基于模糊神经网络滑模控制的船用螺旋桨磨抛并联机器人抗抖振研究

为了解决船用螺旋桨高阶曲面打磨问题,避免传统手工操作生产效率低、劳动强度高、精度难以保证的问题.采用并联机器人控制系统,考虑了模型外部扰动的非线性多变量系统,提出了基于模糊神经网络的非线性系统自适应滑模控制策略,设计了滑模控制法控制器.通过比较控制的多种方式,建立了RBF的辨识模型,仿真分析其逼近能力,在此基础上,设计神经网络滑模控制器,并进行仿真验证.在保证机器人控制系统具有抗干扰性和鲁棒性的基础上,削弱常规滑模控制的抖振问题.仿真结果证明:非线性系统自适应滑膜控制策略具有良好的抗负载扰动、参数摄动的特点,为智能控制在并联机器人滑模控制中的应用提供了很好的理论依据.     

基于无线通信系统的船闸智能控制

传统船闸智能控制系统使用有线连接控制,对于控制地点以及控制方式要求比较严格,无法进行远程无线控制,为此提出基于无线通信系统的船闸智能控制系统设计。以并联方式对船闸智能控制系统进行总体设计,设计无线远程船闸智能电机控制器以及无线通信PLC控制器,实现船闸智能控制系统硬件设计;计算气囊的锚固系数,设计闸门远程启闭控制模块,通过控制系统管理设计,实现船闸智能控制系统的软件设计。实验数据表明,设计的船闸智能控制系统能够对船闸进行远程无线控制。     

基于逼近的动态面二阶滑模的船舶航向跟踪控制

针对船舶航向非线性运动数学模型存在不确定性误差的情况下,提出一种新颖的动态面二阶滑模智能控制方法。首先采用动态面控制(DSC)技术,以消除传统Backstepping方法中存在的"计算爆炸"问题。为了削弱滑模控制中固有的抖振效应,提高系统的鲁棒性,引用了一种新颖的二阶滑模控制方法。然后直接利用径向基神经网络技术逼近模型误差,同时采用最少学习参数(MLP)技术,以减少控制器的计算负担,所设计的控制器可以保证闭环系统中所有信号一致最终有界,并使跟踪误差任意小,最后通过仿真验证所提算法的有效性。     

基于逼近的动态面二阶滑模的船舶航向跟踪控制

针对船舶航向非线性运动数学模型存在不确定性误差的情况下,提出一种新颖的动态面二阶滑模智能控制方法.首先采用动态面控制(DSC)技术,以消除传统Backstepping方法中存在的"计算爆炸"问题.为了削弱滑模控制中固有的抖振效应,提高系统的鲁棒性,引用了一种新颖的二阶滑模控制方法.然后直接利用径向基神经网络技术逼近模型误差,同时采用最少学习参数(MLP)技术,以减少控制器的计算负担,所设计的控制器可以保证闭环系统中所有信号一致最终有界,并使跟踪误差任意小,最后通过仿真验证所提算法的有效性.     

无人水下航行器的智能航行控制

水下无人航行器是探索未知水域的重要设备,但是传统水下无人航行器的智能航行控制系统,受到水域信号传播限制,造成智能控制范围较小,为此设计无人水下航行器的智能航行控制系统。使用水域深度变换器对智能控制器进行重新设计,根据水域深度变化进行不同方式的控制切换,优化PID控制器,改变水域信号传输方式,根据需求进行多传输方式的切换;使用粒子群算法对智能控制方式进行规划,对不同水域控制方式进行最优选择,实现航行智能控制系统设计。试验结果表明,设计的控制系统能在水下2 000 m内进行有效控制,比传统控制系统多出800 m的有效范围,因此本文设计系统具备极高的有效性。     

船舶用柴油机转速智能控制系统设计与实现

传统船舶柴油机转速控制系统在运行过程中,存在控制延迟过长的问题,对此设计船舶柴油机转速智能控制系统。对传统船舶柴油机速度控制模型进行简化,设计PID控制器,利用遗传算法实现控制器参数的在线整定,对执行器的外围信号处理电路进行抗干扰滤波设计,提高系统各单元集成效果,实现对船舶柴油机转速智能控制。实验数据表明与传统控制系统相比,使用设计的智能控制系统,柴油机加速控制延迟降低27%,减速控制延迟降低32%,说明该控制系统能有效降低柴油机转速延迟。     

