中英文文献翻译-桥式起重机智能防摆控制
中英文文献翻译-桥式起重机智能防摆控制,中英文,文献,翻译,桥式起重机,智能,控制,节制
J. Cent. South Univ. (2012) 19: 27742781DOI: 10.1007/s11771-012-1341-6 桥式起重机智能防摆控制CHEN Zhi-mei(陈志梅)1, MENG Wen-jun(孟文俊)2, ZHANG Jing-gang(张井岗)11。电子信息工程学院、太原科技大学、030024年太原,中国;2。机械工程学院、太原科技大学、太原030024年,中国中南大学媒体和出版社海德堡2012年柏林文摘:提出了一种新的智能防摇控制方案,结合模糊神经网络(FNN)和滑模控制(SMC)和粒子群优化(PSO),提出了桥式起重机。三个模糊神经网络的输出用于定位子系统、吊绳子系统和防摇子系统的不确定性的方法。然后控制器对参数与算法进行了优化,使系统具有良好的动态性能。在这个 程中用 提和 方法,这种方法不 的 确位 , 有的 的不确定性, 大摆 有 0 1 , 统滑模控制的动。提 系统的定性currency1结“确性和方法的有性。 fifl :桥式起重机;防摇控制;模糊神经网络;滑模控制;粒子群优化1桥起重机 用于工输重和有”、 工 、能和 和工 合。起重机 的 动 后有 的动 位 。然 ,大 数 的桥式起重机结“ 然 动后摇动不 。 后摇摆动 大 的 了 的 用性 。控制起重机 能 和 能和 的 。对于这个原 ,经有 的 对一个防摇起重机系统控制的方案 1 11 。滑模 结 控制吸引了很 的研究者由于系统的鲁棒性 参数不确定性和外部干扰的滑动面。到目前为 ,这一领域的理论体系 立 善和被用于 际系统(12 15) 。一些研究 员使用 与滑动模式一起控制起重机系统(14 15) 。对于一个三维桥式起重机提出了一种模糊防摆控制方案 1 。防摇利用输入/输出跟踪控制港口动式起重机和一个线性化方法固定收益部分的状态反馈控制器的旋转起重机提出了2 3 。桥式起重机一 的比例微分(PD)调节器和模糊 脑模型fi节控制器(CMAC)这既 位 控制跟踪和防摆 11 系统模型简化为在这些文献中的线性模型。一种自适模糊滑模控制方法二维桥式起重机进行了研究并系统 频率动 14。此外大 数研究 员对起重机系统为单输入系统不考虑提 丝绳的化。粒子群优化(PSO)算法,由肯尼迪和埃伯哈特博士发明。源于对鸟群捕食的行为研究PSO同遗算法类似 一种基于迭代的优化工具。系统初始化为一组随机解通 迭代搜寻 优值。 并有遗算法用的交叉(c ossove )异(mut tion)。 粒子在解空 追随 优的粒子进行搜索基金 项目:项目(51075289)支持由中国国家自然科学基金,项目(20122014)支持的医太原科技大学,中国收到日期:201109年06; 日期:20120417通 者:陈Zhi-mei, ,博士,电 :+ 863516998245;电子 :zhimeichen400163.com为了解 , 对起重机模型参数的不确定性,一个新的PSO se 模糊神经网络滑模控制提出了防摇方法。神经网络 用 似的不确定性系统和算法用优化参数滑模控制器, 此收 参数 , 滑动 面,提 系统的鲁棒性。考虑系统的 ,大 不 的解 和线性化模型,使控制器确定位电 制有 摇 在参数的不确定性和外部干扰。2模型的桥式起重机桥式起重机系统的模型 1。电 和 为 ” ,和 的动在 机。 面的起重机系统的动学方程 通 使用日方法currency1 。1简化模型的起重机(1),“和 的位 绳的fi和 的摆动 ;fl ” ;m ” ;D和Di 尼系数与和“分动;和“的 动 和“方,分, 重 。 然后,”。1) 于 状态方程:1 2 3 3滑模控制4 定跟踪 e(t)为5 (3)在 和 分为输入 的位 绳子的fi和摆 一 D 0。此外参输入 一和 二的数被 为 在一定数的 个控制 不 和 0。