针对四轮毂电机独立驱动系统中各轮毂电机之间存在速度、位置的相互约束关系,需要设计相应的控制策略,对四台轮毂电机之间的运行同步进行控制。利用交叉耦合思想建立各轮毂电机的同步误差模型,确立了各轮毂电机之间的耦合关系;通过滑模控制理论设计轮毂电机的同步控制算法。利用MATLAB对四个轮毂电机在有干扰和无干扰时的同步性进行仿真分析,分析结果表明,在四轮毂电机同步性控制中,交叉耦合控制策略同步性好,抗干扰能力强。

针对全向移动运输机器人的定位与跟踪,提出了一种获得实时位置跟踪的混合式方案。首先,采用基于IEEE802.15.4a无线传感器网络标准的NanoLOC无线传感器网络作为通信和全局实时定位系统,以获得距离测量值;其次,为了利用这种带有噪声的距离测量值准确地估计移动运输机器人的姿态和路径,提出了采用基于贝叶斯滤波的粒子滤波方法来对基于NanoLOC距离测量值进行处理,同时采用激光测距仪作为地标检测,为对接操纵提供精确定位;实验结果表明提出的定位方案具有较小的跟踪误差。

小型PLC一般都提供脉冲定位功能，但不提供模拟量伺服接口。在液压驱动位置控制及其它位置闭环控制场合，常常需要模拟量接口。利用小型PLC内置的高速计数器、脉冲定位功能、PID调节功能和模拟量转换模块通过建立合理的控制模型和适当的参数调整实现了模拟量接口伺服控制功能。在一些工业控制场合，这种控制方式具有一定的使用价值。

在对θFXZ型测量机Z轴伺服系统的机械结构和控制系统进行分析的基础上,建立了伺服系统的动力学模型.根据受力分析,对系统的干扰力进行建模.利用对PID参数的自适应调节和干扰力的前馈补偿,实现对系统的误差补偿.实验结果表明,补偿后的跟踪误差约为补偿前的1/4,系统静差也由原来的2μm减小到0.4μm以内.该伺服系统的动力学建模和干扰力建模能直观、有效地描述Z轴系统的运动特性,补偿方案能很好地改善系统的动态跟踪误差和控制定位精度.

提出了一种基于径向基函数（RBF）神经网络建立光电经纬仪等效跟踪误差模型的方法来评价光电经纬仪的跟踪性能。分析了光电经纬仪存在的非线性因素,说明了采用理论建模方法难以准确描述其全部过程的原因。然后,介绍了RBF神经网络和靶标系统,基于一组靶标参数建立了RBF神经网络模型,并更换靶标参数进行模型验证。最后,对更换后的靶标参数进行重新训练建模,并改变参数周期,对模型进行了验证。实验结果表明：所建的神经网络模型精度与靶标参数有关,当动态靶标的半椎角a为21.2°,倾角b为43.8°,靶标匀速运行周期T为8.5s时,网络模型在靶标速度最大时误差也达到最大为3.18′,其它时刻均小于0.6′。当a为16.6°,b为37.5°,T为13s时,模型最大误差为1.8′左右,在此模型下真实输出与网络模型输出的最大偏差为2.4′左右,其它时刻均小于1.2′。结果表明,采用RBF...

为了提高数控转台液压伺服双马达系统的同步控制精度,设计了一种改进PSO算法和共反馈同步误差校正控制方案。共反馈同步误差校正控制方案利用主反馈误差来实现对跟踪误差的控制,并通过同步误差完成马达控制系统的反馈补偿,以达到更高的同步控制精度并提升运动性能。通过仿真分析得到:采用改进的复合控制方式获得了最小系统超调和稳态误差,并且能够在最短时间内实现位置响应稳态。利用改进PSO算法调试同步误差校正通道的PID超调量为2.385,调节时间为0.872 s,稳态误差为5.822×10^(-3),ITAE为0.6235,表现出优秀的控制性能。通过对比发现,综合运用共反馈同步误差校正并改进PSO算法进行控制时,明显降低了系统超调与波动性,确保了系统静态与动态性能均符合数控转台的控制要求。

针对移动机器人运动轨迹容易受到不确定外界因素干扰的问题,采用逆神经网络模型设计移动机器人控制系统。分别采用逆神经网络控制器和传统PI控制器模型对两轮差动移动机器人运动速度和角速度进行跟踪控制。传统PI控制器模型使用了近似于线性的等效负载驱动器,而逆神经网络控制器使用前馈多层感知神经网络模型,该模型结合了其运动学和动力学的数学模型,在特定工作区域内,对逆神经网络模型进行离散训练。在平面内,对移动机器人的速度跟踪控制进行仿真。结果表明:采用PI控制器模型,移动机器人车轮运动速度和角速度与理论值存在较大误差,而采用逆神经网络模型时误差较小。采用逆神经网络模型设计移动机器人速度控制回路,可以提高移动机器人运动性能,更好地适应外界环境的变化。

针对人机交互仿生机械手模仿人类行为的识别误差和能量消耗等问题,提出一种基于种群随机化的多目标遗传优化算法。该算法同时考虑人机交互机械手姿态识别优化中的终端误差、轨迹误差和能耗的影响,采用基于并行选择的种群随机化方法,将每一代中自适应性最优的个体遗传给下一代种群,实现自适应性和定位功能。为验证所提算法的有效性,通过六自由度机械手进行交互实验。结果表明:所提出的方法不仅可以降低能耗,而且在保证追踪机械手臂跟踪效

基于车载平台液压调平系统，为了减少支腿的跟踪误差及其同步误差，降低支腿之间的运动耦合，采用模糊PID控制算法实现调平过程中动态特性控制。利用AMESim和MATLAB／Simulink分别建立调平液压回路和模糊PID控制器的仿真模型并进行联合仿真研究。结果表明，加入模糊PID算法比常规PID算法能够有效的减少支腿的跟踪误差和定位误差以及支腿之间同步误差，有效提高调平精度。

为研究某型数字液压缸的跟踪误差特性根据数字液压缸的具体结构及工作原理建立了完整的数字液压缸AMESim仿真模型利用该模型对比研究了在不同幅值、不同频率及不同类型的输入信号作用下数字液压缸的跟踪误差通过对仿真结果的分析得出了数字液压缸跟踪误差变化的具体规律及原因研究结果对数字液压缸的实际工程应用及误差控制具有参考意义。