滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(12):多变量OEARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对多变量输出误差自回归滑动平均(M-OEARMA)系统,即多变量Box-Jenkins系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶递推广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波辅助模型递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

基于PLC构建电力巡检机器人自动化控制系统

该文对电力巡检机器人的自动化控制系统进行以PLC为基础的设计,提升电力调度的效率与安全性。基于PLC构建电力巡检机器人自动化控制系统总体架构,通过上位机接收操纵台传递的操作者信息以及下位机传递的温度、角度等状态信息,通过OPC通信程序将指令下发至下位机,下位机依据上位机下达指令,通过PID驱动控制器完成电力巡检机器人运动控制,利用模糊C均值聚类方法判别电力巡检机器人故障,将结果实时传送到上位机操纵台的显示器,及时反馈机器人的工作状态。实验结果表明,该系统可以控制机器人完成电力巡检,该系统应用后可有效检测机器人故障,使其具备优秀的避障能力,可实现上下位机实时通信。

改进蚁群算法的送餐机器人路径规划

蚁群算法拥有良好的全局性、自组织性、鲁棒性,但传统蚁群算法存在许多不足之处。为此,针对算法在路径规划问题中的缺陷,在传统蚁群算法的状态转移公式中,引入目标点距离因素和引导素,加快算法收敛性和改善局部最优缺陷。在带时间窗的车辆路径问题(vehicle routing problem with time windows,VRPTW)上,融合蚁群算法和遗传算法,并将顾客时间窗宽度以及机器人等待时间加入蚁群算法状态转移公式中,以及将蚁群算法的解作为遗传算法的初始种群,提高遗传算法的初始解质量,然后进行编码,设置违反时间窗约束和载重量的惩罚函数和适应度函数,在传统遗传算法的交叉、变异操作后加入了破坏-修复基因的操作来优化每一代新解的质量,在Solomon Benchmark算例上进行仿真,对比算法改进前后的最优解,验证算法可行性。最后在餐厅送餐问题中把带有障碍物的仿真环境路径规划问题和VRPTW问题结合,使用改进后的算法解决餐厅环境下送餐机器人对顾客服务配送问题。

基于PI参数的二阶线性自抗扰控制参数整定

线性自抗扰控制是一种不依赖于被控过程模型的控制方法,具有很好的工程应用潜力。目前,工业控制过程中大多采用PI控制器,为了确保由调试好的PI控制器平稳切换到线性自抗扰控制器,并使系统仍保持稳定状态,需要合理设置线性自抗扰控制器的参数。为此,在分析二阶线性自抗扰控制器的二自由度等效结构的基础上,推导出其反馈控制器与PID控制器的对应关系,给出一种基于现有PI控制参数直接获取二阶线性自抗扰控制初始参数的方法。最后,在MATLAB/Simulink平台上采用若干典型传递函数和双容水箱液位控制系统进行仿真研究,仿真结果验证了所提方法的有效性。

基于RFID和磁导航的AGV小车S7-1200PLC控制系统设计

该项目利用S7-1200PLC作为AGV主控制器,采取驱动轮差速进行转向控制,采用磁导航传感器和RFID标签传感器实现循迹和定位功能,实现AGV小车在立体仓库、VMC850数控加工中心、CK40S数控车床、RB20工业机器人、装配单元之间产品的搬运功能。

含丢包和量化的网络控制系统随机鲁棒稳定

针对一类含有随机丢包和考虑信号量化情况下的网络控制系统,通过量化状态反馈控制方法,研究了系统的随机鲁棒稳定性问题。采用满足伯努利分布的随机变量对丢包过程进行建模;同时,采用对数量化器对传感器-控制器通道的信号进行量化,利用扇形界的方法将产生的量化误差描述为扇形界的不确定性。设计状态反馈控制器,结合所设计的量化器和随机丢包模型,利用Lyapunov函数和线性矩阵不等式方法得到系统稳定和鲁棒稳定的充分条件。最后,利用数值仿真实例验证了所提方法的有效性。

基于深度强化学习的SCR脱硝系统协同控制策略研究

针对选择性催化还原(SCR)脱硝系统大惯性、多扰动等特点,提出了一种基于多维状态信息和分段奖励函数优化的深度确定性策略梯度(DDPG)协同比例积分微分(PID)控制器的控制策略。针对SCR脱硝系统中存在部分可观测马尔可夫决策过程(POMDP),导致DDPG算法策略学习效率较低的问题,首先设计SCR脱硝系统的多维状态信息;其次,设计SCR脱硝系统的分段奖励函数;最后,设计DDPG-PID协同控制策略,以实现SCR脱硝系统的控制。结果表明:所设计的DDPG-PID协同控制策略提高了DDPG算法的策略学习效率,改善了PID的控制效果,同时具有较强的设定值跟踪能力、抗干扰能力和鲁棒性。