这 10 11 此,桥式起重机系统分为三个 合的子系统:定位子系统,吊绳子系统和防摇子系统。桥式起重机的控制对 动 到目的 同系统 的模型在不确定性和干扰(例currency1,大 和不同的 )。为了分 系统, 个滑模 数被定为三个子系统与滑动面,sce1 e2, sce5 e ,s“c“e3 e4, s s s 数 为 这 c,c“,c、 1, 1,2 2 的数 。然后, 方程式。(4) ( ), 方程 出。然 ,1 1,2,2,2,3,3,3一 在 际的系统中, 此,控制 很 的。4模糊神经网络4 1模糊神经网络结 由于 际系统的控制 模糊神经网络的输出 使用 似的F1F2 2 1 2和 3到F3 3 自适 滑模控制。模糊神经网络网络(FNN)分为 输入 员 和输出的网络结 currency1 2 。为1(1 1 / M) 数,输出的模糊神经网络 1 和1。在网络中, 个 的模糊空 分 个模糊 NM,NS,PS, currency1 :这 系统输入 ; 和 模糊 分 1和2,系统的输出。模糊理 程 currency1 2模糊神经网络结 1)输入在这一的 个节 输入 。 化率的网络输入在对 的个节 输入 输出 为这 ci 和 i 分 为 i个 的 斯数的中心价值 -t节 和标 偏 调的参数。这 2 员12 在这一输入 被 euzzie 斯隶属 数的选择13 14.这 ci 和 i 分 i个 节 的 斯 数的中心值与标 的偏 们都 调的参数。3) ,乘法操 模糊 。15 1 在这 三的 i个输入 。4)输出,输出 清晰1 这 V 分 一个J和 之 的 值 输出节 们都 调参数。4.2重 调重 的选择对系统性能有巨大的 ,currency1“重 不合适的,神经网络的收 将 。本文基于梯进行了培训裔 网络重 。定目标 数currency1 :这 网络的期望输出值 网络的 际输出值的学习 V,i 和 i 1,2 3的分调值这 V , 和 分。反输出的递 的 有反动 。员反 程然后修改三参数VAi 和 i currency1 为控制方程。( )( )S N(S) 包含使系统 频动很容易。 此饱和 数代替符号 数的平滑控制信号。然后控制 改写为5粒子群优化算法5 1粒子群优化的原 方程式。(21) (22), 控制器参数1 c,c“, , 1,2 2有直 系统控制 。值 大,c“,c, ,1, 1,2 2,系统 滑动面。 ,太大的值 使控制 能 系统动从 的动态性能 的 程。然 值较 ,虽然系统振 削弱, 系统 的滑动面 ,到达的 滑动面将 更fi。为了系统的 性和 振 用粒子群优化算法优化值c“,c ,1,2 1, 2。与进化算法比,粒子群算法能够很好 处理的自身价值粒子 “ 团”和的符号粒子“进化” 1 。在原始算法中,位 群中的 个粒子代一个 能的解 方案。粒子的位 和 在迭代n 分为i, (n)和vi,(n)。在 一迭代 vi、 (n 1),算利用流 vi, (n),距 粒子 前位 pi、 (n)和, (n) 为 佳粒子的位 们之 的距 分为p, (n)和i, (n)。中 惯性重;1和2 数, 参数分, 1和 2们 两个随机的值在 0,1 。 的确定性和概率参数 个体粒子的记忆和粒子群的位 。粒子的位 ,i, (n) 迭代更新优的解 方案, 此,选择 好的粒子在一维空 中,D 的数 。从方程式。(23)(24), 观察到 体粒子在PSO算法中的识性能。参数的优化进展,c“,c, ,1, 1,2 2在初始化控制 一群随机粒子在个 程中, 个粒子有三个值: 的 前位 (i), 佳位 (Pi) 在之前的期行 (Vi)。操 员 色 平衡 用 局搜索和局部搜索。为了提 PSO算法的收 性能保证 初的球搜索和随后的 方研究 惯性重(n)的制定,这 迭代n的功能。这 m 大算截 的一代5 2步骤步骤1:初始化一群随机粒子(currency1。群体大 N,随机的位 、 和初始 )。步骤2:评估 个粒子的自身价值 反对功能J和自身功能currency1 :步骤3:对于 个粒子,通 对比个体自身目前 好的位 p 本身在 去 好的位 更新p 对比 值 否比 去更好。