本文關(guān)鍵詞： 抓斗挖泥船 平挖 模糊神經(jīng)網(wǎng)絡(luò) PID控制器 聯(lián)合仿真　出處：《武漢理工大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著幾年來,我國經(jīng)濟(jì)的高速發(fā)展,帶來的貿(mào)易吞吐量也急劇增多,而現(xiàn)有港口航道均存在多年淤積,水道較淺,輸水能力差等問題。因此,國家急需對(duì)這些航道進(jìn)行大規(guī)模疏浚清理。然而與龐大的疏浚市場相對(duì)應(yīng)的是,中國的疏浚設(shè)備落后,大型設(shè)備長期依賴進(jìn)口�；谏鲜銮闆r,自主研制新一代大型疏浚設(shè)備就顯得具有十分重要的意義�，F(xiàn)代挖泥船正逐步向著大型化、多功能化、高智能化的方向發(fā)展。本文的研究內(nèi)容就是針對(duì)抓斗挖泥船的智能化控制。由于抓斗在水下作業(yè),操作人員無法直觀了解抓斗工作情況及挖掘效果,因此不能及時(shí)有效得調(diào)節(jié)抓斗的運(yùn)動(dòng)情況;同時(shí),抓斗工作時(shí),又會(huì)受到水流、波浪、水底地形等因素的影響,這些都將直接關(guān)系到最后的挖掘精度。因此,設(shè)計(jì)一種具有智能化控制算法的PID控制器來控制抓斗的運(yùn)動(dòng),就顯得十分必要了。本文主要的研究內(nèi)容就是建立一套基于模糊神經(jīng)網(wǎng)絡(luò)的控制算法,將其與PID控制器相結(jié)合,并通過計(jì)算機(jī)仿真技術(shù),驗(yàn)證抓斗在平挖作業(yè)過程中的挖掘效果。主要工作包括:(1)根據(jù)調(diào)節(jié)抓斗運(yùn)動(dòng)的PID控制器的工作原理,建立一個(gè)兩輸入三輸出的模糊神經(jīng)網(wǎng)絡(luò)。在MATLAB中編寫相關(guān)控制算法,并給定相關(guān)數(shù)據(jù),通過網(wǎng)絡(luò)的自學(xué)習(xí)功能,優(yōu)化算法中的相關(guān)參數(shù)。(2)通過測量實(shí)驗(yàn)臺(tái)所用抓斗的尺寸,建立抓斗的數(shù)學(xué)模型,并在Simulink中建立抓斗的控制系統(tǒng)模型。將控制器分別作用在上承梁和下承梁上,進(jìn)行仿真,得出數(shù)據(jù)進(jìn)行對(duì)比。(3)在Solidworks中畫出抓斗的三維簡化模型,并導(dǎo)入動(dòng)力學(xué)分析軟件ADAMS中。對(duì)相關(guān)部件進(jìn)行關(guān)聯(lián),與Simulink中的控制系統(tǒng)模型建立關(guān)聯(lián),進(jìn)行ADAMS和Simulink的聯(lián)合仿真。得出相關(guān)運(yùn)動(dòng)曲線及受力情況,與試驗(yàn)數(shù)據(jù)進(jìn)行對(duì)比,驗(yàn)證控制器挖掘效果。
[Abstract]:With the rapid development of our economy in recent years, the trade throughput has increased sharply, and the existing ports and waterways have many problems, such as sedimentation, shallow waterways, poor water transport capacity and so on. The country urgently needs to carry out large-scale dredging of these waterways. However, in contrast to the huge dredging market, China's dredging equipment is backward and large equipment has long relied on imports. It is of great significance to independently develop a new generation of large dredging equipment. The modern dredger is gradually becoming large and multi-functional. The research content of this paper is aimed at the intelligent control of grab dredger. Because the grab bucket is working under water, the operator can not understand the working condition of grab bucket and the effect of excavating directly. Therefore, the movement of grab can not be adjusted in time and effectively; At the same time, the grab work will be affected by the current, wave, bottom topography and other factors, which will directly affect the final excavation accuracy. It is necessary to design a PID controller with intelligent control algorithm to control the motion of grab. The main research content of this paper is to establish a set of control algorithm based on fuzzy neural network. It is combined with PID controller and is simulated by computer. The main work includes: 1) according to the working principle of PID controller which adjusts grab motion. A fuzzy neural network with two inputs and three outputs is established. The correlation control algorithm is written in MATLAB, and the relevant data is given, and the self-learning function of the network is adopted. The mathematical model of grab bucket is established by measuring the size of grab bucket used in the experiment bench. The control system model of grab bucket is established in Simulink. The controller is acted on the upper beam and the lower beam respectively, and the simulation is carried out. Draw the 3D simplified model of grab bucket in Solidworks, and import it into the dynamic analysis software ADAMS. The joint simulation of ADAMS and Simulink is carried out by establishing the correlation with the control system model in Simulink. The relative motion curve and force are obtained and compared with the experimental data. Verify the controller mining effect.
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U615.351;TP273

