基于农业采摘的机械臂结构设计研究

为提高农业采摘机械手整体的工作效率和机械臂采摘工作的灵活性与准确性,针对农业采摘机械手的结构特征问题,根据农业采摘器具机械臂的运动学原理,在保证臂体整体结构紧凑、适应作业场所的前提下,对机械臂进行结构优化,并在可操作性的理论模型的基础上,通过对机械臂进行建模、仿真分析及关键运动构件参数的优化,验证此机械臂结构设计的可行性与合理性。同时,结合其相关运动控制参数设定及要求,实现农业采摘机械臂的准确采摘定位化与轨迹化控制与反馈调节控制,达到机械臂结构的优化目标,为后续机械臂轨迹规划控制奠定良好的基础,亦可作为其他农机结构优化的参考。     

基于运动力学分析的六轴机械臂牵引控制设计

针对机械臂系统的位置/力学建模分析,对重构的模型进行静态和动态分析,降低了优化后机械臂结构的应力和应变,设计并优化了六轴机械臂的平行牵引控制。通过建立系统仿真模型并在MATLAB中仿真,在静态和动态工作条件下对设计的自适应位置/力控制器进行了求解和分析。经过多次迭代试验,证明联动六轴机械臂运动模型具有良好的运行稳定性,测试精度和误差范围都保持在较好水平,拓展了机器人的应用空间。     

全柔性机械臂的实验模拟分析

机械臂是采摘机器人的重要组成部分.本文采用柔性骨架结构,设计了一种新型全柔性机械臂,其运动依靠四根柔性骨架的拉伸实现.为了研究全柔性机械臂的空间运动与柔性骨架变化量的关系,对其空间运动进行实验模拟和坐标采集,通过对实验数据的分析,得出柔性臂的力学模型与材料力学中悬臂梁的模型相似.根据悬臂梁模型提出假设,结合理论计算推导,得出关系方程,并通过MATLAB仿真验证了方程的准确性.     

双排移栽机械手联动式高速移栽装置设计与试验

为了提高自动移栽机移栽效率,设计一种双排移栽机械手联动式高速移栽装置。利用安装在两个移栽臂上的双排移栽机械手交替取苗和栽苗的方法,采用联动控制方式使移栽效率翻倍。通过优化移栽机械臂和移栽机械手结构,并对其关键部件进行参数设计和运动学分析,综合考虑影响移栽成功率的关键因素,确定穴盘苗苗坨含水率、苗龄、爪针限位孔中心距为试验因素,以200穴欧石竹穴盘苗为试验对象,进行单因素试验和多因素正交试验,确定双排移栽机械手联动式高速移栽装置的最佳工作参数。试验结果表明：当穴盘苗苗坨含水率为32.6%、苗龄为46d、爪针限位孔中心距为16.7mm时,取苗成功率为94.7%,与软件计算结果94.2%接近,符合花卉、蔬菜移栽作业的技术要求。     

机械臂轨迹跟踪控制方法研究

机械臂具有时变、强耦合、非线性等特性,因此建立动力学模型计算量很大,耗时长且难以实现有效的实时控制。针对机械臂在控制中存在的精度问题,采用Lagrange方法进行动力学建模,在该模型的基础上设计了滑模控制器,对动力学模型进行仿真分析。并与传统的基于重力补偿的机械臂PD控制方法在轨迹跟踪的精度和误差方面进行比较。结果表明:所设计的滑模控制器比PD控制算法具有更高的轨迹跟踪精度及更快的跟踪速度,更适合机械臂轨迹跟踪控制。     

面向水质采样的绳驱动空中机械臂抗干扰控制

绳驱动空中机械臂是一种由旋翼飞行器和多自由度机械臂构成的新型机器人系统。为了增强机械臂在排污管口水质采样时的关节空间控制性能,提出了一种结合快速连续非奇异终端滑模控制与线性扩张状态观测器的抗干扰控制策略。阐述了绳驱动空中机械臂的结构设计,建立计及关节柔性的动力学模型。利用线性扩张状态观测器来估计与补偿系统集总干扰,采用快速连续非奇异终端滑模面来保证系统状态量的有限时间收敛和抑制控制力矩的抖振。通过李雅普诺夫稳定性定理分析了所设计控制器的稳定性。最后,通过可视化仿真和地面汲水试验验证了所提控制器的有效性,结果表明,所提控制器的收敛速度、鲁棒性、准确性和抗干扰能力优于其他两种控制器,能有效抑制系统抖振,满足水质采样的作业需求。     

