Yöntem makalesi

Modüler tasarımı ve üretimi kapalı döngü denetimi stratejisi üzerinde dayalı bir akıllı robot

11.1K görüntüleme

⸱

DOI:

10.3791/56422

⸱

14 Ekim 2017

 ,  ,  ,  ,  ,  , 
1Institute of Software, Chinese Academy of Sciences, 2Hunan University, 3Fuyang Normal University, 4Anhui Normal University, 5University of Chinese Academy of Sciences

Bu makalede

Özet

Biz mevcut bir protokol üzerinde modüler tasarım ve üretim bilimsel ve teknik işçi özel üretim görevleri ile akıllı robot tasarım yardımcı olmak için akıllı robotlar kişisel ihtiyaçlarına göre ve tasarım bireyselleştirilmiş.

Özet

Akıllı robotlar çevresini hissediyorum, kendi eylem planı ve sonunda hedeflerine ulaşmak edebiliyoruz robotlar yeni nesil bir parçasıdır. Son yıllarda, günlük yaşam ve endüstri robotlar üzerine güven artmıştır. Bu raporda önerilen protokol tasarımı ve üretimi bir işleme robot bir akıllı arama algoritması ile bir özerk kimlik işlevi ile açıklar.

İlk olarak, çeşitli çalışma modülleri mekanik inşaat iş platformu ve robotik manipülatör yüklemesini tamamlamak için monte edilir. O zaman, biz tasarım bir kapalı çevrim kontrol sistemi ve yazılım, hata ayıklama yardımı ile bir dört çeyrekli motor kontrol stratejisi yanı sıra direksiyon dişli kimlik (ID), baud hızı ve robot istenen dinamik elde emin olmak için diğer çalışma parametreleri ayarla performans ve düşük enerji tüketimi. Sonra doğru bir şekilde çevresel bilgi elde etmek için çoklu sensör füzyon elde etmek için sensör hata ayıklama. Son olarak, robotun işlevini belirli bir uygulamanın başarısı tanıyabilir ilgili algoritma uygular.

Kullanıcıların çeşitli donanım inşaat programları geliştirmek ve bir akıllı kontrol stratejisi uygulamak için kapsamlı hata ayıklayıcıyı kullanmak bu yaklaşımın avantajı, güvenilirlik ve esneklik, gibidir. Bu yüksek verimlilik ve sağlamlık ile gereksinimlerine göre kişiselleştirilmiş gereksinimleri belirlemek kullanıcılara izin verir.

Giriş

Robotlar bilgi sensörler ve yapay zeka 1,2, mekanik, elektronik, kontrol, bilgisayarlar da dahil olmak üzere çeşitli disiplinleri birleştiren karmaşık, akıllı makineler. Giderek, robotlar yardımcı veya işyeri, sanayi üretimi, yineleyici ya da tehlikeli görevleri gerçekleştirmekte robotlar sahip avantajları nedeniyle özellikle insanlarda bile değiştirme. Çalışmada akıllı robot protokolünde tasarımını bir kapalı döngü denetimi stratejisi, özellikle yol bir genetik algoritma dayalı planlama temel alır. Ayrıca, fonksiyonel modüller robot yükseltmeleri için güçlü bir kapasite var. hangi gelecekteki en iyi duruma getirme iş için sağlam bir temel sağlayabilir kesinlikle bölünmüş3,4, olmuştur.

Robot platformu modüler uygulaması öncelikle aşağıdaki yöntemlerde temel alır: çok boyutlu kombinasyon denetimi stratejisi motor kontrol modülü5,6ve akıllı keşif bir genetik algoritma dayalı optimizasyon algoritması modülünde.

DC motor ve dört çeyrekli motor işlemi Çift Kişilik kapalı çevrim kontrol motor kontrol modülü'nü kullanın. Çift Kişilik kapalı çevrim hız kontrolü anlamına gelir Devir Ayalayıcı çıkış akım ve motor tork kontrol izin geçerli düzenleyici giriş olarak hizmet vermektedir. Bu sistemin motor tork gerçek zamanlı olarak verilen hız ile gerçek hız arasındaki farkı temel alarak denetlenebildiğini avantajdır. Zaman verilen ve gerçek arasındaki farkı hızları nispeten büyük, motor tork artırır ve yönetmelik7, için hızlı kılan hız değişiklikleri mümkün olduğunca hızlı bir şekilde motor hız verilen değere doğru sürmeyi daha hızlı hız 8 , 9. diğer taraftan, hızı nispeten yakın verilen değerdir, otomatik olarak azaltmak aşırı hız, hız verilen değer nispeten hızlı bir şekilde hiçbir hata6ile, ulaşmak izin önlemek için motor tork 10. eşdeğer zamandan beri elektrik geçerli döngü sabitidir nispeten küçük dört çeyrekli motor11,12 yanıt verebilir daha hızlı sistem için söz konusu olduğunda girişim etkisini bastırmak için Dış parazit var. Bu kararlılık ve anti-parazit yetenek sistemi geliştirmek için sağlar.

