关键词： 机械臂   自适应控制   扩张状态观测器   模糊逻辑   预设性能控制  

摘要： 机械臂因运行速度快,重复定位精确,代替人类完成各项复杂的工作,提高工业生产力等优势,普遍地应用于工业制造业中。机械臂系统在实际运行中面对繁复的环境,导致参数不确定性,同时不可忽略其存在约束条件、摩擦、齿隙和外部干扰等问题对其位置跟踪精度形成的影响。因此,对以上问题设计了三种不同的控制策略,来提高机械臂的位置跟踪精度。主要研究内容如下: (1)针对含有参数不确定性和LuGre摩擦干扰的非线性机械臂系统,提出基于扩张状态观测器(Extended State Observer,ESO)的自适应控制方法。首先,利用ESO对机械臂系统的参数不确定性、外部扰动及耦合部分进行估计和补偿。然后,基于扩张状态估计值,采用自适应控制算法设计机械臂控制器。最后,通过李雅普诺夫定理分析控制器有效性,同时与没有扩张状态观测器的自适应控制器及比例-积分-微分控制器对比,所提控制方法提高了系统的轨迹跟踪精度,对外部干扰具有良好的鲁棒性。 (2)针对含有输出约束和迟滞齿隙的不确定非线性机械臂系统,提出一种自适应神经网络漏斗(Funnel)控制方法。首先,为了能提高系统的动态性能,采用一种改进的漏斗函数,利用误差变换方法,将原误差转化为一个新的误差变量,并据此设计控制器确保变换后系统的跟踪误差瞬态和稳态性能被限制在规定Funnel边界内。然后,采用循环神经网络对机械臂系统的未知非线性齿隙项和模型不确定性进行逼近,设计自适应神经网络漏斗控制器。最后,利用李雅普诺夫函数分析系统的稳定性,采用Matlab/Simulink进行仿真,仿真结果表明,设计的控制器能有效提高位置跟踪精度,具有良好的抗干扰能力。 (3)研究了具有预设性能非线性机械臂系统的渐近跟踪控制问题。该控制策略是基于改进的预设性能函数(Prescribed Performance Function,PPF)来保证系统瞬态行为,同时可以弥补传统PPF对精确初始跟踪误差的要求。使用模糊逻辑系统(Fuzzy Logic System,FLS)对未知动态进行逼近。然而,基于现有PPF的FLS自适应控制方案中,跟踪误差不能实现渐近收敛。为解决这一问题,控制设计中加入误差符号项的鲁棒积分(Robust Integral of the Sign of the Error,RISE),以抑制FLS近似误差和外部干扰,从而实现渐近收敛。最后,给出仿真结果和实验结果,说明所提出的控制方法有效性。

关键词： 卷帘遮阳   自适应围护结构   遮阳控制   机器学习   建筑节能  

摘要： “双碳”目标下,建筑领域面临着节能减排的迫切需求。自适应建筑围护结构因其响应外部环境变化而调整自身性能的特点,被认为是提高建筑性能和实现低能耗低碳排建筑的新技术。其中,活动遮阳在建筑立面上应用广泛且具有构造简单和操控方便等特点,是实现自适应技术的优秀载体。然而,如何评价活动遮阳对建筑各项能耗和室内光环境的综合影响,制定高效自适应遮阳控制方案,使其充分发挥节能潜力,是亟待解决的难题。本研究以广州办公建筑为研究对象,提出卷帘外遮阳热工参数与控制方案优选建议,并进一步探索遮阳控制的连续寻优方法,建立卷帘外遮阳自适应控制模型。首先,通过现场实测和建筑性能模拟,定量分析了卷帘外遮阳透过率和反射率对室内光热环境的影响;并以有效采光照度和建筑能耗为目标,为不同朝向、窗墙比和外窗的房间工况给出对应的卷帘外遮阳热工参数的优选建议。通过对比实测与模拟结果之间的差异,进一步验证了模拟工具在卷帘外遮阳性能评估上的准确性。其次,对比不同遮阳控制方案的节能和自然采光效果并为各房间工况给出优选建议,并结合Energy Plus模拟和Python编程提出遮阳控制方案的连续寻优方法。在各房间工况下,采用寻优得到的最佳遮阳控制方案后的节能率均能达到30%以上,且窗墙比越大,节能效果越明显;自然采光方面则实现了房间近窗点的不舒适眩光DGI不超过25且工作面照度小于100 lux的时间占比小于3%,能有效避免眩光的同时确保充足采光。最后,以遮阳控制方案的寻优结果为数据集,采用机器学习方法,在比选不同分类算法和筛选数据后,建立基于决策树和随机森林的卷帘外遮阳自适应控制模型。所建立的模型可以更合理地平衡卷帘外遮阳在调节自然采光和遮挡太阳辐射热两方面的作用,在节能和采光方面接近寻优结果。最后,计算得出卷帘外遮阳在采用自适应控制下的节能等效太阳得热系数SHGC值及其修正比值η,并拟合出简化计算方程,以便设计人员在节能和遮阳设计中快速评估其节能效果。本研究从节能和采光表现出发,提供了卷帘外遮阳的热工参数和控制方案优选建议,探索了遮阳动态控制的寻优流程和制定自适应控制方案的方法,总结了自适应遮阳控制的节能潜力和适用情境,为自适应遮阳技术在建筑节能中的应用和研究提供参考。

