基于遗传双映射神经网络的机械臂运动控制研究

讨论了一种基于双映射神经网络的机械臂运动控制器.并采用遗传进化算法对该控制器网络拓扑结构和参数进行了优化,实现了机械臂的轨迹跟踪控制.计算机仿真表明该控制器具有较高的控制精度和响应速度,可以满足机械臂工作要求.     

基于神经网络的机械臂自适应输出反馈控制设计

研究了机械臂的位置跟踪问题,提出了基于神经网络的自适应输出反馈控制方法. 该方法无需系统精确的数学模型,适用于具有非线性不确定性和外界干扰的机械臂控制系统. 设计的控制器由三部分组成：基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项. 神经网络的权值自适应学习率由Lyapunov稳定性理论得出. 仿真结果表明设计的控制器能驱动机械臂精确跟踪期望的位置,验证了该控制方法的有效性.     

遗传算法在PID自整定控制中的应用

提出了一种基于遗传算法和单神经元的自整定PID控制器的设计方法，该控制器首先利用遗传算法对PID的3个参数作离线优化，搜索到一组准最优的PID参数，作为PID控制器参数的初始值，然后利用改进后的单神经元梯度下降法在线调节PID参数，以使系统获得最优的动态性能和稳态性能．仿真结果表明：与传统PID控制算法比较，该控制方法响应速度快，具有更好的控制效果．     

基于BP神经网络的机械臂模糊自适应PID控制

机械臂属于强耦合多变量的典型非线性系统,常规的控制策略难以取得满意的控制效果.采用基于BP神经网络的模糊自适应PID控制策略,解决了原有PID控制的参数自适应能力弱、鲁棒性较差的问题.该方法采用BP神经网络动态调整PID控制器参数,使之能够随时满足控制精度的需要,改善系统的控制性能.仿真实验结果表明:所提的控制策策略实现简单,同时具有较高的控制精度.     

基于ROS和EtherCAT的视觉伺服7DOF机械臂仿真研究

将视觉传感器构建到机械臂一侧的视觉伺服系统是7自由度机械臂实现物体抓取和移动的有效方法,但此方法存在着对目标识别定位速度慢和末端执行器轨迹规划难的问题。因此,设计并实现了基于机器人操作系统(Robot Operating System,ROS)和EtherCAT的视觉伺服7自由度机械臂仿真平台。在ROS系统上,利用颜色机器视觉(Color Machine Vision,CMVision)算法实现了抓取目标的快速识别和定位;基于机械臂的D-H模型,求解得到逆运动方程,规划机械臂的轨迹,并应用比例、积分、微分(Proportion,Integration,Differentiation,PID)算法进行控制;在Linux上构建实时内核,利用EtherCAT技术实现了机械臂末端执行器的快速准确移动控制。测试结果表明,该平台能够实现目标的快速识别、定位和抓取,具备良好的稳定性和可操作性。     

基于改进PSO算法的四旋翼飞行器飞控系统PID参数整定

针对四旋翼飞行器飞控系统中存在PID控制器参数难以整定的问题,提出一种改进的粒子群算法,应用于PID参数的整定优化中.为了让粒子群在算法早期拥有较强的全局搜索能力,在算法后期拥有较强的局部开发能力和较快的收敛速度,该改进算法采用了一种可使惯性权重非线性下降的调整策略;同时,算法融合了遗传算子,进一步加快了收敛速度,避免算法陷入局部最优.将该算法应用于PID控制器的参数优化,以实数编码的形式直接生成与PID参数组对应的粒子群,并把控制系统的误差性能指标作为评价粒子群的适应度函数.通过与标准粒子群算法与手动调参的阶跃响应对比分析,发现改进算法其阶跃响应曲线超调量更小,调节时间更短,响应速度更快,动态性能更优.提出的改进算法能对四旋翼飞行器飞控系统中的PID参数进行较好的优化,实现更好的控制效果,使得飞行器在飞行过程中更加平稳.     

基于遗传算法的模糊滑模控制在永磁直线电机位置控制中的应用

针对永磁直线电机控制中的推力扰动及参数变化问题,设计了一种改进的自适应模糊滑模变结构控制器(AF-SMC).利用遗传算法优化模糊变量的隶属度函数曲线.仿真和实验结果表明,与经典PID算法和一般模糊滑模控制算法相比较,新的算法具有更好的响应性能和抗干扰能力,抖振降低.     

