采用状态反馈的无人车路径跟踪横向控制

针对采用传统模型预测控制器的车辆在弯道内跟踪精度难以保证的问题,本文提出了一种基于状态反馈的路径跟踪横向控制策略。基于车辆动力学模型,建立考虑轮胎滑移包络线约束条件的路径跟踪模型预测控制器,并根据车速选择合适的控制器时域参数;以车辆质心位置为控制点建立车辆跟踪误差模型,结合车辆当前位置横摆角偏差建立状态反馈调节器,通过LQR最优控制方法对无人车姿态进行校正。利用MATLAB/Simulink和Carsim软件对改进的状态反馈控制策略进行了仿真验证,典型双移线道路仿真试验表明:中低车速下车辆路径跟踪横向偏差降低了16%以上,横摆角偏差降低了33%以上,所设计控制器能够有效提高车辆路径跟踪精度,可保证车辆对变曲率弯道具有适应性和行驶稳定性。     

基于转速反馈的正面吊防熄火控制研究

针对正面吊运机在重载状态时,发动机容易过载而熄火的问题,分析了发动机与液压系统的功率匹配问题,通过研究发动机的工作特性,提出了一种基于转速反馈的防熄火控制方法,采用增量PD控制算法控制发动机的失速率保持在一个适当的水平,既保证了发动机不熄火,又尽量利用了发动机的转矩能力,并且保持发动机转速的变化平稳,通过在合力RS4532型正面吊运机上进行实际实验,验证了该方法的有效性。     

基于状态反馈与PID相结合的主汽温控制方法研究

针对火电厂主汽温系统的大滞后，大惯性以及动态特性随工况变化的不确定性等特性，本文运用了基于状态反馈与串级PID控制相结合的控制方案．并采用“ITAE性能准则”来进行状态反馈极点配置，同时文中给出了不同阶次惯性环节对应的最佳反馈系数，仿真结果表明，主汽温的动态特性得到明显改善。     

气体保护焊机送丝系统电动势反馈转速控制

本文介绍了在不使用附加测速装置的条件下，利用送丝电机电动势实现转速负反馈的原理，实现的方法，系统分析以及系统性能的改善。     

气体保护焊机送丝系统电动势反馈转速控制

本文介绍了在不使用附加测速装置的条件下,利用送丝电机电动势实现转速负反馈的原理,实现的方法,系统分析以及系统性能的改善。     

自动导引车路径跟踪和伺服控制的混合运动控制

对受到非完整约束和动力学影响的自动导引车(Automated guided vehicle,AGV),提出一种包含路径跟踪和伺服控制的混合运动控制模型。为消除AGV位姿偏差,在速度和加速度约束下,基于多步预测最优控制和智能预测迭代控制的路径跟踪技术,输出纠偏协调性最优的有限速度差控制量,并根据该控制量和AGV运行速度设置两驱动轮的目标速度。为消除驱动轮速度误差,以路径跟踪所需的伺服控制能力为决策偏好,采用多目标遗传算法优化伺服控制器的PID参数,保证两驱动轮的实际速度满足路径跟踪要求,并根据系统响应性能反馈速度和加速度约束。AGV路径跟踪试验表明,该混合运动控制模型可匹配路径跟踪技术的位姿纠偏能力与伺服控制技术的速度纠偏能力,有利于实现AGV运动性能的整体优化。     

基于状态反馈的H∞重复控制逆变技术研究

针对提高逆变器的动态特性和跟踪精度,提出了融合H∞控制、重复控制以及状态反馈控制的PWM电压源型逆变器电压控制策略。该策略先引入了电感电流状态反馈,能有效增加逆变器系统阻尼比,改善系统的动态性能,然后加入了重复控制环节,能提高系统的电压跟踪精度,最后将重复控制器的设计通过解决一个标准H∞问题来实现,减少了反复调节参数的过程,兼顾了系统的稳定性与跟踪精度。仿真结果表明,该策略能保证逆变器系统具有良好的动态特性和高稳态精度,克服了突加负载的"瞬态"电压跌落问题,在加入整流负载后仍能输出高质量的正弦电压波形。     

