基于预见前馈补偿的直线永磁同步电动机的位置伺服控制系统

在数控机床,机器人等一类应用的轨迹跟踪问题中,未来目标轨迹信息对提高跟踪精度具有十分重要的意义。本文设计的基于预见前馈补偿的位置控制器,充分利用未来信息,能够克服模型误差等干扰,通过仿真实验结果验证了该方法的可行性和良好的控制效果。     

机械臂卷积神经网络滑模轨迹跟踪控制

针对工业技术的发展对于多关节机械臂的精度与快速控制高要求,提出了一种机械臂卷积神经网络滑模轨迹跟踪控制方法。分析机械臂动力学方程,提取其中的不确定部分,针对不确定部分,构建深度卷积神经网络对其进行补偿,将补偿部分引入到滑模控制律中,通过改进后的滑模控制实现对机械臂轨迹跟踪的精确控制,并通过构建Lyapunov函数论证了系统的稳定性。仿真结果显示该方法能够满足轨迹跟踪要求,且减小了抖振现象。通过与其余三种典型控制方法的对比,测试结果表明,该方法加快了轨迹跟踪误差的收敛,且跟踪精度有了明显的提高。     

基于补偿控制的无人地面车辆轨迹跟踪方法

:针对无人地面车辆轨迹跟踪精度不高,鲁棒性差的问题,提出了一种基于补偿控制的算法;该算法分为运动学和动力学两部分:基于方向角调整策略的运动学控制律能确保无人地面车辆有效跟踪参考轨迹;基于PD与模型参考模糊滑模自适应控制相结合控制的动力学控制律能有效补偿建模不精确和外界扰动带来的影响;仿真结果表明:该算法能够有效跟踪参考轨迹,控制量分配合理且鲁棒性较好.     

基于信息融合估计的离散系统最优跟踪控制

针对期望输出和未来干扰无预见的离散线性系统最优跟踪问题,提出一种基于信息融合最优估计的控制方法.若将当前给定值和可测干扰值分别看作系统未来输出和干扰的预见值,则跟踪控制问题可转化为具有无限预见步数的预见控制问题,并将无限预见信息融合成一步等效预见信息,进而获得近似最优融合控制律.对线性直流电机系统和宏观经济系统的仿真结果均验证了该控制器在提高系统跟踪精度和抑制干扰等方面的有效性.     

基于误差系统的信息融合最优预见跟踪控制

针对期望轨迹和干扰可预见的最优跟踪问题, 提出了一种基于误差系统的信息融合最优控制方法. 将线性伺服系统转化为误差系统; 利用信息融合估计方法, 通过融合期望轨迹、干扰输入、误差系统状态等信息, 获得误差系统协状态以及控制增量的最优估计. 构建了由积分项、状态反馈控制项和预见前馈补偿项组成的最优预见控制系统. 线性直流电机系统的控制仿真结果表明, 信息融合最优预见控制下的位置跟踪精度比传统最优预见控制下的要高.     

基于大数据分析的移动对象轨迹预测方法

对移动对象的轨迹预测将在移动目标跟踪识别中具有较好的应用价值。移动对象轨迹预测的基础是移动目标运动参量的采集和估计,移动目标的运动参量信息特征规模较大,传统的单分量时间序列分析方法难以实现准确的参量估计和轨迹预测。提出一种基于大数据多传感信息融合跟踪的移动对象轨迹预测算法。首先进行移动目标对象进行轨迹跟踪的控制对象描述和约束参量分析,对轨迹预测的大规模运动参量信息进行信息融合和自正整定性控制,通过大数据分析方法实现对移动对象运动参量的准确估计和检测,由此指导移动对象轨迹的准确预测,提高预测精度。仿真结果表明,采用该算法进行移动对象的运动参量估计和轨迹预测的精度较高,自适应性能较强,稳健性较好,相关的指标性能优于传统方法。     

考虑空间系绳释放特性的空间绳系机器人协调耦合控制

针对空间绳系机器人的轨迹跟踪控制问题,提出考虑系绳释放特性的跟踪轨迹协调控制方法.该方法考虑系绳释放的动力学特性,在最优轨迹规划过程中将系绳释放速度作为一个规划量,将系绳释放机构的转矩作为一个控制输入,结合操作机器人上推力器控制输入设计协调耦合位姿控制器.该方法的优点是控制输入易于施加,可工程实现系绳协调控制.仿真结果表明,操作机器人能精确跟踪最优轨迹,末端误差为±0.1 m,且能有效跟踪期望姿态,精度在±0.2°.     