MATLAB simülasyonda sonuçlarına dayanarak en yüksek verimlilik ile genetik zeki optimizasyon algoritması seçin. Genetik olarak doğal seçilim teorisinin temel bir Stokastik paralel arama algoritması genetik algoritmasıdır. İlk herhangi bir bilgi olmaması durumunda genel en uygun çözüm bulmak için etkili bir yöntem oluşturmaktadır. Böylece sürekli seçimi, crossover, mutasyon ve diğer genetik işlemleri yoluyla çözüm kalitesini artırma bir nüfus olarak sorun çözüm kümesi Saygılar. Akıllı robotlar tarafından planlama yol ile ilgili olarak yetersiz ilk bilgiler sayesinde, karmaşık ortamları ve nonlinearity zorluk ortaya çıkar. Genetik algoritmalar daha iyi çünkü onlar global optimizasyon yeteneği, güçlü uyum ve doğrusal olmayan sorunların çözümünde sağlamlık sahip yol planlama sorunu çözmek edebiliyoruz; Sorun yok belirli kısıtlamalar vardır; hesaplama işlemi basittir; ve özel koşullar için arama alanı 13,14.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

1. inşaat makine

  1. araya gösterildiği, kasa mekanik bileşenleri uygun bağlantı elemanları kullanarak güvenli hale getirme. ( şekil 1)
    Not: anakart, motor, tekerlekler, vb kapsar, şasi için onun hareket sorumlu robot birincil bileşenidir. Böylece, derleme sırasında dirsek düz tut.
  2. Kalay tel kurşun ve pozitif ve negatif elektrotlar. İki tel yol iki ucu bağlanmayı kırmızı kurşun pozitif elektrot ve negatif elektrot siyah adayına motorun üzerine lehim.
  3. Mili kol, motor ve tekerlekler monte.
    1. Motor mili kol bağlanmak ve bir vida ile güvenli.
    2. Mili kol tekerlek hub ortasına takın.
    3. Şasi tamamlanan yapısını yükleyin.
  4. İki delik, 3 mm çapında, kasa modülü sürüş motoru yüklemek için izin vermek için ortasına. Motor modülü sürüş motoru bağlayın.
  5. Matkap bir delik her iki sol ve sağ kenarları kasanın altındaki kızılötesi sensörler için ayraç kurulumu için 1 cm.
  6. Yükleme Merkezi kasanın iki kenarının üzerine iki bağlantı elemanları.
    Not: kızılötesi sensörler normal çalışmasını sağlamak için bağlantı parça kasasına dik olduğundan emin olun.
  7. Bir delik 18 mm çapında, her iki yapısal bileşenler sensörler kurulumu için. ( şekil 2A)
  8. Şasi alt motor sürücü yükleyin. ( şekil 2B) Her dört yönden de sırasıyla, şasi işaret bir kızılötesi sensör yükleyin. ( şekil 2C)
  9. Direksiyon dişli simetri yükleyin. Direksiyon dişli işlemi tarafından oluşturulan büyük tork nedeniyle civatalar sert ve geçirimsiz Derz sağlar bir şekilde yüklenmiş olduğundan emin olun.
  10. Makine merkezi üzerinde dört kızılötesi sensörler yükleyin.
  11. Yer 14,8 V güç kaynağı makine merkezinde ve pil paketi için Mikrodenetleyici birim (MCU) yapıştırmayın.
  12. Makine üst kısmındaki dört aralığı sensörlerine yapıştırmayın. Her sensör ve zemin arasındaki açısı 60 °, göre çalışma tablo algılama doğruluğunu garanti uyum.
  13. Makine çalışma alanı içinde hedefine ulaşmak başarısız olduğunda durumları algılamak için kullanılan çift eksenli tilt sensör yükleyin.
  14. Bir tornavida robot kolu makinenin önüne eklemek için kullanın. ( şekil 3)