采用单片机控制的焊缝自动跟踪装置

这是一种单片机控制的焊缝自动跟踪装置，它由位移传感器、单片机和执行机构等部分组成，可对焊缝坡口进行二维跟踪。     

基于状态反馈的电动助力转向系统主动回正控制研究

给出了主动回正控制的概念。其内容主要有两个方面:一是回正控制,当车辆低速运行,摩擦转矩阻止转向盘回正到确切的中间位置时,主动回正主要功能是电机施加外力矩,使转向盘能迅速和准确地回到中间位置。另一个是主动阻尼控制,当高速行驶转向回正时,为防止回正超调,利用电机的转矩对系统的阻尼作用,使方向盘的回正在有阻尼的情况下回到中间位置而避免摆振。建立了EPS系统回正时的状态空间模型。制定了基于全状态反馈的PD控制算法。通过对提出的控制算法进行仿真验证,结果表明本文的算法可提高转向盘的回正性和稳定性,且能满足文献[6]中,车辆转向回正性能评价的要求。     

基于改进YOLOv5s的工件识别检测算法

针对机器人在抓取目标工件的过程中由于光线强度变化、图像环境复杂和拍摄设备移动等造成的工件识别精度低的问题,文章提出一种改进YOLOv5s的工件识别检测算法。首先,通过数据增强扩充数据集并进行预处理;其次,使用改进的k-means聚类算法重新生成更有效的预设锚框,缩短收敛路径;然后,在特征融合网络中添加CBAM注意力机制,有效抑制背景信息干扰,提高特征提取速度;此外,将特征融合模块中原有的特征金字塔结构替换成加权双向特征金字塔Bi-FPN结构,实现高效的加权特征融合和双向跨尺度连接,提高网络对不同尺度特征的融合效率;最后,通过采用α-IoU作为边界框回归损失函数,提高模型的定位效果。结果表明,改进后的YOLOv5s算法对工件检测的mAP值提升了6.03%,检测速度提升了13.7 fps,验证了改进算法的有效性。     

甘蔗联合收割机刀盘转速对行走速度的跟踪控制

在甘蔗联合收割机收割过程中,砍蔗刀盘转速与行走速度的匹配关系对砍蔗质量起到重要影响。为此,提出了两种电液比例速度控制方案,实现刀盘转速对甘蔗联合收割机行走速度的跟踪变化。首先通过田间单因素试验获得行走速度与刀盘转速的最优组合;其次通过AMESim对两种速度控制系统进行仿真对比;最后选择较优系统进行验证试验。仿真结果表明:电液比例旁路节流调速系统刀盘转速调整时间及回路效率分别为(1.24 s,82.60%),与电液比例进口节流调速系统(1.49 s,54.11%)相比,其调整时间更快、效率更高,更适用于甘蔗联合收割机刀盘转速对行走速度的跟踪控制。验证试验表明:刀盘转速最大误差为3.51%,甘蔗宿根切口平整,具有较好的控制效果和切割质量。     

内反馈斩波串级调速系统转速控制的研究

适当的控制策略对内反馈斩波串级调速技术的推广是十分重要的。通过介绍内反馈斩波串级调速系统的特点及工作原理,建立内反馈斩波串级调速系统各个环节的数学模型,从而设计双闭环的控制器,最后从试验得出所设计的双闭环控制器参数能够满足工艺设计要求。     

基于改进YOLOv5的人脸检测算法

随着计算机视觉行业的不断发展,基于卷积神经网络的目标检测算法也受到了研究人员的重视。针对传统的YOLOv5目标检测算法中的边界框回归损失函数GIOU存在当检测框与真实框呈包含的状态时会退化到传统IOU损失函数,以及当检测框和真实框相交时在垂直和水平两个方向上存在收敛速度慢的问题,提出一种改进的YOLOv5目标检测算法。在传统YOLOv5的基准网络中添加注意力机制,然后在边界框回归损失函数中引入真实框与预测框中心的欧式距离计算预测损失,并分别计算预测框与真实框之间的纵横比作为惩罚项以达到提高回归精度以及加快收敛速度的目的,最后将改进后的YOLOv5目标检测模型应用于人脸检测进行验证。实验利用wideface人脸数据集训练,训练结果表明改进的YOLOv5目标检测算法训练中的损失只有0.013,较传统的YOLOv5目标检测算法损失减少约13.33%,准确率达到82.28%,较传统的YOLOv5目标检测算法提高2.6%。实验表明该目标检测算法能很好的应用于人脸检测中。     

基于优化YOLOv5s的道路场景车辆检测算法研究

为了解决人工识别车辆耗时耗力的问题,开展了面向道路场景的智能车辆检测算法研究,旨在实现智能化的车辆检测。提出了一种基于深度学习的道路车辆检测模型,通过采用轻量化且易于部署和开发的YOLOv5s模型作为基础模型,同时引入CA、SE和CBAM三个经典的注意力模块来替换YOLOv5的主干网络中的C3模块,使网络模型能够更好地聚焦于车辆区域,提升了车辆检测的准确性。这使得模型在保持高效性和易用性的同时,能够更好地适应复杂道路场景下的车辆检测需求。实验结果显示,将CBAM注意力模块引入网络模型后,在UA-DETRAC数据集上进行车辆检测的平均精度均值可达92.3%,相比其他注意力模块,其表现更为出色。这一研究结果对于实现智能化的车辆检测具有重要意义,有望为道路交通监控、驾驶辅助系统等应用提供更可靠的解决方案。     

