气动柔性五自由度手指运动分析及控制

基于气动柔性驱动器,设计了气动柔性五自由度手指,并介绍了其结构原理。分析建立了五自由度手指的运动学方程,并采用遗传算法解决了该五自由度手指逆运动学中的冗余解问题。基于神经网络设计了手指控制器,并进行了手指指尖轨迹跟踪实验。实验结果表明,手指指尖的运动实验曲线与理论曲线比较接近,说明采用遗传算法及神经网络控制能够实现对五自由度手指的较精确实时控制。     

气动柔性五自由度手指的神经网络控制

基于气动柔性弯曲关节和球关节,设计了仿人类大拇指的五自由度气动柔性手指,通过对手指运动的分析,建立了手指控制模型。根据BP神经网络算法对手指进行控制,通过位置控制网络层计算驱动气压,并作为下层网络的输入,驱动器控制网络层控制数字比例阀的输入电压来控制手指的驱动气压,实现对手指的控制。系统仿真和实验结果表明,该算法能很好地实现手指运动的精确控制。     

气动柔性球关节的模糊PID控制

介绍了新型气动柔性球关节，讨论了其控制方法。综合模糊控制和PID控制的特点。设计了针对气动柔性球关节的模糊PID控制器，实现对球关节弯曲角度、偏转方向等系统参数的动态控制。实验结果表明，模糊PID控制可以实时准确地对气动柔性球关节进行控制。设计的控制系统可以作为气动柔性球关节的有效控制系统，用于进行相关研究。     

智能阀门定位器控制系统设计

对气动位置系统的嵌的工作原理、硬件构成和软件入式控制进行研究，介绍了其原理，并详细阐述一种气动阀门定位器智能控制系统设计。     

一种气动柔性手指的板弹簧骨架模型研究

介绍了一种以板弹簧作为骨架的气动柔性手指。该手指由气缸驱动板弹簧产生变形实现弯曲动作。在平面上,将板弹簧受力状态等效于自由端受变化的集中载荷和弯矩共同作用下产生大变形的弹性悬臂梁。对柔性手指的变形状态建立了静态模型,通过构造板弹簧变形的微分方程,结合柔性手指变形协调方程,采用网格法,利用Matlab软件进行求解,得出了不同气缸压力下,板弹簧长度方向上不同截面的变形与应力分布情况,为柔性手指的设计提供了理论模型与计算方法。     

基于BP网络的气动人工肌肉位置跟踪的研究

用BP神经网络对单支气动人工肌肉系统进行了阶跃信号及正弦波位置跟踪的研究，实验证明，运用BP神经网络PID控制器，与PID及神经网络控制器相比，有较好的跟踪效果。     

基于FPA的气动柔性手指康复器及其控制系统

针对现有手指康复器在柔顺性、适用性和安全性方面存在的不足,基于气动柔性驱动器（FPA）设计了一种气动柔性手指康复器,以采用压缩气体驱动并以橡胶材料为主体设计的基于FPA的柔性弯曲关节代替传统的纯机械式结构。根据手指康复器仿生康复的任务要求,设计具有三大模块的控制系统：模式识别模块负责通过采集和分析手指表面肌电信号(sEMG)对主体的动作意图进行识别,并生成康复运动训练方案;角度反馈模块采用AS5045芯片实时检测康复器运动状态并将数据信息反馈至主控制器;主控制模块控制上述训练方案和康复器运动状态实时反馈信号以驱动康复器完成运动训练。实验结果表明,康复器两个关节弯曲期望值为15°和30°时的稳态误差小于0.6°,提出的控制系统能很好地完成sEMG的识别、康复器运动信息检测与反馈和康复训练任务,证明了手指康复器及其控制系统是可行的、有效的。     

基于RBFNN的非线性多变量大时滞系统的PID控制

针对非线性多变量大时滞系统，研究了一种基于神经网络的智能控制策略。该文给出了网络的结构和算法，对一组二变量强耦合时变系统进行了仿真。仿真结果表明，控制器能根据系统的运行状态获得对应于某种最优控制律下的PID参数，解耦后的系统具有较好的动态和静态性能。该方法具有控制精度高、响应速度快的优点，并具有较强的自适应性和鲁棒性。     

气动柔性机械手手指运动学研究

气动柔性五指机械手手指由自制的两种柔性关节通过连接盘串联组成。根据关节变形规律,在手指上选取特征点,通过齐次坐标变换建立了机械手手指的运动学模型。在柔性关节静力学实验的基础上,进行了柔性手指的运动学仿真,获得了机械手手指的工作空间。仿真结果表明,该柔性机械手具有较好的灵活性和较大的工作空间,通过手指间的协同配合可以完成抓、握和夹等动作。     

