关键词： 事件触发   自适应控制   网络攻击   脉冲控制   容错控制  

摘要： 随着数字化控制平台的发展,事件触发控制作为一种可节约网络成本的控制策略受到了广泛的关注。本文针对非线性网络化系统,研究事件触发控制中的一些热点和未解决的问题。本文分别针对非线性正系统,严格反馈系统和关联大系统,设计不同网络环境下的控制方案,利用Lyapunov稳定性理论,分析系统的稳定性以及设计控制器,保证系统的稳定性能,同时减少网络通信量,节约网络资源。与现有工作相比,本文的主要成果如下: 1.针对非线性正系统的事件触发控制问题,首先为非线性正系统建立了Takagi-Sugeno模糊模型,考虑到网络的通信成本和网络中环境出现数据传输时滞的问题,给出了基于正系统的自适应离散事件触发机制。基于这种数据传输机制,同时考虑到共享网络条件下存在欺骗性攻击的情况,设计了动态输出反馈控制器。通过构造一个新的Lyapunov泛函,证明了闭环系统在L增益指标γ下是随机稳定的,得到了不同于非正系统的线性规划不等式形式的稳定化和保正性条件。 2.针对非线性正系统的有限时间事件触发脉冲控制问题,建立非线性正系统的Takagi-Sugeno模糊模型,给出了一种与脉冲信号产生有关的离散事件触发机制,用事件触发机制产生脉冲控制时刻。将离散事件触发控制和脉冲控制相结合,不仅能实现低成本高效地控制系统,同时节约了通信成本。在所提出的脉冲控制方案下,研究了在给定初始条件的界时,系统在有限时间内的性能表现。最终得到了不仅能保证非线性正系统的正性,同时可使闭环系统有限时间稳定和有限时间压缩稳定的线性规划不等式形式的条件。 3.针对含非匹配未知参数严格反馈系统的输出调节问题,在系统-控制器端的通信网络下,通过对事件触发策略系数,自适应算法,控制器的综合设计,给出了输出调节问题的事件触发自适应算法,该算法的设计只需要利用由事件触发条件给出的离散数据。通过引入补偿动态,补偿了事件触发条件造成的测量误差。利用Lyapunov稳定性理论,分析了补偿误差、滤波误差、补偿动态的稳定性。与现有结果相比,得到的事件触发条件参数的保守性更小,且系统能在较小的通信需求下,实现更好的控制性能。 4.针对非线性关联大系统的输出跟踪问题,基于系统-控制器端的传输网络,给出了一种新的事件触发机制,利用模糊逻辑系统处理了未知关联项。考虑到执行器可能会出现故障的情况,基于事件触发机制设计了利用离散数据的分散式自适应容错算法。该控制算法,能很好的解决在执行器故障时的输出跟踪问题,并排除了Zeno现象。与现有结果相比,提出的事件触发自适应算法通信量更少,节约了网络资源。 5.面对非线性关联大系统的事件触发有限时间控制的难题,给出了一种新的事件触发机制和分散式自适应控制方案。通过对新的补偿信号动态的设计,补偿滤波误差和事件触发条件造成的测量误差,利用Lyapunov稳定性理论,证明了闭环系统输出信号的有限时间稳定性,并排除了Zeno现象。

