Nonlinear Trajectory Control of Cable Robots


Description

Cable robots are widely applicable for industrial tasks such as load transport, camera positioning in stadiums and driving simulators. As an advantage, they can cover large working areas while transporting heavy loads. In order for the crane to perform actions at specific locations, it is necessary to position it accurately and to prevent it from swinging. The load swinging of such a system is only weakly damped and poses safety risks in limited work spaces. In the current research project, model based controllers are designed to move the load platform on prescribed trajectories.

The crane system is modeled as a nonlinear rigid multibody system. Linearizing the dynamics neglects important nonlinear dynamics. Therefore, nonlinear control theory is used for controller design.

  • Two-dimensional crane model.

 

Trajectory control is achieved by using a feedforward control based on an inverse model of the system. This inverse model can be obtained by numerical as well as analytical methods. At the moment, the method of servo-constraints is applied for model inversion. For this method, a system of nonlinear high-index differential-algebraic equations (DAE) is solved in real-time. The solution of the DAE system poses the feedforward control inputs. Since the inverse model is just a feedforward control, it cannot react to disturbances or model uncertainties. By designing a feedback control, the system can be stabilized around the prescribed trajectory. Linear as well as nonlinear control theory methods are applicable for the design of a feedback part.

The designed controllers can be implemented and tested on the laboratory crane of our institute. The test bench consists of a trolley and a load platform attached to the trolley by four individual ropes. The trolley has a motion range of approximately 13 m. The rope length can be changed within 9 m by winches attached to the trolley. Therefore it’s possible to follow large trajectories. The test bench is controlled by a LabVIEW program running on a real-time computer.

  • Laboratory crane of the Institute of Mechanics and Ocean Engineering.

 

With the applied methods, the feedforward control is calculated in real-time. Later on, it is desirable to generate and modify nonlinear trajectories during crane motion. All this should be done on-line based on user input.
 

The two videos show the controlled crane test bench. The first video demonstrated trajectory control of a semicircle with a sliding mode controller. This can be used for collision avoidance. The designed sliding mode controller is also applicable for damping of the swing motion. This is demonstrated in the second video. The uncontrolled weakly damped system is shown in transparent.

Eine Möglichkeit zur Trajektorienregelung ist die Nutzung einer Vorsteuerung basierend auf einem inversen Modell. Ein inverses Modell gleicht die Modelldynamik im Idealfall genau aus. Das inverse Modell kann sowohl mit analytischen als auch mit numerischen Verfahren hergeleitet werden. Aktuell wird hier der Ansatz der Servo-Bindungen verfolgt. Dabei wird ein differential-algebraisches (DAE) System in Echtzeit gelöst. Diese Lösung des DAE Systems stellt die idealen Vorsteuergrößen dar. Die Vorsteuerung selbst kann nicht auf Störungen und Modellabweichungen reagieren. Durch eine geeignete Rückführung kann sie allerdings stabilisiert werden.
Weitere Regler basierend auf der nichtlinearen Regelungstechnik, wie zum Beispiel eine Feedback Linearisierung, sind ebenfalls zur Trajektorienregelung einsetzbar.

Die entworfenen Regler können an dem Versuchsstand des Instituts implementiert und getestet werden. Der Versuchsstand besteht aus einer Laufkatze und einer Lastplattform, welche an vier Seilen an der Laufkatze aufgehängt ist. Die Laufkatze kann auf einer Länge von 13 m linear verfahren werden. Mittels vier Winden kann die Seillänge der Last ebenfalls in einem Bereich von 9 m verändert werden. So ist es möglich, große Verfahrbewegungen durchzuführen. Der Versuchsstand wird mittels eines LabVIEW Programms bedient.


Mit den genutzten Methode ist es möglich, die Vorsteuerung des Trajektorienreglers am Versuchsstand in Echtzeit zu berechnen. In Zukunft soll es möglich sein, während der Verfahrbewegung die Trajektorie durch den Nutzer zu ändern. Dafür ist es nötig, die neue Trajektorie in Echtzeit zu planen und neu zu generieren.


In den Videos werden zwei Experimente gezeigt. Das erste Video zeigt eine Trajektorienverfolgung eines Halbkreises mit einem Sliding Mode Regler. Der Regler kann genutzt werden, um Hindernisse zu umfahren. Das zweite Video zeigt, dass die Regler auch zur Stabilisierung von Schwingungen genutzt werden können, hier auch am Beispiel des Sliding Mode Reglers. In transparent ist das ungeregelte schwach gedämpfte System zu sehen.

 

 

 

Moreover, the setup of the test bench allows to actuate all four ropes separately. This property is used not only to control the position of the load but also its orientation. For example, a condition can be applied to enforce that a (virtual) object lying on top of the container experiences zero acceleration. This is shown in the video below.

 

 

Im letzten Video wird ein Regler verwendet, um die Lastplattform auf einen Winkel von 5 Grad zu kippen. Anschließend wird die Plattform wieder zurück auf 0 Grad geregelt. Dafür wird ein DAE basierter LQR Regler verwendet, da dieses System aufgrund der kinematischen Schleife als DAE modelliert wird. Das Video zeigt den Versuch in vierfacher Geschwindigkeit.

 


Students

This research project is a combination of mechanics and control systems. Often there are options for student research projects in modelling and control. Do not hesitate to contact us if you are interested in writing your thesis in this area.

 


Contact