自动化立体仓库中的堆垛机是一种较为复杂的机电装备，在提高堆垛机工作效率(主要是运行速度)的过程中，传统的多段调速控制方式在高速情况下会造成立柱振幅过大，影响其安全稳定运行。同时，单纯提高运行速度也会造成其定位精度差以及超调超过安全阈值，影响了运动平稳性和效率，降低了堆垛机的使用寿命。所以要求堆垛机既要提高运行速度，缩短运行时间，又要在高速运动时保证稳定性，提高定位精度。因此，开展堆垛机优化控制的研究有重要意义。 首先，以自动化立体仓库堆垛机为研究对象，建立了堆垛机受力模型，通过对堆垛机立柱受力分析，推导出堆垛机立柱自由端的摆动方程。分析表明，影响堆垛机立柱振幅的因素主要是堆垛机的加速度。为了提高堆垛机运行平稳性，并解决多段调速控制下堆垛机存在立柱振幅大、速度易突变以及运行时间长等问题，提出的抛物线—S型速度控制曲线平滑，速度没有突变。搭建Simulink仿真模型进行对比，结果表明采用S型速度曲线运行时间缩短7.6%，立柱摆动振幅降低11.5%，优化效果明显。 其次，堆垛机在高速运行时，会受到很多外界因素干扰，出现堆垛机蠕动、抖动以及定位错误等问题。为了提升堆垛机的定位精度，并解决常规PID控制中存在超调量大、稳定性差、调节时间长等问题，本文在常规PID控制的基础上，引入了模糊控制算法和RBF神经网络控制算法。模糊控制算法适合处理不确定性问题，而RBF神经网络算法则适合处理非线性问题。通过融合这两种算法，设计了模糊RBF神经网络控制策略，这种策略不仅实现了堆垛机的快速、平稳启停，还降低了对模型的依赖度，并且提高了系统的响应速度和缩短了调节时间。为了验证这一控制策略的效果，在MATLAB/Simulink中建立了堆垛机模糊RBF神经网络控制与常规PID控制、模糊PID控制的模型，并进行了对比分析。结果显示，本文设计的模糊RBF神经网络PID控制具有更强的稳定性、更强的抗干扰能力和更好的动、静态性能。 最后，通过采用S型速度曲线和模糊RBF神经网络PID控制，对堆垛机的控制系统进行了全面优化。这不仅明显缩短了堆垛机的运行时间和调节时间，还有效降低了立柱摆动振幅，使位置控制达到无超调状态。最终实现了堆垛机的快速、平稳运行，工作效率提升了7.6%，为仓储物流行业带来了更为高效、可靠的解决方案。
NETL
