一种用于主动噪声抑制系统的次级通道特性识别算法的改进

本文着重研究窄带信号噪声自适应主动抑制技术中的次级通道特性在线识别问题。针对窄带噪声信号，提出了基于自适应陷波器的次级通道特性在线识别算法，该方法利用自适应陷波器技术解决在线识别时存在的激励信号干扰问题，从而提高次级通道特性在线识别的速度。同时研究了选定参数对算法性能的影响。仿真结果表明，基于自适应陷波器的次级通道特性在线识别算法能较大程度的提高对次级通道特性的识别速度。     

自适应主动振动控制仿真分析

在FxLMS自适应算法中,次级通道会影响输入信号自相关矩阵的可对角化性和特征值扩散度,从而影响算法的收敛速度。为了降低次级通道对输入信号的影响,加快算法的收敛,提出将改进的FxLMS算法—SOFxLMS算法应用于振动主动控制研究中。在Simulink中分别搭建基于两种算法的主动振动控制仿真结构,基于系统稳定的前提,在相同条件下对两种算法进行仿真对比分析。仿真结果表明:在迭代步长较大、滤波器阶数较少的条件下,SOFxLMS算法具有更好的振动控制效果。     

基于多模型的自适应有源噪声控制算法研究

针对有源噪声控制中次级通道存在很大不确定性的问题，建立次级通道模型集以覆盖次级通道的不确定性，每个模型都有一个相对应的采用Modified FXLMS算法进行权值更新的自适应滤波器。在系统运行过程中，算法首先依据切换准则实时判断当前次级通道所处状态，选出最匹配的次级通道模型，同时把采用最匹配模型进行权值更新的自适应滤波器的参数复制给参与控制的滤波器。仿真和实验结果表明，采用多模型自适应的有源噪声控制算法提高了系统的鲁棒性。     

基于非线性自适应滤波算法的齿轮传动系统振动主动控制

为了削减齿轮传动系统的振动响应,提出了在靠近激励源处附加压电堆作动器同时抑制两对齿轮振动的双通道主动控制结构。鉴于Fx LMS自适应滤波算法对非线性系统应用的局限性,采用了一种非线性自适应滤波双线性Fx LMS(Bilinear Fx LMS,BFx LMS)算法。由于次级通道的准确性对于BFx LMS算法的控制性能有很大的影响,而应用较广的叠加噪声次级通道辨识技术会降低控制系统的效果,因此采用了一种直接估计误差技术对次级通道进行在线辨识,搭建了二级齿轮传动系统振动主动控制试验台,利用d SPACE作为控制器进行了半实物仿真试验。试验结果表明,在以两对齿轮啮合基频为衰减目标时,应用BFx LMS算法和Fx LMS算法控制的齿轮箱体上的振动都有明显的减弱,而BFx LMS算法在齿轮传动系统主动控制应用中有更好的控制效果,在第一对齿轮啮合基频处可以达到11 d B的衰减量,在第二对齿轮啮合基频处可以达到10 d B的衰减量。     

齿轮啮合振动的主动控制方法与实验研究

为了有效抑制齿轮传动系统由于啮合误差引起的周期振动噪声,提出一种基于压电堆作动器并结合自适应算法的齿轮传动振动主动控制方案。首先根据控制齿轮轴横向振动的思想构建齿轮箱主动结构,应用C-MEX S函数编写FxLMS自适应控制算法模块;基于级联自适应陷波器的技术提取齿轮啮合振动信号进而合成参考信号;利用自适应NLMS滤波器对包含压电堆作动器的次级通道进行离线辨识实验,在得到次级通道传递函数的同时有效避免了次级通道辨识和控制器之间的相互干扰。最后将算法代码下载到dSPACE中作为控制器,与内置压电堆作动器的齿轮箱组成硬件在环系统进行实验验证。结果表明:由FxLMS算法控制的压电堆作动器对齿轮的啮合振动控制效果明显,在不同转速、不同负载情况下啮合振动有15~26dB的衰减。     

一种基于NARX神经网络的振动主动控制方法

针对主被动混合隔振系统中次级通道的非线性因素和时变特性,设计一种基于有源非线性自回归神经网络(Nonlinear Auto-regressive With Exogenous Inputs Neural Network,NARX-NN)的次级通道系统辨识的方法,并成功应用于振动主动控制系统中。首先,使用NARX神经网络对次级通道进行辨识得到准确的次级通道模型;其次,采用FIR滤波器重构初级通道的输出,从而获得作动器的输出信号,基于重构得到数据对辨识的网络进行在线学习,可以避免由白噪声激励在系统中带来的随机振动对控制效果的影响;最后搭建仿真模型以及实验平台,仿真结果表明,该控制算法可以克服次级通道的时变性导致的次级通道失真问题;实验结果表明,该算法对15、20 Hz的线谱分别取得30.1、40.4 dB的能量衰减效果,能够有效地实现振动主动控制。     

双层隔振系统模糊振动主动控制技术

采用模糊控制理论对双层隔振系统进行主动控制仿真。这种策略无需考虑一般自适应前馈控制所引起的次级振源对控制器输入的反馈问题(耦合通道的影响)及次级振源到误差评价传感器之间的传递函数(误差通道)对控制过程的影响,控制系统简单易行。研究结果表明,所采用的模糊控制策略对于周期和随机振动信号均有很好的控制效果。     

变步长自适应结构振动主动控制算法

提出基于次级通道在线辨识的变步长振动主动控制算法,给出主动控制环节收敛步长、次级通路建模环节收敛步长的调整策略及新的附加噪声功率控制策略。此调整策略完全由初级振动、残余振动及附加随机噪声信号功率决定,无需额外引入经验参数,可简化系统算法复杂度,提高算法收敛性能,实现对附加随机噪声功率的调节,在保证系统稳定情况尽量消除其对残余噪声影响。仿真结果表明,与已有算法相比,该算法在收敛性能、振动控制效果两方面更具优势。基于NI CRIO实时控制器进行简支梁振动主动控制试验表明,该控制系统对简支梁振动响应有较好的抑制作用,对初级振动频率具有较好的跟踪性能。即基于次级通道在线辨识的主动控制方法行之有效。     

自适应控制系统中矩阵解耦控制算法研究

自适应多通道主动隔振系统中,次级通道间的耦合会影响控制算法稳定性,且任一误差信号均参与所有控制信号的更新。针对通道数较少(n4)的控制系统,提出一种矩阵解耦优化算法,主要思想是基于前馈补偿,在次级通道矩阵前插入解耦矩阵,实现次级通道解耦,使控制信号与误差信号之间一一对应,提高算法的稳定性和收敛速度。同时,为增强作动器与临近传感器之间传递函数的影响,解耦矩阵主对角元素被设为1,文中给出了解耦矩阵工程实现的具体方法。对算法进行仿真分析和试验,结果表明:矩阵解耦优化算法对双频线谱振动控制效果明显,同时使计算量减小,控制精度提高,平均振动衰减分别可达21.6 dB和10.9 dB。     

基于Stewart平台微振动主动控制分析与实验

以压电棒为主动元件构建立方体Stewart隔振平台,采用基于DSP的数字控制系统和Fx-LMS自适应算法进行振动控制。对输入输出通道辨识方法和主动控制模块进行测试,并给出隔振平台隔振效果验证。实验结果表明,对于10 Hz~100 Hz范围内的单频干扰,可实现24 d B以上抑制效果,对于双频干扰,也具有良好的控制效果。