自動導(dǎo)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(dǎo)向小車(Automated Guided Vehicle,AGV)在行業(yè)中應(yīng)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(xué)模型及動態(tài)特性進(jìn)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(xì)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(dǎo)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(yīng)用最小二乘法對驅(qū)動系統(tǒng)進(jìn)行了辨識。建立了驅(qū)動系統(tǒng)的數(shù)學(xué)模型并對其進(jìn)行了仿真分析,為辨識模型的優(yōu)化和性能的進(jìn)一步改善打下了基礎(chǔ)。
　　 本文在對遺傳算法研究的基礎(chǔ)上,對遺傳算法進(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AGV驅(qū)動系統(tǒng)辨識的問題采用了多目標(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)化問題的兩個子目標(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)最小二乘法的辨識模型,同時利用基于單目標(biāo)的基本遺傳算法和基于多目標(biāo)的改進(jìn)自適應(yīng)遺傳算法對驅(qū)動系統(tǒng)進(jìn)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(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)動系統(tǒng)數(shù)學(xué)模型,并根據(jù)該數(shù)學(xué)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