基于改进PSO的智能车辆转向自适应PID控制

针对智能车辆转向系统的复杂,非线性和时变性,提出了基于改进粒子群算法的自适应PID控制,在该控制系统结构中,采用改进粒子群算法获得PID参数在线调整的信息,完成PID控制器参数的在线自整定,实现智能车辆转向的智能控制.实验结果表明,与常规的PID控制方法相比,该方法具有较高控制精度,较强的自适应性和鲁棒性,完全可适用于智能车辆转向系统的控制.     

加工过程的智能模糊控制研究

研究加工过程的三种模糊控制技术：直接模糊控制、FLC＋PID综合模糊控制和分级智能模糊控制，结果表明FLC＋PID和分级智能模糊控制能更有效地控制加工过程，然而FLC＋PID的控制性能在很大程度上受PID参数的影响，而分级智能模糊控制具有更好的适应性。     

基于状态预测的无人机导航控制

基于飞行惯性对无人机路径导航实时控制和控制精度的影响,将灰色预测模型与模糊PID控制进行融合,提出了基于无人机飞行状态预测的导航控制策略.将无人机飞行状态预测信息作为系统状态调节的输入,构建灰色预测模糊PID航向控制系统,达到对无人机进行实时、准确导航飞行控制的目的.仿真实验结果表明:灰色预测模糊PID控制器可以有效提高无人机导航控制系统的鲁棒性、实时性,与传统的PID控制器相比,其控制性能更优.     

基于STM32的无人艇自主导航控制系统的设计

针对无人艇远程操控和自主导航问题,设计了基于STM32的无人艇自主导航控制系统.船载系统以STM32微控制器为核心控制单元,采用互补滤波算法完成了无人艇陀螺仪角速度数据、加速度数据和磁力计数据的解算,并通过串级PID算法对航向角进行闭环控制,最后通过LABVIEW软件平台设计开发出地面站控制系统,实现了对无人艇的远程操控和自主导航功能.     

基于改进型神经动态规划算法的单容液位优化控制

单容液位控制系统是一个强非线性、多约束、时滞的复杂系统,传统的PID控制算法很难对其进行精确自适应优化控制。介绍了一种改进型的神经动态规划(NDP)算法,其中模型网络用小波神经网络来替代,并针对单容液位控制系统的液位进行自适应优化控制。仿真结果表明,基于神经网络的NDP算法在鲁棒性、控制精度和控制效果都优于传统的PID算法。     

基于CPSO的PID算法在LLC变换器控制中的应用

在LLC谐振变换器控制系统中,由于PID控制器参数的整定直接影响控制系统的性能,本文利用混沌粒子群优化算法对变换器的数字PID控制器参数进行了整定。并利用MATLAB软件进行建模仿真实验,最后通过分析几种算法整定PID参数的结果,结果表明该算法操作简单,响应速度快,调节时间短,无超调,其控制品质明显优于遗传算法和标准粒子群算法,具有更好的优化效果。     

电站载物爬楼机器人的动态稳定性建模与控制

针对电站载物爬楼机器人动态稳定性的控制问题,根据爬楼特点归纳出机器人可能出现的运动模式,并利用几何与运动学等关系构建被控对象的数学模型。根据电站载物爬楼机器人上下两部分的重心距离与期望距离间的误差、误差变化率及电动推杆伸缩速度之间的关系,设计动态稳定性控制系统的控制器,即一型模糊逻辑控制器(1 type of fuzzy logic,T1FLC)。针对模糊规则参数难以确定的问题,通过量子粒子群优化(quantum particle swarm optimization,QPSO)算法优化隶属度函数参数,将QPSO优化的T1FLC与粒子群优化(particles swarm optimization, PSO)算法优化的T1FLC、未优化的T1FLC、比例-积分-微分(proportion-integral-derivative, PID)控制方法进行对比,并进一步考虑外部干扰的影响。仿真和实验结果验证了模型的准确性及控制优化方法的有效性。     

基于GPS导航的智能测绘船控制策略

介绍了一种新型的水底地貌智能测绘船的硬件系统组成,将改进的PID算法应用在基于GPS导航的智能测绘船控制系统中.采用位置式PD-PID双模控制算法控制测绘船的航向,同时对船速采用PID和Bang-Bang控制算法相结合的控制策略,通过工程整定法确定PID参数及阈值,利用航向控制和速度控制的配合,使测绘船自动完成预定的测量工作.试验结果证明了控制策略的可行性.     

