Multi-Objektive genetische Algorithmus-Optimierung basierend auf Fuzzy-Steuerung

Es wird ein Fuzzy-Regler f die Anti-Schwenk- und Positionierungssteuerung eines Laufkrans vorgeschlagen, der auf dem dynamisch verbundenen Fuzzy-Inferenzmodell SIRMs (Single Input Rule Modules) basiert. Die Katzposition und -geschwindigkeit, der Seilschwingungswinkel und die Winkelgeschwindigkeit werden als Eingangsgr?en und die Katzbeschleunigung als Ausgangsgr?e gew鄣lt. Mit einer einfachen Struktur kann der Regler den Einfluss jedes Eingangselements selbst鄚dig anpassen. Das Steuersystem erweist sich au erdem als asymptotisch stabil in der N鄣e des Ziels. Multi-objektive genetische Algorithmus-Optimierung wird erfolgreich implementiert, um die Reglergewinne zu finden. Die Simulationsergebnisse zeigen, dass der Regler robust gegener unterschiedlichen Seill鄚gen ist und die F鄣igkeit zur Generalisierung f unterschiedliche Ausgangspositionen besitzt. Im Vergleich zu linearen Zustandsreglern kann der Fuzzy-Regler den Kran in kurzer Zeit mit kleinem Schwenkwinkel zum Ziel fren.