您目今的位置： 首页 > 案例新闻 > 新闻动态 > yd2333云顶电子游戏动态

一种仓储物流自动扶引小车的动力学建模及验证

来源：本站 | 宣布日期：2023-02-22

0 前言

近年来，自动扶引小车(Automatic Guided Vehicle, AGV)因为其形式灵活、自主开发性高、功效性强等特点，一直被广泛应用于工厂、制造业中，尤其在仓储物流行业[1,2,3],直接取代了任务重复率大、劳动强度高的搬运与输送环节的人力劳动。AGV运动学和动力学模型的搭建是AGV轨迹跟踪控制等众多要害研究的基础，其结构的精准度直接影响着运动性能和任务准确性。目前相关的研究已经许多[4,5,6,7,8,9],可是大大都研究都没有将电机和驱动环节加入模型中来构建动力学整车数学模型。而在AGV轨迹跟踪控制的研究中，电机的影响是不可忽略的，没有考虑电机将会与实际的模型保存巨大误差。AGV常用的直流电机控制系统的非线性特性一直是其模型准确搭建的阻碍。为解决这个问题，相关学者提出种种仿真要领，包括二阶线性模型[10]、类等效模型[11,12]等，取得了良好的仿真效果。另外AGV经�；崾艿嚼醋韵低衬诓坑胪獠壳榭龅淖倘�，导致仿真的数学模型鲁棒性差。因此，如何使AGV仿真模型在滋扰之下仍然坚持良好的仿真效果成为了一个要害问题。

本文作者在研究AGV非线性系统模型时，主要针对来自于外部负载与质心变革的影响，将电机加入AGV仿真模型中，从而构架完整的AGV动力学整车数学模型，使得模型越发贴近实际系统，为AGV的其他技术研究提供越发精准的模型支持。另外，还提出利用革新遗传算法[13]对动力学模型的参数进行辨识，并通过实验对动力学模型的准确性进行验证。

1 AGV运动学模型

将具有非完整约束特性的差速驱动AGV作为研究工具，该AGV左右两边各装置一个驱动轮，前后各装置一个万向轮，结构如图1所示，其中两驱动轮接纳电机轮。图中，X-Y为AGV的全局坐标系，XR-YR为局部坐标系，局部坐标系的原点为AGV的质心位置C,设2个坐标系之间的夹角为θ,偏向以逆时针为正。

设AGV在全局坐标系中的位姿矢量为ξI=(x,y,θ)T,在局部坐标系中的位姿矢量为ξR=(xR,yR,θR)T,二者之间的映射关系[6]为

yd2333云顶电子游戏游戏(中国)有限公司

式中：R(θ)为正交旋转矩阵。

图1 AGV结构示意

因为AGV满足运动学纪律，因此式(2)、式(3)建立。

vl=ωlr,vr=ωrr (2)

$ω (t) = \frac{v_{r} - v_{l}}{l}, v (t) = \frac{v_{r} + v_{l}}{2}$ (3)

式中：vl、vr划分为左、右驱动轮的线速度；ωl、ωr划分为左、右驱动轮的角速度；r为驱动轮的半径；l为两驱动轮的轮距；ω为车体的转向角速度；v为车体质心的线速度。

凭据AGV的运动特性，对局部坐标系位姿矢量ξR求导可得式(4)。

yd2333云顶电子游戏游戏(中国)有限公司

式中：d为质心至驱动轴的垂向距离。

对式(1)进行求导，并联立式(2)、式(3)和式(4),可得式(5)

$\begin{array}{l} \dot{ξ}_{Ι} = [\begin{matrix} \dot{x} \\ \dot{y} \\ \dot{θ} \end{matrix}] = R (θ) \dot{ξ}_{R} = [\begin{matrix} \cos θ & - \sin θ & 0 \\ \sin θ & \cos θ & 0 \\ 0 & 0 & 1 \end{matrix}] [\begin{matrix} \dot{x}_{R} \\ \dot{y}_{R} \\ \dot{θ}_{R} \end{matrix}] = \\ [\begin{matrix} \frac{r c o s θ}{2} + \frac{d r s i n θ}{l} & \frac{r c o s θ}{2} - \frac{d r s i n θ}{l} \\ \frac{r s i n θ}{2} - \frac{d r c o s θ}{l} & \frac{r s i n θ}{2} + \frac{d r c o s θ}{l} \\ - \frac{r}{l} & \frac{r}{l} \end{matrix}] [\begin{matrix} ω_{l} \\ ω_{r} \end{matrix}] (5) \end{array}$

