本发明涉及一种桥式吊车防摆控制方法，尤其是一种基于滑模控制理论的桥式吊车防摆控制方法，属于欠驱动吊车数据建模技术领域。
背景技术：
桥式吊车是一种具有负载能力强、操作灵活、占地投资少等优点的装配设备，被广泛地应用于港口、仓库、重工业车间、建筑工地等场所的装配运输过程中。然而，桥式吊车系统是一类复杂非线性欠驱动系统，现实中经常受到多种干扰因素的影响，主要包括台车与导轨之间的摩擦力、空气阻力等。设计有效的防摆系统，对桥式吊车安全高效的运行具有重要的意义。由于桥式吊车系统包含多个系统状态变量，且这些变量之间具有强耦合性的特点，因而设计一个有效的桥式吊车控制系统是实现桥式吊车高效运作的关键。
滑模控制理论是一种非线性控制方法，是根据系统所期望的动态特性来设计系统的切换超平面，并通过滑动模态控制器使系统状态从超平面之外向切换超平面收束。系统一旦到达切换超平面，控制作用将保证系统沿切换超平面到达系统原点。滑模控制方法能够克服系统的不确定性，对干扰和未建模动态具有很强的鲁棒性，尤其是对非线性系统的控制具有良好的控制效果。
技术实现要素：
本发明的目的在于：针对现有技术存在的缺陷，提出一种基于滑模控制理论的桥式吊车防摆控制方法，并针对所设计的控制器参数配置问题，提出了一种动态de算法，实现控制器参数优化调节，以增强防摆控制性能。
为了达到以上目的，本发明提供了一种基于滑模控制理论的桥式吊车防摆控制方法，包括如下步骤：
步骤1.构建滑模控制器：根据滑模控制理论，构建桥式吊车滑模控制器，所述控制器包括台车位置滑模函数、负载摆角滑模函数、等效控制率及切换控制率；
步骤2.构建模糊自适应的de算法：针对前述控制器的参数配置问题，构建一种能够增强de算法搜索能力的动态de算法，所述动态de算法包括动态变异操作、交叉操作和选择操作三种操作方式；
步骤3.执行控制器参数调节机制：针对前述控制器中的复杂参数，对控制器中的性参数运用动态de算法进行调节。
本发明的进一步限定技术方案为：所述步骤1中，
所述台车位置滑模函数为：定义方程：s1(x1,x2)＝c1x1+x2为台车位置滑模函数，其中，x1,x2为台车位置和台车速度，c1为滑模函数系数；
所述负载摆角滑模函数为：定义方程：s2(x3,x4)＝c2x3+x4为负载摆角滑模函数，其中，x3,x4为负载摆角和负载摆角角速度，c2为滑模函数系数。
其次，设定滑模控制率u＝ueq+usw，ueq为等效控制率，usw为切换控制率，分别定义为：
等效控制率：定义
切换控制率：定义usw＝u0sgn(s(e))，其中，u0为比例系数，sgn()为符号函数，s(e)为滑模函数，e＝xd-x为误差值。
进一步的，所述步骤2中的优化调节步骤为：
步骤2.1：初始化动态de算法参数，包括最大进化代数g，种群规模np，动态缩放因子fdm，交叉概率pc，生成np组参数。
步骤2.2：定义自适应函数
步骤2.3：令g＝g+1，计算种群中每个个体的自适应度函数，
步骤2.4：选择出最好一组参数并将其保留，执行动态de算法中动态变异操作。
vi＝xr1+fdm*(xr2-xr3)
其中，vi为执行自适应变异操作后的变异个体，{xr2,xr2,xr3}为父代种群中随机三个不同个体，fdm为动态缩放因子。
其中，
步骤2.5：执行算法中的交叉操作，生成交叉个体。
其中，vi,j为第i个变异个体的第j个位置，xi,j第i个父代个体的第j个位置，rj∈[0,1]的随机数，rd∈[1,d]的随机数，d为参数维数，pc为交叉概率。
步骤2.6：执行算法中的选择操作，选出最优个体。
