多传感器信息融合在塔机定位中的应用研究

发布时间：2017-04-02 16:07

  本文关键词：多传感器信息融合在塔机定位中的应用研究，由笔耕文化传播整理发布。

【摘要】：进行启动、制动和耦合运动时，塔机结构都会承受强烈冲击振动，使塔机运输达到精确位置具有很大难度，而塔机定位是灵活、高效控制塔机的一大前提。传感器信息融合能检测并精确估计出每一时刻机臂、小车与负载到达位置，定位结果能及时且精确地反馈给塔机控制系统，对提高生产效率、降低事故发生的可能性具有重要意义。 本文在对塔机结构分析的基础上，借鉴国内外研究现状和发展趋势，，进行了基于多传感器信息融合的塔机定位系统的研究。具体研究内容分为三部分： 第一，通过对塔式起重机的运行结构分析，利用简单的变量关系建立了理想的塔式起重机的线性化动力学模型、状态方程以及检测方程。引进联邦Kalman滤波，建立基于联邦Kalman滤波的塔机定位系统，并进行了分配系数随噪声变动的联邦Kalman滤波的改进，极大克制噪声影响，以实现对塔机线性系统的精确定位。 第二，深入分析塔机复杂运行结构，发现线性定位仅针对可直接检测变量。为了解决这一问题，建立了合适的塔机非线性动力学模型，引进以Uncented变换为基础的Uncented Kalman Filtering (UKF)，并将联邦Kalman滤波与UKF滤波相结合，减少了数据的大量丢失，避免了Jacobian矩阵的复杂计算，定位精度得到提高。 第三，由于塔机负载具有复杂的三维运动特性，定位难度大。引入最小二乘法，将其与Kalman滤波相结合，实现了负载的三维定位。进行双层最小二乘法的改进，对三坐标数据进行单独的Kalman滤波，运算量大大减少，负载定位精度显著提高。 对上述定位方法都进行了仿真研究，仿真结果表明了它们的正确性和有效性。
【关键词】：传感器信息融合 塔机定位系统 联邦Kalman滤波 UKF Jacobian矩阵 最小二乘Kalman滤波
【学位授予单位】：太原科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH213.3;TP202.1
【目录】：

• 中文摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-15
• 1.1 论文研究目的和意义9-10
• 1.2 国内外研究现状10-12
• 1.2.1 国外研究现状10-11
• 1.2.2 国内研究现状11-12
• 1.3 本文研究内容和结构12-15
• 第二章 基于联邦 Kalman 滤波的塔机定位系统15-27
• 2.1 引言15
• 2.2 联邦 Kalman 滤波15-18
• 2.2.1 普通 Kalman 滤波15-17
• 2.2.2 联邦 Kalman 滤波17-18
• 2.3 塔机定位系统及联邦 Kalman 滤波方法的改进18-21
• 2.4 仿真研究21-25
• 2.5 小结25-27
• 第三章 联邦 UKF 信息融合在塔机定位中的应用27-39
• 3.1 引言27
• 3.2 线性系统到非线性系统的改进27-29
• 3.3 与 Kalman 滤波相结合的 UT 变换29-30
• 3.4 联邦 UKF 塔机定位系统的建立30-33
• 3.5 仿真研究33-38
• 3.6 小结38-39
• 第四章 最小二乘卡尔曼滤波在塔机负载定位系统中的应用39-53
• 4.1 引言39
• 4.2 最小二乘算法的引入与改进39-43
• 4.2.1 最小二乘算法39-42
• 4.2.2 最小二乘算法的改进42-43
• 4.3 最小二乘卡尔曼滤波43-45
• 4.4 仿真研究45-51
• 4.5 小结51-53
• 结论53-55
• 参考文献55-61
• 致谢61-63
• 攻读学位期间发表的学术论文目录63-64

【参考文献】

中国期刊全文数据库 前10条

1 郭毓;王斌明;吴益飞;郭明强;;两级传感器信息融合的移动机器人避障研究[J];传感器与微系统;2008年02期

2 陈小宁;黄玉清;杨佳;;多传感器信息融合在移动机器人定位中的应用[J];传感器与微系统;2008年06期

3 曹渊;张士峰;胡正东;;基于Bayes网络的多源信息融合方法在精度评定中的应用[J];飞行器测控学报;2008年05期

4 施芹;苏岩;裘安萍;朱欣华;;MEMS陀螺仪器件级真空封装技术[J];光学精密工程;2009年08期

5 孙庆祥;戴邵武;路燕;;加权最小二乘—卡尔曼滤波算法在动基座对准中的应用[J];海军航空工程学院学报;2008年04期

6 杨宏;李亚安;李国辉;;一种改进扩展卡尔曼滤波新方法[J];计算机工程与应用;2010年19期

7 白云飞;曲尔光;;多传感器信息融合技术及其应用[J];机械管理开发;2008年01期

8 陈鹏;钱徽;朱淼良;;基于加权最小二乘的卡尔曼滤波算法[J];计算机科学;2009年11期

9 李强;杨晓京;魏岚;;基于神经网络信息融合的智能机器人[J];机电工程技术;2006年06期

10 宗长富;潘钊;胡丹;郑宏宇;徐颖;董益亮;;基于扩展卡尔曼滤波的信息融合技术在车辆状态估计中的应用[J];机械工程学报;2009年10期

中国博士学位论文全文数据库 前1条

1 李鹏;不完善信息融合技术及其在移动机器人中的应用[D];华中科技大学;2010年

中国硕士学位论文全文数据库 前1条

1 张慧宁;基于联合卡尔曼滤波的车辆定位系统的研究[D];兰州理工大学;2008年

  本文关键词：多传感器信息融合在塔机定位中的应用研究，由笔耕文化传播整理发布。

本文编号：282754