基于ACS算法的最优模糊PID控制器设计及其在CIP-I智能人工腿中的应用
发布时间:2022-05-08 09:52
智能仿生人工腿是一种能够很好代替下肢残缺者基本功能的机械电子装置,其能够模仿人体健康腿的运动方式且步行速度可以自然、随意地跟随截肢者步行速度的变化而变化。智能仿生人工腿通过安装在仿生腿上的传感系统获取人体行走过程中的步态信息,并将信息传给微处理器,微处理器据此信息调节膝关节处一个空压气缸内的针阀开度,从而改变仿生腿步行速度,实现对健康腿步态的实时、准确跟踪。目前,智能仿生人工腿已经成为许多发达国家医疗领域的研究热点。我们设计一种名为CIP-Ⅰ的新型智能仿生人工腿,对于以前研制的智能人工腿控制系统中的如下不足,控制器中的控制策略过于简单,不能兼顾系统响应的快速性和准确性要求,另外,它的CPU多采用51系列的单片机,其结构扩展复杂,功耗高,运行速度不能满足高级算法的需要,做了以下改进:首先,以ACS(Ant Colony System)算法和模糊逻辑控制为基础,提出了一种可适应各种不同控制对象的最优模糊PID控制器的设计方法。该方法的核心是以ITAE性能准则为目标函数,采用ACS算法去调整和优化模糊PID控制器的量化因子和比例因子,以获得最优的控制规则,进而获得最优的模糊PID控制器。计算...
【文章页数】:88 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 项目研究的背景及目的意义
1.2 国内外技术发展概况及国内的需求
1.2.1 国外人工腿的研究概况
1.2.2 国内人工腿的研究现状
1.3 课题来源
1.4 本文主要研究方向及内容
1.5 本文的主要创新之处
1.6 小结
第二章 模糊 PID控制器原理及设计
2.1 引言
2.2 模糊控制简介
2.2.1 模糊控制原理
2.2.2 模糊控制的系统设计与描述
2.3 模糊 PID控制器的设计
2.3.1 PID控制律
2.3.2 模糊 PID控制器的结构
2.3.3 模糊 PID控制器模糊变量的隶属度函数表的确定
2.3.4 模糊控制规则的建立
2.3.5 控制查询表的建立
2.3.6 模糊控制算法的实现及模糊控制参数对系统输出的影响
2.4 小结
第三章 蚁群算法及其改进
3.1 引言
3.2 蚁群系统与蚁群算法简介
3.2.1 蚁群算法的发展
3.2.2 基本蚁群算法的原理
3.2.3 基本蚁群算法的描述
3.3 基本蚁群算法参数的选择
3.3.1 信息残留系数ρ的选择
3.3.2 蚂蚁数量m的选择
3.3.3 启发因子α、β的选择
3.3.4 总信息量Q的选择
3.4 基本蚁群算法的改进-ACS算法
3.5 小结
第四章 基于ACS算法的参数优化方法设计
4.1 引言
4.2 模糊PID控制器的参数优化设计
4.2.1 节点和路径的生成
4.2.2 目标函数的建立
4.2.3 路径点的选择
4.2.4 信息激素物质的更新
4.2.5 ACS算法参数的选取方法
4.2.6 优化模糊PID参数的步骤
4.3 计算机仿真实验及结果分析
4.3.1 程序界面
4.3.2 仿真实现
4.3.3 仿真结果及四种 PID控制器性能的比较
4.3.4 ACS算法的性能分析
4.4 小结
第五章 CIP-I Leg位置伺服控制系统的分析与设计
5.1 引言
5.2 电机控制方式的分析与选择
5.3 直流伺服电机性能要求
5.4 被控对象的数学模型建立
5.5 控制策略
5.5.1 气缸内针阀开度值的设置方法
5.5.2 直流伺服系统动态结构图
5.5.3 电流环控制器和速度环控制器的设计
5.5.4 位置环控制器设计
5.6 小结
第六章 CIP-I Leg控制器软硬件分析与设计
6.1 引言
6.2 CIP-I Leg控制器硬件设计
6.2.1 控制器硬件电路模块组成
6.2.2 电源模块设计
6.2.3 时钟电路设计
6.2.4 反馈信号处理电路设计
6.2.5 串行通信电路设计
6.2.6 功率驱动电路设计
6.2.7 步速检测电路设计
6.3 CIP-I Leg控制器软件设计
6.3.1 主程序分析与设计
6.3.2 时钟配置及振荡器失效检测程序设计
6.3.3 初始化程序设计
6.3.4 USART中断服务程序设计与分析
6.3.5 WDT定时器中断服务程序设计及分析
6.4 控制算法程序设计及分析
6.5 小结
第七章 系统软硬件调试
7.1 引言
7.2 硬件调试
7.3 软件调试
7.4 小结
第八章 总结与展望
8.1 全文总结
8.2 研究展望
参考文献
致谢
攻读硕士学位期间发表的学术论文
【参考文献】:
期刊论文
[1]CIP-I智能仿生人工腿手持控制系统研究与设计[J]. 谭冠政,蔡光超,曾庆冬,闫炳雷,何胜军. 计算机测量与控制. 2006(01)
[2]蚁群算法原理的仿真研究[J]. 胡小兵,袁锐,黄席樾,易继军. 计算机仿真. 2004(08)
[3]求解TSP问题的模式学习并行蚁群算法[J]. 萧蕴诗,李炳宇,吴启迪. 控制与决策. 2004(08)
[4]蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例[J]. 叶志伟,郑肇葆. 武汉大学学报(信息科学版). 2004(07)
[5]蚁群优化算法及其应用研究进展[J]. 李士勇. 计算机测量与控制. 2003(12)
