旋翼飞行机械臂固定时间滑模控制

针对旋翼飞行机械臂轨迹跟踪控制中的不确定性和扰动问题,提出了一种基于固定时间滑模观测器的滑模控制算法。首先,在广义坐标系下建立了旋翼飞行机械臂运动学与动力学模型,并设计出固定时间观测器对模型参数不确定性与外部扰动进行估计,通过在滑模中引入分段函数和饱和函数抑制固定时间观测器的抖振,加快其收敛速度。随后,将旋翼飞行机械臂划分为位置、姿态以及机械臂3个子系统,基于固定时间理论,分别对3个子系统设计了新型固定时间滑模控制器,并设计自适应趋近律以抑制滑模控制器的抖振。与传统滑模控制器相比,该控制器具有更快的收敛速度与更好的跟踪性能。利用Lyapunov稳定性理论证明了系统的稳定性。最后通过仿真实验验证了所提算法的有效性,该算法对旋翼飞行机械臂轨迹跟踪控制具有较好效果。

基于布谷鸟算法优化BP神经网络的塔吊安全研究

针对施工现场塔吊运行的安全分析与危险预测问题,进行布谷鸟算法和神经网络研究。首先从塔吊实测数据中筛选出若干数据进行灰色关联分析,将力矩作为参考量,分析传感器数据对参考量的关联度。在此基础之上,选择其中部分数据作为训练样本在神经网络中进行训练,以剩余实测数据作为测试样本进行预测。为了避免神经网络在运行过程中陷入局部最优,采用布谷鸟算法对对齐进行了优化,以获得更好的安全分析与危险预测效果。实验结果表明,基于布谷鸟算法优化的BP神经网络预测精度更高,能更准确预测塔吊的安全变化趋势,有较好的工程应用价值。