海底采矿车转向半径分析及速度同步控制

海底采矿车为液压驱动低速履带车辆,其转向性能对于海底采矿的路径规划及避障都很重要.文中对海底采矿车实际转向半径进行了分析,提出了实现给定转向半径的控制方法,为海底采矿车转向运动控制提供理论依据.此外,海底环境非常复杂,海底采矿车由于海底沉积物极稀软容易出现打滑,对履带式采矿车的两侧履带同步行走控制提出了比较高的要求.通过对液压驱动马达进行速度反馈控制,在考虑打滑情况下实现履带同步控制 .最后,设计出基于模糊PID的液压驱动速度同步控制系统,并对该控制系统进行了仿真,取得了较好的控制效果.     

深海采矿车的自修正专家模糊控制

深海自行走履带采矿车作业过程,受到作业环境和采矿车自身的影响,具有未知性、随机性、非线性等特性。针对这种复杂控制过程,采用一种基于自修正专家模糊控制的路径跟踪控制方案,控制深海履带车行走。该方案参考履带车辆转向运动学方程,采用具自调整功能的模糊算法,对深海底履带集矿机的左右履带速度进行控制。仿真结果验证了该方案的可行性和有效性。     

基于ADAMS的ROV采矿车近海底着地虚拟仿真

应用了SolidWorks软件建立起ROV采矿车的三维实体模型,并导入了机械系统动力学分析软件ADAMS中建立虚拟样机,在深海环境下对该虚拟样机近海底着地进行了多体动力学仿真,分析了仿真结果,对ROV采矿车着地作出了预报,为ROV采矿车着地时推进器的控制提供参考方法。     

基于滑模预测控制的海底采矿车轨迹跟踪算法

海底采矿车多工作于稀软底质,其面临的外部扰动较大,难以快速收敛跟踪误差,精准地跟踪预设轨迹。为此,本文提出了一种海底采矿车的滑模预测控制（sliding model predictive control,SMPC）轨迹跟踪算法。基于海底采矿车的运动学模型,首先设计滑模控制率实现轨迹跟踪误差快速收敛,其次利用少预测时域的线性时变模型预测控制算法（linear time varying model predictive control,LTV-MPC）优化该滑模控制率。而后,通过证明滑模控制率收敛和模型预测控制稳定,保证了闭环控制系统的稳定性。RecurDyn&Simulink联合仿真结果表明,与单一的滑模控制（sliding mode control,SMC）和线性时变模型预测控制算法相比,所提出的SMPC轨迹跟踪算法提高了轨迹跟踪精度,且算法具有较好的实时性。     

铰接履带式海底采矿车越障性能仿真研究

针对产于复杂恶劣地形海山表面的深海矿产资源钻结壳,提出了钴结壳采矿车采用铰接式履带车的技术方案,利用机械系统动力学仿真软件ADAMS/ATV履带车工具包,开发了铰接履带式海底采矿车的三维动力学模型和虚拟样机,进行了其通过垂赶障碍和沟槽地形的越障性能仿真研究和结果分析.仿真研究表明,铰接履带式海底采矿车建模正确,仿真真实,越障性能优良,且超过我国钴结壳采矿车技术要求,仿真数据可为物理样机研制提供技术参考.     

深海采矿机器人控制体系结构研究

针对深海采矿机器人控制这一难题,提出了基于嵌入式ARM控制器的硬件设计方法和基于多任务调用的集成体系结构软件设计思路：从硬件和软件两方面进行了讨论,硬件包括海上监控系统与海底信息采集／作业系统,引入了ARM等嵌入式控制器及CAN总线结构,海底采用声纳、视觉图像及各类定位传感器协同工作,采集海底作业信息,通过6000m光缆进行海底与海上通讯;软件则在采矿机器人任务合理分配的基础上,将控制系统软件结构设计分为执行层、控制层和规划层。该方法能使整个系统成为一个有机整体,有效地完成对采矿机器人的实时控制,     

