基于最优控制迭代学习算法的收敛性研究

针对迭代学习控制算法在线性离散系统中的收敛性问题,建立了直线电机的离散化数学模型,并将迭代学习控制算法运用到电机控制系统,对其稳定性和收敛性进行了研究。提出了一种基于最优控制理论的迭代学习控制算法,利用迭代学习控制的收敛条件对所提出的控制算法的稳定性和收敛性条件进行了分析,并在前馈及反馈二自由度控制结构的基础上进行了控制器的设计;同时通过对前馈控制力引入一个加权矩阵系数,提高了基于最优控制理论的迭代学习控制算法的收敛速度,将其运用到Matlab仿真平台和实际机电控制系统。研究结果表明:基于最优控制理论和加权矩阵系数的迭代学习控制算法收敛效果显著,提高了运动轨迹跟踪性能。     

转子轴承系统稳定性分析与识别方法

大规模的工业生产对透平机械的转子稳定性提出了更高的要求,对稳定性的评价及改善技术的需求极为迫切。采用电磁激振器进行正弦扫频试验,用最小二乘法在频域对转子轴承系统的频响函数进行估计来提高数据精度,并使用均值滤波抑制频响函数的高频噪声使得频响特性更加清晰。再利用变换矩阵,将实数域的传统多输入多输出频响函数转化到复数域直接频响函数来消除正反进动模态叠加的影响,为使用有理多项式法识别转子正进动模态参数提供更高精度数据。采用有理多项式法对传统频响函数和复数域直接频响函数进行拟合识别,得到转子系统的模态参数从而进行稳定性评价,并通过理论计算和试验验证,结果表明该方法准确性较高。该方法可为提高离心压缩机的转子稳定性提供理论和技术基础。     

基于频响函数的稳健有限元模型修正

传统的基于频响函数(frequency response function,简称FRF)的模型修正方法在测试噪声较大、初始分析频响与测试频响残差较大、待修正参数较多等情况下不易收敛,为此提出了一种采用移频技术的极大似然估计有限元模型修正方法。首先,利用"先验"的频响函数方差信息,构造极大似然估计器,迭代求得最优的待修正参数估计;其次,在迭代方程中引入移频方法,采用总体最小二乘平差方法计算方程的解,以提高参数识别的收敛性和稳定性;最后,根据频率点的筛选准则剔除数据,采用一种高精度的频响扩充方法以减小扩充所带来的额外误差。列车转向架构架仿真算例和三角机翼飞机测试模型的修正结果表明,该方法抗噪性较强,在复杂情况下仍可以得到较好的修正结果。     

非高斯随机振动试验并行控制策略研究

针对非高斯随机振动试验控制中功率谱均衡与峭度均衡相互干涉,影响控制精度的问题,提出非高斯随机振动试验并行控制策略。在提出整个系统控制流程的基础上,分别给出功率谱均衡控制算法和峭度均衡控制算法。对蕴含峭度信息的随机信号产生机理展开研究,先给出信号产生的流程图,然后推导出符合控制系统要求的随机信号设计参数。利用功率谱设计滤波器,通过卷积运算调制出用于系统控制的驱动信号。仿真与试验结果表明,采用非高斯随机振动试验并行控制策略进行系统控制,其输出响应谱与参考谱的误差完全满足工程中常用的±3 dB控制要求,峭度控制也达到很高的精度,满足工程试验要求,从而验证该控制策略的有效性。     

时域随机驱动信号生成试验研究

将高阶累积量谱应用于多点随机振动控制环境试验中,生成时域随机驱动信号。通过建立三阶累积量谱(双谱)与自谱间的幅频与相位转换关系,经时域随机驱动信号验证性生成实验,揭示这层关系的存在。其次在多输入多输出线性系统理论假设前提下,根据系统驱动、系统频响、系统响应间线性映射关系,通过双谱与自谱间的幅频与相位转换,经IFFT(iverse fast Fourier transform)变换生成满足试验控制要求的时域随机驱动信号。最后以一悬臂梁为试件,对其进行双输入、双输出随机振动控制环境模拟试验。试验结果表明:将双谱应用于多点随机振动控制试验中生成时域随机驱动信号的方法是可行有效的,同时也验证了双谱能抑制高斯白噪声的特性,这一点可通过所生成驱动信号的概率密度分布特征曲线(部分满足均匀分布)进行体现。     

