关键词： 智能控制技术   机电控制系统   工业化  

摘要： 本文主要分析了智能控制技术及其特点,总结了智能控制技术的类型,进一步明确了智能控制技术的优势及其应用于机电控制系统的必要性,在此基础上,从多个领域具体分析了智能控制技能在机电控制系统中的具体应用。

关键词： STC15F2K60S2   机智云平台   手机APP   承压式   太阳能热水器   远程控制  

摘要： 本系统采用STC15F2K60S2单片机作为控制中心,温度传感器部分采用DS18B20数字型温度传感器,同时结合物联网技术通过机智云平台创建手机APP,实现承压式太阳能热水器的远程控制。根据承压式太阳能热水器的要求设计该控制系统,实现温度与设置加热温度的显示、控制加热装置开关、通过手机APP实现远程监控和操作等功能。

关键词： 直升机   强化学习   自适应控制  

摘要： 针对无人直升机多变量,强耦合和参数变化时传统PID不能在线调节参数的问题,本文首先提出了一种基于强化学习的自适应控制算法,之后将该算法应用于直升机姿态控制,并通过MATLAB仿真与几种常见的自适应控制器对比,结果表明本文所设计的控制器,能在线调节参数,优化系统性能,有不错的动态响应速度和抗干扰能力。

关键词： 电液转向系统   商用车   智能控制  

摘要： 该文基于EHPS智能电液转向系统,对智能电液转向系统硬件结构、系统架构进行匹配设计分析,并在某商用车上基于智能电液转向系统进行匹配应用、测试验证,有效提升商用车的转向手感舒适性、驾驶安全性,同时实现整车横向控制智能化。

关键词： RBF神经网络   智能感知   滑模理论   自适应控制   稳定性  

摘要： 针对高超声速导弹再入过程中由于气动参数摄动和外部扰动导致控制系统模型大不确定的问题,提出了一种基于RBF神经网络的鲁棒自适应姿态控制系统设计方法。首先建立了基于滑模控制理论的导弹姿态控制系统模型;其次利用RBF神经网络对系统模型未知项进行智能感知与实时预测,并将控制误差引入到神经网络权值更新律中,改善了系统的动力学特性,实现了智能自适应控制;然后采用Lyapunov稳定性理论证明了系统的稳定性;最后对2种模型不确定情形下的控制方法进行了仿真验证,仿真结果表明:所设计的控制方法在模型大不确定下具有较好的控制性能和较强的鲁棒性,验证了所提方法的有效性。

关键词： 单片机   控制系统设计   STC15W   智能窗户  

摘要： 阐述基于STC15W单片机的智能窗户控制系统的设计方案,控制系统的模块,硬软件设计,包括PM2.5传感器、光敏电阻模块、DHT11温湿度传感器,控制系统软件包括温湿度传感器的数据读取、MQ-2型烟雾传感器的检测、电机驱动与传感器信号处理模块。

关键词： 智能控制技术   煤矿机电设备   应用   探究  

摘要： 煤矿产业是维系我国经济发展的能源基础,必须强化煤炭开采技术研发和应用,提升煤炭生产的效率,保障煤炭开采安全。智能控制技术是依托计算机网络技术运行规则和高质量组件组成的智能控制系统,其主要用于煤矿开采、监测、机电车防撞、机电运输等方面。通过阐释了智能控制技术在煤矿机电设备中应用的重要性,探讨了智能控制技术在煤矿开采、机电运输以及煤矿机电其他设备上的应用,将对促进智能控制技术在煤矿生产中的推广应用提供积极借鉴。

关键词： 滑模控制   滚珠丝杠系统   自适应控制   LuGre摩擦   跟踪误差  

摘要： 为了提高滚珠丝杠系统的运动精度同时减少能耗,提出了一种新的模糊平方项自适应滑模控制方法,可以在降低能耗的同时有效提高滚珠丝杠系统的运动精度。采用集中质量模型建立滚珠丝杠动力学模型,同时引入LuGre摩擦模型,估计摩擦力。所提出的自适应方法可以在非线性滑模面的趋近和滑动阶段根据误差平方项的变化来自动调节控制增益,设计了对应的边界层厚度模糊推理系统,在提高信号输出、减轻颤振和实现精确跟踪的同时减少高增益带来的能耗。实验数据显示,当使用设计的FASMC控制器时,最大跟踪误差为21.32μm,在工作台增加20 kg质量块和高速负载情况下,最大跟踪误差分别为22.15μm和24.97μm。与一阶滑模FOSMC控制器和其他自适应控制器的对比结果表明,所提出的控制策略可以有效提高跟踪精度和鲁棒性。

关键词： 动态运动原语   高斯混合模型   径向基神经网络   机器人学习  

摘要： 提出一种基于动态运动原语(DMP)和自适应控制的机器人技能学习方法.现有的DMP从单示教轨迹中学习动作,且其高斯基函数分布方式固定,并不适用于各种不同特征的动作轨迹.因此,将高斯混合模型和高斯混合回归引入DMP中,使其能从多示教轨迹中学习技能,并且将径向基神经网络(RBFNN)引入DMP中构成RBF-DMP方法,以梯度下降的方式学习高斯基中心位置和权重,提高技能学习的精度.设计自适应神经网络控制器,用于控制机械臂复现示教中学习的动作.在Franka Emika Panda协作机械臂上开展实验研究,验证方法的有效性.

关键词： 五轴混联机床   自适应控制   深度学习  

摘要： 针对五轴混联机床因其控制精度与效率较低,导致热误差和驱动位移误差较大的问题,设计了一种五轴混联机床自适应深度学习控制方法。构建损失函数,获取机床时序数据;建立机床整体结构的动坐标系与静坐标系,进行机床运动学变换;采用数据采样插补方法,对集成后的刀具位置进行插补操作;采用自适应深度学习控制方法控制五轴混联机床工作。试验结果表明,采用设计的控制方法控制后,零件没有出现磨损现象,并且控制后热误差和驱动位移误差均较小,零件生产效率较高。