扫雷器发射架电液伺服系统改进自抗扰控制

针对某爆破扫雷器发射架电液位置伺服系统响应速度慢、跟踪精度低、抗扰能力差的问题,设计一种改进自抗扰控制器。利用BP神经网络强大的自学习和非线性逼近能力对自抗扰控制器中的关键参数在线整定,并结合遗传算法(genetic algorithm,GA)对网络的初始权值进行优化;利用AMEsim和Simulink软件对该改进自抗扰控制器进行联合仿真验证。结果表明:该控制方法可有效提高系统的抗干扰能力,同时保证扫雷器的调炮速度和精度。

一种新型六自由度并联机器人设计

为了扩大并联机器人的工作空间,减少整体尺寸,设计一种新型的六自由度并联机器人,它由6个SPS支链连接动平台与滑块,滑块绕定平台旋转以改变动平台位姿。通过在静平台与动平台分别建立静坐标系与动坐标系得到变换矩阵,进而求得六自由度并联机器人的位姿反解,即每个滑块的位置。在得到此并联机器人位姿信息后将每个支链视为二力杆求出每个滑台的受力情况,进而计算得到此并联机器人各位姿驱动力。并提出一种通过线圈拖拽钕磁铁的驱动方式。该新型并联机器人具有Z轴转动不受限制的特点,极大地扩展了其运动范围,且相对常规并联机器人结构尺寸极大减少。

基于BP-GSA优化的某随动平台滑模控制

为实现某随动平台负载模拟器响应的快速性和系统的鲁棒性,提出一种基于遗传模拟退火算法(genetic simulated annealing,GSA)优化的BP神经网络(BP-GSA)滑模控制方法。根据负载模拟器各环节硬件组成,建立系统等效数学模型;采取非奇异终端滑模实现对系统的控制,并采用BP神经网络对状态方程中未定项进行逼近,利用GSA算法调整网络节点权值。实验仿真结果表明:相比于传统滑模控制和PID控制,该方法在具有扰动输入的情况下,具有最小的稳态误差和最快的跟踪速度,能够有效提升系统的响应速度和力矩跟踪精度。

基于Lon Works现场总线的智能控制系统研究

本文基于LonWorks现场总线技术,对其所构建的分散智能控制网络系统的结构特征、控制策略迸行了探讨,并以某啤酒发酵过程的发酵罐的温度控制系统为例,设计了一个采用LonWorks现场总线技术的温度模糊自适应PID系统。

舰载火箭炮消摇摆稳定系统控制器设计

舰载火箭炮以舰船为射击平台,会受到风、浪、流等各种因素的综合作用。舰船的摇摆影响了射击线的稳定,采用常规的 PID 控制往往不能达到理想的消摇摆稳定效果。系统采用 Bang-Bang 控制、Fuzzy控制和 PID 控制相结合的智能模糊控制,其中 Bang-Bang 控制用于改善系统的快速性,Fuzzy 控制有利于改善系统的动态性能,PID 控制改善系统的动态特性和消除稳态误差。陆上及海上实验表明,系统达到了规定的动、静态技术指标。

基于现场总线控制系统的CIPS控制结构的研究

通过对离散工业CIMS和流程工业CIPS的递阶控制结构的研究 ,针对流程工业的特点 ,将CIPS控制功能结构分解为管理信息系统层 (MIS)、先进控制与优化层 (APC)和基础控制层 (BC) 3个层次 ,提出了一种基于现场总线控制系统(FCS)LonWorks的体系结构 ,分析了这种由管理层 (LAN)和控制层 (LON)构成的2层结构的特点 。

电液伺服系统的模糊神经网络自适应控制

针对电液伺服控制系统中存在的非线性影响,常规PID控制难以取得良好的控制效果,采用模糊神经网络自适应控制,通过BP算法改变模糊隶属函数的形状及模糊规则的中心值,实验结果表明该方法能有效地跟踪电液位置伺服系统。

爆破扫雷器电液伺服系统建模

为了提高电液伺服系统的模型精度与准确度,对某爆破扫雷器电液伺服系统建模方法进行了研究。采用机理建模法,构造了电液伺服系统的传递函数,采用基于自适应神经模糊推理(Adaptive neuron-fuzzy inference system,ANFIS)和减法聚类的模糊神经网络(Fuzzy neural net-work based on subtractive clustering,Sub-FNN)方法,实现了电液伺服系统的智能建模。通过对模型均方根误差(Root mean square error,RMSE)和信号间方差比(Variance accounted for,VAF)性能指标的比较,表明基于减法聚类的模糊神经网络建模方法可以显著地提高模型精度。研究结果为实现电液伺服系统的控制奠定了基础。