2. Hata ayıklama direksiyon motor ve sürücü modülünü

  1. hata ayıklama yazılım (örneğin, Robot Servo Terminal2010) açmak için çift tıklatın. Bir evrensel seri veri yolu (kablo dönüştürme USB ile) hata ayıklama kartına bağlayın. ( şekil 4)
  2. Direksiyon motoru ayarla ' s baud hızı 9600 bit/s, hızı sınırlama 521 rad/dk, açısal sınırlama 9,6 V çalışma arayüzü için 300° ve gerilim sınırlama için.
  3. Robot direksiyon dişli için çalışma modunu ayarlamak " direksiyon motor modu. "
  4. Zaman uyumsuz yarı çift yönlü iletişim denetleyicisi ve direksiyon motorları arasında bağlantı olarak uygulanır. Bu şekilde, tek bir evrensel zaman uyumsuz alıcı/verici (UART) arabirim 255'ten fazla direksiyon motorlarından denetleyicisi denetleyebilirsiniz. ( şekil 5)
    Dikkat: Olabilir, en az 6 motorları tek bir kabloya bağlı direksiyon. Çok fazla direksiyon motorları sıfırlama ve anormal veri iletişim, vs gibi alışılmadık davranış kaynaklanan aşırı ısınma ve büyük gerilim düşümü yol açar ( şekil 6)
  5. zaman uyumsuz yarı çift yönlü uygulamak iletişim denetleyicisi ve modül sürüş motor arasındaki bağlantı olarak. ( Şekil 7)
  6. İki sürüş modülleri ve dört direksiyon motor kimliği sayısını ayarlayın. ID3 ve ID4 gelecek güncelleştirme amaçlar için boş bırakılır. ( şekil 8)
    Not: ID1: leftward sürüş modülü; ID2: Droitisation modülü sürüş; ID5: sol açık direksiyon motor; ID6: sağ ön direksiyon motor; ID7: sol-arka direksiyon motor; ID8: sağ-arka direksiyon motoru.
  7. Direksiyon motorları tek tek basamaklı ve cascade denetleyicisine bağlanma.
  8. İlgili denetleyicisi ara yüzleri sensörler bağlayın. Bu kimin bağlayıcı bir üçgen işareti ayılar sensör zemin (GND) olduğunu belirtmek gerekir.
    Not: AD1: açık kızılötesi fotoelektrik sensör üzerinde alt; AD2: kızılötesi fotoelektrik sensör üzerinde alt sağ; AD3: arka kızılötesi fotoelektrik sensör alt; AD4: alt üzerinde sol kızılötesi algılayıcı; AD5: sensör ölçüm açık Kızılötesi mesafe; AD6: doğru Kızılötesi mesafe ölçüm sensörü; AD7: arka kızılötesi sensör ölçüm; AD8: sensör ölçüm sol Kızılötesi mesafe; AD9: sol açık Anti-sonbahar kızılötesi fotoelektrik sensör; AD10: sağ ön Anti-sonbahar kızılötesi fotoelektrik sensör; AD11: sağ-arka anti-sonbahar kızılötesi fotoelektrik sensör; AD12: sol-arka anti-sonbahar kızılötesi fotoelektrik sensör.

3. Sensörler hata ayıklama

  1. düzenleyen döndür düğmesi sensörler algılama aralığını ayarlamak için kızılötesi sensörler kuyruk üzerinde. Robot çalışma tablosu ortasına yerleştirilir, en iyi dört kızılötesi sensörler mantığı düzeyi 1 olur. Makine çalışma tablosu kenarına taşındığında, karşılık gelen tarafında kızılötesi sensör mantığı düzeyi 0 olacaktır. ( Þekil 9A)
    Not: Robot kızılötesi sensörler mantık düzeyini analiz ederek çalışma tablosu'deki konumunu belirleyebilirsiniz. Sol ve açık sensörleri mantık düzeyleri 0 varsa, örneğin, robot çalışma tablosunun sol üst bölgede olmalıdır.
  2. Temel değerlerine mesafe sensörü için kalibrasyon ölçüm değerleri karşılaştırın. ( şekil 9B)
    Not: Mesafe sensörü bir analog sensör olduğunu. Mesafe değişir gibi sensör ' s sinyal gücü geri bildirim ve karşılık gelen ölçülen değerleri de değişir. Robot çevresi değişiklikleri belirlemek için ölçüm değerleri dijital sensörler ile ev sahibi makine iletilecek.
  3. Tilt-açı sensörü hata ayıklama.
    1. Tilt-açı sensörü yatay olarak yerleştirin ve onun ölçüm değerleri kayıt.
    2. Sensör iki farklı yönlere doğru eğilmek ve onun ölçüm değerleri kaydetmek. Ölçülen değerler hata aralığında ise, sensör, düzenli işleminde varlık olarak kabul edilebilir.

