基于混沌遗传算法的柔性机械手滑模控制器优化设计

针对柔性机械手动力学方程的非最小相位特点,本文提出一种柔性机械手的终端滑模控制方法,将关节电机转角和柔性模态变量的线性组合定义为柔性机械手系统的输出.通过输入输出线性化,将系统分解为输入输出子系统和零动态子系统.设计终端滑模控制策略,使输入输出子系统在有限时间收敛到零;利用混沌遗传算法优化控制器的设计参数,使零动态了系统在甲衡点附近渐近稳定,从而保证整个系统的渐近稳定.本文提出的方法设计过程简单,易于实现.仿真结果证明了设计的有效性.     

直接自适应控制律的输人/输出稳定性分析

1.引言 一般地说,在控制系统模型未知的情况下,已有的理论方法不可避免地存在建模这一关键棘手的问题.本文基于小增益定理[1],给出文献[2～4]中直接自适应控制律的输入/输出稳定性充分条件,该条件弱于文献[5]中的条件,更具实用性.首先给出以下有关定义:定义1.对于正数p∈[1,∞),元素为可测函数f(@),且满足的空间,称为lp空间.当函数f(t)∈lp时,P∈[1,∞)有但一般的控制系统,其中发生的过程未必都有这种渐近性质,控制的目的往往是使发散的过程变成收敛的过程,这样,不可能一开始假定系统中所有过程都属于lp,因此引入函数截取概念.     

新型智能宠物喂养系统的设计与实现

本设计突破目前国外同类产品采用的机械模式,而以触摸显示屏,作为显示和输入设备,在简化操作界面的同时,不但提高了用户交互界面的美观性,也为系统实现智能化提供了可能。传感器件选择目前技术已经非常成熟的悬臂梁式称重传感器,大大节省了成本。微型电磁阀可快速控制水流的通断。微型电动推杆,则通过两个固态继电器,实现伸缩控制。     

固定区间Kalman平滑新算法

用现代时间序列分析方法,基于ＡＲＭＡ新息模型和白噪声估值器,提出了一种正向固定区间稳态Ｋａｌｍａｎ平滑新算法和两种反向固定区间稳态Ｋａｌｍａｎ平滑新算法,并给出了保证算法最优性的最优初值公式。算法简单,便于实时应用。仿真例子说明了它们的有效性。     

深腔圆锥动静压混合轴承润滑特性

为了更加准确探求深腔圆锥动静压轴承润滑特性,考虑润滑油膜紊流、热效应及轴向速度等因素,推导极坐标系下的广义雷诺方程、能量控制方程及其相关表达式,采用有限差分法对方程进行离散,利用帕坦卡正系数法则对离散化方程系数及常数项进行处理,数值分析油膜的三维压力场和温度场,试验研究静压浮起和动压润滑特性.结果表明:帕坦卡正系数法则可以有效地解决诸如油腔边缘存在"逆流"等因素而导致温度场不易收敛问题,在高速大偏心率情况下,油膜温升较高,应考虑温度对轴承性能的影响.流量与供油压力成正比关系,而与转速基本无关.随着转速增加动压效应增强,轻载时轴承在小偏心率下工作.深腔圆锥动静压轴承具有良好的静压浮起和动压润滑特性,理论计算值与试验结果一致,证明理论的正确性,为下一步转子动力学的理论分析打下基础.     

广义系统多传感器信息融合Kalman状态预报器

研究了广义离散随机线性系统的多传感器信息融合状态估计问题。依据Kalman滤波理论,在线性最小方差信息融合准则下,推导出广义系统分别按矩阵、对角阵和标量加权的三种多传感器信息融合Kalman预报器,并给出了两个广义子系统之间的预报误差互协方差阵的计算公式。仿真说明,融合后的Kalman预报器的精确度高于每一个子系统;按标量加权信息融合Kalman预报器与按矩阵加权和对角阵加权信息融合Kalman预报器相比,虽然精确度有所降低,但损失不明显,并可减少计算负担,便于实时应用。     

基于Kalman滤波的自回归滑动平均信号信息融合Wiener滤波器

应用Kalman滤波方法,在按矩阵加权线性最小方差最优信息融合规则下,提出了带白色观测噪声的多通道ARMA信号的多传感器信息融合Wiener滤波器.它可统一处理信息融合滤波、平滑和预报问题.为了计算最优加权阵,提出了计算局部滤波误差互协方差阵的公式.同单传感器情形相比,可提高估计精度.一个带三传感器的目标跟踪系统的仿真例子说明了其有效性.     

Protel99在逻辑电路中的应用

介绍了可编程逻辑器件(ＰＬＤ)应用和相应软件的发展及利用ＥＤＡ工具Ｐｒｏｔｅｌ９９的ＰＬＤ设计简单逻辑电路的一般方法。     

多传感器时滞系统信息融合最优Kalman滤波器

基于线性最小方差最优加权融合估计算法,对多传感器的离散线性状态时滞随机系统,给出了一种非增广分布式加权融合最优Kalman滤波器.推导了状态时滞系统任两个传感器子系统之间的滤波误差互协方差阵的计算公式.它与状态增广加权融合滤波器具有相同的精度.与每个传感器的局部滤波器相比,分布式融合滤波器具有更高的精度.与状态和观测增广最优滤波器相比,具有较小的精度.但避免了增广所带来的高维计算和大的空间存储,可减小计算负担.仿真例子验证了其有效性.     

基于Kalman滤波的白噪声估计理论

应用Kalman滤波方法,首次提出了一种统一的和通用的白噪声估计理论.它可统一处理线性离散时变和定常随机系统的输入白噪声和观测白噪声的滤波、平滑和预报问题.提出了最优和稳态白噪声估值器,且提出了白噪声新息滤波器和Wiener滤波器.它们可应用于石油勘探地震数据处理,且为解决状态和信号估计问题提供一种新工具.两个仿真例子说明了其有效性.