界说AGV的广义位姿矢量为q=(x,y,θ,φl,φr)T,φl、φr划分为左右驱动轮的角位移。AGV满足非完整约束条件，即下式建立[6]:

$A (q) \dot{q} = 0$ (6)

yd2333云顶电子游戏游戏(中国)有限公司

取一满秩矩阵S(q),使A(q)S(q)=0,故一定有组矢量V=(ωl,ωr)T,使 $\dot{q} = S (q) V$ 建立，与式(5)结合，即可得AGV的运动学模型为

$\begin{array}{l} \dot{q} = [\begin{matrix} \dot{x} \\ \dot{y} \\ \dot{θ} \\ ω_{l} \\ ω_{r} \end{matrix}] = S (q) V = \\ [\begin{matrix} \frac{r c o s θ}{2} + \frac{d r s i n θ}{l} & \frac{r c o s θ}{2} - \frac{d r s i n θ}{l} \\ \frac{r s i n θ}{2} - \frac{d r c o s θ}{l} & \frac{r s i n θ}{2} + \frac{d r c o s θ}{l} \\ - \frac{r}{l} & \frac{r}{l} \\ 1 & 0 \\ 0 & 1 \end{matrix}] [\begin{matrix} ω_{l} \\ ω_{r} \end{matrix}] (8) \end{array}$

2 AGV本体动力学剖析

动力学与运动学差别，它主要是确定AGV在受到外力作用时的运动结果，通例的AGV研究基本没有涉及到对动力学的研究，可是随着物流行业的快速生长，仓储物流AGV负载质量逐渐增大，为对AGV进行更精准的控制，通过调解电机的输出转动力矩控制驱动轮转速，以抵达控制AGV位姿的目的。因此，进行AGV本体动力学模型的研究。动力学设计所用到的参数如表1所示。

表1 动力学参数界说

符号/单位	界说
m/kg	AGV整体的质量
Jz/(kg·m2)	沿质心点C绕Z轴的转动惯量
Jl/(kg·m2)	左轮输出轴的转动惯量
Jr/(kg·m2)	右轮输出轴的转动惯量
Tl/(N·m)	左边电机驱动的力矩
Tr/(kg·m)	右边电机驱动的力矩
φl/(rad·s-1)	左轮的转速
φr/(rad·s-1)	右轮的转速
Fxl/N	左轮受地面对XR轴偏向的约束反力
Fxr/N	右轮受地面对XR轴偏向的约束反力
Fy/N	驱动轮沿着YR轴偏向上的约束反力
M	惯量矩阵
E	转换矩阵
λ	拉格朗日乘数因子矩阵
τ/(N·m)	输入力矩的矢量

如图1所示，划分在XR、YR以及Z偏向对电机轴进行力矩平衡的受力剖析，可得方程(9):

yd2333云顶电子游戏游戏(中国)有限公司

结合AGV位姿矢量q=(x,y,θ,φl,φr)T,通过拉格朗日的标准形式，获得：

$Μ \ddot{q} = E τ - A^{Τ} (q) λ$ (10)

yd2333云顶电子游戏游戏(中国)有限公司

通过AGV的运动学模型即式(8)可以获得A(q)、S(q)满足等式A(q)S(q)=0。

联立整合上述方程，将式(6)两端同时乘以ST(q),与A(q)S(q)=0结合可得简化后的动力学方程为式(12),其中转动惯量Jl、Jr由下节确定。

$τ = S^{Τ} (q) Μ \ddot{q}$ (12)

3 AGV负载变革参数确定

在仓储物流的情况中，由于负载是随时可变的，并且不可忽略，导致质心的位置也不牢固，一般动力学的质心都会假设为小车中心，与真实情况误差比较大，故作者借鉴了汽车动力学的相关理论知识，将AGV运动和车轮载荷结合进行剖析，建立负载与转动惯量之间的对应关系，从而建立可变负载、变质心的差速AGV动力学模型。

