基于智能预测的力/位混合控制方法

针对机器人在形状未知接触环境表面上进行柔顺力控制问题,在传统的力/位混合控制模型中采用一种智能预测算法,此算法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹,并考虑环境曲率和刚度变化的特点.为了验证预测算法的有效性,构建了开放式的机器人力控制系统,在不同期望力、不同跟踪速度下对非规则受限表面进行了力控制实验研究,分析了受限系统中未知环境参数对接触力的影响.实验结果证明该方法对未知接触环境的变化具有较强的适应能力.在实验条件下,稳定状态下的力控制误差可以控制在3%之内.     

微波催化连续反应实验系统的温度控制

采用了一种新型的模糊控制方法 ,对微波催化连续制药反应温度进行智能控制·该模糊控制系统具有单变量二维输入、增量型输出和多组自调整量化比例因子等特点·为了提高运算速度 ,设计控制系统时建立模糊控制表 ,系统运行时进行在线查询此控制表·采用多组因子自调节的方法 ,减小模糊控制的死区 ,提高控制系统的精度·用工业计算机作为控制器 ,通过软件实现该控制算法 ,在实验中调整控制周期和各组因子的具体值·实验结果表明 ,该系统的稳态误差范围为± 1℃ ,控制精度和系统稳定性达到了微波催化反应对温度控制的要求     

未知环境表面的超声波探测实验研究

针对机器人未知工作环境,提出了一种基于超声波传感器的探测方法.建立了探测系统的结构模型,阐述了系统的工作原理,并分别对平面、圆弧曲面、斜面以及竖直面等未知环境基本组成面的探测进行了实验研究.实验结果表明,超声波测距仪不适合曲率半径小的圆弧曲面探测.对于其他三类环境表面的探测,给出了各自的探测策略和数据处理方法,主要包括:斜面探测需要用三个超声波传感器,竖直面探测需要补偿由于开角引起的误差,平面探测需要补偿由传感器运动引起的动态测量误差等.