关键词： 损耗平衡   调制策略优化   并网控制   弱电网稳定性   自适应控制   电流源模式  

摘要： 随着分布式能源在电网中所占的比例越来越大,且可再生能源发电和用电负荷存在双重随机性,使传统电力系统供需两端不确定性增强,传统两电平并网逆变器难以满足可再生能源并网发电的要求。特别是,可再生能源并网系统末端电网较弱,分布式电源并网后潮流分布更加复杂,易引起较宽频段振荡现象,需考虑弱电网并网稳定性问题。中点钳位型、T型等传统三电平逆变器存在开关损耗不均衡,直流侧承受电压应力较高等缺点。本文提出的有源中点钳位型三电平逆变器及调制策略具有输出电压电流谐波含量低,零电平状态多,损耗均衡的特点。该变流器直流侧的分压电容和开关管承受电压较低,可广泛应用于中压大功率电能变换领域。本文分析了有源中点钳位型逆变器的工作原理,并提出一种改进的同步调制策略以均衡开关损耗,从开关损耗和电能质量的角度进行分析,验证了所提策略的合理性与优越性。为了研究并网系统的稳定性,采用谐波线性化序阻抗建模法建立并网系统阻抗模型,模型综合考虑了锁相环、电压和电流环三环特性,同时在频域下分析了各控制环节在并网系统阻抗特性的作用范围,并通过探索带宽的耦合机制以增强系统的稳定性。本文采用奈奎斯特稳态判据进一步验证控制环节以及电网阻抗对并网系统稳定性的影响。根据电压源与电流源控制模式具有优势互补的特点,提出一种基于并网电流谐波畸变程度切换两种控制模式的策略。所提的方法能够增强并网系统的稳定性,在电网阻抗变化的过程中均能保证良好的电能质量。最后搭建了三电平有源中点钳位型逆变器并网硬件实验平台和半实物仿真平台,对所提的调制策略以及基于电网阻抗自适应的双模式切换策略进行了实验验证,实验结果表明所提的调制策略使系统开关损耗更加均衡,零电平状态下的导通损耗降低一半,所提的控制策略使并网系统在电网阻抗宽范围变化过程中均保持良好的稳定性。

关键词： 发动机隔振   磁流变悬置   动态特性   自抗扰控制   鲸鱼优化算法  

摘要： 随着现代汽车结构轻量化发展和道路条件的改善,消费者对车辆舒适性期望值不断上升,对汽车发动机的振动问题愈发关注。悬置系统可有效缓解振动传递问题,相较于被动悬置,磁流变半主动悬置因其阻尼连续可调的典型特征受到国内外研究者的格外关注,合适的控制策略更能提升其隔振性能。为探究磁流变悬置的隔振效果,本文设计了磁流变悬置系统的总体控制方案,完成了动态特性研究,建立了二自由度汽车发动机悬置减振系统仿真模型,对比分析了被动控制、传统PID控制和基于鲸鱼优化算法(WOA)的自抗扰控制(ADRC)的减振效果。主要研究内容为:1.磁流变悬置系统总体控制方案研究。论述了磁流变液的基本理论,包括磁流变液的流变学特性、工作模式及设计准则,论述了挤压模式磁流变悬置的组成结构和工作原理,设计了基于四分之一车型的二自由度汽车发动机磁流变半主动悬置减振系统的总体控制方案。2.磁流变悬置动态特性仿真研究。基于电磁场理论设计了一种基于挤压模式磁流变悬置的磁路结构,通过Maxwell有限元分析来验证其合理性,推出了磁感应强度响应控制电流的变化规律,建立了磁流变悬置力学模型,推导了库伦阻尼力的正逆模型,利用MATLAB/Simulink在不同电流、不同激振频率下进行仿真分析,得到了磁流变悬置输出阻尼力的性能曲线以及动刚度、滞后角的性能曲线。3.汽车发动机磁流变悬置减振控制系统建模研究。以被动悬置为切入点,建立以四缸发动机为振源的二自由度发动机悬置控制系统仿真模型,对控制系统进行了静态分析和动态分析,验证了其稳定性和能控能观性,以单位阶跃信号测试了控制系统的瞬态响应性能。4.汽车发动机磁流变悬置系统WOA-ADRC控制方法研究。论述了自抗扰控制策略和鲸鱼优化算法的基本原理,设计了基于二自由度磁流变悬置减振控制系统的自抗扰控制器,引入鲸鱼优化算法进行了参数设计,以车身振动加速度为评价指标,对比分析了传统PID控制和被动控制的减振效果,结果表明基于鲸鱼优化算法的自抗扰控制器更能充分发挥悬置系统的隔振性能。5.磁流变悬置动态特性试验研究。利用MTS综合试验台对磁流变悬置进行了动态特性试验研究,实验结果与仿真结果基本一致,表明磁流变悬置具有良好的可控范围,为磁流变悬置控制系统提供了理论依据。