柔性机械臂动力学建模及控制分析

本文将围绕柔性机械臂动力学建模与控制进行研究,注重柔性机械臂系统描述以及柔性机械臂数学模型的构建,旨在保证柔性机械臂系统的完整性,为后续研究工作奠定基础。     

多末端苹果采摘机器人机械手运动学分析与试验

提出了一种多末端采摘机器人机械手结构方案,设计了机械臂、末端执行器及其控制系统。机器人机械臂采用主从两级结构,从臂前端可挂接多个末端执行器。末端执行器能进行果实连续采摘,其结构紧凑、驱动简单、通用性好,可适用于苹果、柑橘、梨等球形水果的自动化收获。针对设计的采摘机械手具有多末端的特点,提出了果树分区采摘作业策略,一个采摘区内各个末端执行器同时连续采摘、果实集中回收。在此基础上建立了机器人机械手运动学模型,采用D-H法推导了运动学方程,运用Matlab Robotics Toolbox进行了运动学仿真验证。制作了机械手物理样机并在实验室环境下进行了机械手运动学及采摘试验,结果表明,机械手各从臂末端位置误差小于9 mm,采摘成功率为82.14%。     

基于单片机的机械手臂控制系统设计

在机械手臂控制系统设计中,运用单片机能增强机械手臂的使用性能。基于此,文章详细阐述了硬件系统设计、软件系统设计、系统调试这三个单片机机械手臂控制系统设计环节,深入分析了基于单片机控制系统的机械手臂设计,希望为机械自动化领域的发展提供助力。     

基于SimMechanics机械臂自适应模糊PID控制仿真研究

针对传统PID控制机械臂在运动中存在跟踪精度低、响应速度慢、动态性能差等问题,提出采用自适应模糊PID控制。通过用Sim Mechanics搭建二自由度机械臂模型,分别运用传统的PID控制和自适应模糊PID控制方案进行仿真并比较上述两种方案控制效果。仿真结果表明,所设计的自适应模糊PID控制器相比传统的PID控制器对控制机械臂运动有更好的控制效果。     

电动助力转向系统机械与控制参数集成优化

建立了电动助力转向(EPS)系统的动力学模型,采用模糊神经网络控制策略进行了系统的控制,在提出目标函数的基础上,用遗传算法对EPS系统机械参数和控制参数进行集成优化。仿真结果表明:采用集成优化方法能使EPS系统的机械参数和控制器参数的匹配更合理,可以提高汽车的操纵性能。     

油电混合果园自动导航车控制器硬件在环仿真平台设计与应用

果园由于面积范围广、地形复杂、壕沟多、杂草丛生、土壤湿度较高且土质较为疏松,对自动导航小车（AGV）的机械结构、控制系统,以及能源动力系统的设计都提出了更高的标准和要求。混合动力AGV小车可以满足果园中长距离移动的需求。为探索合适的混合动力AGV控制系统算法以及能量管理策略,同时减少设计过程中由于果园地形复杂导致的控制器设计验证迭代、需求多样化问题带来的人力、物力,以及时间成本,本研究针对果园面积广的特点,选择串联式油电混合动力系统进行AGV动力能源系统模型的搭建。另外,针对果园AGV需要适应地形范围广的特点,采用履带车模型结构,利用硬件在环仿真技术,以树莓派作为控制系统搭载控制算法实物,利用Matlab和RecurDyn软件建立包含能源动力系统、电机驱动系统、履带车行驶部分模型以及路面模型的系统实时仿真模型,最终实现了串联式混合动力AGV控制器硬件在环仿真功能。基于串级比例积分微分（PID）以及模糊控制器控制算法的仿真验证表明,模糊控制器控制算法能够减少参数调节带来的时间成本,在转向角度小时响应速度加快了50%,在转向角度大时串级PID控制器产生了10%的超调,而模糊控制器无超调,转向更加平稳。结果表明硬件在环仿真平台能够有效地应用于果园AGV控制器的开发,避免了控制实物试验,在降低成本的同时可以加快果园自动导航小车的开发过程。     

基于遗传PID的播种机排种器数控加工误差优化研究

为了提高排种机排种器的排种盘的加工质量,在排种盘的加工工艺设计过程中引入了遗传和PID算法,通过遗传算法对PID参数的整定,提高了PID控制器的控制精度,并利用遗传PID算法对加工误差进行反馈,降低了排种盘的加工误差.为了验证加工工艺的优化效果,采用仿真模拟的方法对PID控制器的响应速度和精度、加工实时误差进行了计算,...     

基于粒子群算法的混联机构神经网络自适应反演控制

针对含有不匹配干扰的混联机构轨迹跟踪控制问题,提出了一种极限学习机与自适应反演控制相结合的控制策略。在对干扰进行分析的基础上,分别采用两个极限学习机网络对系统中的匹配和不匹配干扰进行逼近和补偿。基于Lyapunov函数稳定性设计了混联机构的控制律与自适应律,实现混联机构的轨迹跟踪控制。由于控制器可调参数较多,采用粒子群算法进行控制器参数的寻优整定。仿真结果表明,所提出的控制方法具有良好的轨迹跟踪精度和鲁棒性。     

