平衡重式叉车防侧翻分层控制分析
2021-09-10叶剑刚王玉龙赵明毛小玲尹凌鹏徐峰
叶剑刚 王玉龙 赵明 毛小玲 尹凌鹏 徐峰
摘要:本研究基于侧翻机理以及叉车结构分析的前提下,设计以防侧倾液压油缸为控制执行元件,进而为系统提供侧向支撑力,并且进一步提出基于模糊神经网络理论的防侧翻分层控制方法,通过分层实现叉车防侧翻控制,其上层利用模糊神经网络理论来判断叉车的运行情况,可作为下层控制的重要参考中层控制。则结合叉车运行状态划分选择有效策略,下层作为执行层,能够通过不同策略执行动作与输出控制模型。通过实车实验结果和仿真分析结果表明,在本研究中对于叉车处于特殊工况所提出的方法,能够实现安全域划分,其对于叉车运行安全来说具有重要意义。
关键词:平衡重式叉车;防侧翻;分层控制;分析
中图分类号:U294.27+2 文獻标识码:A 文章编号:1674-957X(2021)15-0055-02
0 引言
近年来随叉车的应用其安全性受到了车辆行业的高度重视,结合OSHA研究表明,美国每年出现事故的数量占总叉车10%,从一定程度上会给其带来较大的经济损失,同时也会威胁驾驶人员的生命健康。而在叉车事故中42%是由于叉车侧放的导致的,因此需高度重视叉车防侧翻安全控制。整体来看,叉车的车身稳定区域是地面与前桥左右轮胎接触中心点以及车架铰接点和后桥构成的三角区域,在叉车处于紧急转向时,由于重心偏移会导致叉车出现侧翻。国内外对于叉车防侧翻控制研究包括利用保护预测方式,预测叉车行驶在叉车运行过程中判断其俯仰角和倾斜角是否会侧翻,以确保叉车时间稳定运行。根据叉车线控转向系统特性,结合车速和手柄转速设定转向比,在行驶叉车时增加转向阻尼力,以提高动态特性。本研究通过分析叉车的结构构成以及基于横向失稳机理为前提,在车身和叉车转向桥两者之间增加油缸,实现防侧翻控制,可提高叉车支撑面积,提出基于模糊神经网络理论的分层控制法,能够将其分为上层、中层和下层,其分别对应辨识层、控制层以及执行层。在叉车处于紧急供货条件下,能够提高其运行安全性。
1 叉车转向
从理论上来看应当确保转向车轮能够进行纯滚动且不会出现滑动,进而减少磨损,降低阻力。为此在叉车转向时要求两个转向车轮直线速度垂线能够相交于一点,即瞬时转弯中心。针对平衡叉车转弯中心为前桥中心线和两转向轮各自中心线延长焦点。
在叉车转向过程中内轮偏转角应当高于外转向轮,其满足下列公式:
由于转向机构对于叉车整车中心是保持对称结构的,因此可构建单侧转向轮的空间运动。
转向桥两转向主销距离为M,转向轮的外轮偏转角以及内轮偏转角分别为α、β,转向桥在运动过程中上下偏转角为r,转向轮的断面宽外直径分别为W、R,销轴和轮胎的外侧距离为L。根据运动轨迹,同时结合叉车转向轮和转向桥相关参数,即能够获得叉车的转向轮包络图。
2 叉车侧翻理论分析
叉车采用前驱动后转向的方式进行底盘布置,在处于正常行驶状态下,叉车的车身会沿着横向倾斜角,其范围为2~3度,一旦出现横向失稳会使沿前驱动轮外侧连接地面中心点以及转向桥铰接轴中心点两者之间的连线出现倾斜,这种情况下会减小叉车转向内轮的接地压力,进而使中心出现外移,叉车的4轮在未离地的基础上,如果没有采取有效的防侧翻控制策略,会导致叉车的内侧车轮接地压力减小,甚至会出现车轮离地的问题,进一步会沿着外侧车轮连接地面中心连线,出现叉车侧翻现象。车辆重心是车辆稳定性的重要因素,如图1所示,车辆稳定区为ABC三角形区。