关键词： 双定子电机   磁场调制   磁场定向矢量控制   粒子群-引力搜索算法   无位置传感器控制  

摘要： 针对传统永磁同步式车轮电机普遍存在的转矩密度低、调速范围窄的缺陷,本文提出了一种双定子磁场调制型车轮电机,使用电励磁绕组替换传统永磁体以满足车辆的高性能行驶需求。同时为保证车轮电机作为分布式驱动器的协同稳定性,维持其复杂工况下的高控制精度与高响应速度,本文采用了基于磁场定向的无位置传感器智能矢量控制方法,完成其电磁结构及控制系统的设计与仿真,主要内容包括:基于磁场调制原理提出双定子构型电机并完成参数设计。采用ANSYS/Maxwell软件进行电磁仿真,验证电机磁调制机理的合理性。根据电机功率因数的影响因素进行电磁结构的优化设计,得出合理的调磁环跨距、调磁块厚度以及调制比等电磁参数。以反电动势、输出转矩等动力参数为指标进行电机综合性能分析,并完成控制系统主要硬件设备选型以及主要软件程序设计。以磁场定向矢量控制方法为基础,基于双定子构型的特殊性提出以内定子作励磁绕组的控制策略,解决了传统永磁体弱磁控制下调速范围窄的缺陷。电流调节器方面,为解决传统比例积分控制存在的低速精度低、动态响应差的问题,引入了准比例谐振控制器,实现对于参考电流的高精度追踪;速度调节器方面,针对传统比例积分控制的缺陷以及传统滑模控制固有的抖振现象和收敛时效限制,分别引入了模糊比例积分控制器以及全局快速终端滑模控制器,保证了转速误差的高效收敛;同时,为保证车轮电机复杂工况下的鲁棒性,引入粒子群-引力搜索算法完成调节器控制律参数的在线整定,奠定了车轮同步性驱动的基础。采用MATLAB/Simulink软件完成电机控制系统建模仿真,经智能参数整定后得出基于比例谐振控制的电流调节器和基于全局快速终端滑模控制的速度调节器在响应时间、超调量以及波形抖动率上都具有更优异的性能。基于模型参考自适应系统实现电机无位置传感器下的转速辨识,完成可调模型与自适应律的设计。针对电机运行过程中内部参数变化以及外部负载扰动所带来的影响,分别采用双层神经网络以及改进型三层前向神经网络实现对于可调模型与自适应律的替换和优化,提高了转速估计的抗干扰性,为分布式驱动器的协同控制奠定了基础。采用MATLAB/Simulink软件完成电机无位置传感器系统建模仿真,分析后得出采用神经网络优化的转速辨识模型具有着较优的精度及鲁棒性,可以实现良好的转速追踪,能够满足车轮电机复杂的工况需求。

关键词： 四旋翼无人机   分数阶滑模   优化算法   自适应控制   模糊控制  

摘要： 四旋翼无人机可以在原地就执行起降、悬停等操作,因此在日常生活中得到了广泛使用。但四旋翼飞行器系统庞杂且易受干扰项影响,所以对控制无人机提出新要求。分数阶微积分算子具有一定的记忆性,因此本文通过运用分数阶积分算子此特性,对四旋翼无人机分数阶控制器进行了重新设计,控制结构采用内外环串级控制,且针对其机体质量变载荷问题展开了深入研究,通过仿真实验证明所设计的控制器均能满足实验要求,有效提高四旋翼无人机轨迹跟踪控制品质。通过在选题方面所作的大量工作,针对目前研究的痛点从而确定本文核心思想。主要研究内容包括:在微角度飞行下,建立基于牛顿-欧拉法的四旋翼无人机动力学模型。对该模型的特性进行了分析,明确控制器得控制目标,绘制控制过程控制原理示意图。在设计控制器滑模面时,引入分数阶趋近律,将积分滑模和分数阶积分算子结合,设计了一种新的分数阶滑模控制器,且利用粒子群算法对滑模参数进行整定。通过仿真实验对四旋翼无人机期望轨迹跟踪的效果进行了比对。实验中将分数阶控制器与PID控制器、整数阶控制器进行比对,可以验证该控制器提高了系统的响应速度和鲁棒性。接下来利用混合算法对分数阶滑模控制器的参数重新进行寻优处理,对控制器进行了进一步的完善,且通过实验对比改进前后轨迹跟踪效果,可以验证混合算法有效提高控制器的性能。由于无人机的动力学模型与质量二者关系密不可分,在自然状态下一定会受到该因素的干扰,因此利用两种控制方法设计了两类自适应滑模控制器。第一种控制理念是将质量定值转为时变函数,利用自适应律对其进行估计。第二种控制理念是在控制器中建立模糊规则,选取适当的隶属度函数,对滑模面的切换项系数进行整定,从而实现了控制器的高品质控制。两类控制器均通过实验验证,结果表明控制器能够满足实验要求,即变载荷情况下对期望轨迹的跟踪依旧稳定。

