基于非对称模型的水下机器人全局指数镇定

针对水下机器人的水平面镇定控制问题,提出了一种基于非完全对称(前后不对称,左右对称)模型的全局指数镇定控制方法.建立了非完全对称水下机器人的运动模型,通过设计控制输入的反馈变换,得到简化的水下机器人镇定控制系统;基于非线性反步法,设计了水下机器人速度的虚拟输入,从而实现了位置和姿态角的镇定控制;通过对虚拟输入误差的镇定设计,得到了水下机器人系统的全局指数稳定控制律,并利用李雅普诺夫稳定性理论证明了所设计控制器的稳定性.最后通过仿真实验验证了所设计的反步镇定控制器的有效性和可靠性,同时通过与传统基于完全对称(前后、左右均对称)模型的水下机器人运动控制方法比较,验证了基于非完全对称模型控制算法的优越性.     

自主式水下机器人运动稳定性控制方法

针对自主式水下机器人稳定性控制问题进行了研究.首先对水下机器人的总体结构及其在水中的运动特性进行了分析,建立水下机器人系统的动力学模型;然后建立了直线、方向和位置的运动稳定性分析方法,确定了纵向稳定性和侧向稳定性准则,提出了基于特征值的稳定性要求;最后设计了无源自适应控制器,针对水下机器人在水中悬停和运动时易受海流影响的问题,建立了自适应补偿方法,进而确定了输入的不确定性补偿方法.对自主式水下机器人进行多方向的运动稳定性控制试验,通过试验修正稳定性控制参数,验证了设计的水下机器人运动稳定控制器的有效性和可靠性.     

仿生水下机器人的增强学习姿态镇定

针对一类双波动鳍仿生水下机器人的姿态镇定问题,提出一种基于增强学习的自适应PID控制方法.对增强学习自适应PID控制器进行了具体设计,包括PD控制律和基于增强学习的参数自适应方法.基于实际模型参数对偏航角镇定问题进行了仿真试验.结果表明,经过较小次数的学习控制后,仿生水下机器人的偏航角镇定性能得到明显改善,而且能够在短时间内对一般性扰动进行抑制,表现出了较好的适应性.     

基于干扰观测器的欠驱动AUV自适应反演控制

针对未知外界干扰存在的情况,提出一种基于非线性干扰观测器(NDO)的自适应反演控制,用于改善欠驱动自治水下机器人(AUV)深度跟踪控制性能。首先对欠驱动自治水下机器人的垂直面模型进行有条件的简化,得到新的运动学及动力学方程,建立简化后模型的状态方程;其次根据系统状态方程构建非线性观测器,设计自适应反演控制器,输出控制量根据李雅普诺夫稳定原理推导得出,确保包含非线性干扰观测器及自适应反演控制器在内的控制系统的一致渐进稳定性。研究结果表明:所设计的非线性干扰观测器以及自适应反演控制器可以实现欠驱动自治水下机器人在存在外界未知干扰情况下深度轨迹跟踪,具有较强的鲁棒性。     

控制动作下带缆遥控水下机器人的水动力特性

首先利用模糊神经网络算法构建了基于完整的带缆遥控水下机器人水动力数学模型的控制器,对水下机器人多自由度上的轨迹和姿态进行控制;然后,针对传统螺旋桨推进力分析方法中的缺陷,引入神经网络相关理论并结合计算流体方法对推进力和转速之间的相互关系进行辨识和换算;在此基础上构建了一个完整的、包括模糊神经控制器、机器人水动力数学模型以及推进力和转速换算模块的带缆遥控水下机器人控制系统;最后,在考虑系统各部分间相互影响的前提下进行了水动力特性的整体分析和计算.数值计算结果表明,所建立的控制系统可以对带缆遥控水下机器人进行有效的轨迹和姿态控制,文中方法可以从整体的角度分析一定控制动作下水下机器人的水动力响应.     

基于模糊算法的AUV避障与姿态控制

为了实现水下机器人(autonomous underwater vehicle,AUV)在水下的避障与姿态的稳定控制,提出了一种基于模糊算法的避障与姿态控制算法.通过分析AUV在水下的水平面和竖直面状况,分别构造满足其水平面和竖直面避障和姿态控制的模糊算法,并设计了相应的控制系统.设计的控制系统主要由2个模糊控制器组成,通过模糊控制器输出AUV的左、右和下潜加速度,利用模糊逻辑系统对其速度进行逼近,并利用AUV的速度信息实现AUV水平面和竖直面的避障与姿态的控制.通过在不同位置放置障碍物构建模拟场景,采用Matlab进行仿真试验.仿真结果表明,设计的基于模糊算法的避障与姿态控制方法能够满足设计要求.     

AUV模型解耦水平运动多控制器联合控制

为了解决自治水下机器人(AUV)的水平面轨迹跟踪控制问题,提出一种基于解耦模型的多控制器联合控制方法.建立AUV水平面三自由度运动模型并进行模型解耦,将每个自由度都只保留主变量,模型中的交叉耦合项和模型不确定性都当做外干扰项来考虑;对解耦后的AUV运动模型进行轨迹跟踪控制器的设计,针对AUV各个自由度的特点,为轴向和侧向运动设计自适应反演滑模控制器,为艏向运动设计带有干扰观测器的自适应终端滑模控制器;通过公式推导,利用李雅普诺夫理论证明了系统稳定性和误差的收敛性.仿真实验证明:所设计的轨迹跟踪控制器具有较强的鲁棒性能,系统能够实现对平面轨迹的精确跟踪且能够在规定的有效时间内实现对艏向角的精确跟踪.     

