基于混合遗传算法的力矩受限圆轨二级倒立摆摆起控制

为了实现力矩受限时圆轨二级倒立摆非线性系统的摆起控制,提出了一种新的开环优化控制策略.该策略通过在规定的时间内向系统施加一前馈控制序列,使上、下摆杆从自然悬垂位置摆到倒立点位置并使速度为零.为了获得最优摆起控制序列,采用混合遗传算法进行优化计算,通过编码操作解决控制力矩受限问题.仿真实验证明,该策略是有效和可行的,并为其他非线性多变量系统的控制提供了有效方法.

二级倒立摆摆起控制的研究

通过对二级倒立摆系统的理论分析,研究二级摆从自然悬垂位置摆到倒立点位置的摆起控制问题,提出了基于动态设计变量优化算法的复杂非线性系统控制策略.仿真实验证明,该策略可成功地实现圆轨和直轨两种二级倒立摆的摆起控制,并且算法具有较快的收敛速度和较高的计算精度.

基于动态设计变量优化算法的非线性模型参数估计

为消除在传统非线性模型参数估计中由于线性化引起的模型误差,提出了一种基于动态设计变量优化的非线性模型参数估计算法·该算法以每个待估计的参数为设计变量,以与设计变量相关的误差函数为目标函数,并将参数约束条件构造在目标函数中,建立参数估计的最优化问题·针对圆形轨道倒立摆动力学模型进行参数估计,证明该算法具有很高的计算精度和较快的收敛速度,是解决非线性模型参数估计的有效方法之一·

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·

基于小波变换的图像增强算法

结合小波变换中相关系数理论,提出了一种基于小波变换的图像增强算法,该算法先区分小波域中由细节及噪声产生的高频系数,对由细节产生的信息进行增强,对噪声进行抑制·解决了通常算法中增强细节信号的同时也放大了噪声这个问题·实验表明,该算法在得到很好的图像增强的同时,能很好地抑制噪声,对于多噪声环境下的弱细节信号能达到很好的增强效果·

基于分形的人造目标与自然物体区别

提出一种基于物体分形特征的人造目标与自然物体的区分方法.该方法根据人造目标和自然物体的固有差异,将分形维数作为估计表面粗糙度的一个重要参数,结合“毯子”维算法来计算物体表面粗糙度.该算法快速、简单、有效.实验表明,人造目标的分形维数较低,自然目标的分形维数较高,用此算法计算物体分形维数区别人造目标和自然物体是可行的.

铁水运输系统智能仿真模型

研究了铁水运输系统的建模与仿真问题,建立了三层控制结构的智能运输仿真模型,基于OOCPN建立底层工位的状态演化模型,通过仿真进程控制层驱动调度决策层·利用消息传递机制沟通状态变迁与仿真策略之间的关系,利用分层调度和调度精化思想设计的调度决策专家系统和避碰决策专家系统有效模拟了现实系统中铁水运输调度员和机车司机的智能决策行为·仿真结果表明智能仿真模型为运输调度系统的建模与仿真提供了一种实用的解决方案·

有关行为主义人工智能研究综述

通过与传统人工智能的比较,介绍了基于行为的智能模拟技术的发展及现状,并详细评述了行为主义人工智能的研究方向以及在研究过程中涉及到的前沿技术.最后给出了基于行为主义人工智能构建智能主体系统的设计原则.

异型螺杆铣削过程刀具磨损状态检测研究

针对异型螺杆铣削加工 ,采用振动信号特征值作为检测刀具磨损的参量。利用小波分析构建滤波器组 ,对振动信号进行多尺度分解和多分辨率逼近 ,提取出刀具磨损特征信号。特征信号处理结果反映了刀具磨损变化规律 ,振动幅值大小反映了刀具磨损状况 ,从而实现了刀具磨损状态在线实时检测。

异形螺杆加工过程基于振动信号的系统辨识

分析了异形螺杆加工过程的适应控制 ,提出以金属切除率作为系统的输入 ,以振动强度为输出的适应控制系统 ,建立了加工过程中金属切除率的计算方法 ,在对振动信号采集处理的基础上 ,进行了系统辨识 。

螺杆包络铣削过程刀具磨损状态的小波分析

利用异形螺杆包络铣削过程中产生的振动信号,采用小波变换对其进行精确的细分,提取出加工过程中刀具磨损的特征信息,据此分析该加工过程的刀具磨损状况,为刀具磨损的状态检测和实时补偿提供了准确的依据。

基于能量反馈的圆轨倒立摆摆起控制

基于拉格朗日方程建立圆轨倒立摆单摆模型,根据能量反馈控制理论,设计圆轨倒立摆摆起控制器,从而使摆杆从稳定平衡点摆起到不稳定平衡点并稳定不倒。采用具有流水线指令结构CIP-51控制器内核的C8051单片机实现控制算法。实验结果表明,采用能量反馈控制器可以对具有复杂非线性、强耦合、自然不稳定特性的倒立摆系统实现摆起控制,摆起效果良好。同时也为其他非线性多变量系统的控制提供了有效方法。

异形螺杆铣削过程刀具磨损建模研究

介绍了一种螺杆铣削过程刀具磨损建模的方法。该方法针对螺杆加工中变切削参数的工况,提取了振动信号和功率信号的刀具磨损特征值,并建立了信号特征值与刀具磨损量之间的映射关系,从而得到刀具磨损模型。实验证明,由此建立的刀具磨损模型,能够排除切削参数变化的干扰,可以较好地反映加工中刀具磨损状态。

异形螺杆数控铣削刀具磨损智能建模研究

介绍了一种在线估算螺杆数控铣削中刀具磨损量的新方法。该方法基于螺杆铣削过程变切削参数的工况,提取了振动信号和功率信号的刀具磨损特征值,基于自适应神经—模糊推理系统建立了刀具磨损数学模型。实验证明,由此建立的刀具磨损模型能够排除切削参数变化的干扰,可以较好的反映加工中刀具磨损状态,同时也为具有时变切削参数特性的加工过程刀具磨损状态监控提供了新的研究方法。

基于功率信号的异形螺杆加工刀具磨损建模

通过对异形螺杆加工过程刀具磨损状态的分析,提取了能够反映刀具磨损状态的功率信号特征值,并建立了信号特征值与刀具磨损量之间的映射关系,从而得到刀具磨损模型。实验证明,由此建立的刀具磨损模型能够排除切削参数变化的干扰,可以较好的反映加工中刀具磨损状态,为刀具磨损在线补偿提供了重要的理论依据。

异型螺杆铣削刀具监控仪的研究

针对异形螺杆铣削加工特点,阐述了异型螺杆铣削刀具磨损/破损监控原理,采用振动信号和功率信号特征值作为检测刀具磨损的参量,利用自适应神经———模糊推理系统(ANFIS)算法和哈默斯坦非线性系统的辨识,建立刀具状态监控模型,并基于模型进行了监控仪的设计,并对监控系统的设计做了详细的论述。经试验验证,该系统满足了对刀具监控的要求。