摘要
精确掌握机器的整体质量与轨道坡度数据，对于优化单轨起重机的控制性能及提升能源效率至关重要。在电力单轨起重机（EMC）的应用场景中，准确估计机器总质量与轨道坡度面临巨大挑战。这一挑战主要源于机器总质量与轨道坡度之间的强耦合特性、不同运行工况下参数估计方法的鲁棒性不足，以及算法在EMC实际运行与轨道场景中的泛化能力有限。为应对上述挑战，本文提出了一种全新的参数估计方案，全面考虑了EMC在实际工作条件下运输场景中参数耦合关系及多种影响因素的作用。首先，为克服EMC质量与轨道坡度间强耦合带来的测量困难，提出了一种基于级联双观测器的解耦估计方法，以实现对这两个状态的联合估计。其次，为降低复杂轨道类型与多样运行工况下的轨道坡度估计误差，开发了一种融合Weibull函数与Levy飞行机制的增强型免疫优化算法，并结合无迹卡尔曼滤波器（UKF）进行估计。此外，为实现高精度、稳定的参数识别结果，在RLS算法中引入Weibull动态遗忘因子，设计了WDFF-RLS估计器。最后，在测试场地的复杂轨道上开展实车实验，验证了所提估计方法的准确性与鲁棒性。
