一種基于神經網絡算法的橋式起重機防搖擺控制方法
【專利摘要】為了解決起重機運行過程中載荷的擺動問題一直是阻礙起重機運行效率的主要難題這一問題，本發明提出了一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征在于：事先選定BP神經網絡NN的結構，建立由神經網絡控制器NN_C和逆模型辨識器NN_I組成的控制系統；NN_C和NN_I為完全相同的網絡結構，NN_C與被控制對象串聯，實現對象的逆，作為逆模型控制器；NN_I為模型辨識器，它與NN_C的結構和學習算法完全相同，作用是在線辨識對象逆模型，通過在線調整，使輸出F`與NN_C控制器輸出量F的誤差趨于0，這樣，由于NN_C和NN_I的結構算法完全相同，也就調整了NN_C的權值，使得NN_C能夠實時跟蹤被控對象的逆模型，實現自適應控制作用。
【專利說明】
一種基于神經網絡算法的橋式起重機防搖擺控制方法
[0001 ] 技術領域:
本發明屬于橋式起重機領域，具體涉及一種基于神經網絡算法的橋式起重機防搖擺控制方法。
[0002]【背景技術】:
在工業現場，橋式起重機被廣泛用于散貨碼頭和倉庫調度等過程的生產作業當中，然而在起重機的運輸過程中，由于小車的加減速和負載的提升動作以及風、摩擦引起的擾動等會引起負載來回擺動，這不但增加了事故發生的可能性，而且嚴重影響了生產作業效率的提高。雖然依靠起重機操作員的實際操作經驗可以實現貨物的安全運輸和定位卸貨，但由于熟練起重機操作員的訓練周期長和工作強度大等原因，使得工作效率的提高受到很大限制，因此迫切要求出現橋式起重機的自動控制系統，可以解決對操作員經驗的過分依賴性，從而大幅度的提高工作效率。為了解決起重機運行過程中載荷的擺動問題一直是阻礙起重機運行效率的主要難題這一問題，本發明提出了一種基于神經網絡算法的橋式起重機防搖擺控制方法。
[0003]
【發明內容】
:
為了解決上述問題，本發明提出了一種基于神經網絡算法的橋式起重機防搖擺控制方法。
[0004]本發明解決問題的技術方案是:
一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征在于:事先選定BP神經網絡NN的結構，建立由神經網絡控制器NN_(^P逆模型辨識器NN_I組成的控制系統;NN_(^PNN_I為完全相同的網絡結構，NN_C與被控制對象串聯，實現對象的逆，作為逆模型控制器；NN_I為模型辨識器，它與NN_C的結構和學習算法完全相同，作用是在線辨識對象逆模型，通過在線調整，使輸出F'與NN_C控制器輸出量F的誤差趨于0，這樣，由于ΝΝ_0ΡΝΝ_Ι的結構算法完全相同，也就調整了NN_C的權值，使得NN_C能夠實時跟蹤被控對象的逆模型，實現自適應控制作用。
[0005]所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征是:所述的逆系統是通過建立被控對象的模型，然后用這一逆模型直接控制被控對象，使整個系統的傳遞函數變為I從而事先被控系統輸出對輸入的復現。
[0006]所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征是:所述的逆模型辨識器NN_I其作用是對起重機系統進行在線辨識，根據辨識結果實時調整神經網絡連結權值，以跟蹤起重機的逆模型。
[0007]所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征是:所述的神經網絡控制器NN_C其作用是根據辨識器的辨識結果調整自身的權值，控制起重機的位置和擺角。
[0008]【附圖說明】:
圖1為本發明的控制方案結構圖。
[0009]【具體實施方式】: 實施例1:
一種基于神經網絡算法的橋式起重機防搖擺控制方法，其結構包括神經網絡控制器NN_C，逆模型控制器NN_I，以及橋式起重機。一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征在于:事先選定BP神經網絡NN的結構，建立由神經網絡控制器NN_C和逆模型辨識器NN_I組成的控制系統;剛_(:和剛_1為完全相同的網絡結構，剛_(:與被控制對象串聯，實現對象的逆，作為逆模型控制器;NN_I為模型辨識器，它與NN_C的結構和學習算法完全相同，作用是在線辨識對象逆模型，通過在線調整，使輸出F'與NN_C控制器輸出量F的誤差趨于O，這樣，由于ΝΝ_0ΡΝΝ_Ι的結構算法完全相同，也就調整了NN_C的權值，使得NN_C能夠實時跟蹤被控對象的逆模型，實現自適應控制作用。
[0010]實施例2:
根據實施例1所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征是:所述的逆系統是通過建立被控對象的模型，然后用這一逆模型直接控制被控對象，使整個系統的傳遞函數變為I從而事先被控系統輸出對輸入的復現。
[0011]實施例3:
根據實施例1所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征是:所述的逆模型辨識器NN_I其作用是對起重機系統進行在線辨識，根據辨識結果實時調整神經網絡連結權值，以跟蹤起重機的逆模型。
[0012]實施例4:
根據實施例1所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征是:所述的神經網絡控制器NN_C其作用是根據辨識器的辨識結果調整自身的權值，控制起重機的位置和擺角。
【主權項】
1.一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征在于:事先選定BP神經網絡NN的結構，建立由神經網絡控制器NN_C和逆模型辨識器NN_I組成的控制系統;NN_C和NN_I為完全相同的網絡結構，NN_C與被控制對象串聯，實現對象的逆，作為逆模型控制器;NN_I為模型辨識器，它與NN_C的結構和學習算法完全相同，作用是在線辨識對象逆模型，通過在線調整，使輸出F'與NN_C控制器輸出量F的誤差趨于O，這樣，由于NN_(^PNN_I的結構算法完全相同，也就調整了NN_C的權值，使得NN_C能夠實時跟蹤被控對象的逆模型，實現自適應控制作用。2.根據權利要求1所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征在于:所述的逆系統是通過建立被控對象的模型，然后用這一逆模型直接控制被控對象，使整個系統的傳遞函數變為I，從而事先被控系統輸出對輸入的復現。3.根據權利要求1所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征在于:所述的逆模型辨識器NN_I其作用是對起重機系統進行在線辨識，根據辨識結果實時調整神經網絡連結權值，以跟蹤起重機的逆模型。4.根據權利要求1所述的一種基于神經網絡算法的橋式起重機防搖擺控制方法，其特征在于:所述的神經網絡控制器NN_C其作用是根據辨識器的辨識結果調整自身的權值，控制起重機的位置和擺角。
【文檔編號】G05B13/04GK106094519SQ201610472682
【公開日】2016年11月9日
【申請日】2016年6月27日
【發明人】于廣濱, 高海連, 曲志剛
【申請人】哈爾濱理工大學