Zastosowanie sztucznych sieci neuronowych w doborze funkcji napędowych żurawi na podatnym podłożu

• Autorzy: Urbaś A. , Szczotka M.

Warianty tytułu

EN

Application of the neural network in control of a flexibly supported crane

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono model dynamiczny układu żurawia chwytakowego posadowionego podatnie. Model posłużył do wykonania optymalizacji dynamicznej celem doboru funkcji napędowych ruchu obrotu i wysięgu zapewniających ruch ładunku po zadanej trajektorii (okręgu) oraz stabilizację ładunku po zatrzymaniu, mimo podatności podparcia. Ze względu na długi czas obliczeń optymalizacyjnych, model jest mało przydatny do sterowania układem w czasie rzeczywistym. Zastosowano zatem metodologię sztucznych sieci neuronowych, które generują odpowiedź dla układu sterowania w czasie znacznie krótszym.

EN

The paper presents the application of the neural network to real-time control of drive characteristics. The mathematical model of the crane, which is flexibly supported, is considered. The problem of finding an optimal drive function can be solved by mean of the classic optimisation methods. However, due to long calculation time, this approach can not be applied in the crane control tasks in practice. Utilising the advantage of neural networks (fast response, ability to generalisation), we are able to obtain the courses of drive functions in the real-time. A well trained network can be then used also for other inputs, than those used during the training task. Some example of simulations have been presented in the article.

Słowa kluczowe

PL

sieci neuronowe; żuraw; sterowanie

EN

neural networks; crane; control

• Wydawca: Oficyna Wydawnicza Politechniki Białostockiej
• Czasopismo: Acta Mechanica et Automatica
• Rocznik: 2010
• Tom: Vol. 4, no. 1
• Strony: 101--107
• Opis fizyczny: Bibliogr. 11 poz., Rys., Wykr.

Twórcy

autor

Urbaś A.

autor

Szczotka M.

Bibliografia

• 1. Maczyński A., Wojciech S., (2003), Dynamics of a mobile Crane and optimization of the slewing motion of its upper structure, Nonlinear Dynamics, No. 32, 259-290.
• 2. Maczyński A., Wojciech S., (2009), Optymalizacja w planowaniu ruchu urządzeń dźwigowych, Pomiary, Automatyka, Kontrola, 2009 Vol.55 Nr 6, 375-379.
• 3. Fałat P., Brzozowska L., Brzozowski K., (2005), Application of object oriented neural network to control motion of the load of a sea crane, International Scientific Journal Computing, Vol.4 Iss.3, 30-36.
• 4. Nakazano K., Ohnishi K., Kinjo H., Yamamoto T., Vibration control of load for rotary crane system Rusing neural Network with GA-based training, Artif Life Robotics (2008), 13, 98-101
• 5. Ossowski S., (1996), Sieci neuronowe w ujęciu algorytmicznym, WNT, 1996.
• 6. Urbaś A., (2007), Analiza dynamiczna maszyn roboczych posadowionych podatnie, Materiały I Kongresu Mechaniki Polskiej, Warszawa, 2007.
• 7. Urbaś A., Adamiec-Wójcik I., Wojciech S., (2009), Dynamics of a manipulator fixed on a flexibly supported base, Proc. of Multibody Dynamics Conference, Warsaw, 2009.
• 8. Urbaś A., Augustynek K., Janusz J., Sidzina M., (2008), Badania doświadczalne uproszczonego modelu żurawia chwytakowego, Materiały XXI Konferencji Teorii Maszyn i Mechanizmów, Bielsko-Biała, 2008, 255-262.
• 9. Urbaś A., Wojciech S., (2008), Analiza dynamiczna żurawia chwytakowego posadowionego podatnie, Zeszyty Naukowe Ośrodka Badawczo-Rozwojowego „BOSMAL”, Nr 39, Bielsko-Biała, 2008.
• 10. Urbaś A., Wojciech S., (2009), Mathematical model of the crane fixed on a flexibly supported base, Proc. of 10th Conference – Dynamical Systems Theory and Applications, Łódź, 2009, 389-396.
• 11. Żurada J., Barski M., Jędruch W., (1996), Sztuczne sieci neuronowe, PWN, 1996.