关键词： 可靠性   应力筛选   早期失效  

摘要： 冰箱智能控制器在市场端的失效主要分长期失效和早期失效。针对长期失效,通过设计阶段的MFOP试验和HALT试验进行可靠性评估验证,提升产品的可靠性水平。本论文主要针对早期失效如智能控制器的焊接不良、元器件离散等失效模式的改善。本论文通过研究智能控制器的失效模型机理,制定量产品阶段的可靠性试验剖面,实现试验过程数据可实时监控,试验结果与产品全生命周期的质量数据进行数据互联。通过试验结果倒逼供应商管理、生产制程能力提升,形成正反向双循环改善,降低市场早期失效。

关键词： 上肢外骨骼   人机同构   类人轨迹   动作捕捉   模糊自适应PID控制  

摘要： 脑血管、帕金森等引发的上肢运动功能障碍疾病患者,受传统一对一康复治疗医师个人因素的影响,导致康复效果不佳,从而无法独立完成日常生活活动。上肢外骨骼作为一种可穿戴设备,穿戴于患者上肢外侧,辅助患者运动,可改善患者生活质量。外骨骼与人体之间存在物理交互,要求上肢外骨骼能够自然地协同患者运动。因此,设计一种人机同构上肢外骨骼,并实现类人轨迹运动十分重要。首先,通过人体上肢运动解剖学分析上肢肩部、肘部和腕部运动特性。基于人体上肢运动学和人机同构设计原则提出了一种4自由度上肢外骨骼。采用模块化设计肩部和肘部运动单元,以及鲍登线传动系统。然后,基于D-H参数法建立上肢外骨骼坐标系和正运动学模型。利用蒙特卡洛算法分析外骨骼工作空间,验证了外骨骼关节范围设计的合理性。利用解析法进行外骨骼逆运动学分析,得到各关节角度封闭解,并分析了外骨骼奇异位置,为避开奇异位置提供理论依据。利用ADAMS软件进行动力学仿真,计算出外骨骼各关节负载最大位置时的驱动力矩,为电机选型提供依据。接着,分类分析了人体上肢日常动作类型,选取喝水和碰鼻子动作进行研究。提出一种基于光学动作捕捉的类人运动轨迹生成方法。首先,基于光标点集群法建立人体上肢运动学模型,利用光学动作捕捉系统采集光标点位置信息。然后,对多自由度的肩关节和单自由度的肘关节分别采用欧拉角计算法和内积法计算类人运动轨迹。最后,采用人-机自由度一一匹配的方法将类人运动轨迹映射到外骨骼关节。最后,搭建了外骨骼控制系统,并研制实验样机。设计了模糊自适应PID控制算法,并与传统PID控制算法进行类人运动轨迹跟踪对比实验。轨迹跟踪实验结果显示,模糊自适应PID控制能够将传统PID控制的4°跟踪误差降低至1°以内。为评估类人运动轨迹运动的类人相似性,将其与传统的五次多项式规划轨迹对比,建立人机交互力量化评估指标,测量两种运动轨迹的人机交互力,以定量评估类人相似性。评估实验结果显示,提出的类人运动轨迹生成方法可以减小人机交互力,为穿戴者提供舒适、自然的运动辅助。