3.1 车轮载荷漫衍

车轮载荷指AGV在停止或者水平运动情况下，车轮与车体笔直偏向的受力情况。为便当剖析，仅在AGV静止或匀速直线运动情况下对负载变革进行考虑，AGV的驱动轮和万向轮的载荷受力如图2所示。

图2 车轮载荷受力示意

图2中，AGV的质心在点c处，在横轴与纵轴的分量划分为c′和c″,前、后万向轮距离c′的距离划分为la、lb,左、右驱动轮到c″的距离划分为ld、lc。凭据力的平衡原理可以获得驱动轮及万向轮受到的笔直载荷为

$F_{l} = F_{r} = \frac{m g l_{b}}{2 (l_{a} + l_{b})}, Ν_{f} = Ν_{b} = \frac{m g l_{d}}{2 (l_{c} + l_{d})}$ (13)

式中：Nf、Nb划分为前、后万向轮受到地面的约束力；Fl、Fr划分为左、右轮受到的约束力；g为重力加速度。

3.2 电机等效转动惯量

设AGV做直线运动，依据系统功率通报函数以及动能稳定的折算原则，左右驱动轮的动能为

$E = \frac{1}{2} \frac{F}{g} v^{2} = \frac{1}{2} [\frac{m l_{a}}{2 (l_{a} + l_{b})}] v^{2}$ (14)

电机轴的动能为

$E_{l} = \frac{1}{2} J_{l} ω_{l}^{2} E_{r} = \frac{1}{2} J_{r} ω_{r}^{2}$

联立式(13)、式(14)得出差速AGV左右两轮电机轴的转动惯量为

$J_{l x} = \frac{m r^{2}}{2} (\frac{l_{a}}{l_{a} + l_{b}}), J_{l y} = \frac{m r^{2}}{2} (\frac{l_{c}}{l_{c} + l_{d}})$ (15)

$J_{r x} = \frac{m r^{2}}{2} (\frac{l_{a}}{l_{a} + l_{b}}), J_{r y} = \frac{m r^{2}}{2} (\frac{l_{d}}{l_{c} + l_{d}})$ (16)

$J_{l} = \sqrt{J_{l x}^{2} + J_{l y}^{2}}, J_{r} = \sqrt{J_{r x}^{2} + J_{r y}^{2}}$ (17)

由此，得出可变负载的Jl、Jr。将Jl、Jr代入式(12)可确定电机驱动力矩τ与AGV加速度矢量 $\overset{\cdot \cdot}{q}$ 之间的表达式。将此表达式与电机模型结合即可建立AGV整体的仿真模型。

4 AGV仿真模型

本文作者设计的AGV在动力学的基础上加入了双闭环直流电机的控制系统，这里将动力学模型与电机模型结合，简化庞大的电机模型，结构类等效模型，完成AGV完整仿真模型的建立。

4.1 双闭环直流电机控制系统

因为从AGV中提取实时的电压、电流以及种种元件的属性较为困难，无法精确地结构出轮毂电机的电机仿真模型，本文作者凭据常见的直流电机双闭环控制系统，通太过析动态电压方程，结构类等效的电机模型。

关于目前的AGV,通常接纳性能好、应用广的直流电机双闭环控制系统，与单闭环控制的系统相比，它拥有更好的动态性能和启动时响应速度快等优点。直流电机双闭环控制系统动态结构如图3所示。

图3 电机控制系统动态结构

其中：WASR(s)为转速调理器通报函数，WACR(s)为电流调理器通报函数，Ks/(Tss+1)为PWM控制器与变换器的通报函数。

4.2 AGV电机系统动态结构

剖析电机端电压和力矩之间的关系，涉及到的各个参数界说见表2。

表2 电机系统参数寄义

参数/单位	界说
Rl/Ω	左电枢回路电阻
Rr/Ω	右电枢回路电阻
Ll/H	左电枢回路电感
Lr/H	右电枢回路电感
τl/s	左电枢回路电磁时间常数
τr/s	右电枢回路电磁时间常数
Cml	左电动机的转矩系数
Cmr	右电动机的转矩系数
Cel	左电动机的电机系数
Cer	右电动机的电机系数
nl/(rad·s-1)	左两轮电机转速
nr/(rad·s-1)	右两轮电机转速
El/V	左电动势
Er/V	右电动势
Ul/V	左电机电枢电压
Ur/V	右电机电枢电压
Il/A	左电机电枢电流
Ir/A	右电机电枢电流
ηl	左驱动轮电机转矩的传动效率
ηr	右驱动轮电机转矩的传动效率
TLl/(N·m)	左传动系内部总摩擦阻力矩
TLr/(N·m)	右传动系内部总摩擦阻力矩
Tl/(N·m)	左电机输出转矩
Tr/(N·m)	右电机输出转矩

