Điều khiển chống lắc không dùng cảm biến góc trong hệ thống cần trục tự động
Bạn đang xem tài liệu "Điều khiển chống lắc không dùng cảm biến góc trong hệ thống cần trục tự động", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên
Tài liệu đính kèm:
dieu_khien_chong_lac_khong_dung_cam_bien_goc_trong_he_thong.pdf
Nội dung text: Điều khiển chống lắc không dùng cảm biến góc trong hệ thống cần trục tự động
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Điều Khiển Chống Lắc Không Dùng Cảm Biến Góc Trong Hệ Thống Cần Trục Tự Động Controlling Anti-swing Sensorless In Automatic Gantry Crane System Mai Nhật Thiên TS.Ngô Văn Thuyên Trường Cao đẳng SPKT VL Trường Đại học SPKT TPHCM TÓM TẮT Bài báo này trình bày các phương pháp điều khiển chống lắc tải trọng cho hệ thống cần trục tự động. Mô hình toán học được thiết lập và bộ điều khiển chống lắc cho hệ thống này có sử dụng cảm biến góc dựa trên các bộ điều khiển PID. Tuy nhiên, kết cấu hệ thống lắp đặt và bảo dưỡng cảm biến góc khó khăn, và thường chi phí cao. Do đó, điều khiển chống lắc không sử dụng cảm biến góc được đề xuất trong bài báo này. Các phương pháp sử dụng như dùng cảm biến mềm hoặc mạng nơron dựa trên vị trí đo đạc để ước lượng góc lắc tải trọng và dùng bộ điều khiển PID điều khiển chống lắc. Kết quả mô phỏng và thực nghiệm cho thấy phương pháp điều khiển chống lắc không dùng cảm biến góc tương tự với phương pháp điều khiển chống lắc có dùng cảm biến góc. ABSTRACT This paper shows the loaded anti-swing controlling methods for the automatic gantry crane system. A mathematic model was built and this anti-swing control used the swinging sensor based on the PID controls. However, the installation of the structural system and maintenance of the swinging sensor, remained difficult and often costly. Therefore, the controlling anti-swing sensorless method is proposed in this paper. The methods such as soft sensor or the neural network based on the measured position to estimate the loaded motion and the anti-swing PID control were employed. The simulated and a real time experimental result indicated the controlling anti-swing sensorless method was as effective as the swinging sensor-based anti-swing control method. I. GIỚI THIỆU nhiều nhà nghiên cứu phát triển thuật toán Cần trục được sử dụng để di chuyển vật điều khiển để tự động hóa các hoạt động nặng từ điểm này đến điểm khác trong thời cần trục. Di chuyển tải từ điểm này tới gian nhỏ nhất để vật đến được đích mà điểm khác là khâu chiếm hầu hết thời gian không bị lắc (dao động). Trong quá trình trong toàn bộ quá trình và đòi hỏi di hoạt động, tải dao động tự do như chuyển chuyển tải dễ dàng mà không gây ra dao động của con lắc do tốc độ di chuyển. Dao động lớn là trọng tâm của các nghiên cứu động này sẽ gây ảnh hưởng đến môi trường hiện nay. xung quanh có thể gây nguy hiểm cho con Nhiều nỗ lực khác nhau của điều khiển người hay làm hỏng các vật lân cận.Vì vậy, chống lắc cho giàn cần trục tự động đã nếu dao động vượt quá giới hạn cho phép, được đề xuất Singhose và cộng sự [1], Park nó phải được giảm dao động hoặc phải và cộng sự [2] thông qua kỹ thuật tạo hình dừng hoạt động cho đến khi dao động bị đầu vào là phương pháp vòng lặp hở. Tuy triệt tiêu. Những vấn đề này đã thúc đẩy nhiên, những phương pháp này không thể 1
