关键词： 双向拉压   智能控制   深度学习   目标检测  

摘要： 为了准确获得塑性板材在不同加载路径下的力学性能和变形规律,需要使用变比例双向拉压实验机。当前双拉机作为必要的实验设备,提高其控制精度,一直是设备开发优化的目标之一。本文将神经网络与PID控制相结合,对桌面型高精度变比例双向拉压实验机进行智能控制研究。 变比例双向拉压实验机系统组成包括控制系统和测量系统,其中控制系统包括硬件和软件两部分。控制系统硬件根据实验机的十字形机械结构和运动方式,选择汇川AM402运动控制器、SV660ND双轴伺服驱动器和MS1-R伺服电机作为伺服系统。控制系统软件包括下位机控制系统和上位机控制系统,下位机使用汇川官方Inoproshop软件进行组态,使用ST语言开发了下位机控制系统,实现了轴使能、速度运行、绝对定位、相对定位、点动控制、轴复位等功能。上位机使用Qt Creator软件进行开发,结合BP神经网络与PID控制,建立BP＿PID控制器,通过Modbus TCP协议与下位机进行通讯并实现运动控制。 测量系统使用自主设计的视频引伸计作为拍摄工具,进行变形量的测量,采用工业相机,采集各类工况下的实验试件在拉压过程中的图像,选择不同特征的1100张图像,进行训练集标注,利用YOLO V5神经网络模型进行训练,获得97.69%的准确率,开发推理程序,实验结束后对实验过程中的图片进行后处理,同时对试件中心区域的图像识别和计算,来获得材料变形量,与实际测量值对比,得到最高精度误差为0.44%,并通过计算获得材料的应变。 对变比例双向拉压实验机使用Matlab软件进行仿真,对比了BP神经网络PID和PID两种方式下的控制响应曲线,结果表明BP神经网络PID控制具有更好的控制效果。在变比例双向拉压实验机上进行验证,对PA66尼龙板按照载荷比例为4:4、4:3、4:2、4:1的关系进行双向拉压实验,并对BP神经网络PID和PID两种控制方式进行误差对比,BP神经网络PID控制的平均误差率为0.65%,结果表明BP神经网络PID控制的平均误差更小,控制精度更高;并做出应力应变曲线,证明了该智能控制系统的有效性。

关键词： 全驱系统方法   机械臂   观测器   鲁棒控制  

摘要： 机械臂控制作为机械臂技术重要的研究方向,受到了学界和工业界的广泛关注。先进的控制方法在机械臂轨迹控制上的应用比比皆是,但是其设计方法复杂,实现成本高。近年提出的全驱系统方法在非线性系统上的应用给机械臂轨迹控制提供了新的设计思路。全驱系统方法在设计非线性控制器方面具有明显的优势,可以简单高效地设计出满足性能要求的控制器。将控制器应用于非线性系统后,可以得到线性闭环系统。 本文针对机械臂动力学模型强耦合性和非线性的特点,应用全驱系统方法,对双连杆机械臂轨迹控制进行了研究,主要的研究内容如下: (1)针对关节角加速度信号难以准确测量的问题,提出了基于加速度观测器的轨迹控制全驱系统方法。首先,由于加速度信号难以准确测量,因此设计了加速度观测器,实现对关节的角加速度信号的估计;然后,构造Lyapunov函数,证明观测器估计误差将收敛至零;最后,利用双连杆机械臂动力学模型的全驱特性,设计轨迹跟踪控制器,抵消机械臂模型中的全部非线性项,配置具有期望特征结构的线性项,通过直接参数化方法,给出控制律的参数化表达形式,仿真验证所提方法的有效性。 (2)针对机械臂系统存在外部有界干扰问题,提出双连杆机械臂轨迹鲁棒控制全驱系统方法。首先,利用鲁棒控制的思想,通过设计干扰抑制项,抑制外部干扰对系统的影响;其次,利用Lyapunov稳定性理论证明闭环误差系统的稳定性;最后,利用双连杆机械臂动力学模型的全驱特性,设计轨迹跟踪控制器,抵消机械臂模型中的全部非线性项,配置具有期望特征结构的线性项,通过直接参数化方法,给出控制律的参数化表达形式,仿真验证所提方法的有效性。 (3)针对机械臂系统存在参数不确定问题,提出基于双观测器的双连杆机械臂轨迹控制全驱系统方法。首先,对于系统不确定参数和外部有界干扰,设计参数观测器估计其总和;然后,通过获取关节角度和关节角速度,设计加速度观测器以估计关节角加速度信号,并利用其估计值替换参数观测器中加速度信号。此时,加入双观测器的机械臂模型仍然为全驱系统模型,利用Lyapunov稳定性理论证明双观测器误差系统收敛,能够准确估计相应的目标。最后,利用双连杆机械臂动力学模型的全驱特性,设计轨迹跟踪控制器,抵消机械臂模型中的全部非线性项,配置具有期望特征结构的线性项,通过直接参数化方法,给出控制律的参数化表达形式,仿真验证所提方法的有效性。

