考虑螺旋桨负载的液压推进器动力学响应分析

为了研究作业型遥控水下机器人(ROV)的运动控制和液压推进器系统的动力学响应特性,提出了一种考虑螺旋桨动态负载特性的液压马达的流量、压力、扭矩、转速和螺旋桨的转矩、推力的迭代求解方法,建立了一种伺服阀控制液压推进器动力学系统的仿真模型.通过数值仿真,分析了不同水流进速时液压马达及螺旋桨的动态响应过程及特点,比较了不同控制电压下螺旋桨的推力输出响应,得到了液压推进器的控制电压和实际推力之间的关系曲线.这种推进器的建模和仿真方法对水下机器人和过驱动船舶的运动控制和推力分配策略的研究具有较高的指导意义和工程价值.     

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.     

一类多变量传感器故障容错PID控制器的设计与应用

针对一类多变量非线性系统的传感器故障,提出了一种新型的基于神经网络模型的故障容错PID控制方法.该方法应用加权移动平均残差技术对传感器故障进行检测,并利用神经网络建模技术在线重构故障传感器信号,重组PID控制器反馈回路,实现容错PID控制.通过在三水箱过程设立多种不同类型的传感器故障,进行仿真研究.仿真研究结果表明,所提出的故障检测与容错控制策略具有很强的鲁棒性和容错能力.     

作业型ROV推进器动力学建模与响应分析

为研究深海作业型遥控水下机器人（remotely operated vehicle,ROV）液压推进器控制系统的动力学响应特性,建立了一种考虑螺旋桨动态负载影响的伺服阀控制液压推进器动力学系统的数学模型,提出一种伺服阀控制液压推进器的马达流量、压力、扭矩、转速、螺旋桨转矩和推力的求解方法.通过数值仿真,分析了不同控制电压下伺服阀、液压马达和螺旋桨的动态响应过程及特点,建立了推力分配方法中推力简化约束模型,并得到了期望推力和推进器控制电压之间函数关系的数学模型.与推进器水池试验结果相比,本文仿真结果准确可信.这种完整和准确的液压推进器动力学系统的数学模型,对实际水下机器人和动力定位船舶的运动控制方法、推力分配策略及推进器控制的研究,具有一定的指导意义和工程价值.      

基于SR-UKF的移动机器人主动故障检测和容错控制

提出了一种基于SR-UKF的主动状态建模方法用于移动机器人的在线故障检测和容错跟踪控制.通过对履带式机器人常见滑动故障的运动学分析,建立了带未知滑动故障参数的机器人运动学模型,并采用SR-UKF非线性滤波方法来联合估计机器人的位姿和滑动参数,在对机器人进行实时定位的同时实现了对快速变化(或突变)的滑动故障的在线跟踪和检测.在此基础上,将估计得到的自适应参数模型与基于Lyapunov分析的反馈控制律设计方法结合,获得了一致渐近稳定的轨迹跟踪控制结果,实现了针对在线故障自适应模型的容错控制重构.针对典型的阶跃式滑动故障参数变化的轨迹跟踪仿真实验表明了该方法的有效性.     

电厂冷凝器清洗机器人设计与控制方法研究

提出了面向电厂冷凝器清洗的新方法,它以高压水清洗为主、以化学药剂清洗为辅,通过智能清洗机器人实现电厂冷凝器的自动化在线清洗.首先设计了水下冷凝器清洗机器人的体系结构,给出了清洗机器人的机械与电气结构,在此基础上,为实现机器人的高效清洗,设计了机器人的分布式控制系统,提出了水下作业环境下二关节机器人的控制方法,建立了模糊高斯基神经网络控制系统结构,通过BP学习算法进行神经网络训练.最后,仿真实验表明:提出的控制方法在动态性能和稳定性方面优于传统的控制方法,非常适用于水下环境的清洗控制.     

执行器故障下临近空间飞行器容错控制重构

临近空间飞行器飞行条件复杂、气动环境恶劣，极易导致飞行器舵面出现故障，容错控制是保证飞行器安全运行的关键，对此提出了一种基于观测器-控制器的有限时间高精度容错控制重构策略．首先，为提高容错控制的精确性，在故障影响下飞行器姿态模型基础上，设计了双层快速自适应滑模观测器，实现对包含故障、干扰等在内的综合干扰有限时间估计，避免了传统自适应增益的过估计，从而有效提高观测器估计精度；进一步基于观测器估计值设计容错控制器，获得故障影响下的期望控制力矩，实现飞行姿态的有限时间容错控制．其次，针对故障时气动舵面实际提供的控制力矩难以满足期望值的问题，引入推力矢量喷管作为补充执行器．考虑故障舵面特性，采用基于二次规划的最优控制分配策略，将期望力矩合理分配到气动舵面及矢量喷管上，通过矢量喷管补偿故障舵面力矩损失，实现执行器故障下控制重构.最后，通过数值仿真验证了所设计观测器的优越性，并验证了所提出容错控制重构策略的有效性．     

