針對目前的控制實驗系統(tǒng)存在局限性,本項目小組設計并開發(fā)了一種新型的控制實驗系統(tǒng),此系統(tǒng)彌補了現(xiàn)有控制實驗系統(tǒng)中,控制軟件開放程度不高、操作不夠人性化、網(wǎng)絡化實驗平臺的支持不足以及難于實現(xiàn)復雜控制算法實驗等問題,具有廣闊的應用前景和良好的社會效益。
在中國高等教育中,自動化專業(yè)是一個融合了控制理論與技術、機械設計、 電子設計、軟件工程為一體的綜合性學科。當今,社會需求的自動化專業(yè)的人才要求有扎實的理論基礎,較強的實際動手能力,這就要求學生在學校階段要有很好的理論設計和實際開發(fā)的訓練。目前,國內(nèi)外自動化專業(yè)的實驗系統(tǒng)雖然具有各自的特點,能夠滿足用戶的特定需求,但是目前對教學實驗系統(tǒng)的研究和開發(fā)仍然存在一些不盡如人意的地方,主要體現(xiàn)在:控制實驗系統(tǒng)缺乏一個環(huán)境開放、界面友好的軟件平臺;實驗系統(tǒng)無法支持遠程網(wǎng)絡化實驗形式;實驗系統(tǒng)控制對象結構復雜度不足,無法支持科研人員對于高級復雜算法的開發(fā)研究等。 針對控制實驗系統(tǒng)的需求,本項目完成的內(nèi)容如下: 1. 對基于MATLAB/Simulink的網(wǎng)絡化控制實驗系統(tǒng)進行總體架構設計; 2. 設計并研發(fā)了網(wǎng)絡化通用控制器、EasyControl控制軟件平臺及包括多功能過程控制實驗平臺和倒立擺機器人(Pendubot)實驗平臺在內(nèi)的控制實驗對象; 3. 利用上面開發(fā)的軟件、控制器和被控對象,搭建了網(wǎng)絡化的多功能過程控制實驗系統(tǒng)和倒立擺機器人(Pendubot)實驗系統(tǒng),另外,連接第三方的被控對象,搭建了旋轉(zhuǎn)倒立擺和球桿實驗系統(tǒng); 4. 在所搭建的實驗系統(tǒng)上進行了豐富的基礎實驗驗證,同時開展了研究性的復雜控制實驗,如雙容水箱的自適應解耦控制實驗、倒立擺機器人基于TS模糊的最優(yōu)控制實驗以及旋轉(zhuǎn)倒立擺的LQR最優(yōu)控制實驗和球桿控制實驗系統(tǒng)的神經(jīng)網(wǎng)絡補償控制實驗。 目前,本項目已經(jīng)取得了十分突出的研究成果,依托于本實驗平臺,項目組的成員以及老師已在多篇國際國內(nèi)權威期刊發(fā)表學術論文。并且憑借著本項目對于MATLAB/Simulink軟件的成功拓展與應用,其研究成果已經(jīng)作為典型案例被收錄于自動化專業(yè)MATLAB軟件的經(jīng)典教材之中。另外,在取得學術成績的同時也帶來了可觀的經(jīng)濟效益,并且得到了相關專家學者和行業(yè)權威人士的高度認可。
第十二屆“挑戰(zhàn)杯”作品 二等獎
項目組成員發(fā)表論文: 1.基于T-S模糊策略的欠驅(qū)動機械臂的平衡控制[J]. 控制工程.2012,01. 項目組指導教師基于本項目的產(chǎn)品發(fā)表論文: 1.Data based Virtual Un-modeled Dynamics Driven Multivariable Nonlinear Adaptive Switching Control[J],IEEE Transactions on Neural Networks. (SCI & EI regular paper), accepted. 2.基于未建模動態(tài)補償?shù)姆蔷€性自適應切換控制方法[J],自動化學報.(長文,已錄用) 3.The Energy Swing-up Control of Pendubot System Based on Neural Network Compensation[J]. Neural Computing and Applications (SCI 源), submitted. 項目所開發(fā)系統(tǒng)以作為典型案例被權威教材收錄: 1.基于MATLAB/Simulink的系統(tǒng)仿真