自動(dòng)導(dǎo)向小車(chē)(AGV)驅(qū)動(dòng)系統(tǒng)辨識(shí)與動(dòng)態(tài)特性分析.pdf

1、自動(dòng)導(dǎo)向小車(chē)(Automated Guided Vehicle,AGV)在行業(yè)中應(yīng)用的不斷深入對(duì)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(jì)必須以一定的受控對(duì)象模型為基礎(chǔ),而AGV控制器的主要受控對(duì)象是其驅(qū)動(dòng)系統(tǒng),為了提高AGV的控制性能,迫切需要對(duì)AGV驅(qū)動(dòng)系統(tǒng)的數(shù)學(xué)模型及動(dòng)態(tài)特性進(jìn)行研究。
　　 本文首先對(duì)系統(tǒng)辨識(shí)的基本原理、內(nèi)容和步驟作了詳細(xì)的介紹,為研究AGV驅(qū)動(dòng)系統(tǒng)辨識(shí)奠定了理論基礎(chǔ)。同時(shí),以自行研發(fā)的基于視

2、覺(jué)導(dǎo)航的AGV為基礎(chǔ),分析了AGV驅(qū)動(dòng)系統(tǒng)的靜態(tài)特性和動(dòng)態(tài)特性,采用M序列作為辨識(shí)輸入信號(hào),應(yīng)用最小二乘法對(duì)驅(qū)動(dòng)系統(tǒng)進(jìn)行了辨識(shí)。建立了驅(qū)動(dòng)系統(tǒng)的數(shù)學(xué)模型并對(duì)其進(jìn)行了仿真分析,為辨識(shí)模型的優(yōu)化和性能的進(jìn)一步改善打下了基礎(chǔ)。
　　 本文在對(duì)遺傳算法研究的基礎(chǔ)上,對(duì)遺傳算法進(jìn)行了改進(jìn),并提出了一種改進(jìn)的自適應(yīng)遺傳算法。針對(duì)AGV驅(qū)動(dòng)系統(tǒng)辨識(shí)的問(wèn)題采用了多目標(biāo)優(yōu)化的策略,以幅值逼近和相位逼近作為多目標(biāo)優(yōu)化問(wèn)題的兩個(gè)子目標(biāo),將多目標(biāo)優(yōu)化策

3、略與改進(jìn)的自適應(yīng)遺傳算法相結(jié)合形成了基于多目標(biāo)的改進(jìn)自適應(yīng)遺傳算法。根據(jù)最小二乘法的辨識(shí)模型,同時(shí)利用基于單目標(biāo)的基本遺傳算法和基于多目標(biāo)的改進(jìn)自適應(yīng)遺傳算法對(duì)驅(qū)動(dòng)系統(tǒng)進(jìn)行辨識(shí)。通過(guò)對(duì)辨識(shí)模型的仿真比較,結(jié)果證明了本文基于多目標(biāo)的改進(jìn)自適應(yīng)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(dòng)系統(tǒng)數(shù)學(xué)模型,并根據(jù)該數(shù)學(xué)模型完成了對(duì)AGV驅(qū)動(dòng)系統(tǒng)的動(dòng)態(tài)特性分析,為提高AGV的驅(qū)動(dòng)性能打下了技術(shù)基礎(chǔ)。
　　 最后,對(duì)本文所做的研究工作