TT-VGT机器人动力学解析模型

针对多重四面体变几何桁架机器人，本文导出了它的基本公式，建立了动力学解析模型，导出了数字－符号表示的动力学模型矩阵，并给出了实例说明。     

基于神经网络的冗余度四面体变几何桁架机器人位置控制

提出了一个基于双重 BP神经网络的冗余度四面体变几何桁架机器人位置控制方案 ,通过增加关节角变化最小的约束条件 ,定义了优化的目标函数 ,在此基础上建立了冗余度四面体变几何桁架机器人位置控制模型 ,并以四重四面体变几何桁架机器人位置控制为例进行了系统仿真。     

基于遗传算法的冗余度TT—VGT机器人的避障规划

针对遗传算法提出了一些改进措施,用以提高算法的收敛速度和精度,并提出了四面体变几何桁架机器人的避障判据。应用改进后的遗传算法,实现机器人末端给定的运动轨迹和避障要求,并求得相应瞬时的关节变量值;并对７ 个自由度的四面体变几何桁架机器人进行了仿真计算     

冗余自由度TT-VGT机器人的最优轨迹规划

应用分离矩阵法 ,对冗余度 TT- VGT机器人的逆运动学进行了研究。基于速度欧拉范数值最小 ,提出了冗余度 TT- VGT机器人轨迹规划的一种方法。并对四重四面体的变几何桁架机器人进行仿真计算 ,与伪逆法求解进行了比较 ,证明了方法的优越性。     

双二重八面体变几何桁架机器人逆位置分析

研究了双二重八面体变几何桁架机器人的逆位置分析。针对双二重八面体变几何桁架机器人单元结构特点，建立起机构逆位置分析的封闭解。     

双二重八面体几何桁架机器人逆位置分析

研究了双二重八面体变几何桁架机器人的逆位置分析，针对双二重八面体变几何桁架机器人单元结构特点，建立起机构逆位置分析的封闭解。     

一种新型变几何桁架机器人机构的运动分析

对由三个四面体和一个八面体并联组成的新型变几何桁架机器人机构 ,进行了结构分析和位置分析 ,并利用导出法推导出机器人手部的速度显式解析解。结果表明 ,这种机构在机器人运动学分析中具有计算简单、计算精度高的特点 ,能够满足机器人实时控制的需要     

基于双二重八面体的长链柔性变几何桁架机器人逆位置分析

研究了双二重八面体单元组成的长链柔性变几何桁架机器人的逆位置分析。提长链柔性双二重八面体变几何桁架机器人实际末端位置和法向以及长链本体形状的逆位置分析方法,获得了机器人逆位置分析的封闭     

基于BP神经网络的冗余度TT-VGT机器人轨迹规划

应用ＢＰ神经网络对冗余度ＴＴ－ＶＧＴ机器人的位置正解进行训练学习,进而求解机器人的位置反解问题。同时在应用神经网络求雅可比矩阵伪逆的基础上,基于机器人各差错联合体缇上,提出一种轨迹规划的方法,并对四重四面体的变几何杵架机器人进行仿真计算。     

N重八面体变几何桁架机器人速度、加速度分析

结合变几何桁架机器人的特点 ,研究了 N重八面体变几何桁架机器人的速度、加速度分析方法 ,导出了 N重八面体变几何桁架机器人速度、加速度分析递推公式 ,提出了末端平台参考点的速度和加速度正解的分析方法 ,为动力学分析打下了基础     

Flatness Control Based on Dynamic Effective Matrix for Cold Strip Mills

Steel strips are the main of steel products and flatness is an important quality indicator of steel strips. FLatness control is the key and highly difficult technique of strip mills. The boule-neck restricting the improvement of flatness control techniques is that the research on flatness theories and control mathematic models is not in accordance with the requirement of technique developments. To build a simple, rapid and accurate explicit formulation control model has become an urgent need for the development of flatness control technique. This paper puts forward the conception of dynamic effective matrix based on the effective matrix method for flatness control proposed by the authors under the consideration of the influence of the change of parameters in rolling processes on the effective matrix, and the concept is validated by industrial productions. Three methods of the effective matrix generation are induced: the calculation method based on the flatness prediction model; the calcuLation method based on the data excavation in rolling processes and the direct calculation method based on the network model. A fuzzy neural network effective matrix model is built based on the clusters, and then the network structure is optimized and the high-speed-calculation problem of the dynamic effective matrix is solved. The flatness control scheme for cold strip mills is proposed based on the dynamic effective matrix. On stand 5 of the 1 220 mm five-stand 4-high cold strip tandem miU, the industrial experiment with the control methods of tilting roll and bending roll is done by the control scheme of the static effective matrix and the dynamic effective matrix, respectively. The experiment result proves that the control effect of the dynamic effective matrix is much better than that of the static effective matrix. This paper proposes a new idea and method for the dynamic flatness control in the rolling processes of cold snip mills and develops the theory and model of the flatness control effective matrix method.     

电子束焊熔深神经网络模糊控制系统建模与仿真

研究钛合金电子束焊熔深控制系统建模问题。在分析电子束焊接特点的基础上,设计三因素五水平正交试验,通过试验得到不同焊接参数下熔宽和熔深的值,将熔宽和熔深的值作为训练样本对神经网络进行训练,建立以熔宽为输入,以熔深为输出的误差反向传播(Error back propagation,BP)神经网络模型,该模型由一个S型函数隐含层加上一个线性输出层组成。针对熔深数学模型难以获得的情况,设计以熔深的偏差和偏差变化率为输入变量,焊接电流的变化量为输出变量的模糊控制器,该控制器有9条模糊控制规则。将BP神经网络模型和模糊控制器结合起来建立钛合金电子束焊熔深控制系统模型,并且采用单位阶跃信号对该模型进行仿真试验,试验结果表明所设计的控制系统动态性能和稳态性能良好。     

自适应神经模糊推理的四轮转向车辆转向控制研究

模糊规则的建立和隶属度函数的确定是设计模糊系统的难题.基于神经网络和模糊逻辑的自适应神经模糊推理系统,能够从仿真数据中自动提取出If-Then规则.并在Matlab/Simulink软件中,建立包含侧向运动、横摆运动、侧倾运动三个自由度的四轮转向车辆三自由度动力学模型.将得到的If-Then规则读取到模糊控制器中和三自...     