基于改进型史密斯补偿控制的煤泥水絮凝剂添加自动控制系统仿真研究

对于大滞后和非线性的煤泥水絮凝剂自动添加系统来说,常规PID控制效果不佳。根据控制系统的要求,分别采用改进型Smith控制算法和常规PID控制算法进行了计算机仿真,仿真结果表明改进型Smith控制优于常规PID算法,为现场改进提供了理论支撑。     

基于改进粒子群算法优化的车辆运动侧倾控制研究

为了避免车辆在不同路面状况下发生侧翻现象,提高车辆行驶的稳定性,采用改进PID控制车辆侧倾角位移运动轨迹。创建车辆模型简图,给出车辆侧倾运动方程式。引用PID控制方法,对粒子群算法惯性权重系数进行改进,将改进粒子群算法用于优化PID控制,设计出车辆侧倾角位移控制流程,对控制器参数进行优化和调节。通过MATLAB软件对车辆侧倾角位移跟踪效果进行仿真验证,并与PID控制效果进行比较。结果表明:路面在无波形干扰条件下,采用传统PID控制和改进PID控制方法都能较好地完成车辆侧倾角位移跟踪,跟踪误差较小;路面受到波形干扰条件下,采用传统PID控制侧倾角位移跟踪误差较大,而改进PID控制侧倾角位移跟踪误差较小。采用改进PID控制方法,可以抑制路面波形的干扰,提高车辆侧倾角位移跟踪精度。     

基于线性自抗扰的AGV轨迹跟踪控制器设计及参数优化

针对自动导引车（AGV）的轨迹跟踪问题，通过将多入多出的非线性运动学系统解耦为多个单入单出的线性系统，在此基础上设计了基于线性自抗扰控制（LADRC）的轨迹跟踪控制器；引入混沌搜索对量子粒子群算法（QPSO）进行改进以解决其易于陷入局部最优的问题，然后利用混沌量子粒子群算法（CQPSO）对LADRC控制器的参数进行整定；最后分别就参考轨迹为直线和参考轨迹突变情况下的轨迹跟踪情况进行了仿真实验，实验结果证明了本文设计的轨迹跟踪控制器的有效性。     

AGV调度优化的应用场景、关键因素和研究方法综述

针对自动引导小车(automated guided vehicle,AGV)调度问题,梳理了制造、仓储、港口以及快递分拨中心中的AGV使用和调度研究现状,发现以快递分拨中心为代表的服务业是新兴且研究较为薄弱的领域;分析了AGV调度优化需考虑的因素,发现数量配置与充电管理两个关键因素联合考虑的不足,建议未来在大规模动态调度研究中将二者统筹考虑;从精确方法、近似方法和基于人工智能的新方法3个方面总结AGV调度研究方法,建议未来可在启发式算法的基础上融入基于人工智能的新技术和新方法以获得创新。     

自主移动小车点镇定的控制参数优化及仿真

针对自主移动小车的点镇定问题，提出了对控制律的参数进行优化设计的思想，并放松了原有控制律对参数取值区间的限制，使系统的点镇定性得以进一步优化．仿真结果表明：控制参数的选取对自主移动小车的点镇定性影响很大；不同的自主移动小车初始位姿下控制参数的最优取值不同；通过优化控制参数以提高自主移动小车的点镇定性是可行与有效的．     

一类自主移动小车的停车控制方法

针对港口集装箱运输的自主移动小车(AGV)存在正常工作模式和停车模式的特点,提出了一种新的停车控制方法:从AGV的当前位置到待泊车位间规划出一条最佳行驶路径,然后用模糊逻辑控制(FLC)AGV按规划路径行驶;并用遗传算法对FLC隶属度函数中的参数进行优化.仿真结果表明该方法可行有效.     

