李世敬 作品数:20 被引量:82 H指数:6 供职机构: 同济大学电子与信息工程学院 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 机械工程 电气工程 金属学及工艺 更多>>
基于自适应变结构控制的机器人系统仿真研究 被引量:4 2002年 针对机器人系统的参数与非参数不确定性,提出一种新颖的控制策略。将自适应滑模变结构理论应用于机器人轨线跟踪控制,鲁棒增益自适应调整,Lyapunov直接法分析证明系统可实现全局渐近稳定。在保持渐近稳定性的前提下,引入平滑饱和函数,有效改善控制的暂态品质和震颤现象。仿真结果表明系统估计参数收敛,并有较高的鲁棒性和精确性。 李世敬 王解法 冯祖仁关键词:机器人系统 自适应控制 变结构控制 轨线跟踪 全局渐近稳定 模糊神经网络在电压/无功综控中的应用研究 2001年 针对变电站常规电压 /无功综控的不足 ,本文借助智能控制技术处理复杂对象的优势 ,利用神经网络的自学习能力 .研究将模糊逻辑控制同人工神经网络相结合的优化控优化方案 。 李世敬 武维善关键词:电压 模糊神经网络 变电站 3-6Stewart平台的正向运动学数值求解分析 被引量:4 2002年 针对 Stewart平台正向运动学求解的困难 ,建立了 3- 6 Stewart平台正向运动学数学模型 ,同时采用改进的Newton- Raphson方法进行数值求解。并利用消元法进行模型简化 ,迭代初值采用先粗后细的方法选取。仿真分析表明 ,该方法提高了效率和计算稳定性。 李世敬 冯祖仁 周冰关键词:STEWART平台 正向运动学 柔性制造系统刀具需求规划的启发式算法 被引量:5 2003年 以一个刀具移动的柔性制造系统为背景,研究了刀具需求规划问题,即在刀具购买资金预算内如何规划任务所需刀具中每种规格的刀具数量使其在制时间最小.利用刀具控制策略对在制时间不灵敏的特点,采用递归算法求出了在制时间和刀具等待时间,然后通过增加关键机床上的关键刀具集合数量来修改中央刀具库中的初始刀具配置.不断重复以上2个步骤,直到超过刀具购买资金的约束.对随机产生的问题进行了数据计算,结果表明,所介绍的算法从整体性能上优于现有的算法. 王解法 冯祖仁 李世敬 李渤关键词:柔性制造系统 递归算法 数控车间中央刀具库的资源调度与配置研究 被引量:3 2003年 如何从构成刀具的模块级来调度与配置刀具资源 ,以减少刀具的库存成本是数控车间中迫切要解决的问题 .本文以刀具购买资金为约束 ,研究了如何为一个任务配置加工所需的各种刀具模块数量 ,使任务具有最小的在制时间 .通过滚动计算来求解在制时间 ,通过比较“最小在制时间可能的提前数量.M应该增加的刀具模块成本”来选择瓶颈资源 ,指导贪婪式算法以决定要增加哪些刀具实例和模块 ,以及增加的数量 . 王解法 冯祖仁 李世敬 李渤关键词:数控车间 加工中心 资源调度 柔性制造系统 基于计算力矩结构的并联机器人层叠小脑模型补偿控制研究 被引量:7 2003年 提出了一种新的不确定机器人跟踪控制策略.在计算力矩结构的基础上引入一个层叠小脑模型(CMAC)补偿控制项,利用层叠结构CMAC分层学习的特性调整网络泛化和逼近能力,并从理论上分析了网络的收敛性.为了确保系统误差一致最终有界收敛,分别设计了粗/细子网的权值更新律.最后,在网络学习稳定的基础上,采用自适应鲁棒项抵消网络最终学习误差.与传统计算力矩法相比,在不要求加速度测量和惯性矩阵求逆的情况下,算法给出清晰的跟踪误差收敛域.基于6自由度并联机器人的仿真实例验证了算法的有效性. 李世敬 王解法 冯祖仁关键词:计算力矩 一致最终有界 并联机器人 面向C25的多处理器调试系统研究 2002年 多处理器环境下的动态调试是诊断并行算法效果的关键步骤。在缺少并行操作系统的条件下,动态调试系统也是支持并行算法运行的有力工具。本文以TMS320C25数字信号处理器构成的多处理机系统为研究对象,提出了动态调试中的软件接口设计方法,以及断点的外部记录法,确保了系统资源的最少占有。同时,讨论了并行调试中的若干问题。本文所提的所有方法都可以扩展到基于其它处理器的动态调试器设计中去。 王解法 李世敬 冯祖仁 李人厚关键词:TMS320C25 数字信号处理器 加工中心刀具选配问题的研究 被引量:3 2004年 传统加工中心的刀具选配仅以满足加工点的需求为目的 ,没有考虑刀具的可调性和可代用性。本文从刀具的组成特点出发 ,提出了基于逻辑刀具的刀具选配方法 ,把某些可以归为一类的需求刀具用一个逻辑刀具来代替 ,通过集合覆盖方法求解逻辑刀具。在不同的加工工件之间 ,通过调整逻辑刀具的实例状态来满足数控程序中的刀具需求。基于逻辑刀具的刀具选配法 ,可有效减少刀具的准备数量 ,提高刀具利用率。 王解法 冯祖仁 李世敬 李渤关键词:加工中心 刀具管理 全局稳定的机器人CMAC标称补偿跟踪控制研究 2004年 提出了一种新的小脑模(Cerebellar Model Articulation Controller,CMAC)神经网络标称补偿控制器.采用二阶扩展B样条CMAC网络平滑逼近机器人标称模型,消除了常规神经网络控制对输入的严格假设.为了确保系统闭环的全局稳定性,采用Lyapunov直接法设计网络权值的更新律,并引入非线性反馈项完全抵消补偿的残留项.未知的CMAC逼近误差和系统随机干扰,通过一个简洁的鲁棒自适应律估计.最后,针对两自由度机器人的仿真实例验证了所提算法的有效性. 李世敬 冯祖仁关键词:跟踪控制 柔性制造系统刀具需求规划问题的研究 被引量:6 2003年 以一个刀具移动的柔性制造系统为背景 ,研究了在刀具购买资金预算下如何规划任务所需刀具中每种规格的刀具数量问题 ,其目标就是最小化任务的在制时间。我们利用已有文献的结论简化实际问题 ,给出了求解在制时间和刀具等待时间的递归算法 ,然后通过增加关键机床上的关键刀具数量来修改中央刀具库中的初始刀具配置 ,所谓关键刀具就是指“刀具的等待时间之和 /刀具成本”最大的刀具 ,以上过程不断重复直到超过购买刀具资金的限制。最后 ,我们通过随机产生的问题进行了结果比较 ,数据结果表明所介绍的算法能给出较优的解。 王解法 冯祖仁 李世敬 李渤关键词:柔性制造系统 刀具管理 FMS