六维力传感器静态解耦算法应用研究

维间耦合是制约六维力传感器测量精度的瓶颈,已成为一个热门研究课题.在分析传统的基于线性标定的静态解耦算法的基础上,提出了一种基于最小二乘线性拟合的静态解耦算法,并基于2种解耦算法开发了基于MATLAB软件的集成解耦模块,通过实例验证了软件的集成解耦功能和新算法的优越性,最后,探讨了制约解耦精度提高的因素.     

线性MIMO系统的解耦控制

主要对工业现场经常存在的耦合现象进行研究,讨论如何利用状态反馈解耦方法使线性MIMO系统实现解耦,仿真结果表明,状态反馈解耦的效果较好,能显著改善系统的动、静态性能.对如何使用状态反馈动、静态解耦方法使系统解耦且性能提高,是研究的主要问题.通过对工业现场常见的两输入两输出系统进行分析,进一步验证了该方法的优良特性.     

线性时滞系统的输入-输出能量解耦

提出一种针对具有时变时滞的线性时滞系统的能量解耦方法,即从输入-输出的能量 关系上实现解耦,使得任何一个输入的能量主要控制对应的一个输出的能量,对其它输出能量 的影响尽可能小.该解耦方法兼有静态解耦与动态解耦的特点.所有结论均由线性矩阵不等式 描述.     

一种新型三极交流磁轴承原理与解耦控制

摘要：阐述了一种新型三极交流磁轴承的基本结构与工作原理,用等效磁路法推导了其悬浮力数学模型。针对三极交流磁轴承在两相静止坐标系下数学模型的强耦合特性,采用逆系统方法将其解耦为伪线性系统,并在该伪线性系统的基础上利用线性二次型调节器（Linear Quadratic Regulator,简称LQR）设计了满足性能指标的控制器。仿真试验表明这种解耦控制策略不仅能够实现三极交流磁轴承径向位移之间的动态解耦,而且可以实现转子稳定悬浮,并且系统具有良好的动、静态性能。     

非线性MIMO系统线性化解耦的一种新方法（Ⅱ）——离散时间系统

研究如何构造神经网络（ＮＮ）α阶时延逆系统,并将其用于ＭＩＭＯ强耦合非线性离散时间系统的线性化解耦、ＮＮα阶时延逆系统由单个静态神经网络和若干时延因子组成,将其与原系统复合可形成具有最小阶时延的伪线性解耦系统。该方法对被控系统数学模型的先验知识要求很少,不但能有效地实现对原系统的线性化解耦,且结构简单,易于工程实现。     

一类不确定时滞系统的鲁棒几乎干扰解耦问题

讨论了一类不确定时滞系统的具有稳定性的鲁棒H_∞ 几乎干扰解耦问题 (RADDPS), 利用线性矩阵不等式和代数Riccati方程方法分别得到了RADDPS可解的充分条件, 并且相应给出鲁棒静态状态反馈控制器的设计.     

基于相关向量机的小世界神经元网络拓扑估计

采用相关向量机从含噪时间序列中估计小世界神经元网络的节点动力学方程和拓扑结构。在具有多项式结构或能以幂级数展开的动力学系统中,将未知方程写成统一多项式形式,原动力学方程的项在统一多项式中是稀疏的,利用稀疏贝叶斯学习估计出稀疏项从而实现动力学方程和拓扑结构的估计。利用该方法对FHN小世界神经元网络进行节点动力学方程和拓扑估计,结果表明,该方法能快速准确地估计节点动力学方程结构和网络拓扑,对动力学方程系数和网络耦合强度有很高的估计精度,而且对噪声有强鲁棒性。     

多维力传感器耦合分析及解耦方法的研究

耦合现象普遍存在于多维力传感器中,多维力传感器输出如不经过解耦,数据直接应用到机器人操作中,会导致机器人的误操作.针对存在的耦合现象,本文首先分析了多维力存在的耦合原因,根据产生原因将耦合分为两种形式:结构耦合和误差耦合,然后提出了一种新的解耦方法-基于线性神经网络解耦方法,与传统解耦方法相比,该方法大大提高了解耦合精...     

基于空间非迭代Oseen格式的时间解耦局部并行方法

基于空间非迭代的Oseen格式,以软件FreeFem++的MPI功能为平台,提出时间解耦的局部并行方法来求解Navier-Stokes/Navier-Stokes耦合方程.通过解耦复杂区域,将耦合方程的求解转换为并行区域上单一非定常Navier-Stokes方程的求解.在空间上利用Oseen格式一步线性校正,时间上按照步长直接推进.数值实验表明,与空间非迭代Oseen格式的欧拉时间推进方法相比,该方法在保证精度的情况下,运行时间较短,显现了耦合方程求解的高效性.     

一种预测优化解耦补偿器的研究设计

提出一种通过对象输出预测实现对角优化解耦的补偿器设计方法,给出了该补偿器 的解耦算式.此预测优化解耦补偿器有别于传统的动态或静态解耦补偿方法,适用于具有非 最小相位特性的众多多变量系统的解耦补偿,具有较好的稳定性和可实现性.同时给出了仿 真实验结果.     

