CN106094519A - 一种基于神经网络算法的桥式起重机防摇摆控制方法 - Google Patents
一种基于神经网络算法的桥式起重机防摇摆控制方法 Download PDFInfo
- Publication number
- CN106094519A CN106094519A CN201610472682.5A CN201610472682A CN106094519A CN 106094519 A CN106094519 A CN 106094519A CN 201610472682 A CN201610472682 A CN 201610472682A CN 106094519 A CN106094519 A CN 106094519A
- Authority
- CN
- China
- Prior art keywords
- neural network
- algorithm
- control method
- inverse
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control And Safety Of Cranes (AREA)
Abstract
为了解决起重机运行过程中载荷的摆动问题一直是阻碍起重机运行效率的主要难题这一问题,本发明提出了一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征在于:事先选定BP神经网络NN的结构,建立由神经网络控制器NN_C和逆模型辨识器NN_I组成的控制系统;NN_C和NN_I为完全相同的网络结构,NN_C与被控制对象串联,实现对象的逆,作为逆模型控制器;NN_I为模型辨识器,它与NN_C的结构和学习算法完全相同,作用是在线辨识对象逆模型,通过在线调整,使输出F`与NN_C控制器输出量F的误差趋于0,这样,由于NN_C和NN_I的结构算法完全相同,也就调整了NN_C的权值,使得NN_C能够实时跟踪被控对象的逆模型,实现自适应控制作用。
Description
技术领域:
本发明属于桥式起重机领域,具体涉及一种基于神经网络算法的桥式起重机防摇摆控制方法。
背景技术:
在工业现场,桥式起重机被广泛用于散货码头和仓库调度等过程的生产作业当中,然而在起重机的运输过程中,由于小车的加减速和负载的提升动作以及风、摩擦引起的扰动等会引起负载来回摆动,这不但增加了事故发生的可能性,而且严重影响了生产作业效率的提高。虽然依靠起重机操作员的实际操作经验可以实现货物的安全运输和定位卸货,但由于熟练起重机操作员的训练周期长和工作强度大等原因,使得工作效率的提高受到很大限制,因此迫切要求出现桥式起重机的自动控制系统,可以解决对操作员经验的过分依赖性,从而大幅度的提高工作效率。为了解决起重机运行过程中载荷的摆动问题一直是阻碍起重机运行效率的主要难题这一问题,本发明提出了一种基于神经网络算法的桥式起重机防摇摆控制方法。
发明内容:
为了解决上述问题,本发明提出了一种基于神经网络算法的桥式起重机防摇摆控制方法。
本发明解决问题的技术方案是:
一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征在于:事先选定BP神经网络NN的结构,建立由神经网络控制器NN_C和逆模型辨识器NN_I组成的控制系统;NN_C和NN_I为完全相同的网络结构,NN_C与被控制对象串联,实现对象的逆,作为逆模型控制器;NN_I为模型辨识器,它与NN_C的结构和学习算法完全相同,作用是在线辨识对象逆模型,通过在线调整,使输出F`与NN_C控制器输出量F的误差趋于0,这样,由于NN_C和NN_I的结构算法完全相同,也就调整了NN_C的权值,使得NN_C能够实时跟踪被控对象的逆模型,实现自适应控制作用。
所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征是:所述的逆系统是通过建立被控对象的模型,然后用这一逆模型直接控制被控对象,使整个系统的传递函数变为1从而事先被控系统输出对输入的复现。
所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征是:所述的逆模型辨识器NN_I其作用是对起重机系统进行在线辨识,根据辨识结果实时调整神经网络连结权值,以跟踪起重机的逆模型。
所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征是:所述的神经网络控制器NN_C其作用是根据辨识器的辨识结果调整自身的权值,控制起重机的位置和摆角。
附图说明:
图1为本发明的控制方案结构图。
具体实施方式:
实施例1:
一种基于神经网络算法的桥式起重机防摇摆控制方法,其结构包括神经网络控制器NN_C,逆模型控制器NN_I,以及桥式起重机。一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征在于:事先选定BP神经网络NN的结构,建立由神经网络控制器NN_C和逆模型辨识器NN_I组成的控制系统;NN_C和NN_I为完全相同的网络结构,NN_C与被控制对象串联,实现对象的逆,作为逆模型控制器;NN_I为模型辨识器,它与NN_C的结构和学习算法完全相同,作用是在线辨识对象逆模型,通过在线调整,使输出F`与NN_C控制器输出量F的误差趋于0,这样,由于NN_C和NN_I的结构算法完全相同,也就调整了NN_C的权值,使得NN_C能够实时跟踪被控对象的逆模型,实现自适应控制作用。
实施例2:
根据实施例1所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征是:所述的逆系统是通过建立被控对象的模型,然后用这一逆模型直接控制被控对象,使整个系统的传递函数变为1从而事先被控系统输出对输入的复现。
实施例3:
根据实施例1所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征是:所述的逆模型辨识器NN_I其作用是对起重机系统进行在线辨识,根据辨识结果实时调整神经网络连结权值,以跟踪起重机的逆模型。
实施例4:
根据实施例1所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征是:所述的神经网络控制器NN_C其作用是根据辨识器的辨识结果调整自身的权值,控制起重机的位置和摆角。
Claims (4)
1.一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征在于:事先选定BP神经网络NN的结构,建立由神经网络控制器NN_C和逆模型辨识器NN_I组成的控制系统;NN_C和NN_I为完全相同的网络结构,NN_C与被控制对象串联,实现对象的逆,作为逆模型控制器;NN_I为模型辨识器,它与NN_C的结构和学习算法完全相同,作用是在线辨识对象逆模型,通过在线调整,使输出F`与NN_C控制器输出量F的误差趋于0,这样,由于NN_C和NN_I的结构算法完全相同,也就调整了NN_C的权值,使得NN_C能够实时跟踪被控对象的逆模型,实现自适应控制作用。
2.根据权利要求1所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征在于:所述的逆系统是通过建立被控对象的模型,然后用这一逆模型直接控制被控对象,使整个系统的传递函数变为1,从而事先被控系统输出对输入的复现。
3.根据权利要求1所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征在于:所述的逆模型辨识器NN_I其作用是对起重机系统进行在线辨识,根据辨识结果实时调整神经网络连结权值,以跟踪起重机的逆模型。