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh làm giảm chấn động tốt sự dao động lắc đó không lắp đặt ở phía tải. Việc điều còn dư. Gupta và Bhowal [3] cũng trình khiển hồi tiếp gần đây bằng cách sử dụng bày đơn giản kỹ thuật chống lắc vòng hở. máy ảnh CCD cũng được thực hiện thành Họ đã thực hiện kỹ thuật này dựa vào việc công bởi Lee và cộng sự [12], Osumi và điều khiển vận tốc trong chuyển động. cộng sự [13]. Những hạn chế của hệ thống Nghiên cứu đáng chú ý khác vào điều thị giác, trong số đó là chi phí cao và sự khiển vòng hở tối ưu về thời gian cũng đã bảo trì khó khăn [14]. được thực hiện bởi Manson [4] và cũng bởi Ngoài ra, một nghiên cứu điều khiển chống Auernig & Troger [5] để điều khiển cần lắc không dùng cảm biến góc dựa trên mô trục qua đầu với cần trục. Tuy nhiên đây là hình toán học thực hiện bởi Wahuydi và những phương pháp tiếp cận vòng hở là có Mahmud [15], nhận dạng và điều khiển ảnh hưởng đến các thông số hệ thống. giảm dao động cầu trục sử dụng card PCI Mặt khác, các điều khiển hồi tiếp mà được do Thuyên và Nam [16]. biết đến là ít ảnh hưởng đến các sự thay đổi II. MÔ HÌNH TOÁN HỌC CỦA HỆ tham số và các nhiễu cũng đã được đề xuất THỐNG CẦN TRỤC trong một số nghiên cứu khác nhau từ các Mô hình hệ thống cần trục theo Mahmud phương pháp PID truyền thống đến và Wahyudi[15] bao gồm: một mô hình phương pháp thông minh. Omar [6] đề cho động cơ, dây đai, khối lượng cần trục xuất điều khiển PD cho vị trí xe đẩy và (m ) và tải (m ) như sau: việc triệt dao động lắc. Nalley và Trabia 1 2 F T [7] đã thông qua điều khiển logic mờ để m1 điều khiển định vị và giảm xóc dao động lắc. Tương tự như vậy, Lee & Cho [8] đề xuất điều khiển hồi tiếp bằng cách sử dụng logic mờ. Một hệ thống điều khiển logic Động cơ x DC mờ với khái niệm điều khiển chế độ trượt θ cũng được phát triển cho một hệ thống cần l trục qua đầu bởi Liu và cộng sự[9]. Hơn y nữa, một hệ thống giàn cầu trục thông xm minh dựa trên hệ mờ cũng đã được đề xuất x m bởi Wahyudi & Jalani [10]. Bộ điều khiển 2 0 logic mờ đề xuất bao gồm vị trí cũng như các bộ điều khiển chống lắc. Hình 1. Mô hình cần trục Tuy nhiên, hầu hết các hệ thống điều khiển hồi tiếp đề xuất việc cần các cảm biến để 1. Mô hình động cơ DC đo vị trí xe đẩy cũng như chuyển động dao Mô hình không gian trạng thái theo Stefan động lắc tải. Ngoài ra, trong thực tế, thiết Bruins [17] gồm ngõ vào và các ngõ ra của kế đo lường dao động lắc của hệ thống cần mô hình được phân tích như sau: trục thực, không phải là một nhiệm vụ dễ u1 va () t (1) dàng vì có một cơ chế cẩu trên cáp linh T động song song. Altafini và cộng sự [11] y [] x1 x 2 x 3 x 4 x 5 trình bày một phương pháp sử dụng các trong đó, u1 va () t là điện áp động cơ (V); phép đo mô-men xoắn điện và vận tốc góc d của các việc điều khiển cho quan sát tải x i() t là dòng điện (A); x2 mm()() t t 1 dt động. Tuy nhiên, nó được sử dụng thay vì là vận tốc góc (rad/s), xt ()là vị trí góc hai cảm biến bổ sung để quan sát góc dao 3 m d động lắc bởi biết chiều dài của cáp. (rad) của động cơ; x ()() t t là vận Một số nghiên cứu cũng đã tập trung vào 4 dt ll các đề án kiểm soát với hệ thống thị giác là tốc góc (rad/s) và xt5 l ()là vị trí góc (rad) của khả thi hơn bởi vì các bộ cảm biến thị giác tải. 2
