基于RBF神经网络的隧道掘进机推进自适应PID控制

针对全断面隧道掘进机的推进压力和推进速度的匹配问题,应用RBF神经网络算法设计了使推进压力和推进速度匹配且推进速度能快速跟随设定目标的自适应控制器。先在MATLAB中建立推进控制系统仿真模型,分析控制器自适应控制效果,然后在AMESim中建立推进系统液压控制模型,并与MATLAB联合仿真。联合仿真验证该控制器能在刀盘负载压力波动突变的情况下,使刀盘推进速度和推进压力跟随设定目标。试验证明,该控制器对负载大范围扰动有很好的抑制能力,能明显提高推进速度和推进压力耦合度并减小两者的波动范围。     

智能汽车自适应RBF神经网络循迹控制

为解决智能汽车循迹控制中建模复杂及不精确问题,提出了一种基于整体逼近的自适应RBF神经网络控制方法。首先,基于智能汽车动力学方程的基本形式,对系统的不确定性进行分析。而后,利用神经网络的逼近特性,对分析结果中的不确定项进行整体逼近。进而,基于自适应RBF神经网络控制方法设计控制律,并通过李雅普诺夫稳定性分析方法设计自适应控制律。最后,进行Simulink/Carsim联合仿真验证,仿真结果表明,在通用双移线道路环境下,所提控制方法能够通过控制方向盘转角使得车辆沿期望轨迹行驶,轨迹跟踪误差较小且控制输出幅值可控,能够满足实际工程需求。     

基于CUCKOO算法的RBF网络监督磁悬浮自适应控制

磁悬浮技术应用前景广泛,其先进控制方法值得长期研究。针对存在干扰时的系统精确控制问题,提出基于前馈加反馈的神经网络监督控制方案（NNSC）。RBF前馈监督通过对反馈控制器的学习调整其网络权值,逐渐成为系统主控方式。当干扰出现时,反馈控制重新起作用,确保系统的稳定性和鲁棒性。引入布谷鸟算法,实现网络权值的优化搜索。以固高GML1001磁悬浮装置参数为基础,试验结果表明,22 g的小球可在既定平衡位置小范围内稳定、快速地跟踪目标信号。监督网络以其自学习功能主导系统的稳定性和控制精度,反馈控制又能够在干扰存在时保证系统的鲁棒性,二者共同作用提高了系统的控制性能。     

基于自适应DRNN的无刷直流电机控制方法研究

针对无刷直流电机速度控制存在高度非线性特性,提出了基于自适应DRNN（diagonal re-current neural network）的＂前馈＋反馈＂控制方法。反馈控制器以目标转速与实际转速的误差为输入量,采用PI控制来提高控制系统的稳定性。前馈控制器采用DRNN,以反馈控制器的输出作为性能误差进行自适应控制,以提高控制系统的瞬态响应性能。仿真和实验结果表明：该控制系统能较好地跟踪目标转速,在突变负载扰动下,能有效地改善相电流波形,降低电机电磁转矩脉动,而且该控制系统具有较强的鲁棒性。     

迭代学习在工业机械手自适应控制中的应用

针对机器人运动控制模型中存在的未知项建模误差,提出了基于迭代学习与滑模控制的机器人组合自适应控制方法.将机器人动力学方程以状态回归量的形式表示,使时变参数与物理参数分离,通过设计的参数自适应律,实现了对未知参数的在线估计.将跟踪误差限制在滑模面上,实现了对目标轨迹的有效跟踪.仿真实例表明,提出的组合控制算法在机器人轨迹跟踪中具有一定的可行性.     

基于逆系统的非线性自适应逆控制

针对非线性系统自适应逆控制的不完善,本文引入逆系统方法将非线性系统转化为伪线性系统,然后使用最小二乘支持向量机(LS-SVM)建立了逆系统模型,最后利用成熟的线性系统自适应逆控制理论实现非线性系统的自适应逆控制。引入逆系统方法后实现了两大功能:其一,消除了非线性系统的干扰,而且不需要设计逆对象模型:其二,实现了多变量(n维变量)之间的解耦,而且节省了3n(n-1)个线性滤波器的设计。本文针对一个典型多变量二阶系统实现了非线性系统的自适应逆控制,仿真试验表明该方法不但能够很好地消除非线性系统的干扰,而且还实现多变量的解耦控制。     

电气传动系统PID自适应控制研究

本文利用神经网络组成的PID自适应控制器,对一大变负载电气伺服系统进行控制,仿真与实验表明：该控制器优于一般伺服控制器的性能并具有较强的鲁棒性。     

基于预测模型自适应控制的航空气动伺服系统

该文提出了一种基于预测模型的神经网络自适应控制器的设计方法，并应用在某型航空气动伺服系统中。局部模型预测器具有自学习功能，能动态逼近非线性输入-输出数据，将其与自适应神经网络算法结合起来有利于提高系统的动态性能。实验仿真结果表明，该文提出的自适应控制器具有良好的动态品质，对系统参数的变化亦有很强的鲁棒性。     

机械手鲁棒自适应PD控制

针对工业机械手的轨迹跟踪问题,设计了一种鲁棒自适应PD控制策略,避免了初始输出力矩过大的弊端.考虑将控制器分为非线性补偿控制和PD反馈控制两部分,机械手的不确定动力学部分由回归矩阵构成的自适应控制器进行补偿,实现了对机械手的运动控制.通过计算机仿真结果验证了所提出控制策略的有效性,能够很好地跟踪期望轨迹.     

