考虑多因素影响的进给系统等效惯量辨识方法

为准确辨识进给系统等效惯量值,提出一种考虑电流环滞后及Stribeck摩擦影响的进给系统等效惯量离线辨识方法。首先建立考虑电流环滞后及Stribeck摩擦力影响的伺服进给系统离散模型。而后根据所建模型构造适应度函数,将参数辨识问题转化为参数优化问题。最后,基于差分进化算法求解该优化问题,获得进给系统等效惯量值。所提方法的有效性通过实验及仿真进行了验证。结果显示,与现有仅考虑库仑摩擦力的辨识方法相比,本文方法在不同幅值辨识指令下惯量辨识结果差异更小,惯量辨识结果更加准确。     

飞机舵机电动伺服系统的摩擦补偿控制策略北大核心

为了解决非线性摩擦力导致飞机舵机电动伺服系统的控制性能降低这一问题,提出了一种基于改进蜂群算法的系统摩擦辨识与控制策略。首先,引入LuGre摩擦模型对系统进行数学建模,提高模型的准确性;其次,利用tent混沌映射、自适应反向轮盘赌概率选择方法及动态位置搜索方法对蜂群算法进行改进,提高算法搜索能力的自适应性、全局搜索能力和收敛精度,进而提高摩擦模型参数辨识精度;最后,结合辨识后的摩擦模型设计复合控制补偿器以补偿系统运行时产生的非线性摩擦力。实验结果表明,改进蜂群算法方法可以使摩擦参数的辨识值更精确。同时在复合补偿控制器作用下,系统跟踪误差值由1.86 Nm降至0.23 Nm,减小了约87.6%,降低了摩擦力对系统性能的影响,提升了系统的控制精度。     

基于改进遗传算法的LuGre摩擦模型参数辨识及补偿

针对非线性摩擦力对精密Z轴伺服装配臂的动静态性能的影响,基于Lu Gre摩擦模型,提出了一种改进遗传算法对LuGre摩擦模型参数进行辨识,实现了由"分步辨识"到"一步辨识"的转变,并将辨识结果陷入局部最优的概率从0. 3左右降低到了0. 1以下,高效地获取了全局最优辨识结果,辨识误差也从10%左右降低到了3%以内,提高了辨识精度;同时,在Z轴伺服装配臂系统下对LuGre摩擦力设计了前馈补偿器进行补偿,仿真实验表明,基于LuGre摩擦模型的前馈补偿可有效消除非线性摩擦力对精密伺服系统的影响,从而提高精密Z轴伺服装配臂系统的动静态性能。     

基于改进LuGre摩擦模型的机器人关节摩擦力辨识研究

机器人在精准装配时，摩擦力影响着控制精度。利用LuGre摩擦模型进行关节力矩计算时，机器人关节摩擦力具有周期性纹波误差。针对此问题提出一种改进的LuGre摩擦模型，包括LuGre摩擦模型表示的稳态摩擦力，以及与速度相关的位置依赖项。对摩擦模型进行分步辨识，利用LuGre摩擦模型的特征，对稳态摩擦力参数进行辨识，通过SVM多类分类算法、支持向量回归（SVR）和最小二乘法求解方程组，对模型中的位置依赖项进行参数辨识。实验结果表明，机器人在不同负载下运行，使用改进模型及辨识方法计算关节摩擦力矩时，误差可以降低50%以上。     

协作机器人关节摩擦特性辨识与补偿技术

为提高机器人的运动精度和换向过程的运动平稳性,降低换向过程中因摩擦引起的位置误差和速度波动,文章提出了一种基于改进库伦+黏性摩擦模型的补偿方法。该改进模型引入sigmoid函数克服了传统库伦+黏性摩擦模型在换向过程中的不连续问题;并采用恒速辨识方法实现了摩擦模型参数的精确辨识;在此基础上,利用前馈补偿技术实现了机器人关节摩擦特性的补偿。实验结果表明,文中提出的辨识方法能够有效的辨识出摩擦模型参数和基于模型的补偿算法明显降低了换向过程中的摩擦误差。     

基于粒子群自适应差分进化算法的动压缸电液伺服系统辨识

给出了轨道路基测试装置动压缸电液伺服系统AMESim模型和传递函数。针对标准差分进化算法早熟和自适应差分进化算法收敛慢的问题,结合粒子群算法收敛快的优点,构造了一种以粒子群为外环、自适应差分进化为内环的辨识算法。设计该系统辨识数据采集方案,得到其AMESim模型的响应数据,开展PSOADE辨识仿真和对比分析,结果表明:PSOADE不仅精度高、同一性好,而且迭代快、易收敛。最后得到了基于PSOADE算法辨识参数的动压缸电液伺服系统参数模型,仿真验证了该模型的有效性。     