基于鲁棒神经网络的水下机器人运动控制

针对水下机器人神经网络控制中系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,提出了一种基于鲁棒神经网络的水下机器人控制方法E利用指数趋近律,推导出神经网络参数的镇定算法,并采用标准误差反向传播(EBP)算法最小化目标函数,最后在水下综合探测机器人仿真平台上进行了试验研究E试验结果表明,该控制方法对神经网络学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.     

基于分布式认知无线电的非合作博弈频谱分配算法

基于博弈论的认知无线电频谱分配问题,是目前认知无线电领域的研究热点之一.分布式认知无线电系统的网络容错能力强,易于架设并且通信可靠性高.采用博弈论算法对认知无线电网络的频谱分配进行建模分析,可以很好的提高自适应算法的性能和收敛速度且降低了算法的复杂度.仿真结果表明,该分布式系统中的频谱分配算法收敛速度快、复杂度低并且具有很好的通信可靠性.     

基于深度强化学习的水下机器人最优轨迹控制

为了实现水下机器人在跟踪复杂轨迹时具有出较高的精度和稳定性,提出了利用深度强化学习实现水下机器人最优轨迹控制的方法:首先,建立基于2个深度神经网络（Actor网络和Critic网络）的水下机器人控制模型,其中Actor网络用来选择动作,Critic网络用来评估Actor网络的训练结果;其次,构造合适的奖励信号使得深度强化学习算法适用于水下机器人的动力学模型;最后,提出了基于奖励信号标准差的网络训练成功评判条件,使得水下机器人在确保精度的同时保证稳定性. 仿真实验结果表明:在解决一定精度内的水下机器人复杂轨迹跟踪问题时,该算法与传统PID控制算法相比具有更优的性能.     

轨控期间挠性卫星的姿态容错控制及主动振动抑制

针对受轨道控制推力影响及存在执行器故障的挠性卫星,提出了一种基于自适应滑模的姿态容错控制及挠性振动抑制方法.该容错控制方法不需要故障信息,而是基于滑模控制原理,利用自适应算法能够对故障系统中的不确定参数信息实现有效估计,并且在保证姿态稳定的同时,对来自环境和系统内部的扰动及转动惯量的不确定性具有良好的鲁棒性,从而提高了容错控制器的性能.进一步在姿态稳定的基础上,利用精确鲁棒微分器理论,针对挠性模态中的非线性项和扰动项设计了非线性状态观测器,并结合自适应控制和滑模控制方法实现了对挠性振动的有效抑制.最后,在反作用飞轮冗余配置的前提下,对轨道调控期间具有执行器故障的卫星姿态控制系统进行了仿真.结果表明,该方法有效正确.     

一种下肢康复机器人的神经网络预测控制

针对理疗师劳动强度较大的问题,提出一种下肢康复机器人的解决方案.运用循环神经网络对机器人进行建模,并利用该模型预测机器人的关节状态,采用牛顿-拉夫逊优化算法,根据预测误差进行反馈校正,实现对机器人位置的预测控制.仿真结果表明该控制方法能够满足康复机器人的控制要求.     

一类传感器故障的主动容错控制

目的为提高航空涡扇发动机数控系统可靠性。方法以某型涡扇发动机为对象,利用小偏离方法建立发动机建模,以传感器输出误差最小为性能指标函数,采用控制律重构方法设计主动容错控制器,使发动机控制系统在传感器故障情况下依然能维持发动机稳定工作。结果得到在飞行包线设计点发动机线性模型和主动容错控制器。结论该方法在发动机稳态工作点可有效地实现容错控制,提高航空发动机数控系统的可靠性,且控制精度高,实时性好。     

