神经网络在超声催化气体单传感器的应用研究

超声催化气体传感器是一种具备识别气体种类与分析气体浓度能力的新型单气体传感器,现有的数据库识别与K值判别方法存在校准工作量大与识别准确率不高的问题,因此提出一种基于神经网络的气体种类与浓度识别方法。结合实验采集的数据,利用随机森林(RF)与互信息(MI)等特征选择方法选择最优特征组合,设计神经网络结构,实现气体种类和浓度识别。实验表明:气体分类模型预测在1%~20%爆炸下限(LEL)浓度的甲醇、乙醇、丙酮和氢气分类正确率能达到96.88%,通过鲸鱼算法优化后的分类模型分类正确率提高至97.82%;气体浓度预测模型对甲醇、乙醇、丙酮和氢气浓度预测误差分别为3.49%、2.5%、10.12%、9.76%。结果表明,神经网络能有效进行超声催化气体单传感器的气体分类与浓度识别。

作业车间多工艺路线批量作业计划优化

提出一种基于遗传算法的作业计划算法,用于解决作业车间的中小批量多工艺加工作业计划的优化问题。在作业计划算法中,提出了一种将工件的子批数量和加工工序包容在一起的染色体编码方法,使得子批数量的确定和子批加工顺序的安排能够被同时优化。以生产周期为目标优化作业计划,将遗传算法和分派规则相结合,通过交叉、变异等遗传操作,得到目标的最优或次优解。最后对算法进行了仿真研究,并给出了算法运行结果,仿真结果表明该算法是可行的。

基于遗传算法的多资源作业车间智能动态优化调度

提出一种基于遗传算法的调度算法，用于解决多资源制约(机床、工人和机器人)条件下作业车间的动态优化调度。为了表达加工工件的批量，提出了一种新的染色体基因型，基因型的长度随加工环境的变化而变化。研究的动态环境包括：加工工件连续不断地到来；机床设备突然损坏；损坏的机床被修复；工件的预定订货时间被提前；有新类型的工件要求被加工等等。采用一种基于周期和事件驱动的滚动窗口调度，以适应连续加工过程中的环境变化。调度算法中采用权重可变的双目标评价函数来优化调度结果。仿真结果表明该算法是可行的，与传统的静态优化调度相比，其优越性是明显的。

超声电机驱动多关节机器人位置精确控制

该文结合超声电机的运行特点,提出了一种新颖的速度—位置联合反馈控制方式,并在直接驱动的三关节机器人上加以实现.实践证明,位置反馈控制可以获得较高的位置精度,但超声电机的速度变化会显得剧烈,从而导致机器人发生颤振;速度反馈控制可以保证机器人运行平稳,但不能获得好的位置精度.采用所提出的控制方式后,不仅可以获得高的位置精度,而且可以保证机器人平稳运行.

具有柔性加工路径的作业车间批量调度优化研究

古典作业车间调度问题已经被研究了几十年并证明为 NP- hard问题。柔性作业车间调度是古典作业车间调度问题的扩展 ,它允许工序可以由一个机床集合中的多台机床完成加工 ,调度的目的是将工序分配给各机床 ,并对各机床上的工序进行排序以使完成所有工序的时间最小化。本文采用遗传算法进行柔性作业车间调度研究 ,针对柔性作业车间问题提出了一种新颖直观的基因编码方法以适用于批量调度 ,并分析了几种批量调度方案 ,最后给出了这些调度的仿真结果 。

基于径向基神经网络的直线超声电机位置控制

针对直线超声电机的精密位置控制,提出了一种基于径向基神经网络的自适应控制机制。鉴于直线超声电机工作原理,其运行状态必然受到摩擦、强非线性和时变等不确定性因素的干扰,为了对这些不确定性因素进行有效的逼近,采用了径向基神经网络。为了提高控制机制的自适应能力,首先利用来自试验数据的训练样本按正交最小二乘算法确定径向基神经网络的隐层单元的个数和相关参数,再按递推最小二乘法在线调整隐层与输出层之间的权重。试验结果表明,基于径向基神经网络的自适应控制器的性能不仅优于传统的PID控制和误差反向传播神经网络控制,而且具有很好的抗干扰能力。

