液压厚调系统快速预估控制

将基于差分方程的快速预估算法引入到多被控对象领域中,在两个被控对象特性不同而要求有相同的输出过程时,取得了良好的控制效果.该算法在液压厚调系统的实际应用中,有效地解决了由于两侧压下油缸动态特性的不一致对板材纵横向厚差产生的不良影响。     

基于Quarc的并联稳定平台半实物仿真研究

针对球面并联稳定平台的图形建模难度大、开发效率低、参数调整复杂,Simulink虽有强大的图形建模优势,但缺少半实物仿真应用外部实物接口模块的问题,提出了Quarc软件与Simulink软件相结合的混合编程方案。该方案使图形建模简单,增加了实物接口,方便了半实物仿真应用的开发,提高了开发效率。在硬件设计上采用NI公司生产的PCI-6230运动控制板卡与控制器通信。实验采用并联六自由度运动平台模拟外部激励施加到稳定平台上,得到了稳定平台实际的响应曲线。实验结果表明,系统具有良好的人机界面、方便实用,稳态精度高,动态性能好,运行稳定。为研究开发满足不同武器系统要求的稳定平台提供了参考依据和实验数据。     

基于TMS320F28335的稳定平台伺服系统的设计研究

为了实现稳定平台的高精度控制,设计了相应的伺服系统。提出了一种基于TMS320F28335 DSP的伺服控制方案,并给出了控制系统的硬件和软件设计。采用DSP的eQEP模块和光电编码器来实现转角和转速测量。与以往技术相比,该方法大大提高了系统的可靠性和实时性。实验表明,该系统具有检测精度高、易于编程和硬件紧凑的特点。     

液压AGC鲁棒H∞控制器设计

板形与板厚是带材轧制中的两大重要指标,厚度控制是靠AGC系统来实现的。针对AGC系统存在滞后及干扰的控制难题,将鲁棒控制的方法应用到AGC系统的控制器设计中,并对所设计的系统进行仿真研究。仿真结果表明本方法可以补偿滞后及克服干扰的影响。     

自适应模糊与CMAC并行的机器人力/位置控制

为提高机器人系统对机器人末端操纵器与外界工作环境接触时,其接触刚度不确定性的自适应能力,在机器人力／位置混合控制的基础上,设计出了一种基于自适应模糊与CMAC并行控制的机器人力控制器,采用小脑模型神经控制器实现前馈控制,实现被控对象的逆动态模型,自适应模糊控制器实现反馈控制,保证系统的稳定性,且抑制扰动。以平面两关节机器人进行仿真,仿真结果表明,系统的自适应能力和力跟踪能力有显著的提高,机械手在其末端操纵器与刚性变化范围较大的外界工作环境接触时,具有较强的适应能力,较好地完成了机器人的力／位置控制。     

改进型蜂窝状空间分解的实时碰撞检测

目前高速、精确的碰撞检测研究已经成为了虚拟现实领域研究的热点。在图像空间的碰撞检测研究基础上,设计了基于蜂窝状空间分解的碰撞检测算法。首先完成非碰撞多面体的快速剔除,对碰撞多面体局部进行空间分解,进而,反向投影构建碰撞模型局部子包围盒,完成沿相反方向进行子包围盒蜂窝状空间分解,将碰撞检测转化为判断在下一帧中多面体蜂窝子空间内局部子多面体截面到对方阈值线的距离值与对方所设定阈值大小的关系问题,完成任意多面体间的精细碰撞检测。摆脱了图形硬件信息存储的限制,也使基于图像空间的碰撞检测适用于任意多面体,提高了碰撞检测的速度和精度。     

一类非线性系统模糊自适应鲁棒控制

针对一类不确定性非线性系统的传统模糊自适应控制方案存在的缺陷,利用第一类模糊逻辑系统直接作为非线性系统控制器,提出了一种模糊自适应鲁棒控制策略.在传统方案的基础上加入鲁棒补偿项,取消监督控制项,进一步放宽稳定条件到最小近似误差有界,利用Lyapunov稳定性理论证明了系统的全局稳定性.通过对二阶混沌对象仿真结果表明,鲁棒控制有效地补偿了稳态误差,解决了单一模糊自适应控制寻优空间有限问题.     

GSM模块收发中文短消息的关键技术

手机短消息服务SMS（Short Message Service）是全球移动通信系统GSM（Global System for Mobile Communication）的一项基本业务,它利用信令信道传输,不用拨号建立连接,直接把要发的信息加上目的地址发送到短消息服务中心（service center）,由短消息服务中心再发给最终的信宿,是目前应用最广泛的一种通信方案。目前,随着手机的广泛使用,SMS服务以其传递信息方便快捷、价格低廉而越来越受人们的关注,已经广泛地应用于监控定位系统、无线报警、远程维护及数据信息查询等各个领域。     

机器人的鲁棒自适应分散跟踪控制

提供了一种鲁棒自适应控制策略,用于不确定性机器人的发迹跟踪,该控制器由一个ＰＤ线性反馈、一个立方项偿和非线性项构成。控制律采用分散形式,通过对二自由度机器人的仿真,证明该方法能使跟踪误差快速趋近于零。     

基于在线聚类的模糊建模方法及其应用

针对复杂非线性动态系统的模糊建模问题,提出了一种基于在线聚类的模糊建模方法。该方法首先采用在线聚类算法辨识T-S模型的前提参数,然后采用递推最小二乘算法辨识结论参数。根据系统过程中新的数据信息,模糊规则可以自动增加、修改和删除,实现了模型结构和参数的在线辨识和更新。最后将提出的方法应用于Box-Jenkin煤气炉建模和二自由度机器人建模两个例子。仿真结果表明,基于该方法辨识的T-S模糊模型具有很高的精度,而且模型结构简单、建模速度快,便于工程应用。