双足机器人动态步行仿人智能控制

针对双足机器人动态步行中存在的控制器复杂问题,提出了一种基于仿人智能控制的动态步行运动控制器.建立了平面五杆双足机器人动力学模型,通过模仿人类步行运动并根据动态步行过程中双腿的姿态变化,将动态步行复杂任务分解为顺序执行的4个过程,结合相平面法定性定量的分析,设计了步行运动控制模态及相应阶段的动觉智能图式群.仿真实验表明,该方法实现了双足机器人连续动态步行运动,控制方式简单易实现.     

二级倒立摆UD2UU的仿人智能控制分析

二级倒立摆的两根摆杆可构成4个平衡点(down down,down up,up down,up up), 4个平衡点之间可构成12个转换动作与8个自旋动作。 针对平衡点间转换动作中up down到up up(UD2UU)的非线性欠驱动控制问题,应用基于动觉智能图式的仿人智能控制方法,设计出具有多控制器和多控制模态结构的控制系统。以开闭环结合及正负反馈结合的方法设计出各控制模态的控制律,以基于特征模型的关联图式实现各控制模态之间的有序切换。详细介绍了仿人智能控制器设计的过程,实时控制的实例证明了控制理论与方法的有效性。     

小车三级摆摆起倒立的仿人智能控制

运用仿人智能控制 (HSIC)理论的方法 ,研究了直线小车三级摆系统 (CTPS)的摆起倒立控制问题 .通过对CTPS运动的物理过程分析 ,模仿人控制器的特点 ,设计了CTPS的HSIC控制器的动觉智能图式 .在摆起倒立过程中 ,HSIC控制器通过对三级摆杆间运动姿态特征的感知和基于特征识别的多模态控制 ,使CTPS各级摆杆之间始终具有较小的相对运动趋势和较小的相对角度差 ,成为一个动态的“拟小车单摆”系统 .小车三级摆摆起倒立控制的仿真实验成功验证了该方法的有效性 .     

一类欠驱动机械系统基于神经网络的控制

运用神经网络设计体操机器人欠驱动机械系统的平衡控制器.首先利用联立约束法和矢量环对两关节体操机器人进行数学建模,然后用反馈线性化理论将这个非线性系统线性化,最后结合神经网络来设计平衡控制器.仿真结果表明,神经网络控制可以有效地使系统在垂直向上位置附近到达平衡稳定状态,从而实现了此类欠驱动系统基于神经网络的控制.     

多翼自治水下机器人动力学建模与姿态控制

为了提高多翼自治水下机器人姿态自主控制的稳定性和控制性能,设计了基于多翼水下机器人全参数控制模型的姿态控制系统.首先对多翼自治水下机器人进行运动学和动力学分析,建立多翼自治水下机器人的全参数运动控制模型;在此基础上建立多翼自治水下机器人整体控制系统,设计基于线性二次型最优控制的多翼自治水下机器人姿态控制器;最后进行多翼自治水下机器人姿态控制仿真实验.结果表明:在给定的外界干扰下,多翼自治水下机器人能够快速稳定跟踪目标姿态,所建立的控制器以及控制模型能够满足多翼水下机器人姿态的自主控制需要,达到设计目标.     

多移动机器人避障与协作避碰研究

依据李雅普诺夫稳定性分析法,结合移动机器人的运动控制模型和避碰函数,设计了适合每个机器人的控制器.该控制器考虑了多移动机器人的轨迹跟踪与避障避碰.通过仿真实验进行了验证,实验结果表明该控制方法可有效地应用于多移动机器人的避碰和轨迹跟踪.     

一种机器人轨迹跟踪的单输入模糊控制

提出一种利用滑动模态切换面作为输入的单输入模糊控制器设计方法,这种控制方法类似于准滑动模态控制.应用于机器人跟踪控制系统,取得了满意的跟踪效果.模糊控制器中只有唯一的输入,因此,模糊控制规则数比普通模糊控制器大大减少,这样就使得模糊控制器的设计和调节更简单、更方便.同时这种模糊控制器由于具有准滑动模态的性质,体现出较好的鲁棒性,适合于机器人这种高度非线性的复杂控制系统.     

冗余驱动并联机器人多目标控制方法

冗余驱动并联机器人的关节自由度增加了运动的灵活性，但也增加了碰撞的风险.在多目标控制中，需要对其进行有效的避障控制，以保证机器人在执行任务时的安全性和稳定性.针对这一问题，提出冗余驱动并联机器人多目标控制方法设计.利用拉格朗日法对机器人运动特性展开分析，构建机器人运动方程；在径向基函数(Radial Basis Function, RBF)神经网络的基础上，采用自适应方法建立滑模控制器，并基于李亚普诺夫稳定性对滑模控制器展开修正，提高控制器的稳定性；应用连通性屏障控制和避障屏障控制策略，实现机器人的运动控制.实验结果表明，本文方法能够实现精准避障，且控制误差小、效率高、效果稳定.     

