正面吊可作为具有多用途的流动式集装箱搬运机械,主要针对国际集装箱吊与卸进行作业。在工作中由于正面吊处在重负载的状态中易产生振动问题,从而降低了作业效率。为了提高正面吊的性能,提出了能够有效抑制振动的控制方法,并进行仿真验证得出设计结果。本文主要研究工作如下:对正面吊的结构以及工作原理进行介绍,针对主要导致正面吊发生弹性变形的吊臂进行分析并给出了化简模型。研究了改进神经网络PD控制方法。将PD控制器输入作为神经网络输入,基于神经网络优化参数的方法,提高PD控制性能。通过MATLAB对柔性臂模型进行了数值仿真,验证了基于神经网络的PD控制器具有较强的鲁棒性和自适应性。提出了一种在线强化学习神经网络的优化控制器。首先,建立柔性臂的离散模型。其次,在控制器设计中采用强化学习法,由动作和评价两个模块构成,动作网络用来生成优化控制信号,评价网络则对动作网络性能进行评价。最后,应用MATLAB软件进行数值仿真,结果证明控制器的有效性。设计了一种基于滑模全状态反馈控制方法。系统考虑了未知函数和外界干扰,将全状态反馈神经网络控制器的学习性能与滑模控制器的鲁棒性能相结合,进行控制器的设计。对存在外部干扰的柔性臂进行仿真验证,结果表明对柔性臂的振动抑制具有明显的效果。综上所述,本文针对面向弹性变形的振动控制问题进行了研究,在正面吊吊臂的控制研究方面给出了理论依据,具有一定的工程应用价值。