移动机器人运动轨迹控制算法研究

为减少轮式移动机器人运动中相邻电机的耦合误差,提高整体运动的协调性和同步性,结合轮式机器人运动学模型,提出一种位置式PID反馈控制算法。根据轮式控制原理,在经典PID控制算法的基础上,引入级联反馈控制算法,对左右两轮的反馈增量进行修正,从而调整左右两轮电机转速。最后通过实验对上述算法进行验证,并与传统PID控制算法进行比较。实验结果表明,在对左右两轮控制方面,位置式PID控制算法更稳定。     

基于双变量PID控制算法的地下智能铲运机自主导航技术研究

以智能铲运机为研究对象,建立了智能铲运机极坐标下的运动轨迹模型。针对地下智能铲运机的工作特性和控制技术要求,结合"沿墙壁"的反应式导航技术,基于PID控制算法,设计了一种自主导航双变量PID控制器。以行驶速度和转向角度为控制量,以行驶过程中的横向位置偏差和航向角偏差为反馈修正量,实现了智能铲运机的自主导航行驶。该方法在工程实践领域具有广阔的应用前景。     

迭代自学习控制算法收敛速度研究

从学习律、学习律参数、输出误差等三方面讨论了迭代自学习算法的收敛速度,为提高该算法的收敛速度得到了一些有用的结论     

非线性系统的改进型迭代学习控制算法研究

针对普通闭环PD型迭代学习控制算法收敛速度慢且收敛精度不高的问题,通过在闭环PD型控制算法中引入动态扩张-收缩因子(dynamic expansion compression coefficient,DECC)的方法,提高闭环PD型算法的收敛速度以及收敛精度。同时将鲁棒控制引入至算法中,进一步提高算法抑制外界干扰的能力。通过构造李雅普诺夫函数证明了在所提改进的控制律作用下的信号是有界且收敛的。最后将改进的迭代学习控制算法应用在一类具有重复运行性质的非线性系统中,证明所提算法是有效的。     

迭代学习控制算法在称重配料系统的应用

在称重配料过程中,工程现场对设备的精度要求通常是非常苛刻的,而在实际操作时,误差来源多种多样,针对这种情况,文章采用迭代学习控制算法来完成对整个称重配料系统的精度控制。首先提出一个提前量,在控制对象的重复运动中,通过学习和记忆机制不断优化控制量,最后达到系统输出逐渐逼近期望输出的目的。     

基于Elman神经网络的采煤机智能调高控制算法研究

为提高采煤机自动调高系统的实时性、跟随性以及稳定性,研究基于Elman神经网络的采煤机智能调高控制算法.通过分析采煤机调高过程,建立采煤机智能调高系统,确定Elman神经网络的输入信号和训练样本,并设计Elman神经网络采煤机智能调高控制算法流程.在仿真环境绘制采煤机滚筒实时位置,基于设计的Elman神经网络算法逼近、...     

模糊PID迭代学习控制算法在矿井提升机中的应用

针对矿井提升机具有重复运动的特点,采用一种模糊PID迭代学习控制方法,充分利用了PID迭代学习律可靠性高、鲁棒性强等优点,运用模糊整定单元对经验PID学习律的参数进行实时校正,提高了系统的控制精度和收敛速度,为矿井提升机的安全、稳定运行提供了保证,通过仿真表明该方法具有良好的控制效果.     

迭代学习控制算法在中药生产过程提取工段的应用

针对中药生产过程中提取工段的工艺要求,本文提出了一种鲁棒性强、易于实施的迭代学习控制算法.由各类传感器和PID控制器形成内路闭环,构成抗扰动的稳定系统;外环迭代学习控制单元ILC双闭环结构进一步保证药液的质量.通过该算法自动控制提取工段中每个设备的动作并检测其状态,使控制输出按预定达到最优值.在建立提取罐数学模型的基础上,仿真实验验证了ILC的跟踪效果.现场数据表明,本文所提出的系统能在中药生产过程中取得理想的控制精度,提高了提取率,稳定了产品质量.     