步骤4:对于 个粒子,通 对比个体自身价值和 好的位 与 去球 佳位 更新 值比球 优位 。步:更新粒子的 和位 方程式。(23) (24) 。六步:返回到步骤2,currency1“终 条 不。终 条 一 美的个体或 大算截 一代。 参考文献1fi城元 蒋国宏 模糊预测控制法和桥式起重机中的 用 200 年2杨荣华 自适 解 控制桥式起重机系统 200 年3张西郑 中南大学学报 自然科学与技术 200 年4 C O S K, ” 模糊防摆控制三维桥式起重机 2002年5 录像名称NS跟踪和克劳斯奥利弗。臂起重机的防摇控制方法2010年将我陈文o i S 起重机系统。200 索伦森sinose K W迪克森S 控制器使 确的定位和桥式和龙门摇摆起重机 J 。控制工程 践200 齐亚德N M 德F D 的 起重机的输入 大控制器提 理论与 J 。 机械工程学报 工工程200 sinose W moi 动 。 s pe s 线性旋转转 起重机 J 。控制工程 践201010 NAOK 通 部分状态反馈鲁棒控制旋转起重机 200 11 M mu W u i S。 器的防摆控制。自动龙门起重机系统的基于模型的方法 J 国际工程研究 志200 12 W, A M”NDA M A,定的自适 与桥式起重机模糊CMAC 20111 13张智 张 。滑动组合控制 同步滑模 结 发电系统 20111 14 通currency1“。自由摆动输二维桥式起重机的使用模糊滑模控制的 C /程2004美国控制fi。fl士 电和电子研究 和工程200420 15易斯- ie o m S PM”斯 的自适 滑动模式控制在一个fi期使用 发性神经的 标识符 J 控制论和保利亚科学院信息技术200 21 1 K”NN”D J, ” A C C群粒子群优化 1 522 1 特 C tte ee F”n o 神经模糊状态 模性机械臂 用动态 化的 和社 的粒子群优化算法 J 组 。测 200 23 J. Cent. South Univ. (2012) 19: 27742781DOI: 10.1007/s11771-012-1341-6 桥式起重机智能防摆控制CHEN Zhi-mei(陈志梅)1, MENG Wen-jun(孟文俊)2, ZHANG Jing-gang(张井岗)11。电子信息工程学院、太原科技大学、030024年太原,中国;2。机械工程学院、太原科技大学、太原030024年,中国中南大学媒体和出版社海德堡2012年柏林文摘:提出了一种新的智能防摇控制方案,结合模糊神经网络(FNN)和滑模控制(SMC)和粒子群优化(PSO),提出了桥式起重机。三个模糊神经网络的输出用于定位子系统、吊绳子系统和防摇子系统的不确定性的方法。然后控制器对参数与算法进行了优化,使系统具有良好的动态性能。在这个 程中用 提和 方法,这种方法不 的 确位 , 有的 的不确定性, 大摆 有 0 1 , 统滑模控制的动。提 系统的定性currency1结“确性和方法的有性。 fifl :桥式起重机;防摇控制;模糊神经网络;滑模控制;粒子群优化1桥起重机 用于工输重和有”、 工 、能和 和工 合。起重机 的 动 后有 的动 位 。然 ,大 数 的桥式起重机结“ 然 动后摇动不 。 后摇摆动 大 的 了 的 用性 。控制起重机 能 和 能和 的 。对于这个原 ,经有 的 对一个防摇起重机系统控制的方案 1 11 。滑模 结 控制吸引了很 的研究者由于系统的鲁棒性 参数不确定性和外部干扰的滑动面。到目前为 ,这一领域的理论体系 立 善和被用于 际系统(12 15) 。一些研究 员使用 与滑动模式一起控制起重机系统(14 15) 。对于一个三维桥式起重机提出了一种模糊防摆控制方案 1 。防摇利用输入/输出跟踪控制港口动式起重机和一个线性化方法固定收益部分的状态反馈控制器的旋转起重机提出了2 3 。