质量矩/直接力复合控制飞行器的姿态控制

研究了大气层内质量矩/直接力复合摔制飞行器的姿态控制问题.建立了质量矩/直接力复合控制飞行器六自由度数学模型,分析了质量矩控制和直接力控制的控制机理,基于质量矩控制与直接力控制的各自优势,提出了质量矩与直接力复合控制乜行器的姿态复合控制策略,确定了在不同条件下的具体控制方式.应用变结构理论设计了飞行器的姿态控制规律,分别给出了滑块期望位簧和发动机期望开关信息的求法,在复合控制策略的指导下,给出控制指令.仿真结果表明,方法能够在保证系统稳定的情况下有效实现飞行器的姿态控制.     

基于T-S模糊模型的复杂系统的灵敏度分析

为模拟空间对接强制校正阶段的推出和拉近过程,提出基于六自由度并联机器人位置内环的柔顺力控制策略.综合考虑参数变化、模型变动和外来干扰等不确定性,利用μ综合控制理论设计鲁棒力控制器,并通过μ分析比较鲁棒力控制器和经典力控制器的鲁棒稳定性和鲁棒性能.鲁棒力控制器和经典力控制器的实验结果,表明了所设计鲁棒力控制器的有效性和优越性.     

六维力传感器下E膜小生境野草EKF滤波研究

为减小噪声信号对六维力传感器测量精度的影响,同时解决因主振型信息缺失导致扩展Kalman滤波器难以获得最优系统估计的问题,提出一种基于小生境野草算法优化的扩展卡尔曼滤波（NIWO-EKF）算法。算法根据正弦激励力响应与应变之间的关系,构建六维力传感器下E型膜非线性系统模型。将系统干扰矩阵与控制矩阵视为一个整体,引入野草繁殖思想,以前6阶主振型信息构成的综合矩阵为均值,进行高斯采样,产生初始化的可行解。将小生境技术与野草算法相融合,利用野草算法进行全局搜索,根据适应度的大小对个体进行降序排列,按照小生境容量划分出多个种群协同合作,避免搜索过程陷入局部最优,提高算法的寻优精度和收敛速度。采用改进野草算法对EKF中的系统干扰控制矩阵进行优化处理。仿真实例表明,优化后的扩展卡尔曼滤波器能有效地提高六维力传感器的测量精度,具有很好的鲁棒性和稳定性。     

基于优化成熟度的自适应蚁群优化算法

分析了蚁群算法局部信息素更新系数与全局信息素更新系数对算法寻优能力与收敛速度的关系,定义平均路径相似度(ATS)来表征寻优过程的成熟程度,并据此自适应调整信息素更新系数,提高算法收敛速度并避免陷入局部最优.经过与典型蚁群算法在多个旅行商问题测试用例上进行比较,表明该算法效果更好.     

智能采购轨迹自适应调度方法研究

为了提高智能采购轨迹调度和寻优控制能力,提出基于网格分区块空间规划的智能采购轨迹自适应调度方法.构建智能采购轨迹参数融合模型,结合大数据挖掘和模糊度检测的方法对空间网格参数进行寻优和特征匹配,通过最短路径寻优方法进行节点和路径优化部署,提取智能采购轨迹的融合分布特征参数集,通过时延参数估计和时滞误差补偿方法融合分析状态...     

基于时间函数的并联六维力传感器量程设计

针对并联六维力传感器设计与制造过程中面临的解耦计算复杂、量程确定困难、实用性不强等问题,应用螺旋理论,推导了其受六维外力向测量分支反作用力的映射矩阵;基于工程实际,提出并建立了并联六维力传感器测量分支作用反力的时间函数模型;提出了一种在特定工作环境下测量分支量程的确定方法.以Stewart并联结构为例,针对曲面打磨作业,确定了其测量分支的量程,验证了时间函数模型的正确性和可行性.研究内容对提高并联结构六维力传感器的工程应用性有重要的实践价值.     

连续负梯度方向获得共轭方向的六寻优化方法

连续两次沿负梯度方向寻优可获得共轭方向,对于一般二次目标函数,从两个角度对该现象进行了理论证明。鉴于为诸多研究领域优化问题的解决提供更多更有效的优化方法,将其推广于一般目标函数,提出了基于辅助方向的共轭方向法、三寻法和六寻法。连续三次沿负梯度方向寻优,然后沿所获得的两个共轭方向分别寻优,最后沿上述两个最优点连线进行第六次寻优,从而完成一轮寻优。给出了六寻法和用于三维优化问题的模块化一维盲人探路法C语言计算程序,并用解析法验证了程序的正确性。以一般的二次三维目标函数和Rosenbrock目标函数为例,验证了六寻法的有效性。其寻优效果比负梯度方向法好,两个算例的计算量分别减小28.70%、54.25%。六寻法可用于求解目标函数梯度可求的多维无约束优化问题。     

一种可同时提高寻优速度和寻优精度的寻优方案

本文提出了一种可同时提高寻优速度和寻优精度的寻优方案,并给出了用这种寻优方案求解实际问题的一个例题.     

基于自适应变异的混沌粒子群优化算法

粒子群优化算法参数少,寻优速度快,但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能,在标准粒子群优化算法中,通过引入混沌映射和自适应变异策略,提出具有自适应变异的混沌粒子群优化（ACPSO）算法,以增强种群的全局寻优性能和局部寻优效率。六个基准测试函数的仿真结果表明,ACPSO算法比已有的五个算法具有更好的寻优能力。     

机器人的力控制和顺应控制研究进展

机器人力控制和顺应控制是机器人学研究的一个重要领域,对于提高机器人的性能,增强机器人的适应性,扩大应用范围具有十分重要的意义.本文对近年来国内外关于机器人力控制和顺应控制方面的研究情况进行了综述,着重讨论环境约束下的机器人的力与位置混合控制,阻抗控制,刚度控制,阻尼控制,主动式顺应控制。被动式顺应控制(柔顺手腕),主动式柔顺手腕控制和机器人的自适应力控制.介绍了将人工神经元网络用于机器人力与位置控制的研究动态,最后指出了机器人力控制和顺应控制研究中存在的问题和研究方向.