Robust Optimal Tracking Control of a Nonlinear Underactuated 3-DOF Mechanical Crane under Payload-Mass Uncertainty Using an Effective-Input Transformation

在繁忙的重工业世界中，从海运港口的码头到新建摩天大楼的钢结构，机械起重机都是精准作业的得力助手。它的工作看似简单：吊起重物，将其移动一段距离，然后将其准确地放置在预定位置。然而，这项任务的物理特性却充满了棘手的复杂性。当起重机吊起重量时，该重量并不会静止悬挂，而是会像钟摆一样摆动。如果操作员移动得太快，负载就会剧烈摆动，导致无法精确放置，并造成危险。由于起重机的控制装置比其运动部件少，这一挑战变得更加复杂。机器可以推动小车前进，也可以拉升或放下缆绳，但它没有直接控制负载摆动运动的杠杆。摆动必须通过间接方式来停止，即通过精心计算小车和缆绳运动的时机。这使得起ло器成为了一个“欠驱动”系统，工程师用这个术语来描述那些控制变量数量少于其运动方式数量的机器。

增加这一难度的是现实世界的真实情况：负载的重量很少能被完全精确地获知。起重机可能针对特定重量进行了校准，但如果实际负载较重或较轻，摆动的物理特性就会改变，昨天行之有效的控制策略今天可能会失效。研究人员长期以来一直在寻求一种能够处理这些未知情况，且无需简化起鹤复杂的、扭曲的运动数学模型的方法。他们需要一种能够保持负载稳定且路径准确的方法，即使悬挂在缆绳上的重量是一个谜。

一组研究人员现在开发了一种应对这一问题的新方法，创建了一个专门针对三维起重机系统的鲁棒控制框架。他们的工作聚焦于一个具有三种主要运动方式的起重机：小车的水平位置、缆绳的长度以及摆动负载的角度。虽然小车和缆绳由电机直接控制，但摆动角度则受物理定律支配。研究人员通过首先创建一个关于起重机行为的数学“转换”来解决未知负载质量的问题。他们将难以处理的欠驱动方程转化为一种更简单的全驱动形式。想象一下，你正在处理一个某些碎片缺失的复杂拼图，通过重新调整观察视角，让每一个碎片看起来都完整存在，从而能够找到标准的解决方案。在这种新的视角下，系统的表现就像拥有了第三个用于控制摆动的输入量，尽管物理机器实际上仍然只有两个电机。

一旦建立了这种虚拟的全驱动版本起重机，团队便设计了一个最优控制器。这是一个数学规则，用于计算每一时刻采取的最佳行动，以最小化误差并保持系统稳定。他们使用了一种基于连续方程的严谨方法，该方程在快速移动的愿望与平稳、稳定控制的需求之间取得平衡。至关重要的是，这种设计并没有依赖于将起重机的运动简化为直线或简单的曲线；它直接作用于机器完整的、复杂的非线性现实。在计算出该虚拟系统的理想动作后，研究人员使用了一种特定的数学工具，将这些动作转换回起重机电机实际可以执行的两个真实指令：即用力推动小车还是用力拉动缆绳。这个转换过程确保了物理电机能够遵循计划，尽管该计划最初是为拥有比实际起重机更多控制量的系统所设计的。

为了测试这种方法是否真正奏效，研究人员使用强大的数学软件进行了广泛的计算机模拟。他们设定起重机将小车移动到特定位置，将缆绳缩短到精确长度，并消除任何摆动。随后，他们在四种不同条件下测试了系统：无额外重量，以及增加 1.5 公斤、3.0 公斤和 4.0 公斤的负载。悬挂负载的基准重量为 0.5 公斤，这意味着总重量在 0.5 公斤到 4.5 公斤之间变化。目标是观察控制器是否能够引导起重机到达目标点并停止摆动，无论负载变得多重。

结果显示，该系统具有极强的韧性。对于最轻的负载，起重机平稳地移动到目的地，且摆动迅速消失。随着重量增加，系统的行为发生了可预测的变化。较重的负载在初始运动期间会导致缆绳长度和摆动角度出现更明显的震动和振荡。然而，小车的位置在所有测试中都保持稳定且准确，表明水平运动基本不受重量变化的影响。即使面对 4.5 公斤的最重负载，系统也没有失败。振荡虽然更大且持续时间稍长，但仍保持在安全范围内，并最终消散，使负载完美地静止在目标位置。

研究还检查了电机为实现这种稳定性必须施加的力。当负载较轻时，电机施加短暂的爆发力，然后趋于平稳。随着重量增加，电机必须更加努力，施加更大且更复杂的爆发力，以抵消增加的惯性和重负载更容易摆动的趋势。尽管需求有所增加，但这些力从未失控。电机仅施加足够的功率来修正路径并抑制摆动，一旦起重机到达目标位置，力量便返回为零。这证实了控制器不需要持续、疯狂的调整来保持系统稳定；它只是引导机器走向平静的停止。

研究人员发现，虽然起重机的水平移动能力对重量变化具有鲁棒性，但垂直和摆动运动对重量更为敏感。负载越重，系统就越需要对抗摆动的自然物理特性。然而，所提出的控制方法成功管理了这种敏感性。它使误差保持在有界范围内，意味着偏差永远不会变得过大，并确保所有运动最终都收敛到期望的状态。这项工作证明，通过使用一种巧妙的转换来从不同角度看待问题，然后将解决方案转换回现实世界，可以为复杂的欠驱动机器设计出能够处理负载质量显著不确定性的控制系统。通过这种方式，团队创造了一种方法，即使在悬挂在缆绳上的重量未知时，也能保持负载稳定、路径准确且操作安全。