变频调速在矿井提升机中的应用

本文以某矿务局矿井提升机改造为例,阐述了矿井提升 机变频调速系统的构成和作用。以PLC为控制单元,用变 频器对电动机进行调速的新型的矿井提升机运输系统有着广 阔的发展前景。     

基于MCU的红外遥控智能家用照明系统的设计

文章介绍了红外遥控发射器NB9148芯片的特性。在红外遥控接收装置中,传统的方法是采用专用的红外遥控接收器NB9149,但带来种种限制,因此,本文直接采用EM78P156E单片机,一方面代替NB9149,另一方面作为主控制器,在此基础上构成了一种新型的照明系统,最后给出软件识别红外遥控键码的方法和相应的程序流程图。     

复杂环境中群机器人网格分布与移动

如何控制不受数量限制的群机器人形成队形并在复杂环境中移动,是一个极具挑战性的问题。基于虚拟力原理分析了群机器人网格队形分布和移动控制方法,制定了详细的系统性能评价指标（稳定时间、碰撞次数、连接数、簇数等参数）,研究了网格队形在复杂环境中的移动以及不同虚拟力对移动的影响。通过在复杂障碍物环境中的仿真,显示出该方法可以鲁棒、有效地完成网格分布和移动任务。指出了今后的研究方向。     

基于虚拟力的群机器人围捕算法

启迪于物理学中的范例,探讨了基于虚拟力的群机器人围捕算法的原理和方法。制定了详细的系统性能评价指标（稳定时间、层数、层间距离、层中机器人个数、机器人密度等参数）。分析了围捕性能与机器人数量、虚拟力的关系;提出了目标对机器人作用力的分层结构思想,实验显示不仅加快了围捕速度,而且提高了围捕分层的质量;提出了机器人绕目标转动的围捕方法,解决了势场法中常见的局部极点问题,并且大大提高了围捕的速度和质量。设计了一个简单的实体机器人实验证实了围捕算法的可行性,指出了今后的研究方向。     

工业机器人时间最优轨迹规划及轨迹控制的理论与实验研究

提出了一种用于工业机器人时间最优轨迹规划及轨迹控制的新方法, 它可以确保在关节位移、速度、加速度以及二阶加速度边界值的约束下, 机器人手部沿笛卡尔空间中规定路径运动的时间最短. 在这种方法中, 所规划的关节轨迹都采用二次多项式加余弦函数的形式, 不仅可以保证各关节运动的位移、速度、加速度连续而且还可以保证各关节运动的二阶加速度连续. 采用这种方法, 既可以提高机器人的工作效率又可以延长机器人的工作寿命. 以PUMA 5 6 0机器人为对象进行了计算机仿真和机器人实验, 结果表明这种方法是正确和有效的. 它为工业机器人在非线性运动学约束条件下的时间最优轨迹规划及控制问题提供了一种较好的解决方案.     

群机器人仿真系统设计与实现

群机器人仿真系统是一个能够对群机器人系统的体系结构、协调控制和学习算法等进行实验的数字仿真系统。分析了各仿真对象的物理特性及其实现难点,给出了仿真系统的软件架构和对象建模,描述了各仿真功能的具体实现。利用本仿真系统进行的实验结果表明此系统达到了比较理想的效果,具有良好的分布式运行能力和方便的实时交互能力,为群机器人系统的研究提供了一个有效的平台。     

多机器人系统的研究现状

介绍了多机器人系统的研究进展及现状,对该领域内的主要内容(思想源泉、体系结构与控制、通信、学习、可重构机器人)的研究现状作了分析和介绍,还提出了一些未来值得研究的议题。     

基于免疫遗传算法的多约束QoS组播路由选择方法

以具有精英保留的免疫遗传算法（IGAE）为基础,提出了一种新的用来求解带宽、时延、时延抖动受限,费用最小的QoS组播路由选择问题的方法。首先采用预处理机制,将网络结构中不满足带宽约束的链路去掉,利用Dijkstra第k最短路径算法建立编码空间的备选路径集;然后采用基于路径的树结构编码来随机产生初始群体,使种群中的每个个体都代表组播路由问题的一个候选解;最后利用IGAE算法对种群进行优化,最终求得满足QoS要求的组播路由。仿真实验结果表明,该算法具有较好的性能,能以较快的速度搜索到满足QoS要求的费用最小的组播树。     

遗传柔性多面体混合算法在机器人时间最优轨迹规划模型的应用

时间最优轨迹规划是机器人技术中一个重要研究领域,本文首先推导出该问题的非线性规划数学模型,在此基础上引入了遗传柔性多面体混合算法,该算法融合了遗传算法的全局搜索能力和柔性多面体算法的局部搜索能力,实验结果表明,遗传柔性多面体混合算法在搜索性能方面超过遗传算法,使机器人在满足约束条件下以更少的时间完成给定轨迹的运行,提高了机器人在制造业中的搬运效率。     

混沌局部搜索策略的差分进化算法

提出了一种应用混沌局部搜索策略的差分进化算法(CLSDE),在每一代中通过DE/best/2/bin形式的差分进化算法找到最佳个体,然后在最佳个体的附近用混沌的方法进行局部搜索.6个基本测试函数的优化结果表明:CLSDE寻优结果得到的最大值、最小值、平均值、标准差都比DE/best/2/bin好,而且收敛速度比DE/best/2/bin快.