基于模型预测控制的无人车编队避障方法

为研究障碍物环境下基于模型预测控制的无人车编队避障方法,建立了包含虚拟智能体状态的编队避障函数,使避障问题容易用优化方法求解.在无人车编队内部引入优先级策略实现编队内部避碰,并通过动态事件触发机制减小无人车之间通讯带宽占用.对该方法进行了计算机仿真验证,在给定多边形障碍物环境下,使用领导者-追随者架构执行编队行驶任务,并借助事件触发器实现间歇通讯.结果表明,相较于传统方法,所设计的编队控制器能够提高带宽约束下无人车编队行驶安全性.

光电稳定平台的分数阶降阶自抗扰控制设计

为了提高光电稳定平台的动态性能与抗干扰能力,提出一种分数阶降阶自抗扰控制(FO-RADRC)算法。首先,利用系统输出信号的可测性和可靠性,采用降阶线性扩张状态观测器,提高观测效率和精度;然后,采用分数阶PD(FOPD)作为控制律,从而增强系统的稳定性和控制性能。通过数值仿真实验,与线性自抗扰算法和降阶线性自抗扰算法进行了对比分析。结果表明,所提算法在动态性能指标上均优于对比算法,且在不同频率的等效扰动作用下具有更强的扰动抑制能力。这些结果验证了所提改进算法在提升光电稳定平台控制效果方面的有效性和创新性。

基于动力性模糊控制拖拉机遥控换挡设计研究

为实现拖拉机遥控换挡,基于动力性模糊控制换挡设计了电控液压换挡系统,并在AMEsim中搭建仿真模型。根据发动机的调速特性,以油门开度、当前的车速和挡位为输入参数建立动力性换挡模型,并根据驾驶员意图和拖拉机状态建立二级模糊控制器对动力性换挡策略进行修正。同时,设置工况,在MatLab/Simulink中建立拖拉机传动系统模型,利用AMEsim-Simulink进行联合仿真,得到液压缸活塞杆位移曲线,对可行性进行了验证。对比传统换挡与动力性模糊控制换挡,以离合器冲击度、滑摩功等为控制目标进行仿真分析。结果表明:与传统换挡系统相比所设计的系统控制效果较优,满足拖拉机动力性适应性要求。

基于自适应滑模控制器的PMSM调速策略研究

为了提高永磁同步电机的调速性能,滑模控制逐渐取代PI控制被引入控制系统中。但是传统滑模控制中趋近律的趋近速度慢与固有抖振问题制约着滑模控制的发展,为此提出一种改进的滑模趋近律。首先,为了解决传统等速趋近律中趋近速度和抖振难以平衡的问题,在所提趋近律中引入系统状态变量,并在滑模增益中引入指数项,使其在保证趋近速度的同时抑制滑模抖振。其次,由于开关函数在零点附近具有不连续的特性,会引起滑模抖振,为此采用sat函数代替常规开关函数,能够在保证响应速度的前提下抑制滑模抖振。然后,基于所提趋近律,设计永磁同步电机的滑模速度控制器。最后,仿真和实验结果表明,所提趋近律可以提高永磁同步电机调速系统的控制性能。

基于前馈补偿的轮腿式平台多任务复合运动解耦控制

轮腿式平台在执行复杂作战环境载运任务时,由于其动态协调腿部与车轮运动是复杂耦合的,其行驶速度的稳定性、位姿控制的精确性都十分困难.文中基于轮腿式平台通过有限高度场景的动态协调任务,提出了一种基于前馈补偿的多任务优先级复合运动解耦控制框架.首先,分别建立了关节和车轮动力学模型,降低模型复杂度;然后,搭建了基于任务优先级的前馈关节力矩解算,叠加轮端前馈交互力和反馈控制力矩降低实时位姿调整对质心速度的影响;最后,采用转速闭环PI控制器,并引入车轮滚动阻力实现车轮速度到质心速度的有效传递.仿真结果表明,所提出控制方法在受限场景运动过程中平台质心速度最大跟踪误差小于3%,为轮腿式平台复杂环境下执行任务提供了可行控制框架.