4.根据权利要求1所述的一种基于神经网络算法的桥式起重机防摇摆控制方法,其特征在于:所述的神经网络控制器NN_C其作用是根据辨识器的辨识结果调整自身的权值,控制起重机的位置和摆角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610472682.5A CN106094519A (zh) | 2016-06-27 | 2016-06-27 | 一种基于神经网络算法的桥式起重机防摇摆控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610472682.5A CN106094519A (zh) | 2016-06-27 | 2016-06-27 | 一种基于神经网络算法的桥式起重机防摇摆控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106094519A true CN106094519A (zh) | 2016-11-09 |
Family
ID=57252871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610472682.5A Pending CN106094519A (zh) | 2016-06-27 | 2016-06-27 | 一种基于神经网络算法的桥式起重机防摇摆控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106094519A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114706432A (zh) * | 2022-05-20 | 2022-07-05 | 哈尔滨理工大学 | 一种基于跨介质时延的随机微振动主动隔振控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006072735A (ja) * | 2004-09-02 | 2006-03-16 | Fujitsu Ten Ltd | モデル予測制御装置およびモデル予測制御方法 |
CN101441441A (zh) * | 2007-11-21 | 2009-05-27 | 新乡市起重机厂有限公司 | 起重机智能防摇控制系统的设计方法 |
CN101441728A (zh) * | 2007-11-21 | 2009-05-27 | 新乡市起重机厂有限公司 | 起重机优化设计的神经网络方法 |
CN102120545A (zh) * | 2010-12-22 | 2011-07-13 | 长沙中联重工科技发展股份有限公司 | 起重机防摇系统 |
-
2016
- 2016-06-27 CN CN201610472682.5A patent/CN106094519A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006072735A (ja) * | 2004-09-02 | 2006-03-16 | Fujitsu Ten Ltd | モデル予測制御装置およびモデル予測制御方法 |
CN101441441A (zh) * | 2007-11-21 | 2009-05-27 | 新乡市起重机厂有限公司 | 起重机智能防摇控制系统的设计方法 |
CN101441728A (zh) * | 2007-11-21 | 2009-05-27 | 新乡市起重机厂有限公司 | 起重机优化设计的神经网络方法 |
CN102120545A (zh) * | 2010-12-22 | 2011-07-13 | 长沙中联重工科技发展股份有限公司 | 起重机防摇系统 |
Non-Patent Citations (1)
Title |
---|
丁瑞华等: "基于神经网络算法的桥式起重机防摇摆控制", 《机电工程》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114706432A (zh) * | 2022-05-20 | 2022-07-05 | 哈尔滨理工大学 | 一种基于跨介质时延的随机微振动主动隔振控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106444635B (zh) | 一种运动控制系统的非对称s曲线加减速控制方法和装置 | |
CN108190751B (zh) | 一种基于神经网络pid的桥式起重机防摇控制方法 | |
WO2021036626A1 (zh) | 一种基于滑模面的桥吊防摆方法、装置、设备及存储介质 | |
US10023071B2 (en) | Train control method for maximizing utilization of regenerative energy | |
CN109740240A (zh) | 可消除负载摆动的塔式吊车自适应积分滑模控制器设计方法及系统 | |
CN109510521A (zh) | 一种基于虚拟总轴的多电机总量协同一致容错控制方法 | |
CN106374801B (zh) | 一种根据偏差自适应调整的电动伺服控制系统及方法 | |
CN111142384A (zh) | 二级摆型塔式吊车自适应神经网络跟踪控制方法及系统 | |
CN106094519A (zh) | 一种基于神经网络算法的桥式起重机防摇摆控制方法 | |
CN105034853A (zh) | 一种减小电动汽车定速巡航速度波动的控制系统及方法 | |
CN102749843B (zh) | 一种自适应反馈保护动态面控制器结构及设计方法 | |
CN102269971A (zh) | 基于模型跟踪的自适应伺服控制器 | |
CN106802569A (zh) | 一种补偿执行机构死区非线性的自适应状态反馈控制方法 | |
CN114104981A (zh) | 一种门机抓斗防摇系统 | |
CN106081916B (zh) | 一种无人值守天车的拟人控制方法和控制模块 | |
CN105905807A (zh) | 一种基于模糊的桥式起重机的定位和防摆控制方法 | |
CN108388136A (zh) | 一种具有非线性输入的柔性弦线系统的振动控制方法 | |
CN103345159A (zh) | 基于神经网络自适应逆的混合动力车bsg系统控制方法 | |
CN116812758A (zh) | 用于塔式起重机防摆系统的控制方法 | |
CN113336093B (zh) | 一种主动防摇型起重机的吊具模糊pid控制系统及方法 | |
KR100963394B1 (ko) | 적응 슬라이딩 모드 제어 기법에 의한 크레인 제어 장치 및 방법 | |
CN103291073A (zh) | 臂架控制系统、方法及泵车 | |
CN110187638A (zh) | 一种大时滞模糊控制方法 | |
CN115455344A (zh) | 一种轨迹规划方法、系统、设备以及存储介质 | |
CN205787684U (zh) | 一种新型的模糊控制器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161109 |
|
WD01 | Invention patent application deemed withdrawn after publication |