基于CMAC神经网络的超磁致伸缩非线性控制

对于超磁致伸缩材料固有的迟滞非线性特性，本文提出一种基于小脑模型神经网络(CMAC)前馈逆补偿与PID相结合的复合控制方法。首先利用CMAC神经网络学习获得超磁致伸缩致动器(GMA)的迟滞逆模型进行补偿，再利用CMAC模型在线快速学习适应的能力，结合PID控制器降低跟踪控制时的误差和扰动，从而实现GMA的精密控制。通过MATLAB建立了CMAC前馈逆补偿控制器和CMAC-PID复合控制模型，最后通过仿真实验验证所提方法的有效性。结果表明，提出的利用CMAC神经网络逼近的迟滞模型具有令人满意的精度，在CMAC-PID复合控制方案的作用下，系统的期望位移与实际位移相对误差值最大值仅2.39%,平均相对误差值不到0.5%。说明该控制策略能适应控制对象的非线性变化，有效地提高GMA的跟踪精度。     

电容称重传感器迟滞非线性建模及实验研究

车载式电容称重传感器是以车辆的板弹簧为弹性体,其固有的迟滞非线性会影响称重系统的测量精度,因此本文讨论了传感器迟滞非线性的建模方法.在分析了车辆的板弹簧的结构和工作状况的基础上,基于改进的Preisach模型对电容称重传感器迟滞特性进行建模,同时给出了模型的数学公式和数值实现方法,并运用该方法对实际的电容称重传感器迟滞...     

磁浮控制系统的传感器非线性校正方法研究

磁浮控制系统采用涡流传感器检测其运行状态.由于控制系统对精度和实时性有较高要求,涡流传感器输入输出特性的非线性和模型随环境的变化需要快速准确的补偿.为此,采用径向基函数网络建立涡流传感器逆模型,使加入逆模型后涡流传感器输入输出映射单位线性化.采用本文提出的简化自适应隐层结构和中心学习算法能够快速准确得到网络结构和参数.实际测量说明,该方法在精度和实时性方面满足要求,校正误差小于0.7%,能够补偿涡流传感器模型的变化.该方法能够用于精度和实时性要求高的其他传感器校正中.     

压阻式压力传感器温度补偿技术的研究及应用

压阻式压力传感器易受温度影响产生零点漂移和灵敏度漂移,为了降低环境温度对传感器输出的影响,首先分析了传感器产生温度漂移误差的原因,针对传感器存在的温度漂移误差和输出信号的非线性介绍了一种硬件温度补偿方法和基于MAX1452的软件温度补偿方法,着重阐述了MAX1452的补偿原理以及对传感器的补偿过程.最后通过温度试验和温度循环试验比较分析了以上两种温度补偿方法,试验结果表明软件补偿方法具有更加优良的补偿效果,在-40～60℃温度范围内的精度小于0.5％.     

差压传感器灵敏度校准的非线性处理方法

研究了水轮机高水头试验台蜗壳差压传感器校准的非线性拟合方法的优点，针对原来采用的线性拟合方法，通过对残差的理论分析和实际计算，提出了分析的精度，为改进水 轮机高水头试验台测试系统的工艺起到了促进作用。     

机载应变测试系统校准误差分析与补偿

当前飞行试验中所需测试的应变量不断增大,而应变量越大由校准方式引入的系统误差越大,目前校准系统误差已逐渐无法满足机载测试的需求。针对这一现状,从理论上分别分析了机上现场校准和实验室校准过程中由当前的校准方式和导线电阻导致的系统误差,定量分析了误差大小,并提出了通过对校准数据进行补偿处理以消除误差的方法。经试验验证,所推导的误差公式与实际误差大小相一致,且经补偿处理后系统误差基本消除,因此该方法切实有效,确保了飞行试验中应变数据的准确性。     