基于改进粒子群优化算法的PID控制器参数优化

PID参数优化是控制领域的热点,其控制效果与比例、积分、微分参数有直接关系.为了改善系统性能,提出用一种改进的粒子群优化算法对PID控制器参数进行优化.该算法引入进化速度因子和聚集度因子对权值进行改进,进而改进了速度更新公式,并引入飞行时间因子以改进位置更新公式.通过3种典型函数证明了该算法的优越性,加快了收敛速度,提高了寻优效率.以典型二阶被控模型为研究对象,将上述算法与其他粒子群算法进行对比,表明改进的粒子群算法得到的PID参数具有更好的控制性能.     

基于RBFNN和回馈递推的新型多旋翼飞行器控制

研究了新型多旋翼飞行器的建模与轨迹跟踪控制. 建立了非线性运动学和动力学模型,并提出基于全调节径向基神经网络和回馈递推的鲁棒自适应轨迹跟踪控制策略. 首先设计了飞行器的位置误差PID控制器,用于实时消除飞行轨迹与期望轨迹的偏差,并为姿态控制环构建姿态角指令. 采用全调节径向基神经网络估计飞行器动力学模型中的复合干扰,为避免回馈递推控制器设计过程中对虚拟控制信号的繁琐求导运算,减小对解析模型的依赖度,设计了一种基于指令滤波回馈递推的飞行器姿态控制器. 该设计方法通过滤波器而非直接用解析方法对虚拟控制信号求导,大大简化了控制器的设计过程,节省了控制能量. 仿真实验表明所提出的轨迹跟踪策略的正确性和有效性.     

PID控制器的粒子群多目标优化设计

提出一种基于粒子群优化算法的PID控制器设计方法,该方法定义一个包含系统超调量、上升时间和稳态误差指标项的适应度函数,根据控制系统的实际要求对各指标项进行适当加权。采用带收缩因子的粒子群算法对PID进行多目标寻优,实现了PID控制器的自动参数整定。应用该方法得到的PID控制器综合性能优于常规方法得到的PID控制器。     

基于内模控制原理的光电跟踪控制系统设计

跟踪控制系统是光电测量设备实现目标自动跟踪的核心单元。系统设计中采用的控制对象数学模型与实际对象存在机理误差和参数测量误差,采用传统闭环控制法设计时控制器的参数计算依赖于模型参数,导致控制器对实际控制对象的适应能力存在局限。采用内模控制原理(IMC)进行系统设计,可简化控制器参数计算及调试过程,降低系统对控制对象参数的敏感性,改善系统的动态性能。与传统方法设计的系统进行仿真对比表明,基于内模控制原理的跟踪系统具有更强的鲁棒性和更好的模型适应性。     

船舶航向非线性系统的自适应跟踪控制器设计

将非线性船舶操纵数学模型用于船舶航向跟踪的自动舵设计,同时考虑模型参数的不确定性以及舵机伺服系统特性,则船舶操纵非线性数学模型具有非匹配不确定形式.针对上述困难,提出一种新的自适应非线性控制策略,将Nussbaum函数与逆推(backstepping)技术相结合,设计了船舶运动航向跟踪控制器,成功解决了其虚拟控制系数符号未知的问题.在理论上,借助Lyapunov函数证明了所设计控制器使最终的非匹配不确定船舶运动非线性系统中所有信号有界,船舶实际航向自适应地渐近跟踪设定的期望参考航向.仿真结果表明所设计的控制器有效可行,对系统参数变化具有很强的鲁棒性.     

基于LM629的机械手关节电机控制器设计

设计了一种无刷直流电机控制器,用来驱动机械手关节.控制器硬件以单片机和运动控制芯片LM629为核心,控制策略采用模糊PID算法,实现电机的位置控制.给出了系统的硬件结构框图、控制算法原理以及软件流程图.运行试验表明该控制器具有较高的控制精度和抗干扰性,与传统机械手控制系统采用伺服电机集中控制的方式相比,更加灵活,性价比更高.     