步骤2.7：判断是否到达最大迭代次数g，若g＝g，算法终止；否则，返回步骤3中继续执行算法优化过程。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明在充分考虑桥式吊车控制过程中的欠驱动性和动态特性基础上，运用滑模控制理论建立一种滑模控制器，并针对控制器参数的设置问题，提出了一种动态de算法，通过引入动态缩放因子提升算法的复杂优化问题搜索性能，本发明构建位置系统滑模函数和负载角度系统滑模函数，设计等效控制率和切换控制率实现桥式吊车的有效控制。运用动态de算法对对设计的滑模控制器参数进行调节，通过实验来检验所提方法有效性。
附图说明
下面结合附图对本发明作进一步的说明。
图1是目标位置为3米条件下的负载摆角。
图2是目标位置为5米条件下的负载摆角。
图3是目标位置为7米条件下的负载摆角。
图4是图1的台车位置。
图5是图2的台车位置。
图6是图3的台车位置。
具体实施方式
本实施例提供了一种基于滑模控制理论的桥式吊车防摆控制方法，根据桥式吊车模型，
其中，m，m，l分别代表台车的重量、负载重量和吊绳的长度，x1，x2，x3和x4分别为台车位移，台车速度、负载摆角和负载角速度。根据桥式吊车模型，台车重量为22kg，绳长为1m，负载重量3kg，不同期望位置进行实施。
步骤如下：
步骤1.根据前述的桥式吊车模型，分别构建台车位置滑模函数、负载摆角滑模函数和桥式吊车综合滑模函数。
(1)台车位置滑模函数：s1(x1,x2)＝c1x1+x2，其中，x1,x2为台车位置和台车速度，c1为滑模函数系数；
(2)负载摆角滑模函数：s2(x3,x4)＝c2x3+x4，其中，x3,x4为负载摆角和负载摆角角速度，c2为滑模函数系数；
(3)系统综合滑模函数：s(x1,x2,x3,x4)＝λ1s1(x2,x2)+λ2s2(x3,x4)，其中，λ1和λ2为可调滑模函数系数。
步骤2.设定滑模控制率u＝ueq+usw，其中，ueq为等效控制率，usw为切换控制率，
(1)等效控制率：
(2)切换控制率：定义usw＝u0sgn(s(e))，其中，u0为比例系数，sgn()为符号函数，s(e)为滑模函数，e＝xd-x为误差值；
步骤3.滑模控制器参数调节：对针对前述控制器中的复杂参数，对控制器中的性参数运用动态de算法进行优化调节，优化调节步骤为：
步骤3.1：初始化动态de算法参数，包括最大进化代数g，种群规模np，动态缩放因子fdm，交叉概率pc，生成np组控制器参数。
步骤3.2：设定适应函数
步骤3.3：令g＝g+1，计算种群中每个个体的适应度函数。
步骤3.4：选择出最好一组参数并将其保留，执行动态de算法中动态变异操作。
vi＝xr1+fdm*(xr2-xr3)
其中，vi为执行自适应变异操作后的变异个体，{xr2,xr2,xr3}为父代种群中随机三个不同个体，fdm为动态缩放因子。
其中，
步骤3.5：执行算法中的交叉操作，生成交叉个体。
其中，vi,j为第i个变异个体的第j个位置，xi,j第i个父代个体的第j个位置，rj∈[0,1]的随机数，rd∈[1,d]的随机数，d为参数维数，pc＝0.5为交叉概率。
步骤3.6：执行算法中的选择操作，选出最优个体。
步骤3.7：判断是否到达最大迭代次数g，若g＝g，算法终止；否则，返回步骤3中继续执行算法优化过程。
根据上述的实施步骤，通过仿真实验，负载重量为3kg条件下，期望位置为3米、5米和7米位置条件下，负载摆角如图1～3所示，其中黑色实线为调整后的滑模控制器输出结果，虚线线条为未调整的滑模控制器输出结果。图4～6分别给出了位置输出结果，其中，黑色实线为调整后的滑模控制器输出结果，虚线为未调整的滑模控制器输出结果，由此可以看出，该仿真实验证实了所提方法的有效性。
除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。