基于A*算法的无人机跟踪目标的航迹规划

针对无人机跟踪目标的航迹规划问题,本文提出了一种双评估函数的改进A*算法。首先,根据无人机在跟踪目标时的飞行特点提出了航迹规划策略,并结合无人机的油耗、航迹长短和机动性能等约束条件来设计中间目标点的评估函数和航迹片段的评估函数。之后,采用加权法对A*算法进行改进,以使航迹的优化与时间耗费之间找到平衡点。同时,改进在Open表中插入与删除节点的方式,提高计算效率。最后,通过对跟踪航迹的仿真,表明该算法可以快速、有效地为无人机在跟踪目标时规划出优化的航迹。     

基于随机并行梯度下降算法光纤激光相干合成的高精度相位控制系统

随机并行梯度下降(SPGD)算法是实现大功率主振荡功率放大器相干合成的有效手段之一.分析了SPGD算法用于相干合成的基本原理,设计了基于SPGD算法的相位控制系统,给出了基于该SPGD控制器的相干合成实验结果.理论分析表明,SPGD算法控制器的迭代速率为200kHz,对于两路相干合成的平均控制带宽大于12.5kHz,最优控制精度可达1/179个波长.实验表明,SPGD控制器能够实现高速的相位控制.在相位噪声幅度大于1/10个波长、频率为3kHz的情况下,有效地实现了两路激光的相位锁定,相位残差控制在1/25个波长内.     

基于随机并行梯度下降方法的动态光束净化实验研究

高能激光系统中通常包含光束净化装置以对激光器出射光束的波前畸变进行连续校正.为研究随机并行梯度下降自适应光学方法在光束净化问题上的可行性,按算法运行时序连续改变37单元变形镜的面形,以在实验光路中引入高能激光器输出光束的常见动态波前畸变,同时采用随机并行梯度下降算法控制同一变形镜对此动态畸变进行校正.实验结果显示,在事先消除系统初始像差的情况下,系统分别以1 kHz和2 kHz的模拟迭代速率工作时,激光束的动态像差都得到了充分抑制,光束质量在整个校正时段内始终维持在较好水平.这表明随机并行梯度下降自适应光学方法应用在光束净化系统中是可行的.     

基于改进神经网络算法的PM2.5污染信号分析检测

当前为了保证污染信号分析的精度,在对PM2.5污染进行检测的过程中,需处理的数据量过大,导致经典神经网络方法遇到矛盾数据时,需要花费大量的数据校验时间,收敛速度下降,检测效率大幅降低,提出一种基于改进神经网络算法的PM2.5污染检测方法,在分析标准神经网络算法的基础上,允许信号跳变精确度范围内,在层与层之间引入容错性变量,同时在计算阈值的过程中融入松弛变量,提高收敛速度;避免神经网络陷入局部最优解。采用改进神经网络算法,通过不断调整网络的权值以及污染阈值,对PM2.5污染信号进行高效检测。以飞利浦公司的新一代检测系统为测试器材,测试结果表明,采用所提方法得到的PM2.5污染检测效率明显提高。     

基于VC++的校正场线圈绕制系统的建模与仿真

根据国际热核聚变试验堆校正场线圈(Correction Coil,简称CC)的绕制成形过程及高可靠性、高精度的绕制要求,通过对线圈的几何图形进行简化和分析,建立起线圈旋转过程中的运动数学模型。根据此模型,在管内电缆导体进给速度固定的条件下,得到了线圈绕制过程中各电机之间的运动关系。在此基础上,上位机基于VC++,通过对线圈CAD文件的读取以及数据信息的处理,得到各轴运动轨迹;并通过MFC对ITER校正场线圈绕制系统进行动态仿真以验证其正确性。     

基于Zernike模式的自适应光学系统随机并行梯度下降算法

控制算法的收敛速度一定程度上限制了无波前探测自适应光学技术在实时波前畸变校正中的应用。从理论分析角度提出将模式法和区域法结合起来以提高算法收敛速度,并以61单元变形镜为校正器,建立基于随机并行梯度下降算法自适应光学系统仿真模型。结果表明：达到同样的校正效果时,采用组合优化的算法收敛速度要明显优于基于区域法的收敛速度,从而验证了理论分析的合理性。     

基于Zernike模式的自适应光学系统随机并行梯度下降算法

 控制算法的收敛速度一定程度上限制了无波前探测自适应光学技术在实时波前畸变校正中的应用。从理论分析角度提出将模式法和区域法结合起来以提高算法收敛速度,并以61单元变形镜为校正器,建立基于随机并行梯度下降算法自适应光学系统仿真模型。结果表明：达到同样的校正效果时,采用组合优化的算法收敛速度要明显优于基于区域法的收敛速度,从而验证了理论分析的合理性。     

