特种起重机的蚁群寻优智能控制方法的分析研究.pdfVIP

特种起重机的蚁群寻优智能控制方法研究 摘 要 论文的研究对象特种起重机是一种工业机器人和船载起重机相结合的产物，它兼具 了二者的模型结构和工作特点，是一种新型的船载智能起重设备。它由一组起重臂、旋 转支承底座、回转机构以及多传感器通过依次铰接组成，完成起重机的俯仰、回转等动 作。该特种起重机在工作中依靠关节产生的驱动来推动臂梁运动，将起重臂末端所持物 品准确地转移到指定地点。鉴于该特种起重机这种类似于多关节机械臂系统运动的特 点，论文借鉴三关节机械臂的模型推理方法，建立了该特种起重机简化模型的运动学和 动力学模型，即给出了系统的数学模型。 由于该特种起重机作业于船舶上，因此它在工作时无法避免由于海浪的运动对其造 成的不利影响以及其他诸多不确定因素的影响，且其非线性强，动力学行为复杂。若使 用传统的基于模型的控制方法来对这样一个复杂且耦合性很强的系统实施控制，难度无 疑会很大。随着模糊控制和神经网络等智能控制方法的飞速发展，这类复杂机械系统的 控制问题获得了更多的解决办法。由于单纯的模糊控制和神经网络控制各有其不足之 处，将这两种方法相互结合，形成一种模糊神经网络(FNN)控制器，该控制器不仅可 以对信息进行推理归纳，而且能够并行处理信息，同时该控制系统还具有自学习能力和 优秀的联想泛化能力，是一种可以较好的对复杂机械系统进行控制的智能控制器。本文 使用FNN控制器对特种起重机的数学模型进行了动力学仿真研究，仿真结果验证了该 控制器的有效性。 论文最后研究将基本蚁群算法和自适应蚁群算法分别应用到模糊神经网络智能控 制系统的参数学习训练中。并使用该训练好的模糊神经网络控制器对特种起重机在 比传统的PD控制和模糊控制的控制效果好，而基于基本蚁群算法学习训练的FNN控制 器参数训练的收敛速度要比BP算法快，对特种起重机的控制效果也要比基于BP算法 训练的FNN控制器效果好。同时相对比于基本蚁群优化算法，改进的自适应蚁群算法 具有更快的优化训练收敛速度以及更好的轨迹跟踪误差效果。论文通过仿真研究讨论了 该智能控制系统的可行性以及有效性。 关键词：特种起重机；模糊神经网络；智能控制；自适应蚁群算法 ABSTRACT Theectof ofthis obj thesisisone study kindof isa specialcrane，whichcombinationof 1ndustnaIrobot andcrane craneisa system．The new special crane intelligentship。borne eqmpment，itboth possessesroboticandcrane structural systemic characteristicscontrol consistsofa mode，it setof sustain jibs，slewing mechanismaJld device，slewing manv sen80rswhich inorderto hingedtogether and C