凭据伺服电机动态电压方程可得式(18):

yd2333云顶电子游戏游戏(中国)有限公司

对式(12)求导，与式(18)结合得方程：

$\dot{v} = - [S^{Τ} (q) Μ S (q)]^{- 1} \cdot S^{Τ} (q) Μ \dot{S} (q) v +$

[ST(q)MS(q)]-1τ (19)

将上述方程简化，可得轮速的非线性微分方程为

yd2333云顶电子游戏游戏(中国)有限公司

式中：

yd2333云顶电子游戏游戏(中国)有限公司

联立式(18)和式(20),得：

yd2333云顶电子游戏游戏(中国)有限公司

对式(22)进行拉普拉斯变换并整理得：

yd2333云顶电子游戏游戏(中国)有限公司

将上式转换为通报函数方框图，获得具有耦合关系的AGV电机系统动态结构方框图如图4所示。

图4 AGV电机系统动态结构方框图

4.3 AGV仿真模型

利用特征剖析与类等效建模法的要领，将双闭环直流电机控制系统和设计出的动力学模型结合在一起，简化成一个状态方程，如图5所示即为简化后的AGV系统的完整仿真模型。

图5 简化后的AGV类等效动力学模型

图5中，Krl=lλr/rλr≈1/4、Klr=rλl/lλl≈1/4、Tl2=30i2Cmlηl/(πβl)、Tr2=30i2Cmrηr/(πβr)、JL=mr2/2、JR=mr2/2。Tl1、Tr1划分为左、右电机的积分时间常数，是一个定值；Klr、Krl划分为左、右轮WASR(s)的比例系数；Kl、Kr划分为左、右两轮间的相互耦合系数；λl、λr划分为左、右两轮的饱和限幅值。

5 革新的遗传算法参数辨识

AGV的仿真模型主要有电机模型和动力学模型，动力学模型中各个参数都为已知量，转动惯量随着负载的变革而变革，也是明确的。可是，在电机模型中，左右轮的模型参数T1、T2、K、α、λ均为待变量，需要寻找合适的辨识要领进行整定，本文作者接纳革新后的遗传算法[13]对这几个参数进行识别。

5.1 革新的遗传算法整体设计

遗传算法的标准形式尽管保存着概率值较小的问题，易于早熟收敛或近亲滋生，可是爆发局部最优解的概率仍然比较高，需要进行多次盘算，或者提高基础种群的代数，可是会导致系统越发庞大，使得盘算效率偏低。针对以上缺乏，可接纳一些革新步伐，如使用动态编码取代二进制编码，选用反响式突变要领等对标准遗传算法进行革新。革新遗传算法的具体办法：(1)收罗样本的数据；(2)确定适应度函数F;(3)设定种群的巨细和进化代数、交叉率和变异率等基础参数；(4)通过混淆编码的要领生成个体为M的初始种群；(5)通过对种群中每一个个体求取适应度函数值确定其适应度，然后凭据其巨细进行排序，凭据其巨细付与存活概率，包管全局最优解的爆发；(6)盘算所有群体的适应度值；(7)若整个种群适应度值小于其限值，则进行集成动态编码反响式突变，使得种群个体爆发大规模的变革，回到办法(5)重新盘算，这样使得局部寻优的可能性减低，提高了盘算效率；(8)接纳比例选择要领，凭据每个个体的适应度排序付与其相应的生存概率；(9)进行可变精度的交叉操作；(10)对染色体两两通过正交矩阵试验，创立较优的个体；(11)将其进行混淆变异；(12)继续重复以上办法(8)—(11),到新的子代抵达M×PC/2个为止；(13)将上一代种群和子女种群进行组合排序，凭据适应度的巨细对整体种群进行排列；(14)在其中选取前M个个体作为新的种群；(15)确定其中的最优个体为遗传算法的最优解；(16)若最优个体与已定条件不切合，则返回办法(6)—(15)重新盘算；(17)算法终止。

