网络化多轴运动系统轮廓跟踪控制算法研究

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:zimuogu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络化控制技术的发展,利用网络化运动系统完成加工生产已成为现代化制造业的主流,目前已有多种工业以太网通信协议,用于网络化运动系统。但基于工业以太网搭建的网络化运动系统需要额外购买交换机,且可拓展性较差,不利于智能制造的发展。而利用通用以太网搭建网络化运动系统,无需购买交换机,且通用以太网有利于拓展系统,增强系统通用性。在多轴运动控制任务中,轮廓跟踪控制是重要的多轴运动控制任务,因此借助通用以太网搭建网络化运动系统,研究多轴轮廓跟踪控制算法有实际应用价值。首先,搭建能够检验网络化多轴运动系统轮廓跟踪控制算法的实验平台,建立网络化多轴运动实验平台的数学模型。用马尔可夫链建立网络诱导时延和数据丢包的统一模型,即用等效网络时延代表网络诱导时延和数据丢包。分析表明,马尔可夫链能建立实验平台的等效网络时延。然后,为解决等效网络时延和外部扰动导致网络化单轴跟踪精度低的问题。提出将滑模控制和预测控制结合的滑模预测控制算法,利用滑模控制的鲁棒性,降低外部扰动对控制系统的影响。利用系统内的零阶保持器设计补偿器,在预测控制生成的一组控制量中,补偿器选择合适的控制量,降低等效网络时延对控制系统的影响,提高网络化单轴跟踪精度。实验表明,带有补偿器的滑模预测控制算法能有效降低单轴跟踪误差。最后,为解决各个单轴之间协调性差导致轮廓误差增大的问题。提出将模糊PID控制与交叉耦合控制结合的模糊PID交叉耦合控制算法,考虑双轴和三轴两种情况,通过交叉耦合控制,利用跟踪误差,降低轮廓误差。利用模糊PID控制提高交叉耦合控制的适应性,根据轮廓误差的变化情况调节轮廓误差补偿量,提高多轴轮廓控制性能。实验表明,带有补偿器的滑模预测控制算法结合模糊PID交叉耦合控制算法能有效降低双轴轮廓误差降和三轴轮廓误差。
其他文献
由于新药物的开发是一个既费时又昂贵的过程,人们开始为已获批准的药物寻找新的用途,进而缩短了药物研发时间和节约了科研费用。预测药物-蛋白质相互作用(Drug-Protein Interaction,DPI)是药物开发和重定位的重要步骤,应用计算的方法预测药物-蛋白相互作用可以缩小筛选范围,为生物学家提供高概率互作候选。因此,如何准确有效的预测DPI是一个在生物信息学领域值得研究和探索的问题。本文结合
学位
20余年来,城市规划展览在中国逐步形成了规模和一些标准化的程式。在现有的规划策展中,行政、规划、策划、设计等各个专业有前后衔接式的合作交流,但尚未实现真正的纵向打通,难以为展览提供兼顾专业性和体验性的叙事。实现城市相关的多学科视野、促进展览相关的多专业协作,将是未来规划展览发展的趋势和方向。同时,关注“信息—规划(物)—观众(人)”中三个关键环节的策划与表达,始终保持叙事、内容、设计之间的互动,以
期刊
网络数据可以表达出物与物之间的联系,随着互联网的兴起,生活中充斥着形式各样的网络数据。在关于网络的研究中,如何有效的对网络信息进行表示,是一个亟待解决的问题。传统方法可以利用高维度稀疏向量表示网络中的一个节点,但局限在于难以度量节点之间的相似性并且还会增大模型的时间和空间复杂度。受益于自然语言领域的表示学习技术,相关的低维度稠密向量表示方法也被应用于网络数据中。网络表征学习(图嵌入)在一系列机器学
学位
新药的研发过程是一段极为消耗时间和成本的过程并且失败率很高。因此,确定现有药物的新适应症(药物重定位)可有效促进药物开发效率,降低实验研发的成本。然而,如何更加准确高效的预测药物与疾病之间的关联是我们所要研究的重点内容。目前,已有的药物重定位方法都侧重于有关药物和疾病的多源数据,并未考虑不同层面的信息之间的联系。本文通过针对药物和疾病的不同层面的信息进行学习和构建模型,其中包括药物和疾病节点对层面
学位
近年来,国内外汽车市场发生巨大变化。在国外,由于受经济发展停滞的影响,汽车需求出现萎缩趋势,各国各汽车企业的竞争加剧,汽车市场总体低迷。在国内,汽车市场在经历了比较长的快速增长期后,汽车消费也进入下滑趋势。此外,国内外的传统汽车市场受新能源汽车快速发展影响较大,新能源汽车对传统汽车形成了竞争优势,对传统汽车的冲击不断扩大。目前,新冠疫情在全球肆虐,也成为影响汽车市场的一个因素。在这样的背景下,作为
学位
药物-靶标相互作用(DTI)的预测是研究和发现药物的关键步骤。药物-靶标相互作用的预测能够探索和识别药物与蛋白之前潜在关系的过程。与生化实验方法相比,传统的方法费力、耗时且极其昂贵,因为DTI可以有效识别潜在的DTI并且缩小生物学家和化学家的搜索空间。大多数预测DTI的传统方法,无论是用于药物发现还是重定位(将现有的药物重新用于新靶标)都是基于配体的方法。因此,准确有效的识别潜在的蛋白候选对于DT
学位
过度拥挤和非预料死亡在急诊科是一种常见现象,可能给患者带来不良预后。通过临床电子健康记录,尽早发现患者的病情恶化,有效预防意外死亡,是当下急诊所面临的一项巨大挑战,这需依赖急诊医师丰富的临床经验和敏锐的洞察力。现今,数据驱动的机器学习算法有助于挖掘数据模式,在急诊医学领域中表现出巨大潜力,一方面通过量化患者危重度解决传统评分系统准确度低的缺点,另一方面可构建自动化预测系统辅助医生进行决策,实现更合
学位
在经济全球化趋势下,我国对外直接投资流量高速增长,其中跨国并购是对外投资的主要途径之一。越来越多的中国企业走出国门,在2016年前后掀起了海外并购热潮,成为跨国并购的主力军。家电行业由于国内市场饱和及扩展海外业务的需求,在海外并购中尤为活跃,本文选择其中具有代表性的海信视像并购东芝TVS案例作为研究对象,进行并购绩效评价研究,旨在真实地反映出并购绩效,同时为海信视像后续整合优化提供帮助。本文基于平
学位
人脸图像分析是计算机视觉领域的主流研究课题。但是,受光照条件、目标运动、距离及传感器本身的制约,往往只能采集到低分辨率的图像,由于缺少人脸细节信息,很难开展进一步的人脸分析。人脸超分辨率重建技术通过提取并利用低分辨率的人脸图像中的信息重建出高分辨率的人脸图像,能够有效提升低分辨率人脸图像的应用价值。但是,现有的人脸图像超分辨率模型一般都采用人工下采样的方式获得低分辨率图像,无法构造超分辨率模型有效
学位
目的 探讨延胡索酸水合酶(fumarate hydratase,FH)缺陷型肾细胞癌(fumarate hydratase-deficient renal cell carcinoma,FH-RCC)的临床病理学和分子遗传学特征。方法 利用HE染色和免疫组化法筛选出6例FH-RCC,总结其组织学形态、FH蛋白表达以及患者预后特征,并复习相关文献。结果 6例FH-RCC中男性1例,女性5例,发病年龄
期刊