水下机器人自适应神经网络控制系统

提出一种水下机器人自适应神经网络控制系统的概念和例子，此系统有两个独立的部分，可在彼此的进程中并行计算处理，如数据采样、机器人控制、动力学鉴定和控制器适应等。每个进程的数据，如控制器联合负担在两个相关联的进程间同步通信。在机器人计算机系统中，这套系统利用并行处理能力和在油罐检查中研究出的控制器系统自适应能力来实现。     

基于物联网的舰船智能控制系统设计

针对传统的控制方法在舰船控制方面一直存在控制误差大的问题,提出并设计基于物联网的舰船智能控制系统,该系统硬件部分主要由下位机硬件、复位电路、外围接口、远程信息传输模块、信号收发控制、电源模块组成;软件部分主要通过模糊推理确定最大隶属度,并采用PID控制算法求得控制量,基于物联网技术实现对各个模块的有效连接,实现舰船智能控制,并以舰船位置、速度及角度控制误差为对比指标,进行实验对比分析,结果表明,采用改进控制系统时,其在舰船位置、速度及角度控制方面误差均较小,具有一定的优势。     

舰船除锈喷漆机器人的研究与设计

为了改进舰船修造行业除锈、喷漆工作落后的、传统的人工作业方式,设计了一种具有除锈、喷漆功能的机器人装置。该机器人采用直角坐标和柱坐标相结合的设计方法,通过主从遥控控制或自动轨迹规划控制,能够实现平面和曲面作业。详细介绍了该机器人的本体结构、驱动方式和控制系统构成,并对机器人自动工作方式的轨迹规划作了阐述。实践表明,使用该机器人代替人工作业,不仅可以减轻操作工人的劳动强度,还可提高工作效率和施工质量,具有较强的应用价值。     

船舶航向自适应神经网络鲁棒跟踪控制

针对存在不确定性和带有完全未知时变环境扰动的船舶航向非线性控制系统,将指令滤波技术和反步法相结合,设计了一种船舶航向自适应神经网络鲁棒跟踪控制器,该控制器的提出不依赖于外部扰动任何的先验信息。首先,利用神经网络补偿船舶航向非线性控制系统中的非线性项;设计自适应律在线更新神经网络权重向量和估计时变环境扰动的未知界。为了避免传统反步法中对虚拟控制律的反复求导,引入指令滤波技术,使得所设计的航向自适应神经网络跟踪控制器具有结构简单、易于工程实现的特点。理论分析表明,所设计的控制器能使船舶实际输出航向以任意期望的精度跟踪给定的参考航向,保证船舶航向闭环控制系统中所有信号一致最终有界。最后,以大连海事大学远洋实习船“育龙”轮为例进行仿真,仿真结果验证了所提控制器的有效性和鲁棒性。     

基于目标规划的水下机器人模糊神经网络控制

针对水下机器人运动的精确控制问题,依据模糊逻辑和神经网络理论,提出了一种基于目标规划的模糊神经网络控制方法。根据水下机器人的运动特性构造了模糊神经网络的结构,并推导了网络权值学习的反传算法,最后以水下综合探测机器人为研究对象进行了试验研究。试验研究的结果表明,该方法结合了传统模糊控制和神经网络控制的优点,大大地提高了系统响应速度和控制精度,并且对模型的不确定性有较强的鲁棒性,能够实现水下机器人运动的精确控制,具有较高的理论和实用价值。     

基于机器人的舰船智能导航系统设计

随着AI控制技术的发展,智能机器人的应用领域在不断扩展,针对传统舰船导航系统航迹精度控制差的不足,设计一种基于机器人的舰船智能导航系统。智能导航系统的硬件部分由AMI1086芯片、FPGA电路控制模块、AIS信号收发模块、GPS导航模块和数据存储模块等部分构成,并给出基于机器人控制的舰船导航系统的主控程序,和用于航向纠偏的脉冲信号累计控制算法,以实现对舰船海上航行的精确控制。仿真结果表明,提出系统设计在航迹偏差方面要明显优于传统系统,有助于保证舰船的安全行驶。     

全权潜艇控制技术研究

潜艇操纵控制系统是一种典型的非线性复杂闭环控制系统,涉及潜艇运动参数传感器检测、数值计算与运动仿真等多个领域。本文对全权潜艇控制系统进行研究,分析传统潜艇操控技术的不足,对全权潜艇控制系统的相关控制原理以及控制方式进行研究,总结全权潜艇控制系统目前的发展现状,供潜艇控制系统设计人员参考。     

