吊車系統應用

吊車系統之類神經模糊控制

研究人員:張天維
指導教授:林進燈

摘要
  在吊系統運動操作中,吊物必須精確且無振動地抵達終點。這兩種互斥控制目標、定位 (positioning) 及角度制止 (swing restrains),常常需要技巧熟練操作者的技術。由於專家技術的缺乏,一些有關最佳化控制 (optimalcontrol) 和模糊控制 (fuzzy control) 已被提出,而這些方法並不是基於相 互配合的目標控制原理而得便是需耗時試誤地設計過程。在本論文中,將具有線上學習能力之類神經模糊控制系統應用於吊車運動控制,這被稱為模糊適應學習控制網路 (fuzzy adaptive learning control network FALCON) 可由學習樣本 (training examples) 建構而成,且可被訓練成高度自發性求得適當模糊規則 (fuzzy rules) 和歸屬函式 (membership function),它根據外界加強式回饋 (external reinforcement feedback) 可作線上自我適應學習而不需任何專家知識協助,並且,它 (FALCON) 可減少一般模糊控制用於適應線性化系統時所取代的複合式需求。為顯示所提之 FALCON 之有效率功能,將用於實驗中執行應證並比較其它控制方法,由吊車實驗結果可證明其有效的相互配合式控制 (cooperative control) 和強有力的線上學習能力之特性。
研究成果
著作:國立交通大學控制工程系碩士論文
   吊車系統之類神經模糊控制
[ 回上一頁 ]