工程论文哪里有？本文首先对桥式吊车的结构和运动方式进行了分析，确定了台车和桥架的运动方式后，对模型进行合理简化并建立了二维、三维桥式吊车数学模型，对模型进行线性化处理，得到系统的简化模型，在此基础上，对系统的性能进行了分析。为控制器设计打下基础。
第1章绪论
1.2国内外研究现状
1.2.1吊车模型
1988年，Moustafa首次将拉格朗日建模法应用到桥式吊车的研究中，推导出三维桥式吊车的动力学模型，并采用摄动原理对模型进行展开，从而得到系统的状态空间表达式[1]。2006年，高丙团在建立三维桥式吊车数学模型时，同时考虑了台车、桥架的运动及负载的上升和下降，得到了较为精准的动力学模型。并在此基础上，消去一个自由度推导出二维吊车的模型及近似简化模型[2]。2019年，JAAFAR采用欧拉-拉格朗日建模法，建立了桥式吊车双摆模型[3]。桥式吊车模型的建立为后续研究奠定基础。
自20世纪60年代以来，研究桥式吊车的学者提出了一系列的控制方法来解决其定位和防摆问题。根据是否需要反馈信息这一观点，对桥式吊车的控制方法可分为：开环控制和闭环控制。
1.2.2开环控制
开环控制系统不需要被控对象实时反馈系统的状态信息，因此具有结构简单、便于应用等特点，常用的方法有输入整形技术[4]、轨迹规划[5-6]、滤波器[7-8]等。
输入整形技术是目前使用较为广泛、控制效果良好的三维桥式吊车开环控制器。其思想核心是利用三维桥式吊车系统的频率特性信息对控制量信号加以规划，得到满足控制目标的输入整形脉冲[9-10]。常用的输入整形技术有零摆动（Zero Vibration）输入整形技术和ZVD（Zero Vibration Derivative）输入整形技术。ZV输入整形技术可以实现桥式吊车在运行过程中负载无摆动，但该方法对模型的误差及非线性敏感度较强。因此研究人员将ZV整形技术和鲁棒控制相结合得到了ZVD整形技术，该技术克服了ZV技术存在的缺点，但无法做到完全消摆，只能将其控制在一个较小的范围内[11]。2018年，Ramli L等人将粒子群与ZV输入整形方法相结合，利用粒子群算法在吊车参数发生变化时，实时调整控制参数，从而实现对负载摆动的抑制[12]。2020年，Abdullah Mohammed对传统ZV输入整形技术加以改进，提高了整形器的灵敏度[13]。转年，他将含有初条的三维桥式吊车作为研究对象，设计一种非零初始条件的广义零振动（ZVIC）整形器，有效地抑制由非零起始条件引起的振动[14]。随着研究人员进一步的深入研究，一些新颖的整形方法被提出用于应对模型参数的不确定性问题，例如自适应输入整形技术[15]、不同类型输入整形相结合[16]等。
第3章滑模变结构控制器设计
3.1滑模变结构控制原理
桥式吊车是典型的非线性、欠驱动系统，这类系统在控制时，由于其欠驱动特性会使系统内部参数变化十分复杂，且往往需要十分精确的动力学模型。但实际生产中的，往往会因为台车及吊绳的材质等的不同，使得桥式吊车系统的固有参数不同；且同一吊车在实际操作时，吊重的质量等参数的不断变化，也会导致控制器很难在某一时刻获得精确的动力学模型。此外，在动力学建立模型时，为了方便计算，往往会忽略一些次要因素对系统的影响，这同样也会造成模型不精确的问题。
滑模变结构控制属于鲁棒控制的一种，是一种能够被用来解决模型不精确性问题的控制方法，即对模型的不确定性系统具有较好的鲁棒性。因此为了解决上述问题，本章采用滑模变结构控制器实现对桥式吊车的控制。
第4章RBF神经网络自适应滑模控制器设计
4.1 RBF神经网络自适应滑模控制器概述
在第三章中，根据线性化后的二维桥式吊车模型建立了基于通用解耦算法的滑模变结构控制器。然而，该算法能持续稳定的主要条件是满足sin0,cos1，即需要保证负载的摆角在一个较小的范围内，而根据3.3节仿真结果分析可知，负载的摆角在±11°之间。若在系统运行过程中，受到较大外界干扰，容易导致负载在某一时刻剧烈摆动，那么滑模变结构控制算法便无法保证系统性能。基于这一问题，采用非线性模型进行分析。
随着近年来的发展，神经网络也被逐步运用到非线性系统控制中，而在这其中最为广泛的是：RBF神经网络和BP神经网络。后者对网络参数具有较强的依赖性，且在寻优的过程中会造成局部极小值的问题，从而影响控制效果。而RBF神经网络具有较强的映射能力，且结构简单、速度快。因此本文引入RBF神经网络，用来解决上述问题。根据系统非线性的特性，提出了RBF自适应滑模控制器，利用RBF神经网络逼近非线性系统中不确定项，依靠神经网络自适应律保证系统的稳定性，以滑模控制为系统的框架，实现了对桥式吊车防摆、定位控制。
4.2二维桥式吊车RBF自适应滑模控制器设计
根据2.1节内容分析可知，二维桥式吊车台车运行和负载的提升不可同时进行，因此采用相同的控制方法单独对二者进行控制。
从图4-5、4-6可知，台车在2s左右运动到了指定位置，但是曲线存在超调；负载的摆动幅度在±0.015°左右，在1.5s左右后负载角度和角速度衰减为0，达到稳定，整体变化过程响应速度较快。从仿真结果可以看出，所设计的控制器可以实现桥式吊车的控制目标，但是由于系统存在超调，在实际应用中，超调的存在很可能会对系统的控制精度产生影响。因此单独改变每个控制参数的取值并进行仿真，以此来判断产生超调的原因。通过仿真分析发现，控制参数的选取会对系统是否存在超调产生影响，因此需要选取合适的控制参数。采用试凑法，设置不同的控制参数，通过仿真结果进行分析，得到较优的控制参数。仿真结果图如图4-7、4-8所示。
第5章总结与展望
5.2展望
本文针对三维桥式吊车的控制问题进行了理论分析及仿真实验，取得了良好的的控制效果，但是对于三维桥式吊车的防摆、定位控制，只进行了初步的研究。由于本人能力欠缺仍有许多问题未深入研究，现提出对未来工作的展望：
（1）本文的控制器设计主要以理论证明与Simulink仿真实验交互论证的方式进行研究，并未将理论应用于实际的实物平台上，后续的工作将围绕实物实验展开。
（2）本文虽已经实现台车定位和负载防摆，但并未应用于实际样机，也并未对实际环境下所遇到的各种干扰进行讨论。因此在实际应用之前，应根据实际应用场景，强化系统的抗干扰能力。
（3）本文对于三维桥式吊车的研究是基于台车和桥架分别运动的基础上，将三维模型简化为二维平面运动，因此忽略了台车及桥架同时运动时对负载摆角的影响，因此接下来需要对该问题进行进一步的探究。
参考文献（略）
