针对复杂配网故障定位精度不高的问题,提出一种改进布谷鸟算法的配网故障识别与定位模型。首先,结合搜索步长和迭代次数改进布谷鸟算法,提高算法搜索精度;其次,构建基于改进布谷鸟算法的配网故障定位模型,并引入防误判因子改进评价函数,提高故障定位准确率;最后,仿真验证了单电源、双电源、三电源配网故障的定位准确率。结果表明,改进布谷鸟算法无论在算法收敛性和迭代次数,还是在定位准确率方面都有很大的优势,基于改进布谷鸟算法的配网故障定位模型可提高配网故障定位准确率,具有一定的工程实际应用价值。

针对液压四足机器人在坚硬路面行走时,足端位置易受刚性冲击,导致运动姿态平稳性差的问题,提出一种液压四足机器人足端力预测控制方法。在分析液压四足机器人结构的基础上,根据运动学与力学模型构建了液压伺服系统的力控制模型;采用改进自适应布谷鸟优化BP神经网络算法建立足端力预测控制模型,通过仿真对比分析验证了该算法的可行性。最后通过液压四足机器人KL样机进行足端力及刚性地面行走测试,结果表明该方法能有效增强液压四足机器人腿部的力柔顺性,提高运动姿态平稳性。

为降低机床热误差对数控加工精度的影响,提高灰色模型GMC(1,N)的预测精度,将布谷鸟搜索(CS)算法引入GMC(1,N)灰色模型中,用于优化灰色模型GMC(1,N)的生成系数,构建了基于CS-GMC(1,N)的数控机床热误差预测模型。以小型三轴立式数控铣床为研究对象进行了主轴热误差实验,热误差预测性能分析结果表明:CS-GMC(1,N)模型的预测精度高于PSO-GMC(1,N)模型,为机床主轴热误差建模及后续热误差补偿提供了参考。

研究SCARA工业机器人在关节空间内的轨迹跟踪控制问题。实际应用中,系统的未建模特性、关节摩擦间隙和未知负载等因素将引起机器人动力学性能的变化,从而影响其轨迹跟踪控制;并且外界扰动也会增加机器人轨迹跟踪控制的难度。针对上述问题,提出一种基于布谷鸟算法优化的快速连续非奇异终端滑模控制策略。该方法利用布谷鸟算法寻优机制规划机器人的参考轨迹;控制策略在李亚普诺夫稳定性理论的支撑下,采用连续非奇异终端滑模面来补偿与抑制系统的不确定性与外界扰动,引入快速终端滑模趋近律来加快系统的响应速度,并结合Anti-Windup技术来补偿系统中死区等其他非线性因素。通过李亚普诺夫稳定性理论,证明机器人系统的轨迹跟踪误差全局稳定。最后,通过轨迹跟踪试验验证了此方法的有效性。