基于自适应趋近律的采摘机器人关节滑模控制研究

利用离散趋近律设计的滑模控制可有效抑制滑模控制中的抖动现象,但其抑制抖动的效果与离散趋近律的设计参数及系统的采样时间有着密切的关系。为此,在分析指数趋近律抖动的基础上,提出了一种自适应滑模控制器,Mat LAB能够进一步的提高基于趋近律的滑模控制器的抖动抑制能力。为了验证本文所提出方法的有效性,在Mat LAB中实现了该算法,并利用其来控制采摘机器人关节的伺服电机。仿真结果表明:本文所提的算法具有较好的位置跟踪能力,进一步地抑制了指数趋近律滑模控制中存在的抖动现象,提高了系统的性能。     

基于模糊神经网络的智能温室环境控制方案

针对农业温室环境的精确建模和控制问题,提出了一种基于模糊神经网络的智能控制方案。首先,在考虑室内外环境因素下,构建一个有效的温室环境数学模型,获得通风量、喷雾量和加热量的微分表达式;然后,利用一种自适应模糊神经推理系统(ANFIS),以温度和湿度差作为输入,通过神经网络自学习和模糊推理获得控制输出;最后,通过遗传算法优化控制器的输出比例因子,提高控制响应速度和稳定性。实验结果表明:该方案能够快速且稳定地追踪环境设置值,具有很好的控制效果。     

调零天线中的空域极化域联合抗干扰算法

在期望信号功率较小情况下,强同频干扰容易造成系统灵敏度下降,比如卫星导航和卫星通信。采用一个4阵元正交极化阵列,可以通过空域和极化域联合方式对干扰进行抑制。阵列参考阵元位于圆心,其余3个阵元均匀分布在圆周上。自适应滤波采用功率倒置准则下的LMS算法,该方法调整每个正交极化阵元权系数,使得阵列在干扰极化下等效的极化匹配因子接近为0,实现干扰抑制。算法无需信号空间信息,实现简单,同时使阵列自由度达到6,从而增加抗干扰个数。计算机仿真证明了4个阵元阵列可以有效抑制最多6个干扰,而且,通过极化域处理,即使干扰信号与期望信号入射角度相同,只要极化不同,也可以抑制干扰而保持对期望信号增益。     

高速插秧机横向仿形插深自适应系统的开发

为解决高速水稻插秧机在农田作业时,插秧盘随水田表面横向起伏导致秧苗插植深度不一致的问题,开展了基于插秧机插植部倾角检测的秧苗插深自适应调节系统的研究与开发。通过角度位移传感器实时检测两浮板相对位置的变化,由数据采集及插深控制单元控制步进电机装置输出,通过动力传输机构来改变整个秧盘的横向侧倾角度,使秧盘与浮板保持一个稳定的相对位置关系,从而达到稳定插秧深度的目的。插秧机仿真实验平台上的静动态实验分析表明,该系统具有良好的控制精度,工作稳定可靠,可以满足农田插秧实际工作的要求,但需要进一步开展大量农田现场实验,在实际工况中对系统的实用性和稳定性进行分析,从而提升系统的工作性能。     

垄作沟灌分层施肥麦类播种机的研究设计

甘肃河西及沿黄灌区水资源严重不足,大力推广灌区农田节水技术十分必要。甘肃省农业机械化技术推广总站联合有关生产企业,研制开发了2BLGF-13行垄作沟灌分层施肥麦类播种机。该机具是根据灌区春小麦、啤酒大麦等作物垄作沟灌节水技术的大量推广应用,结合农艺要求而研制开发的新型机具,一次作业可完成开沟、起垄、整形、播种、施肥、覆土、镇压等多道工序,减少了田间作业工序,提高了起垄和播种质量,提高了作业效率,有效解决了麦类垄作沟     