基于遗传算法优化BP神经网络的高炉喷煤优化

高炉炼铁是一个复杂的多变量系统,而现行的操作制度是基于炉长经验的参数设置模式,导致能源尤其是煤粉的消耗常常处于“盲目”状态。本文综合炼铁工艺理论和高炉专家经验,针对白云鄂博矿石冶炼的特殊性,采用筛选出的优化数据,利用遗传算法所固有的全局搜索性能优化BP神经网络模型的权值和阈值,分别建立了基于遗传算法优化BP神经网络的高炉喷煤量优化预测模型以及工艺指标(铁水[Si]含量及入炉焦比)预测模型。优化数据的利用使得上述模型可以根据高炉当前炉况输出喷煤量的最佳优化设定值,并预测出相对应的工艺指标变化趋势。实际应用表明,本方法能够给现场操作人员提供操作指导,实现高炉稳定顺行、提高经济效益的目的。     

基于Flowmaster的飞机燃油供油系统仿真研究

飞机燃油系统作为飞机不可或缺的功能和保障系统,对飞机的安全性有着重大的影响。针对飞机燃油供油系统的故障诊断问题,利用流体仿真软件Flowmaster建立了供油系统模型。仿真了飞机燃油系统增压泵供油、交输供油、重力供油的工作情况。分析了飞机燃油供油系统的故障模式,仿真了在几种典型故障模型下的工作情况,并对仿真结果进行了分析。结果表明利用Flowmaster所建立的供油系统模型能有效地仿真飞机燃油系统正常与故障工作情况,为飞机燃油系统的故障诊断打下了基础。     

基于梯度下降法直接拟合光谱吸收信号的气体浓度测量方法研究

可调谐二极管激光吸收光谱技术由于选择性强、灵敏度高、精确度高、非侵入式测量等优点,被广泛应用于大气环境监测、燃烧流场诊断、工业过程控制、人体呼吸探测等领域.直接吸收技术和波长调制技术是可调谐二极管激光吸收光谱技术两种不同的测量手段,其中直接吸收技术测量系统结构简单、信号处理相对容易、成本较低、避免提前标定,在测量气体为...     

非完整约束移动机器人的轨迹跟踪控制

针对非完整约束移动机器人运动学与动力学模型,根据轨迹跟踪控制目标的需要,设计了一种简单的控制器,该控制器结合了运动学控制器设和动力学控制器两部分;针对运动学模型,采用自适应算法对其未知参数进行估计,针对系统动力学模型,采用单层神经网络算法克服未知扰动对系统稳定性的影响,使速度误差尽可能地缩小;在Lyapunov稳定性理论的基础上证明了系统的收敛性和稳定性,该控制算法简单有效,易于实现;仿真结果表明:该控制策略可以实现对移动机器人期望轨迹的稳定跟踪,验证了算法的有效性。     

基于预测控制的非连续路段下移动机器人的轨迹跟踪

针对非连续路段下的轨迹跟踪问题,设计了基于观测型的预测控制器。首先建立了移动机器人的运动学模型,根据机器人的运动学模型得出了其位姿误差微分方程;然后在轨迹跟踪问题的基础上,设计了系统的观测模型,通过将预测控制器与系统的观测模型结合,设计了观测型预测控制器;最后再MATLAB环境下,利用本文所设计的控制器对移动机器人在非连续路段下的轨迹跟踪问题进行仿真,并将仿真结果与PID控制器控制的仿真结果进行对比,由仿真结果可以看出,本文所设计的控制器具有很好的鲁棒性、快速性及稳定性,可适用于移动机器人的轨迹跟踪的研究。     

考虑运动受限的履带式移动机器人轨迹跟踪控制

针对履带式移动机器人的轨迹跟踪控制问题进行研究,首先,建立了履带式移动机器人的运动学模型和跟踪误差模型;其次,设计了转速有限时间控制和线速度滑模控制的轨迹跟踪控制律,并给出了考虑运动受限作用下的控制律修正表达式;最后,基于MATLAB对所提控制律进行仿真,对比分析了不考虑运动受限情况下跟踪控制效果;结果表明,设计的跟踪控制律能够实现履带式移动机器人对圆轨迹的有效跟踪,且考虑运动受限作用的控制律更加符合实际;文章研究分析了运动受限作用对于移动机器人轨迹跟踪控制的影响,分析结果对其他移动机器人的运动控制研究具有参考价值。     

Trajectory Planning of Robot Manipulator Based on RBF Neural Network

Robot manipulator trajectory planning is one of the core robot technologies, and the design of controllers can improve the trajectory accuracy of manipulators. However, most of the controllers designed at this stage have not been able to effectively solve the nonlinearity and uncertainty problems of the high degree of freedom manipulators. In order to overcome these problems and improve the trajectory performance of the high degree of freedom manipulators, a manipulator trajectory planning method based on a radial basis function (RBF) neural network is proposed in this work. Firstly, a 6-DOF robot experimental platform was designed and built. Secondly, the overall manipulator trajectory planning framework was designed, which included manipulator kinematics and dynamics and a quintic polynomial interpolation algorithm. Then, an adaptive robust controller based on an RBF neural network was designed to deal with the nonlinearity and uncertainty problems, and Lyapunov theory was used to ensure the stability of the manipulator control system and the convergence of the tracking error. Finally, to test the method, a simulation and experiment were carried out. The simulation results showed that the proposed method improved the response and tracking performance to a certain extent, reduced the adjustment time and chattering, and ensured the smooth operation of the manipulator in the course of trajectory planning. The experimental results verified the effectiveness and feasibility of the method proposed in this paper.     

