[发明专利]一种桥式吊车神经网络自适应控制器及其设计方法

说明书

本发明公开了一种桥式吊车神经网络自适应控制器及其设计方法，建立桥式吊车的动力学模型，对桥式吊车的动力学模型进行线性化处理,并引入外部干扰因素补偿项d，得到桥式吊车的线性模型，基于RBF神经网络设计得到神经网络自适应控制器，包括台车控制器和负载控制器。本发明采用神经网络自适应方法分别对吊车的台车定位和负载防摆设计了双反馈自适应控制器，通过自学习方法对吊车建模过程中的模型误差和外界干扰等非线性部分进行任意逼近，从而实现稳定性控制。

技术领域

本发明涉及一种桥式吊车神经网络自适应控制器及其设计方法。

背景技术

伴随着我国运输业和智能制造工业的快速发展，桥式吊车(又称桥式起重机)已经成为现代工业自动化生产中不可或缺的关键设备，其具有的占地面积小、方便快捷、货物搬运效率较高和结构简单等特点，使得桥式吊车的应用范围越来越广泛。目前，为满足全球贸易一体化的需求，桥式吊车正向着运行速度越来越快和提升高度越来越高两个方面发展，被广泛应用于码头和建筑工地等国民经济发展的各个部门和领域。

桥式吊车的控制难点主要在于台车的运行定位控制和负载的摆动抑制控制，现有技术大多数定位于负载的防摆控制研究，且所采用的方法存在许多不足，如输入整定方法消摆的摆角变化较大；闭环PID控制方法对外界的抗干扰能力较差；模糊自适应方法存在静差问题并且运算量大、反应速度慢；其它一般性方法大都带有多种约束限制条件，实用性不足；部分技术采用了神经网络方法，但只限于对吊车的负载防摆控制。

因此，如何设计一种能够对桥式吊车的台车运行定位控制和负载摆动抑制控制的控制器仍是待解决的技术问题。

发明内容

为了克服上述现有技术的不足，本发明提供了一种桥式吊车神经网络自适应控制器及其设计方法，采用神经网络自适应方法分别对吊车的台车定位和负载防摆设计了双反馈自适应控制器，通过自学习方法对吊车建模过程中的模型误差和外界干扰等非线性部分进行任意逼近，从而实现稳定性控制。

本发明所采用的技术方案是：

一种桥式吊车神经网络自适应控制器，所述神经网络自适应控制器包括台车控制器和负载控制器，所述台车控制器和负载控制器分别为：

其中，u₁和u₂为控制输入；M为台车质量；m为负载质量；g为重力加速度；l为吊绳长度；x₃为状态变量；x₃＝θ，θ为负载摆角；E为误差矩阵；K为控制增益矩阵；和为外部扰动对台车运动定位的影响因素d₁和负载摆角变换的影响因素d₂的估计。

进一步的，所述和的表达式分别为：

其中，h₁(x)和h₂(x)分别为径向基向量；和分别为理想权值W₁和W₂的估计值。

进一步的，所述K、E的表达式分别为：

K＝[k_p，k_d]^T

其中，k_p为比例控制因子；k_d为微分控制因子，e为误差。

一种桥式吊车神经网络自适应控制器的设计方法，该方法包括：

(1)建立桥式吊车的动力学模型；

(2)对桥式吊车的动力学模型进行线性化处理,并引入外部干扰因素补偿项d，得到桥式吊车的线性模型；