改进的灵敏度剪枝极限学习机

针对极限学习机(ELM) 网络结构优化问题, 提出一种改进的灵敏度剪枝ELM(ImSAP-ELM). ImSAP-ELM 将??₂ 正则化因子引入SAP-ELM 中, 采用留一准则确定最优隐节点数. 推导基于奇异值分解的输出权重计算公式, 避免矩阵奇异导致求解无效的问题. 将ImSAP-ELM 用于故障预测, 利用多组同类型故障数据建立多个ImSAP-ELM 模型, 基于加权思想融合不同ImSAP-ELM 的预测值. 某型无人机发射机实例表明, 相比于ELM、OP-ELM (最优剪枝ELM) 和SAP-ELM, ImSAP-ELM 耗时最高, 但是ImSAP-ELM 的预测误差小于其他3 种方法.

     

机械臂变指数趋近律滑模控制律设计

针对机械臂滑模控制中存在抖振的问题,采用改进趋近律的思想来设计滑模控制律,以达到有效抑制抖振的目的。在对滑模控制的特点和常用的指数趋近律进行分析的基础上,提出了一种变指数趋近律,并对其趋近性能进行了分析;结合机械臂动力学模型和改进的趋近律设计了相应的滑模控制策略,对其控制效果进行了验证。仿真结果表明,该控制策略不仅有效地抑制了系统的抖振,而且保证了机械臂系统对期望轨迹的快速跟踪性,进而提高了机械臂的工作性能。     

具有抖振抑制特性的机械臂快速滑模变结构控制

摘 要:针对机械臂轨迹跟踪控制中的跟踪速度和抖振2个方面,提出了一种基于新型滑模面和模糊幂次趋近律的滑模变结构控制策略.对传统滑模面的特性进行了分析和比较,设计了一种快速非线性滑模面,其收敛速度优于快速终端滑模面,提高了滑模变结构控制滑动运动阶段的收敛速度.依据模糊控制理论,设计了一种模糊幂次趋近律,在保证抖振抑制效果的前提下,提高了系统的趋近运动速度.仿真结果证明了所提控制方法的有效性和可行性.     

基于多项式插值的五自由度机械臂轨迹规划方法研究

根据机械臂的特殊结构,利用几何法进行机械臂的逆运动学求解。分析了机械臂末端抓手线速度、线加速度和关节角角速度、加速度的关系,对雅各比矩阵的奇异性进行了分析。分别利用三次插值和五次插值的方法对机械臂点位作业和连续路径作业进行关节空问轨迹规划。仿真结果表明插值算法实现了机械臂的轨迹规划要求。     

线性系统理论课程实验教学探索

线性系统理论课程内容丰富,理论性强,实践性强,难以理解和掌握。针对该课程的实验教学,从教学内容、教学手段和考核方式等方面介绍了教学团队采取的改革措施,以加深对理论知识的理解,提高学员学习主动性,激发其创新潜能。     

对“自动控制原理”课程实施研究型教学的探讨

研究型教学已成为我国高校教学改革的一个重要方向。从自动控制原理课程教学的特点出发,对教学过程中存在的问题进行了分析,并结合教学的实际情况对该课程实施研究型教学的具体措施进行了深入探讨。相关措施在教学实践中进行了应用,取得了良好的教学效果。     

机械臂轨迹跟踪滑模控制中的抖振抑制法研究

研究机械臂轨迹跟踪优化控制问题,针对机械臂轨迹跟踪滑模控制中存在的抖振问题,采用趋近律的方法来进行有效改善。用传统滑模控制趋近律的基础上,将饱和函数引入到了趋近律的设计中,提出一种改进的趋近律,并根据改进的趋近律设计了相应的滑模控制策略。将新的滑模控制策略应用到机械臂的轨迹跟踪控制中,对系统控制效果进行了验证。仿真结果表明,控制策略不仅有效地抑制了机械臂滑模控制中的抖振问题,而且保证了机械臂系统对期望轨迹的快速跟踪性,具有更好的趋近特性和收敛特性。     

改进幂次趋近律的机械臂滑模控制律设计

针对机械臂滑模控制中存在的抖振问题,采用趋近律的方法来进行改善,在对机械臂的控制特点和常用的滑模趋近律进行分析的基础上,针对幂次趋近律的缺点,提出了一种改进的幂次趋近律,并对其趋近性能进行了分析;根据机械臂动力学模型和改进的幂次趋近律设计了相应的滑模控制策略,对其控制策略的位置跟踪特性和抖振消除能力等进行了验证;仿真结果表明,该控制策略不仅有效地抑制了机械臂滑模控制中的抖振问题,而且保证了机械臂系统对期望轨迹的快速跟踪性,具有更好的趋近特性和收敛特性。     

基于地形熵的地形适配区选择准则研究

为了提高地形适配区选择准则的快速性,并有效的减小选择准则对基准误差的敏感性,文中从熵的含义和性质入手,利用地形的高程信息定义地形熵,以此来衡量不同特征的地形所包含的信息量,在此基础上,提出了基于地形熵的适配区选择准则.最后对该准则进行了仿真,仿真结果表明该准则具有较好的效果.     

非完整四轮式移动机器人反演轨迹跟踪控制

根据非完整约束的四轮式移动机器人的运动学模型,对其轨迹跟踪控制策略进行了深入研究;采用反演控制的相关理论和方法,设计了移动机器人轨迹跟踪控制策略;该控制策略将系统分解为低阶子系统来进行处理,利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计,并且具有全局渐近稳定性;此外,在控制策略中对相应的控制量设置了阈值,保证了移动机器人运动的平滑性;最后,对所设计控制器的稳定性和平滑性进行了仿真实验,验证了其正确性和有效性。