自治水下机器人自适应滑膜控制

对影响自治水下机器人控制性能的因素进行分析,提出将自适应滑模控制方法应用于水下机器人的深度控制,使其在在各种干扰的条件下仍保持稳定且具有满意的性能.采用系统辨识的方法得到系统的模型,进而通过辨识得到的模型修正滑膜控制量.引入平滑饱和函数,改善控制的暂态品质和震颤现象.仿真结果表明控制算法的有效性.     

基于人工免疫反馈的自治水下机器人推力器控制

推力器是水下机器人系统的关键要素,其推力建模和控制是进行水下机器人控制和仿真的核心。针对简化的自治水下机器人(Autonomous underwater vehicle,AUV)推力器控制系统的推力响应实时性不高和抗干扰能力不强的缺点,提出一种基于人工免疫反馈的AUV推力控制方法,该方法不受推力器水动力试验和理论计算的困难性的缺点影响,具有较好的实时性和鲁棒性,可为AUV运动控制、状态响应、控制系统开发等提供控制方法。针对流线型AUV原型样机CRanger-2,在简化推力模型的分析基础上,利用该控制策略,建立推力实时调试系统,在不同大小推力和不同干扰情况下进行推力控制仿真分析,得到推力器推力的控制响应曲线。通过对无刷直流电动机进行控制进行验证,结果表明该控制策略能有效地控制推力器推力,可为工程实践提供参考依据。     

自治水下机器人运动控制的动力学分析

运动控制是水下机器人自治化的核心,准确的动力学分析为分析控制系统的物理学特性提供了理论依据。以葛特勒为原始母型方程,深入分析了水下机器人在水下运动中的受力情况,建立了水下机器人水下运动的一般方程,为自治水下机器人控制系统的设计和仿真提供了调试环境。     

基于关节限位的自治水下机器人机械手系统运动规划研究

对自治水下机器人搭载的四功能水下电动机械手进行了简要描述.考虑到自治水下机器人机械手系统的运动学冗余,将关节限位算法用于系统逆运动学求解,避免载体大幅度姿态变化.利用Matlab仿真表明该算法在解决系统冗余的同时有效的限制了关节位移.     

欠驱动AUV基于干扰观测器的滑模控制

为了提高欠驱动自主水下机器人在外部干扰影响下的航向跟踪控制性能,设计一种基于非线性干扰观测器的滑模控制器.有条件地简化欠驱动自治水下机器人的水平面模型,建立简化模型的状态方程;构造非线性干扰观测器,设计基于干扰观测器的滑模控制器,根据Lyapunov稳定性理论确保闭环系统的稳定性.仿真结果表明:存在外界干扰的情况下,基...     

水下机器人动力学分析与控制系统研究

对6自由度水下机器人进行动力学分析和运动控制系统研究。首先,建立了水下机器人坐标系,考虑重力、浮力、水动力及推力等因素对水下机器人影响,建立了6自由度水下机器人的动力学模型,进而描述了水下机器人的复杂运动。在此基础上,设计了一种模糊逻辑控制器,对水下机器人进行运动控制。通过计算机仿真分析,验证了控制方法的有效性,对后续水下机器人控制系统的进一步研究,提供了依据和参考。     

基于模糊PID的欠驱动水下机器人路径跟踪方法研究

针对不同环境和任务下欠驱动水下机器人的路径跟踪问题进行相关研究,在分析水下机器人控制模型的基础上,基于视线法提出了一种欠驱动水下机器人路径跟踪控制方法。基于模糊控制算法,设计了一种模糊PID控制器,并将其应用于欠驱动水下机器人的艏向跟踪控制。采用PC104设计了水下机器人的控制系统,并给出了硬件结构框图。最后,对水下机器人路径追踪效果进行了仿真和试验,结果表明基于模糊PID控制器的欠驱动水下机器人路径跟踪控制方法可保证机器人沿规划路径航行,而且该控制系统具有较强的鲁棒性。     

两栖六足仿生机器人的水陆运动控制研究

两栖六足机器人不仅需应对崎岖地形对陆地爬行提出的挑战,还要解决机器人在水下灵活运动的控制问题。因此,本文首先提出了基于深度强化学习的崎岖地形运动控制方法。通过MuJoCo为机器人执行爬行任务构建交互环境,并采用近端策略优化(PPO)算法训练智能体使其获取适应于不同崎岖程度地形的控制策略。仿真数据表明,陆地控制策略可使机器人在平坦、轻度崎岖、重度崎岖3类地形上快速、稳定地完成前进任务。针对水下运动控制问题,本文通过分析机器人动力学模型将其分解为：采用视线法与PID控制器解决平面轨迹跟踪和深度控制问题。水下实验表明,机器人可在平面快速跟踪Sigmoid曲线且轨迹偏差不超过0.11 m。深度控制实验中,机器人可平稳到达指定深度且控制精度在0.02 m以内。     

小型自治水下机器人运动控制系统研究

以主推加舵控制的小型自治水下机器人为研究对象,建立了水下机器人的数学模型并进行了分析.根据机器人结构的特点,对模型进行了必要的简化.设计了机器人的运动控制系统.通过湖试验正控制器的性能.     

