液压挖掘机工作装置的自适应控制

首先介绍了试验挖掘机机器人的电液比例系统及其控制系统的硬件结构,结合所采用的负载独立分配(LUDV)系统的特点给出了电液比例系统的数学模型,在此基础上,根据试验结果对电液比例模型进一步进行简化,得到了设计控制器所需的参考模型.然后以局部参数最优法为基础设计了自适应控制器,给出了自适应控制律.最后对铲斗轨迹跟踪控制进行了试验研究,通过试验结果对所设计的控制器与常规比例-积分-微分(PID)控制器跟踪设定直线的效果的比较分析,可知使用PID控制器所得到的跟踪误差大于110 mm,而使用所设计的控制器其跟踪误差可以控制在100 mm之内,精度有了一定的提高,并且铲斗运动速度从107 mm.s-1提高到135 mm.s-1,非直线度从4.8%降为3.8%,从而验证了所设计控制器的正确性和有效性.     

智能挖掘机直线挖掘作业的运动规划与控制研究

针对挖掘机在开挖沟槽与坡面平整作业时通常需要用到直线挖掘,并且具有高精度作业需求, 提出一种多关节协同的运动规划与控制策略. 建立挖掘机工作装置的运动学模型,根据铲斗齿尖直线运动轨迹进行逆运动学求解得到各关节的运动轨迹,并根据斗杆和铲斗的预测角度值,随动规划动臂目标角度. 利用递推最小二乘法对挖掘机各关节动力学模型参数在线辨识,实时预测延迟时间内关节角度的变化来补偿系统延迟特性所导致的跟踪控制误差.对现有挖掘机进行智能化改造,搭建AMESim的工作装置模型,基于实验数据修正液压系统模型参数及挖掘机模型,并在Simulink中建立控制模型与AMESim的挖掘机模型进行联合仿真测试,验证控制算法的可靠性. 仿真结果表明,与传统PID控制策略相比,基于关节协同控制的策略在直线挖掘铲斗轨迹控制中具有更好的性能.     

液压挖掘机工作装置运动轨迹的微机控制

对液压挖掘机任意给定的斗齿目标轨迹,变换为工装动臂、斗杆和铲斗三个杆件相对转角序列,由微机控制电液伺服驱动系统,使三杆件各自跟踪其目标转角,实现轨迹控制。本文推导变换方程、工装动态方程及控制系统数学模型,编制轨迹规划程序及数控程序,并在0.05 m~3正铲工装试验台上验证。     

挖掘机器人模糊鲁棒控制的研究

为了实现挖掘机器人的轨迹跟踪控制,建立了挖掘机器人工作装置的四自由度拉格朗日动力学模型,设计了一个鲁棒控制器.控制律包括等效控制和辅助控制.等效控制保证闭环系统的控制输入基于期望的动力学模型,辅助控制保证动力学建模误差和不确定性存在时控制系统的鲁棒性以及跟踪误差趋于零.为了削弱控制输入的高频振荡,模糊控制被应用.将所设计的模糊鲁棒控制器用于仿真试验,给出了其轨迹跟踪效果及控制输入.     

液压挖掘机自适应模糊滑模控制的研究与仿真

为了解决滑模控制中的抖振问题,设计了自适应模糊滑模变结构控制器.为了使滑模控制的等效控制不依赖于挖掘机工作装置的精确数学模型,引入自适应模糊控制连续逼近等效控制器,增强对不确定性控制系统的鲁棒性,并将其用于液压挖掘机工作装置的轨迹跟踪控制.控制规则包括等效控制、切换控制和调整控制三个部分.在Matlab7.4/Simulink环境下对自适应模糊滑模控制进行了挖掘轨迹的跟踪仿真,给出了跟踪性能及控制输入.     

新型智能挖掘机自动轨迹控制研究

为了使挖掘机能实现良好的轨迹规划与控制精度,具备良好的操作平稳性,建立了智能挖掘机工作装置运动学和动力学模型,并编制模型的Matlab程序,克服多变量、强耦合及负载扰动对于轨迹控制的影响,同时运用小脑模型神经网络(CMAC)的控制方法,逼近工作装置动力学模型,很好的解决自动轨迹控制的问题.结果表明,运用该控制方法得到了良好的控制效果,控制精度达到20mm之内,满足轨迹控制的要求,所以基于CMAC的控制策略方法可以实现对挖掘机实时准确的控制.     