基于模糊PID控制的拖拉机遥控转向系统研究

由于拖拉机实际作业环境较为恶劣,为保证驾驶员的安全,提出了一种拖拉机遥控转向系统的设计方案。首先,对拖拉机现有的液压转向系统进行了分析,并提出了遥控转向系统的结构设计和控制策略设计;然后,通过AMEsim和Simulink分别搭建了遥控转向系统的液压部分模型和模糊PID控制器并进行了联合仿真实验。实验结果表明:设计的遥控转向系统能够实现拖拉机的转向,模糊PID控制器相对于常规PID控制器的控制效果更好,阶跃响应时间由1.49 s缩短到1.07 s,正弦跟踪响应最大误差由0.028 m缩短到0.015 m,抗干扰性也更强。

基于PLC控制技术的电气设备系统优化设计

随着科技不断进步,可编程逻辑控制器(programmable logic controller,PLC)控制技术在电气设备系统中的应用日益广泛。介绍了PLC控制技术的基本定义、分类及特点,探讨了其在电气设备系统中的优化方案,包括故障诊断技术、输入/输出电路规划及模型板块选择等关键环节,并开展了设备系统优化实验验证。研究结果表明,基于PLC控制技术的优化设计能够显著提高电气设备系统的性能,降低谐波含量,增强系统的稳定性。

农用车辆导航系统语音控制功能的实现——基于汉语言声学特征

随着先进技术的应用,农用车辆在农业生产中发挥着重要作用。为此,将汉语言声学特征的语音控制应用在农用车辆导航系统中,通过集成讯飞语音云实现安静和嘈杂两种环境下对导航系统的实时控制。实验结果表明:语音识别正确率很高,平均达到了93.17%,具有较高的实用价值和推广价值。

基于单片机的温湿度控制系统设计与实现

通过对单片机的温湿度控制系统进行设计,以提高单片机的应用价值。通过充分了解测控系统的组成与控制原理、明确单片机控制电路的实现方式,改变以往单片机在使用过程中存在的体积过大、使用效果无法满足实际需求等一系列问题。在单片机实际设计的过程中,利用C语言和控制程序设计了相应的执行机构电路,结合键盘输入和报警电路等方式,确保单片机的设计和控制质量得到提升。

自驱动双关节模组同步控制系统研究

针对自驱动关节臂测量机双关节模组的双电机同步控制问题,根据双关节模组的组成结构和工作原理设计了一种双关节模组同步控制系统。该系统采用LabVIEW软件搭建双电机的上位机控制界面,主控制器为FPGA,两者通过USB串口通信;STM32为双关节模组内部的核心处理器,通过CAN总线与主控制器通信。通过设定不同的负载和速度进行了正反转对比实验,得到双关节模组电机最大转速误差为4.26%,关节转角的最大误差为0.25°,两电机同步时间控制精度为2 ms,验证了双关节模组在负载状态下仍满足技术指标要求,为提高传动精度提供了依据。

结合Udwadia-Kalaba控制理论的下肢外骨骼步态轨迹跟踪控制

针对现有轨迹跟踪控制方法较难兼顾控制精度与稳定性的问题,提出一种基于Udwadia-Kalaba(U-K)控制理论的鲁棒控制方法。基于拉格朗日法建立机器人动力学模型,将动力学参数分为确定的名义部分与不确定部分;结合U-K理论与系统名义部分参数确定外骨骼机器人系统理想运动轨迹约束下的名义部分控制力矩;为消除机器人系统不确定部分的影响,引入鲁棒控制器,通过划分不确定性边界确定其应输出的额外控制力矩。仿真结果表明:相较于传统PID算法,基于U-K控制理论的鲁棒控制的外骨骼机器人髋关节、膝关节角度的轨迹跟踪控制精度分别提高了76.4%和96.8%。基于设计的下肢外骨骼机器人样机进行轨迹跟踪对比实验,实验结果表明:基于该方法的下肢外骨骼髋关节、膝关节角度的轨迹跟踪精度为0.467 0°和0.114 1°,相比作为对照的PID算法,分别提高了82.6%和86.8%,同时系统整体控制周期缩短了56.6%,该控制方法具有更高的同步性、控制精度与稳定性。

双回路控制下拖拉机发动机管理系统的设计

随着拖拉机发动机控制系统的复杂性在不断增加,拖拉机发动机扭矩管理系统需要满足多种工况需求,配备多种传感器和执行器,同时具备高效能和燃油经济性。为此,设计了基于双回路速度跟踪控制的拖拉机发动机扭矩管理系统,通过两个回路实现对发动机扭矩的精确控制,其中一个回路用于速度跟踪,另一个回路用于调节发动机扭矩。通过精确的速度控制和扭矩管理,系统可以在不同工况下实现高效的能量利用和优化的运行性能。试验结果表明:系统能够有效地实现发动机扭矩的准确控制,提高了拖拉机的整体性能和燃油经济性。研究结果旨在改进拖拉机发动机控制系统的性能,提高其适应多种工况的能力,并实现更高的燃油经济性。