基于遗传算法的多资源作业车间智能优化调度

提出一种基于遗传算法的调度算法,用于解决作业车间的加工受到机床、操作工人和机器人等多种生产资源制约条件下的优化调度。以生产周期为目标进行的优化调度,将遗传算法和分派规则相结合,通过交叉、变异等遗传操作,得到目标的最优或次优解。最后对算法进行了仿真研究,并给出了算法运行结果,仿真结果表明该算法是可行的。

超声电机驱动多关节机器人的类PID小波神经网络控制

针对超声电机驱动多关节机器人的运行特性,提出一种新颖的速度—位置双闭环PID控制模式,有效地抑制了超声电机响应极快所导致的速度变化剧烈的现象,从而提高了机器人的运动平稳性。为了进一步提高超声电机驱动多关节机器人的控制性能,使其能根据超声电机的变化特性对PID控制参数进行实时调节,提出类PID小波神经网络控制器。通过对传统离散型增量式PID表达式各项的合理划分,将速度—位置双闭环PID控制、实践经验、当前的轨迹误差及其变化情况都融入进了类PID小波神经网络控制器中。该控制器参数的在线学习机制采用了δ自适应律并结合了BP算法和梯度下降法,算法简单,计算量大大减少。试验结果证明,所设计的类PID小波神经网络控制器不仅明显优于PID和PID神经网络控制器,而且具有很好的抗干扰能力。

双资源作业车间智能优化调度

用遗传算法研究了双资源作业车间的调度优化问题,提出了一种将归约法与遗传算法和分派规则相结合的调度算法,该算法将机床和工人合理地分配给加工任务(工序),使评价指标获得最优.通过与国外学者的算法进行比较,本算法在相同生产周期的情况下,能够获得平均流动时间较少的调度结果.本算法采用的遗传编码不含工人和机床设备的信息,使得染色体的交叉和变异容易操作,节省了计算时间.最后还就工人/机床设备的比率对作业车间加工性能的影响进行了分析并给出分析结果.

具有柔性加工路径的作业车间智能优化调度

用遗传算法研究了具有柔性加工路径的作业车间的智能优化调度问题 ,提出了一种将遗传算法和分派规则相结合的调度算法 ,将加工计划与生产调度同时考虑 ,避免了加工计划和生产调度相脱节的弊端。最后给出了此调度算法的仿真结果 ,证明该算法是可行的 。

CONTROL OF ROBOT DRIVEN BY MULTIPLE ULTRASONIC MOTORS BASED ON ROBUST PARAMETER DESIGN

An ultrasonic motor （USM） is difficlt to be mathematically described because of its complex energy conversion and nonlinear parameters from increasing temperature and changing operating conditions. To achieve good performance of a three-joint robot directly driven by USM, according to the operating characteristics of USM, a new position-velocity feedback control strategy is proposed. In the control strategy, there are a total of 18 controller gains to he tuned. Through a series of ＂Design of Experiments＂ by the robust parameter design, an optimal and robust set of proportional integral derivative （PID） controller gains is obtained. Results show that the control strategy can achieve the best performance of the robot and the robust parameter design is effective and convenient to USMs.

超声电机驱动关节机器人位置反馈控制研究

利用超声电机低速大转矩特性,实现了三关节机器人的直接驱动;通过改变超声电机的工作频率实现对其运行速度的控制。结合超声电机的运行特点,运用和比较了多种PID位置反馈控制方式,实践证明,在确保超声电机和机器人工作平稳的前提下,采用梯形积分的PID位置反馈控制效果最好。

超声电机驱动多关节机器人的非线性H_∞控制

利用超声电机低速大转矩特性,实现了三关节机器人的直接驱动。一方面,由于超声电机是通过定转子间的摩擦驱动,其模型无法精确描述,另一方面,由于无法在方程中将关节机器人的所有动力参数表达出来,因而该机器人在控制中存在摩擦干扰和参数不确定带来的动力干扰。针对这些干扰,采用了非线性H∞控制方式,以L2增益作为设计指标,设计了H∞控制器。实践证明,非线性H∞控制器不仅可以保证机器人稳定运行,而且位置精度大为提高。最后,还对控制器的鲁棒性进行了实验验证,结果表明该控制器有很好的抗干扰能力。

含机器人的作业车间双资源智能优化调度

用遗传算法研究了含机器人的作业车间双资源调度优化问题 ,提出了一种将遗传算法和分派规则相结合的调度算法 ,将加工机床和机器人合理地分配给加工任务 ,使评价指标获得最优 .最后给出了此调度算法的仿真结果 ,证明该算法是可行的 ,并获得良好的结果 .

