基于蚁群优化神经网络的AUV舵的故障诊断

针对流线型AUV舵故障,提出了基于Elman神经网络的故障诊断方法。基于蚁群算法优化改进型Elman神经网络,建立了AUV角速度运动模型,通过蚁群算法和梯度下降法对改进型Elman神经网络训练的对比分析,验证了蚁群算法优化的改进型Elman神经网络具有训练速度快,不易陷入最优解等特点。提出了基于角速度残差检测舵故障,再通过定角度航行和定速直航的主动诊断方式,判定舵故障类型的故障诊断方法,探讨了基于角速度残差和角度残差的变化趋势来诊断舵卡死和舵变形故障的故障决策方法。对流线型AUV的舵变形及舵卡死故障进行了水池模拟实验,实验结果验证了所提方法的有效性。     

水下机器人-机械手姿态调节系统研究

针对微小型水下机器人(autonomous underwater vehicle,AUV)内部空间狭小、机械手展开作业产生较大姿态倾覆力矩的问题,本文研制了一种新型的水下机器人-机械手系统(autonomous underwater vehicle-manipulator system,AUVMS)姿态调节系统。该系统可以通过机械自锁实现姿态保持以减少能耗,并且可以实现"软件限位"和"硬件限位"两级安全保护。为降低AUVMS姿态偏差和调节时间,提出适应于AUVMS姿态控制的模糊双闭环PID方法,通过模糊逻辑在线调节PID参数,以适应于AUVMS的非线性特性。通过研制的AUVMS原理样机进行水池剪缆作业实验,验证了该AUVMS姿态调节系统及提出的控制方法的有效性。     

自主式水下机器人自适应区域跟踪控制

研究自主式水下机器人的区域跟踪控制问题,提出一种基于PD神经滑模的自适应区域跟踪控制方法。针对自主式水下机器人自适应控制器中仅在线调整网络权值的径向基函数神经网络存在收敛性能差的问题,给出同时对径向基函数神经网络权值、径向基函数中心与方差进行自适应调整的方法,使径向基函数神经网络无须离线选取径向基函数中心与方差,即可进行在线自适应学习。考虑到控制器中滑模控制项易引起系统抖振的问题,提出一种基于指数函数的滑模切换增益调节方法,使滑模切换增益能够依据跟踪误差实时调节以降低系统抖振。基于Lyapunov理论对所提自适应区域跟踪控制方法的稳定性进行分析。通过自主式水下机器人的仿真试验与水池试验验证所提方法的有效性。     

快速走丝线切割机多次切割工艺及其对表面质量的影响

国外线切割机床采用多次切割工艺,工件表面粗糙度 Ra=0.4～0.1μm,但快速走丝线切割机床由于丝速快,贮丝筒、丝架、导轮、轴承等振动使得它不能采用常规的,简单的多次切割工艺(类似于国外的慢速走丝多次切割工艺)。因为常规的多次切割工艺,在第一次切割时,留有一定的加工余量,切缝两侧可以限制钼丝的振动,钼丝两     

数控电火花线切割加工中故障先兆信息的采集系统

对电火花线切割加工中故障的先兆信息进行了理论分析,提出了故障先兆信息的提取方法,并将采集到的故障先兆信息通过数据采集卡送入计算机进行分析和处理,基于Windows操作系统具有界面友好、多任务并行处理等特点以及VisualC 的面向对象的编程技术和多线程编程技术,开发了数控线切割机床故障先兆信息采集系统,在SCX－Ⅱ型数控切割机床上的实验表明,本文所提出的数控线切割机床故障先兆信息采集系统是有效和可行的。     

电火花线切割故障诊断中基于神经网络的数据融合技术

在电火花切割加工的过程中,准确判断中单个放电脉冲的放电状态是十分必要的。为此提出了基于神经网络的多传感器数据融合技术用于放电状态的判断,利用模糊神经网络作为多传感器数据融合的工具,降低了检测系统的成本,提高了检测的准确性,将其应用于自行开发的电火花线切割加工放电状态的预报系统的检测部分,在SCX－Ⅱ型数控线切割机床上证明该方法是有效和可行的。     

电火花加工表面三维粗糙度的评定基准与评定参数

针对电火花加工表面的特征,分析目前采用切削加工表面粗糙度的评定方法来评定电火花加工表面三维粗糙度的不合理之处,提出改用实际表面算术平均偏差R_(at)和实际表面最大高度R_(yt)两个评定参数来综合评定,并给出相应的取样面积、评定面积和评定基准面及R_(at)和R_(yt)的定义.     

基于改进人工鱼群算法的无人艇控制参数优化

针对欠驱动无人艇控制系统的参数优化问题,基于改进人工鱼群算法,提出了一种非线性控制系统的参数优化策略。首先考虑了人工鱼群算法存在的求解精度低、盲目搜索、收敛缓慢等问题,提出了一种改进人工鱼群算法。然后分别以最小跟踪误差、最小能量消耗为性能指标,利用改进的人工鱼群算法,对欠驱动无人艇的跟踪控制器进行参数优化。数值仿真试验结果表明:无人艇实现了对期望轨迹的跟踪,并具有良好的控制性能,试验结果验证了所提算法的可行性和有效性。     

基于遗传算法的AUV运动规划中评价基准与优化方法的研究

对基于遗传算法进行水下机器人运动规划过程中的评价基准和优化方法进行了研究,提出了通过遗传算法的自身变量表现评价函数中间影响变一的方法,分析了遗传算法选择战略,给出了基于误差的选择公式,提出了对不同优化阶段,不同个体的选择基准进行了动态设定的方法,以水下机器人Ｔｗｉｎ－Ｂｕｒｇｅｒ为对象进行运动规划的结果验证了算法的有效性。     

适于高速加工的五次参数样条曲线插补及其速度生成算法的研究

为适应高速高精加工,针对传统插补算法和速度控制方式在进给过程中存在柔性冲击的问题,提出了一种五次参数样条曲线插补方法及其速度生成算法.该算法采用二阶连续可导的五次样条和近弧长样条参数提高了进给运动的连续性;速度控制算法保证机床在高速运行过程中加加速度(加速度的变化率)的二次连续、加速度、速度和位移与时间关系的高阶连续变化,并且保证在各自的约束范围内,从而使机床的运动平稳,避免产生大的冲击和振动,同时有利于提高加工质量,减少加工时间.通过仿真验证,表明了这种算法能有效地保证高速加工机床运行过程中进给速度的连续性和运动轮廓的平滑性.