发动机智能冷却系统控制算法研究

发动机冷却系统包含多个子系统,很难建立准确的数学模型,且具有大时滞性,因此很难实现水温的快速准确控制。本文以前人设计的发动机热管理模块为基础,进行智能冷却系统稳态工况下的控制算法研究;搭建了智能冷却系统的GT-COOL模型及Simulink控制策略模型,建立了两模型的联合仿真平台;设计了水温的模糊控制器与改进的PID控制器,并在联合仿真平台上完成两控制器仿真试验研究,最终实现了稳态工况下水温的快速准确控制。     

基于最优控制迭代学习算法的收敛性研究

针对迭代学习控制算法在线性离散系统中的收敛性问题,建立了直线电机的离散化数学模型,并将迭代学习控制算法运用到电机控制系统,对其稳定性和收敛性进行了研究。提出了一种基于最优控制理论的迭代学习控制算法,利用迭代学习控制的收敛条件对所提出的控制算法的稳定性和收敛性条件进行了分析,并在前馈及反馈二自由度控制结构的基础上进行了控制器的设计;同时通过对前馈控制力引入一个加权矩阵系数,提高了基于最优控制理论的迭代学习控制算法的收敛速度,将其运用到Matlab仿真平台和实际机电控制系统。研究结果表明:基于最优控制理论和加权矩阵系数的迭代学习控制算法收敛效果显著,提高了运动轨迹跟踪性能。     

基于死区补偿的码垛机械臂控制算法

针对码垛机械臂系统中存在死区特性影响控制精度的问题,提出一种基于模糊自适应的死区补偿算法.首先,根据死区非线性特性设计模糊死区补偿器对系统中的非线性环节进行补偿和控制;其次,利用模糊自适应算法对变量进行实时整定,从而使得轨迹跟踪误差趋于零;最后,借助MATLAB对理论结果实施验证.结果表明所提的控制算法具有良好的稳定性...     

SCARA机器人的自适应迭代学习轨迹跟踪控制

为了减小执行重复运动任务机器人的末端位置误差,提出了自适应迭代学习轨迹跟踪控制算法。根据拉格朗日方程得到SCARA机器人的动力学模型,设计了控制力矩的迭代算法,利用Lyapunov函数对该算法的稳定性进行了理论证明,搭建了具有典型机械结构的SCARA机器人实验平台。通过实验验证了自适应迭代学习控制算法能有效减小SCARA机器人的末端位置误差,具有较强的可执行性。     

基于迭代学习的旋耕机刀轴焊接机器人轨迹跟踪控制研究

旋耕机是我国农业生产主要机械装备,对农业现代化发展具有十分重大的意义。针对旋耕机刀轴焊接加工对机器人轨迹跟踪精度的要求,对其控制环节进行改进分析,着力提高焊接作业质量。利用MDH法建立机器人运动学模型,利用牛顿-欧拉迭代法建立动力学模型。在此基础上,将反馈计算力矩控制与迭代学习方法相结合设计一种迭代学习控制器来处理旋耕机焊接机器人轨迹跟踪问题。最后使用ADAMS与MATLABSimulink进行联合仿真来验证算法的有效性和实用性,并将采用迭代学习控制器的机器人运动控制仿真结果与PID控制器仿真结果进行比较,结果表明迭代学习控制器具有较高的跟随精度与较明显的控制效果,是一种较优的控制方法。     

基于迭代学习算法的电液比例伺服控制

为解决电液比例控制系统的非线性、时变性、变流量死区及变流量增益等对系统位置控制精度的影响,提高电液比例控制系统的控制精度,针对系统的非线性特性,设计不严格依赖于系统精确数学模型且有较强抗干扰能力的迭代学习算法,同时针对系统的变死区特性,设计能够基于误差和误差变化率在线调整死区补偿量的模糊死区补偿算法。迭代学习算法和模糊死区补偿算法的综合使用是根据当前的控制经验灵活调整控制量,从而有效地改善由于系统非线性及时变性所带来的影响。试验结果表明,不加入模糊死区补偿时,系统位置跟踪存在明显的滞后,最大位移跟踪误差达到6 mm,而同时采用迭代学习算法和模糊死区补偿算法极大的提高系统的控制性能,系统达到稳定跟踪后,最大位移跟随误差在1 mm以内。     

