多连杆机械臂GA-RBF神经网络轨迹跟踪控制

针对多连杆机械臂模型系统信息不完整、存在外界干扰等问题,设计了一种新型的GA-RBF神经网络闭环自适应控制系统。该系统利用径向基函数(RBF)神经网络来逼近并补偿系统的模型误差和外界扰动,在基于计算力矩法的基础上实现对机械臂的轨迹跟踪控制,并采用遗传算法(GA)对RBF神经网络权值进行在线优化,确保机械臂控制系统能在更短时间内获得稳定,实现了高精度的轨迹跟踪,提高了轨迹跟踪的性能。MATLAB数值仿真的结果验证了该方法的有效性。     

三自由度并联机械手动力学分析与控制

以三自由度Delta并联机械手作为研究对象,在Simulink环境下建立基于虚功原理法得到的并联机构系统动力学求解模型,并在Simmechanics中建立系统物理模型。在系统动力学方程的基础上设计了基于动力学的模糊解耦控制器,综合考虑了机构的运动学和动力学特性。给出平台运动的期望轨迹,分别在Simulink和Simmechanics中进行逆动力学仿真分析,验证逆动力学方程的准确性,之后进行模糊解耦控制Simulink/Simmechanics联合仿真分析。运行结果表明,Delta机械手的响应符合预期期望,精度高于计算力矩控制,跟踪效果较好。     

3-RPS并联机器人动力学分析及控制

运用牛顿—欧拉方法建立3-RPS并联机器人机构的逆动力学模型。通过使用Simmechanics将并联机器人物理模型导入Matlab/Simulink中,利用Simulink对机构进行动力学仿真以及验证机构的逆动力学模型。针对并联机器人的建模不确定性,提出一种基于不确定性系统的鲁棒控制方案,即分别通过基于标称模型设计系统的计算力矩控制器,来镇定标称系统;通过构建Lyapunov函数来构建系统的鲁棒补偿控制器,来消除由于建模不确定性引起的跟踪误差。通过将控制模型导入Simulink中对其控制效果进行验证,其具有较低的稳态误差精度,效果优于计算力矩控制策略。     

基于计算力矩法的3-RRRT并联机器人控制研究

为了实现3-RRRT并联机器人的轨迹跟踪控制,在运动学分析的基础上,应用拉格朗日方程建立了3-RRRT并联机器人的动力学模型.设计了基于计算力矩算法的控制律,并利用Matlab软件进行了控制器仿真.仿真表明计算力矩控制可以使3-RRRT并联机器人实现全局稳定的动态轨迹控制.     

3-RRRT并联机器人轨迹跟踪控制研究

为了实现3-RRRT并联机器人的轨迹跟踪控制,在运动学分析的基础上,应用拉格朗日方程建立了3-RRRT并联机器人的动力学模型。设计了基于计算力矩算法的控制律,并利用Matlab软件进行了控制器仿真。仿真表明计算力矩控制可以使3-RRRT并联机器人实现全局稳定的动态轨迹控制。     

不确定关节机器人模型的神经网络补偿自适应控制

为了达到关节机器人轨迹跟踪控制的目的,针对由于机器人结构参数、作业环境干扰及结构共振模式等不确定性因素造成的机器人不确定性动力学模型,将该模型分解为名义模型和建模误差两部分,其中的建模误差采用RBF神经网络进行补偿和估计,得到其估计信息。RBF神经网络的权值通过Lyapunov稳定性分析和自适应算法进行调节。机器人的神经网络补偿自适应控制解决了机器人这类不确定模型的轨迹跟踪控制问题。对3关节机器人实验验证结果表明,3关节均在约4 s时跟踪期望轨迹,并且跟踪误差渐近趋近于0,并且RBF神经网络能很好地逼近由不确定性因素引起的建模部分。     

柔顺并联机器人动力学及轨迹跟踪

以含有开槽型柔顺关节的并联机器人为研究对象,对其动力学及轨迹跟踪问题进行研究。根据柔顺关节特性,建立系统分析模型,应用拉格朗日方法建立系统动力学方程。为补偿系统具有的不确定性,分别设计趋近律上界滑模控制策略和径向基函数(Radial basis function,RBF)神经网络趋近律滑模控制策略,基于Lyapunov理论证明了系统的全局稳定性。应用S型速度规划曲线,分别给出直线轨迹和圆轨迹的运动规划算法。仿真结果表明,系统模型及控制策略能够有效实现柔顺关节并联机器人的轨迹跟踪。     

基于RBF神经网络的电液伺服系统应用研究

采用RBF神经网络实现对电液位置伺服系统辨识建模,在线跟踪系统模型的变化,以此为基础设计控制参数可在线调节的神经网络PID控制器,解决系统非线性以及不确定性给系统带来的控制问题,提高系统的控制性能,实现系统的智能控制。     

模块化机器人神经网络补偿计算力矩控制研究

为了解决模块化机器人由于构型可变等特点导致参数不确定与非参数不确定性增大引起轨迹跟踪不理想的问题,设计神经网络补偿计算力矩复合控制器。考虑机器人参数不确定与摩擦、干扰等非参数不确定性,将动力学模型分为理想部分和不确定部分,用计算力矩法实现理想模型控制,用BRF神经网络补偿不确定部分。利用Lyapunov理论证明控制器稳定性并采用自适应算法实现神经网络权值在线自调整。最后,仿真发现使用该控制器取得良好的轨迹跟踪效果。     

