单神经元PID控制的吊车防摆定位系统.PDFVIP

单神经元PID控制的吊车防摆定位系统 Anti-swing and pinpoint Control of Crane Based on Single Neural Self-adaptive PID Control 刘学军 （北华大学 电气信息工程学院, 吉林 吉林132021） Liu xuejun (1.Electric Information Engineering College of BeiHua University jilin 132021,china ) 摘要：针对桥式吊车水平运动系统是一个非线性、变参数、强耦合的对象，本文设计了具 有自学习和自适应能力的单神经元构成单神经元自适应智能 PID 控制器，将其应用于吊车 的定位和防摆控制。仿真实验结果表明，该种控制方案简单，能适应环境的变化，有较强的 鲁棒性。 关键词：单神经元自适应 非线性 鲁棒性 中图分类号：TP273.4 文献标识码：A Abstract: As to the horizon motion system of Bridge Crane is a nonlinear, variation parameter and strong coupling system. The single neural self-adaptive intelligent PID controller which has self-learning and self-adaptive is designed, and this method is used in is used for positioning and anti-swing. The results of simulation test indicate that the proposed system has strong robustness and simple structure, and good adaptability. keywords: single neural self-adaptive control, nonlinear, robustness 1 引言1 吊车是广泛应用于冶金工业、港口、建筑等领域。在许多场合要求吊车的运行不但有较 高的定位精度，还要求吊车在吊运物品时物品的摆角要小。由于吊车系统是一个复杂的系统， 定位控制和摆角控制相互影响，且在工作过程中绳长和吊物质量是变化，这将影响摆角和精 确定位的控制，传统的 PID 控制很难满足控制精度的要求；而某些最优控制都是基于模型 的线性化后进行设计的，因而其实际控制效果并不理想。 本文提出了基于单神经元自适应智能 PID 的控制方案。仿真实验结果表明，该种控制 方案简单，能适应环境的变化，有较强的鲁棒性。 2 吊车系统的数学模型 实际吊车系统比较复杂，为了分析其本质，对吊车系统做简化处理，因此给出如下假设 [1,2] ： (1)钢丝绳的质量相对与吊物的质量可以忽略不计； (2)钢丝绳的刚度足够大，其长度变化可以忽略不计； (3) 吊物只在垂直于水平面的平面内运动； (4)对于桥式吊车，由于吊车在进行装卸作业时，大车一般处于静止状态，故建立力学模 型时，可不考虑大车运动； (5)不计风力和空气阻尼。 通过上面的假设，桥式吊车系统的力学简化模型如图 1 所示。 系统状态变量取：位移及速度；摆角及摆角的变化率；控制量为外力。则系统的状态向量 和控制向量为： T X (x ,v,θ,θ) ，U (F ) 。 吉林省科技厅项目） x v m c F