双框架飞机蒙皮检测机器人切换运动控制方法

针对一种双框架飞机蒙皮检测机器人,通过分析该机器人在飞机表面上的受力情况,在飞机表面该机器人受到了非完整约束,基于牛顿-欧拉法建立了机器人非完整约束动力学模型。根据机器人机械结构和运动步态分析,将该非完整机器人系统分为子系统A和子系统B。为了实现机器人在飞机表面运动,采用反演技术和快速Terminal滑模控制相结合的思想对系统设计了控制器,提出了一种反演-滑模控制方法;对于非完整机器人子系统A和子系统B,设计了一种基于事件驱动的切换策略,实现了机器人对期望轨迹的全局渐近跟踪,并利用Lyapunov稳定性证明系统的跟踪误差收敛。仿真和试验表明,采用该切换策略和反演-滑模控制方法,双框架飞机蒙皮检测机器人可以在飞机表面自由运动并进行损伤检测,具有良好的可靠性和稳定性。     

基于神经网络的机器人迭代学习控制

针对机器人动力学模型的不确定性和负载扰动,提出了一种采用神经网络的机器人迭代学习控制方法。该方法将反馈控制和神经网络学习控制相结合,反馈控制沿时间轴方向使关节运动跟踪期望轨迹,神经网络学习控制沿迭代轴方向使关节运动逼近期望轨迹。文中还给出了基于ＢＰ神经网络的学习控制算法。仿真结果表明,该方法能克服机器人动力学模型的不确定性和负载扰动,具有良好的鲁棒性和控制性能。     

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针时这一问题，本文以PUMA560机器人为被控对象，给出了一种PUMA560机器人动力学模型的简化形式，采用PD控制的计算力矩法，得到了机器人的闭环动态误差方程，在此基础上设计了机器人的控制器结构，提出了一种新的基于遗传算法(Genetic algorithm，GA)的机器人补偿学习控制方法。将GA与计算力矩法相结合，利用进化学习来消除机器人中不确定因素的影响，实现时机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果，验证了该方法的有效性。     

自由浮动空间双臂机器人的鲁棒协调控制

研究自由浮动空间双臂机器人在本体位置、姿态均不加控制时,抓取物体运动情况下的动力学协调控制。根据空间双臂机器人抓取系统的闭链约束关系,推导出广义雅可比矩阵,针对抓取系统动力学模型的不确定性,提出一种鲁棒协调控制方法,来控制被抓物体的运动,使被抓物体的运动轨迹跟踪期望的运动轨迹,并保证内力跟踪误差的有界性。通过对自由浮动空间平面双臂机器人进行鲁棒协调控制仿真实验,结果表明了该方法的有效性。     

基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别

飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成.目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点.针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类.仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别.     

自由浮动空间柔性机械臂在轨操作刚性载荷的组合控制

针对自由浮动空间柔性机械臂,讨论了在笛卡尔坐标系中机械臂对刚性载荷的轨迹跟踪控制和连杆柔性振动主动控制问题。基于拉格朗日法、假设模态法和系统动量守恒定律,推导了一种自由浮动空间柔性机械臂在轨操作刚性载荷的动力学方程。在此基础上,采用奇异摄动法将系统分解为慢变和快变两种尺度时标的子系统,设计模糊终端滑模控制器和Backstepping控制器分别对两个子系统进行控制,由此得到的组合控制使得机械臂按期望轨迹对刚性载荷进行精确在轨操作,同时抑制了柔性连杆的弹性振动。通过数字仿真验证了上述方法的有效性。     

面向不均匀飞机舱音信号样本的模糊支持向量机识别方法

 针对驾驶舱话音记录器(CVR)中记录的舱音背景信息多而复杂、频率范围宽、非平稳等特点,通过对15种舱音信息进行傅里叶变换和小波包变换,依次提取其Mel倒谱系数(MFCC)和小波包分解系数(WPC),利用距离可分性判据对MFCC和WPC信息进行压缩融合,得到舱音信息特征向量。设计了面向不均衡样本的模糊支持向量机(FSVM),分别计算每种类别样本及其内每种舱音信息的2个隶属度,然后利用FSVM对舱音信号进行分类识别,解决了CVR信号含噪奇异样本和数目不均衡样本时识别性能较差的缺点,实验表明该方法明显优于常规支持向量机(SVM)和FSVM,分类识别率达到98.33%。     

带输入饱和的直升机信息融合解耦控制算法

针对带输入饱和的直升机解耦控制问题,提出了一种改进的信息融合解耦控制算法,通过融合主通道和相应耦合通道期望输出和控制能量的软约束信息,以及系统状态方程和输出方程的硬约束信息,获得二次型性能指标下解耦控制律的最优估计,使直升机的内回路控制具有良好的动态特性和解耦性能。通过控制能量软约束信息的自适应调节,使求取的控制量满足输入饱和限制要求,避免了因输入饱和导致的解耦性能变差和驱动器过载问题。提出的信息融合控制算法基于被控对象的离散模型实现,容易应用于工程实际中。仿真结果表明了该算法的有效性。     

飞机舱音记录器非话语信号盲分离性能

飞机驾驶舱话音记录器(Cockpit voice recorder,CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成的.目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听,存在不易准确分辨出各种独立的声音信号的缺点.本文提出采用基于高效快速的独立分量分析(Efficient variant of fastI-CA,EFICA)算法和可调整权值的二阶盲分离(Weight-adjusted variant second-order blind identification,WA-SOBI)的混合算法对舱音信号进行分离实验.采用不同算法的仿真结果比较表明,混合盲处理算法具有更为优越的分离性能.     

自由浮动冗余度空间机器人的混沌识别与控制

建立空间冗余度机器人基于关节空间的PD控制下系统运动学方程,推导了系统的广义雅克比矩阵,指出空间机器人和地面机器人在运动学上的不同.以空间三自由度机器人为例,应用混沌数值分析方法中的相图法,Poincare截面法和最大Lyapunov指数法对上述模型进行了计算机仿真.研究发现,不同的PD控制参数和末端执行器期望轨线,均能导致系统的混沌运动.对以上混沌系统设计状态延迟反馈控制器,仿真研究表明,在适当参数下系统由复杂的混沌运动转变为规则的周期运动.该研究为解决空间冗余度机器人关节"漂移"问题提供了新方法.