在搬运货物的过程中,平衡重式叉车重心会随货物高度发生变化,根据图1可以发现,一旦叉车的重心向外部转移到达AE连接线,这种情况下会降低叉车的运行稳定性和安全性。为确保叉车能够实现横向稳定,可采取有效措施确保叉车的重心能够处于三角形区,在处于叉车危险运行情况下,能够锁定后桥与车身,进而使叉车稳定区域,由三角形区域转变为AVDC区,进而提升其安全运行。
3 设计防侧倾液压油缸
根据上述原理可以发现,进一步增加叉车的稳定区域面积,改变重心位置能够在刹车处于紧急运行情况下,提高叉车防侧翻能力,确保驾驶人员安全驾驶。综合国内外研究本研究提出双向防侧翻液压油缸,能够为叉车提供抗拉伸力以及支撑力,在车身和后桥位置进行单侧安装。
在叉车出现倾斜时,利用液压油缸能够为叉车提供侧向支撑力,进而使三角形稳定区转变为梯形形状。
在具体设计过程中控制防噪油缸电磁阀为常闭阀,在启动叉车后打开电磁阀,运行频率为750赫兹,采用脉冲宽度调制信号及pwm的占空比进行电磁阀调节,以改变防侧翻液压油缸的运行模式。一般来说有三种方式:第一,电磁阀输出信号为70%Pwm信号,这种情况下为最大电磁阀开度,能够自由移动液压油缸的活塞并且能够使液压缸左右腔连通,进而通过电磁阀节流孔确保左右腔连通,由于受到节流因素的影响,导致油缸活塞运行速度逐渐变慢,缓冲阀会吸收压力,在不平整路面行驶过程中叉车压油缸能够起到支撑作用,进而提升叉车在不平整路面行驶中横向稳定性。第二,电磁阀的控制信号为0%的pwm信号,这种情况下电磁阀弹簧作用力其能够将顶针退回原有位置,此时电磁阀权并可以锁定液压油缸,在车身和后调位置形成刚性连接,车身能够受到4个车轮支撑,进而提高车辆的横向稳定性。第三,电磁阀控制信号为0~70%的pwm信号,这种情况下电磁阀处于开闭中间状态,液压油缸活塞能够实现良好运动,但具有较大阻力。
4 模型构建
门架模型构建。对于叉车来说,其门架包含链条、链轮、起升油缸、内外门架、货叉、安装架以及倾斜油缸。在构建叉车门架时仅需考虑不同元部件的运动副属关系。本研究在模型构件中可简化门架的结构模型,去除链轮、链条,对部分物件约束关系进行定义后,可获得门架的完整虚拟模型。在该模型中能够将货叉上下约束关系设置为门架与货叉的平行运动副,在门架两侧后部位置设置,能够促使门架前后保持运动的倾斜油缸,其前倾角度为3~6度,后仰角度为10~13度。设置前后俯仰角度能够确保叉车便于叉取和堆放货物。
第一,构建转向机构的模型。在初期构建叉车转向机构模型其准确度是否與实际需求接近,需要通过模型验证和参数优化,根据叉车转向机构阿克曼理论,在叉车处于转向过程中,为确保车轮保持纯滚动运动,要求转向机构需满足下列公式:
在上述公式中,外轮以及内轮转角分别用α、β进行表示,内外轮和前后轮的间距为M和L,在参数优化中要求叉车在处于两种情况下,转向轮外轮转角差值绝对值较小,通过参数优化,能够利用仿真软件进行程序仿真分析,获得经优化之后的误差数据。根据研究通过多次仿真优化使优化目标逐渐归零。构建整车模型。需结合合力叉车参数来构建整车模型,在建模时需简化叉车结构,比如针对叉车机械结构和简化或者剔除,在门架建模过程中无需考虑发动机以及传动系统等相关结构。而对于叉车其实际采用前后轮的型号分别为6.5-10-10PR以及2yx91512PP,在整车模型构件中可利用轮胎模型fiala。
