Abstract
Recently, an automatic crane control system is required with high speed and rapid transportation. Therefore, when container is transferred from th intial coordinate to the finial coordinate, the container paths should be built in terms of the least time and no swing. So in this paper, we calculated the anti-collision path for avoiding collision in its movement to the finial coordinate. And we constructed the neural network predictive PID (NNPPID) controller to control the precise navigation. The proposed predictive control system is composed of the neural network predictor, PID controller, neural network self-tuner which yields parameters of PID. Analyzed crane system through simulation, and proved excellency of control performance than other conventional controllers.
최근에, 자동화 크레인 제어 시스템은 빠른 속도와 신속한 수송이 요구되어 지고 있다. 따라서, 컨테이너가 초기좌표에서 최종좌표로 이동될 때 컨테이너 경로는 최소시간에 흔들림 없이 설계되어야 한다. 이를 위해 본 연구에서는 최종 좌표까지 이동에서 충돌을 피하기 위하여 충돌방지 경로를 계산하였다. 그리고, 정확한 주행 제어를 위해서 신경회로망 예측 PID제어기를 구성하였다. 제안된 예측제어 시스템은 PID 파라미터를 생산하기 위하여 신경회로망 예측기, PID 제어기 그리고 신경회로망 자기 동조기로 구성하였다 크레인 시스템을 통한 시뮬레이션 분석에서 다른 기존의 제어기들 보다 우수한 제어 수행을 증명하였다.
