基于免疫遗传算法优化的锅炉恒温水箱控制研究

为了维持锅炉恒温水箱的温度,采用改进PID控制方法,并对控制方法进行仿真。给出锅炉恒温水箱的工作原理,建立锅炉温度传递函数。引用PID控制方程式,采用免疫遗传算法优化PID控制参数,实现PID控制器参数实时优化,通过仿真验证优化后锅炉恒温水箱温度输出误差。结果表明:采用传统PID控制方法,恒温水箱温度输出误差最大值为5℃,误差波动幅度较大;采用神经网络PID控制方法,恒温水箱温度输出误差最大值为3℃,误差波动幅度幅度较小;而采用改进PID控制方法,恒温水箱温度输出误差最大值为1℃,误差波动幅度最小。采用免疫遗传算法优化PID控制参数,能够提高锅炉恒温水箱温度控制精度。     

基于微分法串联机器人的误差敏感度分析

为了提高串联机器人的绝对定位精度,提出了一种基于微分法和矩阵法的机器人误差源分析方法.首先分析单个连杆姿态矩阵的微小误差;然后利用积分法分析多个连杆末端的位姿误差,采用微分法和修正Denavit-Hartenberg(MDH)运动学模型,对末端位姿误差的敏感度进一步分析;最后通过Matlab软件分析,分别得出机器人4个关节的扭角和转角对末端位姿影响的曲线图,以及连杆长度和偏移量对末端位姿影响的曲线图,对影响末端位姿的几何参数进行运动学误差分析和规避,即可从源头上解决串联机器人绝对定位精度的问题.     

新型智能比例积分微分控制器控制方法

建立一种基于时域响应曲线的控制区间划分方法,将各区间的控制规律统一为比例积分微分控制器(PID)控制,引入遗传算法优化设计各区间控制参数.在用误差过零及误差导数过零计数器确定主区间之后,该方法仅需要一个误差变量便可确定目标控制区间,从而提高查询控制参数的效率.数值仿真实例表明,文中方法是可行的,显著改善了控制效果.     

基于遗传算法的多模型对象控制系统参数优化

针对多模型对象控制系统,基于遗传算法对PID控制参数进行寻优,分别建立不同工况下的模型,提出了以不同模型下的ITAE(时间乘以误差绝对值积分)性能指标加权和作为遗传算法目标函数的方法,寻优出一组最佳的PID控制参数,使得该参数在不同的对象模型下均表现出良好的调节品质,具有一定的实用价值。     

Delta机器人拾放操作门型轨迹优化与ANPD控制试验

为实现Delta机器人稳定快速拾放作业,基于次数和长短轴可变的3参数Lamé曲线构造笛卡尔空间门型运动轨迹,采用非对称6次多项式规划门型路径的运动规律,推导离散时间下的位移、速度和加速度公式。为进一步平滑运动轨迹,以关节力矩变化率均值为优化目标,采用遗传算法对Lamé曲线的3个参数进行综合优化,提出Lamé曲线次数的选取方法。在此基础上,通过引入一类饱和非线性函数设计Delta机器人增广非线性PD(ANPD)控制器,对自主设计的机器人开展控制试验。结果表明,该轨迹优化方法能获得平滑运动轨迹,机器人轨迹跟踪误差小,重复定位精度高。     

基于GA-SA算法的机器人几何参数误差辨识

几何参数误差对机器人末端绝对定位精度影响最大,而几何误差参数辨识是一个高维非线性问题,求解困难,所以建立一种简单高效的辨识算法是有必要的,本文提出了遗传模拟退火算法(GA-SA)对机器人几何参数误差辨识。以机器人末端位姿误差最小为目标,采用遗传模拟退火算法辨识机器人几何参数误差,以ABB IRB120为算例迭代1100次,遗传算法在200代陷入局部最优,模拟退火参与后最终适应度为0.0914。误差补偿结果表明：机器人末端位置误差沿X,Y,Z轴方向分别降低了88.05%,81.73%,83.72%,姿态误差分别降低了93.92%,83.64%,83.44%,证明遗传模拟退火算法可以有效辨识机器人几何参数误差,提高误差补偿后的机器人末端位姿精度。     

六自由度串联机器人动态误差分析

由于机器人在工作过程中受负载、连杆自重等因素影响,其连杆产生变形会引起末端执行器的位置误差。针对该问题,文章以FANUC M-10iAe机器人为研究对象,采用仿真与实验相结合的方法,以提高机器人定位精度为目标展开研究。在ADAMS环境中进行动力学仿真,对机器人工作过程中变载荷引起的动态误差进行分析;通过自主设计的测量装置及变载荷方盒进行试验,结果证实了动力学仿真的准确性;在误差分析结果的支撑下,设计开发了基于人机交互的误差补偿界面并通过了实例验证。     

