
G21=[m3(d3+d4+q3)+m2d3]gcθ2
G31=m3gsθ2
S4.3、使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对关节目标变化量进行跟踪,控制舷梯末端相对海上风机平台的静止。
进一步的,步骤S5的具体实现方法包括如下步骤:
S5.1、设置舷梯末端相对风机平台着陆点的线速度控制记为vx,vy,vz,使用牛顿法解算各关节空间中各关节的速度量如下:
方程中未知项如下:
k11=(d3+q3+d4)cθ1sθ2+d1cθ1
k12=[(d3+q3+d4)sθ1sθ2+d1sθ1]cα+[(d3+q3+d4)cθ2+d2]sα
k13=-[(d3+q3+d4)cθ1sθ2+d1cθ1]sβ+[(d3+q3+d4)sθ1sθ2+d1sθ1]sαcβ-[(d3+q3+d4)cθ2+d2]cαcβ
k14=sθ1,k15=-cθ1,k16=0
k21=(d2+d3+q3+d4)sθ1
k22=-(d2+d3+q3+d4)cαcθ1
k23=-(d2+d3+q3+d4)(sβsθ1+sαcβcθ1)
k24=0,k25=0,k26=1
k31=-d1sθ1,k32=d1cθ1cα,k33=d1sθ1sβ+d1cθ1sαcβ
k34=0,k35=1,k36=0
r11=-sθ1cβcγ+cθ1(sαsβcγ-cαsγ)
r12=-sθ1cβsγ+cθ1(sαsβsγ+cαcγ)
r13=sθ1sβ+cθ1sαcβ
r21=-cθ1sθ2cβcγ-sθ1sθ2(sαsβcγ-cαsγ)+cθ2(cαsβcγ+sαsγ)
r22=-cθ1sθ2cβsγ-sθ1sθ2(sαsβsγ+cαcγ)+cθ2(cαsβsγ-sαcγ);
r23=cθ1sθ2sβ-sθ1sθ2sαcβ+cθ2cαcβ
r31=cθ1cθ2cβcγ+sθ1cθ2(sαsβcγ-cαsγ)+sθ2(cαsβcγ+sαsγ)
r32=cθ1cθ2cβsγ+sθ1cθ2(sαsβsγ+cαcγ)+sθ2(cαsβsγ-sαcγ)
r33=-cθ1cθ2sβ+sθ1cθ2sαcβ+sθ2cαcβ
S5.2、基于S5.1对各关节控制量的解算,使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对各关节控制量进行跟踪。
进一步的,步骤S6在部署状态下,使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对混联机构进行主动补偿。
本发明的有益效果:
本发明所述的一种基于混联机构的海上登乘***的部署方法,逆运动学求解时,包括目标点在空间的位姿参数,上下平台合理的坐标系建立,包括海浪下以及船舶静止条件下。关节速度计算包括,求解关节速度与舷梯末端相对大地绝对速度的关系,并把海浪干扰产生的六个自由度的速度作为附加项计算其中,当操作员给定舷梯末端期望的绝对速度时,能够得到各关节的速度值。控制器设计包括,针对电液伺服***的时滞性和强非线性,设计一种RBF神经网络滑模控制,利用RBF神经网络对非线性函数的万能逼近能力去拟合电液伺服***中的未知部分以及海浪干扰下舷梯动力学的部分。
本发明所述的一种基于混联机构的海上登乘***的部署方法,弥补了海上登乘***因为海浪的干扰导致的部署过程中舷梯末端轨迹不稳定,和海上平台发生碰撞的危险,也避免了因为海浪干扰导致的动力学结算不准确,提高了控制的精度。
本发明所述的一种基于混联机构的海上登乘***的部署方法,综合考虑到海浪对船体横摇、纵摇、艏摇、横荡、纵荡以及升沉的影响,并参与动力学与运动学的运算,避免了简化模型带来的模型失配问题。
本发明所述的一种基于混联机构的海上登乘***的部署方法,通过计算关节速度与舷梯末端绝对速度的关系,通过设计RBF神经网络自适应滑模控制器实现操作员对舷梯末端的绝对线速度的控制,实现手动部署。
本发明所述的一种基于混联机构的海上登乘***的部署方法,海浪补偿***使用混联机构,综合了串联机构和并联机构的优点,运动空间加大,稳定性提高。