关键词： 生物经济系统   自适应控制   最优控制   动态规划  

摘要： 随着现代科学技术的不断发展,人类的生活越来越便利,生存环境也不断扩大,进而导致了生物的原始栖息地逐渐减小。部分生物种群因生存环境被破坏、人类过度干扰等因素而面临严重的打击。面对这些未知和复杂因素对生物种群密度的潜在影响,保证生态平衡和生物种群的可持续发展对社会具有重要意义。为此,本文考虑经济因素和未知因素对生物系统的影响,将最优控制理论应用于生物系统,探寻生物种群可持续发展和人类经济利益之间的平衡。 本文主要针对阶段结构生物经济系统,结合了自适应理论,最优控制和广义系统理论研究了生物种群密度的最优控制问题。主要研究工作如下: (1)研究了带有未知参数的阶段结构生物系统模型的自适应规定时间控制问题。对于具有阶段结构的生物系统,考虑不确定因素对生物种群的影响,加入控制器干预捕食者的种群密度,并将自适应控制的思想引入其中,采用反步法设计了一种自适应控制器,所提出的控制方法提高了计算效率。最后,通过数值模拟验证该自适应控制方法的有效性。 (2)研究了具有阶段结构特征的食饵-捕食者系统模型的最优控制问题。通过稳定性分析探究生物经济系统的平衡特性。提出一种新的能使整体生物经济系统达到最优的自适应动态规划方法,给出最小性能指标,针对生物经济系统建立哈密度函数,设计控制器使所构造性能指标达到最小,显著提高生物经济系统最优控制问题解的计算效率,减小了计算的复杂程度。最后,给出数值仿真验证算法的可行性和有效性。

关键词： 最优控制   LQR   鲁棒控制   状态空间模型   压缩式制冷系统  

摘要： 作为现代生活和工业中广泛使用的关键设备,压缩式制冷系统的应用遍布于各个领域。在压缩式制冷系统工作过程中,由于相变、大时滞、非线性、变量间的强耦合以及工况范围变化大等问题的存在,导致系统的建模以及利用经典的控制策略对系统变量进行精确控制异常困难。本文在充分分析压缩式制冷系统工作原理的基础上,探索压缩式制冷系统精确高效的建模方法,研究适于压缩式制冷系统先进的最优控制策略。具体的研究内容包括以下几个方面: （1）利用最小二乘法建立了适用于优化控制的压缩式制冷系统的双输入双输出离散线性状态空间模型。该模型以压缩机的频率和电子膨胀阀的开度的变化量作为模型的输入量,以蒸发温度和过热度的变化量作为模型的输出量,形成了双输入双输出的增量式模型结构。利用最小二乘法对系统的阶跃响应进行辨识处理,获取模型参数。在给定的系统稳态条件下,对增量式模型进行离散化和线性化处理,建立离散线性状态空间模型。仿真实验结果表明,模型两个输出量的实测数据与拟合数据之间的平均相对误差均在3%以内。 （2）利用所建立的模型,提出了一种基于LQR理论的压缩式制冷系统最优控制策略。该策略鉴于压缩式制冷系统被控量的特点,将设定值与被控量之间的误差值代替状态变量应用于LQR最优控制策略的性能指标中,通过仿真实验确定权重矩阵1Q和1R,利用Riccati方程获取了最优控制律,建立了一个具有状态反馈控制律的闭环控制系统。仿真实验结果表明,所建立的闭环控制系统在给定值跟踪、抗干扰性以及动态性能等方面均具有较高的控制精度与较强的适应能力。 （3）针对压缩式制冷系统中影响系统性能因素较多的问题,利用LMI方法提出了一种基于输出误差的鲁棒最优控制策略。该策略考虑到影响压缩式制冷系统性能的因素较多,在所建立的模型中引入不确定性变量,利用仿真实验获得不确定性矩阵中的参数值(D、Ma、Mb和E（7）k（8）);基于鲁棒二次稳定化控制方法,通过设置状态反馈控制律,建立了一个具有状态反馈控制律的闭环控制系统;利用LMI方法将系统二次能镇定问题转化为一个LMI的可行性解的问题,从而对控制器的参数进行了优化求解,获得了系统的最优控制律。仿真实验结果表明,相比于LQR最优控制策略,所提出的鲁棒最优控制策略不仅抗干扰能力有明显增强,而且在控制精度和快速性上也有显著提升。