关键词： 通风床垫   机器学习   热舒适   床上热微环境   智能控制  

摘要： 对于卧室和医院病房而言,床是人暴露时间最长的区域,久躺不动的人体的生物废水废气和呼出的空气是医院病房和卧室的主要污染源之一。目前,这类房间常采用全空间通风来改善室内空气质量,但这种做法不但能耗较大且控污能力较差。个性化通风系统应与床上环境结合,从源头解决污染问题,并提供适合个体的最佳床上微环境。因此,设计了通风床垫用于清除床上的生物废水废气,在与室内空气混合前将其过滤掉。此通风床垫采用酸处理过的活性碳纤维填充纺织材料制成,并通过位于脚部床尾附近的开口吸入被污染的空气,使其经过过滤后再排放至室外或由床垫中的过滤器进行局部清洁。 通风床垫在先前的研究中已被证实可以达到高效节能移除污染物,满足用户可吸入空气品质的要求,随后通过假人模型实验探究通风床垫的使用对热环境的影响,发现通风床垫的应用会破坏原有的热环境,加剧局部不舒适的风险。但人体和通风床垫微环境之间的相互作用关系不明,传热机理不清晰,缺乏实验依据,从而制约着个性化智能化床上微环境的设计。因此,本文根据基于真人受试者热感觉反馈进行床上微环境的实时调控实验,研究床上微环境控制系统的优化设计策略。本实验研究了30名年龄介于20-29岁青年学生在不同温度房间下的热感觉,包括19℃、23℃和28℃三个不同的室温。受试者分别盖着薄羽绒被、双层被罩和单层床单,并穿着睡衣和内衣裤。通过测量受试者身体的温度、床上微环境的温湿度以及各部位的皮肤温度,以及受试者的热感觉调查问卷和心率、心率变异性测量,对受试者的热感觉进行了全面评估。在实验期间,通过调整床的微环境,实现了个性化智能控制策略的实际应用。 论文的主要研究工作和发现如下: （1）基于受试者实时响应的床上热微环境控制实验,揭示了通风床垫对床上热微环境的作用机理,提出了基于微环境物理参数的床上微环境个性化控制策略。实验结果显示,床上热微环境的分布不均匀,最高温度差可达13℃。通风床垫的使用为78%的女性和75%的男性带来局部冷却效果。这在高房间温度时（28℃）提高了受试者对于环境的可接受度。在19℃和23℃时,单独使用通风床垫可能会造成局部冷不适,部分受试者需要局部加热装置。受试者对床上热微环境的可接受度随着对气流率和局部加热的连续调节而提高,局部不适的风险（躯干热,四肢冷）也随之减小。通风床垫气流速率可设置为6L/s的定值,床垫表面靠近脚部的测点温度与脚部热感觉相关且可用来控制局部加热。 （3）通过对生理参数与热感觉的关联性分析,探究了基于用户皮肤温度的控制策略。研究发现局部皮肤温度与局部热感觉的关联性较强,其中,脚部皮肤温度与脚部热感觉的关联性最强,相关系数r最高可达到0.9。总体热感觉和脚部背部皮肤温度之差呈现线性相关。根据以上相关参数可计算出个体最优皮肤温度,从而可针对个体脚部和背部皮肤温度制定个体控制策略。对于其他部位更为高阶的控制要求,皮肤温度对应的可接受度可由高斯回归计算出最优皮肤温度区间,从而设计不同部位的控制策略,该方法可在自动控制基础上不断记录迭代用户控制习惯,更新最优皮肤温度区间,从而达到针对不同用户智能控制个性化床热微环境的目的。 （4）建立了六种不同机器学习模型,可用于实现床热微环境中总体热感觉的预测功能,并通过分类数据库,主成分分析进行数据降维,提高机器学习模型性能。对比了几种机器学习算法的优缺点,发现经过主成分分析后的数据使得机器学习算法质量明显提升,SVM算法相比其他机器学习模型算法在处理质量较差的数据集时性能较好。该方法可实现通风床垫实际应用中对总体热感觉的预测,以达到智能控制的目的。