ISBN: (纸本)9787577200248

关键词： 多柔性梁耦合系统   实验辨识   振动主动控制   强化学习   反步滑模  

摘要： 为了满足复杂的航天任务需求,航天器趋向于尺寸大型化、构型复杂化的同时,需要保证更强的稳定性。多柔性耦合结构被广泛应用于航天器的设计中,这种结构具有刚度低、阻尼小、低频模态密集以及耦合作用强的特点。在外力等因素作用下,多柔性耦合结构的振动很容易被激励且难以衰减,这种振动会影响航天任务的完成以及航天器的寿命。因此,对多柔性耦合结构的振动特性与振动主动控制进行研究是十分有必要的。本文研究的主要内容如下:(1)以太阳帆飞船等多柔性耦合结构为研究对象,设计了基于单/双弹簧连接的多柔性梁耦合系统实验平台,研究了在外力激励作用下多柔性梁耦合系统的振动特性与振动主动控制。(2)对多柔性梁耦合系统进行了动力学建模与实验辨识的研究。通过有限元法推导出多柔性梁耦合系统的动力学方程,进而建立基于空间状态方程的参数模型。针对单弹簧连接的多柔性梁耦合系统,使用了基于灰狼寻算法、正弦激励实验与非饱和控制反馈实验相结合的实验辨识方法。针对双弹簧连接的多柔性梁耦合系统,使用了基于小波变换和寻优算法相结合的实验辨识方法。通过实验辨识对参数模型进行辨识与修正,为后续控制算法的设计提供精准的参数模型。(3)将辨识得到的参数模型作为强化学习环境,设计了基于多智能体的强化学习算法。强化学习算法与环境进行交互,经过多回合学习训练出强化学习振动控制器。强化学习振动控制器具有很强的非线性与鲁棒性,可以很好地补偿系统中的非线性与不确定性,实现振动的快速抑制。(4)针对多柔性梁耦合系统中的非线性与不确定性,设计了基于径向神经网络的反步滑模控制算法,通过径向神经网络补偿系统中的非线性与不确定性,通过反步滑模与李亚普洛夫函数稳定性推导出控制率与自适应参数,通过神经网络最小参数学习法来解决网络的实时性更新,对耦合振动进行快速抑制。(5)设计了多柔性梁耦合系统振动控制实验。对比仿真结果和实验结果中可以看出,相比于大增益比例微分控制器,强化学习控制器与基于神经网络的反步滑模控制器可以更快地对振动进行抑制,有效地克服了传统线性控制器小幅值振动控制力不足的问题。

关键词： Boost PFC变换器   电压环动态调节   负载电流前馈   母线电压自适应   压缩机驱动系统  

摘要： Boost功率因数校正(Power Factor Correction,PFC)变换器具有输入电流连续、EMI小,开关器件驱动简单等优点,广泛应用于空调永磁压缩机驱动系统中。Boost PFC变换器电压及电流双闭环控制方案在降低电流谐波以及提高系统输出电压稳定性方面效果显著,由于采用电流环控制,使得系统对于输入电压的扰动响应较快。然而,当负载端发生扰动时,由于电压外环调节速度较慢,导致系统的响应也较为缓慢。另一方面,空调永磁压缩机调速范围宽,采用恒定母线电压控制限制了系统效率的进一步提升。因此,本文针对Boost PFC变换器母线电压自适应控制方法展开研究,具有重要的理论意义及应用价值。 论文首先研究Boost PFC变换器小信号建模及参数设计方法。根据性能指标要求,对变换器进行硬件设计,并配置变换器主要元器件参数。然后通过分析Boost PFC变换器的工作原理,采用状态空间平均法对变换器进行小信号建模,由此得到Boost PFC变换器各变量之间的联系。在此基础上,分别对系统电流环、电压环相关控制参数进行分析,验证所设计控制器满足开环系统的截止频率、相角裕度等性能指标。 针对采用传统控制方法的Boost PFC变换器存在动态性能不高的问题,提出一种基于电压环参数动态调节及负载电流前馈的变换器双闭环优化控制策略。鉴于传统电压环带宽低的局限性,为了提高电压环的动态响应速度,根据母线电压波动和电网电流谐波约束,提出关于母线电压波动和系统固有频率的饱和函数。进而构建电压环参数动态调节策略,在满足系统稳态性能的同时,提高系统的动态响应速度。另一方面,针对占空比前馈无法快速响应机侧扰动的问题,采用负载电流前馈策略,将系统负载侧信息引入到电流环给定,有效提升变换器系统对机侧扰动的响应速度。 为了进一步提高变换器系统的效率,提出一种基于电机边界电压矢量监测的母线电压自适应调节策略。通过对电机侧采用的空间矢量脉宽调制(Space Vector Pulse Width Modulation,SVPWM)控制方案进行分析,阐明电机在未进入弱磁区电压边界条件下母线电压与电机电压矢量之间的内在关系。并对驱动器损耗进行分析,建立系统效率与母线电压之间的联系。进而在传统电压及电流双闭环基础上,提出母线电压自适应调节策略。通过引入功率控制环路,作为变换器控制系统的外环,根据母线电压与电机电压限定条件所得到的极限功率跟随电机实际功率变化信息,实现母线电压与压缩机负载及转速的自动匹配,有效提高系统的运行效率。 最后将所提出方法在永磁同步压缩机实验平台上进行实验验证,实验结果表明:基于电压环参数动态调节及负载电流前馈的Boost PFC变换器双闭环优化控制策略能够有效改善系统的抗扰动能力,采用母线电压自适应调节方法能够根据电机运行工况匹配母线电压,并提升系统的运行效率。

