自動導向小車(AGV)驅(qū)動系統(tǒng)辨識與動態(tài)特性分析.pdf

1、自動導向小車(Automated Guided Vehicle,AGV)在行業(yè)中應用的不斷深入對其自身的性能和功能提出了更高的要求。大多控制系統(tǒng)的設(shè)計必須以一定的受控對象模型為基礎(chǔ),而AGV控制器的主要受控對象是其驅(qū)動系統(tǒng),為了提高AGV的控制性能,迫切需要對AGV驅(qū)動系統(tǒng)的數(shù)學模型及動態(tài)特性進行研究。
　　 本文首先對系統(tǒng)辨識的基本原理、內(nèi)容和步驟作了詳細的介紹,為研究AGV驅(qū)動系統(tǒng)辨識奠定了理論基礎(chǔ)。同時,以自行研發(fā)的基于視

2、覺導航的AGV為基礎(chǔ),分析了AGV驅(qū)動系統(tǒng)的靜態(tài)特性和動態(tài)特性,采用M序列作為辨識輸入信號,應用最小二乘法對驅(qū)動系統(tǒng)進行了辨識。建立了驅(qū)動系統(tǒng)的數(shù)學模型并對其進行了仿真分析,為辨識模型的優(yōu)化和性能的進一步改善打下了基礎(chǔ)。
　　 本文在對遺傳算法研究的基礎(chǔ)上,對遺傳算法進行了改進,并提出了一種改進的自適應遺傳算法。針對AGV驅(qū)動系統(tǒng)辨識的問題采用了多目標優(yōu)化的策略,以幅值逼近和相位逼近作為多目標優(yōu)化問題的兩個子目標,將多目標優(yōu)化策

3、略與改進的自適應遺傳算法相結(jié)合形成了基于多目標的改進自適應遺傳算法。根據(jù)最小二乘法的辨識模型,同時利用基于單目標的基本遺傳算法和基于多目標的改進自適應遺傳算法對驅(qū)動系統(tǒng)進行辨識。通過對辨識模型的仿真比較,結(jié)果證明了本文基于多目標的改進自適應遺傳算法的優(yōu)越性。本文最終建立了較為理想的AGV驅(qū)動系統(tǒng)數(shù)學模型,并根據(jù)該數(shù)學模型完成了對AGV驅(qū)動系統(tǒng)的動態(tài)特性分析,為提高AGV的驅(qū)動性能打下了技術(shù)基礎(chǔ)。
　　 最后,對本文所做的研究工作