Fuzzy logic and neural network approach to identification and adaptive control of an overhead traveling crane

• Autorzy: Smoczek J.

Warianty tytułu

PL

Zastosowanie logiki rozmytej i sieci neuronowych w identyfikacji i sterowaniu adaptacyjnym suwnic pomostowych

• Konferencja: 13th International Conference Computer Systems Aided Science, Industry and Transport "TRANSCOMP 2009"
• Języki publikacji: EN

Abstrakty

EN

The paper presents methods and tools based on pole placement, fuzzy logic and artificial neural network that were used to determine adaptive anti-sway crane control systems. Proposed crane control systems take into consideration changes of controlled object parameters like the rope length and mass of a payload. The two examples of crane control system were presented, based on adaptive pole placement algorithm (APP) and adaptive neuron-fuzzy controller which was based on Takagi- Sugeno-Kang (TSK) fuzzy inference method. The results of experiments that were carried out using the laboratory overhead traveling crane are shown as well.

PL

Przedmiotem artykułu jest zastosowanie logiki rozmytej, sztucznych sieci neuronowych i metody lokowania biegunów w procesie identyfikacji obiektu sterowania oraz budowy adaptacyjnych systemów sterowania suwnicami. Przedstawione zostały dwa rozwiązania adaptacyjnego sterowania mechanizmami ruchu suwnicy, oparte na metodzie lokowania biegunów oraz neuro-rozmytym regulatorze z wnioskowaniem Takagi-Sugeno-Kang (TSK). Zaprezentowane w artykule wyniki zostały uzyskane w rezultacie eksperymentów przeprowadzonych na laboratoryjnej suwnicy pomostowej z zastosowaniem neuro-rozmytego regulatora adaptacyjnego.

Słowa kluczowe

EN

adaptive control; pole placement; fuzzy logic; artificial neural networks; overhead traveling crane

PL

sterowanie adaptacyjne; lokowanie biegunów; sztuczne sieci neuronowe; suwnica

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2009
• Tom: nr 6
• Strony: CD--CD
• Opis fizyczny: -pełny tekst, Bibliogr. 10 poz., wykr.

Twórcy

autor

Smoczek J.

• AGH University of Science and Technology in Krakow, Faculty of Mechanical Engineering and Robotics, 30 Mickiewicza Av., 30-059 Krakow, Poland,

Bibliografia

• [1] Benhidjeb A. and Gissinger G.L.: Fuzzy control of an overhead crane performance comparison with classic control, Control Engineering Practice, Vol. 3, No. 12, 1995, pp. 1687-1696.
• [2] Giua A., Seatzu C. and Usai G.: Observer-controller design for cranes via Lyapunov equivalence, Automatica, V. 35, No 4 , 1999, pp. 669-678.
• [3] Hicar M. and Ritok J.: Robust crane contro,. Acta Polytechnica Hungarica, Vol. 3, No. 2, 2006, pp. 91-101.
• [4] Lew J.Y. and Halder B.: Experimental study of anti-swing crane control for a varying load, Proceedings of American Control Conference, V. 2, 2003, pp. 1434-1439.
• [5] Mahfouf, M., Kee C.H., Abbod M.F. and Linkens D.A.: Fuzzy logic-based anti-sway control design for overhead cranes, Neural Computating and Applications, Vol. 9, 2000, pp. 38-43.
• [6] Mendez J.A., Acosta L., Moreno L., Torres S. and Marichal G.N.: An application of a neural self controller to an overhead crane, Neural Computing and Applications, No 8, 1999, pp. 143-150.
• [7] Nalley M. and Trabia M.: Control of overhead crane using a fuzzy logic controller, Journal of Intelligent and Fuzzy Systems, Vol.8, 2000, pp.1-18.
• [8] Niederliński A., Mościński J.: Ogonowski Z.: Regulacja adaptacyjna, Warszawa, Wydawnictwo Naukowe PWN, 1995.
• [9] Smoczek J., Szpytko J.: Human-Machine Interface implementation in designing crane control based on fuzzy logic algorithm, Proceeding of the 17th IFAC World Congress, Seoul, Korea, 2008, pp. 15100-15105.
• [10] Yi J. and Yubazaki N.: Hirota K., Anti-swing fuzzy control of overhead travelling crane, Proceedings of IEEE International Conference on Fuzzy Systems, 2002, pp. 1298-1303.