Особенности применения системы машинного зрения для управления электроприводом мостового крана
Ключевые слова:
электропривод мостового крана, машинное зрение, пространственные колебания груза, повышение точности позиционирования груза, снижение производственных рисков, комбинированная система управленияАннотация
В работе исследуется возможность применения системы машинного зрения совместно со стандратной системой управления электроприводом мостового крана для решения проблемы пространственных колебаний, снижающих точность позиционирования груза, рассматриваются причины их возникновения. Приводятся различные варианты применения систем управления электроприводом мостового крана для гашения колебаний, выполняется их сравнительный анализ. Анализируются преимущества и недостатки систем управления электроприводом мостового крана с ПИД-регулированием, с алгоритмами нечеткой логики и с адаптивной системой управления. Приводятся преимущества применения системы машинного зрения. Оценивается эффективность интеграции системы машинного зрения в систему опорного двухбалочного мостового крана грузоподъемностью 20/5 т. Предлагаются алгоритмы использования машинного зрения для расширешия возможностей стандартной системы управления электроприводом мостового крана. Приводится алгоритм контроля захвата груза, заключающийся в определении габаритных параметров груза, определении его геометрического центра и способа захвата. Предлагается алгоритм контроля перемещения, определяющий наиболее оптимальный маршрут транспортировки и производящий автоматическую оценку пространства вокруг объекта перемещения. Приводится комбинированная система управления мостовым краном.
Библиографические ссылки
Библиографический список
1. Авербух М.А., Кузнецова А.Д. Имитационное моделирование динамических процессов в крановом электроприводе с активным выпрямителем // Интеллектуальная электротехника. – 2021. – № 1 (13). – С. 7-18. EDN: LUVVGS. DOI: 10.46960/2658-6754_2021_1_07.
2. Исследование классификации мостовых кранов / Т.А. Рыжих, М.Л. Жучков, А.А. Польшин, А.А. Тихонов // Высокие технологии в строительном комплексе. – 2021. – № 1. – С. 104-109. EDN: SWUDGL.
3. Павлыш В.Н., Бажутин Д.В. Выбор среднегеометрического корня системы модального управления электроприводом тележки мостового крана из условия обеспечения демпфирования колебаний груза // Информатика и кибернетика. – 2022. – № 4(30). – С. 12-17. EDN: JASJJB.
4. Адамов Д.С., Веснин Е.Н., Малыгин Л.Л. Контроль перемещения сталь-ковшей мостовыми кранами на основе методов машинного зрения // Вестник Череповецкого государственного университета. – 2022. – № 6 (111). – С. 9-22. EDN: KMZKPB. DOI: 10.23859/1994-0637-2022-6-111-1.
5. Ли М. Роль искусственного интеллекта в формировании цифровой экосистемы промышленных предприятий // Экономика и управление: проблемы, решения. – 2024. – Том 2, № 6 (147). – С. 110-120. EDN: VLMBOK . DOI: 10.36871/ek.up.p.r.2024.06.02.012.
6. Использование искусственного интеллекта для контроля надежности съемных грузозахватных приспособлений / В.В. Егельский, Н.Н. Николаев, Е.В. Егельская, А.А. Короткий // Безопасность техногенных и природных систем. – 2024. – Том 8, № 2. – С. 57-67. EDN: WVVMDV. DOI: 10.23947/2541-9129-2024-8-2-57-67.
7. Егельская Е.В., Короткий А.А., Егельский В.В. Применение технологий машинного зрения для повышения безопасности грузоподъемных кранов // Международный научно-исследовательский журнал. – 2023. – № 1 (127). – Р. 116. EDN: WVBRCR. DOI: 10.23670/IRJ.2023.127.66.
8. Антипов А.С., Краснова С.А. Методы демпфирования колебаний груза и робастного управления ходовой тележкой мостового крана с учетом динамики электропривода // Мехатроника, автоматизация, управление. – 2023. – Т. 24, № 8. – С. 412-420. EDN: IOPJEW. DOI: 10.17587/mau.24.412-420.
9. Корытов М.С., Шершнева Е.О., Абдулаева О.В. Способы приближения фактической траектории перемещения груза мостовым краном к требуемой // Строительные и дорожные машины. – 2021. – № 8. – С. 27-33. EDN: PLLHZI.
10. Использование аппарата на базе нечеткой логики для демпфирования колебаний гибкоподвешенного груза / А.В. Синюков, Э.Ю. Абдуллазянов, Н.Н. Заруцкий и др. // Известия высших учебных заведений. Проблемы энергетики. – 2024. – Т. 26, № 3. – С. 33-49. EDN: HZKQWA. DOI: 10.30724/1998-9903-2024-26-3-33-49.