不同连接方式的不锈钢梁柱节点抗震性能试验研究

为研究国内S31608不锈钢材料栓焊混接梁柱节点的承载性能及变形能力,比较不同种类的螺栓(A4-80、A4-70、达克罗8.8级)以及剪切板是否进行三面围焊等因素对节点力学性能的影响,采用摩擦型连接配置螺栓数量,按照承压型连接确定开孔尺寸,设计了5个梁柱节点足尺试件,在循环往复荷载作用下进行试验.结果表明,3种螺栓所对应的试件极限承载力分别为241.2,235.4和251.6 k N,塑性极限转角分别为3.33×10~(-2),3.38×10~(-2)和3.31×10~(-2)rad,对剪切板进行三面围焊和未进行围焊所对应的试件极限承载力分别为346.7和348.7 KN,塑性极限转角分别为4.3×10~(-2)和5.2×10~(-2)rad.5个试件的滞回曲线饱满光滑,无捏缩现象.不同种类的螺栓对试件的承载能力和延性性能影响较小,综合考虑金属间腐蚀和单价等因素,建议选用A4-70螺栓应用于不锈钢梁柱栓焊节点中.     

无人驾驶机器人机械腿非线性模糊自适应反演滑模控制

为了实现无人驾驶机器人机械腿位置精确跟踪及提高车速跟踪精度,针对机械腿受到的非线性干扰,提出了一种基于非线性干扰观测器的机械腿模糊自适应反演滑模控制方法.首先,通过对机械腿机构操纵踏板时的位置运动分析,建立了机械腿运动学模型,构建了考虑运动副非线性摩擦的机械腿动力学模型,描述了机械腿关节间摩擦力矩与相对速度之间的关系,求得了摩擦参数.接着,设计了油门/制动机械腿切换控制器和非线性干扰观测器.最后,针对观测误差以及其他不确定干扰,设计了模糊自适应反演滑模控制器,进行了李雅普诺夫稳定性分析.实验结果表明,所提方法有效削减了控制输出的抖振,且相较于未对摩擦进行补偿的情况,机械腿位置最大跟踪误差从5.5×10~(-2) rad减小为1.1×10~(-3) rad,最大车速跟踪误差从2.21 km/h减小为1.91 km/h.基于干扰观测器的机械腿模糊自适应反演滑模控制方法能够有效提高机械腿跟踪精度与车速跟踪精度.     

基于GA的CMAC与PID控制器的设计与仿真

将遗传算法(GA)、比例-积分-微分(PID)控制器和小脑模型控制器(CMAC)神经网络的优点结合起来，设计了一种新的CMAC与PID并行控制器，并用改进的遗传算法对该控制器的五个参数进行寻优，很好地解决了PID控制参数调整繁琐和CMAC神经网络参数学习困难的问题.仿真结果表明，该方法具有超调量小和响应时间短的特点.     

基于粗糙集的改进BP神经网络算法研究

提出了一种基于粗糙集和遗传算法的改进BP神经网络算法.该算法首先对原始数据集进行属性约简,优化BP神经网络的输入变量;然后利用遗传算法全局搜索的特点,优化BP神经网络初始权重和阈值.将改进BP神经网络算法应用于客户分类,训练误差为5.92×10-12,测试总误差为0.00023;而改进前的一个比较理想的训练结果的训练误差为0.0016,测试总误差为0.073.Matlab仿真表明改进的BP神经网络算法有更好的训练精度和泛化能力.     

混联机器人关节间隙误差建模及其定位精度可靠性分析

机器人末端定位精度可靠性是衡量其精度性能的重要指标,关节间隙是影响机器人定位精度的主要因素之一,建立准确的机器人定位精度误差模型是进行可靠性分析的前提。为探究空间关节间隙的随机不确定性对含有闭链机构混联机器人定位误差的影响规律,本文运用旋量理论和D-H参数法,提出一种考虑关节间隙的混联机器人定位精度误差模型;根据关节间隙模型参数的约束条件,量化间隙模型参数的不确定性,建立混联机器人定位精度的可靠性模型;采用双变量降维方法和鞍点近似方法,拟合机器人单坐标定位误差的概率密度函数,实现混联机器人定位精度高效可靠性分析。以含有平行四边形闭链机构的建筑机器人为例,验证所提模型的准确性和工程适用性,结果表明所提方法对比于传统的蒙特卡洛方法极大地提高了效率。     

基于粒子群优化的主动悬架PID控制策略

针对汽车主动悬架比例-积分-微分控制器(proportional-integral-derivative,PID)参数选择问题,传统PID控制参数整定具有一定的盲目性.设计了粒子群优化算法,目标函数根据悬架性能指标建立,利用粒子群优化算法,优化了PID控制器中的参数.结果表明,与优化前PID控制的主动悬架相比,采用粒子...     

基于遗传算法的双机器人协调搬运阻尼比例微分控制方法

针对双机器人协调搬运作业中的内力控制问题,提出了基于遗传算法的阻尼比例微分(PD)控制方法.给出了广义阻尼PD控制率,建立了用于协调搬运中内力控制仿真的弹簧阻尼质量模型,基于纯运动学协调实验的位置误差数据设计了仿真系统的位置误差扰动输入信号,在所建仿真系统中使用遗传算法进行PD系数的优化,并利用原有双机器人运动学协调实验平台,从机器人腕部加入力传感器搭建了力学协调实验平台,进行了举起-移动-放下的协调搬运实验.结果表明,经力误差控制系数的优化后,双机器人z轴方向的内力控制误差比优化前的平均降低了14.8%,从而验证了所提出方法的有效性.     