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Hệ phương trình của động cơ điện: trong đó, puli là vận tốc góc của puli (rad/s), d T là mômen xoắn (Nm), r là bán kính (m) và puli puli va()()()() t L m i t R m i t K b m t dt v là vận tốc của puli (rad/s); F là lực kéo (N) và (2) puli d vcantruc là vận tốc của cần trục (m1) (m/s). Jm m()()() t b m m t T l K m i t dt Bây giờ công thức (7) có thể được viết lại Khi đó, tại đầu trục động cơ có gắn thêm như sau bánh răng với mômen Tl như sau: T puli (10) d F rpuli Jl l()() t b l l t T l (3) dt Puli có hiệu suất đối với việc chuyển đổi Khi động cơ quay thì xuất hiện dao động của công suất dẫn đến kết quả sau lệch tâm giữa trục động cơ và trục puli Tpuli=E ff puli T l (11) ()()*()()*t t b t t K T trong đó, T là mômen xoắn của bánh răng và m l m l s l (4) l Các phương trình này được sắp xếp lại để Eff puli hiệu suất của puli. theo dạng mô hình không gian trạng thái. Mômen xoắn của bánh răng có thể viết lại d RK 1 mb như i()()()() t i t ma t v t dt Lm L m L m Jdll Tl (12) dKm b m b K s b b (5) m()()()()()()t i t m t m t l t l t dt dt J J J J J m m m m m trong đó, bl là hằng số lực ma sát nhớt d bK b b b (Nm/(rad/sec)) nhỏ xem như bỏ qua. ()()()()()t t sm t t t dtm J m J m J l J l Điều này dẫn đến kết quả như sau: l l l l Một mô hình không gian trạng thái có thể Jdll Eff puli được tạo ra như sau: F dt (13) RK mb0 0 0 rpuli LL 1 mm x11 x Khi đó hàm này được chuyển đổi sang Lm Km() b m b K sb K s x22 x JJJJJ 0 miền Laplace (miền s) như sau m m m m m x3 xu 3 1 0 1 0 0 0 0 EEff J s ff J x x (6) Fpuli l F/ s puli l 44 b K() b b K 0 hay (14) 0 s l s x55 x rr JJJJ l puli l puli l l l l 0 0 0 0 1 0 4. Mô hình tải 1 0 0 0 0 x1 0 0 1 0 0 0 x 0 Áp dụng phương trình Lagrange được phát 2 y 0 0 1 0 0 xu31 0 triển từ phép lấy đạo hàm động năng và thế 0 0 0 1 0x 0 4 năng, ta có: 0 0 0 0 1 x 0 5 d22 x d ()m1 m 222 m 2 l F 2. Mô hình của dây đai dt dt (15) Sự dao động rung của dây đai sẽ bị bỏ qua d22 x d m l m g 0 bởi vì sự dao động rung của động cơ là ảnh 22 22 dt dt hưởng trội hơn. dx Thay thế bởi v 3. Mô hình của cần trục cantruc dt Từ công thức cho sự tịnh tiến của lực quay dv d 2 ()m mcantruc m l F tròn sang dịch chuyển được sử dụng 1 2 2 2 dt dt T Fv (16) puli puli cantruc (7) dv d 2 mcantruc l m g 0 Vận tốc của cần trục tương đương vận tốc 22 2 dt dt của puli Thực hiện chuyển đổi công thức (16) sang vv (8) cantruc puli miền Laplace, ta có Ngoài ra, () m m v s m l s2 F vr 1 2cantruc 2 puli puli puli (17) (9) m v s l s2 m g 0 22 cantruc 3
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Từ hệ phương trình (17), ta có Sơ đồ mô phỏng điều khiển chống lắc s không sử dụng bộ điều khiển dòng trình (18) 2 bày như hình 4 sau: vcantruc ls g Hàm chuyển đổi của tốc độ tải và hàm chuyển đổi của góc tải v ls2 g cantruc F 2 m1 ls g() m 1 m 2 s (19) 1 2 F m1 ls g() m 1 m 2 v Thay x cantruc vào công thức (18), ta có s hàm chuyển đổi của vị trí tải và hàm chuyển đổi của góc tải như sau: x ls2 g cantruc (20a ) 2 (/)Fs m1 ls