基于BP神经网络的机械臂轨迹控制研究

针对六自由度机械臂耦合性强、时变、非线性等性能,基于拉格朗日动力学建模方法,文章采用BP神经网络逼近模型,实现高精度轨迹跟踪。该方法根据六自由度机械臂本体采集的数据进行黑箱辨识建模解耦,建模过程采用BP神经网络逼近,提升建模精度、简化建模过程。针对解耦后的系统,还需建立PID闭环控制器进一步实现轨迹跟踪控制。仿真及实验结果表明,基于BP神经网络的PID控制器能够改善系统的鲁棒性和稳定性,并有效抑制抖动。     

基于机械臂路径规划的内场轨迹实现技术研究

为了解决传统光电跟踪设备的跟踪性能测试系统参数调试繁琐、设备安装困难、靶标适用性差等问题,研究了基于机械臂路径规划的内场轨迹实现技术。通过规划六自由度机械臂的末端运动轨迹,设计了更加灵活、高效的跟踪性能测试系统。首先,对传统测试靶标系统进行分析,明确实现跟踪性能测试的数学模型;然后提出基于六自由度机械臂的新型技术方案,并分析了两种方案的差异性;接着通过靶标轨迹的坐标变换,根据传统动态靶标轨迹得到适用于六自由度机械臂的末端位姿参数,从而实现轨迹规划;最后,通过数值仿真验证了本文方法与传统方法的跟踪性能测试效果的一致性。仿真结果表明,两者具有相同的跟踪性能测试效果。相较于传统方法,采用机械臂的测试系统在参数调节、工具安装和靶标适用性上更具优势,完全能够满足光电跟踪设备内场跟踪性能测试的要求。     

机械臂自适应非奇异快速终端滑模控制

针对刚性机械臂有限时间鲁棒控制问题,提出了一种新的自适应非奇异快速终端滑模控制方法.该方法将非奇异快速终端滑模控制与自适应律相结合,使用非奇异快速终端滑模面加快机械臂轨迹跟踪误差的收敛速度,解决了终端滑模中的奇异问题;通过双曲正切函数代替符号函数减小控制输入的抖振;利用自适应律对未知的外部扰动和系统的不确定性进行估计,实现了在集总扰动未知情况下的轨迹跟踪.构造Lyapunov函数,证明机械臂系统能够在有限时间内稳定收敛.最后二自由度机械臂仿真实验结果验证了所设计控制器的有效性和鲁棒性.     

基于SVM逆系统的五相永磁容错电机解耦控制

设计了一种应用于五相永磁容错电机的解耦控制器,实现了调速系统的线性化及解耦。该智能控制器采用支持向量机(SVM)逆系统理论结合构成SVM逆控制器,由SVM来逼近原系统的逆系统,将原系统解耦成两个伪线性子系统,通过两个PI控制器调节子系统的控制性能。SVM逆控制器集合了SVM方法的高精度跟踪与逆系统解耦的优点。仿真和实验结果表明,在FTPM电机运行时,当参数发生变化,SVM逆系统控制器依然能表现出很好的稳定性与精确的响应性。     

一个非线性系统的控制律计算及仿真

针对柔性机械臂非线性系统的模型，采用非线性状态反馈局部解耦和基于非线性泛函在给定函数附近线性展开的思想，导出了一种使系统沿期望轨迹运行的控制律计算方法，仿真与实验结果验证了其有效性。     

基于Ｔａｙｌｏｒ Ｓｅｒｉｅｓ－ＬＱＲ复合策略的双关节机械臂时滞补偿控制

为解决时滞导致的颤振问题,提出了一种基于Taylor Series-LQR复合策略的双关节机械臂时滞补偿控制方法。首先,利用两个一阶泰勒级数分别构建基于两机械臂当前理想控制力预测下一时滞时刻的理想控制力的预测方程;然后,利用此二预测方程对描述双关节机械臂运动的状态方程进行扩展;最后,根据LQR控制策略设计时滞补偿预测控制器求取预测控制力。应用结果显示,随着时滞的变大,使用无补偿措施的LQR(Linear Quadratic Regulator)控制器的双关节机械臂的颤振逐渐增大,并最终走向运动发散,而使用Taylor Series-LQR时滞补偿预测控制器的双关节机械臂在较大时滞范围内均能稳定跟踪期望轨迹而不产生颤振,说明Taylor Series-LQR复合策略具有良好的双关节机械臂时滞补偿效果。     