基于DCS-惯性权重组合的柔性机械臂运动轨迹控制系统研究

为了有效调控机械臂运动幅度,避免柔性机械臂实际运动轨迹与目标轨迹发生较大的偏差,设计一种基于分散控制系统(DCS)-惯性权重组合的柔性机械臂运动轨迹控制系统,它是一个集合了计算机、通信、显示和控制的计算机系统,该系统由过程控制和过程监控。通过DCS算法控制监测对象行为幅度并计算柔性机械臂惯性权重,利用DCS-惯性权重组合求解素数控制指标的具体数值,实现了对柔性机械臂运动轨迹控制系统的软件设计。实验结果表明,DCS-惯性权重组合算法作用下的机械臂末端坐标在横轴、纵轴、空间轴方向上的运动幅值均可以被控制在10个单位长度之内,并且在0.52 s内进入机械臂运动轨迹最佳控制状态,运动轨迹差值最大仅为0.01 rad,验证了该系统具备可行性和有效性。

基于PSO-BP神经网络的分拣机器人视觉反馈跟踪

针对分拣机器人视觉反馈跟踪精度差、耗时较长的问题,研究基于粒子群算法-反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络的分拣机器人视觉反馈跟踪方法,以提升视觉反馈跟踪效果。依据分拣机器人的视觉反馈信息,建立分拣机器人运动学模型,并求解分拣机器人机械臂输出位置和输入位置的误差函数;利用PSO算法优化BP神经网络的权值与偏置;在权值与偏置优化后的BP神经网络内,输入误差函数,预测分拣机器人视觉反馈跟踪控制量;利用预测视觉反馈跟踪控制量,在线调整增量式比例-积分-微分(proportional-integral-derivative,PID)的参数,输出高精度的分拣机器人视觉反馈跟踪控制量,实现分拣机器人视觉反馈跟踪。实验结果表明,该方法可有效视觉反馈跟踪分拣机器人机械臂的关节角;存在干扰情况下,在运行时间为10 s左右时,阶跃响应趋于稳定;有干扰情况下,视觉反馈跟踪的平均误差为0.09 cm,耗时平均值为0.10 ms;无干扰情况下,平均误差为0.03 cm,耗时平均值为0.04 ms。

线性自抗扰控制系统的稳定性分析方法

针对二阶线性系统和二阶线性自抗扰控制,提出了基于误差的稳定性分析方法。该方法通过观测误差、跟踪误差状态量建立闭环系统状态空间模型,借助状态空间模型的特征值分析闭环系统的收敛性,并运用李雅普诺夫法判断系统的稳定性。与基于劳斯判据的稳定性分析方法相比较,二者的分析结论一致,算例和仿真结果验证了所提方法的简单性和有效性。此外,通过仿真和蒙特卡洛实验验证了自抗扰控制相比于PID控制在跟踪性能、抗扰能力和鲁棒性等方面的优势。

基于漏斗函数双电机伺服系统跟踪与同步控制

针对双电机驱动伺服系统具有未知非线性的问题,提出一种基于漏斗函数的跟踪与同步控制方案。首先,利用神经网络逼近和补偿复杂的非线性,在此基础上,引入滤波技术解决传统反步控制的“计算爆炸”问题,同时引入非光滑漏斗误差面确保系统的状态量被约束在预定义的漏斗边界内,结合改进的漏斗函数和反步设计技术设计了一种自适应量化漏斗跟踪控制方案。为了同时保证双电机的同步运行,同步控制器采用了平均偏差耦合策略,实现了双电机伺服系统的跟踪与同步控制。仿真结果表明,该方法可以实现对负载的跟踪以及双电机的同步。

基于烟花算法的反应釜温度预测控制

针对连续釜式反应过程由于大滞后造成的温度控制精度不高的问题,利用科学数据网格(scientific data grid, SDG)构建连续釜式反应过程温度控制系统结构图,在传统控制策略的基础上提出串级动态矩阵控制-比例积分微分(dynamicmatrixcontrol-proportion integrationdifferentiation,DMC-PID)温度预测控制策略。利用烟花算法完善DMC滚动优化环节,进而提高参数寻优的速度。搭建半实物仿真实验平台,通过OPC工具箱将DMC模块与可编程逻辑控制器(programmable logic controller, PLC)设备相连接进行实验验证。实验结果表明,基于烟花算法的DMC-PID串级系统,可以克服温度大滞后造成的影响,且DMC-PID串级控制对温度系统的控制精度和响应速度均有较大的提升。

