基于鲁棒H_∞控制的电动车辆转向研究

文章以前轮转向叉车为研究对象,在对电动叉车电动助力转向(electric power steering,EPS)系统进行动力学分析和建立整车二自由度模型的基础上,提出EPS系统鲁棒H∞控制器,并运用遗传算法对控制器的加权函数参数进行优化,使驾驶员获得满意的路感,系统的鲁棒性、行驶安全性得到提高。根据TFC20叉车的实际数据,进行Matlab在不同工况、不同控制方法下的对比仿真实验,从而验证了运用遗传算法优化的鲁棒控制器可以更好地给叉车提供可跟随的电机助力,确保系统的操作轻便性和稳定性。     

无刷直流电机的神经网络控制器的仿真研究

提出了一种无刷直流电机的神经网络非线性跟踪器的设计方法。在无刷直流电机的高性能速度跟踪中，若仅采用传统的PID调节，则难以克服系统本身参数扰动所带来的转速偏差问题。本文采用双神经元网络的控制方法，一个用于辨识，一个用于控制，并在Matlab与Simulink下进行了仿真。文中提出一种易于应用自适应权值修正的方法，可以加大采样频率。仿真结果表明，这种方法可以在不影响控制精度的条件下，大大减秒计算量，有利于在线实现。     

基于模糊神经网络的车用发电机故障诊断系统的研究

文章针对车用交流发电机的特点，建立了故障现象与故障征兆列表，并应用基于模糊神经网络的故障诊断方法，实现了对该类发电机故障的模糊诊断。文中还介绍了模糊神经网络的结构和对应的学习方法，以及基于CAN总线的实时的车用交流发电机故障诊断系统的组成，该系统利用计算机作平台。仿真和试验结果表明，该诊断方法是行之有效的。     

基于MMAS的机器人路径规划

文章针对移动机器人系统在复杂环境中搜索目标和寻求最短路径问题,介绍了一种基于MMAS的机器人路径规划新方法;在MMAS算法的信息素更新中,采用了最大-最小蚂蚁系统的思想动态调整信息素,加强了正反馈的效果,同时周游最优蚂蚁和全局最优蚂蚁路径信息的动态更新,在一定程度上增加了解的多样性,也提高了蚂蚁的搜索效率;在搜索过程中,采取随机搜索与重点搜索相结合的方式对路径进行搜索,有利于加快搜索较好的解,而动态调整各项参数后,陷入局部解的可能性大大减少,并且可以找到最优解;最后通过仿真证明了该算法的有效性.     

基于改进型ADRC的双轴伺服系统摩擦补偿研究

文章针对双轴伺服系统中摩擦的非线性、不确定外扰,在分析系统轮廓误差的基础上,结合交叉耦合的思想,采用了一种改进型二阶自抗扰控制器(ADRC),对摩擦力进行补偿。该控制器利用具有强鲁棒性的高增益扩张状态观测器观测系统的摩擦及其它内外扰动,并加以补偿,同时采用了一类新的非线性函数,克服了由于常规ADRC非线性状态误差反馈控制律中非线性函数的不平滑性,而导致系统对于摩擦敏感的缺点。仿真对比分析表明,改进型ADRC能够很好地进行摩擦补偿,使系统具有更好的鲁棒性,提高系统轮廓加工精度。     

基于FPGA和CIS的纸币图像采集及5/3提升小波图像处理方法

文章介绍了一种基于FPGA和CIS传感器的纸币图像采集系统及其对应的提升小波处理方法.系统利用FPGA实现CIS图像传感器和高速A/D转换器所需的各种驱动信号,完成实时图像采集;同时以FP-GA为核心,在硬件平台上实现5/3提升小波算法,并在Xilinx开发软件环境下进行仿真.实验结果表明通过合理有效的硬件设计和Ver...     

基于多传感器行为融合基础上的AGV导航研究

详细分析了AGV导航系统的基本行为，并建立了避障行为、目标跟踪行为、沿墙壁行驶行为和紧急停止行为的模糊规则。在此基础上，构建基于多传感器的行为融合的导航系统，并用模糊神经网络对上述规则进行学习，仿真结果表明该行为融合可获得很好的导航效果。     

基于模糊神经网络预测转角的无传感器无刷直流电动机换相控制研究

针对位置检测和准确换相是无刷直流电机运行的关键，本文提出一种新的方法来实现无传感器无刷电机的换相控制。即构造一个基于遗传算法训练结构和参数的模糊神经网络，通过检测电机的磁通和电流来预测电机实际转角实现电机的准确换相。仿真结果表明，利用模糊神经网络预测转角来控制电机换相能取得很好的效果。而文章利用遗传算法作为模糊神经网络的训练算法，此算法具有收敛速度快，不易陷入局部极小的特点。     

基于DSP的无传感器无刷直流电动机控制系统实现

介绍了基于DSP的无传感器无刷直流电动机控制系统的设计,系统以反电势法为基础,通过检测电动机三相端电压来实现转子定位和换相,并针对反电势法的局限性,提出了一些改进措施。在具体设计时,遵循硬件软化的思想即简化片外硬件控制电路,主要依靠软件来实现电动机的启动、换相控制及速度闭环运行,提高了系统的灵活性和可靠性。实验结果表明电动机运行稳定、换相性能好,取得了较好的效果。