基于预瞄距离的地下矿用铰接车路径跟踪预测控制

矿用车辆无人驾驶是实现矿山无人化开采的关键技术,而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统,采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题,本文引入模型预测控制方法,通过考虑车辆的姿态与位置之间的关系,以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化,以获得车辆速度和铰接角度的最优控制量,实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题,提出基于预瞄距离的控制方法,通过提前判断道路突变信息,提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验,结果表明:使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题,有效防止执行器饱和;而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0. 04 m,航向角偏差保持在±1. 8°范围内,相较于改进前的控制器,其横向位置偏差减少了80. 9%,航向角偏差减少了59. 1%,证明改进后的控制器具有更好的横向稳定性和精确性.     

动态路径智能泊车引导系统(IPGS)的结构与模型

实际生活中停车场中的空车位是实时变化的,道路交通状况也是一个动态变化的不定值。本文首先介绍了在这些动态变化的约束条件下,基于GIS的城市智能泊车引导系统的结构;其次针对城市交通路网的复杂性和不确定性,提出了一种基于模糊综合评判(FCE)的动态路径引导模型。利用该模型对一组模拟道路信息和路况信息进行了预测,并对预测结果进行了比较和分析。该模型算法简捷,预测结果精度较高。     

基于LQR的工程车辆自动驾驶路径跟踪技术研究

根据工程车辆自动驾驶系统架构,从作业协同角度提出路径跟踪精度及平顺性要求,分析工程车辆自动驾驶路径规划与跟踪工作原理,提出基于LQR的路径跟踪技术。建立车辆运动学模型,推导LQR优化求解过程。通过仿真分析及实车测试,验证LQR路径跟踪算法对工程车辆路径跟踪精度及平顺性具有较好效果,能够满足协同作业要求,有利于提高作业协同效率与质量。     

焦炉冷鼓系统基于遗传算法的PI控制

针对焦炉冷鼓系统具有强扰动、时变、和非线性等特点,本文对焦炉在三种不同的结焦时间下体现的不同特性,利用递推最小二乘法进行辨识得到三种不同的模型,针对不同的模型设计不同参数的PI控制器实施控制,其中PI控制器参数采用遗传算法进行寻优。仿真分析表明该控制方案下系统具有良好的输出跟踪特性,自适应能力强;而基于遗传算法的变参数PI控制器的现场实验情况也表明,实验时系统输出平稳,具有一定的抗干扰能力,解决了因模型失配而导致吸力、压力振荡的问题。     

基于改进樽海鞘算法优化纯追踪模型的隧道台车路径追踪控制

提出一种基于改进樽海鞘算法优化纯追踪模型前视距离的台车路径跟踪控制方法,将纯追踪算法与集群智能优化算法相结合,对台车进行自动驾驶路径追踪控制研究。建立台车抽象数学模型,确定台车跟踪路径过程中的转向半径。基于提高全局搜索能力和局部深度寻优能力,对樽海鞘算法进行改进,并进行性能分析,结果表明改进的樽海鞘算法具有更快的收敛性。设计模糊纯追踪控制器,将其与改进樽海鞘算法优化纯追踪模型前视距离的控制器进行对中直线、变道回旋曲线及正弦曲线的路径追踪仿真试验,并将试验结果进行对比。对比结果表明,在追踪曲率变化很大的正弦曲线时,改进樽海鞘算法优化纯追踪模型前视距离的控制器可以更加稳定地对正弦曲线进行路径追踪,稳态横向误差与航向角误差均小于模糊纯追踪控制器,而且,改进樽海鞘算法优化纯追踪控制器还能有效提高收敛速度和稳定性。     

广义预测控制在集中供热系统的应用

针对集中供热系统中的热工过程对象(如换热机组)具有大惯性、大时滞、时变和非线性等动态特性,建立了它的CARIMA模型和基于该模型的供水温度广义预测控制系统。利用Matlab对该控制系统进行了仿真。结果表明:广义预测控制(GPC)可以应用于热工过程控制中,并能取得良好的控制品质和鲁棒性。     

基于神经网络预测误差修正的广义预测控制

针对建模误差对预测控制的影响,提出一种基于神经网络预测误差修正的广义预测控制算法.被控对象采用递推最小二乘法(RLS)辨识其线性模型;预测误差由前馈神经网络进行建模,并用Powell快速优化方法训练网络.该方法无需预先离线训练神经网络,即可投入闭环控制,并具有理想的稳定性、跟踪性能和鲁棒性.仿真结果表明该算法能够有效地控制复杂系统.     

基于线控四轮转向系统的车辆横向控制策略

线控四轮转向系统具备既可以提高车辆低速行驶的灵活性又可以保证高速行驶的稳定性的优点。针对车辆参数时变特性和环境的随机扰动降低了线控四轮转向系统性能的问题,提出一种自适应滑模控制策略来提高车辆的横向稳定性和轨迹跟踪能力。首先建立多自由度车辆横向动力学模型及理想的横向响应参考模型;然后考虑车辆模型的非线性,采用扩展卡尔曼滤波和改进积分法融合的方法观测车辆的质心侧偏角,以前后轴刚度作为自适应参数,采用自适应滑模控制策略降低参数时变和环境扰动的影响,达到提高参考模型跟踪性能的目的;最终以驾驶员模型进行Carsim/Simulink联合仿真。仿真结果表明所提出的线控四轮转向横向控制策略能够降低横向跟踪偏差及减小质心侧偏角的峰值。     

基于时间权重的边坡变形非线性时变模型修正研究

通过深入分析边坡变形影响因素,并考虑湖南地区自然地理条件,选择自身时变特征与降雨量为内外影响因素,建立边坡变形非线性时变模型。在此基础上,充分考虑新旧观测数据对模型预测精度的影响,对不同时期的监测数据赋予相应的时间权重,构建了基于时间权重的非线性时变模型。对邵阳学院18栋学生宿舍楼后的高边坡进行长期监测,并在Matlab平台上确定模型的各个参数,求得各周期的权重系数;在此基础上,分别应用非线性时变模型和基于时间权重的非线性时变模型对观测数据进行拟合。结果表明,常规的非线性时变模型的预测精度能达到工程的要求,但基于时间权重的非线性时变模型预测精度更高。     

基于虚拟现实的工业机器人路径跟踪控制仿真

在机器人路径仿真跟踪的仿真过程中,由于对机器人模型运动角度控制不当,时常出现路径控制仿真结果与既定路径不符的情况。为此,将虚拟现实技术应用到工业机器人路径跟踪控制仿真中。根据工业机器人动力学与运动学分析结果,在选定的虚拟现实软件中构建机器人3D运动模型以及控制环境模型。采用虚拟运动轨迹计算公式,完成机器人路径跟踪模拟控制算法的设计。通过此公式计算结果,监督机器人模型路径跟踪过程,实现对机器人运动角度的控制。至此,基于虚拟现实的工业机器人路径跟踪控制仿真方法设计完成。构建仿真实验环节,通过与其他两种方法对比可知,此方法的路径控制仿真结果与既定路径一致。综上所述,使用虚拟现实技术可有效弥补原有仿真方法的不足。