附图说明
图1为本发明所述的一种基于混联机构的海上登乘***的部署方法的流程图;
图2为本发明所述的一种基于混联机构的海上登乘***的部署方法的海浪主动补偿***部署示意图;
图3为本发明所述的一种基于混联机构的海上登乘***的部署方法的海浪主动补偿***机构示意图;
图4为本发明所述的一种基于混联机构的海上登乘***的部署方法的海浪主动补偿***运动学模型图;
图5为本发明所述的一种基于混联机构的海上登乘***的部署方法的海浪主动补偿***三点定位示意图;
图6为本发明所述的一种基于混联机构的海上登乘***的部署方法的RBF神经网络结构图;
图7为本发明所述的一种基于混联机构的海上登乘***的部署方法的控制***结构图;
图8为本发明所述的一种基于混联机构的海上登乘***的部署方法的电液伺服***AMEsim仿真框图;
图9为本发明所述的一种基于混联机构的海上登乘***的部署方法的跟踪效果对比曲线图;
图10为本发明所述的一种基于混联机构的海上登乘***的部署方法的跟踪误差对比曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅用以解释本发明,并不用于限定本发明,即所描述的具体实施方式仅仅是本发明一部分实施方式,而不是全部的具体实施方式。通常在此处附图中描述和展示的本发明具体实施方式的组件可以以各种不同的配置来布置和设计,本发明还可以具有其他实施方式。
因此,以下对在附图中提供的本发明的具体实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定具体实施方式。基于本发明的具体实施方式,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方式,都属于本发明保护的范围。
为能进一步了解本发明的发明内容、特点及功效,兹例举以下具体实施方式,并配合附图1-附图10详细说明如下:
具体实施方式一:
一种基于混联机构的海上登乘***的部署方法,包括如下步骤:
S1、控制器控制舷梯到中位位置,使舷梯末端离开甲板;
进一步的,步骤S1的具体实现方法包括如下步骤:
S1.1、对混联机构进行逆运动学求解:设置α,β,γ分别为绕x,y,z轴的转角,Xp,Yp,Zp为混联机构的上平台坐标系原点A相对于混联机构的下平台坐标系原点B的位置,E系为空间惯性坐标系,θ1为转动关节的转动角度,θ2为摆动关节的俯仰角度,q3为伸缩长度,则得到混联机构的下平台Stewart并联平台齐次变换矩阵的表达式为:
其中,cos(T)→c,sin(·)→s,混联机构的上、下平台旋转矩阵为P为上平台坐标系原点A相对于混联机构的下平台坐标系原点B的位置矢量;
S1.2、设混联机构的上平台坐标系中原点A与任意圆周一点向量为混联机构的下平台坐标系中原点B与任意圆周一点向量为/>则根据上、下平台其次变换矩阵可得出的关系,表达式为:
S1.3、将混联机构的上、下平台旋转矩阵简化表示,表达式为:
然后带入步骤S1.2中的表达式,得到表达式为:
S1.4、设置混联机构的六自由度并联平台的六个连杆杆分别为li(1,2,3,4,5,6),同一连杆两端分别对应上、下平台铰点,则连杆杆长向量的表达式为:
然后带入步骤S1.3中的矩阵表达式,最终求得联机构的六自由度并联平台的连杆杆长li的表达式为:
S1.5、构建混联机构的上平台串联3-DOF机械臂齐次变换矩阵的表达式为:
S2、构建基于电液伺服***的RBF神经网络自适应控制器模型;
进一步的,步骤S2的具体实现方法包括如下步骤:
S2.1、构建电液伺服***模型:
定义状态变量转化为状态方程:
其中,y为液压缸的位移,为液压缸的速度,p1,p2分别为液压缸左右两侧的压强,m为液压缸的负载质量,AfSf分别为可建模的库伦摩擦幅值、连续的近似库伦摩擦形状函数***外干扰及未建模动态,βe为液压油的弹性模量,A1、A2分别为液压缸左右两腔的有效活塞面积,V01、V02分别为液压缸左右两腔的死区体积,Ct为液压缸泄露系数,ki,kq,ps,pr分别是阀芯电流增益、阀芯位移流量增益、***油源压力、回油压力;Q1、Q2分别为液压缸两腔的流量,τ为液压缸受到的外界的负载力;
