压电微动平台的改进PID控制

为使压电微动平台具有良好的静动态特性,即响应快,超调量小,无振荡及稳态误差小,采用比例、积分、微分(PID)控制法来对其进行定位控制。将常规PID控制中积分环节的矩形积分改进为梯形积分,以提高压电微动平台的控制精度;采用微分分离法对常规PID控制中的微分环节进行改进,以使压电微动平台在具有良好稳定性的情况下,具有很快的响应速度。实验验证了压电微动平台改进PID控制的有效性,结果表明,压电微动平台对4μm阶跃参考位移的响应时间为0.05s,输出略有超调,但无振荡,且稳态误差几乎为0;在变幅值三角波及任意波形参考输入作用下,压电微动平台的输出可很好地跟踪输入。     

基于阈值优化的压电微动平台迟滞模型

为减少PI迟滞模型的无效算子数,进而提高模型的运算速度,采用阈值优化法来改进PI迟滞模型。采用PI迟滞模型拟合被描述对象的实测曲线时,实测曲线在各阈值点处的斜率可用该点处迟滞算子的权重和来表达,该权重和越接近该点曲线的斜率,PI迟滞模型的精度就越高。这样便可在保证模型精度满足要求并使其在各阈值点处相同的情况下,对模型的阈值进行优化,进而减少模型的算子数。根据测得的最大实测升程曲线,基于阈值优化法,建立了压电微动平台的迟滞模型。实验结果表明,所建模型算子数仅为7个,且不含无效算子;在0~15.94μm的位移范围内,所建模型的误差变化范围为0.23~0.40μm,即1.4%~2.5%。所建模型可较好地描述压电微动平台的迟滞非线性。     

摆动叶片式波浪能发电装置在船舶上的应用研究

介绍了摆动叶片式波浪能发电装置在船舶上的工作原理,基于线性波理论研究了装置的水动力学性能,推导出了装置中叶片波能拾取率的公式。基于Gambit和Fluent软件,在最优摆角的情况下,模拟仿真了装置模型在变流速下的转矩和轴向力,为分析装置的波能效率和抗风浪能力奠定了基础。通过对装置试验研究,得到了装置的平均波能拾取率约为4.37%。研究结果表明:该装置在船舶上应用良好,为波浪发电技术在船舶上的开发利用提供参考依据。     

摆动叶片式波浪能发电装置的水动力性能分析

简述了摆动叶片式波浪能发电装置的结构和工作原理,结合波浪力学和浅水波理论对摆动叶片进行理论分析,推导出俘获效率公式。为了分析装置的性能,采用Fluent软件仿真的方法,分析了摆角和波高参数对装置的水动力学性能的影响,提出最佳摆角概念,并研究了最佳摆角与波高的关系。研究结果表明:装置的俘获效率随着摆角的增大先增大后减小;随着波高的增加,装置的俘获效率在增加,研究结果为后期装置的试验提供了理论依据。     

压电柔顺微操作器的H∞反馈控制

为保证压电柔顺微操作器的精准性和稳定性,以压电纤维驱动的单自由度柔性微操作器为例,首先,通过在传统Prandtl-Ishlinskii(简称PI)迟滞模型上串联死区算子,建立改进PI迟滞模型并设计相应前馈控制器;其次,将系统模型分解为线性可逆分量和有界分量,并构建权重函数和增广模型设计H_∞反馈控制器,以保证系统的稳定性和精准性;最后,以压电纤维驱动的单自由度柔性微操作器为例,搭建实验测控系统。实验结果表明：在前馈控制下,压电柔顺微操作器的迟滞量从16.5%下降到4.4%,改进PI迟滞模型是可行的。当参考轨迹为阶跃和不同频率的正弦信号、甚至改变微操作器结构参数时,H_∞反馈控制均能有效跟踪给定参考信号且相对控制误差较小,验证了所设计H_∞反馈控制器的有效性。     

基于推理-情境感知激活模型的设计知识推荐

针对个性化产品设计任务下的知识资源检索和利用效率低、知识推荐结果有效性和准确性侧重失衡的问题,提出个性化设计知识推荐服务架构.该架构以产品设计文献数据、手册数据为核心,结合产品设计场景特征,确定设计知识类别.采用新的深度学习模型ALBERT-BiLSTM-IDCNN-CRF,对数据中蕴含的设计对象、设计任务、设计性能、设计方法、设计工具、设计原理、设计参数、计算公式、设计图这9类知识元进行有效抽取.结合由企业内部员工和文献作者组成的设计人员知识元,建立五维设计知识关联模型,以该模型为基础,运用本体和推理规则建立完善的产品设计知识库.提出基于推理-情境感知激活模型的设计知识推荐服务模式.以液压机设计为例进行验证.结果表明,所提的深度学习模型在设计知识抽取中获得了优于其他基准模型的效果.所提的知识推荐服务模式在维持较高的知识推荐结果准确性的同时,提升了输出推荐结果的有效性,可以快速、准确地为特定对象属性、任务属性和性能要求属性下的个性化设计任务求解推荐所需的知识资源.     