桥式起重机一 的比例微分(PD)调节器和模糊 脑模型fi节控制器(CMAC)这既 位 控制跟踪和防摆 11 系统模型简化为在这些文献中的线性模型。一种自适模糊滑模控制方法二维桥式起重机进行了研究并系统 频率动 14。此外大 数研究 员对起重机系统为单输入系统不考虑提 丝绳的化。粒子群优化(PSO)算法,由肯尼迪和埃伯哈特博士发明。源于对鸟群捕食的行为研究PSO同遗算法类似 一种基于迭代的优化工具。系统初始化为一组随机解通 迭代搜寻 优值。 并有遗算法用的交叉(c ossove )异(mut tion)。 粒子在解空 追随 优的粒子进行搜索基金 项目:项目(51075289)支持由中国国家自然科学基金,项目(20122014)支持的医太原科技大学,中国收到日期:201109年06; 日期:20120417通 者:陈Zhi-mei, ,博士,电 :+ 863516998245;电子 :zhimeichen400163.com为了解 , 对起重机模型参数的不确定性,一个新的PSO se 模糊神经网络滑模控制提出了防摇方法。神经网络 用 似的不确定性系统和算法用优化参数滑模控制器, 此收 参数 , 滑动 面,提 系统的鲁棒性。考虑系统的 ,大 不 的解 和线性化模型,使控制器确定位电 制有 摇 在参数的不确定性和外部干扰。2模型的桥式起重机桥式起重机系统的模型 1。电 和 为 ” ,和 的动在 机。 面的起重机系统的动学方程 通 使用日方法currency1 。1简化模型的起重机(1),“和 的位 绳的fi和 的摆动 ;fl ” ;m ” ;D和Di 尼系数与和“分动;和“的 动 和“方,分, 重 。 然后,”。1) 于 状态方程:1 2 3 3滑模控制4 定跟踪 e(t)为5 (3)在 和 分为输入 的位 绳子的fi和摆 一 D 0。此外参输入 一和 二的数被 为 在一定数的 个控制 不 和 0。这 10 11 此,桥式起重机系统分为三个 合的子系统:定位子系统,吊绳子系统和防摇子系统。桥式起重机的控制对 动 到目的 同系统 的模型在不确定性和干扰(例currency1,大 和不同的 )。为了分 系统, 个滑模 数被定为三个子系统与滑动面,sce1 e2, sce5 e ,s“c“e3 e4, s s s 数 为 这 c,c“,c、 1, 1,2 2 的数 。然后, 方程式。(4) ( ), 方程 出。然 ,1 1,2,2,2,3,3,3一 在 际的系统中, 此,控制 很 的。4模糊神经网络4 1模糊神经网络结 由于 际系统的控制 模糊神经网络的输出 使用 似的F1F2 2 1 2和 3到F3 3 自适 滑模控制。模糊神经网络网络(FNN)分为 输入 员 和输出的网络结 currency1 2 。为1(1 1 / M) 数,输出的模糊神经网络 1 和1。在网络中, 个 的模糊空 分 个模糊 NM,NS,PS, currency1 :这 系统输入 ; 和 模糊 分 1和2,系统的输出。模糊理 程 currency1 2模糊神经网络结 1)输入在这一的 个节 输入 。 化率的网络输入在对 的个节 输入 输出 为这 ci 和 i 分 为 i个 的 斯数的中心价值 -t节 和标 偏 调的参数。这 2 员12 在这一输入 被 euzzie 斯隶属 数的选择13 14.这 ci 和 i 分 i个 节 的 斯 数的中心值与标 的偏 们都 调的参数。3) ,乘法操 模糊 。15 1 在这 三的 i个输入 。4)输出,输出 清晰1 这 V 分 一个J和 之 的 值 输出节 们都 调参数。4.2重 调重 的选择对系统性能有巨大的 ,currency1“重 不合适的,神经网络的收 将 。本文基于梯进行了培训裔 网络重 。定目标 数currency1 :这 网络的期望输出值 网络的 际输出值的学习 V,i 和 i 1,2 3的分调值这 V , 和 分。反输出的递 的 有反动 。员反 程然后修改三参数VAi 和 i currency1 为控制方程。( )( )S N(S) 包含使系统 频动很容易。 