[6]蚁群算法中有关算法参数的最优选择[J]. 詹士昌,徐婕,吴俊. 科技通报. 2003(05)
[7]蚁群算法概述[J]. 温文波,杜维. 石油化工自动化. 2002(01)
[8]国内外人工腿(假肢)研究的进展及发展趋势[J]. 谭冠政,吴立明. 机器人. 2001(01)
[9]对一种高精度模糊控制方案的研究与改进[J]. 黎浩荣,李立勤,李东海,刘中仁. 清华大学学报(自然科学版). 2000(02)
[10]模糊控制研究的现状与新发展[J]. 刘向杰,周孝信,柴天佑. 信息与控制. 1999(04)
本文编号:3651432
【文章页数】:88 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 项目研究的背景及目的意义
1.2 国内外技术发展概况及国内的需求
1.2.1 国外人工腿的研究概况
1.2.2 国内人工腿的研究现状
1.3 课题来源
1.4 本文主要研究方向及内容
1.5 本文的主要创新之处
1.6 小结
第二章 模糊 PID控制器原理及设计
2.1 引言
2.2 模糊控制简介
2.2.1 模糊控制原理
2.2.2 模糊控制的系统设计与描述
2.3 模糊 PID控制器的设计
2.3.1 PID控制律
2.3.2 模糊 PID控制器的结构
2.3.3 模糊 PID控制器模糊变量的隶属度函数表的确定
2.3.4 模糊控制规则的建立
2.3.5 控制查询表的建立
2.3.6 模糊控制算法的实现及模糊控制参数对系统输出的影响
2.4 小结
第三章 蚁群算法及其改进
3.1 引言
3.2 蚁群系统与蚁群算法简介
3.2.1 蚁群算法的发展
3.2.2 基本蚁群算法的原理
3.2.3 基本蚁群算法的描述
3.3 基本蚁群算法参数的选择
3.3.1 信息残留系数ρ的选择
3.3.2 蚂蚁数量m的选择
3.3.3 启发因子α、β的选择
3.3.4 总信息量Q的选择
3.4 基本蚁群算法的改进-ACS算法
3.5 小结
第四章 基于ACS算法的参数优化方法设计
4.1 引言
4.2 模糊PID控制器的参数优化设计
4.2.1 节点和路径的生成
4.2.2 目标函数的建立
4.2.3 路径点的选择
4.2.4 信息激素物质的更新
4.2.5 ACS算法参数的选取方法
4.2.6 优化模糊PID参数的步骤
4.3 计算机仿真实验及结果分析
4.3.1 程序界面
4.3.2 仿真实现
4.3.3 仿真结果及四种 PID控制器性能的比较
4.3.4 ACS算法的性能分析
4.4 小结
第五章 CIP-I Leg位置伺服控制系统的分析与设计
5.1 引言
5.2 电机控制方式的分析与选择
5.3 直流伺服电机性能要求
5.4 被控对象的数学模型建立
5.5 控制策略
5.5.1 气缸内针阀开度值的设置方法
5.5.2 直流伺服系统动态结构图
5.5.3 电流环控制器和速度环控制器的设计
5.5.4 位置环控制器设计
5.6 小结
第六章 CIP-I Leg控制器软硬件分析与设计
6.1 引言
6.2 CIP-I Leg控制器硬件设计
6.2.1 控制器硬件电路模块组成
6.2.2 电源模块设计
6.2.3 时钟电路设计
6.2.4 反馈信号处理电路设计
6.2.5 串行通信电路设计
6.2.6 功率驱动电路设计
6.2.7 步速检测电路设计
6.3 CIP-I Leg控制器软件设计
6.3.1 主程序分析与设计
6.3.2 时钟配置及振荡器失效检测程序设计
6.3.3 初始化程序设计
6.3.4 USART中断服务程序设计与分析
6.3.5 WDT定时器中断服务程序设计及分析
6.4 控制算法程序设计及分析
6.5 小结
第七章 系统软硬件调试
7.1 引言
7.2 硬件调试
7.3 软件调试
7.4 小结
第八章 总结与展望
8.1 全文总结
8.2 研究展望
参考文献
致谢
攻读硕士学位期间发表的学术论文
【参考文献】:
期刊论文
[1]CIP-I智能仿生人工腿手持控制系统研究与设计[J]. 谭冠政,蔡光超,曾庆冬,闫炳雷,何胜军. 计算机测量与控制. 2006(01)
[2]蚁群算法原理的仿真研究[J]. 胡小兵,袁锐,黄席樾,易继军. 计算机仿真. 2004(08)
[3]求解TSP问题的模式学习并行蚁群算法[J]. 萧蕴诗,李炳宇,吴启迪. 控制与决策. 2004(08)
[4]蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例[J]. 叶志伟,郑肇葆. 武汉大学学报(信息科学版). 2004(07)
[5]蚁群优化算法及其应用研究进展[J]. 李士勇. 计算机测量与控制. 2003(12)
[6]蚁群算法中有关算法参数的最优选择[J]. 詹士昌,徐婕,吴俊. 科技通报. 2003(05)
[7]蚁群算法概述[J]. 温文波,杜维. 石油化工自动化. 2002(01)
[8]国内外人工腿(假肢)研究的进展及发展趋势[J]. 谭冠政,吴立明. 机器人. 2001(01)
[9]对一种高精度模糊控制方案的研究与改进[J]. 黎浩荣,李立勤,李东海,刘中仁. 清华大学学报(自然科学版). 2000(02)
[10]模糊控制研究的现状与新发展[J]. 刘向杰,周孝信,柴天佑. 信息与控制. 1999(04)
本文编号:3651432
本文链接:https://www.wllwen.com/kejilunwen/rengongzhinen/3651432.html