基于无源性的塔机模糊神经网络防摆控制.pdfVIP

第36卷 第2期 太 原 科 技 大 学 学 报 vol.36 No.2 2015年4 月 JOURNAL OF TAIYUAN UNIvERSITY OF SCIENCE ANDTECHNOLOGY A r.2015  文章编号：1673-2057（2015 ）02-0087 -06 基于无源性的塔机模糊神经网络防摆控制 王雨婷，陈志梅，邵雪卷 （太原科技大学电子信息工程学院，太原030024） 摘 要：针对塔式起重机的防摆控制问题，提出了一种基于无源性的模糊神经网络控制方法。通过 建立Lya unov 能量函数，分析了系统的无源特性，在此基础上采用模糊控制并依靠神经网络对隶属函 数进行学习，不需要依赖系统精确的数学模型，实现了塔式起重机小车的定位和负载的防摆，提高了系 统的鲁棒性。仿真结果表明该方法的有效性和可行性。 关键词：塔式起重机；无源性；模糊神经网络；定位；防摆 中图分类号：TP273 文献标志码：A doi：10.3969/ j.issn.1673-2057.2015.02.002 塔式起重机广泛应用于货物的装卸，针对塔式起重机定位和负载摆动问题，许多学者进行了相关的研 ［3］ 究。文献［1-2］采用轨迹跟踪的方法提出了一种防摇策略。Dominik Schindele等 人采用了最优控制的方 法。文献［4-5］等人设计了非线性PID控制器，实现了起重机定位和负载的防摆。上述这些研究方法大多 依赖理想的环境以及精确的数学模型。文献［6-7］应用了模糊控制理论来设计控制器，根据人工经验设计 了模糊规则，这种控制方法不依赖精确的数学模型，能够很好的达到防摆的目的。但模糊控制的隶属函数 对系统性能有很大影响，其幅度越宽控制精度越低，常出现不必要的重叠也会使得控制效果变差。 无源控制作为一种较新的控制方法，其物理背景和Lya unov 函数密切相关，且是从系统的能量属性研 究系统的控制问题，其无功力可以简化控制器的设计。文献［8］应用分数阶与无源理论相结合设计了一种 无源分数阶控制器，这种控制方法使系统具有良好的动态性能和较强的鲁棒性。 为了能在复杂的环境中更好地实现起重机定位和防摆控制， 本文提出了一种基于无源性的模糊神经网络控制方法。分析系 统的无源性，通过神经网络对隶属函数进行学习，减轻模糊控制 规则对人工经验的依赖性，采用模糊神经网络控制器可以很好的 实现塔式起重机小车的定位和负载的防摆，并提高系统的鲁 棒性。 1 塔式起重机数学模型的建立 ［9］ 图1所示为塔式起重机的简化模型结构 。 其中：x 为臂架小车与塔机中心轴线的垂直距离；M 为小车 图1 塔式起重机模型 的质量；m为负载的质量；L为绳长；为负载旋转的角位移； 为 γ 0 Fig.1The model of tower crane 转动惯量； 为绳长在XZ平面上的投影与Z轴的夹角，为绳长 φ θ 收稿日期：2014-10-27 基金项目：山西省自然科学基金（2014011020-2，2014011020-1） 作者简介：王雨婷（1989- ），女，硕士研究生，主要研究方向为先进控制理论及应用。 88 太 原 科 技大 学 学 报 2015年 在XZ平面上的投影与绳长方向的夹角；F 为沿X方向上小车所受的作用力；T 为回转转矩。x