基于DSP/BIOS 的伺服控制系统软件设计

为了克服系统非线性因素给伺服系统造成的不稳定性,以及满足系统高精度指标要求等目的,模糊算法和传统PID算法结合构成的双模控制算法在伺服控制系统中得到了广泛应用。但由于其相对于传统PID算法运算量大,传统的顺序软件设计方法往往不能够满足对实时性要求较高的伺服控制系统。分析了"速度环路+位置环路"双环控制系统原理,速度环路采用PID控制而位置环路采用模糊PI控制的控制策略,建立了基于DSP/BIOS的伺服系统软件设计。介绍了任务线程的划分规则。将设计的软件在实际系统中。结果表明,系统的控制精度、可靠性得到大大提高,也利于软件的升级与扩展。     

基于VC++与PMAC的机器人控制软件的开发

以IPC+DSP作为六自由度工业机器人的控制器,设计了一种基于可编程多轴控制器PMAC(ProgrammableMulti-Axis Controller)的开放式机器人控制系统.采用Visual C++编制控制程序,将机器人系统中管理、控制功能的实现分为若干个模块,负责底层伺服驱动的函数利用PMAC运动语言编写,可直接调用.整个控制软件能完成数据及运动状态显示、伺服驱动、机器人路径规划及定位等任务.实践证明该机器人控制系统运行平稳.     

一种新型多神经元PID伺服控制器研究

针对BP神经网络算法的收敛速度慢,权值畸形导致迭代无法进行,非线性多耦合收敛局部极小点的缺陷,本文提出了一种新型多神经元PID神经网络算法。该算法核心通过简化PID神经元网络控制器,改善其权值初始化,在权值迭代计算中运用符号函数解决上述缺陷。通过对该新型多神经元PID控制算法结果分析,该算法在反传运算过程中大为简化,算法收敛速度快,且网络权值灵活。将该算法与传统神经网络算法分别应用到全液压矫直机伺服控制,通过对比分析验证了该算法的有效性,同时为多神经元PID控制器的工程化应用提供了理论支持和技术借鉴。     

基于DSP的伺服控制系统在非球面检测平台上的研究

根据高精度非球面表面检测的要求,提出一种用于微纳精度测量的非球面检测平台伺服控制系统.系统基于高性能数字信号处理器(以下简称DSP)芯片控制技术,采用德州仪器(Ti)公司的TMS320F2812运动控制开发板对三轴伺服电机进行实时控制.系统硬件上设计了DSP外围驱动电路,实现了对交流伺服系统的控制.反馈电路采用模块化设计,完成了对电机编码器和直线光栅尺输出信号的采集.在Windows操作系统下,用CCS2.0开发工具完成了DSP芯片软件上编程,包括数字比例-积分-微分(以下简称PID)算法,数字测速M/T法等,简化了外围硬件设计.系统具有完整的DSP芯片的运动函数编程以及硬件模块的扩展功能.最后通过实验在双轴工作平台上进行定位分析和稳定性仿真,系统达到较高的位置控制.     

基于多DSP混合结构的Gabor小波神经网络图像目标识别

提出了一种基于多DSP混合结构的Gabor小波神经网络图像目标识别新方法.利用TMS320C5409设计了多DSP混合结构系统,根据并-串结构系统的特点,设计了Gabor小波神经网络算法.算法被分成不同的并-串结构进行运算,利用串行的DSP-1进行Gabor小波变换提取图像目标的特征向量,并输入到采用不同网络结构的并行多DSP进行BP网络运算,串行的DSP6对BP网络输出的后验概率进行加权平均,给出分类结果.对9种飞机目标进行了分类识别仿真实验.实验结果表明,该方法应用于多目标识别时,识别时间为2.8 ms,识别率达到98%.     

基于DSP的电液伺服控制系统

阐述电液伺服控制系统的特点,提出一种高性能的电液伺服控制系统的设计方案.建立液压系统的数学模型,并进行控制系统软、硬件的设计.硬件部分采用TMS320LF2407 DSP芯片作为核心处理器,软件部分则采用具有先进智能性的模糊PID控制算法.利用MATLAB软件对控制系统进行仿真,仿真结果说明采用模糊PID控制算法具有极大优越性,可提高系统的控制性能.     

单神经元PSD控制器应用的改进及其在DSP中的实现

指出了单神经元PSD控制器利用神经元的自学习、自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,可以达到在线调整PID参数的目的,且改进后的PSD控制器具有更好的动态特性.LF2407DSP采用了多组总线技术实现并行运行机制,从而极大提高了运算速度,使基于DSP的神经元PSD控制器得以实现,构成较为理想的电机控制器.     

