基于迭代学习和神经网络的船用起重机控制

作     者：林静正 方勇纯 卢彪 郝运嵩 曹海昕 LIN Jing-zheng;FANG Yong-chun;LU Biao;HAO Yun-song;CAO Hai-xin

作者机构：南开大学人工智能学院机器人与信息自动化研究所天津300350 

基　　金：国家重点研发计划项目(2018YFB1309000) 国家自然科学基金面上项目(61873132) 广东省机器人与智能系统重点实验室开放基金项目资助 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2022年第39卷第4期

页      码：602-612页

摘      要：作为一种重要的海上作业装备,船用起重机被广泛应用于海洋工程的各类场景中.然而,船用起重机是一类复杂的非线性欠驱动系统,存在摩擦、未建模动态等干扰,为控制器设计带来了巨大挑战.更糟糕的是,船用起重机还面临海浪、大风等未知干扰的影响,使得实际控制更加困难.如何稳定高效地控制该类系统,目前仍处于初步探索阶段.为了解决上述问题,本文提出了一种基于迭代学习和神经网络的控制方法.具体来说,首先将未知干扰分为周期与非周期两部分.对于周期干扰,利用周期估计器解决了对未知周期的估计问题,在此基础上通过迭代学习对干扰进行补偿;对于非周期干扰,使用双层神经网络进行逼近和补偿,并设计了权重的更新律;在补偿未知干扰后,基于反馈线性化设计了控制输入.通过Lyapunov分析方法,可以证明期望平衡点是全局有界的.最后,在所搭建的船吊实验平台上进行了大量实验,充分验证了所设计控制方法的有效性与鲁棒性.

主 题 词：船用起重机 迭代学习控制 神经网络 未知干扰 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 082402[082402] 0824[工学-林业工程类] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 080201[080201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7641/CTA.2021.10202

馆 藏 号：203111678...