基于启发式动态规划的履带机器人路径跟随控制方法

针对移动机器人传统路径跟随控制方法需要人工调校参数、缺乏自主优化能力的问题,提出了一种基于启发式动态规划（Heuristic dynamic programming, HDP）的路径跟随控制方法。首先,设计履带式机器人路径跟随控制系统结构,建立了误差状态方程;其次,提出了一种基于HDP算法的路径跟随控制方法,综合误差性能指标和跟随稳定性指标设计了回报函数,采用多层前馈神经网络逼近评价器和执行器,并推导了网络参数的在线优化规则;最后,通过数值仿真和系统试验验证了HDP方法的路径跟随性能。试验结果证明,基于HDP算法的控制器跟随直线的平均误差绝对值为0.04m、均方根误差为0.06m;跟随钝角转向曲线的平均误差绝对值为0.01m、均方根误差为0.06m;跟随锐角转向曲线的平均误差绝对值为0.03m、均方根误差为0.09m。该方法不需要对控制参数进行反复调试就能够获得较好的控制效果,提高了移动机器人路径跟随控制方法的环境适应性和自主优化能力。     

基于PSO算法的木薯收获机拔起速度控制系统参数优化

新型挖拔式木薯收获机拔起速度控制系统控制的重点在于使用PID算法进行闭环控制液压马达的输出。为此,针对传统的PID参数调整优化方法费时费力的问题,以广西大学研制的新型木薯收获机控制系统为对象,采用PSO算法,以液压系统的传递函数为目标,对PID算法进行参数优化,且进行了田间试验验证。结果表明:采用PSO算法,对控制系统参数进行优化可行,且便捷;当木薯收获机控制系统的参数Kp、Ki、Kd分别为0.644 1、2. 726 9、0. 036 2时,控制效果良好,性能稳定。     

基于蝙蝠优化BP-PID算法的精准施肥控制系统研究

水肥一体化技术在棉花、小麦、番茄等大田农作物种植场景中的应用逐渐增多。当前能够快速有效调整大田农作物水肥一体化系统中肥料流量的控制算法研究较为有限。由于水肥一体化系统存在时变性、滞后性与非线性的特点,常见的PID与BP-PID控制算法无法获得预期的控制效果。为此设计一种基于蝙蝠算法（BA）优化的BP神经网络PID控制器。通过采用BA对BP神经网络的初始权值进行优化,加快了BP神经网络的自学习速度,实现对水肥一体化系统中肥料流量的快速精准控制,从而降低了超调量、提高了响应速度。同时,基于STM32单片机搭建了水肥一体化流量调节测试平台,并对该控制器的性能进行了试验验证。结果表明,与常规PID控制器和基于BP神经网络的PID控制器相比,所设计的控制器具有较高的控制精度和鲁棒性,降低了由时滞性、非线性等因素引起的影响。平均最大超调量为4.78%,平均调节时间为41.24s。特别是在施肥流量为0.6m3/h时,控制器表现出最佳的综合控制性能,达到了精准施肥的效果。     

应用于茶叶罐分拣的码垛机器人最优关节空间控制

针对茶叶罐分拣生产线的高效率运动控制,提出一种码垛机器人最优关节控制方法。首先,设计茶叶罐分拣码垛机器人生产线的三维模型,根据拉格朗日方程推导出机器人动力学模型,明确模型的输入输出关系。进而,利用萤火虫算法的寻优优势对码垛机器人进行运动学反解,并引入NUBRS曲线平滑处理经五阶多项式插补的轨迹。最后,设计快速连续非奇异终端滑模控制器来实现关节空间内的高精度轨迹跟踪控制。研究结果表明:与滑模控制和反步法控制相比,本文控制器具有更高的控制性能;萤火虫算法能在0.37 s内求解机器人反向运动学,结合五阶多项式插补法与NUBRS曲线能获得光滑柔顺的参考关节轨迹;本文控制器能有效抑制集总干扰力矩影响,保证机器人关节空间内轨迹跟踪精度。     

柔性凸轮曲线的NURBS表达与多目标遗传算法优化

NURBS曲线通过调整节点矢量、控制顶点位置和权因子能够优化曲线形状,因此利用NURBS曲线可以构造柔性的凸轮曲线.为了同时满足凸轮机构的运动学和动力学性能,建立了凸轮曲线的多目标优化模型,并提出一种集成精英保留策略、目标达到法选择策略和快速非支配排序算法的混合遗传算法,求解凸轮曲线的多目标优化模型.优化实例表明,该混合遗传算法可以有效解决多目标优化问题,获得综合特性良好的凸轮曲线.     

农业机器人轨迹优化自动控制研究——基于BP神经网络与计算力矩

以农业机器人精密轨迹优化自动控制为目标,在优化算法中引入BP神经网络与计算力矩法结合的自动控制器,旨在减少作业过程中的运动误差,提高其工作效率。首先,建立农业机器人数学模型,分析其运动学和动力学原理;然后,设计了农业机器人运动控制系统,引入BP神经网络对不确定动力学因素进行判断,并提出解决该因素的自适应学习法;最后,对该系统运用Mat Lab进行了仿真。试验表明:以BP神经网络与计算力矩法结合的自动控制器可以有效优化机器人运动路径,提高机器人整体作业效率,系统运行稳定、可靠性强,且对外部环境的干扰因素具有较强的自适应学习能力。