关键词： 机器视觉   PLC   LabVIEW   智能控制   智能识别  

摘要： 中国茶叶产量居世界首位,而茶叶分级对茶叶质量的控制尤为重要。在茶叶加工过程中,根据茶叶原料容重的不同使用风选机进行分选,从而提高茶叶品质。但目前的茶叶风选机只能依靠人工判断物料种类和含杂率并调整其参数,存在主观性强、茶叶分选误差大等问题。因此,风选过程中茶叶物料的智能识别与和风选机的智能调控亟需实现。针对以上问题,本文搭建了一款茶叶风选试验台并基于机器视觉和PLC控制技术设计了茶叶风选机智能控制系统。本文的主要研究内容和试验结果如下:(1)完成了茶叶风选试验台的搭建。首先搭建了茶叶等级识别机构,实现茶叶图像采集,为茶叶等级识别系统提供硬件基础。然后搭建了风选机构,通过调节振动喂料器频率、风机频率和分隔板位置,实现茶叶的分级。(2)设计了茶叶等级识别系统。首先完成了茶叶原料数据集的构建,然后使用Faster R-CNN、SSD和YOLOv5s模型分别对该数据集进行训练,并对比分析了三种模型的试验结果,最终选择表现最佳的YOLOv5s模型进行茶叶等级的识别。(3)利用PLC控制技术实现了风选试验台的自动化调控。完成硬件选型、PLC梯形图程序设计、各执行机构控制电路设计和搭建试验台电气柜。通过联机调试,完成对振动喂料器频率、风机频率和分隔板位置的调控。(4)搭建了茶叶风选机智能控制系统。首先利用Lab VIEW上位机对茶叶等级识别系统的数据进行采集,然后将数据发送给风选试验台控制系统,进而自动调节试验台的振动喂料器频率、风机频率和分隔板位置,最终实现茶叶风选机的智能化调控。(5)完成了风选试验台参数调节试验。采用单因素试验分别找到振动喂料器频率、风机频率和分隔板位置这三个影响因素的最佳范围,再通过正交试验验证获得最优参数。以白茶原料进行试验,结果表明,当优质白茶占85%时,设置振动喂料器频率为11Hz、风机频率为18Hz、分隔板移动位置右移3cm,风选效果最佳,优质白茶的含量达到95.68%。当次级白茶占85%时,设置振动喂料器频率为12Hz、风机频率为20Hz、分隔板移动位置右移3cm,风选效果最佳,次级白茶的含量达到95.43%。(6)完成了风选机智能控制系统验证试验。试验结果表明,风选试验台运行稳定,该系统能够快速识别茶叶物料等级,准确率能达90%以上,并且茶叶风选试验最优结果与正交试验预测的结果仅有0.4%的误差。验证了茶叶风选机智能控制系统的可行性,为茶叶风选环节的智能化控制提供了技术支撑。

