[发明专利]一种基于神经网络PID的桥式起重机防摇控制方法

说明书

一种基于神经网络PID的桥式起重机防摇控制方法，涉及桥式起重机领域，采用BP神经网络与传统PID控制相结合,采用神经网络作在线估计器，实时的给出最佳PID控制参数。设计了角度神经网络PID控制器、位置神经网络PID控制器，对起重机吊物的摆角和位置进行控制。同时针对起重机大车运行过程中由于负载扰动导致的两侧电机转速失衡，设计了一种电机转速同步控制器，用作转矩补偿。本发明不仅能实现起重机的精确定位、消除吊物摆动，还能解决起重机运输过程中大车两电机转速不等导致的啃轨现象。

技术领域

本发明涉及桥式起重机领域，具体为设计的桥式起重机防摇定位控制系统同时具有防啃轨功能。

背景技术

桥式起重机作为必不可少的运输工具，已广泛运用于车间、港口等场所。然而起重机在装卸货物和运输过程中，由于大车、小车的加减速以及外界干扰因素的影响，会使得负载来回摆动，不但影响生产效率还存在一定的安全隐患。而且随着自动化、机械化程度的提高，生产规模的不断扩大，生产效率的日益提高，起重机在现代化生产、运输过程中的应用越来越广，作用越来越大，因此对起重机的安全和效率提出越来越高的要求。一个好的起重机防摇控制系统可以避免一系列意外事故的发生，更能提高生产效率。

起重机防摇控制经历了人工手动(依赖操作人员经验)方式，机械式防摆，以及电子式防摆。机械式防摆是通过机械手段来消耗吊物摆动的能量使其最终消除摇摆，这类防摆装置机构通常结构十分复杂，可靠性差，维修麻烦，而且防摆效果并不好；电子式防摆又分为开环和闭环两大类。开环防摇系统成本低，但由于起重机的运行环境很复杂，诸多未考虑的因素会干扰实际运行，可靠性无法得到保障。同时，开环的方法很难考虑到精确定位的问题。而传统的闭环控制是通过PID控制方式来调节吊物摆角的，但其灵敏度低，适应性差。

桥式起重机运行过程中常出现的另一问题则是“啃轨”现象，在起重机的运行过程中有很多因素会导致大车电机转速不相等，如车轮摩擦变化、机械干扰、车体重心偏移、单边负载的突变等。啃轨的发生导致运行阻力增大，轨道侧面磨损加剧，车轮寿命急剧下降等。为避免运输过程中两电机转速不等导致的啃轨现象，需要采取一定的同步控制措施。

发明内容

本发明的目的是解决上述现有技术的不足，提供一种可以减少起重机吊物的摆动、提高工作效率及安全性，防止起重机出现啃轨现象的基于神经网络PID的桥式起重机防摇控制方法。

本发明解决上述现有技术的不足所采用的技术方案是：

一种基于神经网络PID的桥式起重机防摇控制方法，其特征在于包括如下步骤：

1.给定桥式起重机大车的目标速度曲线，桥式起重机的大车按照给定的目标速度曲线运动；(模拟司机驾驶的理想过程，先做匀加速运动，达到某一速度时做匀速运动，最后匀减速运动到达目标位置。)

2.(实时的)将桥式起重机的目标速度与大车运行速度信号v作差后得到当前速度差e，将e输入位置神经网络PID控制器进行处理：

所述的位置神经网络PID控制器包括BP神经网络和PID控制器两部分，BP神经网络对速度差e进行如下处理：

其中，BP神经网络共有3层，输入层节点为x1，x2，x3，输入节点对应所选系统的运行状态量，如系统不同时刻的输入量和输出量等，取：

x₁(t)＝e(t)-e(t-1)；x₂(t)＝e(t)；x₃(t)＝e(t)-2e(t-1)+e(t-2) (1)

式中：e(t)为最优预测形成的反馈偏差，用被控过程未来的最优状态来控制当前行为，从而提高了控制决策的智能性及控制系统的动态品质，减少非线性时变对系统稳定性的影响；

BP神经网络从输出层向输入层反向传播误差，并逐层修改各层神经元的权系数ω_ij，以减少下一次学习的误差。