摘要：针对复杂环境下搬运机器人存在轨迹规划效率低、跟踪控制误差较大及系统不稳定的问题,提出基于膜计算及模型预测的搬运机器人轨迹优化控制方法。首先,针对传统动态窗口算法在速度采样空间中采用均匀等分的方式进行采样,导致轨迹规划效率低的问题,设计了一种基于膜计算粒子群算法改进的搬运机器人动态窗口算法。借助粒子群的随机性和膜计算的分布式并行计算能力对传统动态窗口算法进行优化设计,不断迭代得到最优路径;其次,针对搬运机器人系统模型的非线性特点,采用线性模型预测控制方法完成轨迹跟踪,通过构建预测模型、设定目标函数及设计积分器来完成高精度轨迹跟踪。实验结果表明,在稀疏障碍物和复杂障碍物2种实验场景中,改进后的算法在路径长度、时间及步数上平均减少了15.07%、6.72%、7.68%,且所提的模型预测控制方法在跟踪精度、系统鲁棒性方面都具有一定的优势。

摘要：为确保汽车通信构架FlexRay的高效实时运行,需要尽可能地简化网络结构设计、降低通信复杂程度,良好的车载网络管理能够实现这些功能。简述了FlexRay通信协议和数据帧结构,在对比两种网络管理机制之后,提出了一种基于新规范的FlexRay网络管理方法。以其基本规范为依据,对网络管理数据的调度进行了分类,设计了数据的动态调度策略。研究表明,该调度策略满足了车载网络的动态性。

摘要：针对线控转向传动比可变的特点,提出一种混合智能变传动比技术的线控转向路径跟踪控制策略,解决了传统模型算法中传动比固定或变化范围较小,导致车辆转向性能下降的问题。首先利用模糊神经网络、直线拟合、模糊软切换三种技术设计出线控转向系统的兼顾转向性能和转向稳定性的智能总传动比,然后利用该传动比设计线控转向控制系统,并将控制策略进行联合仿真。研究表明:在低速以及中高速情况下,无论是简单路径还是复杂路径,混合智能变传动比的线控转向汽车都有较强的路径跟踪能力,验证了控制策略的有效性。

摘要：提出一种基于混合智能变传动比技术的前轮转角控制算法;分析了车辆转向性能和转向稳定性的影响因素,利用模糊神经网络设计以控制车辆转向性能为重点的传动比控制器,利用直线拟合方法设计以转向稳定性为重点的传动比控制器,然后应用模糊软切换技术对两传动比进行切换融合,最终得出兼顾转向性能和转向稳定性的恰当总传动比;利用该传动比直接控制前轮转角,并将控制策略进行仿真实验;实验结果表明总传动比不仅在数值范围和曲线形状上更接近理想传动比,而且将对应的峰值速度控制在110km/h左右,优于其他两个分传动比的控制效果;用该传动比控制的整车稳定性和前轮路径跟踪能力较好,可见整个控制策略的有效性。

摘要：在汽车线控转向优化控制的研究中,汽车传感器容错技术模型精确度低和易受扰动影响等问题,造成汽车的安全性能受到影响。针对传统解析关系模型精度低,采用了邻域粗糙集模型对传感器信息进行预处理,用以精确找出与容错对象存在解析关系的相关联传感器信息;为了消除观测器的扰动影响,利用了神经网络组建容错对象的冗余信息,将关联传感器信号作为径向基神经网络的输入,容错对象的信号用作进行监督训练。利用神经网络的估计输出和容错对象的输出差值,即残差是否超出门限来实现故障判别,在残差超过门限后进行输出控制,屏蔽故障传感器输出,可用神经网络的估计输出来完成信号补偿。通过仿真表明,改进设计具有较好的抗噪性和逼近能力,能很好的完成故障检测和信号补偿,达到容错控制的目的。

摘要：设计了基于工业机器人的药品包装线支架搬运控制系统,主要包括系统控制方案的确定、元件的选型、硬件平台的搭建、系统控制程序编写、调试等内容。调试结果表明,该系统能够按照规定的工艺流程进行搬运、扫码、打标等动作。该系统目前已应用到真实的包装线中,能够与前后工作站相互配合完成整套产线工艺,运行稳定。

摘要：以线控转向汽车的传动比控制为重点进行研究,提出了传动比智能控制策略,旨在进一步改善系统的转向性能。针对转向系统的不确定性、非线性的特点,在原有基于模型控制方法的基础上,研究了模糊控制和模糊神经网络在传动比控制中的应用;首先利用模糊控制技术设计传动比控制器,然后研究了模糊神经网络的结构和算法,利用模糊神经网络对理想传动比控制进行改进,实现了输入变量隶属函数中心值和宽度的在线调节,进而对传动比进行优化;从仿真结果可以看出基于模糊神经网络的控制方法比单模糊控制扩大了传动比变化的车速范围,更加符合理想传动比的要求,表明基于模糊神经网络控制方法更具有可行性和有效性。

摘要：研究了一种趋近律参数优化的模糊滑模控制方法,应用到永磁同步电动机转速控制中。采用神经网络优化趋近律参数,提取趋近律参数的最优曲线,在此基础上设计了滑模变结构控制器实时修正趋近律参数,最后应用到PMSM转速控制中。仿真及实验结果表明,该方法具有良好的静态、动态特性和鲁棒性。

摘要：针对工业自动生产线系统功能越来越复杂,庞大的数据在本地服务器中存在传输速度慢、不稳定、远程操作困难等问题,设计了一条基于工业物联网云平台技术的自动化柔性生产线,利用传感器及PLC对现场数据进行采集,利用智能网关、Node-RED环境、MQTT技术、数字孪生技术等在腾讯云服务器上搭建工业物联网生产线监控平台,将传统的生产线通过智能网关与腾讯云平台互联。文中详细介绍了系统的网络架构、生产线的结构功能、通信系统的数据采集和传输原理、实现远程监控的具体方案。数据传输实验证明:云平台服务器在数据传输实时性方面存在约0.2 s的延迟,虽在传输误差允许范围内,但面对大量的生产数据,该系统在传输能力、稳定性方面具有明显优势,总体性能优于本地服务器,满足了工业生产线对于远程监控的设计要求。

摘要：针对弧焊机器人在实际作业中受到诸多不确定因素的影响,导致弧焊机器人焊接轨迹偏离预期轨迹的问题,提出一种基于改进T-S(Takagi-Sugeno)模糊模型的弧焊机器人轨迹实时跟踪方法。采用图像识别技术识别并定位焊缝,通过坐标转换,确定焊缝中心线在机器人坐标系中的位置坐标。利用蚁群算法根据焊缝中心线在机器人坐标系中的坐标,搜索从起始位置到目标位置的最优焊接路径。设计了一种改进区间二型T-S模糊模型,通过视觉传感器实时获取新的焊缝信息,计算轨迹误差,以此为输入,利用改进T-S模糊模型对机器人的运动轨迹进行实时调整。实验结果表明,采用改进T-S模糊模型后,机器人轨迹跟踪离散度均降至1 mm以下,弧焊机器人轨迹与预期轨迹高度重合,比传统方法跟踪离散度大大降低。