4. Kontrol düzeni

  1. yapısı DC motor, simülasyon modeli esas DC motor voltaj denge denklemi, akı bağlantı denklem ve tork denge denklemi.
    1. Ağımdaki gerilim denge denklemi tarafından verilen
      figure-protocol-1
      u d doğrudan eksen gerilim, u q Kadrat eksen gerilim olduğunu. R d ve R q doğrudan eksen direnci ve Kadrat eksen direnç sırasıyla göstermek. figure-protocol-2, figure-protocol-3, figure-protocol-4, figure-protocol-5 , doğrudan eksen geçerli, temsil doğrudan eksen geçerli, doğrudan eksen akı ve Kadrat eksen akı.
    2. Ağımdaki akı tarafından verilen bağlantı denklem
      < img birlt "Denklem 6" src="/files/ftp_upload/56422/56422eq6.jpg" = / >
      nerede figure-protocol-6 ve figure-protocol-7 katsayısı göstermek bir eksen self-inductance ve Kadrat eksen self-inductance sırasıyla yolu tarif etmek. figure-protocol-8 ve figure-protocol-9 Karşılıklı indüktans katsayısı vardır. figure-protocol-10, figure-protocol-11 elektromanyetik tork ve yük tork temsil.
    3. Tarafından hesaplanan Ağımdaki tork denge denklemi figure-protocol-12.
      4. DC motor
    4. Yapı simülasyon modeli. ( şekil 10)
  2. DC motor Çift Kişilik kapalı çevrim kontrol uygulamak. Motor düzenleyecek geçerli Düzenleyici için giriş olarak Devir Ayalayıcı çıkışını kullanmak ' s tork ve akım.
    Not: Diyagram geçerli düzenleme sistemi yapısı. ( Şekil 11)
    PI geçerli regülatör transfer fonksiyonu olarak gösterilen figure-protocol-13, nerede figure-protocol-14 orantılı katsayısı Geçerli regülatör ve figure-protocol-15 geçerli regülatörü, kurşun zaman sabitidir. Ölçek katsayısı tarafından elde edilen figure-protocol-16, ayrılmaz katsayısı ve figure-protocol-17.
    1. Uygula Çift Kişilik kapalı çevrim kumanda DC motor. ( şekil 12)
  3. DC motor dört çeyrekli hareket kontrolü uygulamak. ( şekil 13) Dört çeyrekli hareket DC motor açma-kapama Metal oksit yarı iletken alan etkili transistör (MOSFET), oransal olarak elde etmek için
    1. bir H-köprü sürüş yararlanın devre. ( Şekil 14)
      Not: Q1 ve Q4 açık olduğundan ve motor ileri elektrik devlet ve devlet çalışan ilk çeyreği. S3 ve S4 açık olduğunda, motor devlet ve devlet çalıştıran ikinci çeyreği fren enerji olduğunu. Q2 ve Q3 açıldığında motor ters elektrik durumu ve üçüncü çeyreği hareket durumu olduğunu. Q1 ve Q2 açıldığında motor durumu ve dördüncü çeyreği hareket durumu frenleme ters içinde enerjidir.
  4. Darbe genişlik modülasyonu (PWM DC motor hızını düzenleyen) uygulayın. Böylece ortalama değer ve Rotasyon hızı girişine oransal motor armatür açma-kapama elektrik anahtarı, DC motor gücü gerilim kaynağı zaman aslında değişmeden kalır kontrol ederek uygulanan DC gerilim darbe genişliği (iş hacmi) modüle Armatür gerilim motorun.

5. Program yazmak

  1. KEIL5 tarafından denetleyicisi olarak oluşturulan ikili (BIN) dosyasını içe aktarmak için USB download satırını kullanın.
  2. Yürütülecek programı seçin.