基于神经元控制的直流调速系统的DSP实现

本文对神经元控制系统的工作原理进行了描述,并介绍了基于神经元控制的直流调速系统的DSP(TMS320F240)实现.还给出了一些编程的方法、要点和软、硬件调试技巧.     

基于多DSP的自适应数字多波束形成的并行算法及其实现

在深入研究自适应DBF（数字波束形成）算法的基础上,针对由TigerSHARC201处理器构成的多DSP并行处理系统,提出了一种基于自适应数字多波束形成的并行处理算法。笔者给出了该算法在多DSP并行处理系统上的算法映射,基于此映射方案,比较了SMI、HTP和MTP三种典型DBF算法,并对MTP算法进行了改进。系统试验证明了该并行处理算法具有很好的并行性及实时性,且改进的MTP算法的性能较传统MTP算法有显著提高。     

基于EtherCAT的高性能交流伺服控制系统设计

 高性能伺服控制系统已从模拟控制发展到全数字控制,性能不断提高,在军用和民用方面具有广阔的应用前景。基于现场总线网络的伺服控制系统因其高可靠性、快速性和稳定性,成为伺服运动控制系统的发展趋势。本文针对高性能伺服控制系统在控制现场需要多个伺服电机并联,组网困难,实时性要求高等使用特点,引入实时以太网EtherCAT技术。阐述了EtherCAT的组成、工作原理及报文协议,设计了基于EtherCAT的高性能伺服控制系统,利用EtherCAT从站接口控制器ET1100和DSP芯片TMS320F2812开发了EtherCAT从站设备,构建了一主多从的EtherCAT网络结构,并给出了系统硬件和软件的设计方案,实现伺服系统的位置控制和实时数据传输。     

无人机多任务区侦察时间分配模型与应用

为了合理分配无人机对多个任务区的侦察时间,提出了一种包含问题建模、求解和方案决策的无人机多任务区侦察时间分配方法。首先,建立了包含侦察收益和侦察风险两目标的无人机多任务区侦察时间分配模型,该模型属于带约束多目标优化问题;其次,提出了一种改进的基于分解的约束多目标进化算法,该算法具有简单、灵活、无参等特点,可有效求解;最后,利用优劣解距离法从非支配解集中选择最优方案。选择了6种约束多目标进化算法,在3个不同雷达强度指数条件下进行对比实验。Hypervolume指标说明约束多目标进化算法在求解该问题时优于其他算法。实验结果表明：提出的方法在求解无人机多任务区侦察时间分配优化问题中能够实现快速准确决策。     

水面无人艇远程控制系统设计与实验

针对海上复杂环境对水面无人艇操纵性能的影响,在风、浪等环境因素干扰下研究基于模糊PID （proportional integral differential）的无人艇航向偏差控制,开发以DSP (digital signal processing) 结合ARM为核心控制器的艇载运动控制系统,采用阿里云服务器、Web服务器、Apache服务器及MySQL数据库,研发无人艇远程控制系统,并集成研发了样船。实验表明,所研发的无人艇远程控制系统具有远程通信、运动控制、状态监测、数据存储和数据共享的功能,能够满足远程通信实时性、运动控制灵活性精确性的设计要求,进一步提高对无人艇航迹控制精度,为近海小型智能船舶的研发奠定基础。     

基于双体结构的无人测绘艇航向控制

无人艇在海洋测绘中的应用越来越广泛,而航向稳定性是实现其自主航行的重要基础。设计了一种双体结构的无人测绘艇,用于搭载测量设备并实现测绘功能。为了实现无人艇的航向控制,将RBF(radial basis function)神经网络与PID(proportion integration differentiation)算法相结合,利用RBF神经网络的自学习能力实现对PID控制器参数的整定。在仿真过程中,将RBF-PID自适应模型、单一PID模型以及作为对照组引入的BP-PID自适应模型分别仿真,并在同一时刻加入随机扰动,观察系统响应效果。结果表明,基于RBF-PID算法的无人艇航向控制器的超调量为零、稳态时间最短,同时能够及时有效地纠正随机扰动的影响,保障无人测绘艇的航向稳定性。     

基于模糊控制的直流无刷伺服控制系统

主要研究了采用模糊算法且要求运行更快更精确的微机控制直流无刷伺服系统，分析了模糊控制器在伺服系统中稳态误差、调节时间和响应时间方面的性能。采用DSP数字处理器实现伺服控制，用MatLab语言仿真了模糊控制的响应，并且提出了PI控制加模糊控制的算法。     