Iterative Learning Control Algorithm with a Fixed Step

Iterative Learning Control (ILC) captures interests of many scholars because of its capability of high precision control implement without identifying plant mathematical models, and it is widely applied in control engineering. Presently, most ILC algorithms still follow the original ideas of ARIMOTO, in which the iterative-learning-rate is composed by the control error with its derivative and integral values. This kind of algorithms will result in inevitable problems such as huge computation, big storage capacity for algorithm data, and also weak robust. In order to resolve these problems, an improved iterative learning control algorithm with fixed step is proposed here which breaks the primary thought of ARIMOTO. In this algorithm, the control step is set only according to the value of the control error, which could enormously reduce the computation and storage size demanded, also improve the robust of the algorithm by not using the differential coefficient of the iterative learning error. In this paper, the convergence conditions of this proposed fixed step iterative learning algorithm is theoretically analyzed and testified. Then the algorithm is tested through simulation researches on a time-variant object with randomly set disturbance through calculation of step threshold value, algorithm robustness testing,and evaluation of the relation between convergence speed and step size. Finally the algorithm is validated on a valve-serving-cylinder system of a joint robot with time-variant parameters. Experiment results demonstrate the stability of the algorithm and also the relationship between step value and convergence rate. Both simulation and experiment testify the feasibility and validity of the new algorithm proposed here. And it is worth to noticing that this algorithm is simple but with strong robust after improvements, which provides new ideas to the research of iterative learning control algorithms.     

刮板输送机智能化控制系统应用

针对传统刮板输送机由于无法实现变频控制、煤量计算以及自动张紧等而导致其在运行过程中经常出现故障的问题,以盛泰煤矿15201综采工作面刮板输送机为例,给输送机安装了一套智能化控制系统.该系统的应用,提高了带式输送机自动化水平,故障率由原来的11％降低至2％,节约全年输送机维修费用达35.4万元,经济效益显著.     

基于迭代学习的注塑机开合模机构定位控制研究

提出一种用于提高注塑机开合模机构定位精度的迭代学习算法,该方法适用于采用开环分级动作控制并利用电子尺进行开合模机构定位的注塑机系统.同时还提出可变学习增益的方法来加快算法收敛速度;应用遗忘因子和学习律误差容限控制的方法来提高学习算法的鲁棒性.算法实际应用表明,在保证开合模动作平稳的前提下,开合模机构能达到较高的定位精度,满足相关注塑加工工艺要求.     

基于遗传算法的PID型迭代学习控制增益的选取方法

针对PID型迭代学习控制算法,首先讨论了其收敛的充要条件和单调收敛的充分条件,然后给出目前利用单调收敛的充分条件确定PID增益的方法,并指出其不足。在此基础上,提出了基于遗传算法的PID型迭代学习增益选择方法（PID型GA-ILC算法）。利用该算法可以得到不满足PID迭代学习控制系统单调收敛条件但依然能使该系统单调收敛的PID增益,给出了数值仿真实例,证明了PID型GA-ILC算法的有效性。     

超低频标准振动台波形复合迭代自学习控制策略研究

将迭代自学习控制与传统ＰＩＤ 控制相结合构成一种新的复合控制策略,应用于超低频标准振动台台面正弦波形的反馈控制上,获得了满意的结果     

一种单驱双动型视日轨迹控制系统的设计

太阳能跟踪技术的发展对于太阳能利用的推广具有重要的现实意义.文章介绍了“单驱双动”新型太阳能跟踪装置的控制系统设计方案和试验方法.设计方案采用了特殊凸轮实现太阳高度角与方位角的耦合,避免了多方计算所带来的积累误差,提高了自动跟踪装置的可靠性,由51单片机程序有效地实现了太阳能跟踪的功能.试验结果表明:该控制系统工作性能稳定,且装置全年高度角跟踪误差较小,有效地提高了太阳能的利用率.