凹球面换能器加热治疗中温度控制方法研究

高强度聚焦超声(HIFU)治疗肿瘤是目前临床治疗的一种有效方法,治疗过程中组织内的温度控制十分重要.本文针对HIFU治疗过程中用时过长、超调、振荡等特性及控制延时的问题,提出了一种模糊控制方法以优化系统的控制性能.该方法采用Mamdani推理型模糊控制器代替传统的控制器,依据模糊控制规则控制凹球面换能器的输出声功率,实现对治疗区温度的精确控制.Matlab仿真结果表明,模糊控制的引入有效地缩短了治疗时间,避免了超调和振荡现象,且在声源参数不同的条件下均能获得理想的控制效果.该方法相对PID控制具有明显的优势,对提高HIFU疗效有重要意义.     

PSO算法用于导弹鲁棒控制器性能权函数优化

摘要： 在导弹1综合鲁棒控制器的设计中,性能权函数的设计通常只能采用尝试和仿真迭代方法. 这种设计方法繁琐费时,控制性能不确定. 该文采用粒子群优化(particle swarm optimization , PSO)算法自动设计性能权函数. 分析了性能权函数各项系数对闭环响应的影响,设计了PSO优化算法的各项参数,并对PSO算法和1控制进行综合设计. 仿真结果表明,采用优化后性能权函数获得的1控制器性能良好,性能指标函数具有较好的收敛特性,表明了该方法的有效性.     

不确定连续系统预设性能非线性PID控制

研究不确定连续系统仅输入输出数据可利用情况下的非线性PID控制问题.在系统参考输入信号和输出信号连续可微的条件下引入预设性能控制理论,并基于预设性能控制的性能函数和误差转换思想设计了简单的非线性函数以组合形成非线性PID控制器,进而从理论上证明其可行性.仿真实验表明,所设计的控制器继承了传统PID的优点,且参数调整更灵活,系统的鲁棒自适应性和抗扰性更好.     

一种新型的语言模糊规则提取方法及其在交流伺服系统中的应用

本文提出了一种新型的不依赖专家经验知识建立系统控制器语言模糊规则基的方法，即仅根据系统的输入输出特性来构建系统模糊控制器的规则基，在对传统进化规划算法改进的基础上，巧妙地将其与PID控制技术相结合，即克服了PID控制器三大参数（比例，积分，微分）往往依赖一些近拟的整定方法来求取的弱点，同时又充分发挥了进化计算强大的数据挖掘功能，实现参数非线性PID控制，通过对交流伺服系统的仿真，证明了该方法具有很强的实用价值，值得进一步研究。     

Smith自适应模糊PID控制算法的研究及仿真

针对常规PID控制器在控制具有时变、大滞后等特性的实际被控对象效果不理想的问题,综合Smith预估控制和自适应模糊PID控制的优点,提出了一种新的控制器-Smith自适应模糊PID控制器．介绍了组成原理,分析了在控制时变、大滞后对象时的优点,给出了该控制器的具体设计方法．仿真结果表明,所设计的控制系统超调量小、调节时间短、响应速度快、动、稳态性能好,适用于参数变化的大时滞工业过程．     

一类混合不确定系统的对偶自适应控制

在具有未知常数且状态能够精确测量的线性二次型高斯(linear quadratic Gaussian, LQG)问题中,因为参数估计和控制增益存在耦合,所以分离定理不再成立,导致控制律无法获得解析解.为此,提出了一种对偶自适应控制方法,首先建立参数估计的状态空间模型,利用滚动动态规划获得控制增益,用Kalman滤波对未知参数进行估计,解决了估计增益与控制增益相互耦合的问题,进而设计了具有次优性质的控制器.该控制器既能优化控制目标,又能对未知参数进行有效学习.仿真结果表明了所提控制算法的有效性.     

基于反步法的感应电机L_2鲁棒控制

为了解决负载转矩和转子电阻未知的感应电机控制问题,用反步法设计了一种L2鲁棒控制方案.其中,为了避免反步法带来"项的爆炸(explore of terms)"问题,引入了动态面控制(dynamic surface control)方法,即用低通滤波器过滤内环控制器的参考信号.根据感应电机转子磁链定向的模型中定子电压相互解耦的特点,在外环控制器中引入鲁棒项,抑制不确定参数对控制系统造成的影响.证明了系统具有小于等于正数γ的L2增益.仿真研究表明,用本文提出的控制方案比不用鲁棒控制项的控制系统跟踪精度更高,鲁棒性更好.