深海采矿机器人控制体系结构研究

针对深海采矿机器人控制这一难题,提出了基于嵌入式ARM控制器的硬件设计方法和基于多任务调用的集成体系结构软件设计思路.从硬件和软件两方面进行了讨论,硬件包括海上监控系统与海底信息采集/作业系统,引入了ARM等嵌入式控制器及CAN总线结构,海底采用声纳、视觉图像及各类定位传感器协同工作,采集海底作业信息,通过6 000 m光缆进行海底与海上通讯;软件则在采矿机器人任务合理分配的基础上,将控制系统软件结构设计分为执行层、控制层和规划层.该方法能使整个系统成为一个有机整体,有效地完成对采矿机器人的实时控制.     

深海采矿车巡检机器人设计研究

本文根据深海采矿车海底作业过程中的环境探测和作业状态监测需求，提出了一种采矿车巡检机器人方案，明确了各项功能需求，并对其总体架构、巡检机器人本体结构等进行了设计；构建了巡检机器人三维模型，通过水动力仿真验证了其水动力学设计可行性；研制了采矿车巡检机器人物理样机，并在实验室验证了相关功能和性能。     

基于ANFIS模型的烟气含氧量建模和预测

针对电厂热工测量参数难以进行有效预测的问题,提出一种基于ANFIS模型的烟气含氧量建模和预测方法.基于自适应神经模糊推理系统(ANFIS)学习能力与泛化能力均较强的优点,建立软测量预报模型,借助某电厂循环流化床锅炉烟气含氧量实测数据进行仿真,结果表明,基于ANFIS的自适应预测模型,具有良好的预报能力,具有较高的预报精度和鲁棒性,可以较好地解决电厂烟气含氧量预测问题,对于实现锅炉燃烧系统的优化运行和预测控制具有一定的价值.     

深海采矿车行走的专家模糊控制

深海采矿车的作业过程,受作业环境和采矿车自身的影响,具有随机性、非线性和时变等特性,针对该复杂过程,提出了专家模糊控制算法．该算法参考履带车辆的运动学方程,结合履带车辆人工操作经验整合的专家规则,构成专家系统,实现采矿车绝对速度和航向角的闭环控制;采用模糊控制算法,对采矿车的左、右履带速度进行控制．仿真结果验证了该方案的可行性和有效性．     

智能车辆路径跟踪控制方法

为了提高智能车辆路径跟踪控制器的可靠性和控制精度,提出一种基于误差动力学模型的路径跟踪控制方法.基于车辆运动学模型和动力学模型建立系统误差动力学模型,并在此基础上推导出车辆路径跟踪控制的稳态控制律,利用李雅普诺夫稳定性理论验证稳态控制律的正确性.为了减小外部干扰对控制性能的影响,提高控制器的可靠性,进一步设计基于车辆侧向位移误差的瞬态控制律,并利用李雅普诺夫稳定性理论验证闭环系统的稳定性.稳态控制律和瞬态控制律构成了非线性的路径跟踪控制器.通过与车辆路径跟踪常用的线性控制器和非线性控制器对比验证所提出控制方法的有效性,线性控制器选用LQR控制器,非线性控制器选用Stanley控制器.仿真结果表明,与LQR控制器相比,所提出控制方法的路径跟踪控制精度、抗干扰性和可靠性更好.与Stanley控制器相比,所提出控制方法具有更好的路径跟踪控制精度和控制收敛速度,且在大曲率路径跟踪过程中具有更好的可靠性.     

