自主農(nóng)業(yè)機器人的神經(jīng)-模糊建模與故障檢測.pdf

1、API是由丹麥奧爾堡大學和農(nóng)業(yè)科學研究所等單位聯(lián)合研發(fā)的自主農(nóng)業(yè)機器人。API機器人的主要任務是實現(xiàn)農(nóng)業(yè)耕作的自動化，比如說，應用API機器人自主田間除草不僅可以減少農(nóng)業(yè)人員耕作的辛苦，而且能夠大幅度減少除草劑的使用，是當今農(nóng)業(yè)現(xiàn)代化的研究熱點之一。作為一個復雜的機器人系統(tǒng)，API機器人系統(tǒng)融和了機器人學、機電一體化技術、通訊與計算機技術、機器人視覺與傳感融合技術及故障檢測技術等多種高新技術。 本論文以API機器人系統(tǒng)的建模和系

2、統(tǒng)的故障檢測為研究重點。1)API機器人系統(tǒng)的神經(jīng)-模糊建模 API機器人系統(tǒng)是一個強非線性、多變量、時變的復雜系統(tǒng)，用常規(guī)的數(shù)學方法建模既費時又費力，而且在各種假設下建立模型，其適應度也大打折扣。由于神經(jīng)-模糊建模方法不同于解析的數(shù)學建模法(白色方法)，也不同于完全基于數(shù)據(jù)的建模法(黑色方法)，它是一種既基于測量數(shù)據(jù)又基于系統(tǒng)知識的建模方法，而類似于API機器人這樣復雜的系統(tǒng)，測量其輸入輸出是容易做到的，因此，本論文采用神經(jīng)-

3、模糊理論來建立API機器人系統(tǒng)的數(shù)學模型。本文針對API機器人系統(tǒng)結構的對稱性，首次提出等效輪的概念，合理地簡化了輸入變量的數(shù)目。過擬合現(xiàn)象是應用神經(jīng)-模糊方法建模時常發(fā)生的現(xiàn)象，本文提出了一種ANFIS算法，通過調整數(shù)據(jù)運算的迭代次數(shù)，避免了過度匹配訓練數(shù)據(jù)，從而有效地防止了過擬合現(xiàn)象’的發(fā)生。大量的仿真結果表明，本文所提出的算法優(yōu)于用傳統(tǒng)的解析方法建模的效果，大大提高了API機器人系統(tǒng)的建模效率和精度。 2)API機器人系統(tǒng)

4、的故障檢測 論文的第二個重點在于研究API機器人系統(tǒng)的故障檢測(FD)。從API機器人系統(tǒng)的可靠性和安全性考慮，故障檢測是實現(xiàn)API機器人自主完成農(nóng)業(yè)耕作目標的重要保障。故障檢測屬于容錯控制的范疇，通過檢測算法可以預警系統(tǒng)中可能發(fā)生的故障，控制器可根據(jù)警告做出相應的重構重組，以確保系統(tǒng)的安全。實現(xiàn)故障檢測的方法有三類，基于解析模型的方法、基于信號處理的方法和基于知識的方法。本論文將解析模型法和知識法相結合，首次提出了一種基于神經(jīng)