神经网络广义逆系统控制

提出适合于高阶非线性系统线性化解耦的广义逆系统.它与被控系统复合后,不但能实现原系统的线性化和解耦,而且通过合理地设计逆系统,可使伪线性复合系统的极点在复平面上任意配置.进一步提出由静态神经网络和若干积分惯性等线性环节组成的神经网络广义逆系统,为模型未知且内部状态不易测量的高阶非线性系统的线性化解耦控制提供一条有效途径,进一步拓展了神经网络逆系统控制方法的适用范围.     

神经网络广义逆系统控制

提出适合于高阶非线性系统线性化解耦的广义逆系统，它与被控系统复合后，不但能实现原系统的线性化和解耦，而且通过合理地设计逆系统，可使伪线性复合系统的极点在复平面上任意配置，进一步提出由静态神经网络和若干积分惯性等线性环节组成的神经网络广义逆系统，为模型未知且内部状态不易测量的高阶非线性系统的线性化解耦控制提供一条有效途径，进一步拓展了神经网络逆系统控制方法的适用范围。     

五自由度无轴承异步电机α-阶逆系统解耦控制

A 5-degrees-of-freedom bearingless induction motor is a multi-variable, nonlinear and strong-coupled system. In order to achieve rotor suspension and operation steadily, it is necessary to realize dynamic decoupling control among torque and suspension forces. In the paper, a method based on α-th order inverse system theory is used to study dynamic decoupling control. Firstly, the working principles of a 3-degrses-of-frsedom magnetic bearing and a 2-degrees-of-freedom bearingiess induction motor are analyzed,the radial-axial force equations of 3-degrees-of-freedom magnetic bearing, the electromagnetic torque equation and radial force equations of the 2-degrees-of-freedom bearingless induction motor are given, and then the state equatious of the 5-degrees-of-freedom bearingless induction motor are set up. Secondly, the feasibility of decoupling control based on dynamic inverse theory is discussed in detail, and the state feedback linearization method is used to decouple and linearize the system. Finally, linear control system techniques are applied to these linearization subsystems to synthesize and simulate. The simulation results have shown that this kind of control strategy can realize dynamic decoupling control among torque and suspeusion forces of the 5-degrees-of-freedom bearingless induction motor, and that the control system has good dynamic and static performance.     

一类离散时间代数Riccati矩阵方程对称解的双迭代算法

利用逆矩阵的Neumann级数形式,将在线性二次优化问题中遇到的含未知矩阵之逆的离散时间代数Riccati矩阵方程(DTARME)转化为高次多项式矩阵方程,然后采用牛顿算法求高次多项式矩阵方程的对称解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程的对称解或者对称最小二乘解,建立求DTARME的对称解的双迭代算法。双迭代算法仅要求DTARME有对称解,不要求它的对称解唯一,也不对它的系数矩阵做附加限定。数值算例表明双迭代算法是有效的。     

Decoupling Controller with Disturbance Observer for LTI MIMO Systems

In this paper, a decoupling multivariable control strategy for linear time‐invariant (LTI) multi‐input/multi‐output (MIMO) systems is proposed. The strategy includes a multivariable disturbance observer (MDOB) and a decoupling controller. This MDOB is introduced to improve the system performances when the system encounters severe external disturbances. H₂ optimal scheme is utilized to design the MDOB filter. The controller is developed based on an inverse control method, through which the design process can be simplified. Simulation results certify the effectiveness of the proposed control strategy.     

Minimal inversion,command matching and disturbance decoupling in multivariable systems

This paper addresses the two basic and related problems of minimal inversion and perfect output control in linear multivariable systems. A simple analytical expression is obtained for the inverse of the transfer-function matrix of a square multivariable system. This expression is then used to construct a minimal-order inverse of the system. It is shown that the poles of the minimal-order inverse are the transmission zeros of the system. As a result, necessary and sufficient conditions for existence and stability of the inverse system are stated simply in terms of the zero polynomial of the original system. Furthermore, the minimal-order inverse is shown to be proper provided the original system has a full rank feedthrough matrix. The related problem of perfect output control, namely command matching and disturbance decoupling, in linear multivariable systems by means of feedforward controllers is also formulated and solved in a transfer-function setting. It is shown that a necessary and sufficient condition for existence of the required controllers is that the plant zero polynomial is not identical to zero or unstable. The order of the required controllers is equal to the number of plant transmission zeros. The control scheme proposed in this paper is composed of a feedback controller to enhance system stability and robustness, a feedforward controller to ensure command matching, and another feedforward controller to achieve disturbance decoupling. The three controllers have no effect on each other and can therefore be designed independently. A number of numerical examples are discussed for illustration.     

线性定常系统的输入-输出能量解耦

提出一种介于动态解耦与静态解耦之间的能量解耦方法, 即从输入_输出的能量关系上实现解耦, 使得任何一个输入的能量主要控制对应的一个输出的能量, 对其它输出能量的影响尽可能小. 所给实例表明, 该方法具有良好的解耦效果.     

线性定常系统的输入-输出能量解耦

提出一种介于动态解耦与静态解耦之间的能量解耦方法,即从输入_输出的能量关系上实现解耦,使得任何一个输入的能量主要控制对应的一个输出的能量,对其它输出能量的影响尽可能小.所给实例表明,该方法具有良好的解耦效果.