岸边集装箱桥式起重机防摇控制系统

　　集装箱起重机在实现细致工作布置环节中，因为小车的加减速控制不当会造成吊具或者相关部件负载在平行小车桁架平面内绕小车进行周期性的弧线运动。为了将这种不良现象克制，除了利用传统模式的机械防摇设备调整之外，可以考虑配备电子防摇系统基础，其控制机理性质基本不变，但实际应用环节中发现由于调整小车速度运行动作过于频繁，增加了员工劳动强度。在深度结合小车控制的滞后性和非线性作用之后，联合现场干扰元素的搜集整合，有关技术人员决定使用模糊神经网络控制器的智能调试技术进行防摇控制措施的制定。 

　　1 关于模糊神经网络控制器的研究 

　　按照应用实效内容研究，模糊形式的控制手段主要是沿着过程本身存在的不定向特征和噪声隐患进行系统内部运转动作滞后效果的鉴定，并在此基础上贯彻非线性和时变因素，烘托特定工艺技术的优越地位。所以在对集装箱起重机进行电子防控系统的安置过程中，应该联合模糊控制神经网络进行电子防摇系统建设，其中相关管控规则内容排列顺序较为复杂，这对就现实处理环节产生严格的细致水平要求。FNN控制器是某种存在四层神经网络的结构框架格式，在功能处理上，此类网络单层节点总是对应模糊逻辑控制的模糊特征、实施规则和反模糊化效果进行延展，所以其模糊逻辑意义相当深刻。按照电子防摇系统控制模型研究发现，有关网络初始层部位的输入变量包括吊具、负载位置与终点间距、吊具实际摇摆角度等，而网络第四层的变量因素则是电机驱动功率，二层代表模糊化制备结果，三层是将模糊化得到的隶属度进行两两相乘的规则适应强度；其中三层与四层结构之间关联表现为模糊规则内容，结合重心法的反模糊化技巧，输出层位置将不同输入数据和对应权值实现求和，这就是模糊控制环节中的输出量内容。 

　　2 基于模糊神经网络控制器的电子防摇控制系统分析 

　　2.1 控制系统结构 

　　按照模糊神经网络控制器的电子防摇系统结构模式进行观察验证，此类系统在原有小车控制活动中主要负责小车位置、吊具实际高度和结构摆角检测工作，配合模糊控制防摇机理内容在原主计算机空间的特定软件上进行功能补充和改造。小车位置和吊具高度通常都能保证与传动轴相连的旋转编码器检测作用。对待吊具摆角检测工具的选取可利用IMPSA公司提供的可编程智能化传感器进行动作演示执行，细化流程包括将此类传感器的红外发射装置安设在吊具顶架中心部位，透过与主计算机的通讯交流功能，令传感器在吊具摆角检测环节中能够将特定阶段的信息准确传输给终端内部。按照这种思路模式分析，这种系统硬件搭设部分工作不是很难应对，基本不需要针对原小车控制系统结构进行任何形式的调整改进。 

　　2.2 控制系统软件组成 

　　实时采集小车系统实现运行参数之后，起重机控制系统内部的主计算机透过运行防摇控制软件能够满足小车系统的防摇要求，经过简化处理的防摇管理软件，在深度考量作业活动的安全绩效条件前提下，对后期工作做出细致安排，当吊具高度满足低于9米或者小车位置接近悬臂海测端部时，系统将自动取消防摇控制动作的实施举动。进入防摇控制系统程序之前，联合人机交互的处理模式将系统中的特定参数进行编排，例如吊具摆角中的数值允许范围和集装箱装卸位置设定等。 

　　因为模糊神经网络控制器的实际性能主要借助网络内部层级权值规划实现，所以在系统正常运作之前需要交代现场操作人员进行若干周期的装卸作业试验，令模糊神经网络控制设备能够获取丰富的参考资料样本，并且运用这类样本进行控制器结构部件和计算机控制软件格式的改造，待细致任务处理完毕之后正常投入运行，这样能够保证系统控制水平的稳定性。在此期间需要明确一类问题，因为该类机械运作条件是在模糊神经网络制备系统的辅助下实现运行控制的，那么不同网络层级之间的权值内容也是包含必要的定义要求的，因此网络控制动作训练之前要合理筛选不同位置的权值初始测试样本，根据实际工作对象的特征和实际要求进行科学调试，为网络训练工作创造坚实的基础，加快细致项目的落实速度。 

　　3 结论 

　　模糊控制不能完全依赖精确的数学模型实施过渡改造，需要借助人工操作模仿手段进行系统复杂运作问题的调节，这是一种不同于传统控制系统的创新型智能管理系统。集装箱起重机防摇控制系统的控制模式受到负载、吊具实际高度和小车加速过程结构变化影响，并且这部分因数在起重机实施动作过程中可以随意变化，这是防摇系统在数学模型应用遭遇瓶颈问题的主要原因。将神经网络与模糊控制技术有机结合之后，相关隶属函数与模糊控制规则就得到修正，使系统克服自动化学习能力不足缺陷，维持高效的结构校正和防摇控制水准。