控制理论与应用

作者：孙家骏,柴琳,郭启航,刘惠康

单位：武汉科技大学,武汉科技大学,武汉科技大学,武汉科技大学

关键词：三维运动模式; 定位与防摆; 滑模控制; 神经网络; 最小参数学习法

基金：国家重点研发计划项目(2017YFC0805100)资助.

三维运动模式下的桥式吊车具有更高的生产效率, 但其定位与防摆控制也更具挑战性. 针对该问题, 本文提出一种基于最小参数学习的神经网络滑模控制方法. 首先, 建立了包含机械摩擦力和空气阻力的全驱动动力学模型, 解决了系统由于欠驱动特性导致控制器难以设计的问题; 随后, 设计了基于指数趋近律的滑模控制器, 引入径向基函数(radial basis functions, RBF)神经网络的最小参数学习法对系统的不确定性模型进行逼近; 并对控制器的稳定性进行了严格的数学证明. 仿真与实验结果表明, 本文所提控制方法在有/无外界干扰的情况下, 都能实现吊车的精确定位与负载摆动的有效抑制.

来源：2024年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第11期