sliding mode fuzzy control [C]// Proceeding of the 2004 American
dimensional overhead cranes [J]。 ISA Transactions, 2002, 41(2): Control Conference。 Boston: Institute of Electrical and Electronics
235−243。 and Engineers Inc, 2004: 1764−1769。
[2] JORG N, ECKHARD A, KLAUS S, OLIVER S。 Tracking and [15] IEROHAM S B, LUIS-ALBERTO H P, CARLOS-ROMAN M G。
anti-sway control for boom cranes [J]。 Control Engineering Practice, An adaptive sliding mode control with I-term using recurrent neural
2010, 18(1): 31−44。 identifier [J]。 Bulgarian Academy of Sciences Cybernetics and
[3] CHANG Cheng-yuan, CHIANG Kuo-hung。 Fuzzy projection control Information Technologies, 2007, 7(1): 21−32。
law and its application to the overhead crane [J]。 Mechatronics, 2008, [16] KENNEDY J, EBERHART R C。 Particle swarm optimization [C]//
18(10): 607−615。 Proceedings of the 1995 IEEE International Conference on Neural
[4] MIZUMOTO I, CHEN Tong-wen, OHDAIRA S。 Adaptive output Networks。 Perth: IEEE Press, 1995: 1942−1948。
feedback control of general MIMO systems using multirate sampling [17] CHATTERJEE A, CHATTERJEE R, MATSUNO F, ENDO T。
and its application to a cart–crane system [J]。 Automatica, 2007, Neuro-fuzzy state modeling of flexible robotic arm employing
43(12): 2077−2085。 dynamically varying cognitive and social component based PSO [J]。
[5] SORENSEN K L, SINGHOSE W, DICKERSON S。 A controller Measurement, 2007, 40(6): 628−643。摘要：一种结合了模糊神经网络（FNN），滑模控制（SMC）与粒子群优化（PSO），新的智能防摆控制方案被提出应用于桥式起重机。三个模糊神经网络的输出被用来处理的不确定性的定位子系统，吊索子系统和防摇摆子系统。然后，采用粒子群优化算法对控制器参数进行优化，使系统具有良好的动态性能。在这个过程中，尽管存在不确定性的负载和最大摆角±0。1 rad，但是高速负载的起升与下降不仅能实现小车的精确定位，而且可以消除左右摇摆和彻底消除传统滑模控制的抖振，提高了系统的鲁棒性。仿真结果表明了正确性这种方法的有效性。
关键词：桥式起重机；防摆控制；模糊神经网络；滑模控制；粒子群优化
1简介
桥式起重机在工业上广泛用于造船厂，建筑工地，钢铁厂，核电站和废物储存设施等地方运送重物和危险品和其他工业配合物。起重机应尽可能快地移动货物到终点并且不会有多余的运动。然而，对于大多数常见的桥式起重机，当负载突然移动时会引发它的摆动。摆动虽然可以在最终减少，但将消耗时间，即减少设备的可用性和生产率。控制起重机的故障也有可能引起事故，可能伤害周围的人。因此，在设计中，吊车系统的防摆控制方案已经得到越来越多的关注[1−11]。 桥式起重机智能防摆控制英文文献和中文翻译(11):http://www.youerw.com/fanyi/lunwen_97253.html