基于串级PID的机器鱼位姿控制算法

针对三关节仿生机器鱼的位姿控制问题, 首先, 介绍三关节仿生机器鱼的硬件结构及其运动控制系统; 其次, 基于期望位姿建立坐标系, 构建机器鱼的位姿误差模型； 再次, 在串级比例-积分-微分(PID)控制系统的基础上, 提出基于串级PID的仿生机器鱼位姿控制算法; 最后, 在URWPGSim2D仿真平台和多水下机器人协作控制系统平台下分别进行算法仿真实验和实体实验. 实验结果表明: 与时变反馈控制算法相比, 基于串级PID算法的仿真机器鱼到达目标位姿所用时间增加, 但位置误差和方向角误差减小, 位姿控制的精度提高; 仿生机器鱼到达期望位姿所用时间为14.4 s, 位姿误差为(-3像素,-4像素,0.062 rad), 基本满足循迹和搬运等应用要求, 验证了算法的有效性.     

基于遗传算法优化的收获机割台高度模糊PID控制研究

针对传统控制算法在收获机割台高度控制系统中控制效果不佳的问题,设计了一种基于遗传算法优化的割台高度模糊PID控制系统,以实现割台高度的仿形自适应调控功能.将遗传算法与模糊PID控制相融合,通过遗传算法优化模糊控制规则,克服依靠专家经验整定PID控制参数的局限性,实现割台高度的最优控制策略.最后,运用MATLAB对系统控制性能进行仿真对比和分析,并在田间进行试验运行测试.结果表明,采用遗传算法优化模糊PID控制器是可行和有效的,割台高度控制误差小于1.3 cm,系统响应速度高于0.26 m/s,割台调控时间较现有玉米收获机提升约11％.割台高度仿形自适应控制系统,具有调节时间短、超调量小和控制精度高的优点,完全满足玉米收获机田间作业的设计要求.     

基于位姿误差补偿的全电脑凿岩台车钎杆定位算法

针对全电脑凿岩台车钻炮孔时钎杆的定位精度要求,从钎杆末端位姿误差补偿角度出发,以DH运动学模型为基础,计算臂架的动态误差和静态误差,建立钎杆定位误差补偿运动学模型;采用多种群遗传算法(MPGA),根据无误差正向运动学逆解所得关节变量(角度和距离)优化各关节值的搜索范围,结合移民算子和人工选择算子进行并行计算,建立基于钎杆运动学误差补偿模型和MPGA求逆解确定关节变量的钎杆定位算法。研究结果表明:基于误差补偿模型进行钎杆定位时,实测钎杆定位误差小于0.1 m,满足工程实际定位要求。     

面向水下定点探测的水下滑翔机控制参数优化

水下滑翔机依靠净浮力和姿态调节即可实现空间运动，是一种新兴的海洋探测机器人。该文面向水下定点探测任务，开展滑翔机控制参数优化方法的研究。首先，以典型水下滑翔机为研究对象，建立了整机动力学模型，同时建立了滑翔机下潜运动的能耗模型。在此基础上，利用动力学仿真获取样本点，采用四阶多项式建立了以控制参数为输入，以滑翔机到达目标深度的能耗、运动时间和水平位移为输出的代理模型。之后，将控制参数作为优化设计变量，以最小化能耗和运动时间为优化目标，利用水平位移构造约束条件，建立优化数学模型。采用代理模型参与优化迭代计算，确保优化计算效率。最后，利用第二代非劣排序遗传算法(NSGA-II)求解上述优化问题，得到控制参数的Pareto最优解集。数值算例证明了所提出方法的正确性，可用于指导实际探测任务的控制参数配置。     

换电机器人举升系统结构及控制参数集成优化

为提升纯电动汽车换电机器人续航能力,提出一种面向节能的换电机器人举升系统结构及控制参数集成优化方法。首先,对换电机器人举升系统结构参数进行初步匹配;其次,设计滑模变结构控制器,建立举升系统举升过程的能耗模型;然后,建立以举升系统能耗和角位移稳态误差为目标的优化模型,并利用多目标优化算法进行求解以获得举升能耗和角位移误差最优的结构和控制参数组合;最后,通过实验验证优化结果的可靠性。结果表明,经集成优化后稳态误差降低了53.68%,举升系统能耗降低了10.93%。     

高精度开口式直流大电流比较仪

本文论述了一种高精度开口硅钢片铁芯磁调制型直流大电流比较仪的工作原理、灵敏度计算及系统静差分析.经鉴定,该比较仪电流比率精度为5×10~(-5),由标准电阻取信号准确度为3×10~(-4)(现场校验)和5×10(-4)(现场测量),开口重复性误差不大于1×10~(-5).文中对误差分析和仪器的特点也作了介绍.