关键词： 变压精馏   热集成   BP神经网络   PID控制   自抗扰控制   智能控制  

摘要： 变压精馏是一种利用共沸物的压敏性来实现其高效分离的特殊精馏技术。近年来,由于精馏技术标准逐步提高,对变压精馏稳态工艺的研究向着多元体系、经济优化、节能减排不断发展。然而对于动态控制的研究还基本停留在传统PID控制,很难处理热集成等复杂工艺带来的强耦合问题以及组分难以在线测量的问题。针对上述问题,本文从变压精馏的稳态工艺设计和优化出发,开展了传统控制、自抗扰先进控制和BP神经网络智能等控制策略的研究,主要内容包括:(1)针对化工过程复杂化导致多元共沸体系分离过程的高能耗、高成本问题,提出了一种三塔变压精馏稳态工艺及其热集成的设计方法。首先,利用残余曲线图对共沸体系进行热力学分析,确定变压精馏分离的可行性;其次,通过分析工艺参数的灵敏度探索工艺参数对流程的影响,确定操作压力、塔板数等变量,通过比较经济指标(TAC)确定的分离序列和工艺;最后,设计部分热集成和完全热集成方案进一步降低能耗和投资费用。结果表明完全热集成方案在经济性能和环境效益方面具有优势。(2)为了保证变压精馏过程的生产安全以及产品质量,针对进料扰动导致的控制稳定性差和参数调节复杂等问题,设计了PSO-PID串级控制结构,实现了控制器参数的自动优化和精准控制。该结构在组分温度串级控制的基础上,利用PSO的寻优能力实现组分控制器参数自动优化。实验结果表明,与单回路温度控制以及组分温度串级控制相比,PSO-PID控制结构不仅可以实现变压精馏过程产品浓度的精准控制,还可以提高控制器参数调节的高效性、可靠性以及系统的动态性能。(3)通过分析变压精馏过程及热集成过程的动态特性,针对PID控制难以处理多变量、强耦合的问题,构建了一种自抗扰控制结构,提高了控制系统的稳定性和鲁棒性。将非线性自抗扰中的扩张状态观测器以及误差反馈控制律进行线性简化,降低了控制器设计和参数调节的难度,使之更适用于复杂的变压精馏及热集成过程。试验结果表明,基于线性自抗扰控制器的控制结构与PID控制相比,大幅度减小了超调量、缩短了调节时间、减少了振荡次数、优化了性能指标,使得系统鲁棒性、稳定性得到明显提高。(4)针对变压精馏过程中产品浓度(组分)测量滞后大或者难以实时测量的问题,设计了一种基于BP神经网络的智能控制器,实现了组分的精确控制。通过相关性分析对神经网络的输入输出变量进行选择,神经网络根据过程中易测量、相关性高的变量在线预测并更新温度控制器设定值来完成产品闭环控制。以两个典型的三塔变压精馏过程为研究案例,证明智能控制结构可在不进行组分测量的情况下可以实现产品的精准控制,保证控制性能。

关键词： 柔性基座机器人   振动抑制   轨迹优化   自适应控制   联合仿真  

摘要： 随着空间技术不断发展与突破,深空探测等领域对于大型天线等空间型结构的需求日益迫切,受运载火箭运输尺寸限制,利用空间机器人进行空间结构模块的在轨组装是较为理想的方案。由于空间结构的尺寸跨度较大、结构刚度较低,且通常情况下空间材料阻尼较低,空间机器人在轨作业时容易诱发桁架基座产生振动,从而影响机械臂定位和装配精度;此外,机器人系统运行在工况复杂和太空恶劣环境中,保障控制器的自适应性能以提高系统稳定性非常重要。本文以柔性基座在轨组装机器人系统为研究对象,对其运动学和动力学建模、振动抑制轨迹优化和机器人控制策略进行了相关研究。主要研究内容如下:(1)考虑基座三维空间振动形式,建立了柔性基座在轨组机器人系统动力学模型,为后文抑振轨迹优化和控制器研究奠定基础。将柔性桁架基座简化为集总参数式弹簧-阻尼系统,基于牛顿-欧拉方法推导了柔性基座七自由度机器人系统动力学方程,并对冗余七自由度机器人运动学正逆解进行了分析。基于MATLAB和Simscape物理仿真软件进行了仿真对比,验证了模型的正确性。(2)研究了柔性基座在轨组装机器人振动抑制轨迹优化策略。首先,通过对关节轨迹和梯度矢量的参数化表示,分别从关节空间和笛卡尔空间研究了抑振轨迹优化策略;其次,为更多地扩大优化轨迹的搜寻范围,结合上述两种方法的优势,提出一种综合抑振轨迹优化策略。最后,利用遗传算法对相应策略进行参数寻优,得到最优抑振轨迹。解决了在轨组装机器人对于柔性基座的振动抑制问题。(3)针对多自由度机器人系统的参数不确定、易受外界未知干扰和执行器部分失效等问题,研究了一种基于自适应PID控制理论的在轨组装机器人控制方法。引入广义误差,通过自适应率控制多项输入增益,大大减少了控制参数数量,并基于李雅普诺夫方法证明了控制系统稳定性。最后,基于前文研究的抑振轨迹进行跟踪控制,并在跟踪过程中加入故障函数,仿真结果表明,相比于经典PID控制器,该控制策略具有更出色的鲁棒自适应性;另外,从跟踪不同轨迹的基座振动表明,优化的抑振轨迹所诱发的振动相对更小。(4)基于虚拟样机技术,搭建在轨组装机器人系统,对所研究的轨迹优化和控制策略进行验证。利用Solid Works和Adams软件建立了完整的在轨组装机器人系统虚拟物理样机,结合MATLAB/Simulink建立联合仿真控制平台。然后基于该平台,对上文所研究的策略进行了验证,并对某一在轨组装过程的模块搬运任务进行了不同工况下联合仿真。仿真结果表明,本文研究的抑振轨迹优化策略和自适应控制策略性能良好。