基于磁流变减振器的汽车半主动悬架非线性控制方法

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性,建立车辆半主动悬架非线性动力学模型。应用微分几何非线性控制,经过适当的非线性状态和反馈变换,实现半主动悬架非线性系统的精确线性化,并对系统实施非线性状态反馈控制;根据预定的控制目标及模糊控制策略调节控制参数,设计模糊控制器,对悬架系统进行了控制仿真研究;利用神经网络模式识别能力对输入数据处理辨别,设计控制网络层,从而达到提高悬架工作性能,改善汽车行驶舒适性的目的。将三种非线性控制方法的仿真结果进行分析比较表明:经模糊控制或神经网络控制后的悬架承受的冲击响应小、振动强度低,比微分几何控制能获得更优异的性能。     

板形板厚综合调节神经模糊智能方法的研究

针对板形板厚综合调节系统的复杂性及其数学模型难以建立的特点，提出了基于神经模糊智能建模方法的四辊冷轧机板形板厚综合调节方案，研究建立了基于动态BP神经网络的自组织模糊控制模型。它在BP网络模型基础上，对网络的自身结构进行了动态优化。网络能自组织和自学习自己的结构，即在学习过程中，网络可根据具体问题自动调整本身的结构，从而使结构达到最优。网络的输入输出均为模糊集，训练后的网络能完成合成关系，即模糊推理。为了减少BP网络的离线训练时间，对模糊集进行了“编码”。仿真结果表明该方法是有效的。     

用神经网络提取模糊诊断知识的方法

改进了Ｂ－Ｐ神经网络的算法结构,找了单层神经网络权值矩阵与模糊综合评判关系矩阵之间的对应关系,由此构造了模糊神经网络系统,本系统解决了模糊诊断学习困难的局限,可以将所学知识中具有普遍意义的知识提取出来,同时,将过去隐含分布式的神经网络权值矩阵的物理意义明晰化,克服了单层Ｂ－Ｐ网络的一些局限性。     

Neural network controller for robotic motion control

Since a robotic manipulator has a complicated mathematical model, it is difficult to design a control system based on the complicated multi-variable nonlinear coupling dynamic model. Intelligent controllers using fuzzy and neural network approaches do not need a real mathematical model to design the control structure and have attracted the attention of robotic control researchers recently. A traditional fuzzy logic controller does not have learning capability and it needs a lot of effort to search for the optimal control rules and the shapes of membership functions. Owing to the time-varying behaviour of the system, the required fine tracking accuracy is difficult to achieve by adjusting the fuzzy rules only. The implementation problems of neural network control are the initial training and initial transient stability. In order to improve the position control accuracy and system robustness for industrial applications, a neural controller is first trained off-line by using the input and output (I/O) data of a traditional fuzzy controller. Then the neural controller is implemented on a five-degrees-of-freedom robot with a back propagation algorithm for online adjustment. The experimental results show that this neural network controller achieved the required trajectory tracking accuracy after 15 on-line operations.     

A type-2 fuzzy expert system based on a hybrid inference method for steel industry

In this paper, a novel type-2 fuzzy expert system for prediction the amount of reagents in desulfurization process of a steel industry in Canada is developed. In this model, the new interval type-2 fuzzy c-regression clustering algorithm for structure identification phase of Takagi–Sugeno (T–S) systems is presented. Gaussian Mixture Model is used to generate partition matrix in clustering algorithm. Then, an interval type-2 hybrid fuzzy system, which is the combination of Mamdani and Sugeno method, is proposed. The new hybrid inference system uses fuzzy disjunctive normal forms and fuzzy conjunctive normal forms for aggregation of antecedents. A statistical test, which uses least square method, is implemented in order to select variables. In order to validate our method, we develop three system modeling techniques and compare the results with our proposed interval type-2 fuzzy hybrid expert system. These techniques are multiple regression, type-1 fuzzy expert system, and interval type-2 fuzzy TSK expert system. For tuning parameters of the system, adaptive-network-based fuzzy inference system is used. Finally, neural network is utilized in order to reduce error of the system. The results show that our proposed method has less error and high accuracy.     

CIMS网络连通性模糊随机分析与应用解析

研究了CIMS网络连这性秘模拟仿真问题，应用网络图的方法，通过考察CIMS网络面向服务指标与面向效率指标的模糊性及随机性，对CIMS网络进行了模糊随机分析与论证,并运用蒙特卡罗随机模拟方法进行解析，产生表征CIMS网络链路连通性的关联矩阵，以模糊关联矩阵传送闭包方法分析CIMS网络的连通性，为分析与改善CIMS网络性能提供依据。     

基于模糊因子法的模糊智能桁架结构动力特性分析

研究了模糊参数压电智能桁架结构的动力特性分析问题。在压电主动杆和被动杆的物理参数和几何尺寸 同时具有模糊性时,利用模糊因子法建立了结构刚度矩阵和质量矩阵;从结构振动的瑞利商表达式出发,利用区间 运算推导出结构特征值模糊变量的计算表达式。通过算例分析了模糊智能桁架结构参数的模糊性对其动力特性的 影响,并验证了本文方法的合理性与可行性。