挖掘机工作装置电液伺服智能控制

针对挖掘机工作装置电液伺服系统中存在多变量、强耦合及非线性的特点，提出了CMAC神经网络与常规控制相结合的控制方法，很好地解决了挖掘机电液伺服系统位置控制问题。仿真结果表明，该控制方法具有较高的控制精度和鲁棒性。     

液压挖掘机工作装置模型及控制的试验研究

对某型液压挖掘机的工作装置进行3自由度的动力学分析，利用拉格朗日方法建立其动力学方程；并在该动力学方程的基础上给出挖掘机铲斗轨迹控制方法；介绍控制系统的软件、硬件、反馈检测装置、轨迹控制器以及为了对挖掘机进行计算机控制所进行的相关改造；给出PID控制的框图、铲斗轨迹跟踪控制表达式；对其铲斗轨迹跟踪控制进行三自由度的测试试验；由于试验挖掘机所采用的控制阀为电液比例阀，有较大的死区，为了保证控制精度，给出了死区补偿的试验方法以及PID参数设置方法和数值。研究结果表明：在所给定的PID参数下，铲斗跟踪的设定水平直线长度为2．500m，对铲斗水平跟踪速度为136mm／s，其精度可以控制在110mm之内，非直线度最大为4．2％。     

挖掘机器人阀控缸系统RBF神经网络参数辨识

为提高液压挖掘机器人工作装置轨迹规划控制精度,减小按照理想模型进行控制的阀控缸系统存在的控制误差,获得更接近实际状况的阀控缸系统控制模型,采用RBF神经网络方法,建立含阀控缸系统待辨识参数及Jacobian信息的线性方程组.以挖掘机斗杆油缸为研究对象,经实验获得油缸进回油压力、斗杆倾角参数,辨识出阀控缸模型中阀的增益系数kq、体积模量Eoil和内泄漏系数Cli.最后通过对阀控缸系统进行力控制实验对比研究,验证了采用辨识参数的系统模型控制精度较好,有很强的鲁棒性.     

智能挖掘机直线挖掘作业的运动规划与控制研究

针对挖掘机在开挖沟槽与坡面平整作业时通常需要用到直线挖掘,并且具有高精度作业需求, 提出一种多关节协同的运动规划与控制策略. 建立挖掘机工作装置的运动学模型,根据铲斗齿尖直线运动轨迹进行逆运动学求解得到各关节的运动轨迹,并根据斗杆和铲斗的预测角度值,随动规划动臂目标角度. 利用递推最小二乘法对挖掘机各关节动力学模型参数在线辨识,实时预测延迟时间内关节角度的变化来补偿系统延迟特性所导致的跟踪控制误差.对现有挖掘机进行智能化改造,搭建AMESim的工作装置模型,基于实验数据修正液压系统模型参数及挖掘机模型,并在Simulink中建立控制模型与AMESim的挖掘机模型进行联合仿真测试,验证控制算法的可靠性. 仿真结果表明,与传统PID控制策略相比,基于关节协同控制的策略在直线挖掘铲斗轨迹控制中具有更好的性能.     

液压挖掘机工作装置CAD/CAE联合仿真研究

文章将CAD/CAE技术应用到液压挖掘机的研究与开发中,主要对液压挖掘机工作装置进行了分析。通过三维建模软件Pro/ENGINEER创建挖掘机工作装置三维模型,然后导入动力学分析软件Adams进行运动学和动力学分析,运用Ansys软件分析其强度并进行了优化设计,实现了液压挖掘机工作装置的CAD/CAE联合仿真与研究。该...     

液压挖掘机自适应模糊滑模控制的研究与仿真

为了解决滑模控制中的抖振问题,设计了自适应模糊滑模变结构控制器.为了使滑模控制的等效控制不依赖于挖掘机工作装置的精确数学模型,引入自适应模糊控制连续逼近等效控制器,增强对不确定性控制系统的鲁棒性,并将其用于液压挖掘机工作装置的轨迹跟踪控制.控制规则包括等效控制、切换控制和调整控制三个部分.在Matlab7.4/Simulink环境下对自适应模糊滑模控制进行了挖掘轨迹的跟踪仿真,给出了跟踪性能及控制输入.     

用T-S型模糊神经网络的机械手轨迹跟踪自适应控制

对于常见的将 CMAC神经网络前馈控制器和常规反馈控制器相结合的机械手轨迹跟踪控制方案 ,它的控制性能同时受神经网络前馈控制器学习能力和反馈控制器控制精度的制约。该文提出的采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案充分利用了 T- S模糊模型的特点和优点 ,以一种基于简化的 T- S型的模糊神经网络作为前馈控制器 ,同时反馈控制器也采用 T- S型模糊神经网络实现。针对三自由度机械手轨迹跟踪问题的仿真实验表明 ,采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案是可行的和有效的     

基于刚柔耦合的挖掘机工作装置关节摩擦副动力学分析

针对液压挖掘机工作装置关节摩擦副摩擦磨损问题,运用假设模态法及拉格朗日运动法建立了挖掘机工作装置刚柔耦合动力学模型,并分别基于刚体以及刚柔耦合模型下对工作装置进行动力学分析,得到3个重要关节的载荷变化曲线,进而基于联合仿真对动臂-底座关节摩擦副端面进行动态应力对比分析.结果表明,基于刚柔耦合的动力学分析更加贴近实际情况.挖掘机的回转过程中关节摩擦副会产生剧烈的交变载荷,摩擦副端面接触压力区域分布于外圈边缘,并随着工作装置的运行沿外圈移动.所得结论为挖掘机的关节摩擦副设计优化提供更加准确的依据.     