UAV path planning using artificial potential field method updated by optimal control theory

The unmanned aerial vehicle (UAV) path planning problem is an important assignment in the UAV mission planning. Based on the artificial potential field (APF) UAV path planning method, it is reconstructed into the constrained optimisation problem by introducing an additional control force. The constrained optimisation problem is translated into the unconstrained optimisation problem with the help of slack variables in this paper. The functional optimisation method is applied to reform this problem into an optimal control problem. The whole transformation process is deduced in detail, based on a discrete UAV dynamic model. Then, the path planning problem is solved with the help of the optimal control method. The path following process based on the six degrees of freedom simulation model of the quadrotor helicopters is introduced to verify the practicability of this method. Finally, the simulation results show that the improved method is more effective in planning path. In the planning space, the length of the calculated path is shorter and smoother than that using traditional APF method. In addition, the improved method can solve the dead point problem effectively.     

基于信息物理系统的多分拣移动机器人调度策略

研究基于信息物理系统建模的多分拣移动机器人(multi-SMR)调度策略.首先,在基于实际应用场景的拓扑地图建模中加入新的路径弧时间损耗指标,以实现对货物不均匀比例和多机器人拥堵状态的精确估计;其次,提出一种改进的启发式路径规划算法,并在路径评估过程中增加目的地距离和时间损耗指标;最后,将完整的调度过程以分层式结构部署在信息物理系统模型中,包括控制层的时间损耗指标更新、交通管制监测,以及物理层的分布式路径规划和机器人状态更新.仿真实验结果表明,改进的调度策略可以进一步提升系统分拣效率,降低计算成本,有效解决机器人拥堵和安全问题.     

光伏阵列清洁机器人路径跟踪改进型自抗扰控制

针对光伏阵列清洁机器人清洁作业过程中存在路径跟踪精度低与外界不确定干扰等问题,提出了一种改进型自抗扰控制策略来控制驱动单元模型,实现驱动单元角速度（力矩）的高鲁棒性控制,从而提高了机器人的路径跟踪精度.通过分析机器人的运动状态,得到清洁机器人实际运动位姿与期望运动位姿之间的误差.由于外界环境以及其他不确定因素的干扰,通过建立清洁机器人移动底盘带不确定干扰因素的动力学控制模型,在传统自抗扰控制器的基础上通过改进fal函数,提出了一种运动学与动力学内外嵌套的改进型自抗扰策略.改进型扩张状态观测器来实时观测并补偿不确定干扰因素,从而实现清洁机器人高精度跟踪作业目标路径.通过多种目标路径的跟踪仿真实验,最终都表现出了较好的跟踪结果.证明了本文所设计的基于改进型自抗扰控制的光伏阵列清洁机器人路径跟踪控制算法的优越性与有效性,提高了光伏阵列清洁机器人的清洁作业路径跟踪精度.     

无人机航迹控制模块的优化设计与实现

当前在无人机作业过程中,能够根据预设的目的地信息自主控制飞行的模块,在多个最优方案条件下,需要预设复杂约束条件,否则就会存在寻优过程不收敛的问题,导致控制效果不佳。针对这一问题,研究了无人机航迹自主控制模块的改进设计。设计可以采集无人机的位置、速度等飞行信息,并上传至飞行主控器的模块硬件,软件在符合无人机飞行约束与威胁约束的条件下,规划获取后续飞行的最优航迹点。为了保证无人机飞行距离最短、高度最小,将无人机航迹自主控制问题变成优化问题。在面临多个最优方案条件下,构建基于鲸鱼算法的无人机航迹选择模型,以无人机飞行航线代价最小为目的,使用鲸鱼算法求解无人机航迹自主控制方案,完成软件设计。实验结果显示：使用所设计模块后,无人机可自主控制飞行航迹,成功避开静态威胁因素、动态威胁因素安全飞行至目的地。     

智能车辆自动超车系统的数据驱动路径跟踪约束控制

针对智能车辆自动超车系统,提出了一种新的数据驱动超车路径跟踪约束控制方案,系统控制方案的设计仅利用自动超车系统的输入/输出数据,并不包括车辆的模型信息,所以针对不同的车型均能够实现自动超车的数据驱动路径跟踪约束控制.在控制器的设计过程中,针对控制输入受变化范围和变化速率的限制,提出了一种新的动态抗饱和补偿器来解决饱和问题.最后给出了数据驱动约束控制与原型无模型自适应控制(model free adaptive control,MFAC)以及PID控制的仿真结果对比,结果表明,本文所提控制方案能够很好的完成自动超车过程的路径跟踪,且相比原型MFAC以及PID控制方案,本文方案具有更小的跟踪误差和更快的响应速度.     