多点正弦振动试验控制系统最优控制策略研究

针对传统多点正弦控制方法中,频响特性不更新和迭代步长不变导致控制系统潜在不稳定的缺点,提出采用最优控制策略进行系统控制。对多点正弦振动控制系统的稳定性进行研究,分析影响控制系统稳定性的因素,得出频响矩阵的估计误差是影响控制系统稳定性的根本原因。通过对建立的最优化模型进行理论分析,推导出系统解耦补偿矩阵实时更新迭代公式和控制系统迭代的最速收敛步长公式,归纳出多点正弦最优控制流程。仿真结果显示迭代步长选取是影响控制系统稳定性的重要因素,多点正弦最优控制策略收敛速度更快;试验结果表明采用最优控制策略的控制系统,其输出响应谱与参考谱的误差完全满足工程中常用的±3 dB控制要求,同时表现出良好的相位跟踪性能,具有实际工程应用价值。     

随机振动试验中时域随机化技术的研究

分析了目前时域随机化技术中直接加窗重叠所存在的频谱泄漏以及控制动态范围低等缺陷,针对这些缺陷进行了理论推导以及进行了基于不同加窗函数的控制试验对比,分析出了加窗函数造成频谱泄漏的主要原因。经过比较,采用了低旁瓣的汉宁窗,但又引入了时域周期性波动的新问题。最后在理论推导以及大量控制试验的基础上提出了以汉宁窗为加窗函数,在时域进行幅值修正的方法,并给出了幅值修正的系数公式。该方法成功地解决了频谱泄漏、控制动态范围低以及加窗造成时域信号周期性波动等问题,提高了系统的频谱控制精度和控制动态范围,并应用于实际随机振动试验控制系统中,取得很好的控制效果。     

随机振动试验仿真技术研究

在对电动振动台进行刚体建模与物理参数建模的基础上,结合试验件的有限元模型进行随机振动试验仿真技术的研究.基于试验所测的振动台空台频响函数,由振动台数学参数模型辨识出振动台的物理参数,以建立能反映振动台动态特性的刚体与物理参数相结合的模型.然后,采用Craig-Bampton方法建立试验件的振动试验仿真模型,综合随机振动...     

基于自适应迭代学习控制的永磁同步电动机稳态转速脉动抑制策略

为了提高永磁同步电动机转速控制的性能,抑制其稳态下的转速波动,设计了一种并联于传统速度PI控制器的自适应迭代学习控制器,用于对转速波动进行补偿。针对传统迭代学习控制器对非周期信号抗扰能力差的问题,提出了Fal函数与迭代学习控制器结合的方法,保证了系统在调速时仍具备良好的响应特性;针对迭代学习控制器迭代增益系数的整定问题,提出了一种控制参数自适应的迭代学习控制方法。实验结果表明,所提出的Fal函数与迭代学习控制器结合的方法能有效提升系统的抗扰能力;同时,提出的参数自适应方案也能提升迭代学习控制器对转速波动抑制的能力。     