基于有限时间ADP的微波加热高钛渣温度跟踪控制

针对常规控制方法对微波加热过程控制效果不够理想的问题,提出一种基于数据驱动模型的有限时间自适应动态规划微波加热温度跟踪算法。算法包含模型网络、评价网络和执行网络,这3个网络的实现依赖于神经网络。模型网络实现微波加热过程的数据驱动建模,评价网络和执行网络实现最优性能指标函数和控制功率的逼近。最后将温度跟踪转化为误差的镇定。通过理论推导证明了算法的收敛性及最优性,并进一步开展了微波加热高钛渣温度跟踪实验和仿真研究。结果表明,算法能有效地跟踪高钛渣的加热过程,基于ELMAN神经网络的模型预测误差小于1℃,温度跟踪误差小于0.2℃,在工业微波加热中具有潜在的应用价值。

锂离子动力电池充放电热跟踪系统设计

为实现18650锂离子电池在室温下以1 C倍率充放电时产热测量的绝热环境,设计一种基于电池温度与环境温度跟随策略的锂离子动力电池充放电热跟踪系统,采用硅胶加热片对绝热温控腔体进行加热,STM32单片机和LM2596电源管理芯片搭建可调节电源实现驱动。利用Matlab对绝热箱温控系统进行模型辨识,提出一种Smith预估模糊PID算法进行控制。仿真与实验结果表明:绝热箱内电池温度与环境温度的最大跟踪误差不超过0.5℃,具有响应速度快、误差小等优点,能够满足18650锂离子电池在室温下以1 C倍率充放电时产热测量的需求。

基于ESP32的智能履带式移动机器人的设计

随着计算机和机器人技术的不断发展,移动机器人呈现出广泛的应用前景.作为移动机器人的一种,履带式移动机器人可以在危险恶劣的环境中开展工作.研究了一种基于ESP32开发板的智能避障系统,该系统集成了多个传感器和执行器,能够实现自主避障、智能显示障碍物位置信息以及播放音乐等功能.通过详细的硬件设计、软件开发和控制系统分析,对履带式移动机器人进行了系统性的研究.实验结果表明,该机器人具有较高的稳定性和可靠性,能够实现履带式移动机器人的设定功能.研究结果对履带式移动机器人的系统设计提供了新的思路和方法,为进一步拓展移动机器人在救援及其他相关领域的应用奠定了基础.

化工精馏塔控制系统探究

精馏塔是石化工业中广泛使用的混合物分离设备,其主要作用是将混合物中的各种成分分离,达到一定的纯度。精馏塔精馏过程的实质是利用混合物中各组分在同一温度下的不同挥发特性,将液相高沸点组分转化为气相,气相低沸点组分转化为液相。基于精馏塔这一设备的原理与特性,它广泛地应用于现代化工企业中。在精馏塔装置运行生产的过程中对塔中的压力、温度、液位和管道中的流量都有严格的要求。鉴于此,该文在分析精馏塔生产工艺及特点的基础上,结合控制理论、机械、仪表、计算机和软件工程等方面的相关知识,面向石化企业设计一种化工精馏塔的控制系统。

数字孪生下的液压缸机械运行位置自动控制

液压缸机械系统非线性特征复杂,机械运行行为特征不明确,位置控制结果存在偏差,对此,该文提出数字孪生下的液压缸机械运行位置自动控制方法。连续检测液压缸机械系统运行状态,构建非线性状态方程,对比实际测量数据与输出数据的差异,选取RBF核函数与支持向量机,机械运行位置变化量,描述机械运行行为特征,建立位置控制目标函数,将最高适应度值对应的位置点自动更新为副本位置点,引入猫群算法求解目标函数,对位置控制目标函数的全局最优解展开更新,实现液压缸机械运行位置自动控制。实验结果表明,所提方法应用后,位移检测曲线与实际位移曲线之间的偏差较小,且在恒负载工况下和变负载工况下,位移稳态误差均较小,说明其机械运行位置自动控制结果精度高、控制效率高、控制精度高。

基于激光传感器的机电一体化设备自动化控制系统

该文以提升机电一体化设备准确、快速控制为目标,设计基于激光传感器的机电一体化设备自动化控制系统。利用PC端发送机电一体化设备数据采集指令,采集当前设备实时运行数据后,将其发送到可编程逻辑控制器,对实时运行数据去噪预处理后,利用多目标设备协同控制方法,获得设备自动化控制指令,并利用得到的设备自动化控制指令控制机电一体化设备单片机执行动作,完成机电一体化设备自动化控制。实验结果表明,该系统具备较好的兼容性,采集机电一体化设备实时运行数据较为精准的同时,还可有效实现机电一体化设备自动化控制,控制灵敏度较好。