STATCOM的自适应逆控制方法

为了研究静止同步补偿器STATCOM运行过程中存在的非线性特性对补偿特性的影响，在考虑了电压源型逆变桥中IGBT的通态损耗、开关损耗以及直流侧的电容损耗基础上，建立了基于该逆变桥的STATCOM数学模型，并根据其数学模型的非线性特性，提出了STATCOM的自适应逆控制方法和逆系统模型。根据该模型对STATCOM进行直接控制，并根据系统参数的不可预知以及其时变的特点，对系统模型中的参数在运行过程进行在线识别，并进行了仿真。结果表明，自适应逆控制能够有效地克服运行过程中系统参数的变化对补偿效果的影响，从而提高了控制系统的鲁棒性和装置的控制精确度；给定系统参数的初值准确与否，对装置最终的控制精确度没有影响。该控制方法具有实用性，而且随着处理器计算能力的不断增强该方法存在广泛的应用前帚。     

基于RBF神经网络和LS-SVM组合模型的磁浮车间隙传感器温度补偿

对磁浮车悬浮间隙传感器温度漂移产生机理进行了研究,提出采用组合预测的方法建立传感器温度特性逆模型进行温度补偿,根据传感器温度特性分别建立径向基函数神经网络(RBF-NN)和最小二乘支持向量机(LS-SVM)温度补偿系统模型,通过在探头内布置PT1000铂热电阻检测探头温度,依据温度信号对传感器进行温度误差补偿。仿真结果表明组合模型能较好地拟合温度逆特性,组合补偿模型的输出不受工作温度的影响,全量程最大误差为0.14 mm,在工作间隙范围内误差小于0.05 mm,且组合模型的补偿误差优于单一模型补偿效果,该方法可有效消除温度漂移效应,并提高传感器的检测准确度,能够满足磁浮车悬浮控制系统要求。     

改进遗传神经网络在传感器温度补偿中的应用

精确辨识传感器温度补偿模型对于提高系统测试精度具有重要的意义.神经网络具有良好的自学习、自适应和非线性映射能力,但往往训练速度慢、易陷入局部极小值,而遗传算法具有很强的全局寻优能力,但其局部搜索能力却不足.本文探讨了利用改进遗传算法优化函数链神经网络,以获得全局最优解的方法,并根据多温度条件下的实测数据,对电涡流传感器温度补偿模型进行了有效辨识.结果表明,该方法运算快速、精度高、通用性强,在智能传感器建模与补偿等领域具有良好的应用前景.     

基于神经网络误差补偿的温度测试仪的研制

在使用热电偶的测温系统中，传感器的非线性传感特性是导致测温精度下降的主要原因，要提高测温系统的精度，就必须进行误差补偿。本文以单片机89C51以及外围芯片为核心，设计了一个非线性补偿的热电偶温度测试仪，介绍了一种用于传感器非线性误差补偿神经网络，给出了补偿算法和测试仪的硬件电路。     

基于动态递归神经网络的超磁致伸缩驱动器精密位移控制

由于内在的滞回非线性，超磁致伸缩驱动器（GMA） 会在开环系统中引起定位误差，在闭环系统中造成系统不稳定。为了克服这个问题，将动态递归神经网络（DRNN）前馈和PD反馈控制器相结合，提出了一种实时滞回补偿控制策略，以期实现GMA的精密位移跟踪控制。DRNN控制器是根据GMA的滞回特性构造的，通过反馈误差学习方案在线学习GMA的逆滞回模型。仿真结果表明该控制策略能适应GMA滞回特性随机械负载、输入信号的变化，在线建立GMA的滞回逆模型，从而消除滞回非线性的影响，实现GMA的精密控制。     

超磁致伸缩致动器的磁滞非线性动态模型

超磁致伸缩致动器的输入磁场与输出应变存在着磁滞非线性。为了控制及使用致动器，必须建立其准确的数学模型。该文基于Jiles—Atherton磁滞模型、二次畴转模型、非线性压磁方程和致动器结构动力学原理，建立了超磁致伸缩致动器的磁滞非线性动态模型。应用该模型对致动器的输出应变进行计算，计算结果与实验结果符合较好，验证了模型的正确性和实用性。     