基于特征结构配置的侧向轨迹控制系统设计

首先简要介绍了特征结构配置设计方法的基本原理和跟踪系统前馈控制器增阵的计算方法，然后利用特值结构配置方法设计了某型飞机的侧向指令跟踪系统，实现了倾斜角和侧滑角的解耦控制，并在此基础上设计了能够控制和消除侧向轨迹偏差的侧向偏离控制系统。     

红外相机扫描镜轨迹跟踪的迭代学习控制方法

为提高星载广域红外相机的观测效率与凝视成像质量,扫描镜需要在几十毫秒的时间内完成角度切换,实现角秒级的轨迹跟踪控制。在闭环带宽有限的情况下,性能指标难以通过基于经典控制理论的算法实现。针对枢轴支撑的扫描镜机构,提出了一种基于迭代学习的高阶系统轨迹跟踪控制方法,推导了迭代学习律,并通过预测型算法对学习律进行了优化,避免了误差高阶导数的计算。然后通过频域分析说明了算法收敛性,选取了关键参数。通过仿真与原理样机实测验证了其应用效果。测试结果表明,算法在闭环带宽低于2 Hz的情况下,无需辨识被控对象的高阶特性,即可实现扫描镜对角加加速度超过106 （°）/s3轨迹的高精度跟踪控制,跟踪误差优于±1.5",满足相机应用要求。     

机械臂变指数趋近律滑模控制律设计

针对机械臂滑模控制中存在抖振的问题,采用改进趋近律的思想来设计滑模控制律,以达到有效抑制抖振的目的。在对滑模控制的特点和常用的指数趋近律进行分析的基础上,提出了一种变指数趋近律,并对其趋近性能进行了分析;结合机械臂动力学模型和改进的趋近律设计了相应的滑模控制策略,对其控制效果进行了验证。仿真结果表明,该控制策略不仅有效地抑制了系统的抖振,而且保证了机械臂系统对期望轨迹的快速跟踪性,进而提高了机械臂的工作性能。     

不确定蔡氏电路混沌系统的神经网络优化控制

该文研究了不确定非线性蔡氏电路混沌系统的动态神经网络在线辨识和跟踪控制问题.利用无源技术得出梯度下降算法调整神经网络辨识器权值的稳定性定理,然后在辨识模型基础上设计局部优化控制器,将蔡氏混沌系统镇定到期望目标轨迹,并保证跟踪误差有界.数值仿真结果表明了所提出方法的有效性.     

基于支持向量机的图像预测编码算法

提出了一种利用支持向量机（SVM）构建预测器的图像压缩预测编码算法。该算法将遗传算法引入支持向量机中，在自学习的过程中，能够自动调整SVM的核参数，获取准确的图像信息。通过仿真试验，并与传统预测编码方法、神经网络预测编码方法进行比较，结果证明该算法恢复图像效果最好。     

Modeling of 3-D Vertical Interconnect Using Support Vector Machine Regression

In this letter, the support vector machine (SVM) regression approach is introduced to model the three-dimensional (3-D) high density microwave packaging structure. The SVM is based on the structural risk minimization principle, which leads to a good generalization ability. With a 3-D vertical interconnect used as an example, the SVM regression model is electromagnetically developed with a set of training data and testing data, which is produced by the electromagnetic simulation. Experimental results suggest that the developed model performs with a good predictive ability in analyzing the electrical performance     

基于SVM的船舶推进电机直接转矩控制仿真研究

介绍了船舶电力推进系统的结构和特点;分析了基于空间矢量调制（SVM）直接转矩控制（DTC）的原理;介绍求取预期电压矢量的方法以及船舶的船-桨模型;在Matlab/Simulink搭建了船舶电力推进DTC仿真模型。仿真结果表明基于SVM的DTC可以提高船舶电力推进系统的性能。     

SVM-Based Approximate Model Control for Electronic Throttle Valve

An electronic throttle is a dc-motor-driven valve that regulates air inflow into the combustion system of an engine. The throttle control system should ensure fast and accurate reference tracking of the valve plate angle while preventing excessive wear of the throttle's components by constraining physical variables to their normal-operation domains. These high-quality control demands are hard to accomplish since the plant is burdened with the strong effects of stick–slip friction, a spring, and gear backlash. This paper proposes a support vector machine (SVM)-based approximate model control for the electronic throttle. The nonlinear control law is derived directly based on an input–output approximation method via the Taylor expansion, which avoids not only complex control development and intensive computation but also online learning or adjustment. Only a general SVM modeling technique is involved in both model identification and controller implementation. The robustness of the stability is established by the Lyapunov method. The proposed nonlinear controller is verified by computer simulations and experiments.      