基于ANFIS的挖掘机器人挖掘轨迹仿真

为提高液压挖掘机器人工作装置挖掘作业轨迹规划控制精度,将挖掘机器人工作装置简化为斗杆、铲斗两关节二维机械臂进行分析.在建立逆运动学模型时,要将铲斗末端位姿空间与工作装置关节空间和油缸空间联系起来进行轨迹规划,以便在各个空间实现对挖掘机器人的控制.为提高跟踪期望轨迹精度,采用两个自适应神经模糊推理系统(ANFIS)分别学...     

基于虚拟样机技术挖掘机工作装置动力学分析及仿真

应用拉格朗日动力学原理建立挖掘机工作装置动力学数学模型,以某型23 t挖掘机工作装置为研究对象,采用Pro/E软件对该挖掘机工作装置建立三维实体模型,用虚拟样机技术与动力学仿真软件ADAMS对挖掘机工作装置进行运动学和动力学仿真,获得挖掘机工作尺寸参数、各铰接点处的受力情况及相关受力曲线。研究结果表明:运用拉格朗日动力学原理建立的挖掘机工作装置动力学数学模型,为挖掘机工作装置仿真研究提供了便利;最大挖掘高度、最大挖掘半径、最大卸载高度、最大挖掘半径停机面上最大挖掘半径与实际作业结果相吻合,通过动力学仿真分析得出的各液压缸受力曲线及挖掘机各关键铰接点的受力曲线,为挖掘机工作装置结构设计与产品优化提供了依据和方法。     

基于小脑模型的电液位置伺服系统在线学习控制研究

针对非线性电液位置伺服系统的跟踪控制问题,提出了一种采用小脑模型（ＣＭＡＣ）神经网络的在线学习控制方法,与传统的ＣＭＡＣ控制器不同,该控制器采用动态误差作为ＣＭＡＣ神经网络的激励信号,从而使基于ＣＭＡＣ的控制器跟踪连续变化的信号成为可能,给出了具体的控制结构和算法,仿真结果表明,该控制器具有良好的处理非线性及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能和较高的学习     

挖掘机器人模糊鲁棒控制的研究

为了实现挖掘机器人的轨迹跟踪控制,建立了挖掘机器人工作装置的四自由度拉格朗日动力学模型,设计了一个鲁棒控制器.控制律包括等效控制和辅助控制.等效控制保证闭环系统的控制输入基于期望的动力学模型,辅助控制保证动力学建模误差和不确定性存在时控制系统的鲁棒性以及跟踪误差趋于零.为了削弱控制输入的高频振荡,模糊控制被应用.将所设计的模糊鲁棒控制器用于仿真试验,给出了其轨迹跟踪效果及控制输入.     

小脑神经网络反馈学习控制系统

小脑模型神经网络（ＣＭＡＣ）用作前馈控制器的结构对于含有丰富状态的轨迹跟踪问题，如机器人轨迹跟踪问题有较好的控制效果，但它对于参考值为方波或阶跃信号的跟踪问题却不太适合．为此，提出ＣＭＡＣ网络反馈控制器的方案，该方案克服了ＣＭＡＣ局部联想特性和前馈控制结构所固有的缺陷，对较恒定的设定值跟踪和抑制噪声都有较好的效果．最后，仿真实例说明了所提方案的有效性．     

双旋弹丸弹道修正组件控制响应模型研究

为提高靶场试验中修正组件的打击精度,获得更好的滚转控制效果,评估滚转控制算法和弹道修正策略的性能,建立具有实际指导意义的双旋弹丸弹道修正弹修正组件控制响应模型,提出了一种数值仿真与试验测试相结合的执行机构建模方法.该方法通过获取双旋执行机构在阶跃冲击下的时域响应特性,结合拉氏变换计算传递函数,建立电磁控制力矩动态响应模型;通过飞行试验进一步获得准确的气动力矩和隔转阻尼力矩模型,建立了双旋弹道修正组件固定鸭舵滚转控制响应模型.风洞环境下的控制试验结果表明:双旋弹丸弹道修正组件控制响应模型能够以较高的精度评估组件动态控制响应特性,误差小于1.5%.试验验证了建模方法的可行性,也为后续弹道修正策略和控制算法研究提供了精确可靠的分析模型.      

五机架冷连轧AGC模糊小脑模型学习控制

首次提出模糊小脑模型，将模型概念引入到小脑模型中，给出算法，并采用它实现了冷轧轧ＡＧＣ系统模糊小脑模型学习控制，该控制方法具有快速学习功能，适合实时控制使用。以某厂五机架冷连轧机研究对象，在３８６／ＤＸ计算机上民了稳定态过程仿真研究。仿真结果表明，所提方法是有效的，比经典ＰＩＤ控制效果优越，具有良好的鲁棒性，可用于工业控制。     

高空作业车轨迹控制设计研究

针对折叠伸缩混合臂高空作业车提出了作业轨迹控制方案,实现了工作平台升降及水平直线运动时的轨迹自动控制.由两号折叠伸缩臂和飞臂组成的混合式高空作业车,工作平台轨迹控制是冗余自由度问题,其臂节变幅角度与伸长量有范围限制要求.基于一阶逆运动学数值算法设计出了工作平台直线运动轨迹闭环控制方案,针对范围受限控制变量设定了缓冲带,避免了控制率失效,实现了高空作业车作业轨迹的自动控制.