塔式起重机具有占地面积小,安装运输方便等优点,它成为现代化下各类工业和建筑业应用的主要机械。它广泛应用于现场货物运输,负载与小车之间使用电缆进行连接运输的,因此,它在运行过程中容易受到环境干扰。在负载运输过程中会出现摆动现象,给塔式起重机的自动控制带来困难。目前都是通过人工操作当负载摆动时先减速等负载摆动衰减到一定程度后,再进行定位操作。这样不仅会影响工作效率而且存在安全隐患。本文以INTECO公司的塔式起重机(Tower Crane)实验系统为研究对象进行定位防摆控制的研究。根据塔式起重机的运行特点,它的运动包括变幅运动、旋转运动以及升降运动。为了简化复杂性,本文针对变幅控制进行研究,实现了定位防摆的双重目标,主要完成的工作如下:第一,为了实现小车准确定位同时抑制负载摆动,采用多目标粒子群(PSO)算法同时优化两个PID控制器的参数达到了控制目标。当参数不准确或外界有不确定的干扰存在时小车会偏离跟踪的期望位置且负载摆角较大。因此,传统PID控制在塔式起重机系统的应用中存在局限性。第二,针对欠驱动塔式起重机无法实现完全反馈线性化的问题,采用部分反馈线性化方法对非线性模型进行线性化并稳定其內部动力学。仿真和实验结果表明了该方案的有效性。该控制器能快速、准确地控制起重机的大幅度摆动。第三,设计了综合定位防摆控制的传统滑模变结构控制器(SMC)和分层滑模控制器(HSMC)并进行实验验证。利用双曲正切函数代健符号函数解决抖动问题。SMC在参数的不确定性和扰动的上限已知时依然可以很好的达到控制要求。第四,在实际应用中,参数的不确确定性和扰动的上限往往不为人所知。因此，SMC和HSMC应用这种情况受到限制。为此提出了一种自适应反步滑模控制(ABSMC)方法来估计模型的不确定性和外部扰动,以获得更好的鲁棒性。第五,起重机的精确模型通常难以获得,利用RBF神经网络和滑模变结构控制不需要模型也可以实现对象控制,本文实验验证了基于RHF神经滑模控制器的塔式起重机定位防摆。