设置液压缸两腔的流量,τ为液压缸受到的外界的负载力的计算公式为:
Q1=gR1u
Q2=gR2u
则得到表达式为:
S2.2、定义新的状态变量定义其非线性部分为/>g(x1,p1,p2),则新的状态方程为:
其中,u为伺服阀的输入信号;
S2.3、定义则有表达式为:
其中,x为网络的输入,j为网络隐含层第j个节点,h=[hj]T为网络的高斯基函数输出,W*和V*分别为网络f(·)和g(·)的理想权值,εf和εg为网络的逼近误差,则表达式为:
|εf|≤εMf,|εg|≤εMg
f(·)=W*Thf(x)+εf,g(·)=V*Thg(x)+εg
S2.4、定义Lyapunov函数的表达式为:
其中,e=x1-xdγ1>0,γ2>0;
则通过变换得到以下表达式为:
S2.5、定义设计控制律的表达式为:
则带入步骤S2.4中的表达式,得到以下公式为:
S2.6、取η>|ε|max,自适应律的表达式为:
则得到其中,控制律中的鲁棒项ηsgn(s)的作用是克服神经网络逼近误差,以保证***稳定;
当且仅当s=0时,根据LaSalle不变性原理,闭环***渐进稳定,即当t→∞时,s→0,***的收敛速度取决于η;
S3、使用位置传感器和姿态传感器采集船体姿态信息数据和位置信息数据;
进一步的,步骤S3的具体实现方法为分别使用惯导和超声测距仪采集船体姿态信息数据和位置信息数据,其中,惯导作为测量船的主用姿态测量设备,船***置信息数据使用三个超声测距仪利用三点测距的原理测量与海上风电平台的实时相对位置;
使用三个超声测距仪,利用三点定位可以测得舷梯相对风机平台目标点的位置变化的计算公式为:
[xi,yi,zi],i=1,2,3分别是三个超声测距仪在风机平台上的固定目标点的坐标,L1,L2,L3是三个超声测距仪输出的长度;
化简得:
取:
a1=2(x2-x1),b1=2(y2-y1),d1=L1 2-L2 2-(x1 2-x2 2)-(y1 2-y2 2)
a2=2(x3-x2),b2=2(y3-y2),d2=L2 2-L3 2-(x2 2-x3 2)-(y2 2-y3 2)
由克拉默法则求得:
带入原式得:
S4、根据步骤S3采集到的船体姿态信息数据和位置信息数据,在部署状态前,对混联机构进行主动补偿,保持舷梯末端相对风机平台静止;
进一步的,步骤S4的具体实现方法包括如下步骤:
S4.1、设置测量得到的混联机构在海浪影响下的六个自由度的变化分别为α,β,γ,dx,dy,dz,则得到舷梯的齐次变换矩阵为:
其中,舷梯的齐次变换矩阵中未知项表示如下:
x=dx+cγcβ((d3+q3+d4)cθ1cθ2+d2cθ1)+(cγsβsα-sγcα)((d3+q3+d4)sθ1cθ2+d2sθ1)+(cγsβcα+sγsα)(d1+(d3+q3+d4)sθ2)
y=dy+sγcβ((d3+q3+d4)cθ1cθ2+d2cθ1)+(sγsβsα+cγcα)((d3+q3+d4)sθ1cθ2+d2sθ1)+(sγsβcα-cγsα)(d1+(d3+q3+d4)sθ2)
z=dz-sβ((d3+q3+d4)cθ1cθ2+d2cθ1)+cβsα((d3+q3+d4)sθ1cθ2+d2sθ1)+cβcα(d1+(d3+q3+d4)sθ2)
S4.2、对海浪影响下三自由度串联舷梯进行逆运动学分析,记舷梯末端在大地固连坐标系下的坐标为ap4=[x,y,z],解方程组求得各关节运动量为:
/>
其中,
a=(x-dx)cβcγ+(y-dy)cβsγ-(z-dz)sβ
b=(x-dx)(sαsβcγ-cαsγ)+(y-dy)(sαsβsγ+cαcγ)+(z-dz)sαcβ
c=(x-dx)(cαsβcγ+sαsγ)+(y-dy)(cαsβsγ-sαcγ)+(z-dz)cαcβ
