博文
基于模型预测控制的双连杆桥式起重机输入与输出约束控制策略
||
欢迎订阅期刊出版内容的邮件提醒（TOC目录），第一时间获取最新研究成果。点击下方链接即可轻松订阅，也欢迎转发给感兴趣的学术同仁。
https://www.springer.com/alerts-frontend/subscribe?journalNo=11768
编辑荐语
桥式起重机是港口、工地、工厂中的关键搬运设备，但其欠驱动特性和双摆动力学使自动控制面临巨大挑战。钢缆长度时变、未知扰动、执行器饱和与摆角安全边界等实际因素，往往被传统方法所忽略或简化，导致控制性能下降，甚至引发安全隐患。
本文作者从扰动估计与约束优化协同的角度提出一种新思路，在满足输入输出约束的同时，实现了高精度的轨迹跟踪与载荷防摇。该方法的具体设计与验证结果，请阅读全文。
Input and output constraints control strategy-based model predictive control for double-link overhead cranes (基于模型预测控制的双连杆桥式起重机输入与输出约束控制策略)
作者：Mai Hoang Thi1, Hien Nguyen Thi1, Tung Lam Nguyen1, Hue Luu Thi2
机构：1 Hanoi University of Science and Technology (越南); 2 Electric Power University (越南)
引用: Thi, M.H., Thi, H.N., Nguyen, T.L. et al. Input and output constraints control strategy-based model predictive control for double-link overhead cranes. Control Theory Technol. (2026). https://doi.org/10.1007/s11768-026-00327-4
摘要
本文提出了一种新的控制方案，将扰动观测器与非线性防摆控制方法相结合，用于欠驱动桥式起重机系统。与现有方法不同，该策略同时考虑了双摆动力学、未知扰动以及系统约束。首先，基于系统动力学方程设计高增益观测器，用于估计未知扰动。随后，利用观测器信息并结合二阶滑模控制器，设计了一种基于Lyapunov的模型预测控制器；其中二阶滑模控制器用于实现轨迹跟踪，同时满足系统约束。通过与传统控制器的对比仿真，验证了所提出方法的有效性，并表明其具有更好的控制性能和鲁棒性。
引言
桥式起重机是一种固定式起重设备，因其灵活性和出色的载荷提升能力，被广泛应用于海事、建筑和制造等多个行业。这也促使研究人员进一步研究并开发该设备，使其朝着全自动化方向发展。然而，这一过程面临诸多困难，其中一个主要原因是该系统的执行器数量不足，即控制输入数量少于输出信号数量。此外，恶劣的工作环境（如粉尘、风等）、实际执行器的限制以及系统参数的变化，也给载荷的精确定位和安全运行带来了诸多挑战。因此，桥式起重机系统自动控制器的开发仍然是一个具有潜力的研究方向。
这类起重机通常与小车结合使用，使其能够在门架上前后移动。载荷通常通过吊钩和钢缆连接在小车上。为了便于研究，过去大多数文献将起重机模型进行了简化。例如，研究人员将钢缆和载荷系统视为单摆或假设钢缆长度恒定来简化起重机模型，提出了多种先进控制策略，包括模型预测控制器、增强耦合控制器、自适应分层滑模控制器、神经网络控制器等。这些方法虽然在很大程度上解决了起重机控制中的相关挑战，但在实际应用场景中存在明显局限。实际情况下，载荷通常通过吊钩悬挂，这可能导致系统呈现双摆动力学特性。此外，在实际起重机运行过程中，由于提升和下降操作，钢缆长度通常是时变的。总之，模型假设与实际系统行为之间的这些不匹配，会对控制精度和运行安全性产生不利影响。
综上，大多数现有控制策略仍难以同时有效处理多个复杂因素。这些因素包括摆角限制、输入饱和、系统参数不确定性、外部扰动以及输出信号限制。尤其是，大多数研究并未考虑输出信号限制问题。本文提出了一种基于Lyapunov 的模型预测控制器（LMPC），并结合高增益扰动观测器，用于系统性地解决变绳长双摆起重机系统中的上述问题。本文的主要贡献可概括如下：
1. 所提出的控制器能够保证小车和载荷运动至期望轨迹，同时在运动过程中有效减小载荷振动，即使系统输入和输出信号均受到约束；而这些约束在以往研究中尚未得到充分考虑。
2. 通过采用高增益扰动观测器（HGDO），本文进一步提出了一种观测律，用于估计并补偿摩擦、外部扰动以及特定非线性项的综合影响。
3. 与传统的基于 MPC 的方法不同，本文将由二阶滑模控制算法推导得到的候选 Lyapunov 函数条件融入模型预测控制器中，从而更有效地保证整个闭环系统的稳定性。
图1 (原文Fig. 1) 本文考虑的2D双摆桥式起重机示意图
结论
本研究提出了一种基于 Lyapunov 的模型预测控制（LMPC）方法，并将其与高增益扰动观测器相结合，用于控制二维双摆桥式起重机系统。通过采用高增益观测器，可以有效估计扰动和系统不确定性，从而为控制器提供精确的信息。LMPC 能够实现对参考轨迹的精确跟踪，同时避免起重机运动过程中的振荡。此外，控制输入能够保持在驱动器能力范围内，输出信号，包括两个摆角，也能保持在允许范围内。通过利用由 Lyapunov 函数和二阶滑模控制推导得到的稳定性条件，可以保证闭环系统的全局稳定性。仿真结果及与传统方法的对比表明了所提出控制策略的有效性。然而，该控制方案需要精确的惯性矩阵信息，而在实际应用中，惯性矩阵可能会因载荷变化而发生改变。未来，将在实验环境中测试所提出的控制方案，以验证其实用可行性。此外，后续研究将重点扩展该框架，以考虑时滞效应，并降低其对系统惯性矩阵精确信息的依赖，从而增强其在实际场景中的鲁棒性和适用性。