g() m 1 m 2 s s (20b ) (/)()F s m ls2 g m m 1 1 2 Hình 4. Sơ đồ khối điều khiển chống lắc không Mô hình toán học của hệ thống cần trục được mô tả như hình 2 sau: sử dụng bộ điều khiển dòng Mô hình x Đối với mô hình điều khiển trên không có vị trí (20a) khả năng kiểm soát được dòng điện làm v Mô hình Mô hình a ωl F/s động cơ cần trục việc động cơ. Khi có quá tải, dòng điện (6) (14) θ khởi động tăng quá mức cho phép có thể Mô hình góc tải gây nguy hại đến động cơ DC. Do đó, điều (20b) khiển chống lắc có sử dụng bộ điều khiển dòng trình bày như hình 5 sau: Hình 2. Sơ đồ khối mô hình hệ thống cần trục III. PHƢƠNG PHÁP ĐIỀU KHIỂN CÓ DÙNG CẢM BIẾN GÓC Hệ thống cần trục có nhiệm vụ vận chuyển tải đến vị trí mong muốn mà đảm bảo tải không lắc và một cách nhanh nhất có thể theo Wahyudi và cộng sự [18]. Do đó, trong hệ thống sẽ sử dụng cảm biến vị trí và cảm biến góc. Đặt tín hiệu điều khiển vào thì hệ thống diễn ra như Hình 3 sau: x xm F F F m1 m1 m1 θ=0 θ l l l θ m2 Hình 5. Sơ đồ khối điều khiển chống lắc không m2 m2 sử dụng bộ điều khiển dòng Hình 3. Giải thuật điều khiển trong hệ thống 4
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Bảng 1. Thông số các bộ điều khiển Kết quả mô phỏng như sau: Bộ điều khiển Current sensor vs. Current sensorless at payload 3kg Hệ số 1.5 Vị trí Góc Dòng điện Sensorless KP 20 25 0.875 Sensor 1 KI 0.0005 0 0.005 KD 3 2 0 0.5 Bảng 2. Thông số mô phỏng Position(m) Thông số của hệ thống 0 R 1.8 Ω Điện trở động cơ 0 2 4 6 8 10 L 0.005 H Điện cảm động cơ Time(s) Kb 0.306 V.s/rad Hệ số sức điện động Hình 7. So sánh đáp ứng về vị trí Km 0.306 Nm/A Hệ số mômen xoắn 2 Jm 1e-4 kg.m/s Mômen quán tính môtơ Current sensor vs. Current sensorless at payload 3kg 10 bm 1.41e-4 Hệ số ma sát nhớt môtơ Sensorless 2 5 Jl 1e-3 kg.m/s Mômen quán tính tải Sensor 0 bl 1.41e-3 Hệ số ma sát nhớt tải Ks 90 Hằng số nhúng nhảy -5 b 1.41e-2 Hệ số ma sát nhớt nhúng -10 Angel(degree) Eff 0.98 Hiệu suất puli -15 rp 0.015 m Bán kính puli -20 m1 1kg Khối lượng xe 0 2 4 6 8 10 Time(s) m2 3 kg Khối lượng tải l 0.88m Độ dài cáp Hình 8. So sánh đáp ứng về góc tải 2 g 9.81 m/s Gia tốc trọng trường Current sensor vs. Current sensorless at payload 3kg 10 Tuy nhiên, việc thu thập dữ liệu cảm biến Sensorless 8 dòng sẽ có nhiễu của cảm biến ảnh hưởng Sensor 6 đến kết quả điều khiển. Do đó, tín hiệu từ 4 cảm biến dòng sẽ được đưa qua bộ lọc Kalman để xử lý như trình Hình 6. Current(A) 2 0 iKalman vs. i 6 i -2 5 iKalman 0 2 4 6 8 10 Time(s) 4 Hình 9. So sánh đáp ứng về dòng điện 3 2 IV. PHƢƠNG PHÁP ĐIỀU KHIỂN Current(A) 1 KHÔNG CÓ DÙNG CẢM BIẾN GÓC 0 Theo Mahmud I.S. và Wahyudi[15], từ hệ -1 phương trình (18), mối tương quan giữa vị -2 0 1 2 3 4 5 6 7 8 9 10 trí và góc tải có thể ước lượng như sau: Time(s) s2 Hình 6. Kết quả mô phỏng khi bộ lọc Kalman ˆ x (21) ls2 g cantruc dùng lọc tín hiệu dòng điện Góc dao động và vị trí có mối quan hệ với Từ kết quả mô phỏng được trình bày trong nhau thông qua công thức (21). Góc dao Hình 7 đến Hình 9 cho thấy rằng cả hai động phát sinh chủ yếu trong quá trình phương pháp đều cho kết quả điều khiển chuyển tải, mỗi hoạt động tăng tốc hay tốt cả vị trí lẫn và góc dao động. Nhưng giảm tốc đều ảnh hưởng tới góc dao động phương pháp có bộ điều khiển dòng mới này. Do đó, cảm biến mềm được xây dựng điều chỉnh được dòng điện khởi động bằng mạng nơron lan truyền thẳng với các không quá lớn (cỡ 2-3 lần dòng định mức) tập thông số vào là giá trị vị trí hiện tại và và dòng điện luôn ổn định dòng định mức. trước đó. Sơ đồ huấn luyện mạng nơron trình bày như Hình 10. Dữ liệu ngõ vào 5
