气动肌肉关节的神经元PID轨迹跟踪控制

气动肌肉关节具有柔顺性,使角度跟踪控制困难;通过建立气动肌肉关节静态平衡方程,分析了气压与摆角间非线性关系。为克服单神经元PID控制算法收敛速度慢、精度低的缺点,基于Hebb学习规则,从反馈周期、比例增益系数和衰减因子三方面改进算法;搭建了实物平台,通过实验和对比分析可得:(1)适当减小闭环反馈周期,可提高跟踪精度,但闭环反馈周期太小会引起震荡;(2)将比例增益系数定义为误差的连续有界Sigmoid函数,可增强算法的自适应能力,提高跟踪精度;(3)增加衰减因子,模拟人的遗忘学习机制,可提高权值的收敛速度。     

基于遗传算法的离散型并行生产的调度排优

在分析了CIM体系结构中离散型并行生产调度问题的基础上,基于遗传算法,针对调度排优问题,建立了以总加工完成时间最短为优化目标的数学模型,并设计了遗传算法的编码、交叉、变异算子,详细描述了遗传算法的各个组成部分·利用数据库技术,开发了实现该算法的可视化软件,并在实际应用中实现了调度系统与CIMS其他模块之间的集成·理论分析与实践表明,遗传算法简明、有效并且实用,所求解得到的优化作业排序对于并行生产的车间作业调度具有很好的指导意义·     

围绕机器人竞赛的自动化专业研发型平台课模式

围绕浙江省重点专业、中国计量学院自动化本科专业的建设,本文研究如何将理论、实验和实践教学有机融合在一起,形成系统化的研发型平台课模式。以机器人竞赛为教与学的结合点,设计了由大三、大二年级,自动化专业为主的学生组研发学习模式。平台课包括理论知识模块、方案设计模块、实物研发模块和竞赛及专利模块等。通过一年的实践,总结了本课程的特色和效能。