作者介绍
Mai Hoang Thi 获得了Hanoi University of Science and Technology电气与电子工程学院的理学学士学位和理学硕士学位。她的研究方向集中于先进控制策略，包括滑模控制和模型预测控制。
Hien Nguyen Thi 获得了Hanoi University of Science and Technology电气与电子工程学院获得理学学士学位和理学硕士学位。她目前是Hanoi University of Science and Technology的预聘讲师。她的研究方向集中于先进控制策略，包括固定时间控制（FTC）和模型预测控制（MPC）。
Tung Lam Nguyen (Senior Member, IEEE) 于 2005 年获得Hanoi University of Science and Technology控制与自动化工程专业理学学士学位，于2007 年获得the Asian Institute of Technology理学硕士学位，并于 2014 年获得the University of Western Australia的博士学位。他目前是Hanoi University of Science and Technology电气与电子工程学院工业自动化系讲师。其研究兴趣包括运动控制、控制系统及其应用。
Hue Luu Thi 分别于2005年和2008年获得Hanoi University of Science and Technology电气工程专业理学学士学位和控制与自动化工程专业理学学士学位，于2009年获得the Thai Nguyen University of Technology自动化专业理学硕士学位，并于2022年获得Hanoi University of Science and Technology控制工程与自动化专业博士学位。她目前是Electric Power University电气工程学院讲师。她的主要研究兴趣包括非线性控制、自适应控制、机器人技术以及非线性动力学。
相关链接
Control Theory and Technology 2024-2025年期刊合集（中文介绍）
2024-2025刊期合集（英文）
Volume 23 (February - November 2025)
Issue 3, 2025 - Special issue on ADRC: New ADRC developments in Ibero-America
Volume 22 (February - November 2024)
Issue 3, 2024 - Special issue on analysis and control of complex systems in honor of the 90th birthday of Professor Huashu Qin
Issue 2, 2024 - Special issue on system identification and estimation
期刊简介
欢迎扫码进入期刊主页
Control Theory and Technology (CTT), 中文名《控制理论与技术》, 创刊于2003年，原刊名为Journal of Control Theory and Applications，2014年刊名更改为Control Theory and Technology。由华南理工大学与中国科学院数学与系统科学研究院联合主办，主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中的应用。目前被 ESCI (JIF 1.5)、EI、Scopus (CiteScore 3.2)、CSCD、INSPEC、ACM 等众多数据库收录, 并于2013–2018年获得两期中国科技期刊国际影响力提升计划项目资助。2017–2021年连续获得“中国最具国际影响力学术期刊”和“中国国际影响力优秀学术期刊”称号，获得广东省高水平科技期刊建设项目I期(2021-2024年)和II期，2022-2025年进入中国科协自动化学科领域高质量科技期刊目录。
官网：https://link.springer.com/journal/11768 (即http://www.springer.com/11768)
https://jcta.ijournals.cn/cta_en/ch/index.aspx
投稿：https://mc03.manuscriptcentral.com/ctt
微信：ControlTheoryTech （欢迎扫码关注期刊微信公众号）
X (Twitter): CTT_Journal
微博：ControlTheoryTech
Email：jcta@scut.edu.cn
Tel：020-8711 1464
https://blog.sciencenet.cn/blog-3635716-1540614.html
上一篇：基于进化计算与神经网络的目的层召梯的电梯调度优化策略