舷梯在海浪扰动下的动力学方程计算如下:
其中,G和τd分别为重力项和海浪的干扰项,τ是三个关节力矩构成的向量,方程中未知项如下:
m11=m3[d2+(d3+d4+q3)cθ2]2+m2(d3cθ2+d2)2+m1d2 2
m22=m3(d3+d4+q3)2+m2d3 2
m33=m3
m12=m21=m23=m32=m13=m31=0
c12=-c21=-{m3(d3+d4+q3)[(d3+d4+q3)cθ2+d2]+m2d3(d3cθ2+d2)}
c33=0
G11=0
G21=[m3(d3+d4+q3)+m2d3]gcθ2
G31=m3gsθ2
S4.3、使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对关节目标变化量进行跟踪,控制舷梯末端相对海上风机平台的静止;
S5、采集舷梯末端相对风机平台着陆点的三维速度信息数据,对混联机构进行解算,得到各关节的目标速度;
进一步的,步骤S5的具体实现方法包括如下步骤:
S5.1、设置舷梯末端相对风机平台着陆点的线速度控制记为vx,vy,vz,使用牛顿法解算各关节空间中各关节的速度量如下:
方程中未知项如下:
k11=(d3+q3+d4)cθ1sθ2+d1cθ1
k12=[(d3+q3+d4)sθ1sθ2+d1sθ1]cα+[(d3+q3+d4)cθ2+d2]sα
k13=-[(d3+q3+d4)cθ1sθ2+d1cθ1]sβ+[(d3+q3+d4)sθ1sθ2+d1sθ1]sαcβ
-[(d3+q3+d4)cθ2+d2]cαcβ
k14=sθ1,k15=-cθ1,k16=0
k21=(d2+d3+q3+d4)sθ1
k22=-(d2+d3+q3+d4)cαcθ1
k23=-(d2+d3+q3+d4)(sβsθ1+sαcβcθ1)
k24=0,k25=0,k26=1
k31=-d1sθ1,k32=d1cθ1cα,k33=d1sθ1sβ+d1cθ1sαcβ
k34=0,k35=1,k36=0
S5.2、基于S5.1对各关节控制量的解算,使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对各关节控制量进行跟踪;
S6、在船舶动力定位条件下,采集船舶姿态和位置信息数据,在部署状态下,对混联机构进行主动补偿;
进一步的,步骤S6在部署状态下,使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对混联机构进行主动补偿;
S7、判断舷梯末端是否到达风机平台目标点,判断为是则部署结束启动被动补偿,判断为否则返回步骤S5重新执行基于混联机构的海上登乘***的部署方法。
从图2可知,海上登乘***固定在甲板上,用于出海作业维修海上的风电平台。风电平台相对大地坐标系静止,而运维船在海面上受海浪横摇、纵摇、艏摇以及横荡、纵荡和垂荡的影响时时刻刻都处于晃荡的状态,本技术方案是设计基于混联机构的海上登乘***实现在海浪影响下舷梯末端能够按照操作人员的期望速度完成与海上平台的搭接任务。
从图3可知,该混联机构由一个上平台即三自由度串联平台和一个下平台即六自由度并联平台组成。上平台三自由度串联平台由具有伸缩功能的舷梯、俯仰机构、回转机构和操作平台组成。下平台六自由度并联平台由六台铰支座与六台伺服油缸构成。
六自由度并联平台主要执行机构为六台伺服油缸,六台伺服油缸的缸杆端与上铰支座铰接,上铰支座与运动平台下表面固连,伺服油缸缸底与下铰支座铰接,下铰支座与静平台上表面固连。静平台通过地脚螺栓与甲板固连,为运动补偿提供安全可靠的支撑。
从图4能够看出,将坐标系建立在并联平台动、静平台的中心位置。再根据串联机构的伸缩、俯仰、回转来建立上平台舷梯的坐标系。
从图7可知,为了验证控制算法的有效性,在AMEsim中搭建电液伺服***模型,并在matlab/simulink中编写RBF神经网络滑模控制器,并依据对稳定性以及跟踪速度的分析,在保证***稳定的前提下对***参数进行修正,得到改进之后的RBF神经网络滑模控制器。之后对控制效果进行验证。
