单球自平衡移动机器人系统建模与自平衡控制

针对单球自平衡移动机器人建模复杂及自平衡控制算法准确性与可靠性不足等问题,通过将单球自平衡移动机器人模型等效为原理简单、理论成熟的一级倒立摆模型及IASMP模型,极大地降低了单球自平衡移动机器人系统建模与优化的复杂程度,提高了其建模与自平衡控制算法的准确性与可靠性,为单球自平衡移动机器人样机的优化与实验分析提供了理论依据。最后对单球自平衡移动机器人样机进行了实验分析,验证了所建模型及控制算法的有效性。     

基于LQR的单球自平衡移动机器人控制器设计与仿真

针对单球自平衡移动机器人的非线性、高度耦合性和不稳定特性,提出了一种基于LQR的控制器。首先将其三维复杂动力学模型简化为三个独立平面的二维动力学模型,并建立拉格朗日平面动力学方程;其次根据平面动力学方程设计LQR控制器并在Sim ulink中建立控制系统仿真模型;最后对控制系统模型进行直线轨迹和圆弧轨迹跟踪仿真。仿真结果表明该控制器对线性轨迹和非线性轨迹都有很好的跟踪效果。     

基于终端滑模控制的两轮移动机器人自平衡实现方法研究

针对两轮移动机器人动力学模型的多变量、强耦合、非线性等特点以及控制性能不稳定等问题,论述了两轮移动机器人的简化模型并基于拉格朗日运动方程建立了两轮移动机器人的动力学模型。在此基础上,基于滑模控制理论提出了一种两轮移动机器人自平衡实现方法,同时设计了终端滑模控制器并进行了稳定性分析。最后,根据所述自平衡实现方法进行了仿真实验,仿真结果表明:终端滑模控制器具有较好的控制效果,而且具有较快的收敛速度,可以实现两轮移动机器人的自平衡控制。     

基于改进遗传算法的生产线平衡优化

在市场竞争十分激烈的大环境下,制造企业需要最大化生产效率和生产效益,而解决生产线平衡问题便是其中重要的一环.运用改进遗传算法解决第二类生产线平衡问题,在按照作业优先顺序的情况下对其工序进行重排和分配,得到一个最优的结果.通过实际应用案例,优化后的生产节拍从24.86 s减少到21.21 s,生产线平衡率达到了96.31...     

基于遗传算法的A公司装配线平衡优化

本文在对A公司装配线现状进行研究的基础上,应用遗传算法对该装配线进行优化。根据问题特点设计遗传算法,在满足工序优先关系的情况下,利用遗传算法对工序重排,从而使各个工位作业分配更加均匀,提高装配线平衡率。     

基于改进遗传算法的无刷电机装配线平衡优化

为提高无刷电机装配线的生产效率,减少在制品积压,提出了一种改进遗传算法对其进行优化。建立了以工位和平滑指数相结合的多目标优化数学模型,应用双种群自适应遗传算法在MATLAB中编程,对无刷电机装配线平衡问题进行仿真和优化。结果表明,优化后的装配线提高了各个工位的生产效率,减少了在制品积压,验证了算法的有效性和可行性。     

基于改进遗传算法的装配线平衡优化研究

为实现装配线生产工序的平衡优化,采用改进遗传算法,以装配线生产节拍、平衡率和平滑指数为优化目标,建立装配线平衡优化模型。采用基于紧前工序约束的交换变异方法,并与父代进行优劣对比,有效避免无效基因的产生。引入精英保留策略,提高算法寻优能力及收敛速度。以波轮洗衣机机芯装配线的平衡优化为例,验证前述算法的可行性。结果表明：与原方案相比,优化后的生产节拍为17.2 s,减少了0.8 s;生产平衡率达到90%,提高了18%;平滑指数从1.3减少到0.72,验证了所提出的模型算法可以有效优化该装配线的生产节拍、平衡率、平滑指数,从而优化其生产效率。     

基于约束矩阵和遗传算法的装配线平衡优化方法

针对装配线平衡问题(ALB),归纳装配作业的三种基本约束关系,并通过约束矩阵描述装配作业的约束与优先权关系.利用遗传算法对装配线平衡问题(ALB)进行分析和求解.算法中,提出基于约束矩阵的作业序列编码策略,设计遗传操作(选择、交叉、变异),并通过基于模拟退火机制的精英策略加速了算法收敛.最后,用实例证明此算法的有效性.     

基于遗传算法优化的加工过程PID控制

本文分析建立了加工过程的模型,并且利用遗传算法对其PlD控制进行了参数优化.仿真试验表明,参数优化后的控制系统具有很好的动态性能.     

基于遗传算法的模型辨识及不对称优化自校正PID控制

对模型类型已知,但参数变化的对象,提出一种改进的遗传算法来在线辨识模型的参数,用不对称优化法在线调整的ＰＩＤ控制器的参数,实现ＰＩＤ自校正控制。算法根据系统跟踪误差改变辨识精度,从而大大减少了辨识计算量;用保留收敛值二次取种的方法来预测遗传算法的早收敛问题,提高了搜索的精度与速度,防止辨识时出现死循环。仿真表明,该控制器对于变参数对象可获得满意的控制效果。     

基于改进遗传算法的多目标装配线平衡优化研究

针对离散制造企业装配线再平衡问题,文章提出基于改进遗传算法的多目标装配线平衡优化方法.以最小化生产节拍、最大化产线平衡率和最小化平滑指数为优化目标建立装配线再平衡优化模型,并采用改进的遗传算法对平衡模型进行求解,算法基于任务排序的种群初始化方法,采用两点交叉方法,提高了算法寻优能力.文章最后以青贮机装配线实际案例验证了...     

