动态施药模糊神经控制系统的设计与研究

精确施药控制系统具有控制变量因素多、非线性与强耦合等的特点,解决这类复杂的时变系统用传统的PID控制方法几乎无法控制。本文以"3WC―30―G车载式超低容量自动喷雾机"为研究载体,通过分析其动态施药模式控制原理,结合实践的经验知识,试图利用自适应模糊神经控制的方法,对其精确施药控制系统进行研究与设计。通过MAT-LAB软件仿真实验表明,基于自适应模糊神经控制的静态施药控制系统可以取得比较理想的控制效果,从而为精确施药控制领域的研究提供了一种新的理论方法。     

基于联合仿真的主动悬架自适应模糊PID控制研究

利用ADAMS建立了1/4车辆主动悬架的机械模型,运用MATLAB设计了基于自适应模糊PID控制算法的主动悬架控制系统,通过ADAMS/Control模块与MATLAB的接口实现了基于车辆悬架多体模型的主动控制联合仿真.仿真结果表明,采用自适应模糊PID控制能取得很好的控制效果,与被动悬架相比显著地降低了车身加速度和轮胎动位移,大大提高了车辆的乘坐舒适性和操纵稳定性.     

多自由度果蔬采摘手电气控制系统研究——基于模糊自适应控制

以多自由度果蔬采摘手为研究对象,对采摘手进行了正向、逆向运动学分析,并基于PID设计了模糊自适应控制系统,实现了一套多自由度果蔬采摘手电气控制系统。试验结果表明：多自由度果蔬采摘手可以达到目标位置进行无损采摘,且正确采摘率在90.0%以上,能够满足果蔬的无损采摘需求。     

基于AMESim-Simulink的电液位置伺服系统的自适应模糊PID控制

电液伺服系统具有响应速度快、控制精度高等优点,被广泛应用于工业控制各领域。但其存在饱和与死区、非线性、时变性、时滞性的特点,针对实际电液伺服系统中这些特点导致的非线性环节建模不准确的问题,采用自适应模糊PID控制算法对电液位置伺服系统进行控制。首先对电液位置伺服系统的开环传递函数进行了推导,其次在AMESim/Simulink联合仿真平台上建立了系统模型与模糊PID控制算法,最后采用模糊PID控制算法对系统的阶跃响应和正弦跟踪性能进行了仿真研究。研究结果表明：自适应模糊PID控制对于输入信号具有响应速度快、跟踪精度高、无滞后与超调等良好的控制特性。     

基于滑觉检测的农业机器人果蔬柔性抓取控制研究

果蔬采摘是水果蔬菜生产种植中最繁琐、最耗时间、最费精力的部分之一,直接影响果蔬日后的价值和销售。随着经济的快速发展、外出务工人员增多及农业劳动力减少,劳动力在果蔬种植成本所占比例越来越大。实现果蔬自动化采摘是降低成本、释放农业劳动力的重要举措。20世纪80年代,美国成功生产了世界上第1台西红柿采摘机器人。近年来,随着信息技术和自动化技术的高速发展,农业采摘机器人的研究和开发取得了很大进步,但对果蔬柔性抓取的研究进展较慢。为此,基于滑觉传感检测技术与果蔬损伤机理,以农业机器人采摘控制系统为研究平台,运用离散小波变换算法,从传感器和抓取力控制着手,深入研究和设计了农业机器人柔性无损采摘控制系统。试验表明:系统运行稳定,可靠性强,对实现果蔬柔性采摘具有十分重要的应用意义。     

基于模糊自适应PID的育果袋机纸带张力控制研究

育果袋机运行过程中对纸带张力的大小和稳定性有严格要求.为此,将模糊自适应PID控制器应用于张力控制系统并采用磁粉制动器作为执行部件,在建立张力控制数学模型的基础上,对控制器的结构和控制规则进行分析.利用MATLAB对系统进行仿真,证明该方法既满足育果袋机对纸带张力的要求,又具有快速响应、超调小的优点,是一种实用、先进、智能化的纸带张力控制方法.     

并联机床伺服系统双自适应模糊滑模控制

以并联机床的单通道对称阀控非对称液压缸为研究对象,提出一种适合该系统的将模糊控制、滑模控制、自适应控制三者有机结合的双自适应模糊滑模控制算法.仿真结果表明,采用所提方法使系统的输出渐进一致地收敛于参考输入信号,解决了对称滑阀控非对称液压缸系统存在的动态性能不对称、系统精度低、稳定性差等问题,可有效快速跟踪变化信号,对有界的干扰和参数摄动具有不变性.与常规PID控制相比,双自适应模糊滑模控制更适合于高阶非线性、强干扰的复杂系统,将此法应用于并联机床的液压控制系统可提高机床控制精度,改善机床动态性能,稳态误差仅为常规PID控制的20％.     

半主动空气悬架的模糊神经控制仿真分析

以空气悬架客车1/4车辆模型为控制对象,设计了模糊神经控制器,以簧载质量垂直方向振动加速度均方根为控制指标,以车速50,120 km/h标准B级路面和标准C级路面为随机输入,利用MATLAB软件对模型进行了控制仿真分析。结果表明,模糊神经控制器对车辆的行驶平顺性和操纵稳定性均有明显的改善。     

农业机器人采摘目标识别技术研究——基于FCM模糊聚类算法

介绍了FCM (Fuzzy C-Means)模糊聚类算法的原理，采用权重分配的方法对该算法进行了改进，通过建立模糊的相似矩阵，对目标对象的特征聚类图进行分析，并引入隶属度矩阵对FCM算法进行优化，以加快算法的迭代速度。实验结果表明：农业机器人采用该方法对农作物轮廓分割识别度较高，算法计算效率较快，验证了其可靠性，该方法可用于目标农作物的分割和目标识别。     

基于视觉和工业机器人的动态抓取技术研究

科学技术迅猛发展带动了现代工业向智能化方向转化,机器人技术也逐渐被应用到了社会生产等众多领域。然而,目前有超过三人之二的工业机器人在应用时还在采用手动示教的方式来完成,这种方式有其自身的优势,具有便捷性,但同时也存在着弊端,不但要求具有十分高的示教精度,若是物体和机器人的相对位置发生一点偏差,就要重新进行示教。所以,不断对视觉集成系统中的识别和定位技术进行研究与开发,完善工业机器人的抓取技术,可使其更好完成抓取任务,提高机器人的准确率和工作效率。