从图9和图10可知,分别对PID控制器、改进前后的RBF神经网络控制器进行仿真分析。根据仿真结果可以看出,改进之后的RBF神经网络滑模控制器对期望速度的跟踪效果最好,跟踪误差最小,能够满足部署中的速度跟踪需求。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然在上文中已经参考具体实施方式对本申请进行了描述,然而在不脱离本申请的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,本申请所披露的具体实施方式中的各项特征均可通过任意方式相互结合起来使用,在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此,本申请并不局限于文中公开的特定具体实施方式,而是包括落入权利要求的范围内的所有技术方案。
Claims (7)
1.一种基于混联机构的海上登乘***的部署方法,其特征在于,包括如下步骤:
S1、控制器控制舷梯到中位位置,使舷梯末端离开甲板;
S2、构建基于电液伺服***的RBF神经网络自适应控制器模型;
S3、使用位置传感器和姿态传感器采集船体姿态信息数据和位置信息数据;
S4、根据步骤S3采集到的船体姿态信息数据和位置信息数据,在部署状态前,对混联机构进行主动补偿,保持舷梯末端相对风机平台静止;
S5、采集舷梯末端相对风机平台着陆点的三维速度信息数据,对混联机构进行解算,得到各关节的目标速度;
S6、在船舶动力定位条件下,采集船舶姿态和位置信息数据,在部署状态下,对混联机构进行主动补偿;
S7、判断舷梯末端是否到达风机平台目标点,判断为是则部署结束启动被动补偿,判断为否则返回步骤S5重新执行基于混联机构的海上登乘***的部署方法。
2.根据权利要求1所述的一种基于混联机构的海上登乘***的部署方法,其特征在于,步骤S1的具体实现方法包括如下步骤:
S1.1、对混联机构进行逆运动学求解:设置α,β,γ分别为绕x,y,z轴的转角,Xp,Yp,Zp为混联机构的上平台坐标系原点A相对于混联机构的下平台坐标系原点B的位置,E系为空间惯性坐标系,θ1为转动关节的转动角度,θ2为摆动关节的俯仰角度,q3为伸缩长度,则得到混联机构的下平台Stewart并联平台齐次变换矩阵的表达式为:
其中,cos(·)→c,sin(·)→s,混联机构的上、下平台旋转矩阵为P为上平台坐标系原点A相对于混联机构的下平台坐标系原点B的位置矢量;
S1.2、设混联机构的上平台坐标系中原点A与任意圆周一点向量为混联机构的下平台坐标系中原点B与任意圆周一点向量为/>则根据上、下平台其次变换矩阵可得出/>的关系,表达式为:
S1.3、将混联机构的上、下平台旋转矩阵简化表示,表达式为:
然后带入步骤S1.2中的表达式,得到表达式为:
S1.4、设置混联机构的六自由度并联平台的六个连杆杆分别为li(1,2,3,4,5,6),同一连杆两端分别对应上、下平台铰点,则连杆杆长向量的表达式为:
然后带入步骤S1.3中的矩阵表达式,最终求得联机构的六自由度并联平台的连杆杆长li的表达式为:
S1.5、构建混联机构的上平台串联3-DOF机械臂齐次变换矩阵的表达式为:
3.根据权利要求1或2所述的一种基于混联机构的海上登乘***的部署方法,其特征在于,步骤S2的具体实现方法包括如下步骤:
S2.1、构建电液伺服***模型:
定义状态变量转化为状态方程:
其中,y为液压缸的位移,为液压缸的速度,p1,p2分别为液压缸左右两侧的压强,m为液压缸的负载质量,AfSf分别为可建模的库伦摩擦幅值、连续的近似库伦摩擦形状函数***外干扰及未建模动态,βe为液压油的弹性模量,A1、A2分别为液压缸左右两腔的有效活塞面积,V01、V02分别为液压缸左右两腔的死区体积,Ct为液压缸泄露系数,ki,kq,ps,pr分别是阀芯电流增益、阀芯位移流量增益、***油源压力、回油压力;Q1、Q2分别为液压缸两腔的流量,τ为液压缸受到的外界的负载力;