基于改进人工鱼群算法的三江平原投影寻踪旱情评价模型

针对现有的旱情评价方法容易出现评价等级离散和结果不易分辨等问题,提出了基于人工鱼群的投影寻踪旱情评价模型,利用人工鱼群算法优化投影指标函数寻求最佳投影方向,同时采用自适应人工鱼步长和拥挤度因子对人工鱼群算法进行改进,克服其易陷入局部最优等缺点,提高了全局搜索能力和收敛速度。以三江平原红兴隆分局为例,选用降雨距平百分率、Z指标和降水温度均一化指标3个指标综合计算投影值,建立了基于改进人工鱼群算法的三江平原投影寻踪旱情评价模型。结果表明,该模型有效避免了单项指标评价的不相容性,用于区域旱情评价是切实可行的,为旱情评价提供了参考。     

基于RBF神经网络的混合输入机构自适应控制

提出一种伺服电动机对常速电动机运动进行闭环跟踪的控制策略,控制伺服电动机的运动,以实现对常速电动机速度波动的补偿。由于系统精确模型难以获得,设计了基于名义模型的径向基函数网络自适应控制器,进行混合输入机构轨迹的跟踪,应用径向基函数(RBF)神经网络对系统中摩擦、外部扰动和动力耦合等不确定因素的和进行逼近,网络输出权值由自适应算法学习确定,并对该控制器进行稳定性分析。仿真结果表明,所设计的控制器稳定有效, 具有较强的鲁棒性。     

玉米定向种子带恒张力卷绕系统自适应模糊PID控制

在玉米定向种子带的卷绕过程中,种子带的张力控制影响到种子带的质量。为此依据玉米定向种子带的要求,建立恒张力卷绕系统的传递函数,利用模糊控制技术实现玉米种子带的恒张力卷绕控制,创建了模糊自适应PID控制器,利用Matlab对其进行仿真,得到了较为合理的模糊控制算法,并将模糊控制算法通过西门子S7-200型PLC为核心的硬件控制电路应用于实际的张力控制,并进行了实际的卷绕试验。试验结果表明:模糊PID控制器与传统PID控制器相比,具有更好的动态稳定性和跟踪性能,张力产生阶跃时,系统过渡时间约为2 s,超调量在1.2%内,能够较好地满足种子带的卷绕要求。     

异步电动机调速系统自适应辨识的CMAC-ADRC算法

针对异步电动机调速系统快速响应时启动超调量大的问题,提出了一种基于自适应参数辨识的小脑模型神经网络复合自抗扰控制(CMAC-ADRC)的控制算法。将CMAC与ADRC各自的优点相结合,利用CMAC神经网络实现前馈控制,通过在线学习来抑制系统的超调量,增强系统的鲁棒性能,提高系统的快速性能,利用ADRC技术实现反馈控制,进一步增强系统的抗干扰能力。利用参考模型自适应参数辨识技术对转动惯量进行辨识,优化自抗扰补偿系数。以变频器结合异步电动机为控制对象,进行仿真,基于自适应参数辨识的CMAC-ADRC控制算法的干扰响应幅度是一阶优化自抗扰控制下干扰响应幅度的44.57%,是小脑模型神经网络复合比例-微分(CMACPD)控制下干扰响应幅度的17.69%,干扰恢复时间是一阶优化自抗扰控制下干扰恢复时间的50%,是CMAC-PD控制下恢复时间的60%。搭建MCU-CPLD-DSP控制平台进行了实验,基于自适应参数辨识的CMAC-ADRC控制算法的超调量是一阶优化自抗扰控制的45.49%,上升时间是一阶优化自抗扰控制的53.33%,干扰响应幅度是一阶优化自抗扰控制干扰响应幅度的71%,干扰恢复时间是一阶优化自抗扰控制干扰恢复时间的76.47%。     

农业机器人自主导航改进自适应滤波控制器研究

为提高导航精度与控制精度,对农业机器人的自主导航控制进行研究。结合Sage-Husa自适应滤波与强跟踪卡尔曼滤波两种算法优点,利用严格收敛判据,设计了改进的自适应卡尔曼滤波算法。新算法保证了系统的实时性和稳定性,且具有更好的滤波精度。利用变结构切换方法来阻止PID控制器积分饱和现象,有效解决了控制器过饱和问题。将改进的自适应滤波算法与变结构PID控制器相结合,可提高导航系统的稳定性和精度。对所提理论进行仿真与试验,结果表明该方法大幅度提高了滤波器抑制发散的能力和导航的控制精度。