基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。

基于模型预测控制的桥式起重机防摇设计

针对桥式起重机工作过程中吊重摇摆的问题,基于预测控制策略提出了一种电子防摇设计方法.首先对桥式起重机进行动力学分析,利用Lagrange方程,建立了面向控制的数学模型.其次,根据对象的历史信息和未来输入预测其将来输出,结合预测误差补偿,通过性能函数的优化得到其控制律.最后,仿真结果表明,所设计的防摇系统能实现小车快速定位和吊重摆角的有效抑制.与最优防摇控制相比,系统超调量和摆角幅度均大大减小,显示了该防摇方法的优越性;加入参数摄动和测量噪声,防摇系统仍能很好地达到控制目标,说明了该防摇方法具有较好的鲁棒性.

嵌入式系统在起重机吊具防摇控制中的应用

针对起重机吊具防摇系统中PLC实现模糊PID控制算法的迟滞性及编程工作量大等问题,提出将嵌入式系统运用到其防摇控制中.系统采用主从控制方式,将嵌入式处理器设定为从机工作模式,PLC设定为主机工作模式.从机负责起重机吊具参数的采样和模糊PID控制算法的运算,主机根据从机运算结果负责控制起重机小车电机的转速和方向,通过主从机协同控制达到起重机吊具防摇的目的.串行通讯接口RS485保证主从机数据的可靠通信.系统借助嵌入式处理器运算平台,通过运用C语言编程,实现模糊PID防摇控制算法,程序简洁,处理器读写指令周期短,提高了系统的数据处理能力和控制效率,嵌入式处理器与PLC主从控制方式增加了系统结构的灵活性.同时,结合模糊PID算法的自适应特性,使系统具有较强的鲁棒性.

基于差分GPS的塔机执行机构运动性能测试分析

为测试传统塔机安全监控系统输出的位置参数的准确性,以及分析无级调速下塔机各方向运动实际速度与联动台模拟量输出值间的关系,采用差分GPS测量塔机的位置和速度,对塔机执行机构运动性能进行测试。本论文提出了一种全新的测试、计算、修正方法,经过在一台塔机上的验证,该修正方法效果很好,可以满足自动控制对参数精度的要求,测试分析得到的塔机速度控制特性,可以用于自动控制过程中准确控制塔机运动速度,确保塔机运行的平稳性。