基于标识线导航的自动导引车跟踪控制

为实现自动导引车对标识线路径的识别和跟踪,提出一种原理简单的视觉图像处理方法,包括阈值分割、滤波、边缘检测、变形矫正和改进的车体相对位置参数提取等。此方法能有效降低噪声干扰、图像变形对参数提取的影响以及增加图像处理的实时性;还提出一种适于自动导引车跟踪控制的最优控制策略。为验证理论分析的正确性,先对标识线图像进行处理,然后进行自动导引车的跟踪控制试验。结果表明,采用此种图像处理方法和最优控制策略的自动导引车,具有较为准确和可靠的路径跟踪效果。     

自动置零和零点跟踪功能试验中的状态和处置

现代科学技术在称重领域的广泛应用给衡器的评价试验与设计研发带来了许多崭新的课题，自动置零和零点跟踪功能成为了电子衡器设计与试验的基础，本文试从理论和实践两个方面做些简要分析。     

基于转速/转矩控制的AMT换挡策略

分析了传统机械自动变速器（AMT）换挡控制策略的局限性,提出基于转速/转矩内外双层的AMT动力传动一体化控制方法,即外层计算出发动机目标转速、转矩和离合器目标位置,内层通过向发动机控制单元（ECU）发送转矩请求来实现AMT的换挡控制。为验证该方法的正确性,利用MATLAB/Simulink建立了全电AMT车辆动力传动一体化控制仿真系统模型,并在dSPACE系统上搭建了变速器控制单元（TCU）快速控制原型进行实车测试。仿真和试验结果都表明,应用双层动力传动一体化控制方法,能够显著改善AMT车辆换挡品质。     

基于改进YOLOv5的酒瓶缺陷检测方法研究

由于酒瓶产品缺陷多样以及产品缺陷较小,使用了YOLOv5作为基础框架来设计算法。对YOLOv5进行了深入研究,发现虽然空间池化金字塔（Spatial Pyramid Pooling,SPP）在多尺度检测中优化了计算量和减少了数据量。但是,在某些情况下,空间金字塔池化会出现信息丢失的问题,影响了检测精度。为此,提出一种将空间池化金字塔改进为空洞空间池化金字塔（Atrous Spatial Pyramid Pooling,ASPP）。ASPP可以对不同尺度的特征图进行并行池化,从而综合多尺度特征信息,获得更全面、更准确的特征表示。将SPP算法改进为ASPP算法后,在酒瓶缺陷数据集上进行了实验。实验结果证明改进后的YOLOv5算法在酒瓶缺陷检测精度上提升4%,mAP@0.5提升了2%,mAP@0.5:0.95提升了1.5%。     

基于状态反馈的主汽温控制系统的设计与仿真

常用的过热汽温调节系统是基于常规PID的串级控制系统,但是对于大惯性和大延迟的热工对象,常规PID控制往往不能取得令人满意的效果,分析表明,工况参数对汽温被控对象有较大的影响.针对过热汽温的这个特点,采用了状态反馈的方法.在线性工作区域,根据状态反馈配置对象极点分布,可以有效地解决系统在时间上的延迟和参数的不确定性.在此,也对状态反馈控制原理和全维状态观测器的设计原则进行了介绍.     

基于YOLOv5s的铝型材表观缺陷检测方法

目前,在铝制品的加工生产过程中,缺陷检测环节仍以人眼观测为主,这种传统方式存在检测精度差和检测效率低等缺陷,为此,提出基于YOLOv5s的铝型材表观缺陷检测方法。针对具有9种缺陷的铝型材图像,使用labelimg进行标注,构建了铝型材数据集。基于该数据集,以YOLOv5s、YOLOv5m、YOLOv5l在COCO数据集上训练好的权值作为初始权值,对该3种模型进一步迭代训练,并将最优权重进行测试。对比3种模型的实验结果,决定采用YOLOv5s作为铝型材表观缺陷检测的模型,其测试精确度P、召回率R、均值平均精度mAP分别达到了0.684、0.742、0.692。并基于该模型,采用PyQt5开发了铝型材表观缺陷检测系统,其检测速率可达98Fps左右,可以很好地满足实时性要求,从而为铝型材表观缺陷检测提供了有效的参考方案。