受时间约束的工作流关键路径的确定

针对工作流模型的结构特点,建立了一种关键路径分析法,增加了对工作流常见结构的支持。该法将工作流模型中不同的控制结构转换为相应的顺序结构,并建立它们的约简规则。通过该算法,可以计算工作流完成时间的最大最小值及记录约简过程中的中间结果,从而确定工作流模型的关键路径。在该路径上包含了在整个流程起关键性作用的活动以及相应的时间分布,对于确保工作流计划的高效执行和提高企业的竞争力具有重要意义。     

基于改进快速行进平方法的多移动机器人聚集路径规划与控制

针对多移动机器人聚集的路径规划与控制问题,本文提出了基于改进快速行进平方法的路径规划策略.首先,运用分段函数改进了速度图,实现了更安全、更高效的路径规划,可以将快速行进网格地图上的速度映射到真实机器人速度上,并且减少传统快速行进平方法在回溯路径过程中产生的冗余路径；接着,针对多移动机器人聚集过程总能耗最小、聚集点附近空间最大、聚集队形约束下的聚集过程总能耗最小三种任务需求,分析设计不同的目标函数,给出多移动机器人的聚集点和对应规划路径,展示本文方法的有效性以及在不同场景下的适用性.最后,在车辆动力学模型基础上,使用模型预测控制以改进后的快速行进网格地图上的速度作为机器人参考速度进行了轨迹跟踪仿真实验,实现结果显示跟踪误差减小,验证了本文改进速度场的有效性,可适用于真实环境下多移动机器人聚集路径规划与控制.     

基于收缩约束模型预测控制的无人车辆路径跟踪

针对存在有界扰动的非线性无人驾驶车辆避障过程中最优路径规划跟踪问题,提出一种基于预测时域内系统输入输出收缩约束(PIOCC)的模型预测控制(MPC)方法.首先在构建目标函数时,为扩大可行性解的范围引入软约束思想,将最优规划路径的跟随问题转化为对模型预测控制优化问题的求解;其次为避免短预测时域造成闭环系统发散而导致在约束条件限定下出现无可行性解的情况,采用预测时域内系统输入输出收缩约束的方法,设计模型预测控制器;再次基于Lyapunov稳定性理论证明所设计的模型预测闭环控制系统是渐近稳定的;最后通过仿真实例验证了所提出基于PIOCC的控制策略在解决扩大可行解范围和避免闭环系统发散问题时的有效性,实现了无人驾驶车辆在路径跟踪时具有良好的快速性和稳定性.     

无线传感器网络数据传输延时分配算法

为了提高箭载无线传感网络对火箭温度、冲击、热流等物理参数的处理能力,需对所采集的数据进行自适应延时分配,因此设计一种基于时隙窗口间隔均衡控制的无线传感器网络数据传输延时分配算法。构建火箭温度、振动、冲击等参数的数据采集模型,采用分布式网格均衡配置方法对无线传感器网络中的节点进行均衡部署；结合最短路径寻优方法使数据采集过程中的信道分配达到均衡,构建数据采集最短路径寻优控制模型,采用输出比特序列重组方法进行数据采集过程中的传输延迟配置；结合码元调节技术对数据传输进行自适应扩频调节,利用时隙窗口间隔均衡控制方法实现无线传感器网络数据传输延时分配。实验结果表明,采用该方法进行无线传感器网络数据传输延时分配的自适应性较好,输出稳定性较强、分配输出错误率低,有效性更强。