采用混合算法优化神经网络滑模控制的机器人跟踪误差

为了避免机器人关节角位移受外界影响,提高运动轨迹的跟踪精度,采用混合算法优化神经网络滑模控制器,并对优化后的控制器进行仿真验证.建立机器人平面简图模型,利用拉格朗日定理推导出机器人关节运动方程式,采用神经网络算法构建RBF神经网络自适应滑模控制系统.为了增强控制系统的稳定性,削弱外界波形对机器人运动轨迹的干扰,利用粒子群算法和差分进化算法在线优化RBF神经网络滑模控制律参数,设计了改进RBF神经网络滑模可调参数的自适应控制律,保证机器人控制系统的稳定性.通过MATLAB软件进行仿真实验,并且与优化前机器人关节角位移输出误差形成对比.仿真结果显示:随着干扰波形幅度的增大,采用神经网络滑模控制器,机器人关节输出角位移误差逐渐增大,系统不稳定,而采用混合算法优化神经网络滑模控制器,系统反应速度较快,机器人关节输出角位移误差较小.机器人采用混合算法优化神经网络控制器,能够提高控制系统的抗干扰能力,稳定性较好、输出精度较高.     

开架式水下机器人运动的变结构神经网络控制

针对开架式水下机器人运动的精确控制问题,提出一种水下机器人变结构神经网络控制方法。利用变结构控制理论中的趋近律方法,推导出神经网络参数的镇定算法,并讨论了学习算法的全局稳定性条件。仿真实验结果表明该控制方法对网络学习率的改变和外界扰动有很强的鲁棒性,具有一定的理论和实用价值。     

基于无线遥控的腿履复合型起重机器人控制系统研究

采用无线遥控技术以及内嵌控制算法,搭建一种新型腿履复合型起重机器人无线智能遥控系统,用于完成空间比较狭窄以及道路状况恶劣的吊装工作。控制系统采用专用运动控制器作为控制核心,以无线遥控模块作为交互接口,利用CAN总线技术,通过内嵌的控制算法,根据实际工作要求、车身重量以及车身平面度等条件,对发动机的启停、机器人姿态调整、作业过程中车身平衡调节、机器人的行走和发动机输出功率优化等进行控制,实现不同类型场地环境下机器人的吊装工作。该系统提高了起重机器人操作的方便性和工作过程的可靠性,在操作人员与机器人距离较远时仍可完成吊装工作。     

一种基于2D-mesh的片上网络无死锁容错路由算法

为解决片上网络中的永久性故障问题,提出一种基于2D-mesh拓扑结构的无死锁容错路由算法.定义了新的故障块生成规则,减小了故障节点的区域和受影响的健康节点数目,设计了一种故障节点探测和绕道路径生成算法,通过递归式消息传递实现了故障块区域的建立和绕道路径列表的生成.在绕道容错路由算法中,采用部分路由表与路由规则相结合的方法,通过在报头中加入绕道路径列表的方式引导报文绕过故障区域.结果表明,与现有算法相比,所提出的容错路由算法在随机均衡负载和热点负载2种情况下的延时都有所降低.     

基于广义内模控制的时滞系统主动容错控制设计

为了提高动态系统的可靠性,研究了多状态时滞系统的主动容错控制.给出了基于广义内模控制设计的容错控制器设计方法.该容错控制器由两部分构成,分别针对系统的性能和鲁棒性.只有当系统发生故障时,控制器中针对鲁棒性(容错性)的部分才会起作用,从而保证系统在没有故障时具有尽量好的性能,而当故障发生后具有客错功能.通过一个仿真算例,验证了方法的有效性.     

模块化多电平换流器的新型桥臂故障容错控制方法

模块化多电平换流器（MMC）被广泛应用于中高功率的输配电场景中，相比传统换流器，MMC可以在桥臂故障的情况下保持容错运行，提高了供电可靠性.尽管已经有相当多的关于MMC的容错运行控制方面的研究，但当三相MMC的一个桥臂发生严重故障而必须被旁路时，其控制方法还没有相关研究.为了解决这个问题，提出了一种新型桥臂故障容错控制方法，该方法通过对桥臂环流的直流分量和交流分量进行调节，实现了对除发生严重故障而被旁路桥臂以外的上下桥臂电容电压的独立控制.通过使用MATLAB/SIMULINK对连接到低压电网的三相MMC进行仿真，证实了所提出的容错方法的可行性和有效性.     

基于OpenGL和3DS MAX水下机器人运动可视化研究

超小型水下机器人运动可视化仿真在整个机器人的研制中占有非常重要的地位.基于三维建模软件3DS MAX和OpenGL,在个人PC机上的视景仿真系统开发出来.利用建模软件建立水下机器人模型,并将其转换为OpenGL的C代码,在VC++开发环境中实现了水下机器人模型的控制与显示、三维场景的模拟以及场景与模型的结合.仿真结果表明:该系统能够逼真地反映水下机器人在场景中的运动情况.