自动导向车系统的规划设计

基于调度规则和交通管理方法对自动导向车系统（AGVS）工作状况的影响,提出一个数学模型,可方便地估算AGVS中所需配置的小车数量,通过模型还能直观地反映出不同因素对小车数量的影响趋势。AGVS可以有效地加快物流,便于实现物流信息的统计和管理,对于降低成本、缩短生产周期和加速资金周转有重要意义。     

基于优化的模糊决策算法在多AGV调度问题中的应用

为解决多AGV在复杂系统中的任务调度问题,以提高生产效率缩短任务周期为目标建立地面轨迹模型和AGV搬运耗时模型。采用优化的模糊决策算法通过最小化每台AGV的搬运耗时来最小化搬运作业的总耗时。在算法设计过程中,采用分布式控制思想,将AGV离目标点的距离,AGV的当前载重和AGV的当前电量作为因素集,将AGV执行此次搬运任务的合适度作为评价集,建立AGV模糊评价模型;通过该模型得出各台AGV对任务适合度的评价向量进而寻找一种映射将评价向量转化为值,调度问题被转化为最优化问题,其中采用切割补偿优化综合模型的因素权重选择,采用分模式链式比较减少AGV的计算量。通过多次仿真实验,可以验证本文算法在缩短任务的执行周期上具有一定的可行性与有效性,并且在解决复杂系统AGV状态多变的调度问题下展现了一定的鲁棒性和拓展性。     

基于机器人操作系统的室内运输自动导引车系统及其设计

针对当前室内运输自动导引车(AGV)导引技术存在灵活性差、开发成本高、路径维护烦琐等问题,设计并实现了一款基于开源机器人操作系统(robot operating system, ROS)的室内运输AGV系统。该系统包括硬件层和软件层两部分。在硬件层,综合考虑现实需求、性能、成本等因素后进行硬件选型,同时搭建了AGV底盘和单舵轮行走机构,为软件层提供了一个稳定、灵活的运行平台。软件层设计包括ROS规划端和网页人机交互端两部分。ROS规划端进行AGV地图构建、自主定位、路径规划、路径跟踪、自主导航五大功能模块设计;网页人机交互端实现远程人机交互功能。测试结果表明,基于ROS的室内运输AGV系统能够有效地完成室内自动化运输任务,且路径维护灵活简便,整个系统具有很强的可行性和实用价值。     

自动车方向控制的模糊技术

在自动导引车的光学导引方面,提出了对检测信号的处理方法,采用模糊控制,使小车能在复杂的道轨上行驶。在Ｆｕｚｚｙ ｌｏｇｉｃ Ｔｏｏｌｂｏｘ ｆｏｒ ｕｓｅ ｗｉｔｈ ＭＡＴＬＡＢ软件上进行了系统设计,仿真结果表明,该方法简单实用。     

集装箱码头AGV调度优化

为了解决集装箱码头自动导航车AGV(Automatic Guided Vehide)调度优化问题,建立以无效最短时间为原则的数学模型,采用Netlogo软件模拟仿真,比较了“作业线”和“作业面”两种调度模式,验证所建立数学模型的合理性以及“作业面”调度模式的优越性.在验证实验模型的基础上进行了仿真实验的应用,通过假设,以运载900 TEU为例,设置车道数为2车道和3车道,以及岸桥与AGV的配比为1∶4,1∶5,1∶6时,对比分析不同模拟环境下AGV的等待率,实验结果是当车道数为3以及岸桥与AGV的配比为1∶6时,AGV的等待率为3.71%,为6种模拟情况中的最佳AGV和岸桥配置方式.该结果能够在一定程度上对自动化集装箱码头的调度作业提供参考和借鉴,提高自动化集装箱码头的作业流畅性,更好配合越来越大型化的集装箱船装卸作业,提升码头的作业效率和信息化水平,实施有效的作业管理.     

自动化集装箱码头多载AGV调度问题研究

多载AGV是一种自动化集装箱码头水平作业设备,它可以同时搬运多个集装箱,可缩小AGV流的规模,增大AGV的利用率.为了提高自动化集装箱码头的作业效率,考虑了垂岸式集装箱堆场布局,以最小化作业总费用为规划目标,以作业限制、时间窗长度、负载平衡等为约束条件,以事件驱动的调度策略为研究方法,建立了多载AGV调度问题的混合整数规划模型.同时利用GUROBI和遗传算法求解多载AGV的作业总费用和空载率,并与相同条件下单载AGV的作业总费用和空载率对比,验证了多载AGV的优越性.