6. Uygulama senaryo

  1. bir fabrikada kargo kategorilere ayırmak için Uygula renk tanıma. ( şekil 15)
    1. Bir optik kamera görüntüleri toplamak ve geri döndü iki boyutlu dizi sayısı kullanılarak taranmış renk doğrulamak için kullanın.
    2. Mekanik kolları nesnesiyle kaldırın.
    3. Kamera kullanarak ve sürüş motoru robot belirlenen konum nesnesine taşımak için bir komut yayın.
  2. Hızlı bir şekilde belirlenmiş alanlarda temizlemek için arama. ( şekil 16)
    1. Engelleri çevresindeki konumlar algılamak için robot üzerinde dört optik sensörleri kullanır.
    2. Mekanik küreği Asansör ve belirlenen alanlarda engelleri kaldırmak için direksiyon motor komuta.
    3. Kullanım en etkili arama yolu belirlemek için genetik algoritma
  3. Makine çalışma alanı işçilerden ayırmak ve işçi güvenliği sağlamak için tezgah düşen önlemek için kendini tanıma özelliğini kullanın.
    1. Zemin ve tezgah tanıyan dört üst optik sensörler, arasındaki yükseklik farkı dayalı sinyallerini değiştirebilir.
    2. Tezgah kenarlarını konumunu belirlemek için kesilebilir sinyalleri analiz.
    3. Tezgah kenarlarını önlemek için makine komut.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

Çift Kişilik kapalı döngü hareket kontrol programı şemada, mor bir verilen hız sinyal ve sarı denetim sistemi çıktı değerini temsil eder. Şekil 17 açıkça Çift Kişilik kapalı çevrim kontrol sistemi daha bir açık döngü sistemi önemli ölçüde daha etkili olduğunu gösteriyor. Çift Kişilik kapalı çevrim sisteminin çıktının gerçek kaçmak nispeten küçük ve sistemin dinamik performansı daha iyidir. ( Şekil 17)

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

Bu yazıda, bir tür özerk olarak inşa edilebilir akıllı robot dizayn ettik. Biz önerilen akıllı arama algoritması ve özerk tanıma çeşitli yazılım programları donanım ile entegre ederek hayata. İletişim kuralı ' kullanıcılar yardımcı olabilir akıllı robot hata ayıklama tasarım kendi robot uygun mekanik yapısını ve donanım yapılandırma temel yaklaşımlar tanıttı. Ancak, fiili çalışma sırasında istikrar yapısı, onun çalışma aralığı, özgürlük derecesi ve alanı kullanımı, bu parametreler gereksinimlerini karşılamasını sağlamak ...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarlar ifşa gerek yok.

Teşekkürler

Yazarlar bu gazetede bildirdi deneyler yapmakta onun yardım için Bay Yaojie he onların şükran ifade etmek istiyorum. Bu eser kısmen Ulusal Doğa Bilimleri Vakfı Çin tarafından (No. 61673117) destek verdi.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
yapısal parçalarUPTECMONYH HARL1-1
yapısal parçalarUPTECMONYH HARL2-1
yapısal parçalarUPTECMONYH HARL3-1
yapısal parçalarUPTECMONYH HARL4-1
yapısal parçalarUPTECMONYH HARL5-1
yapısal parçalarUPTECMONYH HARL5-2
yapısal parçalarUPTECMONYH HARU3A
yapısal parçalarUPTECMONYH HARU3B
yapısal parçalarUPTECMONYH HARU3C
yapısal parçalarUPTECMONYH HARU3F
UPTECMONYH
HARU3H
yapısal parçalarUPTECMONYH HARU3J
yapısal parçalarUPTECMONYH HARI3
yapısal parçalarUPTECMONYH HARI5
yapısal parçalarUPTECMONYH HARI7
yapısal parçalarUPTECMONYH HARCGJ
bağlantı bileşeniUPTECMONYH HARLM1
bağlantı bileşeniUPTECMONYH HARLM2
bağlantı bileşeniUPTECMONYH HARLM3
bağlantı bileşeniUPTECMONYH HARLM4
bağlantı bileşeniUPTECMONYH HARLX1
bağlantı bileşeniUPTECMONYH HARLX2
bağlantı bileşeniUPTECMONYH HARLX3
bağlantı bileşeniUPTECMONYH HARLX4
Direksiyon dişli yapısı bileşeniUPTECMONYH HARKD
Direksiyon dişli yapısı bileşeniUPTECMONYH HARDP
Kızılötesi sensörUPTECMONYH HARE18-B0Dijital sensör
Kızılötesi  Aralık  FinderSHARPGP2D12
Gri seviye sensörüSHARPGP2Y0A02YK0F
proMOTION  CDS KESKİNCD'ler& nbsp; 5516Robot direksiyon dişlisi
motor tahrik modülüRisymHG7881
lehim teliELECALL63A
terminaliParlak tel5264
motorBX motor60JX
kameraLogitechC270
Delme makinesiXIN XIANG16MMLütfen dikkatli olun
Lehimleme istasyonuYIHUA8786DBe  dikkatli  için  be  yanık
tornavidaEXPLOIT043003
CımbızR'DEERRST-12
yapısal parçalar UPTECMONYH HAR U3G yapısal parçalar

