一种新型水下平台的水平面运动控制

新型水下平台用于从水面布放设备至海底,或从海底回收至水面指定位置,其主要运动形式为垂向无动力下潜或上浮。为了克服垂向运动过程中来自水平方向洋流的扰动,需要对平台的水平位置和首向进行控制。针对平台水动力系数等模型参数难以计算,水平洋流未知、且水平推进系统布置特殊的特点,设计了不依赖于模型参数且具有全局稳定性的水平面运动控制系统,并应用Lagrange方法对推力分配进行了优化从而减小运动控制的总功耗。最后通过仿真对控制算法进行了验证。     

复杂环境下球形机器人深度控制研究

为使油浸式变压器内部检测机器人在巡检作业时具有较高的稳定性与机动性,分析机器人在变压器油中的受力及运动的基础上,建立机器人在变压器油中的垂向运动模型。考虑存在外界未知扰动情况,提出一种基于非线性干扰观测器的自适应反步深度控制器,并通过Lyapunov函数证明了控制器的稳定性。仿真实验结果表明,所设计的控制器能够准确实现目标深度控制,有效解决了机器人在复杂环境下未知干扰造成的振荡问题,具有鲁棒性好、可靠性高的特点。     

科学推动自动驾驶技术发展与应用——拥抱新技术,迎接新挑战

自动驾驶通过载运工具、基础设施与运行管控的有机融合,实现道路交通部分或完全自动化运行,是对传统运输模式和出行方式的一次深刻变革.首先,概述了自动驾驶的概念和意义.然后,阐述了自动驾驶汽车主要涉及的环境感知、自主决策和运动控制三大关键技术.接着,分析了自动驾驶技术发展存在法律法规和伦理问题有待解决、测试和评价方法缺失、标准体系有待健全、系统安全需引起重视等四大方面的问题.最后,指出未来自动驾驶可能呈现两条路线并行发展的态势:在开放道路上推广应用L3级以下辅助驾驶功能,提升驾驶安全,提高道路通行效率;在法律法规制约较少、环境相对封闭的园区内推动自动驾驶等无人化技术常态化运行,并配套建设智能化基础设施,改善生产和作业效率.     

基于非线性稳定逆技术的水下滑翔机前馈控制器设计

针对具有非最小相不稳定内部动态的水下滑翔机运动控制问题,采用基于稳定逆技术的设计方法设计了前馈控制器。水下滑翔机在有限时间内的稳态间转换过程,被视作两点边值问题。将一种新型前馈控制器设计方法拓展,应用于非线性多输入多输出水下滑翔机系统;利用两点边值条件,为前馈控制器设计了期望输出轨迹。仿真结果表明,在设计的前馈控制器作用下,滑翔机内部动态的解,不仅是有界的,而且是因果的;通过选定合适的转换时间,可以满足滑翔机系统的输入输出限制,降低对控制输入激励的需求。     

用VB实现船舶运动航迹控制轨迹

用VisualBasic重新设计并改进了原用C语言实现的船舶航迹控制显示系统，该系统可实现船舶运动轨迹的空间图形显示，具有四种放大和缩小比例尺，能够通过数据库中设计的航线自动给出船舶运动轨迹，柯在参数窗口中任意更改航迹偏差带，操作方式等参数，采用PID控制算法进行了船舶航迹控制仿真，针对原系统图形换屏显示时船舶航迹有时位于屏幕一角及航迹偏差带有时宽窄不一致的问题，重新设计了换屏技术及采用了新的偏差带的画法，根据船舶运动计划航线决定船舶进入屏幕的点，保证了船舶位于屏幕中部，偏差带绘制采用了平行线的原因，保证了偏差带与航线保持平行。系统采用了墨卡找海图，改正了原系统中每一分纬度线之间长度一致的问题，实现了随纬度增高纬度线之间 的长度渐长，整个人有交互性强，界面美观等优点。     

汽车悬架系统混沌运动控制的几种方法

选择滞后非线性汽车悬架系统的一种混沌状态作为研究对象,使用非线性反馈控制、直接变量反馈控制、周期轨道镇定控制、追踪控制、OGY控制等五种方法分别对该混沌状态进行控制,从控制后得到的时间历程图、相平面图和Poincare截面图可以得出这五种方法的控制有效性,并比较五种方法各自的特点.     

现代机电系统中的数字控制技术

近年来,在工业控制领域出现了一些新的数字控制技术,如全数字闭环伺服控制技术,直线电机驱动技术,DSP 技术,可编程计算机控制技术,现场总线技术,智能数控技术等.文章分析和综述了这些技术的基本原理,特点以及应用现状,对机电系统设计具有一定的借鉴作用.     

高速无舵翼水下机器人运动控制研究

通过改进传统水下机器人体系结构中的执行层、控制层和感知层,提出了无舵翼水下机器人的运动控制系统,使得水下机器人的运动控制系统在保持原有精确定位的功能外,也能完成远距离高速航行等任务.具体的改变包括执行层中的推进器布置方式以及推力分配方案、控制层中的控制方法以及在感知层中加入局部目标规划器,这些改变解决了高速航行给无舵翼水下机器人带来的一系列问题.海上进行的对比试验和远距离长航试验,验证了无舵翼水下机器人在所提出的运动控制系统控制下是可以满足任务要求的.     

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。