基于单神经元PID的挖掘机铲斗位姿自适应控制

为实现挖掘机作业过程自动控制,需要对铲斗位姿准确定位。建立了挖掘机工作装置运动学模型及电液控制系统模型,针对挖掘机电液控制系统的时变性与外界干扰的不确定性特点,设计了一个单神经元自适应PID控制器,并采用二次型性能指标对控制器参数进行在线优化。仿真试验表明,该控制器响应快速、平稳,对参数时变与不确定扰动具有一定鲁棒性,能有效地对挖掘机铲斗位姿进行精确控制。     

挖掘机器人负载工况下的力与位姿控制

文章分析了智能挖掘技术的研究现状,给出了试验挖掘机器人运动学模型及负载工况下动态特性方程;为实现典型挖掘工况下工作装置位姿及液压驱动力的控制,设计了一种基于BP(back propagation)神经网络PID(proportion-integral-derivative)控制算法的控制器;并以山河智能SWE-17E挖掘机器人为平台进行试验验证。试验结果表明,采用BP神经网络PID控制算法得到的工作装置末端轨迹跟踪误差均方差小于10cm,驱动力跟踪也达到了较高精度,证明了BP神经网络PID控制算法对于挖掘机器人力与位姿控制的可行性和有效性。     

基于鲁棒比例-积分-微分控制的智能汽车自主换道轨迹跟踪控制

为了解决智能汽车自主换道轨迹跟踪所使用的比例-积分-微分(proportion-integral-derivative,PID)控制器参数难以整定的问题,提出应用于自主换道轨迹跟踪控制的鲁棒PID控制器设计方法。首先,构建车辆-道路系统动力学模型,将转向执行机构看作一阶惯性环节,搭建包括转向执行机构动力学模型在内的系统动力学模型;然后,基于分段多项式表达求解自主换道轨迹模型,并基于时间与误差绝对值乘积积分构建鲁棒PID控制器,确定控制参数,形成闭环系统的传递函数;最后,进行仿真及实车试验,结果表明,所设计的控制器具有较强的鲁棒性,能在保证换道工况下智能车辆较好的轨迹跟踪能力的同时,有效地提高乘员舒适性。     

无模型坐标补偿积分滑模约束的自动驾驶汽车轨迹跟踪控制

为了解决四轮自动驾驶汽车轨迹跟踪的复杂控制问题，提出一种新的全格式无模型自适应坐标补偿积分滑模约束控制方案。控制方案只需要自动驾驶车辆轨迹跟踪的I/O数据，不涉及车辆模型信息，即前轮转角输入数据和车辆横摆角输出数据。因此，该方案对于不同车型均能实现轨迹跟踪控制。在轨迹跟踪过程中只针对车辆横摆角进行控制易造成跟踪轨迹偏差，本文在全格式无模型自适应控制的基础上加入坐标补偿算法；为了提高系统在运行过程中的鲁棒性，加入积分滑模控制；为了应对在滑模控制过程中系统运行在饱和区域，设计了动态补偿，使轨迹跟踪系统运行在滑模控制的线性区域。最后，对无模型自适应积分滑模约束控制方案、原型无模型自适应控制算法和PID算法进行仿真比较。仿真结果表明，所提算法比传统控制方法具有更好的控制性能，跟踪波动误差在0.09%以内，稳定时间在0.5 s以内，跟踪曲线平滑。     

基于改进模拟退火算法的二自由度PID控制器设计

通过分析传统二自由度PID控制器参数整定过程中存在的不足,结合模拟退火算法的特点,提出了一种改进的模拟退火算法,并将其成功地应用于二自由度PID控制器的参数优化设计.仿真结果表明,所设计的二自由度PID控制器同时具有良好的目标值跟踪特性和干扰抑制特性.在隧道式炉二自由度PID控制系统设计中获得了良好的控制效果,从而说明了该方法的有效性.     