康复机器人的自抗扰与滑模复合控制

针对康复机器人主动康复训练任务中可能出现的患者肌肉痉挛时的控制问题,提出一种康复机器人自抗扰与滑模复合控制方法,对预设的康复训练任务轨迹实现精确跟踪。滑模控制可以克服系统模型结构参数不确定性并能达到迅速的跟踪效果,自抗扰控制可以实现在系统状态到达滑模面后精确跟踪轨迹,避免了滑模控制的抖振现象。实验结果表明,该方法在完成康复训练任务时具有较高的轨迹跟踪精度以及较快的跟踪速度,对于外界的干扰具有良好的抗干扰能力,同时对于系统的内部的非线性扰动具有很好的鲁棒性。     

无人车辆轨迹规划与跟踪控制的统一建模方法

无人车辆的轨迹规划与跟踪控制是实现自动驾驶的关键.轨迹规划与跟踪控制一般分为两个部分，即先根据车辆周边环境信息以及自车运动状态信息规划出参考轨迹，再依此轨迹来调节车辆纵横向输出以实现跟随控制.本文通过对无人车辆的轨迹规划与跟踪进行统一建模，基于行车环境势场建模与车辆动力学建模，利用模型预测控制中的优化算法来选择人工势场定义下的局部轨迹，生成最优的参考轨迹，并在实现轨迹规划的同时进行跟踪控制.通过CarSim与MATLAB/Simulink的联合仿真实验表明，该方法可在多种场景下实现无人车辆的动态避障.     

腿轮式机器人的自适应模糊控制

提出了一种基于模糊神经网络(FNN)的腿轮式机器人轨迹跟踪控制方法．在利用常规P D控制器提取初始模糊规则的基础上,利用专家经验对初始规则进行补充,最后再利用误差的 反向传播算法对参数进行在线的自适应调整．仿真计算证明该方法具有良好的轨迹跟踪精度 和抗干扰能力．     

基于模型预测控制的电动车辆队列控制研究

针对车辆队列建模时参数不确定导致控制存在误差的问题,以及队列中跟随车辆稳定性问题,分析车辆纵向动力学,设计一个鲁棒MPC控制器和滑移率控制器来提高队列车辆的控制精度和稳定性.首先对纵向MPC控制器进行改进,提高车辆队列控制精度；同时为防止跟随车辆的轮胎打滑,设计一个MPC滑移率控制器对跟随车辆的轮胎滑移率进行控制约束,保证了跟随车辆的纵向稳定性.最后,进行仿真实验验证其有效性.仿真实验结果表明,与传统的LQR、MPC控制器相比,改进的鲁棒MPC纵向控制器控制精度更高,同时MPC滑移率控制器可防止跟随车辆的轮胎打滑,保证了跟随车辆的纵向稳定性.     

智能设备网络虚假信息行为识别与控制技术研究

传统智能设备网络虚假信息行为识别技术识别范围小,准确性低,在识别后不能快速地采取控制手段进行控制,导致事态进一步恶化。针对上述问题,研究了一种新的智能设备网络虚假信息行为识别与控制技术,设定虚假信息模型,由神经网络和BP网络构成,通过互联网控制,通过检测触发词、信息分类、虚假信息识别完成精确识别工作,控制模型由演示平台、网络中心组成,能够针对不同类型的虚假信息给出不同的控制手段。与传统技术进行实验研究,结果表明,给出的智能设备网络虚假信息行为识别技术能够完成更大范围的识别,提高识别准确率,在识别后对应的控制技术会快速采取有效手段控制虚假信息的散布。     

邻域粗糙集在属性约简及权重计算中的应用

为了减少航天器特征值属性的冗余性并提高其权重的准确性,提出了一种基于邻域粗糙集的属性约简及权重计算方法。通过对不同重要度下限分类精度的对比分析,给出了确定邻域半径的新规则。在信息观权值最优计算公式的基础上,提出了一种基于信息熵的特征值权重计算方法;给出了代数观和信息观最优组合权值确定方法,解决了代数观和信息观方法的权衡问题。将其应用于某卫星姿控系统特征值分析中,与其他方法的比较表明该方法能有效减少特征值的数目,提高特征值权重的准确性。     

移动终端标准信息在线录入误差控制系统设计

传统控制系统在控制移动终端标准信息在线录入误差时,控制范围小。针对这一问题,设计了一种新的控制系统,分别对系统的硬件和软件进行设计,硬件主要设计了采集器、处理器、存储器、显示器结构,采集器内部芯片选用ADS7809采集芯片,提高采集精度,处理器选用最新上市的Intel酷睿处理器,加快运营速率,存储器选用型号为DDR31866存储器,加大存储容量,显示器选用AOCQ27P1U显示器,提高系统分辨率。软件流程分为移动终端标准信息采集、标准信息录入、误差检测、误差控制、控制结果显示五步。为检测设计的控制系统效果,与传统控制系统进行了实验对比,结果表明,设计的控制系统比传统控制系统控制范围更大,控制效果更好,值得推广使用。     

江西省小流域智慧防汛体系建设思路探讨

小流域防汛一直是防洪减灾工作中的重要内容,提出小流域防汛的新思路,利用无人机、洪水预报、洪水风险评估、三维可视化、信息及云计算等技术,开展小流域基础数据获取、水雨情信息采集传输、洪水预报、洪水风险分析、预警信息及应急响应等工作,探讨防汛云服务平台的搭建,构建小流域智慧防汛体系,以提升小流域洪水预报的精度,实现智慧防汛。     

Energy Control of Plug-In Hybrid Electric Vehicles Using Model Predictive Control With Route Preview

The paper proposes an adoption of slope, elevation, speed and route distance preview to achieve optimal energy management of plug-in hybrid electric vehicles (PHEVs). The approach is to identify route features from historical and real-time traffic data, in which information fusion model and traffic prediction model are used to improve the information accuracy. Then, dynamic programming combined with equivalent consumption minimization strategy is used to compute an optimal solution for real-time energy management. The solution is the reference for PHEV energy management control along the route. To improve the system's ability of handling changing situation, the study further explores predictive control model in the real-time control of the energy. A simulation is performed to model PHEV under above energy control strategy with route preview. The results show that the average fuel consumption of PHEV along the previewed route with model predictive control (MPC) strategy can be reduced compared with optimal strategy and base control strategy.      

飞行器纵向通道姿态模糊控制器设计

飞行器姿态控制系统结构极其复杂,难以建立准确的数学模型。为了实现姿态的精确控制,将模糊控制方法应用于飞行器纵向通道姿态控制中,在模糊逻辑理论的框架下,根据姿态控制系统的输入输出量,提出了一种模糊规则优化设计方案,通过模糊推理,实现了对飞行器姿态的模糊控制。仿真结果表明,所设计的模糊控制器性能稳定,系统响应的调整时间在1s以内,超调量不超过3%,且小扰动情况下仍能保持较好的控制效果,有效提高了系统的稳态精度与动态品质。     

鱼雷状小型无人艇路径跟踪控制系统研制

为了提高无人艇在水域作业时的航向跟踪精度,自主设计了一款鱼雷状小型无人艇路径跟踪控制系统。该系统由岸基控制系统和艇载控制系统组成,具有自主巡航和手动控制2种工作模式。岸基控制系统通过数传电台与艇载控制系统进行信息交互,显示传回的状态信息并下达控制指令,在自主航行模式下完成BD09与WGS84的坐标系转换、期望航向角计算和目标点更新;艇载控制系统采用STM32F429作为控制芯片,完成数据采集和运动控制,在自主巡航模式下提供位置和航向数据,通过路径跟踪控制器输出的舵机PWM信号调整航向。实验表明设计的路径跟踪控制系统运行稳定,精度较高。     

基于AT89C52单片机的搬运机器人控制系统设计

针对传统搬运机器人控制系统搬运路径准确性较差,控制耗时较长的问题,基于AT89C52单片机设计了一种新的搬运机器人控制系统;系统硬件主要由驱动模块、控制模块、显示模块和地面勘测模块组成,驱动模块具有很强的信息驱动能力,能确保机器人在运动过程得到充足的电量支持,显示模块及时进行信息显示,同时配合控制模块实现实时控制,地面勘测模块确保机器人在工作过程中对地面状况进行分析处理,从而得到更优的搬运路径;软件部分设计了搬运机器人最佳的分组搬运策略,基于AT89C52单片机将搬运指令传输至搬运机器人控制算法,快速纠正机器人的错误行为,使机器人成功完成搬运任务;实验结果表明,该搬运机器人控制系统能够有效缩短控制时间,提高控制精度,具有良好的系统规划、优化能力及智能化高.