本文關(guān)鍵詞：多傳感器信息融合在塔機(jī)定位中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：進(jìn)行啟動(dòng)、制動(dòng)和耦合運(yùn)動(dòng)時(shí)，塔機(jī)結(jié)構(gòu)都會(huì)承受強(qiáng)烈沖擊振動(dòng)，使塔機(jī)運(yùn)輸達(dá)到精確位置具有很大難度，而塔機(jī)定位是靈活、高效控制塔機(jī)的一大前提。傳感器信息融合能檢測(cè)并精確估計(jì)出每一時(shí)刻機(jī)臂、小車與負(fù)載到達(dá)位置，定位結(jié)果能及時(shí)且精確地反饋給塔機(jī)控制系統(tǒng)，對(duì)提高生產(chǎn)效率、降低事故發(fā)生的可能性具有重要意義。 本文在對(duì)塔機(jī)結(jié)構(gòu)分析的基礎(chǔ)上，借鑒國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)，，進(jìn)行了基于多傳感器信息融合的塔機(jī)定位系統(tǒng)的研究。具體研究?jī)?nèi)容分為三部分： 第一，通過(guò)對(duì)塔式起重機(jī)的運(yùn)行結(jié)構(gòu)分析，利用簡(jiǎn)單的變量關(guān)系建立了理想的塔式起重機(jī)的線性化動(dòng)力學(xué)模型、狀態(tài)方程以及檢測(cè)方程。引進(jìn)聯(lián)邦Kalman濾波，建立基于聯(lián)邦Kalman濾波的塔機(jī)定位系統(tǒng)，并進(jìn)行了分配系數(shù)隨噪聲變動(dòng)的聯(lián)邦Kalman濾波的改進(jìn)，極大克制噪聲影響，以實(shí)現(xiàn)對(duì)塔機(jī)線性系統(tǒng)的精確定位。 第二，深入分析塔機(jī)復(fù)雜運(yùn)行結(jié)構(gòu)，發(fā)現(xiàn)線性定位僅針對(duì)可直接檢測(cè)變量。為了解決這一問(wèn)題，建立了合適的塔機(jī)非線性動(dòng)力學(xué)模型，引進(jìn)以Uncented變換為基礎(chǔ)的Uncented Kalman Filtering (UKF)，并將聯(lián)邦Kalman濾波與UKF濾波相結(jié)合，減少了數(shù)據(jù)的大量丟失，避免了Jacobian矩陣的復(fù)雜計(jì)算，定位精度得到提高。 第三，由于塔機(jī)負(fù)載具有復(fù)雜的三維運(yùn)動(dòng)特性，定位難度大。引入最小二乘法，將其與Kalman濾波相結(jié)合，實(shí)現(xiàn)了負(fù)載的三維定位。進(jìn)行雙層最小二乘法的改進(jìn)，對(duì)三坐標(biāo)數(shù)據(jù)進(jìn)行單獨(dú)的Kalman濾波，運(yùn)算量大大減少，負(fù)載定位精度顯著提高。 對(duì)上述定位方法都進(jìn)行了仿真研究，仿真結(jié)果表明了它們的正確性和有效性。
【關(guān)鍵詞】：傳感器信息融合 塔機(jī)定位系統(tǒng) 聯(lián)邦Kalman濾波 UKF Jacobian矩陣 最小二乘Kalman濾波
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TH213.3;TP202.1
【目錄】：

• 中文摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 論文研究目的和意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 國(guó)外研究現(xiàn)狀10-11
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀11-12
• 1.3 本文研究?jī)?nèi)容和結(jié)構(gòu)12-15
• 第二章 基于聯(lián)邦 Kalman 濾波的塔機(jī)定位系統(tǒng)15-27
• 2.1 引言15
• 2.2 聯(lián)邦 Kalman 濾波15-18
• 2.2.1 普通 Kalman 濾波15-17
• 2.2.2 聯(lián)邦 Kalman 濾波17-18
• 2.3 塔機(jī)定位系統(tǒng)及聯(lián)邦 Kalman 濾波方法的改進(jìn)18-21
• 2.4 仿真研究21-25
• 2.5 小結(jié)25-27
• 第三章 聯(lián)邦 UKF 信息融合在塔機(jī)定位中的應(yīng)用27-39
• 3.1 引言27
• 3.2 線性系統(tǒng)到非線性系統(tǒng)的改進(jìn)27-29
• 3.3 與 Kalman 濾波相結(jié)合的 UT 變換29-30
• 3.4 聯(lián)邦 UKF 塔機(jī)定位系統(tǒng)的建立30-33
• 3.5 仿真研究33-38
• 3.6 小結(jié)38-39
• 第四章 最小二乘卡爾曼濾波在塔機(jī)負(fù)載定位系統(tǒng)中的應(yīng)用39-53
• 4.1 引言39
• 4.2 最小二乘算法的引入與改進(jìn)39-43
• 4.2.1 最小二乘算法39-42
• 4.2.2 最小二乘算法的改進(jìn)42-43
• 4.3 最小二乘卡爾曼濾波43-45
• 4.4 仿真研究45-51
• 4.5 小結(jié)51-53
• 結(jié)論53-55
• 參考文獻(xiàn)55-61
• 致謝61-63
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄63-64

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郭毓;王斌明;吳益飛;郭明強(qiáng);;兩級(jí)傳感器信息融合的移動(dòng)機(jī)器人避障研究[J];傳感器與微系統(tǒng);2008年02期

2 陳小寧;黃玉清;楊佳;;多傳感器信息融合在移動(dòng)機(jī)器人定位中的應(yīng)用[J];傳感器與微系統(tǒng);2008年06期

3 曹淵;張士峰;胡正東;;基于Bayes網(wǎng)絡(luò)的多源信息融合方法在精度評(píng)定中的應(yīng)用[J];飛行器測(cè)控學(xué)報(bào);2008年05期

4 施芹;蘇巖;裘安萍;朱欣華;;MEMS陀螺儀器件級(jí)真空封裝技術(shù)[J];光學(xué)精密工程;2009年08期

5 孫慶祥;戴邵武;路燕;;加權(quán)最小二乘—卡爾曼濾波算法在動(dòng)基座對(duì)準(zhǔn)中的應(yīng)用[J];海軍航空工程學(xué)院學(xué)報(bào);2008年04期

6 楊宏;李亞安;李國(guó)輝;;一種改進(jìn)擴(kuò)展卡爾曼濾波新方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 白云飛;曲爾光;;多傳感器信息融合技術(shù)及其應(yīng)用[J];機(jī)械管理開(kāi)發(fā);2008年01期

8 陳鵬;錢徽;朱淼良;;基于加權(quán)最小二乘的卡爾曼濾波算法[J];計(jì)算機(jī)科學(xué);2009年11期

9 李強(qiáng);楊曉京;魏嵐;;基于神經(jīng)網(wǎng)絡(luò)信息融合的智能機(jī)器人[J];機(jī)電工程技術(shù);2006年06期

10 宗長(zhǎng)富;潘釗;胡丹;鄭宏宇;徐穎;董益亮;;基于擴(kuò)展卡爾曼濾波的信息融合技術(shù)在車輛狀態(tài)估計(jì)中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2009年10期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 李鵬;不完善信息融合技術(shù)及其在移動(dòng)機(jī)器人中的應(yīng)用[D];華中科技大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張慧寧;基于聯(lián)合卡爾曼濾波的車輛定位系統(tǒng)的研究[D];蘭州理工大學(xué);2008年

  本文關(guān)鍵詞：多傳感器信息融合在塔機(jī)定位中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：282754