基于剩余碰撞时间的线控制动分层控制策略

针对不同制动工况需求的制动策略存在差异的情况,提出一种线控制动分层控制策略.在该分层策略的上层,利用二阶TTC安全碰撞时间模型计算出车辆与前车的剩余碰撞时间,以此作为依据进行制动策略的选取,并建立了汽车二自由度模型、车身法向受力模型和Burckhardt轮胎模型;在该分层策略的下层,进行了制动力在轮间的分配,使用序列二次规划(SQP)方法,分别在一般制动、紧急制动、失稳制动3种工况下,以轮胎滑移率为对象建立优化函数,对车辆制动力进行了优化分配.使用MATLAB/Simulink和Carsim进行了联合仿真,对所提出3种工况下的制动分配策略进行了有效性验证.结果表明:在一般制动工况下,采用该策略时相比对照工况制动距离减少18.08%,制动时间减少25.12%;在紧急制动工况下,采用该策略时相比对照工况制动距离减少19.17%,制动时间减少12.79%;在失稳制动工况下,该策略可通过轮胎差扭来提升车辆的横向稳定性.采用文中制动策略显著提升了车辆的制动效能.

基于预测误差法的无人机安全控制器设计

具备安全性的无人机控制器是保障无人机作战完整性的重要因素之一,该控制器能够在安全的界限范围内控制无人机的飞行性能。针对无人机的安全控制器的设计问题,首先,对无人机的闭环控制系统进行分析,并采用非参数预测误差估计的方法对闭环控制系统中的执行机构模块进行辨识,以证明辨识得到的模型与实际模型无偏;其次,阐明了无人机安全性的含义,并在闭环控制系统的辨识模型的基础上,对无人机的安全控制器进行了设计;最后,以无人机飞行姿态角中的俯仰通道为例,对安全控制器性能进行了仿真验证。实验结果证明了无人机安全控制器的有效性,能够将无人机的飞行性能控制在安全范围内,为飞行安全提供保障。

基于RBF网络的四旋翼无人机姿态鲁棒自适应反步滑模控制

针对存在干扰的四旋翼无人机姿态系统,设计了一种RBF网络鲁棒自适应反步滑模控制器.在反步滑模控制的基础上,通过RBF网络逼近和补偿标称控制律,采用神经网络最小参数学习法,取神经网络的权值上界估计作为神经网络的估计值,通过设计参数估计自适应律来代替神经网络权值的调整,并用Lyapunov理论证明系统的稳定性.仿真结果表明:该方法相比反步滑模控制方法,在有干扰的情况下,有更短的调节时间,更好的跟踪精度,验证了本方法具有更好的抗干扰性和鲁棒性.

基于模糊PID的磁力搅拌器温度控制设计

针对磁力搅拌器的电阻炉盘具有大滞后、非线性以及无法精确获得数学模型的问题,在温度-电流串级控制的基础上提出了一种基于模糊PID的磁力搅拌器温度控制方法,能够更好地应对电阻炉盘的特性。通过模糊化输入和输出,利用模糊规则进行推理,根据实时的温度偏差和变化率来调整控制器的输出,以实现更快的响应并且减小超调的程度。PID控制器的比例、积分和微分部分也能够对系统进行精确调节,进一步提高温度控制的准确性。实验表明,在50~350℃的温控范围之间,系统的稳态误差在±1℃内,并且超调量小,可以满足磁力搅拌器的应用需求。

