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、高效制约塔机的一大前提。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制约系统，对提升生产效率、降低事故发生的可能性具有重要作用。本论文在对塔机结构浅析的基础上，借鉴国内外探讨近况和进展走势，进行了基于多传感器信息融合的塔机定位系统的探讨。具体探讨内容分为三部分：第一，通过对塔式起重机的运转结构浅析，利用简单的变量联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滤波的改善，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，深入浅析塔机复杂运转结构，发现线性定位仅针对可直接检测变量。为了解决这一不足，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，避开了Jacobian矩阵的复杂计算，定位精度得到提升。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善，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升。对上面陈述的定位策略都进行了仿真探讨，仿真结果表明了它们的正确性和有效性。关键词：传感器信息融合论文塔机定位系统论文联邦Kalman滤波论文UKF论文Jacobian矩阵论文最小二乘Kalman滤波论文
本论文由www.808so.com中文摘要4-5
ABSTRACT5-9
第一章 绪论9-15
1.1 论文探讨目的和作用9-10
1.2 国内外探讨近况10-12
1.2.1 国外探讨近况10-11
1.2.2 国内探讨近况11-12
1.3 本论文探讨内容和结构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 滤波策略的改善18-21
2.4 仿真探讨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运用27-39
3.1 引言27
3.2 线性系统到非线性系统的改善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 仿真探讨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运用39-53
4.1 引言39
4.2 最小二乘算法的引入与改善39-43
4.2.1 最小二乘算法39-42
4.2.2 最小二乘算法的改善42-43
4.3 最小二乘卡尔曼滤波43-45
4.4 仿真探讨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
WWw.808so.com 808论文查重
探究滤波多传感器信息融合在塔机定位中运用网
更新时间：2024-01-29
作者：用户投稿
本站原创
本站原创
点赞:5014 浏览:12164