水下机器人控制系统设计与仿真

设计一款小型有缆水下机器人,搭建以滑模控制器为核心的软、硬件平台,改进有缆水下机器人传统滑模控制器定向、艏向与姿态控制在平衡面不稳定的情况,把定深控制器、艏向控制器和姿态控制器计算得到的控制量并联输出,作为脉冲宽度调制调节量对电机调速.用Matlab/Simulink仿真软件对定深控制、艏向控制和姿态控制进行滑模控制器算法仿真,仿真结果验证了有缆水下机器人滑模控制系统的有效性和稳定性.     

基于神经网络PID的AUV控制方法研究

针对水下机器人各自由度之间存在较强的耦合和非线性特征，其精确的数学模型很难获得的问题，建立了水下机器人空间运动的数学模型，并根据实际需要和控制器设计的方便进行了适当简化，得到了水下机器人自由度运动模型．在此基础上，使用了基于神经网络的PID控制方法．结合水下机器人六自由度水动力模型，建立了基于BP网络的PID的水下机器人控制器，并进行了仿真环境下的试验．试验结果表明，以上控制方法较为适合水下机器人的运动控制．     

一种轻型水下机器人控制系统的设计和实现

文章针对水下机器人运行环境的特殊性,设计并构建了一款轻型水下机器人;对其控制系统进行了总体设计,并搭建了以STM32微控制器为核心的软硬件平台;根据该机器人的结构特点和运动特性,分别设计了单级和串级比例-积分-微分(proportional-integral-derivative,PID)控制器对机器人进行深度及姿态控制,将姿态控制器和深度控制器计算得到的控制量并联输出,作为脉冲宽度调制(pulse width modulation,PWM)调节量对电机调速;最后通过水下试验验证了控制算法和控制系统的有效性和可靠性。     

电阻炉温度的智能化控制

针对提高电阻炉温度的控制质量,研究了利用单片机实现以微分先行、P-PI为控制算法的智能化控制方案,给出了单片机的硬件组成和控制算法。实践证明该控制方案在性能指标如超调量、稳定时间和稳态误差等方面,取得了较为满意的结果。     

土木工程结构振动控制的概况与新进展

对土木工程结构振动控制的发展概况进行了综述,介绍了国内外该领域的主要研究成果和最新进展及未来的发展方向。     

PID型大范围预测自校正控制器的设计与实现

本文通过对一般的大范围预测控制中目标函数的改进，导出了具有ＰＩＤ结构的新型大范围预测自校正控制计算法，使得控制器的动态性能及鲁棒性得到加强。本文还给出了这种方法的实现步骤，进行了数值仿真实验。仿真结果验证了该项控制器的有效性。     

两种新型pH值的控制方法研究

根据酸碱滴定曲线本身非线性的特点 ,提出了三区段非线性变增益PID控制算法和积分模糊控制 (IFC)算法 ,通过对带有时滞的pH值中和反应过程进行数字仿真研究 ,控制结果表明新型算法具有鲁棒性强、响应速度快和控制精度高的优点 ,尤其是IFC控制方法能克服pH值中和过程中的较大时滞 .     

一种离散非线性随机系统模型的非线性结构的自校正控制器

本文给出了一种描述离散非线性随机系统的数学模型,它是CARMA模型的一种扩展,双线性系统模型是它的一种特殊形式,并给出了新模型下自校正控制器的算法,它将CARMA模型下的算法结构从线性扩展到非线性。     

浅谈市政工程项目管理中的施工控制

市政工程项目管理是指工程中标后,承包人对工程实施项目管理的全过程。对市政工程项目管理中成本、质量、进度和安全目标4项工作之间的运作情况及它们之间的相互关系进行探讨,旨在提高工程项目管理水平。     

速度控制系统一类闭环控制策略

比例积分（ＰＩ）控制已被广泛应用于速度控制系统．一种较新的控制策略积分比例（ＩＰ）控制却具有超出ＰＩ控制的优点．文中对基于模拟电路的这两种控制策略及方案进行了对比研究．研究结果表明,ＩＰ控制不但具有一些明显超过ＰＩ控制的优点,而且保留了ＰＩ控制的优点．     

交通信号灯智能控制系统设计与实现

研究了运用PLC技术的交通信号控制系统，用简洁的软硬件使其智能化程度更高。采用PLC与计算机之间的通讯链接技术，完成交通对象的复杂控制。并运用模糊控制原理，将人的控制经验及推理过程纳入系统自动控制当中，使车辆行驶和道路导航实现智能化。     

可逆式轧机几种电气控制方法

冷轧可逆式轧机在轧制过程中主要用到的几种关于传动控制器的原理及对这几种控制方式的详细介绍,其中包括了速度控制原理控制器的设计,△V的控制原理,张力控制原理,直接张力控制,间接张力控制,加速转矩控制以及钢卷内径计算的方法。     

一种新型自学习智能控制器研究

本文结合工程实践经验，基于传统控制方法和智能自学习控制思想，提出了一种切实可行的新型智能控制器，并应用锥稳定性定理为闭环系统建立了稳定性分析，给出了ｌ２稳定性结果。