关键词： 机械臂   非匹配扰动   摩擦   动力学不确定性   辅助动力系统  

摘要： 机械臂在医疗保障、工业生产、农业发展以及日常生活中有着广泛应用。随着科学进步与技术发展,机械臂在海洋监测,航空航天等军事领域也发挥着显著作用。因此在当今实际应用中,对机械臂的操作控制已不仅局限于使其进行重复性定位操作,对于给定的运动轨迹达到期望的跟踪精度也成为了研究的热点问题。然而在对机械臂这类具有强耦合与高度非线性等特点的复杂系统进行高精度轨迹跟踪控制时,由于受到外部时变干扰以及自身存在的摩擦非线性,使得控制问题变得更为复杂。为了实现可靠的稳定性和高精度的跟踪控制要求,本课题针对存在外部时变干扰、动力学参数不确定、并考虑摩擦非线性的机械臂系统与在输入饱和影响下,受到匹配与非匹配干扰的机械臂系统,分别研究了高精度的轨迹跟踪控制方案与高性能的力/位混合控制策略。论文主要工作如下:(1)对多自由度工业机械臂控制系统建立数学模型并分析。首先,通过拉格朗日动力学方法且经过简化建立了多自由度机械臂动力学模型;其次,考虑系统受摩擦非线性影响,我们对动、静非线性摩擦分别进行了分析并建立了数学模型;最后,通过李雅普诺夫稳定性理论依据作为系统稳定性分析的理论支撑;(2)针对机械臂受到复杂时变扰动时的高精度轨迹跟踪问题,提出了一种带扰动观测器的机械臂轨迹跟踪鲁棒控制策略。首先使用反步法设计了包含摩擦模型的机械臂轨迹跟踪控制器,然后将一阶滤波器引入跟踪控制器中来解决虚拟控制输入的复杂求导问题。考虑时变扰动会影响跟踪精度问题,设计了一种自适应扰动观测器对外部扰动进行在线观测,设计的自适应律能够简化观测器参数的选取并且得到合适的观测器增益,增强了系统的鲁棒性。针对由于物理因素以及测量误差等引起的建模不确定性,我们设计了一种简化的神经网络来逼近,该神经网络结构可以减少隐藏层神经元个数。通过李雅普诺夫稳定性理论证明了系统是半全局渐近稳定的。仿真结果表明机械臂能够很好的克服外部扰动且快速准确地进行轨迹跟踪,有效地提高了系统跟踪精度;(3)针对机械臂在动力学不确定性的影响下,受到匹配与非匹配扰动以及输入饱和时的力/位混合控制问题,设计了一种新的鲁棒力/位混合控制器。首先,设计了基于反步法的位置控制器,在位置控制器中引入了低通滤波器与辅助动力系统,克服了虚拟控制求导运算并解决了输入饱和效应。我们利用神经网络较好的非线性逼近能力来解决系统动力学不确定性与匹配扰动的影响。其次,针对非匹配扰动设计了一种新的非匹配扰动观测器,该观测器结构简单且能够较好的抑制非匹配扰动对状态的影响。最后,利用模糊推理系统改进传统的比例-积分控制,设计了力控制器,提高了机械臂末端的力控制精度。在理论上证明了机械臂闭环控制系统内所有控制信号为局部一致渐进稳定,仿真结果阐述了所提控制策略的有效性与强鲁棒性。本文深入讨论了受输入饱和、建模不确定性、摩擦非线性以及复杂匹配与非匹配干扰等因素影响时的机械臂的运动控制问题,主要包括轨迹跟踪控制问题与力/位混合控制问题。在进行控制系统设计时,提出了一些新颖的解决问题的方法,并且有效的增强了系统的位置跟踪与力跟踪精度。

