自动循环采油装置控制系统研究

针对自动循环采油装置,设计了一种控制系统,其原理是基于可编程控制器(PLC),采用变频器作为变频电动机的调速器;同时,通过RS422总线实现触摸屏与PLC的通信,进而控制采油装置的运行.整个控制系统简单、可靠,能耗低,大大提高了工效,且制造和维护成本较低,收到了良好的效果.     

利用BP-NN算法的机器人臂重力补偿研究

利用反向传播神经网络(BP-NN)学习算法,对机器人臂的重力补偿进行了研究。给出了机器人臂各关节扭矩的重力项理论计算公式及其连杆参数识别方法,同时,对BP-NN算法进行了详细分析,利用BP-NN来处理机器人臂重力项并进行试验。试验结果表明,采用该学习算法得到的机器人臂重力项输出值和实测值基本一致,能有效减少机器人臂重力项计算量,达到实时控制的目的。     

矢量场逐次逼近的康复机器人柔顺交互控制

为了实现康复机器人的主动柔顺交互,提出了一种基于矢量场逐次逼近的控制模型;设计了矢量场逐次逼近系统,可输出机器人关节期望位移,该输出能与输入的扭矩、表面肌电及脑电等信号在振幅、频率和相位上保持同步,且通过调节遗忘因子参数值,可改变主动柔顺交互的积极性;利用自行设计的穿着型下肢康复机器人样机进行柔顺辅助实验,以验证所提出控制模型的有效性;通过FFT（Fast Fourier transformation）频谱对机器人关节扭矩的组成成分进行了分析,并采用基于最小二乘法的参数辨识方法实施了重力补偿,以便康复机器人实时控制.实验结果表明,该控制模型对于实现康复机器人与人之间的柔顺交互是有效的.     

基于神经元振荡器的下肢助力机器人动力学仿真

为实现下肢助力机器人与人运动的同步,提出了一种基于神经元振荡器的智能控制方法,并将此方法应用于助力机器人的研究中.首先,建立了两自由度下肢助力机器人的机械模型.其次,在现有神经元的基础上,设计了一种新的下肢助力机器人神经元振荡器,并分析了它的特性.最后,将该神经元振荡器应用于助力机器人关节的控制中并进行动力学仿真,仿真...