关键词： 无人机吊运   动力学建模   前馈控制   非线性控制   轨迹规划   狭小空间穿越  

摘要： 四旋翼无人机以其高度的灵活性、简便的操作以及克服地形限制的能力而著称,在物流配送和紧急救援等领域中发挥着重要作用。在无人机吊装和运输中,悬挂吊运是一种常见形式。然而由于惯性和外界扰动的影响,飞行过程中无人机与吊运负载之间存在相对摆动,给系统作业带来很大挑战,也是系统安全造成了潜在风险;尤其是在穿越狭小空间执行吊运作业时,无人机常面临工作空间不足、飞行穿越动作受限等问题,需要对无人机及其负载的路径、摆角进行规划和控制,以确保吊运无人机能够安全通过。本文针对单无人机吊运过程中的平稳飞行、狭小空间的穿越运动,以及双机协同吊运的狭小空间穿越问题展开了以下研究工作: (1)为所研究对象搭建了实验平台。利用4个红外摄像头进行红外点捕捉的定位计算,以此得到空间中无人机的位置坐标和姿态数据,构建室内定位系统。搭建了单、双无人机与负载之间的卷扬控制系统,实现无人机吊运功能。采用ROS机器人控制系统的话题通讯机制完成多个不同硬件设备的通讯任务,构建了树莓派、PX4控制器、负载摆角传感器等设备之间的通讯平台。 (2)针对单无人机吊运系统的飞行稳定性问题,提出了负载防摆策略。将前馈S曲线函数与滑模反馈控制器相结合,利用前馈S函数将期望位姿产生的加速度信号与负载摆角产生的加速度信号相互抵消,从而减小负载摆动,利用双层滑模结构进行欠驱动系统解耦,实现对轨迹信号的跟踪。最后进行了稳定性分析与实验验证,表明控制器在抑制负载摆动和无人机轨迹跟踪方面表现良好。 (3)针对面向狭小空间单无人机吊运系统的穿越问题,本文提出了一种与轨迹规划相结合的非线性控制方法。在轨迹规划中,分析了负载的位置与无人机驱动力之间的关系,利用其导数关系设计了对应的成本函数,分别加入负载摆角约束、障碍物不等式约束以及无人机的速度约束,将轨迹规划问题转化为针对负载位置和摆角的二次规划问题。在控制设计中,将无人机升力分解为沿吊索方向与垂直于吊索方向的力,分别用于控制负载位置和摆动。将二次规划计算得到的负载轨迹转化成无人机位置和负载摆角控制目标,形成反馈控制。基于所设计的控制器进行了实验验证,结果显示,所设计方法能够成功解决无人机吊运系统窗口穿越的问题。 (4)针对面向狭小空间的双机协同吊运控制问题,本文以负载为基点进行动力学分析,并基于拉格朗日方程推导系统模型。在双机协同吊运穿越的轨迹规划中,利用最小化系统各状态变量的加速度设计成本函数,将狭小空间窗口的位置信息作为轨迹约束,应用二次规划方法计算出期望的负载位置和摆角轨迹,在此基础上计算获得双无人机的期望轨迹。在控制器设计中,采用串级控制结构,将负载的位置和摆角期望转化为双无人机的位置期望,进一步对两无人机进行轨迹跟踪控制设计,从而能够成功解决双无人机的狭小空间穿越问题。

