论文部分内容阅读
挖掘机作为土方工程机械,以其高适应性、高性价比的优点广泛应用于国民经济建设的各个领域。传统挖掘机工作装置(工装)系统运行存在时间迟滞性和控制精度差的问题,阻碍了挖掘机自动化发展。随着机械智能控制理论的逐渐深入,挖掘机智能化控制备受关注。本文将RBF神经网络引入挖掘机工装轨迹控制进行研究,以寻求更佳的控制效果,研究工作如下:(1)分析挖掘机工装轨迹控制的基本组成,现有存在问题与不足,制定RBF神经网络工装轨迹控制的总体研究方案;通过工作装置建模,基于ADAMS分析挖掘装载作业的基本特点及工作装置各铰接点的载荷变化。(2)建立挖掘机工装轨迹控制系统的数学模型,选用徐工XE65D型挖掘机工作装置基本参数,确定工装系统动臂、斗杆及其他环节的传递函数,对动臂与斗杆控制系统基于Simulink建模,仿真分析其控制效果。(3)对工装轨迹控制系统进行PID控制器设计以调节系统误差,对比分析加入PID算法的控制效果,采用神经网络智能化控制理论,分析基于神经网络PID的工装轨迹控制策略,通过MATLAB的S-Function分别对动臂及斗杆等控制系统进行BP神经网络和RBF神经网络的PID控制器设计,仿真得到系统在测试信号下的响应效果。(4)分析遗传算法的基本特点和优化流程,引入粒子群算法位置更新原理对其改进,对RBF神经网络工装轨迹控制进行优化,并基于工装控制系统仿真平台得到系统测试信号下的响应结果;通过实验环节分析工作装置铲斗末端在水平挖掘模拟实验的控制效果,进一步验证优化后的RBF神经网络工装轨迹控制的可行性。本文通过误差调节对挖掘机工装轨迹控制进行研究,仿真与实验结果表明:GA-RBF工装轨迹控制精度较高、鲁棒性好,控制误差较PID控制减少了 10mm,精度提高77%,研究结果对挖掘机自动化发展具有一定的借鉴意义。