关键词： 雷达对抗   多无人机   协同干扰   航迹规划   干扰资源分配   认知干扰决策  

摘要： 随着雷达科学技术的发展,传统干扰技术面临巨大挑战,为了达到更好的干扰效果,多机协同干扰技术逐渐发展起来。无人机能够代替有人驾驶飞机在危险环境中执行任务,是一种理想的干扰机载体,同时与单架无人机相比,多无人机协同工作能够执行更为复杂的任务。因此,采用多无人机的方式进行协同干扰是一种有效途径。本文着眼于多无人机协同干扰雷达的军事需求,从飞行控制、资源管理到干扰决策的全流程智能控制层面出发,针对现有技术存在的问题分别提出相应解决方法,提升协同干扰效果。本文的主要工作及创新点如下:1.多无人机协同干扰雷达研究课题较为新颖,缺乏该场景下航迹规划的专用方法,已有航迹规划方法未考虑多机编队及其所处环境特点,迁移到该场景下效果不佳。因此本文首先从航迹长度、航迹可行性、航迹安全性、机间协调以及任务完成效果五个方面出发,结合编队及其所处环境特点,完成航迹规划模型构建。此外,针对现有航迹规划求解方法中存在的问题,为有效描述每架飞机的机动特性以及伴飞干扰机与目标飞机间的联系,本文提出基于多球面矢量(Multi-Spherical vector-based,MS)的方法;为避免航迹点信息相互干扰,本文提出逐航迹点学习混合粒子群(Hybrid Particle Swarm Optimization with Flight path point by Flight path point Learning Capabilities,FLHPSO)优化算法,并将两者相结合,形成基于MS-FLHPSO的模型求解方法。仿真结果表明,在不同场景的最优解平均值比较中,MS方法的平均提升幅度在30%以上,FLHPSO优化算法相较于HIPSO-MSOS算法平均提升10%以上,同时本文算法最优解的其余指标均优于其它算法,充分说明本文算法能够在保证稳定性的前提下规划具有更高可信度的编队航迹。2.在已完成的航迹规划基础上,为进一步提高干扰资源利用率,本文提出一种基于组合搜索策略(Combination Search Strategy,CSS)-改进粒子群(Improved Particle Swarm Optimization,IPSO)的多干扰机协同资源分配方法。现有多干扰机波束指向和发射功率资源联合优化方法采用的是两步求解方法,往往只对子问题进行优化,导致干扰资源利用率不高。针对此问题,本文提出了CSS方法,通过构建相应决策变量描述波束指向与发射功率的组合关系,能够直接找到原始问题的全局解决方案。由于CSS方法导致决策变量复杂度增加,为进一步改善PSO算法的优化性能,本文引入自纠正策略,同时提出逐变量学习策略,得到IPSO算法。仿真结果表明,相较于两步求解方法,CSS的单次实验时间平均降低约1.5s,检测概率平均降低约8个百分点,充分说明CSS方法能够在较短的时间内获得更好的资源分配结果,同时IPSO能够进一步保证资源分配结果的稳定性。3.依托资源管理环节建立的干扰机与雷达的对应关系,本文将编队中的干扰机视为智能体,针对目前基于强化学习理论的认知干扰决策方法难以满足雷达对抗高实时性要求,提出一种基于异步优势行动者评论家算法(Asynchronous Advantage Actor-Critic,A3C)的雷达认知干扰决策方法。本文将A3C引入到认知干扰决策领域,设计了包括干扰机模型、环境模型以及交互机制的认知干扰决策整体框架,制定了干扰决策流程,干扰机模型利用异步多线程方式与环境模型进行交互训练。仿真结果表明,在扩充雷达任务转换关系表的基础上,本文方法与基于深度Q神经网络(Deep Q Network,DQN)的认知干扰决策系列方法相比,极大地提高了时间效率,平均决策时间降低30倍以上,并且在决策准确度上有着明显优势,表明本文方法能够为多无人机协同干扰雷达领域的智能决策研究提供有力的技术支撑。