某火箭破障武器电液伺服系统的模糊免疫PID控制的研究

某火箭破障武器火箭弹发射系统,执行机构由液压驱动,其负载阻力矩和转动惯量都随着发射架位置的变化和系统带弹量的变化而变化,常规确定系数的PID控制器难以获得理想的控制效果。该文借鉴生物免疫响应的反馈调节机理,采用模糊免疫PID控制算法,并通过模糊控制规则对免疫反馈规律的非线性函数进行自动调整。仿真和实际应用表明,在阶跃和正弦下的静态和动态指标达到了系统的技战术指标要求并有较强的鲁棒性。

一种采用单神经元自适应的智能控制系统的研究

针对工业过程机理复杂、参数甚至结构变化大、难于建立精确数学模型、常规PID不能满足控制要求的特点 ,本文提出了一种由基本配方控制器和单神经元智能补偿控制器组成的智能控制系统。基本配方控制器基于知识库推理获得PID控制器的设定值 ,而神经网络控制器根据误差实时对设定值进行在线调整 。

预测步长自调整舰载武器消摇摆控制系统设计

针对以舰船为射击平台的舰载火箭炮,由于海上风、浪、流等多种因素的作用,射击线受到舰船摇摆而影响射击精度的问题,应用模糊控制理论和灰色预测理论,设计了一种基于预测步长自调整的灰色预测模糊控制器,通过对实时状态的模糊判决,实现对灰预测步长的自适应调整,从而改善控制效果。陆上及海上实验表明,系统达到了规定的动静态技术指标。

基于模糊神经网络的扫雷犁自动定深控制系统的研究

针对某武器系统要求能对扫雷犁进行自动定深的要求,采用BP神经网络对扫雷犁电液伺服控制系统进行系统辨识,采用模糊逻辑与神经网络构造系统的自学习模糊神经网络智能控制器,并实现控制器的离线优化和在线学习。仿真试验和实际系统的使用结果表明所设计的智能控制器可以使系统具有良好的动、静态性能,实现了扫雷犁入土深度±10mm误差范围的精确控制。

爆破扫雷器遗传优化RBF模糊控制器研究

研究爆破扫雷器电液伺服系统的控制问题。针对液压系统的非线性、发射架位置和带弹量不同引起的系统负载及转动惯量变化,常规控制方法难以得到满意的动静态性能指标。在分析电液伺服系统传递函数的基础上,设计了基于RBF神经网络的模糊控制器,并采用改进遗传算法对控制器的节点中心矢量和权值等参数进行优化,在优化目标函数中使用控制量平方项,增大其影响力。最后对系统在不同模拟负载及转动惯量的情况下进行了仿真,系统动态响应快、超调小,为优化设计提供了依据。

火炮液压伺服系统神经网络非线性PID控制

根据某火箭炮液压伺服系统的特点以其及动态的快速性和稳态高精度的指标要求 ,设计了一种神经网络非线性PID控制器 。

PLC在电厂输煤系统中的应用

介绍了可编程序控制器在电厂皮带机输煤控制系统中的应用，详细说明了远程I／O控制系统的特点和功能。

码头分布式PLC输煤控制系统的设计

根据内河港口设备分布特点,分布式PLC自动化输煤控制系统由配电室控制级,中央控制室集中控制级和上位机控制∕管理级3级组成。PLC控制程序将程控系统分为输入、程序处理、输出3个独立模块。任一台PLC故障,即使是中央控制室PLC故障,也可通过配电室PLC保证系统正常运行,达到分散控制集中管理的目的。

电液加载仿真台的设计与自适应控制

介绍了一种能够实时模拟出火箭炮随动系统在不同带弹量、不同位置下的不平衡力矩的电液加载仿真台。实验结果表明,本文采用的基于模糊自适应PID控制算法设计的控制器可以使电液伺服加载系统具有良好的控制效果,有效地抑制负载变化和外界干扰,满足系统的要求。

某爆破扫雷器电液伺服系统的建模与仿真研究

详细讨论了某爆破扫雷器电液伺服系统的建模方法。采用机理建模法,构造了电液伺服系统的传递函数;采用遗传神经网络,实现了电液伺服系统的智能建模。介绍了此种爆破扫雷器电液伺服系统工作原理,提出了获取建模数据的方法,详述了传递函数、遗传神经网络的具体建模方法。最后,以爆破扫雷器电液伺服系统为例,构造了伺服系统的模型,并对所获得的模型进行了分析,为进一步实现爆破扫雷器电液伺服系统的控制奠定了基础。

带远程站的PLC在电厂输煤系统中的应用

目前,在我国大多数发电厂皮带机输煤系统中,控制系统仍然由继电器等电器设备组成,自动化水平低,系统复杂,故障率较高,与国外相比差距较大.为了改变这种落后状态,我们用可编程序控制器(PLC)对某电厂皮带机输煤控制系统进行了改造,用软件实现了系统控制的全部功能,增强了系统控制的灵活性及可靠性,使整个系统简单,维修方便,功能更强.

用C++语言实现Koyo PLC与计算机的通讯

用BorlandC＋＋语言实现KoyoSG-8可编程序控制器（PLC）和计算机间的通讯，给出了有关程序，文中所有程序均在BorlandC＋＋2．0环境下调试通过。