基于改进遗传算法的移动机器人路径规划

针对传统遗传算法存在的搜索效率低、易于陷入局部最优解的问题,提出了一种改进的遗传算法。采用简单的一维编码替代复杂的二维编码,节约了存储空间。在遗传算子的设计中,重新定义了交叉算子和变异算子,避免了陷入局部最优。最后将最短路径和免碰撞相结合作为适应度函数进行遗传优化。实验结果表明,改进的算法能够快速、有效的规划出最优路径。     

基于PSO的工业机器人时间-脉动最优轨迹规划

为提高工业机器人的工作效率,并且保持机器人关节平稳运动,提出一种基于粒子群优化算法的时间-脉动最优轨迹规划方案。通过权重法将多目标优化转化为单目标优化,再运用粒子群优化算法得到时间-脉动最优的运动轨迹。轨迹规划中,采用了关节空间五次非均匀B样条插值法,以确保脉动曲线的连续性。最后以GRB4016工业机器人为研究对象进行仿真实验,结果表明,该方案可以得到较理想的运动轨迹,并验证了方案的有效性。     

改进蚁群算法在移动机器人路径规划中的研究

移动机器人合理的路径规划是进行探索任务的前提,针对移动机器人路径规划的复杂性,把蚁群算法引入到机器人路径规划中;普通的蚁群算法存在收敛速度慢、效率低和容易陷入局部最优等缺陷,难以直接应用于机器人路径规划中;提出一种在蚁群算法中改进信息素的更新方式、引入最大最小蚁群系统以及改进状态转移规则的移动机器人路径规划方法,在栅格环境下对移动机器人的路径规划进行仿真测试,仿真结果表明该方法能缩小最优路径的查找范围,降低发现最优路径所需的循环次数,能有效提高最优路径的搜索效率,整体性能优于普通蚁群算法。     

智能机械全覆盖路径规划算法综述

全覆盖路径规划算法是智能移动机械的核心内容之一,涉及军事、农业、生产制造和民用等多个应用领域,而应用环境包含了空中、地面和水下,因此关于全覆盖路径规划算法的研究具有很高的科研价值。从全覆盖路径规划算法的基本概念、工作条件、应用背景、国内外研究现状等方面对目前主流的规划算法进行了综述。根据工作环境信息是否已知,将其归类为“离线式”和“在线式”两种工作方式,并从覆盖完整程度、工作效率、能耗成本和实现难易程度等方面分析讨论了各种算法的优势与不足之处,并对全覆盖路径规划算法的研究趋势进行了展望。     

电弧光谱信息在焊接质量检测上的应用研究

通过采集TIG,MIG焊接过程的光谱辐射信息,基于等离子体辐射的基础理论,对其焊接电弧辐射进行了分析,TIG焊与MIG焊的光谱分布由于气氛中金属元素浓度的差别,辐射强度和分布都存在较大差别：MIG焊不仅金属线谱数量多,辐射强度比TIG焊大,且随熔滴过渡波动明显。针对其光谱分布和变化特点,选择了特征谱段,用于焊接质量的检测;对于TIG焊选取线谱聚集的紫外区辐射(230～300 nm),对于MIG焊选取以连续辐射为主的可见光区辐射(570～590 nm),建立了不同焊接方法下,焊接电弧光谱信息在焊接质量检测上的应用理论基础。还进一步通过在焊接过程中预设干扰因素,采集焊接过程在特征谱段的信号,对选择谱段的试验验证表明：基于建立的理论基础,可以有效地利用焊接电弧光谱信息,对焊接质量及焊接过程干扰因素实现判识,特征谱段的信号具有很好的信噪比。     

基于倒立摆模型的四足机器人对角步态规划

为提高点着地四足机器人在匀速对角小跑过程中的动态稳定性,将对角小跑过程简化为一个倒立摆模型。针对四足机器人对角小跑过程中由于重心无法始终处于支撑对角线上所引起的翻转,在此模型中转换为由于重心引起的摆动角误差。采用虚位移原理对机器人摆动角的变化进行分析,确定不同重心运动变化对摆动角误差的影响并找到合适的重心起始位置,理论上能够使摆动角的误差为零。动态仿真实验验证了所提出的对角步态规划能够使四足机器人实现稳定的对角小跑的有效性。