基于BP神经网络PID的高速清扫车摆臂控制系统

针对传统清扫车摆臂开环控制系统的动态响应特性不足、抗干扰能力弱,不能适应高速工况下清扫作业,设计了高速清扫车摆臂执行机构和闭环控制系统。为解决BP神经网络(BPNN)存在局部极值、收敛速度慢等问题,提出一种改进BPNN PID算法,其核心是通过主动串联校正,抑制PID前一次输出值u(k-1)对此次输出值u(k)的影响。通过搭建Simulink-AMESim联合仿真模型,研究了高速清扫车摆臂闭环控制系统的阶跃响应、抗干扰能力以及位置跟踪能力。研究结果表明:所改进的BPNN PID控制器能够动态调整PID参数,提高了系统的适应性、准确性和稳定性;改进BPNN PID控制器的抗干扰能力更强,鲁棒性更好,且系统近乎没有超调,超调量为0.5%,仅为PID控制超调量的2.34%,稳定时间0.62 s,相比PID提前了66.31%。

基于EDEM的高速垃圾清扫滚刷性能研究

滚刷系统作为垃圾清扫车的工作模块之一,对其性能进行深入研究有利于高速垃圾清扫车的研发。建立清扫车滚刷结构三维模型以及不规则垃圾颗粒模型,采用离散元分析方法,在EDEM软件中对滚刷的清扫能力进行仿真验证。结果表明,车辆高速行驶时,滚刷系统仍对垃圾颗粒有良好的扰动效果,这为高速清扫车设计提供了参考依据。