桥式起重机是一种被广泛使用的机械,用于吊运重物。对于桥式起重机来说,最需要解决的问题是如何防止吊运重物摆动。不过相对于固体来说,当吊运的重物为高温熔融金属时,除了需要解决传统吊车的定位和消摆问题之外,还需要解决其产生的谐振问题。由于高温熔融金属的重心会随着摆动而发生变化,同时为了消除摆动,控制机构需要反复调节控制量,如此会造成吊运金属与吊运钢丝绳发生谐振,进而导致熔融金属溅出容器并引发安全事故。故在实现桥式起重机的快速定位与消摆的基础上消除吊运重物为高温熔融金属时产生的谐振是很有必要的。本文首先对桥式起重机吊运过程的动力学特征进行了解析,依据机理建模法,用拉格朗日方程建立了桥式吊车的线性和非线性方程组,并加入了模拟液体干扰。结合桥式吊车的数学模型,引入了控制效果良好的滑模控制器,并在控制机构及吊车模型之间加入了陷波滤波器来抑制谐振扰动。经过初步的参数整定,谐振扰动有所降低。为了进一步降低谐振幅度,引入了神经网络算法来优化陷波器参数,结果表明陷波器性能得到了进一步的提升。而由于陷波器的初始参数是基于经验选取和整定的,其精度有限,因此又加入了粒子群算法对其进行优化和仿真。仿真结果显示,经过粒子群算法优化后的神经网络陷波器具有更佳的滤波性能。