5.2 革新的遗传算法适应度函数

适应度的设定是遗传算法中的重中之重，它是决定每个个体生存概率的重要指标，对它的设计精准与否直接关系着整个算法的精准水平。

由于使用适应度函数需要与每一个个体比较、排序并且以此为盘算基础选择概率，故适应度函数的巨细为正值。在许多地方，均将系统的目标函数映射设置为非负的最大值进行研究。

文中的适应度函数界说为左右轮的实际速度与仿真速度的均值误差或者实际位移与期望位移的均值误差的倒数，即为式(24):

F(z)=ks/f(z) (24)

式中：f(z)由式(25)或式(26)界说。

$f (z) = \frac{\sum_{i = 1}^{m} | v_{l c} (i) - v_{l s} (i) |}{m} + \frac{\sum_{i = 1}^{m} | v_{r c} (i) - v_{r s} (i) |}{m}$ (25)

$f (z) = \frac{\sum_{i = 1}^{m} | x_{c} (i) - x_{s} (i) |}{m} + \frac{\sum_{i = 1}^{m} | y_{c} (i) - y_{s} (i) |}{m}$ (26)

式中：m为总个数；vc(i)、vs(i)划分为左右轮在单位时间的实际速度与仿真速度；xc(i)、xs(i)划分为X偏向上动力学轨迹与期望轨迹在单位时间的位移；yc(i)、ys(i)划分为Y偏向上动力学轨迹与期望轨迹在单位时间的位移；ks为正常数。

关于AGV仿真模型的参数调理器，对应的遗传算法参数界说以及规则制定如表3所示。

表3 遗传算法界说

名称	界说说明
N	种群进化代数100
M	群体巨细60
PC	交叉率0.8
PM	变异率0.1
F	适应度
α	适应度的限值一般为初始误差的10倍

搜索结束条件	今世迭代次数大于即是N,或者适应度限值大于目今适应度

初始种群获取	通过给予参数的规模巨细随机生成
vl、vr	要害已知量

遗传算法的盘算办法：

(1)确定待辨识参数为ch={T1,K,T2,α,λ}。

(2)遗传算法参数确定，如表3所示。

(3)首先估算出参数的大致规模。凭据AGV仿真公式以及电机参数简直定得：

①α的估算。α是牢固值，用来调理实际轮速和期望轮速之间比值，一般选取规模为1±0.1。

②T2的估算。由公式T2=30Cmη/(πβ),其中各个参数均为电机的内部参数，经实验估算出T2的规模为(0,5)。

③T1和K的估算。T1和K划分为积分时间常数、比例常数，均为电机模型的固有参数，凭据经验得：T1=(1,15)、K=(1,10)。

④λ的估算。λ为饱和限幅值，凭据公式λT/J=n,J为转动惯量一般取0.01 kg·m2左右，n为速度为1 s时的响应值，故估算λ为(150,300)。

完成上述办法后，选择在MATLAB情况下设计程序，取仿真步长为10 ms, 求解遗传算法适应度。

6 AGV仿真模型准确性验证

对左右驱动轮输入速度阶跃信号，与实际系统AGV速度响应信号进行比较，确定本文作者设计的动力学模型的准确性。由上节可知：左右轮的模型参数T1、T2、K、α、λ都为AGV物理系统的固有参数，均为常量。因此，首先选取AGV在0.7 m/s、5 kg情况下的实验数据作为参考，接纳遗传算法对以上未知参数进行辨识。其次，通过比照载质量为5 kg的AGV在0.5、1 、1.5 m/s速度下的仿真结果与实验数据，对模型的准确性进行验证。

6.1 AGV仿真模型整体辨识历程

凭据第5节中介绍的遗传算法对驱动系统模型参数进行整定，具体辨识历程：由盘算机给予左右轮的线速度指令为0.7 m/s, 如图6所示，运行时间为2 s, 获得实际的速度输出；然后，与类等效动力学中的仿真输出比照，革新遗传算法以后，获得了如图7所示的个体适应度进化曲线，进而确定了表4所示的左右轮模型参数；最后，通过下位机反响给上位机线速度数据，并与仿真后的速度进行比照，结果如图8所示。由于适应度函数以最大值求取，故图7中最优解的变革曲线在上面，横向比照可知，最优解从0代到40代不绝上升，抵达40代以后便趋于平稳，故寻优效果是与预期相符的。