变构型陆空平台动态起降轨迹规划研究

陆空平台具有多域机动能力,通过陆空模式的转换能够适应各种复杂环境,但陆空模式转换多为静止起飞或悬停下降,这种静态起降方式不利于陆空平台机动性的充分发挥. 针对一种动力机构可偏转的变构型陆空两栖平台,基于牛顿-欧拉方程建立陆空平台的飞行动力学模型,规划偏转角的时间序列以获得动态动力学约束,确定相对时间最优目标函数;基于5次多项式拟合二维平面轨迹,根据PID控制方法设计轨迹跟踪控制器,并进行轨迹规划和控制仿真. 结果表明,动态切换时间相比静态切换时间缩短了23.02%,动态切换规划轨迹平滑,高度方向无超调,控制器能较好地跟踪目标飞行轨迹.      

车辆轨迹的预瞄与模糊分数阶比例—积分—微分控制

为提高无人车辆轨迹控制的精度,提出了一种基于预瞄误差建模和优化模糊分数阶比例-积分-微分(proportion-integration-differentiation, PID)控制的车辆路径跟踪方法。根据车辆动力学特性,引入预瞄横向误差模型,以预瞄横向误差为输入,车辆前轮转角为输出,调整转角角度减小偏差实现轨迹跟踪,设计模糊分数阶PID跟踪控制器。该控制器在PID的基础上结合分数阶理论,同时利用粒子群算法优化的模糊控制器对参数进行在线调整。在CarSim/Simulink联合仿真平台进行仿真研究。研究结果表明,所设计的控制器可行有效,为轨迹控制的研究提供了参考。     

挖掘机器人阀控缸系统RBF神经网络参数辨识

为提高液压挖掘机器人工作装置轨迹规划控制精度,减小按照理想模型进行控制的阀控缸系统存在的控制误差,获得更接近实际状况的阀控缸系统控制模型,采用RBF神经网络方法,建立含阀控缸系统待辨识参数及Jacobian信息的线性方程组.以挖掘机斗杆油缸为研究对象,经实验获得油缸进回油压力、斗杆倾角参数,辨识出阀控缸模型中阀的增益系数kq、体积模量Eoil和内泄漏系数Cli.最后通过对阀控缸系统进行力控制实验对比研究,验证了采用辨识参数的系统模型控制精度较好,有很强的鲁棒性.     

基于模糊自适应整定PID的水下焊缝跟踪

针对水下焊接过程中焊缝跟踪控制的难点问题,设计了一种用于水下焊缝跟踪的模糊自适应整定PID(比例-积分-微分)控制器,采用模糊控制器充当调节器,在线调整PID控制器的3个参数,利用PID作为控制器,实现控制量的输出;讨论了该控制器的设计方法,并在相应模型的基础上进行了带扰动的控制模拟.仿真结果表明,该模糊自适应整定PID控制器的动态响应快、超调量小、稳态精度高、抗干扰能力强,能够满足水下焊缝跟踪的要求.     

采用改进神经网络PID控制的移动机器人轨迹追踪控制研究

为了提高双轮移动机器人运动轨迹追踪精度,采用改进粒子群算法优化BP神经网络PID控制器,并对控制效果进行仿真验证。创建双轮移动机器人模型简图,给出运动轨迹误差方程式。在传统PID控制基础上增加BP神经网络结构,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BP神经网络PID控制调整参数,给出双轮移动机器人PID控制参数优化流程。采用数学软件MATLAB对双轮移动机器人轨迹追踪误差进行仿真验证,并与传统PID控制追踪误差进行对比。仿真曲线显示:在理想环境中,双轮移动机器人采用两种控制方法都能较好地实现轨迹追踪,追踪误差较小;在干扰波形环境中,传统PID控制双轮移动机器人追踪误差较大,而改进PID控制双轮移动机器人追踪误差较小。采用改进粒子群算法优化BP神经网络PID控制器,可以提高移动机器人运动轨迹追踪精度。     

一种三自由度气动人工肌肉并联平台动态数学模型

针对一种气动人工肌肉（PAM）并联平台,采用新颖的PAM数学模型,推导出该并联平台的状态空间形式三自由度动态数学模型;以三自由度并联驱动位置跟踪实验采集的数据作为动态仿真模型的输入,进行了并联平台的动态性能仿真.仿真与实验结果对比,验证了所推导出的并联平台动态数学模型的合理性与有效性.