参数自调模糊控制方法在机器人中的应用

设计了用于水下船体表面清刷机器人系统运动控制的参数自调整模糊控制器，仿真结果表明，通过调整模糊控制器的参数K1，K2和K3，使机器人系统具有良好的鲁棒性，满足机器人控制性能要求．     

小摆角两轮机器人动力学建模及控制器设计

针对现有两轮机器人转弯速度较低问题,提出一种可轴向摆动的新型两轮机器人设计方法. 该方法使用连杆控制机构摆动来调整机构的重心分布,实现机器人在小转弯半径条件下稳定运动的目的. 基于拉格朗日方程方法,对机器人的小摆角自由度进行了动力学建模与分析,得到了系统动力学模型,并在此基础上设计了一种状态反馈控制器. 运用Matlab/Simulink进行控制器系统仿真,验证了控制器在机器人稳定控制方面的有效性. 结果表明,该两轮机器人机构设计思路及运动控制手段可有效提高系统运动稳定性.      

基于动觉图式的平面倒立摆摆起控制

为实现平面倒立摆非线性系统的摆起控制,提出了一种基于动觉图式的仿人智能控制策略·该策略通过系统在线特征辨识与特征记忆,开闭环相结合的多模态控制以及直觉逻辑推理机制,使倒立摆摆杆从稳定平衡点摆起到不稳定平衡点并稳定不倒·仿真实验的结果证明:这种定性推理与定量控制相结合的智能控制器可以对具有复杂非线性、强耦合、自然不稳定特性的平面倒立摆系统实现摆起控制,同时也为其他非线性多变量系统的控制提供了有效方法·     

用于机器人运动控制的通用小脑认知模块的构建

用具有神经生理学性质的小脑模型实现对机器人系统各种不同感觉协调运动的控制,这是当前机器人控制领域的一个研究热点。但针对一种控制任务就要构建一种对应的小脑模型,这种方式效率很不理想。文中以运动控制为基础,构建了一种包括所有主要细胞类型及其连接的通用小脑认知模块(General Cerebellum CognitiveModule,GCCM)。对给定的背景知识,GCCM能够通过学习生成理想输出,因而,可用于各种不同的机器人感觉运动控制任务。仿真实验证明,通过将脊髓层次上的轨迹误差检测与小脑中的记忆轨迹结合起来,嵌入的GCCM控制系统能对快速手臂延伸运动进行精确的鲁棒控制。     

一种双故障情形的主动滑模容错控制方法

针对非线性系统发生多故障情形的主动容错控制,利用平衡学习的CMAC神经网络作为故障诊断的手段,在线估计故障函数,用滑模控制算法进行容错控制律的在线重构,实现非线性系统主动容错控制。以一双故障模式为例进行仿真,结果证明所提方法有效。     

基于峰值电流控制的快速电池均衡电路

设计了一种基于反激式变压器作为DC/DC转换器的快速无损电池组均衡电路,从高电压电池抽取电流返还回整个电池栈,采用多环式分层结构与峰值电流控制策略显著提高均衡速度,缩短均衡时间。对比传统结构及控制策略的仿真验证了这一设计思想的正确性。     

基于m文件的Fuzzy—PID控制系统仿真

针对一些非线性系统的控制,本文提出了基于m文件的Fuzzy—PID控制系统仿真,通过Matlab仿真软件得到其仿真波形和模糊控制查询表。由m文件编程设计的Fuzzy—PID控制系统,根据实际情况的要求可以很方便的修改相应的控制参数和控制规则。对于Fuzzy—PID控制系统的核心部分-模糊控制查询表来说,通过运行m文件编程设计的程序生成模糊控制查询表的方式比利用计算公式计算得出的方法具有方便和准确的优点。     

基于干扰控制的多小区分布式波束成形

在多小区干扰信道中,基于分布式竞争设计,提出一种优化基站发射波束成形矩阵的设计,使每个小区的最差信干噪比最大.在竞争设计中加入干扰控制,利用差异化的干扰系数,抑制小区间的干扰,提高系统性能.这种设计,既能保持算法的分布式特性,又能有效地提高用户信干噪比.仿真分析表明,基于干扰控制的设计性能更接近协同设计的性能.     

异步电动机软起动的模糊控制器的仿真研究

针对异步电动机直接启动会产生很大电流的特性,提出了一种基于模糊控制原理的异步电动机软起动控制方法。利用MATLAB/SIMULINK对此控制系统建立了仿真模型并进行了仿真实验。仿真结果表明采用模糊控制的软起动方法可以有效地限制异步电动机的起动电流,因此该方法是正确有效的。     

基于HSIC的串级三冲量锅炉汽包水位控制系统

在对串级控制系统优点和PID与HSIC算法对比研究基础上,提出了主控制策略采用基于HSIC的锅炉汽包水位调节串级三冲量控制方案.研究了汽包液位控制的难点、锅炉水位三冲量系统结构、控制策略选取及HSIC控制算法.系统仿真研究指出主调节器使用HSIC的动态、静态控制品质比采用PID调节器控制的效果更好.系统初步调试表明:在串级三冲量锅炉汽包水位控制系统中的主调节器采用基于HSIC的控制更具实用价值.     

燃料电池客车动力系统建模与能量管理策略研究

基于ADVISOR进行二次开发,建立了燃料电池客车整车前向仿真模型.基于模糊控制方法制定了能量管理策略;为提升燃料电池耐久性,对模糊控制进行改进,提出改进后的模糊控制能量管理策略.中国典型城市工况下的仿真结果表明,改进后的模糊控制能量管理策略在车辆经济性和燃料电池耐久性方面均优于功率跟随式能量管理策略.