基于智能控制技术的无人艇操纵性研究

利用仿人智能控制技术设计具有高度自适应性的无人艇操纵控制系统。首先阐述仿人智能控制的步骤,然后根据无人艇操纵的特点设计操纵控制级,得到以运动控制的模态控制集和运动控制级的推理规则集。最后将本文的仿人智能控制技术与S面自适应控制技术进行仿真对比,实验结果表明本文算法在无人艇操控方面灵活性高、适应性好。     

船舶航向保持的鲁棒神经网络控制

设计一个N5-5-5-5-5-5-1前向神经网络,经训练得到一个开环的船舶航向保持控制器,使其能够较好地保持典型输入信号作用下的船舶航向;然后应用闭环增益成形算法,形成闭环控制系统.这种基于神经网络的航向保持方案,将神经网络的适应能力、非线性函数映射能力和闭环增益成形算法的鲁棒性结合起来,改善了系统的鲁棒性能.这种方法设计过程简单,物理意义明显.     

基于闭环增益成形算法和神经网络算法的船舶运动控制器设计

船舶的运动控制对于船舶航行的安全性和高效性至关重要,现代船舶向更加智能化、高速化的方向发展,对船舶运动控制提出了越来越高的要求。针对船舶数学模型的不确定性,本文采用神经网络对船舶进行运动控制。同时引入闭环增益成行算法,对船舶的运动进行闭环控制,以克服神经网络控制系统鲁棒性差的问题。选取某型船舶为研究对象,对本文设计的运动控制器进行仿真验证,仿真结果表明控制效果理想,且能够克服干扰。     

船舶表面金属电镀铬层厚度自动化控制系统

针对传统的电镀层厚度控制系统因延时长,影响镀层控制精度的问题,设计船舶表面金属电镀铬层厚度自动化控制系统。在传统控制系统硬件部分的基础上,设计单片机控制模块,完成系统硬件部分的设计。基于设计的硬件部分,设计系统的软件部分。计算电镀控制器反馈预测值,并根据计算结果,设计电镀铬层厚度控制器。检测电镀铬层厚度后,将检测数据输入单片机中,经过单片机处理分析后,输出控制指令。由控制器按照指令控制执行器实现对电镀过程的控制,完成船舶表面金属电镀铬层厚度自动化控制系统设计。设计与传统电镀厚度控制系统的对比实验,证明了设计的电镀铬层厚度自动化控制系统的延时短,能够提高镀层厚度的控制精度,性能更优越。     

机器人控制中的变结构观测器

研究机器人控制中的非线性轨迹跟踪问题,从而为复杂系统提供变结构观测器的设计方法。在传统的勒贝格观测器增加一个开关参数,从而保证观测器的鲁棒性。为解决轨迹跟踪的问题,采用全信息状态下的控制律。可以证明,闭环系统是李雅普诺夫全局渐近稳定的。进行了3自由度的机器人上的控制仿真,实验结果表明观测向量和跟踪误差渐近收敛。     

船用蒸汽发生器给水系统的容错控制

为提高二回路控制系统的可靠性,以蒸汽发生器给水系统为对象,设计基于BP神经网络的水位容错控制系统。利用Matlab/Simulink仿真平台,建立容错控制仿真模型,并与蒸汽发生器的集总参数仿真模型联合,分别对水位传感器恒偏差、恒增益和卡死故障进行仿真测试。仿真结果表明,容错控制系统的故障诊断模块能够准确、迅速地诊断出传感器故障并启动容错控制模块进行容错控制,使得蒸汽发生器的水位能够稳定在设定值附近,系统运行稳定。基于BP神经网络的容错控制系统对于修正蒸汽发生器水位传感器的故障有效,可用于蒸汽发生器给水控制系统的设计,提高系统的可靠性。     

船用起重机中的工业机器人波浪补偿系统

船舶在海上作业受恶劣自然环境的影响程度较大,对船用起重机的安全操作提出了更高的要求,而将工业机器人领域广泛采用的PLC控制器应用到波浪补偿控制系统中,能够增强对波浪补偿系统的智能控制功能,满足高速可靠通讯的需求,提高船舶控制系统的自动化水平。本文从概述船用起重机与波浪补偿系统入手,提出船用起重机中工业机器人波浪补偿系统的设计方案,即运用PLC控制器进行波浪补偿系统设计,通过仿真实验表明波浪补偿系统具备良好的稳定性和快速响应能力。