设置液压缸两腔的流量,τ为液压缸受到的外界的负载力的计算公式为:
Q1=gR1u
Q2=gR2u
则得到表达式为:
S2.2、定义新的状态变量定义其非线性部分为/>g(x1,p1,p2),则新的状态方程为:
其中,u为伺服阀的输入信号;
S2.3、定义则有表达式为:
其中,x为网络的输入,j为网络隐含层第j个节点,h=[hj]T为网络的高斯基函数输出,W*和V*分别为网络f(·)和g(·)的理想权值,εf和εg为网络的逼近误差,则表达式为:
|εf|≤εMf,|εg|≤εMg
f(·)=W*Thf(x)+εf,g(·)=V*Thg(x)+εg
S2.4、定义Lyapunov函数的表达式为:
其中,e=x1-xdγ1>0,γ2>0;
则通过变换得到以下表达式为:
S2.5、定义设计控制律的表达式为:
则带入步骤S2.4中的表达式,得到以下公式为:
S2.6、取η>|ε|max,自适应律的表达式为:
则得到其中,控制律中的鲁棒项ηsgn(s)的作用是克服神经网络逼近误差,以保证***稳定;
当且仅当s=0时,根据LaSalle不变性原理,闭环***渐进稳定,即当t→∞时,s→0,***的收敛速度取决于η。
4.根据权利要求3所述的一种基于混联机构的海上登乘***的部署方法,其特征在于,步骤S3的具体实现方法为分别使用惯导和超声测距仪采集船体姿态信息数据和位置信息数据,其中,惯导作为测量船的主用姿态测量设备,船***置信息数据使用三个超声测距仪利用三点测距的原理测量与海上风电平台的实时相对位置。
5.根据权利要求4所述的一种基于混联机构的海上登乘***的部署方法,其特征在于,步骤S4的具体实现方法包括如下步骤:
S4.1、设置测量得到的混联机构在海浪影响下的六个自由度的变化分别为α,β,γ,dx,dy,dz,则得到舷梯的齐次变换矩阵为:
其中,舷梯的齐次变换矩阵中未知项表示如下:
t11=-sθ1cγcβ+cθ1(cγsβsα-sγcα)
t12=-cθ1sθ2cγcβ-sθ1sθ2(cγsβsα-sγcα)+cθ2(cγsβcα+sγsα)
t13=cθ1cθ2cγcβ+sθ1cθ2(cγsβsα-sγcα)+sθ2(cγsβcα+sγsα)
t21=-sθ1sγcβ+cθ1(sγsβsα+cγcα)
t22=-cθ1sθ2sγcβ-sθ1sθ2(sγsβsα+cγcα)+cθ2(sγsβcα-cγsα);
t23=cθ1cθ2sγcβ+sθ1cθ2(sγsβsα+cγcα)+sθ2(sγsβcα-cγsα)
t31=sβsθ1+cθ1cβsα
t32=cθ1sθ2sβ-sθ1sθ2cβsα+cθ2cβcα
t33=-sβcθ1cθ2+sθ1cθ2cβsα+sθ2cβcα
x=dx+cγcβ((d3+q3+d4)cθ1cθ2+d2cθ1)+(cγsβsα-sγcα)((d3+q3+d4)sθ1cθ2+d2sθ1)+(cγsβcα+sγsα)(d1+(d3+q3+d4)sθ2)
y=dy+sγcβ((d3+q3+d4)cθ1cθ2+d2cθ1)+(sγsβsα+cγcα)((d3+q3+d4)sθ1cθ2+d2sθ1)+(sγsβcα-cγsα)(d1+(d3+q3+d4)sθ2)
z=dz-sβ((d3+q3+d4)cθ1cθ2+d2cθ1)+cβsα((d3+q3+d4)sθ1cθ2+d2sθ1)+cβcα(d1+(d3+q3+d4)sθ2)
S4.2、对海浪影响下三自由度串联舷梯进行逆运动学分析,记舷梯末端在大地固连坐标系下的坐标为ap4=[x,y,z],解方程组求得各关节运动量为:
其中,
a=(x-dx)cβcγ+(y-dy)cβsγ-(z-dz)sβ
b=(x-dx)(sαsβcγ-cαsγ)+(y-dy)(sαsβsγ+cαcγ)+(z-dz)sαcβ
c=(x-dx)(cαsβcγ+sαsγ)+(y-dy)(cαsβsγ-sαcγ)+(z-dz)cαcβ
舷梯在海浪扰动下的动力学方程计算如下:
