[发明专利]二级摆型塔式吊车自适应神经网络跟踪控制方法及系统

权利要求书

1.一种二级摆型塔式吊车自适应神经网络跟踪控制方法，其特征是：构建二级摆型塔式吊车系统动力学模型，以s型的平滑轨迹作为所期待的目标轨迹，在控制率中引入障碍李雅普诺夫函数，构建基于障碍函数的自适应神经网络跟踪控制器，利用该控制器进行二级摆型塔式吊车的轨迹跟踪；

所述自适应神经网络跟踪控制器为：

式中，k_hφ和为正的控制增益；a和b分别表示悬臂的跟踪误差e_φ和台车的跟踪误差e_x的最大允许值，e_φ＝φ-φ_d，e_x＝x-x_d，φ_d以及x_d分别表示悬架以及台车的期望轨迹；

k_dφ，k_dx，λ₁，λ₂，k_sφ以及为正的控制增益，k_pφ,k_dφ,k_dx,λ₁,λ₂0，e_φ和e_x的初始值均分别小于其最大允许值a和b的，即：|e_φ(0)|＜a以及|e_x(0)|＜b；

ω₁和ω₂为有界的输出权重向量，ε₁和ε₂分别表示逼近误差，且有以及

σ(·)为激活函数，定义为：

和分别表示ω₁和ω₂估计向量；x和φ分别表示台车的水平位移和悬臂的旋转角度，θ₁和θ₂表示吊钩的摆角，θ₃和θ₄表示负载的摆角。

2.如权利要求1所述的一种二级摆型塔式吊车自适应神经网络跟踪控制方法，其特征是：所述控制器的控制目标为在非理想控制输入的作用下，将系统的状态控制到期望的平衡点，即将悬臂和台车驱动到期望的轨迹上，同时抑制和消除吊钩和负载的摆动。

3.如权利要求1所述的一种二级摆型塔式吊车自适应神经网络跟踪控制方法，其特征是：根据悬臂以及台车的跟踪误差，构造李雅普诺夫函数，设计带有跟踪误差约束的自适应神经网络跟踪控制器，将与吊钩和负载摆动相关的项引入到自适应神经网络跟踪控制器中。