rek为了达到精确控制,在对控制系统的结构设计时,引入了多环控制结构,设计了神经网络控制器,这个控制器的优点在于,它不需要事先知道被控对象的动力学模型。最后以李雅普诺夫稳定判据为根据验证了控制系统的稳定性[8]。针对桥式吊车这个非线性系统Dongkyoung Chwa设计了一种基于反馈线性化控制的非线性跟踪控制方法,反馈量为摆角和角速度,因为使用了双重反馈量吊重的摆动得到了很好的抑制[8]。Cho、Lee和Chang在控制器的设计时,将吊车的定位和防摆控制分开来控制;Cho、Lee使用伺服控制进行吊车的定位,而使用模糊控制来控制摆角;Chang等人设计了PID控制器和模糊控制器,同样PID控制器用来控制吊车的位移而模糊控制器用来控制吊重的摆动即摆角[10]。滑模控制是近几年在吊车防摆研究方面比较受欢迎的一种控制算法。Orbisagha等人设计了滑模控制器、模糊滑模控制器和改变了滑模面的模糊滑模控制器,后一个模糊滑模控制器的滑模面是由位置和相应的摆角组成,作者对三种控制方法进行了仿真对比,结果表明最后一个控制器的控制性能在三种控制算法中是最好的,但是对摆角的控制没有达到预期的控制效果[10]。Yong-Seok Kim提出了一中仅仅通过测量吊车的加速度来预测摆角进行反馈控制的控制方法,这是一种非常简单的控制方法。该控制方法通过增加系统的阻尼,使吊车摆角的摆动得以在最小的时间里快速衰减为0,同时作者建立了吊车系统的实物模型,并进行了实物仿真验证[30]。学者Benhidjeb和Gissingerf设计了吊车的模糊控制和LQR控制器并对它们进行了对比研究。美国学者William Singhose等人通过对吊车提升重物的动态模型的分析,设计了一种针对提升过程的输入整形的方法,这种控制方法是在最小时间控制的基础上完成的,防止了吊重的残留摆振,给出了时间最优基础上的加速和减速切换时间。