关键词： 制冷系统   神经网络控制   离散时间控制   自适应控制  

摘要： 随着科技进步与经济的发展,制冷系统已广泛应用于商业、住宅房屋、工业建筑、航空航天等领域。值得注意的是,制冷系统是一个高度不确定性、强耦合的非线性系统,这使得制冷系统的高精度控制更加困难。另外,随着现代计算机技术的高速发展,微处理器在控制领域被广泛使用,离散控制策略相比于连续控制策略可更好的应用于现代数字控制系统,在计算机平台具有更好的可实现性和稳定性。因此,研究具有未建模动态的制冷系统的离散温度控制问题,提高制冷系统的性能具有重要的研究价值。本文结合离散控制、自适应神经网络控制,研究了几种典型制冷系统的温度控制问题。主要研究内容如下: (1)研究了半导体制冷系统的离散时间自适应神经网络温度控制问题。首先,本章提出了一种离散自适应神经网络控制策略,通过实时调节神经网络参数,克服了不确定因素对系统性能的影响。其次,设计了一种非负光滑函数来解决半导体制冷系统存在的非仿射问题,通过调节电压实现对温度的控制。最后,利用Lyapunov稳定性分析方法证明该控制方法的稳定性。仿真结果表明了所提离散时间自适应神经网络控制策略的有效性。 (2)讨论了水膜蒸发器冷却系统的离散时间自适应神经网络控制问题。首先,针对具有未建模动态的水膜蒸发器冷却系统,本章设计了一种阀和泵协同控制的方案,实现对系统冷板温度的控制。其次,提出了一种离散时间自适应神经网络控制器,有效消除了未知动态的影响,提高了水膜蒸发器冷却系统性能。最后,仿真结果表明,所提出的策略能够有效实现控制效果。与传统的PID控制和模糊控制相比,该控制方法下误差更小,稳定时间更短。 (3)探究了具有模型不确定性的压缩式制冷系统离散时间自适应温度控制问题。首先,本章提出了一种调节阀门开度与压缩机转速的方案,分别控制系统蒸发器过热度和二次流出口温度。然后,设计了一种离散时间下自适应神经网络控制策略,通过设计自适应神经网络更新律,克服了模型不确定性对系统性能的不利影响,实现了对蒸发器过热度和二次流出口温度的有效控制。最后,仿真结果表明,与传统的PID控制相比,该控制策略具有更强克服外部干扰的能力。

关键词： 水下无人航行器   PPO算法   环境感知   自主探测   智能控制  

摘要： 随着陆地资源的快速消耗,海洋所蕴含的各种矿藏和石油等自然资源越来越被人类所重视,水下无人航行器((Unmanned Underwater Vehicle,UUV)由于其功能性好、工作效率高、稳定性强,被广泛的执行于各种海洋领域相关的任务,比如自主探测任务。由于主动声呐的功耗较高,在执行任务时大部分时间使用的是被动声呐,而海水的组成成分和UUV行为会影响被动声呐的探测距离,进而影响自主探测任务的完成情况。因此,本文基于环境感知研究UUV自主探测控制,以更好的完成任务区域的自主探测任务。本文的工作内容如下: 首先,分析UUV在水下航行过程中的运动状态,建立UUV运动学和动力学模型。之后使用区域海洋模型(Regional Ocean Modelling System,ROMS)对混合坐标海洋模型(Hybrid Coordinate Ocean Model,HYCOM)再分析数据进行模拟计算,构建出真实海洋环境模型,包括海流、盐度、温度分布模型。并且基于被动声呐方程分析海水成分、UUV行为对被动声呐探测范围的影响。 其次,海洋的组成成分影响UUV的探测效率且UUV难以有效利用海洋环境信息进行路径规划,因此,本文先建立传播损失与海洋环境之间的映射关系,海水温度、盐度与声吸收系数的之间的映射关系。针对近端优化策略(Proximal policy optimization,PPO)算法在基于海洋环境信息做路径规划时利用环境信息效率低的问题进行改进。使用卷积神经网络提取UUV附近环境信息的特征,使用线性神经网络提取UUV坐标信息,然后将两个特征信息结合提取特征,让策略网络根据当前状态生成一个最优的策略分布采样获得最优动作。使规划的路径更有利于UUV执行探测任务。 再次,UUV在实现路径跟踪任务时以跟踪效果为目标将不利于执行探测任务,故本文基于自噪声约束实现UUV的路径跟踪控制。先对UUV自噪声的产生来源进行分析,并建立自噪声与推进器功率之间的关系;再使用PPO算法作为控制器,以UUV自噪声为约束,综合考虑海流影响和推进器功率大小,实现探测路径的路径跟踪控制。并且本文使用贝塔分布替代策略网络中的高斯分布,来解决PPO算法在实现UUV自主探测任务时因为强制裁剪引入策略梯度估计偏差问题,以实现UUV更加稳定的路径跟踪控制。 最后,对整个设计进行综合仿真。先基于环境信息规划得到一条路径,再使用最小二乘法对得到路径进行曲线拟合得到光滑路径,然后使用设计的控制策略跟踪这条路径。最后对探测任务执行结果进行分析,结果表示本文设计的基于海洋环境感知的UUV自主行为控制方法实现了预期的设计需求。

关键词： 系统平台   负载均衡   轮换控制   降低成本   智能化控制  

摘要： 本文针对污水处理工艺特点及控制要求，开发一套基于PLC的智能化监控系统平台,并开展了多水泵负载均衡和智能轮换控制技术的研究，通过国内主流组态软件实现了上位计算机管理功能及智能控制策略。经过研究和实际运行,该系统保证了污水处理过程的高效运行,节约了大量的人力物力，降低了运行成本，提高了污水处理系统的智能化控制技术水平。