Kaynaklar

  1. Charalampous, K., Kostavelis, I., Gasteratos, A. Robot navigation in large-scale social maps: An action recognition approach. Expert Syst Appl. 66 (1), 261-273 (2016).
  2. Huang, Y., &Wang, Q. N. Disturbance rejection of Central Pattern Generator based torque-stiffness-controlled dynamic walking. Neurocomputing. 170 (1), 141-151 (2015).
  3. Tepljakov, A., Petlenkov, E., Gonzalez, E., Belikov, J. Digital Realization of Retuning Fractional-Order Controllers for an Existing Closed-Loop Control System. J Circuit Syst Comp. 26 (10), 32-38 (2017).
  4. Siluvaimuthu, C., Chenniyappan, V. A Low-cost Reconfigurable Field-programmable Gate Array Based Three-phase Shunt Active Power Filter for Current Harmonic Elimination and Power Factor Constraints. Electr Pow Compo Sys. 42 (16), 1811-1825 (2014).
  5. Brogardh, T., et al. Present and future robot control development - An industrial perspective. Annu Rev Control. 31 (1), 69-79 (2007).
  6. Wang, E., Huang, S. A Novel DoubleClosed Loops Control of the Three-phase Voltage-sourced PWM Rectifier. Proceedings of the CSEE. 32 (15), 24-30 (2012).
  7. Li, D. H., Chen, Z. X., Zhai, S. Double Closed-Loop Controller Design of Brushless DC Torque Motor Based on RBF Neural Network. Proc. 2nd International Conference on Frontiers of Manufacturing Science and Measuring Technology. (ICFMM 2012), , 1351-1356 (2012).
  8. Tian, H. X., Jiang, P. L., Sun, M. S. Double-Loop DCSpeed Regulation System Design Basd On OCC). Proc. 4th International Conference on Advances in Materials and Manufacturing (ICAMMP 2013), , 889-890 (2014).
  9. Xu, G. Y., Zhang, M. Double Closed-Loop Feedback Controller Design for Micro Indoor Smart Autonomous Robot). Proc. International Conference on Material Science and Engineering Technology. (ICMSET 2011), , 474-479 (2011).
  10. Chen, Y. N., Xie, B., Mao, E. R. Electric Tractor Motor Drive Control Based on FPGA. Proc. 5th IFAC Conference on Sensing, Control and Automation Technologies for Agriculture (AGRICONTROL), , 271-276 (2016).
  11. Zhang, J., Zhou, Y. J., Zhao, J. Study on Four-quadrant Operation of Brushless DC Motor Control Method. Proc. International Conference on Mechatronics, Robotics and Automation. (ICMRA 2013). , 1363-1368 (2013).
  12. Joice, C. S., Paranjothi, S. R., Kumar, V. J. S. Digital Control Strategy for Four Quadrant Operation of Three Phase BLDC Motor With Load Variations. Ieee T Ind Inform. 9 (2), 974-982 (2013).
  13. Drumheller, Z., et al. Optimal Decision Making Algorithm for Managed Aquifer Recharge and Recovery Operation Using Near Real-Time Data: Benchtop Scale Laboratory Demonstration. Ground Water Monit R. 37 (1), 27-41 (2017).
  14. Wang, X. S., GAO, Y., Cheng, Y. H., Ma, X. P. Knowledge-guided genetic algorithm for path planning of robot. Control Decis. 24 (7), 1043-1049 (2009).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

D rt eyrekli Motor Kontroloklu Sens r F zyonuRobotik Manip lat rDonan m KurulumuSens r Hata Ay klamaOtonom Tan mlamaAk ll Arama Algoritmas

İlgili makaleler