减小和防止集装箱及吊具的摇摆是提高岸边集装箱起重机(以下简称岸桥)装卸效率的一个重要环节。目前,岸桥上多采用机械式防摇装置和电子式防摇装置。机械式减摇装置通常会使小车重量增大,构造也较为复杂,所以随着电控技术和信息技术的飞速发展,电子防摇技术越来越受到重视,并已在很多集装箱吊车上得到应用。从最近十年来国内外发表相关论文的情况来看,电子防摇已成为集装箱吊车防摇的主要研究方向。电子防摇是主动式防摇,它将减摇和小车的运行控制结合起来考虑,不依赖于司机的操作经验,可以有效地提高岸桥的装卸效率,减轻司机的工作强度,是实现港口装卸机械自动化的大势所趋。 在传统的控制理论中,对某一对象的自动控制,必须对该对象建立精确的数学模型。由于主小车在装卸集装箱的运行过程中运行速度是不断变化的,小车的被控过程呈现出时变性和非线性,很难对其建立精确的数学模型;即使建立了数学模型,也会因为这些模型的复杂性而导致模型的不可解。所以采用传统的控制理论来对其进行控制具有相当大的难度。而模糊智能控制方法却不需要建立精确的数学模型,尤其适合对非线性和不确定性系统的控制,因而利用模糊智能控制防摇是岸桥电子防摇的一个较好的解决方案。 本文针对岸桥的运动特性,提出了应用于岸桥防摇的模糊控制器的设计原则和方法。通常,控制器的输入只考虑位置和摆角的以及它们的变化量这四个变量,而没有考虑摆长的变化,这导致控制模型的简化和实际情况差异很大,因此,文中增加了摆长的变化这一变量。为了避免单纯模糊控制中控制规则和隶属函数选取的主观性,论文利用自适应神经网络模糊控制模型,提出了具有清晰的空间结构、良好的自学能力和非线性逼近能力的模糊神经网络控制器的设计方法。 本文采用这种智能控制方法,对岸桥小车吊重系统防摇的模糊智能控制进行了计算机仿真研究。在MATLAB的SIMULINK软件开发平台上,通过对岸桥小车吊重系统力学模型的分析求解,开发了基于岸桥小车吊重系统防摇的模糊神经网络控制仿真程序,在一定程度上实现了其防摇的模糊智