图6 速度指令

图7 个体适应度进化曲线

表4 类等效模型参数

	T1	T2	K	α	λ
左轮	2.633 4	2.138 7	2.431 9	0.975 9	278.297 0
右轮	2.552 2	2.543 0	2.168 4	1.023 1	278.134 8

图8 轮速为0.7 m/s时模型和实际系统速度响应

由图8可知：AGV仿真模型与实际AGV系统的速度输出上升幅度大致相同，只是在收敛期间有些许的差别，可是二者最终都约在t=1 s时抵达了稳态，故模型整体与实际比较一致。

6.2 差别速度响应的评价指标剖析

为进一步验证AGV仿真模型的精准性，划分在0.5、1、1.5 m/s速度下对AGV仿真模型与实际系统的响应进行评价指标剖析。

依据第6.1节确定的模型参数，AGV仿真模型与实际系统在0.5、1、1.5 m/s速度下的左右轮响应如图9所示。

图9 模型和实际系统响应比照

接纳如下评价指标对图9所示曲线进行定量的比较，得表5和表6。

①平均误差

$E X = \frac{\sum_{i = 1}^{m} | e (i) |}{m}$ (27)

e(i)=|vc(i)-vs(i)| (28)

式中：vc(i)为期望系统第i个采样时刻的速度；vs(i)为AGV实体第i个采样时刻的速度。

②超调量

MD=max(|e(1)|,|e(2)|,......,|e(i)|) (29)

③响应时间

RT=Tr(i) 或 RT=Tf(i) (30)

式中：Tr(i)为系统误差上升时间趋于稳定状态90%的时刻；Tf(i)为系统误差下降时间趋于稳定状态90%的时刻。

④稳态误差公式

$e_{s s} = \lim_{t \to \infty} e (i) = \lim_{t \to \infty} [v_{c} (i) - v_{s} (i)]$ (31)

表5 左轮模型和实际系统误差评价指标剖析

速度/ (m·s-1)	EX/ (m·s-1)	MD/ (m·s-1)	RT/s	ess/ (m·s-1)
0.5	0.028 2	0.173 4	0.83	0.004
1	0.056 4	0.159 5	1.28	0.009
1.5	0.073 0	0.317 1	1.21	0.037

表6 右轮模型和实际系统误差评价指标剖析

速度/ (m·s-1)	EX/ (m·s-1)	MD/ (m·s-1)	RT/s	ess/ (m·s-1)
0.5	0.024 0	0.160 9	0.95	0.003
1	0.058 1	0.200 4	1.23	0.012
1.5	0.091 7	0.415 5	1.21	0.047

剖析图9和表5、表6可知：AGV仿真模型和实际系统在速度上升期险些一致，响应最大值与抵达时间坚持同步，平均误差仅为稳态值的6%,在速度最大抵达1.5 m/s时其左右轮平均误差在0.1 m/s内，最大的超调量也小于自身速度的1/3,响应时间均在1.1 s内，且左右轮速变革水平大致相同。虽然随着速度的增加，模型与AGV实际系统的误差逐渐增大，可是稳态误差险些在同一时间趋向于0,稳态误差仅占稳态值的3%,故可以验证AGV仿真模型的有效性。

7 结论

本文作者首先建立了驱动轮和质心不重合情况下的差速驱动AGV的运动学模型和AGV本体的动力学模型，然后结合双闭环直流电机控制系统，利用伺服电机动态电压方程，建立了类等效的含有未知参数的AGV动力学整车仿真模型。通过革新的遗传算法，以实际系统的速度为基础，对仿真模型进行了参数辨识，确定了AGV仿真模型中的未知参数，再与AGV实体的其他速度响应进行比照剖析，发明该模型切合AGV实体的响应，验证了本文作者提出的AGV动力学整车模型是可行的、精准的，可为其他类型AGV的研究提供资助。

