分组自适应模糊神经网络在双摆吊车上的应用

刘惠康， 孙博文， 柴 琳， 鄢梦伟

(武汉科技大学信息科学与工程学院， 武汉 430000)

作为最常见的重型货运工具，桥式吊车被广泛应用于港口、道路建设、钢厂车间等国民经济建设的各个领域。随着制造业、运输业等工业领域朝着大型化、智慧化高速发展，吊车的高效率、高安全、高精度的需求日益提升。迄今为止，中国多数工业吊车依然是凭借工人经验手动定位与消摆，效果并不理想，会出现定位精度差、操作效率低、消摆效果差等问题[1]。例如：高温熔融金属调运时，微小的摆幅就会带来巨大的危害，实现“零摆幅”吊运刻不容缓。因此，如何保证台车的快速、准确定位，并充分抑制负载的摆动成了中外学者研究的热点。

桥式吊车是典型的欠驱动系统，无法直接对负载进行消摆，在不影响自身定位的情况下，只能通过控制台车运动，从而抑制并消除负载的摆动，中外众多学者为此做了大量的研究工作。吊车的开环控制技术包括输入整形控制、最优控制技术[2]；闭环控制技术包括自适应控制[3]、模糊逻辑控制[4]和非线性控制技术[5]等。马博军等[6]利用李雅普诺夫原理和拉塞尔不变性理论证明了好散理论在自适应控制器上的可行性，该控制策略有效解决部分工业吊运过程中负载摆动的问题；华客强[7]将模糊控制推理应用到消摆控制上；陈鹤等[8]基于高斯伪谱法将约束优化问题转化成非线性规划问题，该方法更注重双摆吊车系统吊运效率，通过仿真验证这种方法可以得到具有消摆能力的全局时间最优轨迹。……