半解析方法用于堆垛机轨迹优化以实现节能

《Cleaner Engineering and Technology》:Semi-analytical approach to trajectory optimization for stacker cranes regarding energy saving

【字体: 大 中 小 】 时间:2026年01月30日 来源:Cleaner Engineering and Technology 7.3

编辑推荐:

  本研究旨在为高层仓库(high-bay warehouse)中堆垛机(stacker crane)在能耗(energy consumption)和能量回收(energy recuperation)方面的轨迹优化(trajectory optimization)

  
本研究旨在为高层仓库(high-bay warehouse)中堆垛机(stacker crane)在能耗(energy consumption)和能量回收(energy recuperation)方面的轨迹优化(trajectory optimization)提供见解。基于解析的必要最优性条件(optimality condition),建立了一个有针对性的数值实现(numerical implementation),以进行最优轨迹(optimal trajectory)的系统计算,并进一步分类。特别指出了能耗与能量回收之间的差异,以及上行和下行运动的差异。尽管是针对一个具体的、经过实验验证的堆垛机模型进行的检验,但该方法可以适用于其他具有功率流模型(power flow model,即运动学(kinematics)如速度、加速度和负载质量与产生的功率之间的函数关系)的电机。此外,还考虑了速度、加速度和加加速度(jerk)的边界。这种对能量最优轨迹的系统分析可进一步用于改进仓库中的作业调度(job scheduling)。
论文解读文章

**研究背景**
能量优化虽已活跃多年,但潜力尚未完全挖掘。堆垛机(stacker crane)作为高层仓库(high-bay warehouse)中的存储与检索设备,其运行涉及大质量与高功率(峰值可达数百千瓦),是可持续仓储管理的关键杠杆。现有研究多聚焦于机械能或振荡,缺乏对能量回收(energy recuperation)的深入分析,尤其对于电耦合动力总成(electrically coupled power train)中能耗与能量回收关系的系统考量。此外,缺乏针对更一般技术模型的变分方法(variational method)。因此,本研究旨在通过轨迹优化(trajectory optimization)同时实现节能与能量回收,且不降低物流吞吐量。论文发表在《Cleaner Engineering and Technology》。

**研究内容与结论**
研究人员基于变分原理(variational principle)推导了最优性条件,并开发半解析数值方法,对堆垛机在水平与垂直运动中的轨迹进行优化,考虑两种目标函数:能量回收最大化(式1)和能耗最小化(式2)。结论表明:对于上行运动,两种目标函数的最优轨迹一致,能量节省率平均为5.65%;对于下行运动,两者显著不同,能量回收优化(式1)可能导致运行齿轮频繁启停(技术不可取),而能耗优化(式2)则更合理,能量节省率平均为14%。该方法可实时计算数百条轨迹,为仓库作业调度(job scheduling)提供数据基础,并具有扩展至其他电机(如具有功率流模型的设备)的潜力。

**关键技术方法**
研究人员主要采用以下方法:1)基于变分原理推导最优性条件,将问题转化为低维连续凸优化问题,系统包括约束主导动力学(Constraint Dominated Dynamics, CD)和欧拉-拉格朗日动力学(Euler-Lagrange Dynamics, EL)。2)采用非等距时间网格的数值优化策略,通过两步优化加快计算:第一步用二次多项式近似功率流模型(power flow model)以得到解析解,第二步用精确模型进行数值求解,平均计算时间约0.01秒/轨迹。3)功率流模型采用Schützhold等(2014)的模型,该模型包含齿轮、异步电机、逆变器及各类损耗,并通过实验验证(在标准化测量点对比电网功率,如S1点效率约81%)。无样本队列来源,实验基于单一堆垛机测试。

**研究结果**
**Up-travels(上行运动)**
通过系统计算540000条轨迹,发现所有最优轨迹由最多7个时间区间组成,且有两种类型:一种仅由CD动力学构成,另一种中间有EL动力学区间。能量回收与能耗最优轨迹一致,能量节省率平均5.65%。当优化对象为升降齿轮(lifting gear)时,节省率随负载质量增加而增加;反之,优化运行齿轮(running gear)时节省率随负载质量增加而减小。

**Down-travels(下行运动)**
当优化能量回收(式1)时,若运动由运行齿轮主导,则最优解为升降齿轮时间最小运动(蓝色区域),利用释放的势能启动运行齿轮;若由升降齿轮主导,则过剩能量需运行齿轮多次启停(红色区域,时间网格多至40个点),平均节省率仅3.48%。当优化能耗(式2)时,运行齿轮尽量以低加速度和低速度运行(绿色区域无加速,蓝色区域无运动),平均节省率14%。下行运动中,时间最小运动与能耗最优轨迹的差距较小。

**讨论与结论**
讨论部分指出,最大化能量回收(尤其是下行运动)会导致技术上不可取的频繁启停轨迹,因此单纯追求能量回收不具实际可行性。替代方案包括聚焦能耗优化(若过剩能量可耗散)或使用长加速阶段。对于上行运动,极小恒定速度轨迹常是能量最优的近似。总结部分翻译如下:
本案例研究将变分原理的见解与连续凸优化的数值工具相结合,属于间接方法。有针对性的实现显著提升计算效率,可每秒计算数百条轨迹,保障实时能力,并为后续优化任务(如调度规划)提供数据基础。此外,基于先验离散化的方法因忽视重要网格点而不稳定。计算表明,最大化能量回收(尤其在下行运动中)导致技术上不可取的解。总之,仅以能量回收为目标不具实际可行性。替代方案包括:聚焦能耗(若过剩能量易耗散);或使用最小加速度运动(即具有最长加速时间间隔的运动)。关于轨迹分类,上行运动中能量回收最优与能耗最优轨迹一致,下行运动则不同。从实用角度,极小恒定速度轨迹常是能量最优解,具有实际意义。上行运动中仅两类最优轨迹:一类接近极小恒定速度运动,另一类有长中段EL动力学。下行运动中,若优化升降齿轮,时间最小运动为最优;否则需处理不希望的启停轨迹。若最小化能耗,则情况与上行运动类似。尽管取得进展,仍需未来工作,如考虑不同堆垛机模型对能量节省率的影响,以及将轨迹优化与调度规划直接耦合。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号