自抗扰控制器在6自由度液压并联机器人仿真分析中应用

以6自由度液压并联机器人为控制对象，对自抗扰控制器参数的交化与系统动态特性的关系进行了系统的分析，为自抗扰控制器的参数整定及其有效应用提供了依据。理论分析和大量的仿真实验表明，采用自抗扰控制器可以明显改善6自由度液压并联机器人的操作精度，验证了自抗扰控制器的有效性。  

模糊系统的静态输出反馈控制

对一类非线性系统利用模糊 T- S模型进行建模 ,研究了静态输出反馈控制问题。用矩阵不等式的形式给出了模糊系统可通过静态输出反馈控制的充分条件。并将矩阵不等式的条件转化为迭代线性矩阵不等式 ( ILMI) ,并给出了相应的算法。仿真结果表明所提出的控制算法是有效的。  

离散不确定模糊系统保成本控制

对一类范数有界且时变的不确定离散非线性动态系统，利用模糊T-S模型，通过状态反馈，对保成本控制问题进行了研究。应用线性矩阵不等式给出了模糊闭环系统二次稳定的充分条件。算例结果表明所提出的控制方法是有效的。  

粗糙集理论在阳离子反浮选控制中的应用

针对阳离子反浮选生产过程被控对象复杂、数学模型不确定以及控制精度要求高等特点,提出了一种基于粗糙集理论的智能控制方法.通过对控制过程中的一些有代表性的状态以及操作人员在这些状态下采取的控制策略所构成的决策表进行约简,归纳出一系列控制规则.运用该方法进行准确度测试和命中率试验,结果表明控制模型的给出值与现场实际数值基本吻合,命中指标满足综合指标要求.在阳离子反浮选控制中运用粗糙集理论时,便于现场技术人员和操作工人的操作,能合理添加药剂量,避免了传统工艺由人为加药造成的浪费.  

基于即时学习算法非线性系统多模型自适应控制

针对可获得大量输入输出数据的非线性系统，提出一种改进的即时模型辨识方法，并与自校正的极点配置控制算法相结合，设计多模型自适应控制器。所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性，使系统的动态响应品质得到了有效的改善。  

基于粗糙集的T-S模糊神经网络在回转窑烧结过程中的应用

基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论,针对回转窑烧结过程被控对象复杂、各参数之间相互耦合及难以建立精确数学模型的特点,提出一种RS-FNN智能控制策略。采用基于一种新的聚类有效性准则函数的模糊C均值聚类算法对连续属性进行离散化;然后利用粗糙集理论由历史数据样本提取约简规则集,对应的T-S模型具有反映数据特征的良好拓扑结构;最后T-S模型参数由梯度下降混合最小二乘法进行精调。该方法应用于铁矿氧化球团回转窑生产过程控制取得了良好效果,增强了系统容错及抗干扰的能力。  

移动机器人即时环境探索与地图库构建

研究了室内准结构化环境中移动机器人自主环境探索与复合环境地图库构建问题.基于实时获取的激光测距数据,并面向机器人自主导航、探索与认知等多种任务需求,提出了基于探索导向点的自主环境探索方法,以及可与准结构化环境相适应的复合地图库构建算法.为了适应环境中存在的随机运动人体目标及用几何特征无法表述的非规则障碍区,提出了临时栅格统计算法和非规则障碍区建模算法,从而实现环境动态信息的实时处理和对不规则障碍区的聚类与划分.通过对仿真和应用于Pioneer3-DX移动机器人平台所获得的实验结果和数据的分析讨论,论证了所提算法的有效性和实用性.  

炼油企业原油储运调度方法的研究

根据炼油行业的实际情况，调度问题可以分为炼油生产过程、原油存储过程、成品油存储过程及成品油流通过程的优化调度。本文针对炼油企业的原油储运优化调度问题，提出了一种线性规划与启发式规则相结合的解决方案，并利用仿真结果证明了该方法的可行性和实效性。  

主元分析法(PCA)在图像颜色特征提取中的应用

提出了一种基于HSV颜色模型．利刷主元分析法（PCA）对图像的颜色进行特征提取的方法，大大降低了特征向量的维数，减小了特征数据库的规模．用支持向量机进行分类测试时，取得了较好的分类效果．该方法为图像的检索建立了良好的基础．  

基于群集智能算法的路径规划问题

在工业及服务系统行业,特别是物流及交通运输系统中经常遇到路径规划问题。该文针对自动化立体仓库单拣选台分层水平旋转货架系统,建立了数学模型,引入基于群集智能的蚁群优化算法解决货物拣选路径规划问题。该方法能够对旋转货架系统存储的货物进行快速拣选,并在全局内找到最优货物拣选路径,求解质量高,计算时间短。在货单条目为40的情况下,该文使用改进的蚁群算法求解最优拣选路径比模拟退火算法减小了1 367.17s,比混合遗传算法节省了533.4 s。实验表明该方法适合求解中小规模货物拣选路径规划问题。