内模原理在肢体平衡中的模型及应用

为了解决肢体平衡问题时可以保证系统在运动控制过程中的精确性和稳定性,该文在内模原理思想的基础上提出了一种基于预估器的小脑模型(KECFEL)。这种模型由前馈神经网络控制器构成;训练前馈模型中神经网络的教师信号由预估器以及反馈控制器(CFC)的输出来提供,并采用在线学习对网络进行权值更新与网络训练;同时采用比例微分控制器(PDC)作为反馈控制器以确保全局稳定性。通过该模型对倒立摆的仿真实验验证该模型对肢体平衡控制的有效性。     

活性污泥吸附和稳定过程的细胞自动机建模与仿真

从活性污泥法污水处理过程的复杂性和丰富的动力学行为出发,结合活性污泥去污机理及其生长规律,建立了活性污泥吸附和稳定过程的细胞自动机模型,并利用实际参数进行仿真实验。结果表明,该细胞自动机模型能复现活性污泥的吸附和稳定过程,反映BOD(生化需氧量)的去除情况和活性污泥的生长状况,实现活性污泥系统曝气池内污水处理过程的动态可视化模拟,展现了细胞自动机模拟污水处理过程的优势,并为类似复杂系统建模提供基本思路。     

青霉素发酵过程中溶解氧的变结构预估控制

溶解氧是青霉素生产发酵过程中的重要参数之一,其浓度与菌体细胞的生长速度密切相关.在青霉素发酵过程溶解氧变化机理的基础上,将模糊神经网络和变结构预估控制方法相结合,研究了基于模糊神经网络的青霉素发酵过程溶解氧的变结构预估控制方法,设计了青霉素发酵过程溶解氧的变结构预估控制系统.实验结果表明,对青霉素发酵过程中的溶解氧浓度进行变结构预估控制,可以使溶解氧浓度的调节达到满意的效果,既降低氧消耗,又避免出现氧抑制现象,使发酵过程始终处于较优的状态.     

两轮自平衡机器人运动平衡控制研究

对两轮自平衡机器人的运动平衡控制进行研究。通过搭建两轮自平衡机器人实验平台,采用Newton-uler法建立动力学模型以及针对机器人的运动控制、平衡控制和伺服控制设计相应的PID控制器。物理实验表明,机器人在外界冲击干扰和阶跃干扰的作用下,能够维持自身平衡同时可以执行相应的运动控制命令。结果表明,提出的两轮自平衡机器人运动平衡控制的方法是合理有效的。     

基于数据融合的小型两轮自平衡机器人姿态检测方法

针对小型两轮自平衡机器人姿态检测所用低成本加速度计(MMA7361)数据不够准确及陀螺仪(ENC03)信号的漂移问题,分别采用互补滤波器、kalamn滤波器和自适应kalman滤波器进行数据融合处理方法研究,通过对比实验确定采用自适应kalman滤波器实现加速度计和陀螺仪检测数据的融合,从而确定小型两轮自平衡机器人的姿态,进而实现其运动平衡控制.物理实验结果表明基于自适应kalman滤波器的加速度计和陀螺仪检测数据融合姿态检测方法不仅适用于小型两轮自平衡机器人的运动平衡控制,而且其参数较先前普遍采用的kalamn滤波器更易调整,姿态检测结果更加可靠.     

独轮自平衡电动车的建模与运动平衡控制

为了设计新型、环保、便捷的智能代步工具,搭建了一款独轮自平衡电动车物理系统。利用拉格朗日方法建立了人车一体的动力学模型,并对系统进行了特性分析。设计了独轮车系统的比例微分(proportional-differential,PD)平衡控制器,并对独轮车系统分别进行了自平衡、冲击干扰和阶跃干扰实验。实验结果表明,独轮自平衡电动车系统具有较好的鲁棒性和操控性,证明设计方案的合理性和有效性。     

传统活性污泥法曝气池的细胞自动机模型

从活性污泥系统的复杂性及其生物学信息出发,结合传统活性污泥法的工艺特点,利用二维细胞自动机模拟曝气池内一个竖截面沿池长方向的演化过程,从而模拟出传统活性污泥法曝气池的污水处理过程。利用实际参数进行仿真实验,结果表明该细胞自动机模型能复现曝气池微生物复杂的生长代谢过程,描绘出有机物的降解过程和活性污泥的生长状况,实现了传统活性污泥法曝气池内污水处理过程的动态可视化,直观刻画了活性污泥系统的多样性、随机性、不确定性、强非线性等复杂系统的特征。最后,对所建模型的应用进行了分析。     

B-2WMR系统模型及其欠驱动特性分析

平衡两轮移动机器人(B-2WMR)是自然不稳定体,是高阶次,不稳定、多变量、非线性、强耦合系统,其动力学系统比较复杂,它属于欠驱动系统.针对该系统,选用合适状态变量,采用Euler-Lagrange方法推导了系统的多输入多输出(MIMO)非线性动态模型,并采用该模型对平衡两轮移动机器人不同任务下的姿态和速度控制进行分析,探求了欠驱动系统的控制方法,对该模型系统在MATLAB中进行了SIMULlNK仿真,得到了系统的响应曲线,为该欠驱动平衡两轮移动机器人的平衡运动控制器的设计提供一个完善的实验平台.     

HS-OCPA学习系统设计及其在机器人 姿态平衡控制中的应用

针对单层操作条件反射概率自动机的操作行为个数较多的问题,构造了一个层次结构的操作条件反射自动机,简称HS-OCPA仿生自主学习系统. 该系统主要基于Skinner操作条件反射机理和概率自动机进行设计,学习控制不需要系统的模型,在操作行为和系统性能的基础上,采用操作条件反射学习机制实现寻优学习,并利用操作行为的取向信息对操作条件反射学习机制进行调整,最终实现在线搜索最优的控制策略. 理论证明设计的操作条件反射学习机制可以确保学习系统依概率1收敛于最优的行为路径. 应用于两轮机器人姿态平衡控制的仿真和实验结果     

基于3维模型的月球表面软着陆燃耗最优制导方法

为了解决月球探测器软着陆燃耗最优制导问题,基于变分法设计了最优制导律.首先,基于变分法,将问题转换为终端时间自由且带有条件约束的两点边值问题;其次,引入了时间尺度变换方法,将终端时间自由的两点边值转换成终点时间固定的两点边值问题;最后,为了确保两点边值的求解迭代算法收敛,提出了一种终端时间和共轭变量初始值猜测方法,并通过数值方法取得终端时间和共轭变量精确的初始值以及着陆过程中最优制导律和3维最优轨迹.仿真实验结果表明,所提方法有效,算法可收敛,并且实现了燃耗最优制导.