工业机器人开放式控制系统研究综述

控制系统作为工业机器人的重要组成部分在一定程度上制约着机器人技术的发展。首先对开放式机器人控制系统的研究进行概括与总结,重点对工业机器人控制系统的结构特点、系统开放性的软硬件实现方法进行阐述,接着总结开放式控制系统在多机器人协同控制应用现状,并且对控制系统未来的发展方向进行了展望。

模块化控制策略组态技术的研究

工业控制策略组态软件的兴起为过程控制和工业自动化领域开辟了一篇新天地。本文简要介绍了工业控制策略组态软件的发展历史,并重点讨论了目前组态软件存在的问题。在此基础上,提出了一种新型的通用性、跨平台的模块化控制策略组态软件IAPlogic,并详细说明了IAPlogic不仅可以实现传统控制算法的逻辑组态,更能扩展到先进控制技术领域。

基于IAP的工业控制系统远程组态及监控平台的设计

为拓宽工业控制系统的应用范围,使其从局域网环境扩展到互联网环境,本文在IAP(工业自动化通用技术平台)的研究基础上,通过建立三层架构并分析其数据通信关系,设计了一套工业控制系统远程组态及监控平台(简称远程平台)。该平台可实现对工业控制系统的远程组态设计与监控,且为企业生产过程自动化系统的云端服务体系的建设创造了条件。本文对该远程平台进行了延时性测试试验,结果表明该平台能够满足工业控制系统数据传输的要求。

电站补给水控制系统中现场总线的集成技术

电站辅助生产系统的控制模式已经从孤立系统架构转向网络化互联架构,提出一种以PLC为控制站的分布式控制平台(IAP),并融合现场总线技术,可在大型电站的锅炉补给水控制系统中应用的体系架构。基于数字通讯信号的现场总线和基于模拟信号的输入输出的组态是建立在同构技术的基础之上,简化了现场总线的程序设计方法。结合实际工程项目,以补给水控制系统中的电磁阀岛、智能检测仪表为示例,证明了现场总线集成技术的成功应用。

对角递归神经网络在控制系统中的应用现状分析

工业过程控制系统中的控制对象往往具有多变量强耦合、不确定、非线性等特征,解决这类控制问题的有效方法是采用先进控制技术,或在常规控制的基础上叠加先进控制的补偿分量。以对角递归神经网络控制器为研究对象,分析了该控制器的结构特点和学习算法,探讨对角递归神经网络技术的应用现状与工程实现中的相关问题,并提出了先进控制与常规控制同构组态的解决方法。

神经网络智能控制系统的研发

首先分析了目前先进控制技术工程实施过程中的技术瓶颈,在此基础上提出了新的先进控制技术建模方法。本文基于工业自动化通用技术平台(IAP),采用图形化控制策略组态技术开发了一套神经网络智能控制系统,该系统具有基于参考模型跟踪的控制结构,可快速自适应地调整控制器参数。仿真实验结果表明,神经网络智能控制系统的精度高,稳定性好,可成为处理复杂工业过程,尤其是解决不确定和非线性领域问题的有效工具。

面向控制平台的异常监测系统的设计与实现

由于工业控制系统信息安全问题日趋严峻,国内在工业控制系统信息安全方面的异常监测技术研究仍处于起步阶段,因此,本文以具体的工业控制系统——IAP控制平台作为研究对象,从控制组态监控、操作指令监控、网络通信流量监测等方面设计了异常监测系统,包含了系统的硬件架构设计、软件结构设计,同时,将该系统在IAP控制平台上进行了验证和测试。结果表明,该系统在不影响整个IAP控制平台正常运行的情况下能有效监测工业控制系统中的异常行为及流量。

局部阴影条件下光伏阵列建模方法研究

由于局部遮挡的影响,光伏阵列I-V特性曲线呈多阶梯状,并且其P-V特性曲线包含多峰值,因此,常规光伏阵列模型已经不适用。以光伏电池工程模型为基础,建立了适用于局部阴影条件的光伏阵列模型。利用该模型,对光伏阵列输出特性进行简要分析,结果表明:局部阴影对光伏阵列输出特性的影响因光照强度,温度,阴影数量和阴影分布情况的不同而有所差异。

移动机器人视觉SLAM过程中图像匹配及相机位姿求解的研究

针对移动机器人视觉SLAM过程中的关键环节图像匹配及相机位姿求解问题,通过ORB特征匹配算法匹配移动机器人采集的两帧图像,得到特征点集。分析了最小二乘法理论特征,根据两帧图像中特征点不变性,采用基于最小二乘法的ICP算法建立相机运动模型,使用SVD分解法求解运动模型,估计相机位姿状态,并通过非线性优化算法验证SVD分解法。利用RGB-D相机Kinect采集图像,对上述算法进行实验,得到准确的相机姿态数据,从而有效解决了三维空间下移动机器人局部移动过程中的定位问题。

基于对角递归神经网络的控制系统

针对角递归神经网络具有结构简单、收敛速度快,可广泛用于非线性系统的辨识与控制的特点.基于工业自动化通用技术平台(IAP),采用图形化控制策略组态技术开发了一套基于对角递归神经网络的控制系统,该系统具有基于参考模型跟踪的控制结构,可快速自适应地调整控制器参数.仿真实验结果表明,基于对角递归神经网络的控制系统控制精度高、稳定性好,可成为处理复杂工业过程,尤其是解决不确定和非线性领域问题的有效工具.