王 博, 肖金凤, 贾 磊, 张 宁

(1.南华大学 电气工程学院,湖南 衡阳 421001;2.深圳市海浦蒙特科技有限公司,广东 深圳 518000)

0 引 言

塔式起重机作为一种现代运输机械，广泛地应用在工程机械领域，并发挥着巨大作用。在运输过程中，由于会受到外界干扰以及操作人员工作经验的限制，造成小车定位不准确和负载大幅摆动等问题，影响运输效率，甚至造成安全事故。因此研究塔式起重机快速定位和消除摆动有很大的意义[1]。

近年来，国内外学者针对塔式起重机系统防摆控制问题进行了很多的研究工作，主要分为线性控制和非线性控制。马海峰团队采用变论域方法设计四输入单输出的双二维模糊控制器[2]；黄凯等人将模糊技术、神经网络技术和(linear quadratic regulator,LQR)最优控制方法相结合，应用到起重机防摆控制中，并加入自适应控制，提高了系统的鲁棒性[3]；孙艳芬通过模糊控制自适应方法调节(proportion integration differentiation,PID)参数[4]；游谊等人采用遗传算法优化PID参数，使得参数的收敛速度加速，提高控制效率和稳态精度，但是算法比较复杂[5]。

本文利用粒子群优化(particle swarm optimization，PSO)方法，以综合评判指标(integrated time absolute error,ITAE)作为PSO的适应度函数，对模糊PID控制器的量化因子Ke、Kec和比例因子Ku三个权重因子迭代计算，使得系统的权重因子可以快速整定，不仅减弱了模糊控制器对专家经验的依赖程度，也使得起重机控制系统快速达到稳态，实现控制器参数的智能调节。

1 塔式起重机数学模型的建立

塔式起重机系统非常复杂，具有强非线性的特点，在进行理论分析时需要忽略一些次要因素，从而建立理想的数学模型。……