基于在线学习误差反传算法的仿真伺服系统设计

针对无人机(UAV)仿真伺服系统的驱动模型,提出了一种将误差反传算法用于UAV仿真伺服系统在线学习设计的新方案.在该算法中采用了BP神经网络的基本思想,设计了两输入、单隐层、两输出在线学习策略,输入层分别为给定指令信号和反馈数字解算后的位置信号;隐含层单元数为12个;输出层设为2个输出单元,即经在线学习误差反传算法学习训练后的数字位置和速度,其中位置控制器采用自调节比例-积分-微分(PID)控制,速度通过数字/模拟(D/A)转换后传送到速度控制器,设定精度误差指标为0.05,训练样本数为30.用研制的UAV仿真伺服系统对UAV光纤陀螺传感器进行含实物半物理实时仿真实验,结果表明,该在线学习误差反传算法控制方案的UAV仿真伺服系统具有收敛性好、动态响应快、鲁棒性强的特点.     

基于故障估计的无人车容错控制方法

考虑转向控制系统故障和未知干扰同时作用对无人车辆路径跟踪效果的影响,为提高无人车辆控制系统的可靠性,设计了一种无人车路径跟踪容错控制方法. 对转向控制系统输入性故障进行分析,结合未知干扰情况定义了名义故障并建立相应的数学模型. 利用高阶滑模观测器构造名义故障微分方程,并利用自适应容积卡尔曼滤波设计了车辆质心侧偏角和名义故障估计方法,从而为无人车容错控制提供可靠信息源. 基于滑模控制理论设计了无人车路径跟踪容错控制器并证明了其收敛性. 联合仿真和硬件在环试验结果表明,所提出的估计方法能够得到精确可靠的质心侧偏角和名义故障估计结果,且与无容错控制相比,所设计的路径跟踪容错控制器在面对故障和干扰时能够明显地提高车辆的控制性能,并同时保证车辆的路径跟踪能力及其自身的稳定性.      

无人艇航迹跟踪控制系统设计与验证

针对复杂湖面环境干扰下的无人艇自主航行控制问题,设计了一种有效的无人艇航迹跟踪控制系统。该系统从航迹跟踪控制算法、数据融合处理、上位机监控三个部分展开设计。在算法设计层面,将航迹跟踪控制问题分为外环和内环两部分,外环部分提出了一种自适应视线(Line of sight,LOS）制导算法,以求解目标航向角作为航向控制器的输入;内环部分设计了无模型自适应PID航向控制器,以实现无人艇稳定的航行。在数据处理层面,采用卡尔曼滤波算法对传感器信息进行融合,实现了对无人艇位置和姿态信息的准确估计。在监控层面,设计了一种可视化上位机软件,实时监测无人艇航行状态,保证航行安全。最后,利用实艇进行湖测实验,验证了该控制系统的有效性,结果表明该系统具备在内湖执行任务的能力以及应对复杂环境干扰的能力。     

无人驾驶车辆智能控制技术发展

无人驾驶车辆可看作是具备一定自我学习能力的轮式智能机器人,体系结构可分为感知和决策,在智能控制技术的加持下,无人驾驶车辆控制技术正在阔步前进.为了优化车辆控制技术,使无人驾驶车辆控制子系统的实际执行效果达到决策系统的期望值;借助CiteSpace研究了中外无人驾驶车辆控制技术的发展、接着列举智能控制在无人驾驶中的先进应...     

基于DSP的PMSM模糊位置伺服系统的研究

在对高精度交流伺服系统的研究中 ,提出了一种基于数字信号处理器 (DSP)的全数字永磁同步电机位置伺服系统 ,采用美国TI公司的TMS32 0F2 4 0系列DSP作为数字控制器 ,充分利用其高速运算能力和面向电机控制的丰富的外围设备 ,设计了一套全数字永磁同步电机位置伺服系统 ,并在永磁同步电机矢量控制的前提下利用模糊控制策略对位置伺服系统进行了控制 计算机仿真和实验结果表明 ,整个控制系统设计简单、可行、有效 ,同时可以取得较好的控制效果     

小型陆空两栖系统控制及模式转换

陆空两栖无人系统的设计克服了无人机巡航耗电量大、无人车运动易受限制的缺点,通过灵活的转换系统的控制模式,使系统能够穿越不同地形,适用于多种复杂环境下的侦查探测。两栖系统的陆空运动控制既独立又要相互结合,陆地运动实现速度匀速控制及位移控制,空中运动实现系统飞行高度控制及稳定悬停,运行过程中根据多传感器信号实现模式转换控制。设计系统分别采用陆空两种比例积分微分控制算法,通过MATLAB/Simulink完成仿真,同时通过状态工具箱设计完成模式转换模块,实现一体化控制。仿真结果表明陆空两种比例积分微分算法均得到较好的控制效果,模式转换控制能够有效地完成系统的陆空运行模式转换。