基于Modelica的抓斗式卸船机物理动力学模型开发与实验验证

《IEEE Access》：Development and Experimental Validation of a Physics-Based Dynamic Model of a Grab-Type Ship Unloader Using the Modelica Language

为解决抓斗式卸船机(GTSU)自动化系统开发中因缺乏高精度动态模型而导致的试错成本高、周期长的问题，研究人员开展了基于Modelica语言的物理动力学模型研究。该研究通过建立包含小车、起升、抓斗和钢丝绳动力学的非线性微分方程组，并利用现场绝对编码器数据进行了实验验证。结果表明，模型预测与实测数据在位置、速度和动态特性上高度一致，为自动化控制策略设计和数字孪生应用提供了可靠基础。

　　

随着全球贸易的持续增长，港口作为物流枢纽的重要性日益凸显。为了提升效率、降低成本，港口正加速向“智慧港口”转型，其中实现卸船设备的无人化、自动化作业是核心环节之一。在众多卸船设备中，抓斗式卸船机(Grab-Type Ship Unloader, GTSU)因其灵活性高、能处理多种散货物料，在中小型港口中应用广泛。然而，GTSU的自动化改造过程并非易事，它涉及复杂的机械动力学和控制系统设计。如果直接在真实设备上进行反复测试，不仅耗时耗力，还可能因操作不当导致设备损坏或安全事故。因此，开发一个能够精确模拟GTSU真实运行状态的动态模型，成为实现自动化升级的关键前提。

GTSU本质上是一个小车-抓斗系统，其核心挑战在于抓斗的摆动控制。当小车在轨道上加速或减速运行时，会通过钢丝绳对抓斗产生惯性力，导致抓斗像钟摆一样来回晃动。这种摆动不仅影响卸料的精准定位，还可能引发安全隐患。为了有效抑制摆动，必须首先建立一个能够准确描述小车与抓斗之间复杂动力学关系的数学模型。然而，现有的研究多集中于简化的起重机模型或结构振动分析，缺乏针对GTSU这种特定设备的高精度、非线性动态模型。因此，开发一个经过实验验证的、基于物理的GTSU动态模型，对于推动其自动化进程、优化作业效率具有重要的理论价值和现实意义。

为了填补这一空白，来自韩国昌原国立大学和浦项产业科学研究院的研究团队在《IEEE Access》上发表了一项研究，成功开发并实验验证了一个基于Modelica语言的GTSU物理动力学模型。该模型不仅能够精确模拟GTSU的单循环作业过程，还为未来的自动化控制策略设计和数字孪生应用提供了坚实的仿真平台。

关键技术方法

本研究主要采用了以下关键技术方法：

1. 1.
   物理动力学建模：基于拉格朗日方程，建立了包含小车位移(x)、抓斗摆角(θ)和钢丝绳长度(l)三个广义坐标的非线性微分方程组，精确描述了小车、钢丝绳和抓斗之间的动力学耦合关系。
2. 2.
   Modelica语言实现：利用Modelica这一面向对象的建模语言，将非线性动力学方程转化为文本形式的模型，并在OpenModelica平台上进行仿真。模型通过逻辑模块将输入的速度数据转换为驱动力和扰动，从而计算系统的动态响应。
3. 3.
   模型参数标定与校准：利用现场采集的绝对编码器数据，对模型中的关键参数（如小车每转位移d_rev,t）进行反向计算和校准，以缩小仿真与实测数据之间的差距。
4. 4.
   实验验证：在真实的GTSU设备上安装传感器，采集手动操作和自动操作（梯形速度曲线）两种模式下的单循环作业数据，包括小车、起升和抓斗的位移数据，用于与仿真结果进行对比验证。
5. 5.
   性能评估：采用决定系数(R²)作为统计指标，定量评估仿真模型对实际系统行为的解释能力。

研究结果

GTSU系统动力学建模与参数标定

研究首先将GTSU系统简化为一个具有三个自由度的物理模型，即小车在轨道上的平移运动、抓斗绕悬挂点的摆动以及钢丝绳的伸缩运动。通过拉格朗日方程，推导出了描述系统运动的非线性微分方程。为了确保模型的准确性，研究人员利用现场数据对模型参数进行了标定。例如，通过比较不同移动距离下的仿真位移与实际位移，反向计算出了小车每转位移d_rev,t。标定结果显示，模型预测的小车位移与实际位移之间的最大误差约为1.66米，最大百分比误差约为6.9%，表明模型具有较高的精度。

单驱动仿真与动态特性分析

在应用完整操作数据之前，研究首先对模型进行了单驱动仿真，即仅模拟小车在轨道上的平移运动。仿真结果清晰地再现了抓斗的摆动现象：当小车启动时，抓斗由于惯性滞后于小车，随后开始像钟摆一样前后摆动。这一结果验证了模型能够准确捕捉小车运动与抓斗摆动之间的动态耦合关系，为后续的完整作业仿真奠定了基础。

单循环作业仿真与实验验证

为了全面验证模型的有效性，研究人员将仿真结果与现场采集的实际数据进行了对比。对比分为两组：一组是基于操作员手动驾驶的数据，另一组是基于自动控制（梯形速度曲线）的数据。对比结果显示，无论是手动驾驶还是自动驾驶，仿真模型预测的小车、抓斗和起升机构的位移轨迹与实测数据都高度吻合。通过计算决定系数(R²)，发现各驱动部分的R²值均高于0.98，表明模型对实际系统行为具有极强的解释能力，能够真实地再现GTSU的单循环作业过程。

不同速度曲线下的摆动行为分析

研究还利用验证后的模型，对比了三种不同速度曲线（手动操作速度、梯形速度和五次方程速度）对抓斗摆动角的影响。仿真结果表明，在加速阶段，手动驾驶数据引起的摆动角波动最大；而在减速阶段，五次方程速度曲线产生的最大摆动角最小。这一发现表明，通过优化小车的速度轨迹，可以有效抑制抓斗的摆动，为未来开发开环控制策略提供了理论依据。

结论与讨论

本研究成功开发并实验验证了一个基于Modelica语言的GTSU物理动力学模型。该模型通过建立非线性微分方程组，精确地描述了小车、钢丝绳和抓斗之间的复杂动力学相互作用。通过与现场绝对编码器采集的实验数据进行对比，验证了模型在位置、速度和动态特性上的高精度预测能力。

该模型的重要意义在于，它为GTSU的自动化系统开发提供了一个可靠、高效的仿真平台。在自动化系统设计阶段，工程师可以利用该模型对控制策略进行预验证和优化，从而大幅减少现场调试的时间和成本。此外，该模型还可以用于评估不同操作策略（如速度曲线规划）对系统性能（如抓斗摆动）的影响，为开发更安全、更高效的自动化作业方案提供支持。未来，该模型有望作为数字孪生系统的核心，实现GTSU的实时状态监测、预测性维护和智能决策，最终推动港口自动化水平的进一步提升。