塔式起重机相对于其他起重机占地面积小,工作半径大,广泛应用工厂码头等地,是一种重要的物料搬运工具。变绳长塔式起重机系统是一类典型的强耦合、非线性、欠驱动系统,而且在工作过程中受到负载、摩擦、环境变化的影响,难以获得其精确全面的数学模型。这给塔式起重机的控制设计带来巨大挑战。本课题针对这类具有未知动力学的欠驱动系统控制问题进行深入研究,探索了塔式起重机位移目标跟踪和缆绳摆角抑制相关的问题,进行了以下相关研究工作:（1）塔式起重机实验平台的搭建与建模。本课题参照实际生产设备自主搭建了变绳长塔式起重机实验平台,该平台可检验控制策略在实际应用中的有效性和可靠性。该平台具有吊臂回转、小车移位和缆绳收放等功能。在实验平台的基础上,本文基于拉格朗日运动学方程建立了变绳长塔式起重机动力学模型,并对模型其进行分析及简化,用于后续控制设计和算法验证。（2）提出一种全反馈最优观测器控制方法。针对具有未知内部动力学和外界扰动系统的估计及控制问题,本文设计了一种最优全反馈观测器。该观测器根据LQR公式自动确定极点,保证观测器观测过程中的最优性和稳定性。在此基础上,将观测与反演控制结构结合,形成一种基于全反馈最优观测器的反演控制方法,该方法不依赖系统具体数学模型,同时具备结构化、层次化的优点。（3）塔式起重机吊运与负载防摆控制对比实验。本文根据现有基于模型控制方法和无模型控制方法及本文方法设计了三组对比实验:能量整形控制,Q-Learning控制,基于全反馈最优观测器的反演控制。在仿真实验中对比了三类算法在塔式起重机吊运过程中的位置控制及负载摆角抑制效果。最终在物理实验平台中进行了算法有效性的测试。仿真和实物实验结果均表明了基于全反馈最优观测器的反演控制算法的优越性和可靠性。综上所述,本文针对塔式起重机控制的强耦合、非线性、欠驱动、精确数学模型难以获得的问题,设计了一种新型基于全反馈最优观测器的反演塔式起重机控制方法。另外设计了能力整形、Q-learning等塔式起重机控制策略作为对比。证明了基于全反馈最优观测器的反演控制方法在处理具有未知动力学模型、欠驱动系统时的优越性和实用性。