مقاله تولید مسیر بهینه مبتنی بر داده‌های رفتاری برای جرثقیل‌های دوار
,

مقاله تولید مسیر بهینه مبتنی بر داده‌های رفتاری برای جرثقیل‌های دوار

تومان249,950

با رشد صنعت ساخت‌وساز و کمبود جهانی نیروی کار ماهر، اتوماسیون کنترل جرثقیل برای عملیات ایمن و کارآمد اهمیت فزاینده‌ای یافته است. چالش اصلی در کنترل خودکار جرثقیل، کاهش نوسانات بار در حین حرکت است که ع…

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperPaper-0000000215 دسته: ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

تولید مسیر بهینه مبتنی بر داده‌های رفتاری برای جرثقیل‌های دوار

Behavioral Data-Driven Optimal Trajectory Generation for Rotary Cranes

نویسندگان: Iskandar Khemakhem, Manuel Zobel, Johannes Schüle, Oliver Sawodny, Naoki Uchiyama, Abdallah Farrage

شناسه منبع: arxiv / 2605.14944v1

دسته: cs.RO,eess.SY

چکیده (فارسی)

با رشد صنعت ساخت‌وساز و کمبود جهانی نیروی کار ماهر، اتوماسیون کنترل جرثقیل برای عملیات ایمن و کارآمد اهمیت فزاینده‌ای یافته است. چالش اصلی در کنترل خودکار جرثقیل، کاهش نوسانات بار در حین حرکت است که عمدتاً از طریق مسیرهای چرخش مناسب برطرف می‌شود. در این زمینه، روش‌های کلاسیک کنترل مبتنی بر مدل به مدل‌های دینامیکی دقیق و تنظیم تخصصی متکی هستند و اغلب در برآورده کردن الزامات ایمنی و دقت با مشکل مواجه می‌شوند، در حالی که بسیاری از رویکردهای مبتنی بر یادگیری به مجموعه داده‌های بزرگ و منابع محاسباتی قابل توجهی نیاز دارند. این مقاله یک چارچوب عملیاتی مبتنی بر داده‌های رفتاری برای تولید مسیرهای چرخش حلقه باز برای جرثقیل‌های دوار ارائه می‌دهد که نوسان بار را سرکوب کرده و زمان عملیات و مصرف انرژی را کاهش می‌دهد. این رویکرد بر اساس لم اساسی ویلمز و تعمیم‌های آن بنا شده است تا از مدل‌سازی صریح سیستم اجتناب کرده و مستقیماً بر روی داده‌های ورودی-خروجی اندازه‌گیری شده عمل کند. یک گردش کار عملی در این مقاله برای کاهش نیاز به دانش تخصصی ارائه شده است. علیرغم ماهیت کم‌تحرک دینامیک جرثقیل، این روش یک نمایش غیرپارامتری از رفتار سیستم را شناسایی کرده و مسیرهای هموار و بهینه را با استفاده از داده‌های محدود و بهینه‌سازی محدب تولید می‌کند. روش پیشنهادی تولید مسیر در یک دستگاه آزمایشگاهی جرثقیل اعتبارسنجی شده و با یک رویکرد مبتنی بر مدل تثبیت شده مقایسه شده است که منجر به کاهش تا ۳۵ درصدی نوسان بار، ۴۳ درصدی خطای ردیابی و ۵۰ درصدی زمان حرکت شده است.

Abstract (English)

With the growth of the construction industry and the global shortage of skilled labor, the automation of crane control has become increasingly important for safe and efficient operations. A central challenge in automatic crane control is the reduction of load oscillations during motion, which is primarily addressed through appropriate slewing trajectories. In this context, classical model-based control methods rely on accurate dynamical models and expert tuning, and often struggle to meet safety and precision requirements, while many learning-based approaches require large data sets and significant computational resources. This paper proposes a behavioral data-driven framework for generating open-loop slewing trajectories for rotary cranes that suppress load sway while reducing operation time and energy consumption. The approach builds on Willems' fundamental lemma and its generalizations, to bypass explicit system modeling and operate directly on measured input-output data. A practical workflow is presented in this paper to reduce the need for expert knowledge. Despite the underactuated nature of the crane dynamics, the method identifies a nonparametric representation of the system behavior and generates smooth, optimal trajectories using limited data and convex optimization. The proposed trajectory generation method is validated on a laboratory crane setup and compared against an established model-based approach, achieving up to 35% reduction in load sway, 43% reduction in tracking error, and 50% reduction in travel time.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “مقاله تولید مسیر بهینه مبتنی بر داده‌های رفتاری برای جرثقیل‌های دوار”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا