基于改进粒子群的食品分拣机器人动态目标抓取控制方法

目的：解决目前食品生产线分拣机器人抓取操作不稳定、分拣效率低的问题。方法：基于高速并联食品分拣机器人的体系结构,提出了一种基于改进粒子群算法的多目标运动优化策略用于食品分拣机器人的动态目标抓取控制方法。协调抓取顺序和分拣轨迹建立最短路径模型,以末端加速度建立机构稳定性优化模型,并通过改进粒子群优化算法对目标进行优化。结果：通过试验进行了验证,在输送速度100 mm/s时,抓取成功率由96.8%提高到100%,分选速率由1.62个/s提高到1.98个/s。结论：该控制方法能有效提高食品分拣机器人的操作稳定性和分拣效率。     

基于Delta机器人的食品生产线动态目标抓取方法

目的：解决当前食品生产中Delta机器人在动态目标抓取方面存在的精度差、效率低等问题。方法：提出了一种新的动态目标抓取方法用于食品生产线中Delta机器人的抓取控制,通过传送带的偏移量和编码器的反馈值计算目标的动态位置,优化目标的抓取顺序,并结合门型轨迹和改进的梯形加减速算法对动态目标进行抓取。通过试验对优化前后的控制方法进行分析。结果：在20 mm/s的输送速度下,优化前后机器人漏抓率由3.33%降至0,抓取速度从0.756个/s提高到0.860个/s;在30 mm/s的输送速度下,优化前后机器人漏抓率从8.83%降至0,抓取速度从0.885个/s提高到1.130个/s。结论：动态目标抓取方法能有效提高Delta机器人的抓取效率。     

基于IPSO-BPNN-PID控制的食品并联机器人抓取技术

目的:解决并联机器人在食品分拣中存在的效率低、精度差等问题。方法:在食品分拣系统结构的基础上,提出了一种改进BP神经网络与PID控制相结合的Delta机器人运动目标抓取策略。通过改进的粒子群优化算法优化BP神经网络初始权值,并利用优化的BP神经网络对PID控制参数进行实时调整。通过试验分析该方法的性能验证其优越性。结果:相比于传统控制方法,所提方法能够较为准确、高效地实现动态目标捕获,动态抓取成功率达到98%以上,能够满足食品分拣的需要。结论:通过对动目标抓取策略的优化可以有效地提高Delta机器人的抓取效率和精度。     

一种树脂膜加热高精度控制的复合方法

介绍了一种单片机控制的用于树脂膜加热的高精度加热器,重点阐述了该加热器的模糊自整定PID控制器的设计方法及提高控制性能的控制策略,并采用两者结合的复合控制方法进行温度控制。通过matlab仿真,验证了该复合控制方法具有优良的控制性能。     

基于三维模型的食品分拣机器人抓取控制方法

目的:解决现有串类水果在机器人分拣中存在的准确性差、分选效率低等问题。方法:基于高速并行食品分拣系统结构,将改进的SURF算法与改进的RANSAC算法相结合用于食品分拣机器人抓取点定位,建立三维抓取模型实现串类水果的自动稳定抓取。以葡萄为例,通过试验验证了所提方法的优越性和准确性。结果:所提方法与常规方法相比,平均抓取成功率提高15.00%左右,平均抓取时间缩短0.101 s。结论:该食品分拣机器人可有效提高串类水果抓持点定位的准确性,具有较高的成功率。     

基于双目视觉的食品分拣Delta机器人定位抓取技术

目的：解决Delta机器人在食品分拣中定位精度差、抓取成功率低等问题,提高机器人的柔性抓取能力。方法：在现有双目视觉和Delta机器人技术的基础上,提出一种基于双目视觉的Delta机器人柔性抓取方法。采用张正友标定方法对相机进行标定,通过弦中点Hough变换对目标进行识别和定位,根据PID跟踪抓取控制Delta机器人抓取动态目标。通过试验对单目标分拣和多目标分拣性能进行分析,验证该方法的可行性。结果：该方法能够准确、快速、稳定地对目标进行动态抓取(成功率在94.0%以上)。结论：双目视觉与Delta机器人相结合可以有效提高机器人的定位精度和分拣抓取的成功率。     

模糊自整定控制算法在纸幅横向定量控制中的应用

针对纸幅横向定量控制具有多变量、时变、非线性等特点,提出了一种在线自整定模糊PID控制算法,采用模糊推理对PI参数实现自整定。仿真结果表明,该控制算法控制效果优于传统PID控制。结合河北某造纸厂纸幅横向定量控制系统实际应用,控制效果得到很大改善。     

一种基于泛布尔代数的自整定PID及在纸页定量控制中的应用

针对多纸种造纸机纸页定量控制系统的特点，提出了一种基于泛布尔代数的自整定PID控制方法。该方法舍弃寻求被控制对象的精确数学模型，根据不同时刻的偏差及偏差变化率，对PID控制器的参数进行在线整定。利用此方法对纸页定量控制系统进行了仿真试验研究，仿真结果表明，该方法整定参数简单、工程实现容易。     

模糊自整定PID在造纸定量控制中的应用

根据造纸定量控制系统中具有非线性、时变、复杂多干扰等控制难点,采用实验方法建立了系统的数学模型,提出了一种模糊自整定PID控制算法。该算法参数整定简单,对过程模型的依赖性小,易于实现并且稳定性、抗干扰性和鲁棒性都非常强。实际运行中大大改善了控制品质,满足了生产及工艺的要求。     

水泥养护室温度参数自整定模糊PID控制算法研究

针对水泥养护室温度控制自动化程度低、温度控制很难达到国标要求的现状,提出参数自整定模糊PID控制算法.该算法通过实时修正PID参数来确保系统精度及稳定性.Matlab仿真结果表明,参数自整定模糊PID控制系统比传统的PID控制具有更好的稳定性和鲁棒性.     