基于强化学习的机械臂避碰研究

将强化学习引入机械臂的避碰问题研究,建立了平面三自由度机械臂的多Agent避碰系统,系统结合了最近障碍物信息和偏差角信息来产生控制指令.采用基于K-均值聚类的强化学习方法作为基本的控制策略,给出了系统算法的具体实施过程.通过仿真试验,证明了基于聚类划分的强化学习方法在机械臂避碰问题中的可行性和有效性.     

基于最小疼痛感的机器人操作臂轨迹规划方法

针对机器人操作臂跟踪运动目标的问题,从仿生学的角度提出一种新的轨迹规划方法.将关节加速度的增量进行编码,同时将疼痛感作为优化指标,利用遗传算法在操作臂的关节空间进行轨迹优化,得到操作臂在跟踪运动目标过程中的具有较小疼痛感的轨迹.仿真试验结果表明,所提出的方法是可行的,可以规划出正确的跟踪轨迹,同时有效的减小了操作臂运动过程中的疼痛感.     

永磁直线伺服系统专家自适应PID控制的研究

研究专家自适应比例积分微分(PID)控制器在直线电动机伺服系统中的应用,并利用MATLAB/Simulink平台进行数字仿真.结果表明,与常规PID控制相比,提出的控制器提高了直线电动机伺服系统的静态和动态性能,使电动机在负载发生改变时的转速超调量减小,且转速更快地趋于稳定,是一种控制思想简洁、硬件实现方便的闭环控制调节方案.     

水下机械手控制系统研究

为了研究海洋环境下水下机械手智能控制相关技术,在研究室所研制的无人无缆自主式水下机器人用机械手的基础上,从控制系统硬件和软件两个方面进行了水下机械手控制系统设计;为了实现上位机和下位机之间的信号传输,制定了双向通信协议;最后进行了调试实验,其结果验证了所设计的水下机械手控制系统的正确性和可靠性.水下机械手控制系统的设计为水下机械手智能控制研究奠定了基础.     

Implementation of robust adaptive control for robotic manipulator using TMS320C30

A new adaptive digital control scheme for the robotic manipulator is proposed in this paper. Digital signal processors are used in implementing real time adaptive control algorithms to provide an enhanced motion for robotic manipulators. In the proposed scheme, adaptation laws are derived from the improved Lyapunov second stability analysis based on the adaptive model reference control theory. The adaptive controller consists of the adaptive feedforward and feedback controller and PI type time-varying control elements. The control scheme is simple in structure, fast in computation, and suitable for implementation of real-time control. Moreover, this scheme does not require an accurate dynamic modeling, nor values of manipulator parameters and payload. Performance of the adaptive controller is illustrated by simulation and experimental results for a SCARA robot.     

柔性机械臂的迭代学习控制研究

针对机械臂系统强耦合、非线性的特点,利用拉格朗日方程建立单连杆柔性机械臂的动力学模型,给出基于迭代学习的最优控制算法,并证明算法的收敛性。利用MATLAB进行仿真,仿真结果表明,作为一种较新的控制方法,迭代学习控制运算量小,性能稳定可靠。     

基于轨迹生成法的机器鱼位姿控制研究

位姿控制是机器鱼研究的基础,机器鱼游动的实质是位姿到位姿的变化,位姿控制效果直接影响机器鱼完成目标任务的质量.在行为机制基础上,以机器鱼从起始位姿到目标位姿的距离与夹角误差建立矢量矩阵,并以矢量矩阵参量建立极坐标与Lyapunov函数,分析机器鱼从起始位姿到目标位姿的稳定性;在此基础上,给定起始位姿与目标位姿,并在起始位姿与目标位姿分别以“舒适圆”为半径做两个圆,采用轨迹生成法对机器鱼位姿控制进行研究,并对实验效果进行了分析.     

基于改进自适应算法的机械臂位置/力控制研究

传统机械臂末端与环境接触时对位置和接触力单独控制,造成控制不精确,收敛时间较长,针对这一问题,提出一种改进自适应控制策略。首先,考虑了实际存在的环境刚度,对机械臂系统从关节空间到笛卡尔空间进行坐标变换,将两个控制信号整合到同一坐标下;其次,在同一笛卡尔空间下,将坐标分为切向位置空间和法向接触力空间,实现由控制位置和力两个物理量到控制一个轨迹物理量的简化;然后,在改进自适应算法的自适应律中引入参数误差,设计动力学控制器修正机械臂参数,并利用Lyapunov理论证明了闭环系统稳定性;最后,经过仿真验证,不仅在位置跟踪和力控制方面缩短收敛时间,而且参数估计方面也能缩短收敛时间,提高收敛精度,说明了该方法的实用性和有效性。     

基于PLC的除渣机械手控制系统

以实现铝铸零部件的自动浇注生产为目标,研究开发了基于PLC为技术的除渣机械手控制系统。除渣机械手控制系统能够和上位机控制系统进行通信,从而保证整个自动浇注生产线在预定的生产流程控制下进行生产。