伺服控制参数对摩擦误差影响的研究

为了从伺服控制参数角度分析由摩擦所造成的误差,对实验平台进行建模并根据辨识实验结果建立了精确的摩擦模型。通过理论分析及仿真,研究了不同伺服控制参数条件下,系统换向点处摩擦误差在频域与时域上的变化。总结了伺服控制系统各参数对换向点处摩擦误差的影响规律,其结果可以作为伺服控制系统参数调整及优化的参考,具有一定理论及实用价值。     

机器人动力学参数辨识研究

基于动力学模型的控制是改善机器人运动控制性能的有效方法，为了得到精确的动力学模型，需获得准确的机器人动力学参数，采用加权最小二乘法与遗传粒子群混合算法结合的辨识算法获得准确的动力学参数。关节摩擦影响动力学模型精度，传统库伦粘滞摩擦模型精度不高，引入一种新的连续摩擦模型，采用牛顿-欧拉法建立机器人动力学模型，采集机器人在激励轨迹运动下的数据，先采用加权最小二乘法辨识得到初始解，在初始解的基础上设定解的边界，分别采用遗传算法、粒子群算法、遗传粒子群混合算法辨识动力学参数，并于已有方法进行对比，结果表明遗传粒子群混合算法辨识动力学参数精度更高。最后，选取验证轨迹验证动力学参数的精度，结果表明辨识得到的动力学参数能够建立精确动力学模型。     

压铸机多变量压射过程非线性预测控制

在压铸机压射过程的电液压伺服控制系统中,提出了一种基于混沌自适应差分进化算法(CADE)的压铸机多变量压射过程非线性预测控制方法.该方法将帐篷映射嵌入到自适应差分进化算法(DE)中,改进了DE算法中交叉因子及编译因子的产生过程.通过仿真实验结果表明,利用该智能算法对压射控制PID控制器进行参数优化,能实现压铸机压射速度的快速寻优,使其非线性预测控制动态特性更好,控制精度更高,从而达到系统的最优控制目的.     

基于AMESim的动压缸电液伺服压力控制系统参数辨识

根据轨道路基测试装置液压原理图,建立了动压缸电液伺服压力系统传递函数和AMESim模型,并将该系统传函拆分为伺服阀系统、动压缸负载和流量非线性三部分。介绍了所采用的辨识模型和辨识算法,设计了基于该系统AMESim模型的参数辨识方案,获得了伺服阀系统和动压缸负载开环传递函数辨识参数。最后通过对比仿真,验证了该辨识方法的有效性。     

直线电机驱动进给系统摩擦力补偿研究

针对直线电机驱动进给系统跟踪小幅往复轨迹时,摩擦力造成较大的跟踪误差这个问题,开展摩擦力补偿研究。通过对不同位移幅值的往复运动实验数据进行挖掘,利用摩擦力位移曲线对摩擦特性进行描述,归纳成两类典型情况。在MS模型基本形式的基础上,构建了可涵盖这两类摩擦特性的MS模型扩展形式,并提出了线性化参数辨识方法和模型参数选择方法。采用实时性更佳的前馈策略进行摩擦力补偿实验。实验结果表明:由摩擦力造成的跟踪误差均方根下降了32.44%,最大值下降了47.73%,效果显著。     

基于摩擦模型的电动缸PID摩擦补偿控制研究

为改善伺服电动缸中非线性摩擦环节对其运动控制性能的影响,文章从控制角度出发,利用摩擦补偿控制策略对系统中的摩擦力进行补偿,以提高运动控制精度.首先建立了电动缸的动力学模型,然后基于LuGre摩擦模型利用PID控制算法进行了摩擦补偿控制器的设计,并采用遗传算法对摩擦参数进行了辨识,最后进行了仿真分析.通过仿真结果可以得出,增加摩擦补偿后,电动缸的位置跟踪精度有了很大的改善,验证了该摩擦补偿控制策略的有效性.     

基于改进差分进化算法的液压自抗扰控制器设计

液压伺服系统由于控制精度高、功率密度大受到广泛应用,但其自身在运行中存在较大的扰动和非线性,使其精确位置控制存在一定的难度。自抗扰控制器（ADRC）是一种新型的控制器,它对于强不确定性和非线性有较好的控制能力,但它是一个多参数非线性控制器,其优化设计的难度远远高于PID等传统控制器。提出一种改进差分进化算法,使用了一种新型的目标函数,并将其应用在液压伺服系统的自适应自抗扰控制器设计中。仿真实验结果证明：改进差分进化算法相比较于其他方法具有更强的全局搜索能力,设计的自抗扰控制器能更好地适应液压伺服控制的需要。     

一种六自由度机器人运动参数标定方法的研究

针对六自由度机器人定位精度问题,在机器人运动学误差模型的基础上提出运动学参数标定方法。通过Levenberg-Marquardt算法实现机器人运动学参数偏差的预辨识,将这些辨识的参数偏差的次优值定义为初始个体分量的中心值,并利用差分进化算法完成精确的辨识,进而获得机器人运动学参数的较优值。为验证所提方法的有效性,采用激光跟踪器和数值模拟的方法进行了运动参数标定的实验研究,结果表明：所提出的运动学参数标定方法能显著提高六自由度机器人的定位精度。     

一种新型LuGre摩擦模型参数辨识方法

针对Lu Gre摩擦模型参数难以辨识的问题,提出了一种一次性获得模型所有参数的新型快速识别方法,将Lu Gre模型构造为以速度为输入、摩擦力为输出的单输入单输出系统,求解出相应的Lu Gre离散递推方程,解决了参数辨识时鬃毛微位移无法有效检测的难题。在此基础上,通过遗传算法对给定的Lu Gre模型进行辨识实验,发现一次性能辨识出Lu Gre模型的6个参数,参数辨识误差最大为0.419%,具有较高的精度。通过Simulink对指定参数和辨识参数的摩擦力仿真对比可知,辨识出的参数可以较高精度逼近原始数据,最大力矩误差仅有0.14 N·m,验证了新型辨识方法的有效性。     

基于改进差分进化算法的外圆磨削优化方法

在考虑粗、精磨的生产成本以及热损伤、砂轮磨损和磨削标准化等约束情况下，研究了外圆粗、精磨的优化方法，以提高生产效率和表面精度。提出了一种基于改进差分进化算法的外圆磨削优化方法，并将优化的结果与传统差分进化算法结果相比较，表明基于改进差分进化算法的方法具有更好优化能力。     

高速滚珠丝杠进给系统参数辨识方法与实验研究

为了有效改善高速滚珠丝杠进给系统的伺服控制性能,提出对进给系统刚体和振动进行辨识的方法,设计并搭建高速滚珠丝杠进给实验平台。采用时域与频域辨识方法得到系统基础参数,通过增广最小二乘法可辨识实验平台的转动惯量、阻尼及库仑摩擦,并用卡尔曼滤波确定摩擦模型。通过正弦扫频辨识方法得出系统频响函数,并通过峰值法与最小二乘法获得实验平台的轴扭振动传递函数及频响函数。通过实验测试工作台不同位置及不同质量对系统振动特性的影响;将辨识获得的传递函数、频响函数与实验值对比,验证了模型的准确性。     

改进差分算法的仿人控制器设计与参数优化北大核心

为改善流程工业控制质量,减少噪声对控制决策规则的影响,根据专家控制操作的经验,提出了3种基本仿人智能控制(HSC)方式。通过详细分析被控系统的误差特征,提出了仿人智能控制的决策规则,并采用智能积分实现了位置学习。由于控制决策规则对噪声非常敏感,改进设计了一种基于误差大小的仿人智能控制规则。针对仿人智能控制在实际应用中参数多,不易设置的问题,对多种不同的工业过程模型,采用行域可变的差分进化(RVDE)算法对仿人智能控制器的参数进行优化。优化结果与以往优化结果以及常规控制方法的结果进行了比较,改进仿人智能控制算法对控制系统性能有明显改善。     

基于改进差分进化算法的机械手轨迹控制

为提高机械手系统的轨迹控制精度,提出了一种基于改进差分进化算法(Differential Evolution, DE)的机械手轨迹控制方法。以单关节机械手为研究对象,首先,假设其做摆线运动,同时采用PD控制方法跟踪机械手实际运动轨迹;然后,提出改进差分进化算法,优化整个运动过程中机械系统消耗的能量,进而得到一组最优的离散偏差;最后,对这些离散偏差使用三次样条插值法,从而得到连续的机械手实际的运动轨迹。与差分进化算法进行仿真对比,该控制方法得到的机械手运动轨迹精度更高、消耗的能量更少。     

基于DE-SVM的风电机组高速轴承故障诊断

为减少风电机组传动链故障造成的重大损失和安全隐患,保证机组健康平稳运行,针对风电机组传动链轴承的故障诊断问题,提出一种基于差分进化算法改进支持向量机的故障诊断方法。利用集合经验模态分解方法对原始数据进行处理,提取有效的故障特征,实现信噪分离;采用差分进化算法对支持向量机关键参数进行优化以提高模型的泛化能力和预测精度;利用训练好的模型进行故障诊断。结果表明：所提方法具有准确性和有效性。