为了提高隧道智能巡检机器人多轴同步的控制精度,将一种新型近似势能函数引入到传统PID控制算法中,由此提出了一种改进N-PD(非线性PD)环形耦合同步控制算法。所引入的函数具有“小误差放大、大误差饱和”的特性,能够很好地提高系统的响应速度。通过Lyapunov稳定性理论,证明了隧道智能巡检机器人多轴同步控制策略的全局渐进稳定性。最后,通过仿真对比实验,验证了所提出的控制算法能够有效提高隧道智能巡检机器人的控制精度,明显加快了系统的响应速度,有效降低多轴之间位置误差和同步误差,改良了隧道巡检机器人多轴同步控制系统的协调性。

在研究显微镜自动对焦系统的过程中,本文设计了数字滤波评价函数;比较了数字滤波评价函数与几种已有的评价函数的性能;研究了数字滤波器的阶数和截止频率对数字滤波评价函数的影响;改进了数字滤波评价函数的高效性。实验结果表明,数字滤波评价函数具有良好的灵敏度、稳定性和对焦精度;对焦窗口取50＊50、数字高通滤波器的阶数为20和截止频率为4.5MHz时,显微镜自动对焦系统完成自动对焦的时间为4.75S,具有良好的实时性。

挖掘机液压系统具有强烈的非线性,现有挖掘机控制普遍采用基于模型的控制方法,需要建立精确的挖掘机模型,成本过高且控制效果差。因此,提出了一种基于回声状态网络的液压挖掘机位置在线学习控制方法,建立了在线学习基本模型,该模型包含2个回声状态网络、1个学习目标的逆和1个基于学习目标逆生成的控制输入,在对其进一步优化后,提出了在线学习优化模型。以正弦信号为参考轨迹,对基础模型和优化模型进行了仿真研究,搭建了挖掘机控制试验装置,分别开展了单关节运动、多关节运动和实际挖掘运动实验,结果表明:采用在线学习控制方法后,挖掘机位置控制精度明显提高,其均方根误差降低占比超过50%,证明了所提出控制方法的性能和可行性。