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh control sensorless 3 vs. control sensor at payload 3kg dùng huấn luyện mạng nơron thể hiện bản 1.5 chất của vị trí và vận tốc xe trong lúc Sensor Sensorless3 chuyển tải, mạng nơron sẽ ước tính được 1 góc dao động tương ứng tại thời điểm đó chính là dữ liệu ngõ ra. 0.5 Position(m) 0 0 1 2 3 4 5 6 7 8 9 10 Time(s) Hình 12. So sánh đáp ứng về vị trí control sensorless 3 vs. control sensor at payload 3kg 10 Sensor 5 Sensorless3 0 -5 Angel(degree) -10 -15 Hình 10. Sơ đồ huấn luyện mạng nơron 0 1 2 3 4 5 6 7 8 9 10 Điều khiển chống lắc không sử dụng cảm Time(s) Hình 13. So sánh đáp ứng về góc tải biến góc-dạng cảm biến mềm như Hình 11. control sensorless 3 vs. control sensor at payload 3kg Từ kết quả mô phỏng được trình bày trong 5 Sensor Hình 12 đến Hình 14 thấy rằng phương 4 Sensorless3 pháp điều khiển chống lắc không dùng cảm 3 biến góc cho kết quả điều khiển tốt cả vị trí 2 lẫn và góc dao động tương tự như rằng Current(A) 1 phương pháp điều khiển chống lắc dùng 0 cảm biến góc. -1 0 1 2 3 4 5 6 7 8 9 10 Time(s) Hình 14. So sánh đáp ứng về dòng điện estimate In1 Band-Limited V. THỰC NGHIỆM TRÊN MÔ HÌNH White Noise CẦN TRỤC THỰC error covariance In2 Mô hình cần trục thực nghiệm sử dụng để Current thử nghiệm có cấu trúc như Hình 15 bao Kalman filter gồm: một xe dịch chuyển (1), tải trọng (2), -K- Gain thanh cáp (3), một động cơ DC (4), một encoder đo vị trí (5) và một encoder đo góc PID voltage position_x dao động (6), bo mạch điều khiển và giao Current Controller Voltage limit tiếp(7). PID Step Saturation Position Controller Band-Limited Angle load 180/pi White Noise2 R2D Subsystem Scope Neural Network3 Integer Delay t y{1} x{1} -1 Clock Z To Workspace3 Hình 11. Sơ đồ khối điều khiển chống lắc không sử dụng cảm biến góc Hình 15. Mô hình cần trục thực nghiệm 6
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Using control current 3 control current i 2.5 Control current iKalman 2 1.5 1 Current(A) 0.5 0 -0.5 0 2 4 6 8 10 Hình 16. Sơ đồ nguyên lý mô hình cần trục Time(s) Hình 19. So sánh đáp ứng về dòng điện Mô hình sử dụng bo DSP TMS320F28335, 2. Kết quả điều khiển chống lắc không sử dụng các phần mềm Matlab & Simulink có sử dụng cảm biến góc: và CCS v3.1 để thiết lập giao diện điều 2.1. Điều khiển chống lắc không có sử khiển. Bài báo này trình bày kết quả các dụng cảm biến góc 1 phương pháp điều khiển chống lắc với tải 5kg. Kết quả thực nghiệm như sau: Using sensor vs. sensorless1 1. Kết quả điều khiển chống lắc có sử 100 sensor sensorless1 dụng cảm biến góc: 80 Trong phương pháp này sử dụng bộ điều 60 khiển dòng đồng thời kết hợp với bộ lọc 40 Kalman để lọc tín hiệu dòng điện thu thập Position(cm) từ cảm biến và kết quả như Hình 17 đến 20 Hình 19. 