其中,G和τd分别为重力项和海浪的干扰项,τ是三个关节力矩构成的向量,方程中未知项如下:
m11=m3[d2+(d3+d4+q3)cθ2]2+m2(d3cθ2+d2)2+m1d2 2
m22=m3(d3+d4+q3)2+m2d3 2
m33=m3
m12=m21=m23=m32=m13=m31=0
c12=-c21=-{m3(d3+d4+q3)[(d3+d4+q3)cθ2+d2]+m2d3(d3cθ2+d2)}
c33=0
G11=0
G21=[m3(d3+d4+q3)+m2d3]gcθ2
G31=m3gsθ2
S4.3、使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对关节目标变化量进行跟踪,控制舷梯末端相对海上风机平台的静止。
6.根据权利要求5所述的一种基于混联机构的海上登乘***的部署方法,其特征在于,步骤S5的具体实现方法包括如下步骤:
S5.1、设置舷梯末端相对风机平台着陆点的线速度控制记为vx,vy,vz,使用牛顿法解算各关节空间中各关节的速度量如下:
方程中未知项如下:
k11=(d3+q3+d4)cθ1sθ2+d1cθ1
k12=[(d3+q3+d4)sθ1sθ2+d1sθ1]cα+[(d3+q3+d4)cθ2+d2]sα
k13=-[(d3+q3+d4)cθ1sθ2+d1cθ1]sβ+[(d3+q3+d4)sθ1sθ2+d1sθ1]sαcβ
-[(d3+q3+d4)cθ2+d2]cαcβ
k14=sθ1,k15=-cθ1,k16=0
k21=(d2+d3+q3+d4)sθ1
k22=-(d2+d3+q3+d4)cαcθ1
k23=-(d2+d3+q3+d4)(sβsθ1+sαcβcθ1)
k24=0,k25=0,k26=1
k31=-d1sθ1,k32=d1cθ1cα,k33=d1sθ1sβ+d1cθ1sαcβ
k34=0,k35=1,k36=0
S5.2、基于S5.1对各关节控制量的解算,使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对各关节控制量进行跟踪。
7.根据权利要求6所述的一种基于混联机构的海上登乘***的部署方法,其特征在于,步骤S6在部署状态下,使用步骤S2构建的基于电液伺服***的RBF神经网络自适应控制器模型对混联机构进行主动补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310669160.4A CN116968878A (zh) | 2023-06-07 | 2023-06-07 | 一种基于混联机构的海上登乘***的部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310669160.4A CN116968878A (zh) | 2023-06-07 | 2023-06-07 | 一种基于混联机构的海上登乘***的部署方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116968878A true CN116968878A (zh) | 2023-10-31 |
Family
ID=88477460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310669160.4A Pending CN116968878A (zh) | 2023-06-07 | 2023-06-07 | 一种基于混联机构的海上登乘***的部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116968878A (zh) |
-
2023
- 2023-06-07 CN CN202310669160.4A patent/CN116968878A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110027678B (zh) | 一种基于海浪主动补偿的混联登乘机构运动规划方法 | |
CN108446425B (zh) | 基于混联机构的海浪主动补偿***的运动学求解方法 | |
CN108045499B (zh) | 一种混联机构的海浪主动补偿*** | |
CN112405497B (zh) | 一种基于被动补偿的混联机构***及其运动分解方法 | |
CN109029210B (zh) | 浮式海洋平台气隙测量***及其方法 | |
CN112631305B (zh) | 一种多无人船编队防碰撞抗干扰控制*** | |
CN102269125A (zh) | 风力发电机额定风速以上鲁棒变桨控制器设计方法 | |
CN108256210A (zh) | 一种地震作用下的海上风机整体耦合分析方法 | |
CN112091976A (zh) | 一种水下机械臂任务空间控制方法 | |
CN114735140B (zh) | 一种风电桩登乘栈桥的干扰速度补偿方法、设备和介质 | |
CN114347018A (zh) | 一种基于小波神经网络的机械臂扰动补偿方法 | |
Fasel et al. | Aeroservoelastic optimization of morphing airborne wind energy wings | |
CN116968878A (zh) | 一种基于混联机构的海上登乘***的部署方法 | |
CN115639751A (zh) | 混联平台迟滞响应的主动补偿方法 | |
Li et al. | Maritime buoyage inspection system based on an unmanned aerial vehicle and active disturbance rejection control | |
CN114715331B (zh) | 一种浮式海洋平台动力定位控制方法及*** | |
Zhang et al. | Wave heave compensation based on an optimized backstepping control method | |
Ding et al. | Research on static fault-tolerant control method of UUV based on MPC in two dimension | |
CN114924485A (zh) | 一种过驱动水下机器人动力定位自适应容错控制架构及方法 | |
Huang et al. | Wave compensation control of gangway based on model predictive control | |
Sholanov et al. | Study and selection of parameters of automatically controlled wind power station with swaying sails | |
Xu et al. | Interactive visual reality of the offshore hoisting operation and numerical modeling | |
Hu et al. | Automatic control of paving ship based on LSTM | |
Liu et al. | Fractional-order active disturbance rejection control for a ship dynamic positioning systems | |
Zhang et al. | Simulation of Offshore Wind Turbine Blade Docking Based on the Stewart Platform. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |