挖掘机工作装置嵌入式运动控制系统的研究与设计

来源 :太原科技大学 | 被引量 : 0次 | 上传用户:beckyccjj
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
近几年,随着人工智能理论与技术的迅速发展,智能技术在工程机械领域的应用也成为了众多科研机构的一个热门研究方向。挖掘机作为工程机械的典型代表之一,无论是在资源开采方面还是社会建设中都起着非常重要的作用,但人工操作挖掘机作业不仅效率低还容易受作业环境等不定因素影响。在目前这样一个提倡增速提效的社会大背景下,人工操纵挖掘机进行生产建设的方式已无法满足社会的建设发展需求,而自动化挖掘机因效率高、环境因素影响小等特点在生产建设方面的优势越来越明显。本文以实现挖掘机工作装置的自主运动控制为目标,根据设计方案完成了基于嵌入式技术的挖掘机工作装置运动控制系统的整体硬件设计,通过对挖掘机工作装置运动学和动力学的分析建模完成了工作装置的控制理论研究,同时完成了控制系统软件程序的编写。本文的主要工作如下:1、根据实际研究需要制定了挖掘机工作装置运动控制系统的整体设计方案。在对立派PC1012型挖掘机改造的基础上,完成了实验样机的研制,同时完成了挖掘机工作装置运动控制系统硬件平台的搭建。2、在控制系统的通信方面,系统主控器与电液比例阀控制器之间采用CAN协议通信,与上位机之间通信采用Modbus协议通信,完成了CAN协议与Modbus协议两种协议的选择和应用。3、针对挖掘机工作装置的铲斗位置控制和输出力矩控制问题,根据机器人学理论对挖掘机工作装置进行了运动学和动力学建模分析。在工作装置运动学分析中应用改进D-H法给出了铲斗空间坐标向关节角θ转换的运动学方程;在工作装置动力学研究中应用凯恩法分析了三自由度连杆模型的动力学方程,并在V-REP软件中对动力学模型进行了仿真。4、根据功能需求完成了挖掘机工作装置运动控制系统的相关程序编写,包括主控器程序、电液比例阀控制器程序和上位机程序。5、完成了挖掘机工作装置控制系统的功能测试。
其他文献
随着经济的快速发展与工厂规模的扩大,起重机械在我们日常工作生活当中起到了重要作用。由于起重机械起重量与自身重量的逐渐增加、不同的接触情况,以及循环载荷工况等因素的影响,致使起重机械车轮踏面磨损状况日益严重,严重的磨耗影响着车轮踏面的使用寿命及起重机运行的安全性与平稳性。因此,对轮轨滚动接触踏面损伤的研究具有重要的理论意义与工程应用前景。本文详细的论述了车轮踏面磨损的研究历史与意义,在理论的基础上,
能源危机和环境污染是阻碍社会经济高速发展的首要问题,可再生能源的利用是解决问题的重要手段。然而可再生能源输出功率具有随机性和间歇性,为了提升系统稳定性,以微电网形式将分布式发电单元接入主网是一种有效的方式。三相逆变器并联环流抑制和功率均分控制策略是确保微电网高效稳定运行的关键技术挑战,本文以微电网中的三相逆变器为基础,重点对其并联运行环流抑制及功率均分控制策略进行研究。首先,对三相逆变器进行了数学
本文根据500KV变电站的实际工作情况,根据涉水、越障的要求选定了巡检机器人的两轮差速驱动的底盘结构。通过对底盘及轮胎进行受力分析及运动学分析,完成了驱动电机及减速器的选型,并根据续航时间要求完成了电池容量的计算。针对变电站GPS信号受干扰的问题,采用GPS与惯性导航模块经卡尔曼滤波进行数据融合,提高了导航的精度,在一定程度上解决了在GPS盲区下的定位问题。对电机的控制采用了离散滑模变结构控制算法
非正交多址接入(NOMA)技术作为第五代(5G)移动通信网络的关键技术,可以有效提高系统频谱效率,实现大带宽、广连接、低功耗的业务需求,在工业、医疗和农业等领域将得到广泛应用。然而,广连接特征使得设备信息安全传输受到严重挑战,如何确保信息的安全传输值得深入研究。物理层安全技术利用无线信道的随机特征而确保无线通信信息安全传输,成为业界关注热点。本论文考虑实际通信系统硬件设备状态,对非理想硬件条件的下
随着电子技术及材料技术的发展与进步,频率范围为2k Hz-150k Hz的超高次谐波传播特性变得更加复杂,造成了较为严重的电能质量问题,引起了广大学者的关注。本文围绕超高次谐波的产生机理及分布特性、超高次谐波检测方法、重采样方法的改进、滤波方法改进、半实物仿真对方法可行性的验证等方面展开。本文首先对低压配电网中常见的超高次谐波源进行分类,并对SPWM电路及Boost电路进行仿真及数学模型推导,分析
随着通信技术的进步,人们对无线通信的需求增长越来越快,大量无线设备接入网络。目前无线通信网络中的设备都是由电网或电池进行电能的供应,电网供能移动性较差,维护困难;电池供能相对便捷,但是需要按期进行充电或者替换电池,造成人力、物力资源的耗费。无线携能通信(SWIPT,Simultaneous Wireless Information and Power Transmission)技术的提出可以有效缓
风力发电作为优质的可再生能源,近年来在我国能源系统所占的比例也逐渐增大。风能的较大波动性给电网安全稳定运行带来巨大的挑战,准确的风电机组输出功率的预测将风能的缺点减少,更适合逐渐增加的风电并网比例,保证电力系统可以提前预防,及时调度能源。针对功率曲线拟合度差和风电功率预测准确度不高,本文提出了结合深度置信网络(DBN)和多元线性回归(MLR)的深度学习模型对风电功率进行预测。首先,针对风电机组日常
近些年,随着我国交通运输业的蓬勃发展,全国各地建设了大量的隧道。由于隧道所处外部环境复杂,且经过多年运营,大量衬砌已出现多种病害。其中,衬砌裂缝对隧道造成的危害最为严重,衬砌裂缝的检测也是隧道日常维护的主要任务。目前,人工检测是隧道衬砌裂缝检测的主要方法,然而隧道内工况条件恶劣,人工检测工作强度大、效率低下。随着人工智能在计算机视觉方面的发展,深度学习在隧道衬砌裂缝检测上的应用成为研究的热点。本文
伴随着经济水平不断地发展,健康对我们而言变得越来越重要,现在因为人体可吸入颗粒物而引起的疾病渐渐增多,人们的身体健康问题变成了备受关注的话题。特别是对于老年人和小孩子来说,更加容易引发多种疾病。在大气环境存在着许多大大小小的颗粒物质,在这些物质中有很多是人体可吸入的,其中扬尘是这些物质中非常重要的组成部分,扬尘的来源比较复杂,主要包括道路扬尘和施工扬尘。在实际应用过程中传统扬尘监测方法有很多困扰和
基于邻域的离群点检测算法,是离群检测的一个重要手段。但随着数据量和数据维度的爆炸式增长,导致其很难直接应用到高维数据中,而且不合理的参数选择导致算法的性能显著下降。针对上述问题,本文从减少参数对离群检测的影响入手,对基于邻域的离群检测进行了深入的研究,提出了适用于高维数据的离群点检测算法,其主要研究成果如下:(1)提出了面向离群检测的特征提取算法,FEOD算法。首先,通过迭代过程获得最优的信息熵阈