【技术实现步骤摘要】
:本专利技术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。
技术介绍
: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,本专利技术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。
技术实现思路
:为了解决上述问题,本专利技术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。本专利技术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 ...
【技术保护点】
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。
【技术特征摘要】
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...
【专利技术属性】
技术研发人员:于广滨,高海连,曲志刚,
申请(专利权)人:哈尔滨理工大学,
类型:发明
国别省市:黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。