第二,模型仿真分析。在构建叉车整车虚拟模型后,在圆周工况条件下进行叉车模型仿真,可在计算机软件Adams中进行仿真工况的设置,设置叉车转向角能够促使叉车开展圆周运动,改变车速之后获得叉车与圆周运动轨迹。在具体仿真时,能够获得实际叉车在进行圆周工况时的车身侧倾角以及仿真获得的车身侧倾角,将数值进行比较,根据该结果可以发现,利用软件进行仿真分析,获得的结果是与实际工况下叉车结果相吻合的,因此可将所构建叉车整车模型为仿真控制对象。
5 叉车的运行状态分级
对于叉车在开展防侧翻分层控制理论中,结合叉车的侧向加速度、货叉高度、载荷能够将叉车分为一级、二级和三级状态,分别对应绝对安全、安全边界和危险状态。一级状态是指叉车实现稳定运行且无侧翻危险;二级状态是指叉车面临一定侧翻危险,并逐渐向危险状态转变,要求采取合理控制措施,防止出现侧翻;三级状态是指叉车前轮出现一定程度侧翻或者在较大的侧翻概率,需采取有效措施。然而在叉车行驶状态划分过程中及界限模糊,并且叉车货叉高度,载荷以及侧向加速度等参数,对于侧翻产生的风险是不确定的,但不同参数之间具有关联性,如果叉车运行速度较快则侧翻概率越大,侧向加速度数值越高。如果X高度越高死时叉车所面临的大的侧翻风险在处于一定范围内。此时叉车运行越稳定,当货叉高度达到一定范围时,在此时,叉车则面临较大的侧翻风险的研究利用模糊神经网络来识别叉车运行情况,输入量为上述三种参数输出则表示叉车运行状态。
6 模糊神经网络
模糊神经网络是融合神经系统以及某个系统考虑两者互补性,结合模糊控制理论推理和神经网络学习机制,人类思维,能够为传统神经网络输入量以及权重进行模糊化处理。利用该模型全局输出最优化数学公式。在多变量系统处理过程中能够减少模糊变量,同时利用该方法能够实现模型自动更新,确保模糊子及隶属度函数实现连续性变化。本研究主要针对叉车货叉高度,载荷以及侧向加速度三个参数进行模糊化处理,进而预测叉车的运行状态。在具体开展中需通过模糊神经网络进行系统系数优化,将实际值与期望输出值比较,通过误差实现参数优化减小两者误差,进而使神经网络系统实际值与输出值更加接近。系统输出结果准确度与样本训练次数,学习量是成正相关关系的,数据量越大,开展越多的训练次数,其结果更加精确。为确保所构建模型准确要求提供较多的样本数量,需进行叉车连续性测试。每种样品含40个样本,不同样本能够表示不同操作下叉车高度、载荷和侧向加速度的数值,选择20个样本为测试数据,通过测试检测模糊神经网络准确度,对叉车运行情况进行准确识别预测。
7 结语
总而言之,本研究针对叉车防侧翻提出基于模糊神经网络的分层控制法。利用我国神经网络来识别叉车的运行状态。通过研究发现本研究所提出的模糊神经网络叉车防侧翻封层理论能够准确识别叉车的运行情况,在极限工况条件下,能够提升叉车的运行安全性,防止出现侧翻。
参考文献:
[1]张洋,夏光,杜克,等.基于变论域模糊控制的平衡重式叉车防侧翻控制研究[J].合肥工业大学学报(自然科学版),2019, 042(007):881-887.
[2]谢海,夏光,杜克,等.基于横向载荷转移率的叉车横向稳定性分级控制[J].合肥工业大学学报(自然科学版),2019,042(002):161-166.
[3]夏光,杜克,谢海,等.基于侧倾分级的叉车横向稳定性变论域模糊控制[J].机械工程学报,2019.