[发明专利]一种混凝土泵车多节臂末端轨迹偏差优化方法

说明书

本发明提供了一种混凝土泵车多节臂末端轨迹偏差优化方法，包括S1：采用雅克比矩阵建立多节臂混凝土泵车规矩追踪系统的非线性三维空间动力学方程；S2：对获得的立体空间的动力学方程采用模糊逻辑的表达方法进行非线性三维空间动力学方程的模糊模型转化；S3：引入积分滑膜函数，采用BP神经网络去近似未知的位置偏差影响，并重构学习算法的求解在离散系统的鲁棒控制框架；S4：设计基于状态反馈控制的BP神经网络优化学习算法；本发明提供的混凝土泵车多节臂末端轨迹偏差优化方法可减小混凝土泵车节臂末端运动轨迹的偏差，使浇筑过程更加安全可靠，适宜进一步推广应用。

技术领域

本发明涉及泵车节臂控制技术领域，尤其涉及一种混凝土泵车多节臂末端轨迹偏差优化方法。

背景技术

随着装配式建筑施工工艺的快速发展，可以运用于输送与浇筑的混凝土泵车已经是不可或缺的施工设备。混凝土泵车为了适用于高空实时性的浇筑作业要求，一般采用多节臂的协作控制方式。而对混凝土泵车多节臂末端轨迹的控制会影响到浇筑的安全与施工质量。

为此，本发明提出一种混凝土泵车多节臂末端轨迹偏差优化方法。

发明内容

有鉴于此，本发明的目的在于提出一种混凝土泵车多节臂末端轨迹偏差优化方法。

为解决上述问题，本发明采用如下技术方案：

一种混凝土泵车多节臂末端轨迹偏差优化方法，包括如下步骤：

S1：采用雅克比矩阵建立多节臂混凝土泵车规矩追踪系统的非线性三维空间动力学方程；

S2：对获得的立体空间的动力学方程采用模糊逻辑的表达方法进行非线性三维空间动力学方程的模糊模型转化；

S3：引入积分滑膜函数，采用BP神经网络去近似未知的位置偏差影响，并重构学习算法的求解在离散系统的鲁棒控制框架；

S4：设计基于状态反馈控制的BP神经网络优化学习算法。

进一步的，所述多节臂混凝土泵车为四节臂混凝土泵车。

进一步的，S1具体包括如下步骤：

S1.1：根据空间立体的坐标关系，得到以下四节臂混凝土泵车系统的空间坐标方程：

x＝l₁cosθ₁+l₂cosθ₂+l₃cosθ₃+l₄cosθ₄ (1)

y＝l₁sinθ₁+l₂sinθ₂+l₃sinθ₃+l₄sinθ₄ (2)

z＝xtanθ_z (3)

其中，x,y,z分别表示四节臂混凝土泵车末端的空间坐标X,Y,Z的位置，θ₁,θ₂,θ₃,θ₄分别是在坐标X,Y平面投影下第一节臂到第四节臂的夹角，θ_z是在坐标X,Z平面投影下泵车臂与X轴的夹角，l₁,l₂,l₃,l₄分别是第一节臂到第四节臂的长度；

S1.2：定义x_d,y_d,z_d分别为混凝土泵车末端参考坐标，那么对方程(1)～(3)两边分别减去参考坐标后，得到：