多关节机器人事件驱动神经网络滑模控制

针对多关节机器人轨迹跟踪控制问题,提出了一个事件驱动的神经网络滑模控制器。该方法采用RBF神经网络来改善传统滑模控制器,对模型不确定项进行逼近;在此基础上,提出了事件驱动的RBF神经网络滑模控制器,根据跟踪误差和目标轨迹的驱动条件决定控制力矩更新,降低力矩更新频率。利用跟踪误差的最终一致有界性证明控制系统的稳定性,证明系统不存在Zeno行为。针对二关节机器人进行的仿真实验展现了良好的跟踪效果,验证了控制策略的有效性。     

基于MATLAB仿真的SVPWM技术研究

为了给交流异步电机伺服系统提供必要的设计数据,根据SVPWM的基本原理和实现算法,基于MATLAB/Simulink平台搭建了SVPWM仿真模型,将该模型应用到异步电机的矢量控制系统中进行了仿真。结果表明,SVPWM控制方式提高了整个系统运行的稳定性和可靠性。     

管路液力冲击的解析研究

分析阀门开闭引起管路液力冲击的机理,计算换向阀换向时管路实际压力冲击突变值及换向阀阀芯所受液动力并进行实验验证。     

基于ASP的VPDM系统研究

分析了虚拟企业对虚拟产品数据管理（VPDM）的需求，结合ASP模式的先进实施理念，提出了基于ASP模式的VPDM系统概念；分析了VPDM与传统PDM之间的区别；并基于B／W／D三段式结构，阐述了基于ASP模式的VPDM体系结构；最后讨论实现该系统的方法和一些关键技术。     

基于PKI技术的PMI的研究与实现

身份认证和权限管理是网络安全的两个核心内容。研发了一个基于公共密钥基础设施技术的权限管理基础设施系统。提出了一个基于属性证书和条件化的基于角色的访问控制、进行权限管理的权限管理基础设施访问控制模型,提供了属性证书的两种提交方式,即“推”模式和“拉”模式,并在此模型的基础上给出了该系统的实现,最后给出了该系统的一个应用实例。实践证明,该系统提供了一个较好的解决方案和实现,基本上能够满足大型应用(上百万用户)的用户需求。     

电火花成形机床微细加工相关探索

首先简要介绍了电火花微细加工目前的发展状况。并概括地分析了商品电火花成形机用于微细加工所具有的一些特殊优势。最后通过微轴的加工实例来证实其进行实用微细加工的可行性。     

基于合作博弈的再制造产品回收差别化定价研究

运用博弈论的思想研究了再制造的产品回收定价问题,建立了质量不同的回收产品差别化定价的数学模型,对合作博弈下不同质量回收产品的最优价格进行了求解,并对该模型进行了实例验证。结果表明最优回收价格下系统的总体利润最大。     

基于时间序列电流偏差因子的电源-电弧系统稳定性研究

运用偏微分近似理论,在考虑焊接外电路动态全负载情况下,对电源-电弧系统稳定性进行了模型刻画,得出系统稳定系数的数学解析式,依此定性并量化分析了系统稳定性的基本条件和最优条件。在此基础上,采用电流偏差相对转换方法,获得了动态电流偏差因子的时间序列解析表达式,进而通过偏差衰减时间方式来量化分析系统的稳定性。实验的电压与电流波形分析结果与动态电流偏差因子量化结果一致。     

基于Backstepping方法的轮式移动机器人轨迹跟踪研究

根据机器人的运动学模型,对具有非完整特性的移动机器人轨迹跟踪控制进行了研究.采用基于积分backstepping时变状态反馈方法,引入一种新的虚拟反馈量,设计机器人轨迹跟踪控制算法,并且利用Lyapunov方法证明系统的全局稳定性.仿真结果证明了该方法的有效性.     

基于ANSYS的O形圈活动量对密封性能影响探究

以某飞机某部位作动筒渗漏和密封圈扭转断裂的故障为切入点,利用有限元分析软件ANSYS建立O形橡胶密封圈(简称O形圈)的二维轴对称模型,对装配阶段和静压阶段下不同配合间隙、沟槽深度、沟槽宽度、圆柱度和偏载对密封性能的影响进行分析。结果表明：在一定范围内,配合间隙、沟槽深度、沟槽宽度对密封性能影响较大,而圆柱度和偏载对密封性能影响较小;在允许的范围内,较小的配合间隙、合适的沟槽深度和宽度能够得到优异的密封性能。该作动筒的O形圈发生渗漏和扭转断裂的原因为密封槽宽度偏大,综合考虑,对密封槽宽度进行改进能够有效提升O形圈的密封性能。     

基于JIT的多目标总装准时物料配送方法研究

针对机械产品总装过程中的准时物料配送问题,从优化目标、约束条件及影响因素三方面考虑,提出以物料运输成本、物料运输时间、线旁库存三者综合为优化目标的多目标准时物料配送模型。给出优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程。最终求解得到物料配送单用于指导配送,使决策者能够根据实际情况选择优化的偏好值。通过一个总装车间准时物料配送问题的实例验证了此模型和算法的有效性。