11. Аксаментов Д.Н. Исследование адаптивного закона управления мостовым краном на его макете // Вестник Ивановского государственного энергетического университета. – 2022. – № 2. – С. 47-57. EDN: FIEVXO. DOI: 10.17588/2072-2672.2022.2.047-057.
12. Круглов С.П., Ковыршин С.В. Адаптивное управление мостовым краном при переносе длинномерного вертикально расположенного груза // Известия высших учебных заведений. Машиностроение. – 2023. – № 11 (764). – С. 34-44. EDN: OLZZBZ. DOI: 10.18698/0536-1044-2023-11-34-44.
13. Игнатьева О.В., Сокирка А.Д., Журавлев Д.С. Применение методов машинного зрения на встраиваемых системах // Инженерный вестник Дона. – 2024. – № 1 (109). – С. 723-738. EDN: CPCAOK.
References
1. Averbuh, M. A., & Kuznecova, A. D. (2021). Simulation of dynamic processes in crane electric drive with active rectifier. Smart Electrical Engineering, 1(13) , 7-18. https://doi.org/10.46960/2658-6754_2021_1_07.
2. Ryzhih, T. A., Zhuchkov, M. L., Polshin, A. A., & Tihonov, A. A. (2021). Study of regularities of electric hoist operation and its classification in modern production. Vysokie tehnologii v stroitel'nom komplekse, 1, 104-109.
3. Pavlysh, V. N., & Bazhutin, D. V. (2022). Vybor srednegeometricheskogo kornya sistemy modal'nogo upravleniya elektroprivodom telezhki mostovogo krana iz usloviya obespecheniya dempfirovaniya kolebanij gruza [Selection of the geometric mean root of the modal control system of the electric drive of the overhead crane trolley from the condition of providing damping of load vibrations] . Informatika i kibernetika, 4(30), 12-17.
4. Adamov, D. S., Vesnin, E. N., & Malygin, L. L. (2022). Control of steel ladle movement by overhead cranes based on machine vision methods. Cherepovets State University Bulletin, 6(111) , 9-22. https://doi.org/10.23859/1994-0637-2022-6-111-1.
5. Li M. (2024). The role of artificial intelligence in the formation of the digital ecosystem of industrial enterprises. E`konomika i upravlenie: problemy`, resheniya, 2(6) , 110-120. https://doi.org/10.36871/ek.up.p.r.2024.06.02.012.
6. Egelsky, V. V., Nikolaev, N. N., Egelskaya, E. V., & Korotkiy, A. A. (2024). Use of artificial intelligence to monitor the reliability of removable load-handling devices. Safety of Technogenic and Natural Systems, 8(2) , 57-67. https://doi.org/10.23947/2541-9129-2024-8-2-57-67.
7. Egelskaya, E. V., Korotkiy, A. A., & Egelsky V.V. (2023). The use of machine vision technology to improve crane safety. International Research Journal, 1 (127) , 116. https://doi.org/10.23670/IRJ.2023.127.66.
8. Antipov, A. S., & Krasnova, S. A. (2023). Methods for damping payload oscillations and robust control of an overhead crane trolley considering the dynamics of the electric drive. Мechatronics, Automation, Control, 24(8) , 412-420. https://doi.org/10.17587/mau.24.412-420.
9. Korytov, M. S., Shershneva, E. O., & Abdulaeva, O. V. (2021). Analysis methods approach the actual path of he overhead crane to load required. Stroitel'nye i dorozhnye mashiny, 8, 27-33.
10. Sinyukov, A. V., Abdullazyanov, E .Yu., Sinyukova, T. V., Zaruckiy, N. N., & Gracheva, E. I. (2024). Using a fuzzy logic-based apparatus for damping vibrations of a flexible load. Izvestiya vysshih uchebnyh zavedenij. Problemy energetiki, 26(3) , 33-49. https://doi.org/10.30724/1998-9903-2024-26-3-33-49.
11. Aksamentov, D. N. (2023). Study of adaptive control law of overhead crane using its model. Vestnik Ivanovskogo gosudarstvennogo jenergeticheskogo universiteta, 2, 47-57. https://doi.org/10.17588/2072-2672.2022.2.047-057.
12. Kruglov, S. P., & Kovyrshin, S. V. (2023). Bridge crane adaptive control in transferring a long vertically positioned load. BMSTU Journal of Mechanical Engineering, 11(764) , 34-44. https://doi.org/10.18698/0536-1044-2023-11-34-44.
13. Ignatieva, O. V., Sokirka, A. D., & Zhuravlev, D.S. (2024). Application of machine vision methods on embedded systems. Ingineering Journal of Don, 1(109) , 723-738.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
URN
Лицензия
Copyright (c) 2024 A. Soldatenkov, A. Malysheva, M. Sedogin
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