基于变质心控制的低速水下航行器动力学建模

针对水下滑翔机器人在低速运动过程中常规鳍舵低的问题,提出了通过设在航行器内部的3个滑动质量块运动,改变机器人动力学系统质心,从而改变了作用在机器人上的流体动力力矩,进而改变其姿态角,从根本上克服了常规的鳍舵控制方法的不足。本文基于广义d’Alembert方程推导了基于变质心控制的水下滑翔机器人的4刚体9自由度动力学方程,进行了纵平面下的弹道仿真。     

多级计算机控制的喷漆机器人

本文介绍了喷漆机器人及其多级计算机控制系统.该系统上位主控机为STD总线的16位工控机,五个下位从控机为STD总线的单片机.采用示教编程方式,系统配置的软盘驱动器可以将示教结果存储到磁盘中.机器人由具有防爆功能的步进电机驱动.为提高控制性能,驱动系统采用闭环控制.     

全液压铣刨机数字控制系统设计

设计了一种铣刨机数字控制系统,采用较先进的智能化控制技术、微电子技术和局域网络通讯技术,实现了铣刨机铣刨过程中功率自分配控制和铣刨深度控制,并能够实现整机运行状态参数的实时监控和故障报警。实践结果表明,数字控制系统能明显地提高工作精度和质量。     

一种履带式移动机器人的控制系统设计

针对一辆无刷电机驱动的履带式移动机器人BHTR-1,对其包括运动控制系统、信息检测系统、无线遥控系统等各部分在内的控制系统进行了设计。运动控制部分采用以DSP LF2407A为主控芯片、以无刷电机专用芯片MC33035和驱动桥MPM3003为电机驱动控制的方案;信息检测系统采用红外传感器来检测环境障碍信息,并安装无线视频设备用以监控机器人运行环境;无线遥控系统采用摇杆式脉宽比例调节方式来实现对机器人的调速及其他运动控制。     

基于模糊控制的直线型形状记忆合金驱动器控制系统设计

采用模糊控制的方法对一种直线型形状记忆舍金驱动器的输出位移进行控制。整个控制系统采用MCS-51单片机作为核心，介绍了这个控制系统的设计方法，并给出了能实现上述控制系统的硬件电路原理图以及软件程序流程图。其中的模糊控制器采用离线计算、在线查询决策的方法，易于工程实现。     

搅拌摩擦焊下压力控制系统的开发及在模拟非刚性环境下的验证试验

搅拌摩擦焊接(Friction stir welding, FSW)是材料固态连接新技术,但FSW在焊接过程中一般会对工件施加较大的下压力,焊接设备和被焊工件在下压力的作用下均可能产生变形,使得常规FSW中设定的下压量这一关键参数偏离预期值,无法保证焊接工艺的稳定性。为了解决这一问题,开发一套下压力反馈控制系统,通过调节搅拌头对工件的下压量来调节下压力,使焊接过程中下压力保持稳定。该系统使用一台计算机作为顶层控制器,根据压力传感器反馈的实时下压力调节FSW设备Z轴的进给。使用该系统在悬空的钢板上焊接6082-T6铝合金平板对接焊缝,焊接过程中工件在下压力的作用下产生的弯曲变形高达0.931 mm,但所得的焊缝成形良好,沿焊缝方向不同位置的接头的横截面形貌基本一致,其横向拉伸应力应变曲线高度重合,接头的平均抗拉强度为222.8 MPa。结果表明,工件在下压力作用下产生变形的条件下,下压力控制的FSW系统仍能保证工艺稳定性。     

码垛机器人的控制系统

介绍用于物料系统的码垛机器人，采用微型计算机作为主计算机，利用分布式二级控制结构实现系统的监控和作业管理，协调各关节的运动，准确地跟踪轨迹规划，使速度达到完全可控。     

Fuzzy控制方法及其在气体温度控制的运用

阐述了Fuzzy控制方法的原理及其在自动控制方面的实际运用,通过与PID控制方法比较,并将二者有机结合,从而实现现代智能控制;设计了医用充气式保温毯保温气囊气体温度控制方案,实现了人体温度调节并控制在正常温度范围内的智能控制系统,控制过程具有快速性和稳定性等优点.     

基于Hammerstein模型的GMAW-P焊接熔深自适应预测控制

针对脉冲熔化极气体保护焊(Pulsed gas metal arc welding,GMAW-P)过程中焊接熔深的实时控制,使用脉冲峰值期间的电压变化幅值(ΔU)来表征焊接熔深变化,并且通过测量和控制ΔU的大小来间接达到熔深控制的目的。建立了以ΔU为输出和脉冲基值电流为输入的单输入单输出熔深控制系统。系统输入输出之间的静态关系模型显示该熔深控制系统具有一定非线性,因此,采用加入干扰的Hammerstein模型描述该非线性系统。在基于该Hammerstein模型的经典预测控制算法基础上,在控制过程中加入递推最小二乘法在线辨识模型参数,从而实现焊接熔深自适应控制。控制算法仿真和实时焊接试验表明该熔深控制算法能够较好地实现GMAW-P焊接过程中的熔深控制。变散热试验结果验证了该控制算法的有效性和适应性。     

移动机械手的智能控制

针对移动机械手的高度非线性、强耦合的特性,依据智能控制理论,本文提出了一种移动机械手的模糊神经网路的控制方法.整个控制系统由两部分组成,包括机械手的模糊控制以及移动平台的模糊神经网络控制,并对其进行仿真.实验结果证明该方法对移动机械手的轨迹跟踪的有效和准确性.     

PID-Fuzzy混合控制汽车主动悬架

建立了一个基于PID-Fuzzy混合控制的汽车主动悬架系统模型。该模型是一个四自由度的线性系统,受到了路面的不规则激励。主动控制是PID控制和模糊控制两种控制方法的叠加。PID控制使用车身的垂直加速度作为输入变量,模糊控制作为PID控制的补充,以车身旋转角加速度和旋转角速度作为输入变量。仿真结果显示文章提出的主动悬架系统对于车身的减振是非常有效的。