一种并联机器人误差综合补偿方法

针对并联机器人轨迹规划和轨迹跟踪过程中,同时存在机构误差引起的期望轨迹与理想轨迹之间的偏差和非线性摩擦、负载变化等扰动因素引起的动态误差,提出一种并联机器人误差综合补偿方法:在轨迹规划过程中,基于并联机器人位姿误差模型将位姿误差补偿转化为驱动杆参数组合优化问题,进而利用粒子群算法寻优驱动杆参数,修正并联机器人期望轨迹;在轨迹跟踪过程中,设计基于自适应迭代学习控制算法的动态误差补偿策略,实现对期望轨迹的有效跟踪。在Stewart平台下基于ADAMS和Matlab进行仿真试验,在轨迹规划和轨迹跟踪过程中,分别修正期望轨迹偏差并补偿轨迹跟踪动态误差,实现并联机器人误差综合补偿。进一步,基于混联机床进行工件加工试验,验证方法对于提高并联机器人工作精度的有效性。     

激光粒度测量的综合反演及参数选择

本论文提出了一种应用于激光粒度测量的无模式综合反演算法,即,二阶段迭法算法。该算法综合采用了改进共轭梯度法和松弛迭代法各自的优点,使用了共轭梯度法作为第一步预迭代,利用其快速收敛性和解的平滑性得到第二步迭代的初始解,而后,采用了改进的松弛迭代法对第一步的初始解进行改进。使用该方法能使解在稳定性和准确性方面得到了一定程度的改进。对算法进行了分块操作,并对所有模块如共轭迭代法,正则化法,松弛迭代法进行分析,指出模块的可行性与必要性,同时进行参数的最优化选择。     

Multi-frequency periodic vibration suppressing in active magnetic bearing-rotor systems via response matching in frequency domain

A method for multi-frequency periodic vibration suppressing in active magnetic bearing (AMB)-rotor systems is proposed, which is based on an adaptive finite-duration impulse response (FIR) filter in time domain. Firstly, the theoretic feasibility of the method is proved. However, two problems would be unavoidable, if the conventional adaptive FIR filter is adopted in practical application. One is that the convergence rate of the different frequency components may be highly disparate in multi-frequency vibration control. The other is that the computational complexity is significantly increased because the long memory FIR filter is required to match the transient response time of the AMB-rotor system. To overcome the problems above, the Fast Block Least Mean Square (FBLMS) algorithm is adopted to efficiently implement the computation in frequency domain at a computational cost far less than that of the conventional FIR filter. By the FBLMS algorithm, regardless of the number of the considered frequency components in vibration disturbance, the computational complexity would be invariable. Moreover, filter’s weights in the FBLMS algorithm have the intuitional relation with signal’s frequency. As a result, the convergence rate of each frequency component can be adjusted by assigning the individual step size parameter for each weight.Experiments with the reciprocating simulating disturbance test and the rotating harmonic vibration test were carried out on an AMB-rigid rotor test rig with a vertical shaft. The experiment results indicate that the proposed method with the FBLMS algorithm can achieve the good effectiveness for suppressing the multi-frequency vibration. The convergence property of each frequency component can be adjusted conveniently. Each harmonic component of the vibration can be addressed, respectively, by reconfiguring the frequency components of the reference input signal.     

变结构单神经元自适应PSD控制算法研究

针对单神经元自适应PSD的特点,提出一种根据误差的大小而采用不同单神经元控制器结构的算法,分析了其稳定性和收敛性。对基于变结构神经元自适应PSD控制器的非织造布面密度在线控制系统进行了仿真研究与实际应用。结果表明改进后的控制器在稳定性和快速性方面都有很大的改善。     

柔性超声传感结构健康监测技术现状与展望

滤波x最小均方差（filtered-x least mean square，简称Fx-LMS）算法作为振动控制领域常用的自适应控制算法，其固定步长因子不能同时满足收敛速度和稳态误差的双重要求。为了改善Fx-LMS算法实施效果，提出一种基于反余切函数的滤波x变步长最小均方差（filtered x variable step size least mean square，简称Fx-VSSLMS）算法。首先，归纳了7种常规VSSLMS算法的步长更新公式，并按照其迭代特点予以性能分析与分类对比；其次，以压电柔性悬臂梁振动主动控制为算法验证目标，采用多体动力学软件Adams和Simulink进行联合仿真，表明所提的Fx-VSSLMS算法在振动控制中的有效性；最后，通过分析对比多种Fx-VSSLMS算法在不同噪声环境下的抑振效果，验证了所提出控制算法对噪声干扰的良好鲁棒性。     