基于遗传算法的多资源平衡工序排序优化决策

工序排序是生产管理中经常遇到的问题,多资源平衡工序优化是提高生产效率、降低生产成本的重要手段,至今尚未见十分有效的解法。本文建立了典型的网络计划多资源平衡工序优化的数学模型,以每道工序开工时间作为设计变量,极小化某种关键性资源需求的最大量或波动的幅度,并运用所设计的改进遗传算法对该模型进行了求解,获得了多组最优工序计划。这就使得生产调度安排灵活机动,便于智能调度。     

基于改进遗传算法的移动机器人路径规划研究

基于传统遗传算法在移动机器人路径规划中应用的不足,对遗传算法进行了一定的改进.在初始化种群中采用闵科夫斯基和原理扩展障碍物,选择真正可行的区域,在可行区域中去初始化种群,这样提高了进化的速度;在选择算子中引入了相似性的概念,扩大父代的种类,避免快速进入局部最优解;在交叉算子中采用了动态确定变异概率,这样可以提高个体的质量;通过仿真证明了改进的遗传算法能够更快的收敛到全局最优解,方法是正确有效的.     

基于遗传算法的模型辩识及不对称优化自校正PID控制

对模型类型已知,但参数变化的对象,提出一种改进的遗传算法来在线辨识模型的参数,用不对称优化法在线调整ＰＩＤ 控制器的参数,实现ＰＩＤ 自校正控制。算法根据系统跟踪误差改变辨识精度,从而大大减少了辨识计算量;用保留收敛值二次取种的方法来预防遗传算法的早收敛问题,提高了搜索的精度与速度,防止辨识时出现死循环。仿真表明,该控制器对于变参数对象可获得满意的控制效果     

基于遗传算法的叶盘压电控制回路优化

针对简单遗传算法收敛速度慢及易产生"早熟"的问题,对遗传算法选择算子和变异算子进行了改进。基于改进遗传算法,对随机失谐叶盘结构的压电控制回路进行了二模式和四模式优化,对比分析了两种优化电路对叶盘结构振动的控制效果及成本。研究结果表明,相比谐调压电控制回路,优化后的二模式和四模式主动失谐控制回路都有更好的振动控制效果,且二模式回路成本更低;改进遗传算法收敛速度快,优化结果具有全局性;叶片刚度失谐强度对主动失谐压电控制回路的振动控制效果有明显的影响。     

基于改进遗传算法的室内移动机器人路径规划

将一种改进的遗传算法应用到室内移动机器人的路径规划中。能够克服机器人运动路径穿越障碍物,算法收敛速度慢,容易陷入局部最优等缺点。根据环境先验知识从种群数目筛选、适应度函数的确定、遗传操作等方面进行了改进,加快了算法的搜索进程和演化效率。提出了一种将环境中大障碍物分割并多圆化处理的方法,并根据障碍物与机器人每步运动轨迹间的位置关系来设计遗传算法的适应度函数,扩充了可行区域并有效避免机器人和障碍物发生碰撞。应用此算法可以获得移动机器人从起点到终点的全局最优路径,在MATLAB软件中仿真得到的结果证明,改进的遗传算法搜索质量高、进化和收敛速度快,得到的最优路径能够有效指导移动机器人完成室内的避障移动任务。     

基于差分进化遗传优化的移动机器人轨迹跟踪控制

为了提高轮式移动机器人的轨迹跟踪精度,提出了一种基于差分进化遗传优化的轮式移动机器人轨迹跟踪控制器。首先,针对四轮机器人建立了运动学模型;接着,以移动机器人的侧向距离和航向偏角作为控制变量,构建了机器人的轨迹跟踪PID控制器;最后,利用差分进化遗传算法实现了控制器参数的整定优化。轨迹跟踪测试结果表明,与其他控制器相比,基于差分进化遗传优化的控制器的控制精度得到了进一步提高,从而验证了控制器的有效性。     

基于串并联机构的自重构移动机器人

为验证具有大输出力矩和工作空间的可重构机构对提高移动机器人运动性能的有效性,设计一种基于串并联等效球铰机构的可对接自重构多模块移动机器人.利用丝杠摇块机构构成并联机构支链,两个支链并联然后与一个旋转机构串联构成主动等效球铰机构.所提出的等效球铰机构结合并联机构和串联机构的优点,能以紧凑的结构提供较大的输出力矩和工作空间.对该串并联机构进行运动学分析,获得运动学逆解,作为机器人控制算法依据.进行机构静力学分析,获得确定驱动力和负载条件下机构的可控工作空间,为结构设计和工作路径选择提供理论指导.提出能实现平面偏差补偿和大负载能力的对接机构,实现机器人模块间的对接和脱离.设计JL-1型机器人样机,并利用该样机进行试验.试验验证了所提出串并联主动等效球铰机构和对接机构的有效性,同时证明自重构功能赋予野外机器人主动扩展地形适应性的能力,从而有效地增强机器人对环境和任务的适应性.     

基于arduino控制自平衡挖坑车的研制

现阶段我国园林器械已经实现人工向机械化造林的升级,在挖坑作业当中,仍然需要人力的投入。自平衡挖坑车则实现了机械智能化造林的升级。在挖坑作业中,用户只需根据场地需求把所需挖坑的位置、大小、深度设定好,按下启动开关后,arduino会载入用户设定的数据,从而自动完成挖坑任务。高精度倾轴传感器实时检测所处坡度从而实现挖坑平台的自平衡。通过实地实验验证该挖坑车可以完成用户设定的挖坑任务,并保持挖坑平台的水平,基本达到了预期设计要求。