System identification of a class of Wiener systems with hysteretic nonlinearities

Existing works on Wiener system identification have essentially been focused on the case where the output nonlinearity is memoryless. When memory nonlinearities have been considered, the focus has been restricted to backlash like nonlinearities. In this paper, we are considering Wiener systems where the output nonlinearity is a general hysteresis operator captured by the well‐known Bouc–Wen model. The Wiener system identification problem is addressed by making use of a steady‐state property, obtained in periodic regime, referred to as ‘hysteretic loop assumption’. The complexity of this problem comes from the system nonlinearity as well as its unknown parameters that enter in a non‐affine way in the model. It is shown that the linear part of the system is accurately identified using a frequency method. Then, the nonlinear hysteretic subsystem is identified, on the basis of a parameterized representation, using a prediction‐error approach. Copyright © 2016 John Wiley & Sons, Ltd.     

一种进气道畸变测量动态压力采集设计

在新机型发动机科目试飞中,发动机进气道畸变特性测试至关重要,其稳定性关系到发动机能否可靠工作。传统方式中将多路进气道壁面总压进行采集,通过后期数据解析提取总压中的动态分量进行分析,此方式延迟较大且提取精度较低。因此设计了一种进气道畸变动态分量实时测量提取方案,在传感器最前端将进气道壁面总压信号中的动态分量进行分离、高增益及滤波处理后采集,与总压信号处于同步状态,保证数据实时相关性,以便评测对比,为发动机进气道畸变量测试提供新的思路。经试验与试飞测试验证,动态压力数据采集精度高达0.3%,满足试飞测试要求,目前已成功应用于某机进气道畸变试飞中。     

Hysteresis nonlinearity compensator for piezoelectric actuator

The purpose of this paper is to improve the hysteresis characteristics of a stack type piezoelectric actuator using the hysteresis nonlinearity compensator. Recently, several printing methods that cost less and are faster than previous semiconductor processes have been developed for the production of electric paper and RFID. The system proposed in this study prints by spraying the molten metal, and consists of a nozzle, heating furnace, operating actuator, and an XYZ 3-axis stage. As an operating system, the piezoelectric (PZT) method has very valuable uses. However, the PZT actuator has a hysteresis nonlinearity due to the ferroelectric characteristics of the PZT element. This causes problems in the system position control characteristics and deteriorates the performance of the system. This study proposed an inverse hysteresis model, a mathematic modeling method that can express the geometric relationship between voltage and displacement, in order to reduce the hysteresis of the PZT actuator. In addition, system identification and PID control methods were examined. Also, it was confirmed that the proposed control strategy gives good tracking performance.     

基于灰色模型的锂电池充电技术研究

由于电池系统具有非线性和迟滞性等特点,电池模型的准确性和实用性难以兼顾。针对此问题,建立和验证了基于灰色控制理论的锂离子电池灰色模型。应用该模型研究了相关的电池充电技术,并提出了基于灰色模型的充电终止判断技术以消除电池系统迟滞性带来的影响,以及采用灰色PID控制技术跟踪充电曲线以减轻电池系统非线性带来的控制精度不高的问题。实验结果表明,相对于传统PID控制,灰色PID跟踪充电曲线具有更高精度。     

一种用于压力传感器的CAN智能节点设计

为使传统的压力传感器能够在工业自动化中进行多点远程精密测量和控制,提出了以片上系统(SoC)级单片机C8051F060为核心,基于CAN(controller area network)总线智能节点的设计.该节点实现了对传感器输出信号的温度非线性补偿和CAN节点的通信设计,该设计方法具有可靠性好、通信速率高、软件设计简便、精度高、扩展灵活等优势;并且便于安装、调试和检测,在自动化数据采集和控制中具有广泛的应用前景.文中详细给出了该节点的硬件和软件设计方法.