В процесі сумісного руху механізмів підйому стріли та вантажу зростають динамічні навантаження, які приводять до додаткових витрат енергії, що в подальшому витрачається на руйнування конструкції крана. Мета досліджень полягає в підвищенні ефективності роботи стрілового крану шляхом оптимізації режимів сумісного пуску механізмів підйому стріли та вантажу, яка приводить до мінімізації енергетичних витрат. Для досягнення поставленої мети використані методи аналітичної механіки, варіаційного числення та модифікований метаеврістичний метод рою часточок. В результаті використання наведених методів оптимізовано сумісний пуск механізмів підйому стріли та вантажу. Спільний рух механізмів крана представлено динамічною моделлю з чотирма ступенями вільності, де враховано основний рух механізмів, а також пружні коливання приводу механізму підйому вантажу та низькочастотні коливання вантажу на гнучкому підвісі. На основі динамічної моделі побудовано математичну модель у вигляді системи диференціальних рівнянь другого порядку, яку зведено до системи двох рівнянь четвертого порядку. Синтез оптимального режиму пуску механізмів здійснено за критерієм середньоквадратичного значення сумарної потужності приводів з врахуванням обмежень на рушійні моменти приводів. Поставлена задача умовної оптимізації зведена до задачі безумовної оптимізації шляхом розробки узагальненого критерію. Нелінійну задачу оптимізації режиму спільного пуску кранових механізмів підйому стріли та вантажу розв’язано модифікованим метаеврістичним методом рою часточок. В результаті проведеної оптимізації отримано режими пуску механізмів підйому стріли та вантажу, які мінімізують сумарну потужність приводів і усувають низько та високочастотні коливання елементів конструкції крана. Це приводить до підвищення його надійності та зменшення енергетичних витрат. Такий режим рекомендовано використовувати у системах керування крановими механізмами підйому стріли та вантажу
динамічна модель, математична модель, критерій оптимізації, нелінійна задача оптимізації, енергетичні витрати
[1] Bello, M.M., Mohamed, Z., Efe, M.Ö., & Ishak, H. (2024). Modelling and dynamic characterisation of a double-pendulum overhead crane carrying a distributed-mass payload. Simulation Modelling Practice and Theory, 134, article number: 102953 doi: 10.1016/j.simpat.2024.102953.
[2] Buczkowski, R., & Żyliński, B. (2021). Finite element fatigue analysis of unsupported crane. Polish Maritime Research, 28(1), 127-135. doi: 10.2478/pomr-2021-0012.
[3] Čápková, R., & Kozáková, A. (2019). Experimental modelling and control of a tower crane. In 2019 22nd International Conference on Process Control (PC19) (pp. 91-101). Strbske Pleso: IEEE. doi: 10.1109/PC.2019.8815327.
[4] Chwastek, S. (2020). Optimization of crane mechanisms to reduce vibration. Automation in Construction, 119, article number: 103335. doi: 10.1016/j.autcon.2020.103335.
[5] Chwastek, S. (2023). Finding the globally optimal correlation of cranes drive mechanisms. Mechanics Based Design of Structures and Machines, 51, 3230-3241. doi: 10.1080/15397734.2021.1920978.
[6] Fasih, S.M., Mohamed, Z., Husain, A.R., Ramli, L., Abdullahi, A.M., & Anjum, W. (2020). Controlling the rotation of a tower crane payload using a neural network-based input shaper. Measurement and Control, 53(7-8), 1171-1182. doi: 10.1177/0020294020920895.
[7] Fidrovska, N., Slepuzhnikov, E., Varchenko, I., Harbuz, S., Shevchenko, S., Chyrkina, M., & Nesterenko, V. (2021). Determining stresses in the metallic structure of an overhead crane when using running wheels of the new design. Eastern-European Journal of Enterprise Technologies, 1(7), 22-31. doi: 10.15587/1729-4061.2021.225097.
[8] Houssein, E.H., Gad, A.G., Hussain K., & Suganthan, P.N. (2021). Major advances in particle swarm optimization: theory, analysis, and application, Swarm and Evolutionary Computation, 63, article number: 100868. doi: 10.1016/j.swevo.2021.100868.
[9] Isiet, M., & Gadala, M. (2020). Sensitivity analysis of control parameters in particle swarm optimization, Journal of Computational Science, 41, article number: 101086, doi: 10.1016/j.jocs.2020.101086.