此饱和 数代替符号 数的平滑控制信号。然后控制 改写为5粒子群优化算法5 1粒子群优化的原 方程式。(21) (22), 控制器参数1 c,c“, , 1,2 2有直 系统控制 。值 大,c“,c, ,1, 1,2 2,系统 滑动面。 ,太大的值 使控制 能 系统动从 的动态性能 的 程。然 值较 ,虽然系统振 削弱, 系统 的滑动面 ,到达的 滑动面将 更fi。为了系统的 性和 振 用粒子群优化算法优化值c“,c ,1,2 1, 2。与进化算法比,粒子群算法能够很好 处理的自身价值粒子 “ 团”和的符号粒子“进化” 1 。在原始算法中,位 群中的 个粒子代一个 能的解 方案。粒子的位 和 在迭代n 分为i, (n)和vi,(n)。在 一迭代 vi、 (n 1),算利用流 vi, (n),距 粒子 前位 pi、 (n)和, (n) 为 佳粒子的位 们之 的距 分为p, (n)和i, (n)。中 惯性重;1和2 数, 参数分, 1和 2们 两个随机的值在 0,1 。 的确定性和概率参数 个体粒子的记忆和粒子群的位 。粒子的位 ,i, (n) 迭代更新优的解 方案, 此,选择 好的粒子在一维空 中,D 的数 。从方程式。(23)(24), 观察到 体粒子在PSO算法中的识性能。参数的优化进展,c“,c, ,1, 1,2 2在初始化控制 一群随机粒子在个 程中, 个粒子有三个值: 的 前位 (i), 佳位 (Pi) 在之前的期行 (Vi)。操 员 色 平衡 用 局搜索和局部搜索。为了提 PSO算法的收 性能保证 初的球搜索和随后的 方研究 惯性重(n)的制定,这 迭代n的功能。这 m 大算截 的一代5 2步骤步骤1:初始化一群随机粒子(currency1。群体大 N,随机的位 、 和初始 )。步骤2:评估 个粒子的自身价值 反对功能J和自身功能currency1 :步骤3:对于 个粒子,通 对比个体自身目前 好的位 p 本身在 去 好的位 更新p 对比 值 否比 去更好。步骤4:对于 个粒子,通 对比个体自身价值和 好的位 与 去球 佳位 更新 值比球 优位 。步:更新粒子的 和位 方程式。(23) (24) 。六步:返回到步骤2,currency1“终 条 不。终 条 一 美的个体或 大算截 一代。 参考文献1fi城元 蒋国宏 模糊预测控制法和桥式起重机中的 用 200 年2杨荣华 自适 解 控制桥式起重机系统 200 年3张西郑 中南大学学报 自然科学与技术 200 年4 C O S K, ” 模糊防摆控制三维桥式起重机 2002年5 录像名称NS跟踪和克劳斯奥利弗。臂起重机的防摇控制方法2010年将我陈文o i S 起重机系统。200 索伦森sinose K W迪克森S 控制器使 确的定位和桥式和龙门摇摆起重机 J 。控制工程 践200 齐亚德N M 德F D 的 起重机的输入 大控制器提 理论与 J 。 机械工程学报 工工程200 sinose W moi 动 。 s pe s 线性旋转转 起重机 J 。控制工程 践201010 NAOK 通 部分状态反馈鲁棒控制旋转起重机 200 11 M mu W u i S。 器的防摆控制。自动龙门起重机系统的基于模型的方法 J 国际工程研究 志200 12 W, A M”NDA M A,定的自适 与桥式起重机模糊CMAC 20111 13张智 张 。滑动组合控制 同步滑模 结 发电系统 20111 14 通currency1“。自由摆动输二维桥式起重机的使用模糊滑模控制的 C /程2004美国控制fi。fl士 电和电子研究 和工程200420 15易斯- ie o m S PM”斯 的自适 滑动模式控制在一个fi期使用 发性神经的 标识符 J 控制论和保利亚科学院信息技术200 21 1 K”NN”D J, ” A C C群粒子群优化 1 522 1 特 C tte ee F”n o 神经模糊状态 模性机械臂 用动态 化的 和社 的粒子群优化算法 J 组 。测 200 23
收藏