【摘 要】
:
本文结合西南科技大学的教学改革,介绍了高校的自动化专业创新实践教育的特点与现状,探讨了小团队项目制在自动化专业创新教学中应用情况。
论文部分内容阅读
本文结合西南科技大学的教学改革,介绍了高校的自动化专业创新实践教育的特点与现状,探讨了小团队项目制在自动化专业创新教学中应用情况。
其他文献
自重构机器人系统的描述是研究控制及变形算法的基础,很难准确描述。本文作者从模块、构形对M-Cubes自重构机器人进行分析;首先从agent角度对单元模块进行分解和描述,并用特征向量对模块的当前外部状态进行描述;采用元模块缓解单元模块的运动约束,增强模块的运动能力,并对元模块的状态进行描述。静态构形引进通讯网络、能量网络、计算网络,并用模块的特征向量组成的特征向量矩阵来标识静态系统的构形。模块个体和
讨论了不确定动态系统的执行器故障检测与重构问题。以滑模观测器为基础,利用状态和输出变换方法与奇异值分解方法相结合对系统进行降阶,提出一种鲁棒故障重构观测器;同时给出优化滑模策略,并进行了严格论证,保证对系统不确定性具有鲁棒性以及跟踪系统状态的收敛性;应用等价输出控制概念以及设计的鲁棒故障重构观测器,获取故障信息,实现执行器故障的检测与重构.通过数值仿真验证该方法的有效性和可靠性。
根据RPR网络中的公平性原则引入一种基于虚队列的MAC层公平方案来确保RPR网络的无损传输,并基于该方案提出一种能满足弹性分组环网(RPR)性能要求的公平分配算法。该算法采集源节点信息来控制源聚合流的速率调度,并顺次协同处理网络中的各个链路,从而实现整个RPR环网的公平性与高的链路带宽利用率。仿真结果显示该算法能够实现RPR网络中的RIAS公平性原则所要求的目标,是一种有效的带宽公平分配方案。
当车辆自主行驶在野外的非结构化环境时,运动规划是一个非常挑战性的问题。本文基于实时的网格地图,提出了一个快速、次优的轨迹规划算法,实现车辆的无碰撞运动导航.激光雷达被用来获取车辆周围的障碍信息,用于建立环境的实时动态地图.以A*为基础的搜索算法,在活动的局部区域内为自主运动车辆提供无障碍的安全行驶路径.
提出了一种将DFP变尺度算法与微粒群算法相结合的新型混合优化算法,依据神经网络解决了移动机器人全局路径规划问题。该混合算法首先采用DFP变尺度算法为移动机器人寻找一条初始局部最优路径;然后,利用微粒群算法对其进行二次全局寻优得到全局最优解,即为移动机器人找到了一条无碰撞最优路径.仿真实验研究证明,该混合算法结构合理,其收敛速度快并且易于实现.
当智能移动机器人在动态环境中进行目标形状识别时,融入了RS与BP网络结构的ANN相结合的智能控制算法。该算法利用RS的智能数据分析能力和BP网络的精准逼近能力,将两者的优点。相结合.RS对训练样本集构成的信息表进行知识约简,发掘其中蕴含的最小决策规则,由规则构建ANN的网络拓扑结构,并进行最终决策识别。通过RS的约简,提高训练样本的有效率,并减小BP神经网络的规模.实验结果表明,加入智能算法后的机
基于无线传感器网络,设计实现了家用保安机器人环境监控单元,用于机器人对室内温度、湿度、煤气泄露、烟雾火警及非法盗门侵入的检测和报警。阐述了监控单元的系统架构,重点探讨了传感器网络节点的硬件设计、网络通信与数据传输控制协议的实现、监控主机应用程序及接口等问题;完成了温湿度、红外、烟雾及煤气4种类型的无线传感器网络节点设计;基于SMAC协议,提出并实现了以机器人为中心、星型网络结构为基础的网状拓扑结构
针对水下机器人模糊控制器超调量较大及存在稳态误差的问题,提出了一种采用布尔关联规则挖掘技术,从人工操作记录数据库中挖掘模糊控制查询表的方法,并在"SY-Ⅱ"型水下机器人平台上进行仿真试验和水池试验研究。结果表明,控制器超调量大大减小,且对外界扰动有很强的鲁棒性,从而证明数据挖掘技术应用于模糊控制,可实现模糊规则查询表的创建自动化,提高准确性和水下机器人运动控制的精度,具有较高的理论和实用价值。
自动化专业实践教学对于培养学生创新精神、实践能力和创业精神,提高综合素质起着至关重要的作用。本文主要从实验教学改革及生产实习教学方式调整这个方面就自动化专业实践教学改革和创新人才培养问题进行了论述。
自动控制原理课程的特点是概念抽象,数学描述多,计算繁杂,以致于学生难以理解。自动控制原理实验是整个课程教学过程中不可缺少的重要组成部分,是理论和实践相联系的纽带。根据自动控制原理课程的教学要求及相关的实验条件,本文探讨了如何设计合理的实验内容,并通过实验教学使学生对自动控制原理的概念、方法和原理得到更加深透的理解和实际应用。