基于鲁棒性参数设计法的多超声电机驱动机器人的控制

由于超声电机复杂的能量转换机制和参数受温度和工作环境影响的非线性变化,使得很难对超声电机进行数学描述。为了使超声电机驱动的多关节机器人有较好的表现性能,根据超声电机的运动特点,提出了一种新颖的速度——位置双闭环反馈控制方式。鉴于该控制方式需要调节的控制参数有18个,为了获得一组具有鲁棒性的控制参数,选用了鲁棒性参数设计法。实践结果表明,所提出的控制方式能够获得机器人的良好运行性能,鲁棒性参数设计对超声电机而言是有效而方便的。     

用遗传算法求解柔性作业车间调度问题(英文)

古典作业车间调度问题已经被研究了几十年并证明为 NP-hard问题。柔性作业车间调度是古典作业车间调度问题的扩展 ,它允许工序由一个机床集合中的任意一台加工 ,调度的目的是将工序分配给各机床 ,并对各机床上的工序进行排序以使完成所有工序的时间最小化。本文采用遗传算法进行柔性作业车间调度研究 ,针对柔性作业车间问题提出了一种新颖直观的基因编码方法 ,从而取消了运用遗传算法求解作业车间问题时为使基因合法化而进行的基因修复过程 ,仿真结果表明用该遗传算法解决柔性作业车间调度问题是有效的。     

基于IOCDGA的模糊目标柔性作业车间调度优化

具有模糊目标要求的柔性作业车间调度，是柔性作业车间调度的扩展，它能够满足生产实际中对成本、生产周期及交货期等多方面指示的要求。与多目标调度相比，它还能够处理非精确指标要求问题，并且可以满足关键零件的特殊要求。为了实现对具有模糊目标柔性作业车间调度优化，提出了一种具有个体优化群体多样性的遗传算法（IOCDGA），以加快收敛速度，避免早熟问题。该算法针对文中的编码方法，定义了群体平均差及熵，用来表示群体的多样性指标。通过多样性指标控制交叉率和变异率，该算法的进化侧重于单个或少数个体达到最优，而不是传统GA中的全部个体均为最优。计算结果表明，该算法可行，并减少了迭代次数。     

基于生产成本的作业调度

提出了一个基于净现值的调度指标，该指标充分考虑到影响调度决策的各项费用．如在制品库存费用、机床工时费、直接工人的工资、工件提前或拖期完工造成的损失等。然后以遗传算法为工具，研究了作业调度问题，设计了一种很实用的算法。该算法采用基于工序的编码方法把调度编码成染色体，并通过遗传操作来搜索最佳染色体。解码算法根据工序在染色体中的次序和最短加工时间一紧迫度规则得到调度。仿真结果表明该方法是可行的。并有一定的优越性。     

一种穿戴型力反馈主手结构的综合尺度优化

利用连杆机构以及超声制动器,设计了一种穿戴型具有力反馈功能的主手单指结构并进行了综合尺度优化,优化过程综合考虑了主手机构的运动范围和动力学反向驱动能力.在建立人手食指和主手单指运动学方程的基础上,提出了基于工作空间最小包容原则的主手单指的结构参数优化目标函数,结果显示操作者食指与所佩戴主手单指的工作空间可实现较好匹配.采用拉格朗日法建立了主手单指机构的动力学模型,并以力椭圆为衡量指标对主手单指机构进行了反向驱动能力的分析.最后,给出了有效的修正依据,提高了主手单指机构的反向驱动能力.