0 0 2 4 6 8 10 Từ kết quả này, mô hình điều khiển có sử Time(s) dụng bộ lọc Kalman cho kết quả tốt hơn Hình 20. So sánh đáp ứng về vị trí với biên độ góc tải trọng nhỏ hơn và mau Using sensor vs. sensorless1 4 tắt dần. sensor 3 sensorless1 Kết quả thực nghiệm như sau: 2 1 Using control current 100 0 control current i Control current iKalman -1 80 Angle(degree) -2 60 -3 -4 40 0 2 4 6 8 10 Position(cm) Time(s) 20 Hình 21. So sánh đáp ứng về góc tải 0 Using sensor vs. sensorless1 0 2 4 6 8 10 2.5 Time(s) sensor Hình 17. So sánh đáp ứng về vị trí 2 sensorless1 1.5 Using control current 4 control current i 1 3 Control current iKalman Current(A) 2 0.5 1 0 0 -0.5 -1 0 2 4 6 8 10 Angle(degree) Time(s) -2 -3 Hình 22. So sánh đáp ứng về dòng điện -4 0 2 4 6 8 10 Time(s) Tuy nhiên, khi đến vị trí xác lập thì góc tải Hình 18. So sánh đáp ứng về góc tải trọng vẫn còn dao động và từ từ tắt dần. 7
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh 2.2. Điều khiển chống lắc không có sử Từ kết quả trên, ta nhận thấy đáp ứng vị trí dụng cảm biến góc 2 nhanh hơn một ít và làm cho góc tải dao Kết quả trình bày như sau: động lớn hơn bởi vì lúc này góc tải ước lượng tác động vào bộ điều khiển dòng Using sensor vs. sensorless3 100 điện để điều khiển xe chạy chậm lại và góc sensor 80 sensorless3 tải dao động lắc giảm và tắt ngay tại vị trí xác lập. 60 Như vậy, phương pháp điều khiển chống 40 Position(cm) lắc không có dùng cảm biến góc 3 cho kết 20 quả tốt hơn phương pháp điều khiển chống 0 lắc không có dùng cảm biến góc 1. 0 2 4 6 8 10 Time(s) Tóm lại, phương pháp điều khiển chống Hình 23. So sánh đáp ứng về vị trí lắc không có dùng cảm biến góc 3 cho hiệu Using sensor vs. sensorless3 quả tương tự như phương pháp điều khiển 4 sensor chống lắc có dùng cảm biến góc. 2 sensorless3 VI. KẾT LUẬN 0 Bài báo này đã xác định được mô hình toán -2 Angle(degree) học của hệ thống cần trục. Các kết quả mô -4 phỏng dựa trên mô hình toán học của hệ thống này cho thấy phương pháp điều -6 0 2 4 6 8 10 khiển chống lắc không có dùng cảm biến Time(s) góc tương tự như phương pháp phương Hình 24. So sánh đáp ứng về góc tải pháp điều khiển chống lắc có dùng cảm Using sensor vs. sensorless3 biến góc. 2.5 sensor 2 sensorless3 Kết quả thực nghiệm trên mô hình thí 1.5 nghiệm thực đã chứng minh rằng các 1 nghiên cứu lý thuyết đưa ra rắt hợp lý. Do Current(A) 0.5 đó, phương pháp điều khiển chống lắc hệ 0 thống cần trục không có dùng cảm biến -0.5 0 1 2 3 4 5 6 7 8 9 10 góc là hoàn toàn có thể thực hiện được Time(s) trong thực tế. Hình 25. So sánh đáp ứng về dòng điện TÀI LIỆU THAM KHẢO 1. Singhose, W.E., Porter, L.J. & Seering, W.P. , Input shaped control of a planar gantry crane with hoisting. Proceedings of the American Control Conference, 1997, pp. 97-100. 2. Park, B.J., Hong, K.S. & Huh, C.D., Time-efficient input shaping control of container crane systems. Proceedings of IEEE International Conference on Control Application, 2000, pp. 80-85. 3. Gupta, S.a.B., P. and Simplified open loop anti-sway technique. Proceedings of the IEEE India Annual Conference (INDICON), 2004, pp.225-228. 4. Manson, G.A., Time-optimal control of and overhead crane model. Optimal Control Applications & Methods, 1982. Vol. 3(No.2), pp. 115-120. 8
- Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh 5. Auernig, J.W.T., H. (). Time optimal control of overhead cranes with hoisting of the load. Automatica, 1987. Vol. 23, pp. 437-447. 6. Omar, H.M., Control of gantry and tower cranes. 2003(PhD Dissertation, Virginia Polytechnic Institute and State University,Blacksburg, Virginia). 7. Nalley, M.J.T., M.B., Control of overhead cranes using a fuzzy logic controller. Journal of Intelligent Fuzzy System, 2000. Vol.8, pp. 1–18. 8. Lee, H.H.C., S.K., A new fuzzy-logic anti-swing control for industrial three- dimensional overhead cranes. Proceedings of IEEE International Conference on Robotics & Automation, 2001, pp. 56–61. 9. Liu, D., Yi, J. and Zhoa, D., Adaptive sliding mode fuzzy control for two-dimensional overhead crane. Mechatronics, 2005, pp. 505–522. 10. Wahyudi and Jalani, J., Design and implementation of fuzzy logic controller for an intelligent gantry crane system. Proceedings of The 2nd International Conference on Mechatronics, 2005, pp. 345-351. 11. Altafini, C., Frezza, R. & Galic, J. (). . Observing the load dynamic of an overhead crane with minimal sensor equipment. Proceedings of the 2000 IEEE International Conference on Robotics & Automation, San Francisco, 2000. 12. Lee, J.J., Nam, G.G., Lee, B.K. & Lee, J.M., Measurement of 3D spreader position for automatic landing system. Proceedings of The 30th Annual Conference of IEEE Industrial Electronics Society, 2004. 13. Osumi, H., Miura, A. & Eiraku, S., Positioning of wire suspension system using CCD cameras. Proceedings of IEEE International Conference on Intelligent Robots and Systems (IROS), 2005. 14. Kim, Y.S., Yoshihara, H., Fujioka, N., Kasahara, H., Shim. H. & Sul, S.K., A new vision-sensorless anti-sway control system for container cranes. Industry Applications Conference, 2003. Vol.1, pp.262- 269. 15. Wahyudi*, M.I.S.a., Sensorless Antiswing control for Automatic Gantry Crane System. International Journal of Applied Engineering Research, 2007. Vol. 2, No. 1, pp. 147-161. 16. Ng. Văn Thuyên, Đ.V.P.N., Identification and swing reduced Crane control using Artificial Neural netwwork. 2011. 17. Bruins, S., Comparison of Different Control Algorithms for a Gantry Crane System. Intelligent Control and Automation, 2010, pp. 68-81. 18. Wahyudi, J.J., Riza Muhida and Momoh Jimoh Emiyoka Salam, Control Strategy for Automatic Gantry Crane Systems: A Practical and Intelligent Approach. International Journal of Advanced Robotic Systems, 2007, pp. 447-456. 9
- BÀI BÁO KHOA HỌC THỰC HIỆN CÔNG BỐ THEO QUY CHẾ ĐÀO TẠO THẠC SỸ Bài báo khoa học của học viên có xác nhận và đề xuất cho đăng của Giảng viên hướng dẫn Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH và TÁC GIẢ Bản quyền tác phẩm đã được bảo hộ bởi Luật xuất bản và Luật Sở hữu trí tuệ Việt Nam. Nghiêm cấm mọi hình thức xuất bản, sao chụp, phát tán nội dung khi chưa có sự đồng ý của tác giả và Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh. ĐỂ CÓ BÀI BÁO KHOA HỌC TỐT, CẦN CHUNG TAY BẢO VỆ TÁC QUYỀN! Thực hiện theo MTCL & KHTHMTCL Năm học 2016-2017 của Thư viện Trường Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh.