龙门起重机文献综述.docVIP

非线性门式起重机系统通过基于优先级计划中的二进制PSO算法优化性能 摘要 本文提出了一种最佳的PID和PD控制器的开发控制非线性龙门起重机系统。建议的二进制优化（PSO）算法，采用基于优先级的健身计划中采用了获得最优控制涨幅。最佳的收益在控制结构，结合PID和PD控制器来检查系统反应，包括小车位移和载荷振荡测试。龙门起重机系统的动力学模型，利用拉格朗日方程推导。仿真内Matlab的环境下进行的，以验证在沉降时间（Ts），稳态误差（SSE）和过冲（作者）方面的系统的性能。此提出的技术表明，在BPSO实施基于优先级的健身计划是有效的，能够移动的台车尽可能快地向各种所需位置。 简介人力资源的限制，使门机系统总是需要处理重负载的系统。它的目的是促进重的负载，精确的位置交。然而，在起重机加速度所需的运动，并诱导不希望的负载摆动[1]。如果小车的速度增加时，有效载荷的振荡变大，并使有效载荷难以稳定下来。因此，位置控制是困难的，需要一个相对长的时间卸货。为了达到所述门式起重机的位置精度，都要求考虑有效载荷的手推车和振荡的定位的控制机构。 您是不是要找： Several control techniques have been proposed previously for controlling the gantry crane system.However, PID control schemes based on the classical control theory have been widely used for various industrial control systems for a long time [2]. PID controller is seen as a good prospect due to simple structure and robust performances in a wide range of operating conditions. Thus, PID controller is chosen and used for this work. However, it has some difficulties in tuning the PID parameters. Therefore, various investigations on intelligent techniques have been conducted to optimize PID parameters. For instance, Genetic Algorithm (GA), Artificial Bee Colony (ABC) algorithm, Ant Colony Algorithm (ACA) and many more was proposed to optimize the parameter of the controller in designing of a nonlinear system. It has flexible and adaptive characteristic in order to find the PID parameters. Nevertheless, since Binary Particle Swarm Optimization (PSO) is well known compared to the other of some optimization method, thus it is being chosen to be implemented for this work. 有几个控制技术此前已提出了控制龙门起重机系统。然而，基于经典控制理论的PID控制方案已被广泛用于各种工业控制系统很长一段时间[2]。PID控制器被看作是一个良好的应用前景，由于结构简单，鲁棒性能在宽范围的操作条件。因而，PID控制器被选择并用于这项工作。然而，它有在调节PID参数的一些困难。因此，智能技术各种研究已进行了优化的PID参数。例如，遗传算法（GA），提出了人工蜂群（ABC）算法，蚁群算法（ACA）和更多的优化控制器的参数非线性系统的设计。它具有灵活和自适应特性，以便找到PID参数。然而，由于二进制粒子群优化（PSO）是公知的相对于其它的一些优化方法，因而它是被选择为要进行这项工作来实现。 龙门起重机系统模型图1示出了被认为是在这项工作中一个门式起重机系统的示意图。的参数M1，M2，L，X，?，T和F是有效负载质量，小车质量，电缆长度，台车的水平位置，摆动角度，扭矩和分别驱动力。龙门起重机系统的非线性模型是基于[3]建模。一些假设已进行，以尽量减少建模的