基于改进模糊PID的全向搬运机器人路径跟踪控制研究

为了提高复杂的食品原料仓库中全向搬运机器人的跟踪能力,提出一种改进路径跟踪控制方法。首先依据机器人状态空间模型,以跟踪误差信息和电机电压为输入、输出设计控制器,并且设计论域放缩因子优化模糊控制器,通过试验测定初步确定了参数kp、ki、kd的取值范围。然后通过加入反向学习策略初始化麻雀种群,设计权重因子控制靠近发现者的跟随者比例防止早熟。结果显示：改进麻雀算法比原算法在测试函数下寻优精度和收敛速度有所提升,提出的控制方法跟踪误差快速降零、跟踪过程较为平顺,到达期望路径速度较快。该方法提高了全向搬运机器人的工作状况。     

基于闭环和前馈控制的高速食品分拣机器人控制技术

目的:满足当前对食品分拣机器人速度和精度的需求.方法:基于高速并联食品分拣机器人的系统体系结构,提出一种将传统的运动学闭环控制和力矩前馈控制相结合的高速并联食品分拣机器人控制方法;在原有遗传算法整定PID控制参数的基础上,引入力矩前馈控制方法进行动态控制;对比分析系统的动态跟踪精度和关节力矩,并验证该控制方法的优越性....     

多算法融合的并联食品分拣机器人轨迹跟踪控制方法

目的：解决并联食品分拣机器人轨迹跟踪控制方法存在的控制精度低和运动稳定性差等问题。方法：在四自由度并联机器人结构基础上,提出将滑模控制算法、模糊控制算法和改进蝙蝠算法相结合用于并联食品分拣机器人轨迹跟踪控制。通过改进蝙蝠算法对模糊算法带宽进行寻优,通过优化的模糊控制算法自适应调整滑膜控制算法的模糊增益和滑膜面斜率,降低控制器的跟踪误差,提高抗干扰能力,并验证所提轨迹跟踪控制方法的优越性。结果：所提轨迹跟踪控制方法实际分拣准确率为99.90%,平均分拣时间为0.509 s。结论：与常规方法相比,所提轨迹跟踪控制方法的关节轨迹跟踪精度更高,抗干扰能力更强,输出力矩更加平滑。     

一类非线性时滞系统的鲁棒自适应控制

考虑了一类含有时滞非线性系统鲁棒自适应控制问题.运用backstepping方法,巧妙构造了状态反馈控制器和自适应控制律.通过选取适当的Lyapunov函数,解决了系统中的时滞项.基于Lyapunov稳定性理论,所设计的控制器实现了闭环系统的渐近稳定.最后,给出了数值例子,并对系统进行了仿真,结果验证了方法的有效性.     

基于多目标优化的油茶果分选机器人轨迹规划方法研究

目的：解决并联机器人食品分选过程中的运动平稳性差和精度等问题。方法：在分析三自由度食品分选机器人系统的基础上,提出将多项式插值法与改进的多目标粒子群算法相结合用于Delta机器人轨迹优化。以并联机器人运行时间最短、能耗最低、运动冲击最小为优化多目标,通过改进的多目标粒子群算法优化多项式插值法,并对其性能进行验证。结果：试验所提规划方法的规划轨迹相比于常规方法更平滑、更高效。在实际的油茶果分选中,准确率>99.00%,平均一次筛选时间为0.620 s。结论：试验所提轨迹规划优化方法提高了油茶果分选机器人的分选效率、准确性和稳定性。     

基于S7-400PLC的啤酒发酵靶向温度控制系统

针对啤酒发酵温控系统非线性、大时滞的特点,提出将靶向控温思想与模糊PID控制算法相结合,设计了基于靶向控温点实现控温的模糊PID控制器,以提高啤酒发酵温度控制的精确性。以西门子S7-400PLC和Braumat软件平台为控制核心,设计啤酒发酵温度控制系统软硬件结构,实现对整个生产过程的控制与监测。现场实际应用表明:啤酒发酵温度控制误差为±0.3℃,控温效果好,满足实际生产要求。     

基于改进PSO-SVM的生产线分拣机器人罐装食品识别方法

目的:解决现有食品生产线分拣机器人目标识别方法存在的准确率差和效率低等问题。方法:在对基于双目视觉食品分拣系统进行分析的基础上,提出了一种将改进的粒子群算法和支持向量机相结合用于食品分拣机器人的目标识别。通过改进粒子群算法寻优支持向量机参数,获得优化的支持向量机分类模型,对全局特征和局部特征分别进行分类器训练,动态分配特征权重系数,得到最佳识别率。通过试验分析所提方法的性能,验证其可行性。结果:与常规方法相比,所提方法在食品分拣机器人的目标识别中具有较高的识别精度和效率,准确率为99.50%,平均识别时间为0.048 s,满足机器人的分拣需要。结论:所提方法能有效识别罐装食品,提高了分拣机器人分拣准确率和效率。     

基于AT89S51单片机的除氧器温度控制系统的设计

针对被控对象存在的滞后、时变、非线性等特点,采用模糊控制与PID控制方式相结合的控制策略,设计了一种高精度温度控制算法,并以AT89S51单片机为核心,实现了该控制方案.文中使用MATLAB软件对PID控制、模糊PID控制分别进行了仿真研究.仿真结果表明,参数模糊PID控制能满足调节时间短、超调量小且稳态误差在104±3℃内的控制要求.