随机道路谱作用下的汽车响应特性

针对驱动桥壳在随机道路谱作用下的响应特性问题,建立了汽车振动的7自由度动力学方程,应用随机振动理论求解出了汽车在路面不平度下的频率响应(FR),利用Matlab得到了不同速度下的后桥垂向振动加速度功率谱密度(PSD)。研究结果表明该随机道路谱作用下的汽车响应特性研究对驱动桥的动态设计具有一定的参考和应用价值。     

振动台功率谱复现算法

传统的振动控制技术将初始辨识的系统频率响应函数贯穿使用于振动控制的过程中;针对液压振动台系统的时变特性,提出使用基于最小均方误差(least mean square,简称LMS)的自适应算法在线辨识系统的频响函数.平滑周期图功率谱估计法相对现代谱估计法分辨率较低,提出自回归(auto-regressive,简称AR)模型法对振动系统响应信号进行功率谱估计,利用尤利-沃克(Yule-Walker)方程求解AR模型参数,并给出AR模型阶次确定的方法.利用自行开发的基于DSP和ARM多处理器信号处理系统对功率谱复现进行软硬件仿真.结果表明,此方法对振动台功率谱进行复现,复现精度优于传统功率谱复现算法.     

子图划分优化WSN节点分布式定位算法

针对机械振动监测及矿井提升机等系统中WSN节点定位精度和效率不高,且对占用资源较多的参考节点需求较大的问题,提出了基于最小二乘距离修正与子图融合的分布式节点定位算法,算法首先根据参考节点邻域范围将WSN无向图划分为多个子图,然后在子图内修正锚节点跳距计算式并基于最小二乘距离修正构建未知节点定位的目标函数,同时在迭代过程中进一步通过最小二乘节点位置进行修在较少的参考节点需求或较小的通信半径下可以取得最优的定位精度和时间,且对不同节点规模的WSN网络具有较好的适应性。     

相位恢复算法在仿真与实验上的研究

相位恢复算法一直存在着精确度不高,收敛速度慢甚至停滞不前等问题。将基于光强传输方程(TIE)法与G-S迭代算法混合提高了相位恢复的精确度,梯度算法的提出加大了迭代步长,使得收敛速度加快。采用GS-TIE算法和振幅加成梯度算法分别从仿真和实验的角度去比较分析恢复的效果。通过对二维图像仿真得出,振幅加成梯度算法在收敛速度上是GSTIE迭代算法的3倍,精确度是GS-TIE迭代算法的10倍。从实验结果得知,GS-TIE恢复的相位清晰可见,轮廓明显,在边缘处过度均匀,而振幅加成梯度算法相对比较模糊,在轮廓边缘处过度不均匀,悬差较大。     

基于稀疏分解的振动信号数据压缩算法

针对齿轮传动装置在状态监测与故障诊断过程中面临的大量振动信号传输困难问题,提出利用K-SVD算法进行信号的稀疏分解,进而完成对大量振动数据的压缩。传统K-SVD算法在字典更新过程中对时间的消耗量较大,特别是在大量振动数据压缩过程中,对数据压缩效率较低,为此提出一种K-SVD字典更新的改进算法。改进算法从单次迭代过程中参与更新的字典原子列数出发,每次奇异值分解后对多列字典原子同时进行赋值,从而减少单次迭代计算量。根据不同原子列数在稀疏分解过程中的迭代收敛次数、时间消耗与重构峰值信噪比,以此确定最佳的字典更新列数。实验结果表明:传统K-SVD算法对振动信号的数据压缩效率较低,改进算法能够在保证信号压缩比与重构效果的前提下,有效缩短训练字典的时间消耗。