基于模糊高斯基函数神经网络控制的机器人视觉伺服系统

针对机器人视觉伺服控制系统中存在的不确定性问题,将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络视觉伺服控制器,该控制器不仅具有定性知识的表达能力,而且具有很强的在线学习能力。将所提方法用于三关节机器人"手-眼"视觉伺服系统的控制中,取得了很好的控制效果。     

转台伺服系统中高精度测速方法的研究与实现

介绍了转台伺服系统主要的两类测速模式：模拟测速和数字测速。详细论述了基于光电编码器的高精度的数字测速方法,及其在转台伺服系统中的实现。     

基于BP神经网络-模糊控制的机器人无标定视觉伺服技术

针对机器人无标定视觉伺服技术中图像雅可比矩阵在线估计存在计算复杂的问题,提出了一种结合BP神经网络和模糊控制策略的机器人控制技术。本文以多自由度智能调节系统为例,提出其视觉伺服控制架构,根据工业场景数据集训练BP神经网络,采用本文所提算法进行法兰对中实验,帮助解决核电站蒸汽发生器人孔螺栓咬死问题。在方法层面,首先,利用BP神经网络建立图像特征信息与机器人多自由度运动之间的映射关系,之后,提出模糊控制方法根据图像特征偏差进行机器人位姿的精确调整。实验结果表明,本文提出的算法能够有效应用于无标定视觉伺服控制,最终法兰平均对中误差在±1mm内,平均耗时43秒,满足应用需求,具有较高的工作效率。     

单向自增力制动器热—结构耦合分析

通过静力学分析,建立地面制动力与轮缸促动力之间的映射关系,作为车型匹配和确定有限元分析力边界条件的基本依据;以ANSYS的WORKBENCH模块为开发环境,就给定车型进行了热-结构耦合分析,准确的找到了制动器在力和温度共同影响下的变化规律。这对于改善制动器热衰退性能和延长使用寿命提供了技术基础。     

考虑负载时变的线路巡检机器人动态性能分析

巡检机器人进行越障时，受负载时变影响，会出现控制超调、振动等现象.在考虑负载惯量时变特性的情况下，研究了一种用于分析巡检机器人越障状态下动态性能的方法.对双臂线路巡检机器人的回转机构建立了基于双惯量模型的动力学方程，使用改进D-H法与拉格朗日法对机器人建模，具体包括分配坐标系，求解拉格朗日方程，利用惯性矩阵计算负载转动惯量等.通过选择合适的阻尼系数设计了控制器参数，利用阻尼系数与固有角频率的变化分析了机器人的动态性能变化.研究成果有助于对双臂巡检机器人越障时的动态性能进行分析，并可用于机器人的伺服控制参数调试.     

应用于高精度伺服机构的牵曳传动设计

介绍了牵曳传动的原理，特点及设计理论，分析了高精度牵曳传动伺服机构中传动轮的适宜形状，并设计制作成一种牵曳传动恒速伺服机构，达到了了预期的高精度。     

单框架控制力矩陀螺伺服系统的模糊自适应变结构控制

研究单框架控制力矩陀螺系统的外框架结构.系统的永磁同步伺服电机采用正弦波驱动;电流环采用电压空间矢量脉宽调制方法驱动逆变器;位置环采用模糊自适应滑模变结构控制,通过引入切换控制增益的模糊自适应调节方法来提高系统的鲁棒性和抗扰能力.在Matlab下对系统进行仿真,结果表明,采用模糊自适应变结构控制方法设计的伺服系统有较高的动态和稳态精度;抗扰性能得到加强;消除了滑模变结构控制器的抖振现象.     

一种新的电液伺服系统神经网络自适应控制

提出一种基于直接模型参考的神经网络与滑模变结构控制相结合的神经网络自适应控制方法并对电液伺服系统进行控制,仿真结果表明用该控制方法的控制系统能实现较高粗度的控制,且具有较强的鲁棒性和自适应能力,具应用价值。     

建筑结构电液伺服主动抗振系统最优控制

分析了线性二次型最优控制是适用于电液伺服主动抗振系统的原因，并根据电液伺服抗振系统特点，提出了以伺服阀ｐ－Ｑ特性为不等式约束条件的瞬时最优控制方法，抗振模拟试验结果证实了这一控制思想的正确性和有效性。