关键词： 碳酸二甲酯   动态模拟   软测量   动态矩阵控制  

摘要： 碳酸二甲酯(DMC)是一种常见的化工原料和化工中间体,本文以某化工企业10万吨/年酯交换法生产碳酸二甲酯装置为对象,进行了如下的研究。对酯交换法生产碳酸二甲酯装置进行数学建模,对其单元模块的物料平衡、能量平衡、气液相平衡等进行建模。建立了基于稳态流程的动态模拟结构,采用序贯模块法对搭建的结构进行求解计算,对照PFD与P&ID图纸对流程参数进行参数调试。以现场实际情况对全流程绘制组态图,开发事故处理、连锁控制、系统评分等可以指导开停车工作的功能,最终形成一套可以实现培训功能的模拟系统。在碳酸二甲酯装置的全流程动态模拟的基础上,对其重要设备进行了软测量的建模研究。测量建模应用支持向量机(SVM)的分析回归方法,以动态模拟数据为分析依据,对反应精馏塔的进料流量波动进行了预测分析,吻合度达到了99%以上,对反应精馏塔塔釜采出的组成进行预测分析,吻合度达到了98%以上;对反应精馏塔塔顶DMC的组成进行了软测量的预测分析,吻合度达到96%以上。通过对反应精馏塔的软测量建模,较好地实现了对精馏塔的各项指标的预测分析。针对碳酸二甲酯装置中的流量波动和控制响应激烈等问题对装置的部分流程进行了先进控制(APC)的研究。以动态矩阵控制(DMC)为设计框架,针对流程特性进行模型辨识、反馈校正、滚动优化三个步骤。通过动态矩阵控制削弱了由于液位带来的波动,使流程的稳定性有大幅提升。

关键词： 码垛搬运机器人   轨迹优化   轨迹跟踪   自适应控制  

摘要： 随着现代工业生产自动化技术的不断进步，工业机器人在各行各业发挥着重要作用。码垛搬运机器人具备高精度、高速度、高重复性等特点，可以满足在工业制造生产中对作业要求的精确性和效率不断提升的需求。本文以UR5机器人为研究对象，对其运动轨迹规划及优化，轨迹跟踪控制三个方面展开研究，主要研究内容如下：　　首先，介绍了UR5机器人的基础参数，根据改进D-H方法建立各连杆坐标系，并推导出机器人运动学方程。采用蒙特卡洛法绘制出机器人作业空间，对奇异点问题进行分析，借助机器人工具箱辅助证明了所推导的运动学方程的正确性。　　其次，研究了基于UR5机器人的轨迹规划方法，根据机器人实际作业的特点，提出一种混合空间轨迹规划。对快递的抓取和存放过程采用五次多项式插值进行轨迹规划，对快递的搬运过程采用直线与圆弧插补进行轨迹规划，通过MATLAB仿真验证了混合空间下的轨迹规划算法的有效性，能够有效提高机器人运行平稳性，增大电机寿命。考虑到工业机器人的综合作业性能，建立机器人时间-能量-冲击最优数学模型，采用多元宇宙算法对该模型进行多目标优化求解，仿真验证了多目标多元宇宙算法在此机器人轨迹优化问题上具有更好的帕累托前沿质量，能够根据实际工程需要选取最优解。　　最后，针对机器人精确轨迹跟踪控制问题进行了深入研究，对基于Simulink的PD+前馈控制的UR5机器人仿真系统的优缺点进行了分析，并针对动力学建模误差、外界干扰项等问题提出了基于RBF神经网络自适应控制方案。并通过李雅普诺夫函数的方法证明了该控制方案的系统稳定性，然后利用仿真实验进一步验证了该控制方案相对于现有方案的优势，即其能够实现更小的跟踪误差和更好的稳定性。同时对UR5机器人系统的位置和速度进行了仿真分析，结果表明基于RBF神经网络自适应控制方案的可行性更高，能够更好地实现轨迹跟踪控制。