基于气动柔性驱动器的三自由度手指指端输出力特牲研究

三自由度手指由3个气动柔性弯曲关节串联而成,弯曲关节由气动柔性驱动器 ( FPA)驱动。关节驱动力矩的大小取决于各个关节FPA内腔中的压缩气体压力的大小。推导了手指运动学方程及力雅可比矩阵,分析了手指指端受力状况,建立了指端输出力与各个内腔气体压力增值之间的映射关系。对手指指端输出力进行了仿真研究和实验研究,实验结果与力模型结果基本吻合。     

基于神经网络控制算法的气动伺服系统运动分析研究

提出了一种神经网络控制方法并通过对气动伺服系统的无杆气缸运动控制,探究此控制方法的控制精度。由于受空气可压缩性、摩擦力以及启动系统的扰动等非线性因素的影响,气动伺服系统很难去建立精确的数学模型。根据系统的非线性特点及PID控制不足,基于BP神经网络控制,设计神经网络PID控制器,并进行实验。通过实验,对无杆气缸的运动特性分析,表明这种控制策略可以更好控制气动伺服系统的运动精度。     

基于比例阀的气动伺服系统神经网络控制方法的研究

研究了用神经网络PID控制器对基于比例阀的气动伺服系统进行控制的方法。用神经网络辨识器来逼近非线性动力学系统,并在线修改控制参数。实验及分析表明,适当的选择网络参数,经过充分的离线训练,该控制器可以进行在线的自适应控制,系统的控制精度和动态特性有明显提高,且在环境参数变化时,控制器具有在线自学习和自整定参数的能力。     

基于神经网络PID的轧机AGC力控制

以PID控制器为基础,辅助以神经网络的自学习、自适应能力,将神经网络和PID控制融合为一体,设计出一种神经网络PID控制器,应用于具有高度非线性、时变性的板带轧机AGC力控制系统,仿真结果表明,能有效改善系统的动态品质,并具有良好的适应能力.     

焦化鼓风机系统智能控制策略研究及应用

针对焦化鼓风机系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,通过采用基于最近邻聚类方法的RBF神经网络快速学习算法,实时在线辨识,建立被控对象的精确逆模型并用于控制,实现了将具有强耦合特性的多输入多输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与非线性比例积分微分(PID)控制相结合的智能控制策略,保证了系统稳定的同时改善了控制系统性能.仿真和应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性.     

用于气动伺服系统的自适应神经模糊控制器

研究了一种基于压力比例阀的气动伺服系统自适应神经模糊控制器。其中的神经网络辨识器（NNI）通过高线训练可以充分逼近非线性动态系统的模型,并能够在线调整模糊控制器的控制规则。系统的位置控制精度和伺服特性有了很大改善。试验结果表明,所提出的控制器对该气动伺服系统具有很好的控制特性以及很强的自适应能力。     

基于免疫遗传算法的模糊径向基函数神经网络在高速电主轴中的应用

为满足高速高性能电主轴系统快、稳、准的控制要求,结合免疫遗传算法寻优速度快及模糊神经网络控制不依赖主轴系统模型的优点,设计了一种将模糊逻辑控制、径向基函数(Radical basis function, RBF)神经网络和免疫遗传算法进行有机结合的高速电主轴系统全局优化的控制策略,并将该智能控制策略成功应用于高速电主轴系统双闭环矢量控制系统的转速控制器中。通过免疫遗传算法对该智能控制器三类参数的同步优化取得了最佳控制效果,从而实现了对主轴输出转速的精确控制。试验和仿真结果验证了所设计的控制器能够精确控制主轴的输出转速,而且当高速电主轴受到突加负载冲击时,具有很好的抗干扰性能及较强的鲁棒性,使主轴系统具有优良的动、静态性能,实现了高品质驱动。     

同步控制策略及其典型应用的研究

该文介绍了液压/气动、电机等传动系统中3种经典同步控制策略（同等方式、主从式、交叉耦合控制）。分析了其控制特点并结合典型应用实例进行阐述。随着计算机技术和智能控制理论的发展,近年来国内外在同步控制策略上出现了新方法、新技术,将模糊控制、自适应控制、神经网络控制等应用到同步控制技术中,该文探讨了这些同步控制新方法,并进行了分类总结。最后,介绍了作者目前所从事用于土工试验土体动力学研究的双向电液激振同步控制装置及其同步控制策略。