計(jì)算機(jī)控制系統(tǒng)課程論文-在線瀏覽
2025-08-09 15:24本頁面
【正文】 可導(dǎo)電， ? 說明：需要外加的電場。 ? 說明：需要外加的磁場。 ※由于控制涉及的數(shù)據(jù)樣本較大，且有很大的關(guān)聯(lián)性，所以引進(jìn)了神經(jīng)網(wǎng)絡(luò)（Neural Network）和遺傳算法（Genetic Algorithm）。進(jìn)一步優(yōu)化算法是我們一直在努力的方向之一。 ※我們選用了以下動(dòng)作進(jìn)行測試：原地平衡（類似倒立擺，在一定空間內(nèi)維持平衡，d∈[，]）。同時(shí)通過重心的控制，從而在宏觀上完成前進(jìn)和后退的控制）。主要由雙輪的轉(zhuǎn)速差完成）。 uu 平衡中下坡（tanα≤）。 167。 低重心雙輪自平衡機(jī)器人是指機(jī)體的重力勢能已經(jīng)達(dá)到所能達(dá)到的最低點(diǎn)，具體表現(xiàn)為機(jī)體重心低于支點(diǎn)（在這里具體是指輪軸）。這樣的雙輪機(jī)器人彌補(bǔ)了高重心雙輪自平衡機(jī)器人的先天不足——不穩(wěn)定性，具有廣闊的發(fā)展前景和應(yīng)用潛力。 課題主要從“新一代交通工具的設(shè)想”這一方面進(jìn)行分析、規(guī)劃，雙輪較之于四輪有更強(qiáng)的靈活性與適應(yīng)性，同時(shí)在車輛設(shè)計(jì)上的制約比四輪車要少。 具體地，我們以低重心雙輪自平衡機(jī)器人為基礎(chǔ)開發(fā)了一輛能夠繪制地形的車輛。（具體參見“實(shí)驗(yàn)報(bào)告”）167。167。 這里的模型為簡化后的理想物理模型,與實(shí)際結(jié)構(gòu)模型有差異(參見“實(shí)驗(yàn)報(bào)告”)。167。 主控制流程如下：l 過程一：加速度計(jì)算： 點(diǎn)O為輪軸，點(diǎn)P為機(jī)體（系統(tǒng)）質(zhì)心； 機(jī)軸傾角θ（具體測法參見“實(shí)驗(yàn)報(bào)告”）。 設(shè)機(jī)體以加速度a加速， 如圖以點(diǎn)O（即輪軸）為轉(zhuǎn)軸，支持力N，過轉(zhuǎn)軸，力矩為零；摩擦力為被動(dòng)力，且輪胎不與機(jī)身固連，不需要考慮。 即：mglsinθ+ F* = 0。 ∴ t）成正比以獲得更好的回復(fù)效果。 a = k1 ?ω?tanθ?g。 其中：k1為常量，其取值可通過實(shí)驗(yàn)獲得；ω為優(yōu)化修正量，沒有量綱。 假設(shè)輪子與地面不發(fā)生相對(duì)滑動(dòng)， a = at ∴ （R為車輪半徑）； J = ΣJi = ω?I由于質(zhì)點(diǎn)組（車輪）角動(dòng)量方向相同，可以疊加。 ∴ 其中： （其中M0為阻力力矩，設(shè)其為定值；M1為馬達(dá)產(chǎn)生的力矩）； M1 = at?I/R + M0。 已知：M1M1與馬達(dá)扭力F成正比, （其中，P為功率，V為車輪轉(zhuǎn)速）； 可以令：M1 = k?P/V ∴ (其中V可以通過測定輪軸的轉(zhuǎn)速來獲得)；車輪可以近似看作均勻圓盤，∴I ≈ 2mR2 a = at。 P = k2?V?(2mR?a + M0) ； 單個(gè)車輪的輸出功率為：P = k2?ma?V?R + k2?V?M0 ；（★）注明：由（*）可知，k的量綱為“m”,所以k2的量綱為“1/m”。l 過程一與二的統(tǒng)一： P = k1 k2?tanθ?ω?mg?V?R + k2?V?M0167。 仿生學(xué)是近期發(fā)展起來的生物學(xué)和技術(shù)學(xué)相結(jié)合的交叉學(xué)科，仿生學(xué)的英文是：Bionics。 人們發(fā)現(xiàn)，一些關(guān)于植物和動(dòng)物的相類似的功能，實(shí)際上是超越了人類自身的在此方面的技術(shù)方案的，植物和動(dòng)物在百萬年的自然進(jìn)化中不僅完全適應(yīng)自然而且其程度接近完美。人類所從事的技術(shù)就是使得達(dá)到最優(yōu)化和相互之間的協(xié)調(diào)，而模擬生物適應(yīng)環(huán)境的功能無疑是一個(gè)好機(jī)會(huì)。 我們推斷，對(duì)生物界的模仿也是一種開拓新的設(shè)計(jì)思想和路子的方法。 而在整個(gè)
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1