[10] Kostikov, A., Perig, A., Larichkin, O., Stadnik, A., & Gribkov, E. (2019). Research into payload swaying reduction through cable length manipulation during boom crane motion. FME Transactions, 47(3), 464-476. doi: 10.5937/fmet1903464K.
[11] Kovalenko, V., Kovalenko, O., Stryzhak, V., Stryzhak, M., & Ruzmetov, A. (2023). Determination of dynamic forces in the metal structure of a tower crane based on the multimass model. International Journal of Mechatronics and Applied Mechanics, 14, 248-256. doi: 10.17683/ijomam/issue14.29.
[12] Loveikin, V., Romasevych, Y., Loveikin, A., & Korobko, M. (2022). Optimization of the trolley mechanism acceleration during tower crane steady slewing. Archive of Mechanical Engineering, 69(3), 411-429. doi: 10.24425/ame.2022.140424.
[13] Lui, F., Yang, J., Wang, J., & Liu, C. (2021). Swing characteristics and vibration feature of tower cranes under compound working condition. Shock and Vibration, 2021, article number: 8997396. doi: 10.1155/2021/8997396.
[17] Michna, M., Kutt, F., Sienkiewicz, Ł., Ryndzionek, R., Kostro, G., Karkosiński, D., & Grochowski, B. (2020). Mechanical-level hardware-in-the-loop and simulation in validation testing of prototype tower crane drives. Energies, 13(21), article number: 5727. doi: 10.3390/en13215727.
[15] Miranda-Colorado, R. (2021). Robust observer-based anti-swing control of 2D-crane systems with load hoisting-lowering. Nonlinear Dynamics, 104, 3581-3596. doi: 10.1007/s11071-021-06443-x.
[16] Piotrowski, A.P., Napiorkowski, J.J., & Piotrowska, A.E. (2020). Population size in particle swarm optimization. Swarm and Evolutionary Computation, 58, article number 100718. doi: 10.1016/j.swevo.2020.100718.
[17] Podoliak, O., Khoroshylov, O., & Anenko, K. (2021). Mathematical modeling of the joint movement of mechanisms for lifting, turning and changing the crane’s departure. Engineering, 28, 18-25. doi: 10.32820/2079-1747-2021-28-18-25.
[18] Qian, Y., Hu, D., Chen, Y., Fang, Y., & Hu, Y. (2022). Adaptive neural network-based tracking control of underactuated offshore ship-to-ship crane systems subject to unknown wave motions disturbances. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 52(6), 3626-3637. doi: 10.1109/TSMC.2021.3071546.
[19] Romasevych Y., Loveikin V., & Loveikin Y. (2022). Development of a PSO modification with varying cognitive term. In 2022 IEEE 3rd KhPI Week on Advanced Technology (KhPIWeek). Kharkiv: IEEE. doi: 10.1109/KhPIWeek57572.2022.9916413.
[20] Shami, T.M., El-Saleh, A.A., Alswaitti, M., Al-Tashi, Q., Summakieh, M.A., & Mirjalili, S. (2022). Particle swarm optimization: a comprehensive survey. IEEE Access, 10, 10031-10061. doi: 10.1109/ACCESS.2022.3142859.
[21] Sun, N., Yang, T., Fang, Y., Wu, Y., & Chen, H. (2019). Transportation control of double-jib cranes with a nonlinear quasi-PID scheme: design and experiments. IEEE Transactions on Systems Man and Cybernetics Systems, 49(7), 1408-1418. doi: 10.1109/TSMC.2018.2871627.
[22] Tong, S., Xu, W., Zhao, J., Zhang, K., Shi, H., & Hu, B. (2024). Improved dynamic sliding mode control for plate hoisting of cable crane under wind load. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 238(11), 4932-4943. doi: 10.1177/09544062231210638.
[23] Yang, T., Sun, N., Chen, H., & Fang, Y. (2020). Neural networkbased adaptive antiswing control of an underactuated shipmounted crane with roll motions and input dead zones. IEEE Transactions on Neural Networks and Learning System, 31(3), 901-914. doi: 10.1109/TNNLS.2019.2910580.
[24] Ye, J., & Huang, J. (2023). Control of beam-pendulum dynamics in a tower crane with slender jib transporting a distributed-mass load. IEEE Transactions on Industrial Electronics, 70(1), 888-897. doi: 10.1109/TIE.2022.3148741.