采用模糊免疫PID控制的移动机器人避障误差仿真研究

当前,移动机器人运动规划路径较长,实际运动轨迹与理论运动轨迹误差较大。对此,设计了移动机器人模糊免疫PID控制系统,并对控制系统输出误差进行仿真验证。建立移动机器人平面简图,给出机器人运动方程式,采用平面栅格来描述机器人运动规划路径。引用传统PID控制器并进行改进,设计了模糊免疫PID控制系统,给出了移动机器人PID控制输出系统在线调节流程。采用MATLAB软件对机器人输出误差进行仿真,比较PID控制和模糊免疫PID控制输出误差大小。结果显示:移动机器人采用传统PID控制系统,稳定调节时间为1.0 s,产生的最大误差为0.83 mm,系统输出误差较大;移动机器人采用模糊免疫PID控制系统,稳定调节时间为0.5 s,产生的最大误差为0.59 mm,系统输出误差较小。移动机器人采用模糊免疫PID控制系统,响应速度快,追踪误差较小,从而提高系统的稳定性。     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

碳纤维角联织机卷取系统张力网络化控制研究

针对碳纤维角联织机卷取系统中的张力控制问题,对卷取系统进行动力学分析并建立动力学模型;在考虑网络诱导时延、数据包丢失及网络带宽占有率等因素的基础上设计一种自适应模糊PID控制器,将此控制方法与常规的PID控制方法进行仿真对比。结果表明,在同时存在网络诱导时延、数据包丢失及网络带宽占有率的情况下,自适应模糊PID控制方法超调量小、输出张力波动小、跟踪效果良好、系统稳定性强,具有更好的控制效果。     

区间值模糊集中蕴涵算子基于重叠和分组函数的分配性

用区间值模糊集的方法和原理,通过引入可表示的区间值重叠函数和分组函数的概念,在边界条件下给出以下4种方程及类似方程的解:I(x,O_1(y,z))=O_2(I(x,y),I(x,z));I(O_(x,y),z)=G(I(x,z),I(y,z));I(G(x,y),z)=O_(I(x,z),I(y,z));I(x,G1(y,z))=G2(I(x,y),I(x,z)).并说明t-可表示的连续Archimedean三角模(三角余模)分配性方程的解类似于上述结果.     

基于自适应动态时间规整(DTW)的GA-FCM多阶段间歇过程故障诊断

多时段是间歇过程的固有特征,对间歇过程划分阶段可以提高故障诊断的精度。采用模糊C-均值聚类（FCM）算法划分阶段存在对初始聚类中心敏感、易于陷入局部极优值的问题。提出遗传算法与FCM算法相结合的方法（GA-FCM）,用于克服FCM易于陷入局部极优值的问题,以达到全局最优。同时,针对间歇过程数据不等长问题,提出自适应动态时间规整（DTW）算法。随后,用GA-FCM方法完成阶段划分,再建立多向核主元分析（MKPCA）模型完成故障检测。最后将此算法应用于青霉素发酵过程,仿真结果验证了所提方法的可行性和有效性。     

T-S模糊切换系统的非脆弱鲁棒H∞ 控制

为解决传统控制器在存在参数摄动时使闭环系统可靠性及期望的动态性能下降问题,针对一类基于T-S 模糊模型描述的不确定非线性时变时滞切换系统,进行了非脆弱鲁棒H∞控制器设计。首先,应用平行分布补偿法( PDC: Parallel Distributed Compensation) 算法,建立了非线性切换闭环系统的全局模糊模型; 其次,基于平均驻留时间法( ADT: Average Dwell Time) 通过构造出模糊基依赖的Lyapunov-Krasovskii 泛函,得到闭环系统非脆弱鲁棒H_∞控制器存在条件,并将控制器的设计转化为求解一组线性矩阵不等式的凸优化问题。最后,仿真算例验证了该方法的可行性。     

基于变分模态分解的相关能量熵自适应阈值去噪

为有效抑制噪声对地震数据的影响,根据地震信号的时频特性,提出了基于变分模态分解的相关能量熵阈值去噪方法。采用变分模态分解算法将地震信号分解为频率由高频到低频且具有一定带宽的模态分量,计算各模态分量与地震信号的规范化相关系数,实现对各模态分量中的有效信息和噪声的定位。将去除有效信息的各模态分量分成若干子区间,分别计算各子区间的噪声能量熵,选取能量熵最大区间的模态分量系数作为该分量的噪声方差获得该分量的阈值,再将经阈值处理后的各模态分量重构得到去噪信号。通过对合成地震模型和实际地震信号进行去噪处理,并与直接去除高频分量的变分模态分解去噪方法进行了对比,结果表明,该方法能在强噪声环境下更有效地提取地震信号中的有效成分,提高信噪比。     

重庆制造业在长江经济带中的比较优势研究

为了研究重庆制造业的比较优势,从影响制造业水平的经济创造能力、主营业务管理和资产负债能力3个重要方面筛选了15个相关指标构建了长江经济带各省份制造业比较优势的指标体系,利用最新数据和主成分分析法对近年各省份的制造业比较优势进行了综合评价,认为重庆制造业整体上位列长江经济带第5,与浙江、四川等同属该区域的第二梯队;测算了长江经济带近年各省份的区位熵,并得到各省份的阶段区位熵及重庆的列位表,计算了各地区制造业近期产业集聚指数,研究显示重庆的交通运输设备制造业、通信等电子设备制造业、医药制造业等6个行业在长江经济带中具有比较优势,且前两个行业的比较优势凸显,据此提出了相关对策建议。     

基于IOWC-GOWA算子及相对熵的区间型组合预测模型

针对用区间型数据描述不确定现象的组合预测问题,为了提高区间型数据的预测精度,首先采用诱导有序加权连续区间的广义有序加权平均(IOWC-GOWA)算子将区间数集结为实数;然后对集结后的实数进行标准化处理;最后从信息论的角度引入相对熵作为最优准则,提出了基于IOWC-GOWA算子及相对熵的区间型组合预测模型;另外,通过实例分析了该组合预测模型的合理性和有效性;结果表明:该组合预测模型可以有效地提高区间型数据的预测精度,即该模型是合理有效的,并且,参数λ和BUM函数的选取会对模型的预测精度产生一定的影响。     

针对BOC信号的低复杂度无模糊跟踪技术

针对正弦相位二进制偏移载波(BOC)信号的伪码同步问题,提出了一种低复杂度的无模糊跟踪方法.该方法通过设计特殊的本地参考辅助信号,将其与接收到的BOC信号相关,得到的互相关函数与BOC信号的自相关函数相结合,从而构建出一种新的非相干码鉴别器函数.该鉴别器函数只有一个锁定点,可以实现稳定的无模糊跟踪.区别于传统的超前减滞后无模糊方法,该方法只需要即时支路相关器的输出,可以减少至少3/4的相关器,显著降低接收设备的复杂度.理论分析和仿真结果表明:本方法的跟踪精度介于类二进制相移键控(BPSK-LIKE)方法和峰跳(BJ)方法之间,同时也表现出较好的跟踪稳健性.