轻度认知障碍老人与认知正常老人在不同单双任务下姿势控制能力的差异性

背景:老年人由于轻度认知障碍而引起姿势控制能力下降,导致跌倒风险增高。双任务是在接近真实生活场景下评估认知与姿势控制能力关系的主要研究范式,站立时足底压力中心位移样本熵可代表姿势控制的复杂程度。目的:基于压力中心位移样本熵分析轻度认知障碍老年人与认知正常老年人在姿势控制-空间工作记忆任务中姿势稳定性特征及控制策略的差异,探究认知功能损伤对站立姿势控制能力影响。方法:筛选出符合条件的16名轻度认知障碍老年人和17名认知正常老年人为研究对象,老年人分别完成5种测试任务,包括空间工作记忆、双脚平衡站立、Romberg站立、双脚平衡站立-空间工作记忆双任务、Romberg站立-空间工作记忆双任务,每个任务有效完成3次。使用Kistler三维测力台采集足底压力中心数据,测试指标包括认知行为学指标(认知得分与反应时长)、动力学指标(压力中心位移及样本熵)。结果与结论:①轻度认知障碍老年人在执行空间工作记忆任务时认知得分最大、反应时间最短,双脚平衡站立-空间工作记忆双任务居中,Romberg站立-空间工作记忆双任务认知得分最小、反应时长最长,任务间比较差异均有显著性意义(P<0.05);②与双脚平衡站立、Romberg站立任务相比,轻度认知障碍老年人在执行双任务时压力中心前后、内外方向位移显著更大,压力中心前后、内外方向位移样本熵值显著更小(P<0.05);③在空间工作记忆任务下,轻度认知障碍老年人与认知正常老年人的认知得分、反应时长差异均无显著性意义(P>0.05);在两种双任务下,与认知正常老年人相比,轻度认知障碍老年人的认知得分更小、反应时长更长(P<0.05),同时轻度认知障碍老年人压力中心前后、内外方向位移更大,压力中心前后、内外方向位移样本熵值更小(P<0.05);④结果表明:与认知正常老年人相比,轻度认知障碍老年人在执行双任务时姿势控制复杂度降低,系统适应性较差,自动调控能力下降,更容易受到空间工作记忆干扰,跌倒风险增大。

基于ROS的蔬菜移栽机器人控制系统设计

为实现温室蔬菜移栽无人智能化作业,设计了基于ROS架构的蔬菜移栽机器人控制系统,实现了蔬菜移栽机器人自主取苗部件、秧苗栽植部件和自主移动平台的自动控制。控制系统主要分为总线单元和导航单元,并基于EtherCAT总线和Realsense深度相机搭建硬件系统,利用分层模块化理念开发基于ROS架构的软件控制系统,搭建并实现了移栽作业中取苗、投苗、栽苗及移动平台协同一体化控制。实验结果表明:在大于2s/株的取栽苗周期运动条件下,可实现较高成功率的移栽作业。所设计控制系统保证了移栽作业成功率,提高了当前蔬菜移栽机的智能化水平。

机械臂非奇异快速终端滑模迭代学习轨迹跟踪控制研究

针对机械臂建模参数精准性与扰动不确定性的精确轨迹跟踪控制问题,提出了一种非奇异快速终端滑模控制与迭代学习控制相融合的控制方法。首先,为保证跟踪误差的收敛速度,避免收敛中的奇异性问题,设计采用饱和函数趋近律的非奇异快速终端滑模控制器。其次,为进一步提高轨迹跟踪精度,设计误差迭代学习控制器,并对所设计的控制器进行了收敛性分析。最后,在Simulink软件中搭建所提方法的控制系统,进行迭代控制与对比控制仿真实验,并同步开展机械臂跟踪控制真机实验。结果表明:在迭代实验中,关节最大平均稳态误差提升了72%;在对比实验中,与比例微分(PD)型迭代学习控制和PD型线性滑模控制相比,最大平均稳态误差分别提升了97%、51%,最大响应调整时间分别减少70%、50%;在真机实验中,机械臂跟踪误差稳定在[-0.05,0.05] rad区间内。实验结果充分验证了所提控制方法的正确性与有效性,为解决机械臂轨迹跟踪中的不确定性问题提供了一种有效的控制方案。

农作物秸秆收获机控制系统的设计与试验研究

农作物秸秆打捆收获是可以将农作物秸秆整理成捆并运输到其他地方使用,能够减少农田中秸秆的数量,提高秸秆利用效率,打捆后的秸秆可以用作饲料、生物质能源或肥料。为了提高农作物秸秆收获机械的工作效率及智能化工作水平,基于CAN总线设计了一种秸秆收获控制系统,并结合人机交互模式实现对秸秆收获过程中机器行进速度、工作载荷及秸秆打捆的智能控制。最后,通过田间试验对控制系统的应用进行测试,结果表明:秸秆收获控制系统可以在田间正常工作,控制系统响应速度较快,可以满足秸秆收获及打捆要求。研究结果可为秸秆收获系统智能化发展提供技术参考。