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

Es wird ein Fuzzy-Regler f r 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 hlt. Mit einer einfachen Struktur kann der Regler den Einfluss jedes Eingangselements selbst ndig anpassen. Das Steuersystem erweist sich au erdem als asymptotisch stabil in der N he des Ziels. Multi-objektive genetische Algorithmus-Optimierung wird erfolgreich implementiert, um die Reglergewinne zu finden. Die Simulationsergebnisse zeigen, dass der Regler robust gegen ber unterschiedlichen Seill ngen ist und die F higkeit zur Generalisierung f r unterschiedliche Ausgangspositionen besitzt. Im Vergleich zu linearen Zustandsreglern kann der Fuzzy-Regler den Kran in kurzer Zeit mit kleinem Schwenkwinkel zum Ziel f hren.