基于Hatlab／Simulink的永磁同步电机的直接转矩控制系统的研究

在定子坐标系下分析了永磁同步电机（PMSM）的数学模型,建立了针对永磁同步电机直接转矩控制（DTC）系统的模型,采用了具有零矢量作用的电压空间矢量脉宽调制（SVM）进行仿真。在Matlab／Simulink环境下的仿真结果表明,此方法有效地减小了转矩和电流的脉动,改善了电机的动静态性能。     

基于Matlab/Simulink的永磁同步电机的直接转矩控制系统的研究

在定子坐标系下分析了永磁同步电机(PMSM)的数学模型,建立了针对永磁同步电机直接转矩控制(DTC)系统的模型,采用了具有零矢量作用的电压空间矢量脉宽调制(SVM)进行仿真。在Matlab/Simulink环境下的仿真结果表明,此方法有效地减小了转矩和电流的脉动,改善了电机的动静态性能。     

基于改进的支持向量机的开关磁阻电机的模型建立

开关磁阻电机具有结构简单、工作可靠、运行效率高等优点。但开关磁阻电机的磁路高度饱和、非线性化,很难建立准确的数学模型,难以实现高精度控制。在研究开关磁阻电机的电磁与转矩特性的基础上,结合支持向量机算法在解决小样本、非线性、高维数、局部极小值问题上的优势,建立了径向基函数核函数的支持向量机的开关磁阻电机的数学模型,通过仿真与传统BP神经网络算法对比,证明该算法具有较高的性能,实验平台检测的数据表明,所构建的开关磁阻电机模型是可行的,证明了模型的正确性和有效性。     

基于灰色模型的网络控制系统预测函数算法研究

网络控制系统存在不确定性的时间迟延和数据丢包,可视作具有随机干扰和参数时变的灰色系统.将广义被控对象建模为灰色系统模型,在此模型基础上设计了预测函数控制算法,推导出模型预测输出和控制量计算方程的求解;设计了控制器采用事件-时间混合驱动方式,传感器和执行器采用时间驱动方式的网络控制系统仿真平台.仿真结果表明该算法在线计算量小、抗干扰能力强,跟踪速度快、控制效果良好.     

基于永磁同步电机单步预测转矩控制的优化研究

由于传统直接转矩控制采用滞环控制器,因此不可避免导致较大转矩脉动,本文使用基于评估函数的永磁同步电机模型预测直接转矩控制,对转矩环使用预测算法代替滞环控制。首先建立模型预测控制系统模型,阐述具体实施流程并优化预测算法,最后:与直接转矩控制进行仿真比较,结果表明,所提出的优化模型预测直接转矩控制相较于传统直接转矩控制,更有效地抑制转矩脉动,且保留传统直接转矩控制的良好鲁棒性,并使计算量较模型预测转矩控制有显著降低,仿真验证了该方法的可行性和有效性。     

Model reference adaptive predictive control for a variable-frequency oil-cooling machine

This paper develops methodologies and techniques for the design, analysis, and implementation of a model reference adaptive predictive temperature controller for a variable-frequency oil-cooling machine, suited for cooling high-speed machine tools. The oil-cooling process is modeled experimentally as a first-order system model with a time delay and its system parameters are identified using the recursive least-square method. Based on this model, a model reference adaptive predictive controller is proposed for achieving set-point tracking and robustness. A real-time model reference adaptive predictive control algorithm is then presented and implemented utilizing a stand-alone digital signal processor TMS320F243 from Texas Instruments Incorporated. The experimental results show that the proposed control method is proven capable of giving satisfactory performance under set-point changes, fixed loads, and load changes.