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;Adaptive Walking of a Quadrupedal Robot Based on Layered Biological Reflexes[J];Chinese Journal of Mechanical Engineering;2012年04期

2 牛培峰;張密哲;陳貴林;王懷寶;張君;竇春霞;;自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)控制在鍋爐過熱汽溫控制中的應(yīng)用[J];動(dòng)力工程學(xué)報(bào);2011年02期

3 田俊峰;吳興元;侯曉明;蔣基安;洪國軍;;我國疏浚技術(shù)與裝備“十五”、“十一五”十年發(fā)展回顧[J];水運(yùn)工程;2010年12期

4 王小東;徐滬萍;;基于BP算法的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的仿真實(shí)現(xiàn)[J];數(shù)字技術(shù)與應(yīng)用;2010年12期

5 錢衛(wèi)星;;挖泥船的分類及其發(fā)展趨勢[J];江蘇船舶;2008年06期

6 宋賀好;;耙吸式挖泥船是航道疏浚業(yè)的生力軍[J];港口科技;2008年06期

7 ;Guaranteed cost control for uncertain stochastic fuzzy systems with time delay[J];Progress in Natural Science;2007年01期

8 趙志平;李新勇;;虛擬樣機(jī)技術(shù)及其應(yīng)用和發(fā)展[J];機(jī)械研究與應(yīng)用;2006年01期

9 陳麗,李建更,喬俊飛,王笑波;UC軋機(jī)二次型板形缺陷模糊神經(jīng)網(wǎng)絡(luò)控制[J];控制工程;2005年05期

10 朱大奇;人工神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀及其展望[J];江南大學(xué)學(xué)報(bào);2004年01期

相關(guān)博士學(xué)位論文 前1條

1 孫海蓉;模糊神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[D];華北電力大學(xué)（河北）;2006年

相關(guān)碩士學(xué)位論文 前10條

1 黎蓄;基于MATLAB的疏浚抓斗優(yōu)化及仿真分析[D];武漢理工大學(xué);2013年

2 王陽;疏浚抓斗平挖技術(shù)理論研究與實(shí)驗(yàn)分析[D];武漢理工大學(xué);2013年

3 鄧勇;中央空調(diào)系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)PID控制器研究[D];南華大學(xué);2012年

4 李森;基于模糊神經(jīng)網(wǎng)絡(luò)的注塑機(jī)控制系統(tǒng)應(yīng)用研究[D];廣州大學(xué);2012年

5 馬宗雄;抓斗起升系統(tǒng)動(dòng)力學(xué)仿真[D];武漢科技大學(xué);2010年

6 張志坤;基于模糊神經(jīng)網(wǎng)絡(luò)的倒立擺控制技術(shù)研究[D];揚(yáng)州大學(xué);2009年

7 魯佳;連桿脹斷機(jī)液壓系統(tǒng)動(dòng)態(tài)仿真研究[D];吉林大學(xué);2009年

8 王曉蓮;基于ADAMS和MATLAB的汽車主動(dòng)懸架聯(lián)合仿真研究[D];吉林大學(xué);2009年

9 朱如春;基于模糊神經(jīng)網(wǎng)絡(luò)算法智能變頻空調(diào)控制系統(tǒng)的研究[D];蘇州大學(xué);2007年

10 程冰;模糊神經(jīng)網(wǎng)絡(luò)研究[D];廣東工業(yè)大學(xué);2005年

，

本文編號(hào)：1493956