机器人控制模块中的执行驱动技术研究——一维工作平台电机选型计算

驱动元件,也称为执行元件,介于电子控制装置和执行器界面上的转换能量的元件。执行元件通过电子测量控制装置将输入的能量转换成系统所需要的机械能,实现这个功能的途径是通过电子控制器发指令给传动机构,机电传动机构经过内部控制过程再驱动执行机构来实现能量的转化。本文主要探讨了模块化机器人中的相关执行驱动技术,比较全面的论述了执行元件的性能特点和相关类型,对机电控制系统执行机构的要求进行了讨论和研究。最后总结出一维工作平台电机的选型理论计算方法。

基于变分模态分解和多模型融合的用户级综合能源系统超短期负荷预测

针对用户级综合能源系统(integrated energy system,IES)多元负荷波动性和随机性较强、精确预测难度较大的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和多模型融合的超短期负荷预测方法。首先采用VMD将IES各类负荷序列分解成不同的本征模态函数(intrinsic mode function,IMF);然后将各IMF结合气象信息构造不同的特征集,分别输入支持向量回归机(support vector regression,SVR)、长短期记忆(long short-term memory,LSTM)网络和一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)进行预测;最后,将3个模型的预测结果输入SVR进行融合得到最终的预测值,并采用和声搜索(harmony search,HS)算法优化SVR的参数。通过某用户级IES的实际数据对所提方法的有效性进行了验证,结果表明,所提出的多模型融合方法优于单模型预测方法,对电、冷、热负荷均具有最好的预测精度。