【本文标签】

【责任编辑】yd2333云顶电子游戏云仓

上一篇：筒仓滑模技术在某仓储物流配送中心工程的应用

下一篇：我国医药产品仓储物流治理优化研究

电商一件代发冷链配送社区团购仓配食品仓储代发货增值效劳

返回列表

yd2333云顶电子游戏

接待来到上海yd2333云顶电子游戏云仓,竭诚为您提供:电商仓储配送,冷链仓储配送,货仓外包等仓配一体化效劳!收藏我们 电商云仓 网站地图

全温区食品仓配物流效劳商20万㎡自营仓+AAAA级物流+全国冷链物流百强

一种仓储物流自动扶引小车的动力学建模及验证

0 前言

1 AGV运动学模型

2 AGV本体动力学剖析

3 AGV负载变革参数确定

3.1 车轮载荷漫衍

3.2 电机等效转动惯量

4 AGV仿真模型

4.1 双闭环直流电机控制系统

4.2 AGV电机系统动态结构

4.3 AGV仿真模型

5 革新的遗传算法参数辨识

5.1 革新的遗传算法整体设计

5.2 革新的遗传算法适应度函数

6 AGV仿真模型准确性验证

6.1 AGV仿真模型整体辨识历程

6.2 差别速度响应的评价指标剖析

①平均误差

②超调量

③响应时间

④稳态误差公式

7 结论

最新资讯

上海食品云仓，一站式仓储解决计划2024.03.30

上海食品仓储公司，为您提供优质的仓储效劳2024.03.29

专业食品云仓，为您的食品保驾护航2024.03.28

专业食品货仓治理，包管食品宁静与流通2024.03.27

冷冻品云仓效劳，包管食品新鲜与品质2024.03.26

海内食品仓储配送效劳，确保食品实时送达2024.03.25

电商食品仓储解决计划，助力电商企业高效运营2024.03.24

电商食品货仓治理，让您的货仓运营更高效2024.03.23

yd2333云顶电子游戏

接待来到上海yd2333云顶电子游戏云仓,竭诚为您提供:电商仓储配送,冷链仓储配送,货仓外包等仓配一体化效劳!收藏我们 电商云仓 网站地图

全温区食品仓配物流效劳商20万㎡自营仓+AAAA级物流+全国冷链物流百强

一种仓储物流自动扶引小车的动力学建模及验证

0 前言

1 AGV运动学模型

2 AGV本体动力学剖析

3 AGV负载变革参数确定

3.1 车轮载荷漫衍

3.2 电机等效转动惯量

4 AGV仿真模型

4.1 双闭环直流电机控制系统

4.2 AGV电机系统动态结构

4.3 AGV仿真模型

5 革新的遗传算法参数辨识

5.1 革新的遗传算法整体设计

5.2 革新的遗传算法适应度函数

6 AGV仿真模型准确性验证

6.1 AGV仿真模型整体辨识历程

6.2 差别速度响应的评价指标剖析

①平均误差

②超调量

③响应时间

④稳态误差公式

7 结论

推荐产品+

一件代发云仓

冷冻云仓一件代发

冷链仓储物流配送

热门搜索+

相关推荐

yd2333云顶电子游戏冷链携手茶百道，开启三温仓配新征程

2023年yd2333云顶电子游戏物流再次通过中物联授牌

最新资讯

上海食品云仓，一站式仓储解决计划2024.03.30

上海食品仓储公司，为您提供优质的仓储效劳2024.03.29

专业食品云仓，为您的食品保驾护航2024.03.28

专业食品货仓治理，包管食品宁静与流通2024.03.27

冷冻品云仓效劳，包管食品新鲜与品质2024.03.26

海内食品仓储配送效劳，确保食品实时送达2024.03.25

电商食品仓储解决计划，助力电商企业高效运营2024.03.24

电商食品货仓治理，让您的货仓运营更高效2024.03.23

接待来到上海yd2333云顶电子游戏云仓,竭诚为您提供:电商仓储配送,冷链仓储配送,货仓外包等仓配一体化效劳!收藏我们电商云仓网站地图

yd2333云顶电子游戏冷链携手茶百道，开启三温仓配新征程

上海食品云仓，一站式仓储解决计划2024.03.30

上海食品仓储公司，为您提供优质的仓储效劳2024.03.29

专业食品云仓，为您的食品保驾护航2024.03.28

专业食品货仓治理，包管食品宁静与流通2024.03.27

冷冻品云仓效劳，包管食品新鲜与品质2024.03.26

海内食品仓储配送效劳，确保食品实时送达2024.03.25

电商食品仓储解决计划，助力电商企业高效运营2024.03.24

电商食品货仓治理，让您的货仓运营更高效2024.03.23