基于RBF神经网络的压电执行器迟滞建模

针对压电陶瓷执行器的迟滞非线性特性问题,该文提出了一种最小二乘法与径向神经网络相结合的建模方法。首先,通过搭建压电执行器位移测试系统,得到执行器输出位移与输入电压的对应曲线关系,然后用最小二乘法对该曲线进行多项式拟合,得到压电执行器的迟滞数学模型,在此基础上再用径向基函数神经网络方法对该模型进行优化。最后对建立的模型进行分析发现,用最小二乘法拟合的多项式数学模型,其最大误差Emax=0.244 7 μm,标准方差δ=0.059 02 μm,而利用径向基函数(RBF)神经网络优化建模后,Emax=0.079 89 μm,δ=0.016 04 μm。实验证明该模型有较高的准确性, 该文为压电执行器迟滞建模提供了一种新的方法。     

压电宏纤维驱动的仿生尾鳍微推进力测量系统

提出了用于压电宏纤维(macro fiber composites,简称MFC)驱动的柔性仿锦鲤尾鳍推进力动态精密测量的悬臂式微推进力测量系统。基于矩形截面悬臂梁的纯弯曲和扭转变形理论,首先,提出微推进力测量构件的设计指标,其弯曲刚度实验标定结果与设计指标基本吻合,水下稳定摆动测试结果表明,MFC驱动的柔性仿生尾鳍在激励频率7,8 Hz时分别取得最大摆幅峰峰值5.08 mm和最大摆速104.3 mm/s;然后,开展了柔性尾鳍在最大摆幅及最大摆速状态下产生的微推进力动态测量实验,结果显示柔性尾鳍产生的推进力在一个稳定摆动周期内出现两次波峰起伏,且存在着时间占比不同的推进和拖拽两种状态。结果表明,最大摆速状态下,柔性尾鳍稳定摆动过程在65.6%的周期内为推进状态,产生的瞬时最大推进力和拖拽力分别为6.26和-2.50 mN,数值积分得到的周期平均推进力为1.90 mN,而柔性尾鳍最大摆幅状态下产生的平均推进力为0.26 mN。所提出的柔性仿生尾鳍及微推进力精密测量系统的具有较好的参考作用。     

谐波驱动柔性臂系统耦合动力学建模及辨识

为研究谐波驱动的柔性臂系统耦合动力学建模问题,分别进行了谐波驱动模型的参数辨识和柔性机械臂振动特性的耦合动力学模型辨识。通过阶跃电流激励和低匀速转动实验辨识出了关节的库伦摩擦力,在伪随机二进制信号的激励下,辨识得到了包含驱动系统转动惯量和黏性摩擦因数的驱动传递函数模型,将其与实际结构系统比较验证了此模型的准确性。理论分析了振动耦合力矩和柔性臂应变输出电压之间的线性关系,辨识得到了从电机转动角位移到柔性臂应变电压输出之间的传递函数,其输出在时域和频域上都与实际系统比较吻合,说明了建立的传递函数模型对于实际系统的适用性。综合两个辨识得到传递函数模型,实现了对谐波驱动的柔性机械臂系统的耦合动力学建模。     

压电微夹钳的迟滞及蠕变补偿

为提高压电微夹钳的操作精度,对其迟滞及蠕变误差进行补偿。基于压电材料迟滞曲线的非对称性,为提高微夹钳迟滞模型的精度,采用升回程分别建模的方法,建立了微夹钳的Prandtl-Ishlinskii(PI)迟滞模型,对迟滞误差进行了补偿。在综合考虑模型简单且具有较高精度的前提下,采用二阶惯性环节建立了微夹钳的蠕变模型,设计出无需求蠕变逆模型的补偿器,对蠕变误差进行了补偿。实验结果表明,在最大位移为120μm时,钳指位移的迟滞误差由补偿前的-11.8～10.7μm减小为-1.7～1.0μm;在900 s作用时间内,钳指位移的蠕变由补偿前的4μm几乎减小为0。