基于DFL的地面运动基座轨迹跟踪控制

为解决地面运动基座的轨迹跟踪控制问题, 基于其动力学模型, 利用动态反馈线性化技术实现了系统的完全状态反馈线性化。根据线性系统理论设计轨迹跟踪控制器, 并采取时变控制器增益的方法在满足控制力矩饱和约束的同时取得了良好的跟踪效果。Matlab 仿真结果显示, 采用该方法设计的轨迹跟踪控制器可使系统跟踪期望轨迹, 采取时变控制器增益的方法可使系统在跟踪过程中既满足了控制力矩饱和约束, 取得了良好的跟踪性能。与其他设计方法相比, 该方法能很好地将控制力矩饱和的情况考虑在内, 控制器设计简单且具有良好的稳定性。     

基于改进人工势场法的无人机航迹规划

针对传统人工势场(traditional artificial potential field, TAPF)方法在无人机航迹规划时航迹摆动幅度较大且容易陷入局部极小值的问题, 提出了一种改进人工势场法。首先在TAPF方法的基础上, 引入角度与速度调节因子, 模拟更真实的无人机飞行轨迹; 然后再引入辅助避障力, 实现避障的同时平滑轨迹; 最后对改进航迹规划算法与TAPF方法进行仿真实验。结果表明, 相较于传统算法, 改进后的航迹规划算法在航迹平滑性上有显著提升, 并且有效地避开了局部最小值点。     

“过程”的确认与控制是保证建筑产品质量的关键

本文从建筑产品实施之前的质量策划、过程确认以及过程实施中的控制三个方面论述了保证建筑产品质量的关键所在。     

网络计划的自动生成技术

根据工业与民用建筑工程施工过程中广泛推行流水作业施工的特点，提出利用计算机分阶段生成标准网络，然后合并网络图，添加施工的工序，最后删除多余的虚工作，形成完整的施工网络进度计划。此法易于计算机实现，为研究网络计划的自动生成提供一种可行的方法。     

一体化炼钢炉次计划模型与算法

根据一体化钢铁生产模式需求,考虑客户需求柔性化的特点,首先描述炉次计划及其一体化工艺约束,然后建立了多目标一体化炉次计划优化模型,针对模型设计了两阶段启发式算法,第一阶段提出了基于规则的分组策略,第二阶段提出了概率匹配法.最后,对比分析两阶段启发式算法与人工编制方法处理某钢厂实际生产数据结果表明,所提出的模型和算法具有良好的有效性.     

炼钢炉次计划仿真系统的设计与实现

炼钢炉次计划对于钢铁企业生产计划的编制起着承上启下的重要作用.针对炉次计划问题多目标、多约束的复杂特点,建立了整数规划模型,提出了基于现场计划编制人员经验规则的多阶段启发式算法对其进行求解,并以该模型和算法为核心开发了炼钢炉次计划仿真系统,讨论了其的结构与功能.利用生产现场的实际数据,对系统进行了离线仿真,并计算了炉次计划结果的评价指标.仿真结果表明:该模型及算法可以快速、高效的编制炉次计划;该仿真系统为炉次计划模型及求解算法的研究提供了仿真实验平台,并为进一步在实际工程中的应用奠定了一定的基础.     

基于ZigBee的无线交通信号控制系统

本文提出了ZigBee在无线交通信号控制系统中的应用框架,首先描述了系统的结构,然后介绍了基于jn5121芯片的ZigBee节点设计,最后简单介绍了jn5121的程序设计基本框架。     

基于路径-速度解耦的无人机编队协同轨迹规划

针对无人机编队在复杂机动情形下的协同轨迹规划问题,提出了一种基于路径-速度解耦方法的预瞄自适应轨迹规划方法。在路径规划阶段,考虑无人机转弯机动的曲率限制,采用Dubins曲线作为路径构成的基本子结构。为得到最优的Dubins曲线连接控制点,设计了自适应预跟随路径特征的预瞄距离规划算法。在速度规划阶段,针对控制参数化与时间离散化(control parameterization and time discretization, CPTD)的速度规划方法,提出了栅格化空域下差异区间速度规划方法,简称为DIPR。仿真结果表明,预瞄距离自适应算法能够有效优化路径，对比固定预瞄距离方法在转向弧度上平均减少30.70%,在跟踪偏离上减少16.41%,在路径长度上缩短10.87%。对比CPTD方法, DIPR平均提前30代收敛,收敛值平均提高10.67%,编队完成队形集结时间平均缩短15.4 s。得到结果更快更优,并且速度曲线结果连续平滑。     

基于控制变量估计的高超声速再入滑翔目标轨迹预测算法

以高超声速再入滑翔目标为研究对象,在对目标机动控制变量进行建模分析的基础上提出了一种轨迹预测算法。首先,基于动力学建模构建了目标跟踪模型,利用气动参数对目标状态向量进行扩维并推导了对应的运动模型。其次,构造了适用于轨迹预测的目标机动控制变量,在不同机动模式下分析了控制变量的变化规律,基于控制变量设计了对应运动方程以及轨迹预测模型。最后,仿真生成了两条轨迹并对所提算法进行了仿真验证,分析了算法性能。仿真结果表明所提轨迹预测算法能够取得较好的预测效果。     

基于傅里叶级数的非线性学习控制算法

提出了一种基于傅里叶级数的非线性学习控制算法．当系统的任务可重复或系统的理想输出为周期函数时，在傅里叶空间内可以将时域内的轨迹跟踪问题简化为多个独立的调节器问题，因而大大简化学习控制器的设计．在滚珠丝杠工作台上的实验表明，这种学习控制器具有很快的收敛速度和令人满意的性能