多超声电机控制的鲁棒性参数设计

结合超声电机的运行特点,运用田口参数设计法对超声电机驱动的多关节机器人的总共18个控制参数进行了有效调节,并获得了一组最优且具有鲁棒性的控制参数。实验研究证明,在机器人平稳运行的前提下,所获得的这组控制参数不仅适用于机器人绘制各种不同的图形,而且可以获得高的位置精度。

机床液压传动MCAI实验的设计和实现

本文针对目前机床液压传动的教学现状，根据人类的认识规律和多媒体的技术特征，论述了在实验教学中引进多媒体技术的优势，并介绍了ＭＣＡＩ课件的制作方法和具体实践过程。

胶囊机器人主动运动机构的研究进展

重点阐述了肠道胶囊机器人机构中的活检机构、行进与锚定机构及给药机构等方面国内外科研人员的研究思路及方法,并将相关作动机构分为电磁电机-机械传动机构、磁致动器-机械传动机构和智能材料致动器三类,对每一类致动器的优缺点进行了总结。随着肠道胶囊机器人微型化、多功能化、智能化的总体发展趋势,其尺寸越来越小,同时在多功能化和智能化上取得了长足发展,实现了胶囊机器人的自动姿态调整,使其可以实现主动爬行、活检和定点施药的功能等。对于这些功能的实现,不同的致动器提供了不同的可能,如何规避这些致动器的缺点并将其优点发挥出来成为肠道胶囊机器人机构设计和优化的关键。

基于响应面模型与自适应遗传算法的中空型行波超声电机柔性转子结构优化

中空型行波超声电机柔性转子由于结构复杂,因此存在设计空间较小、转子与定子接触界面接触不均匀、转子变形后内应力较大等问题。该文首先利用有限元方法建立转子尺寸参数化有限元模型;然后用拉丁超立方(LatinHypercube)随机抽样法,在设计空间内建立响应面模型;最后,利用自适应遗传优化算法(self-adaptive genetic algorithm,SAGA)基于响应面模型得到设计空间内的全局最优解。为了验证优化结果的合理性,设计了定子外径为ф70 mm,陶瓷片内外径尺寸分别为ф55 mm和ф70 mm的超声电机配合该文设计的转子进行磨合实验。实验证明,经过优化设计得到的转子与定子之间接触更均匀,转子变形后内应力减小,转子变形空间更大。

一种应用正态分布理论的直线超声电机精密定位控制方法

针对直线超声电机在精密驱动过程中存在较强的非线性、时变性及控制模型复杂等问题,提出了一种基于正态分布理论统计直线超声电机驱动电压与速度/位移关系的方法,结合模糊逻辑控制技术,实现了对直线超声电机精密定位控制。利用宏微驱动控制模式对超声电机驱动的平台进行大行程、高精度定位实验研究,实验结果表明采用所提方法,当行程为5 mm时,稳态误差小于5 nm,能抑制系统的超调,改善系统动态性能。同时,由于直线超声电机动态保持力非常大,使得系统具有良好的抗扰动能力。

显微视觉系统的自动聚焦及控制

对自动显微镜的自动聚焦评价函数及聚焦控制策略进行了研究。首先,介绍了频域聚焦函数提升小波变换及时域聚焦函数Sobel-Tenengrad算子,通过将提升小波变换和Sobel-Tenengrad算子有机组合提出了一种新型聚焦评价函数。然后,利用离焦、正焦样本图像对自组织算法进行无监督训练,使用粒子群优化算法加速训练过程,并以经过学习的自组织映射算法作为聚焦控制器。最后,进行了显微视觉自动聚焦实验。实验结果表明:新型组合算子具有单峰性,峰值处变化陡峭,对不同样本、不同倍数物镜均可在正焦位置达到最大值,鲁棒性强;经过学习控制器后平均仅用7.6步即可完成自动聚焦,与爬山法相比,该聚焦算法不仅大大提高了聚焦速度且性能稳定,对每幅输入图像处理、识别时间约为120ms;满足了显微视觉自动聚焦要求,获得了良好聚焦效果。