基于加速度反馈的单输入时不变线性离散系统极点配置

讨论了单输入时不变线性离散系统用加速度信号进行极点配置的可行性。首先, 给出了用状态差分反馈进行极点配置的定理和算法; 其次, 用3个仿真实例验证了该算法的有效性;最后, 在隔振器实验平台上验证了用加速度信号进行反馈控制的可行性。     

用于显示多路信号的控制器

介绍一种用单踪示波器显示多路信号的简易控制器。该控制器具有多端输入单端输出的功能，可将多路输入信号，通过模拟开关转换成一路信号输出，接至单踪示波器的Ｙ端，在荧光屏上便可同时显示出多路信号波形。该控制器结构简单，经济可靠，具有实用意义。     

用于显示多路信号的控制器

介绍一种用单踪示波器显示多路信号的简易控制器。该控制器具有多端输入单端输出的功能，可将多路输入信号、通过模拟开关转换成一路信号输出，接至单踪示波器的Ｙ端，在荧光屏上便可同时显示出多路信号波形。该控制器结构简单，经济可靠，具有实用意义。关键词     

基于SGHT的航天器微振动信号处理方法

针对现有常用航天器微振动信号处理方法的不足，以辛几何模态分解方法（Symplectic geometry mode decomposition，简称SGMD）为基础，结合希尔伯特谱分析（Hilbert spectrum analysis，简称HSA），提出辛几何-希尔伯特转换（Symplectic geometry Hilbert transform，简称SGHT）方法。首先，根据输入信号，采用辛矩阵相似变换求解Hamilton矩阵的特征值，利用其对应特征向量重构单分量信号；其次，通过计算归一化互信息，将相似的分量合并为辛几何分量（Symplectic geometry component，简称SGC），用输入信号与计算得到的SGC分量相减，得到新的输入信号进行下一轮迭代，直至满足终止条件；最后，进行希尔伯特转换，并输出结果。通过微振动信号模型的仿真验证，与目前常用的微振动信号处理方法相比，在非平稳的复杂微振动信号下，SGHT方法表现出较好的分解性能和处理能力。使用该方法处理先进天基太阳天文台（advanced space-based solar observatory，简称ASO-S...     

基于Symlets小波滤波的滚珠丝杠伺服进给系统频响特性辨识

高速、高加速度条件下,滚珠丝杠进给系统所具有的弹性特性会对其频率响应特性造成很大影响.通过分析转矩输入信号和加速度输出信号的幅值和相位关系可以实现对进给系统频响特性的辨识.通过集中质量方法对弹性滚珠丝杠传动系统进行建模,由拉格朗日能量法和状态空间分析对系统的频响特性进行计算.并进一步利用试验方法完成进给系统频响特性的辨识.为了减少量化噪声、白噪声和有色噪声对辨识信号的影响,提出通过Symlets小波滤波方法对有限差分方法得到的加速度信号进行小波滤波处理后,再进行幅值和相位信号的提取和频响函数的拟合.仿真和试验最终证明Symlets小波滤波方法能有效地减少噪声对加速度信号的影响,提取出有效信号,实现对进给系统频响特性更为精确地辨识.     

基于预测误差法的加速度传感器动态模型参数辨识

加速度传感器动态模型对研究与分析加速度传感器的动态特性与动态误差补偿具有重要作用。针对加速度传感器动态模型的参数辨识,提出了一种基于预测误差法的加速度传感器动态模型参数辨识方法,该方法将加速度传感器的状态空间模型转化为线性带外生输入的自回归滑动平均(ARMAX)模型,获得其最优一步预测输出的表达式,并通过求解加速度传感器最优一步预测输出极小化误差准则函数,实现加速度传感器动态模型参数的最优辨识。实验结果表明,该方法有效地实现了加速度传感器动态模型的参数辨识,所得加速度传感器动态模型具有较高的精度,能描述加速度传感器的动态特性。     

一种单自由度3T1R并联机构的拓扑设计及其运动学

根据基于方位特征方程的并联机构拓扑设计理论和拓扑降耦设计方法，设计了一种新的少输入-多输出（Fi-Mo）型单自由度三平移一转动（3T1R）输出的并联机构，对其拓扑特性进行了分析，给出了该机构的方位特征集、自由度及耦合度κ；根据基于序单开链的运动学建模原理，给出了该机构的位置正解求解方法及其数值解；同时导出了其位置反解求解公式及机构的速度与加速度公式，并进行了速度与加速度的仿真。最后给出了该机构可用作并联振动筛的3D虚拟样机设计。研究结果为该类单自由度3T1R型并联振动筛机构的尺寸优化设计、样机研制打下了基础。     

调谐质量阻振变刚度控制器设计及其效果研究

提出了一种新的变刚度半主动控制方法,输入随机波面特征信息,得到平台甲板加速度响应谱,经计算机处理后得到实时控制信号。达到控制装置对系统最优状态的跟踪。给出基于调谐质量阻尼器变刚度半主动振动控制的控制器设计方案,验证了以平台甲板加速度信号为输入时控制系统对平台振动的抑制效果,该控制方案可克服数据处理系统和作动器的延时带来的系统稳定性问题。计算结果表明,平台甲板加速度振动控制效果可达20％以上。该方案具有实用前景。     

激光测振方法在振动试验中的应用

研究了用速度响应完成以加速度为试验条件的振动环境试验,以及对速度信号进行数值微分的方法,分析了数值计算误差和采样参数之间的关系,编制了两输入两输出振动试验控制程序.以悬臂梁为试验对象,一个测点处用加速度传感器采集加速度响应信号,另一个测点处用激光测振仪采集速度响应信号,用速度和加速度联合控制完成给定加速度参考谱的随机振动试验.     

振源识别相干法的应用及程序简介

J·S·贝达特 A·G·皮尔索于1980年出版《相关分析和谱分析的工程应用》一书,1983年5月译成中文在国内发行.作者应用现代随机数据分析理论对线性多输入单输出的搌源识别提出相干法,该法对振源识别有较清楚的物理解释。计算只用谱分析结果进行迭代,通过几种相干函数就可对各输入在输出能量中所占比例作出适当评价,并可算出各输入与输出问的频响函数。可见这是工程应用中的较好方法。书中虽以不少篇幅论述上面问题,但没有系统运算的程序.本文将振源识别相干法的系统计算编成程序,并以汽车的振源识别作为实倒。为此,重点介绍线性多输入单输出振源识别的核心思想——建立与原系统等价的互不相关的多输入单输出模型;给出计算各种相关函数公式,导出条件谱密度函数、相干输出谱密度函数及频响函数公式,简介相干法程序.实例情况:日本产丰田 coaster 中型旅行车以三种速度(20km/h、40km/h、60km/h)行驶,对前桥、后桥及驾驶仪底板进行磁带记录,以前两处加速度为输入后一处加速度为输出,在 Z-80微机用自编程序作数据处理,将结果以图及表列于文中,对结果作物理解释.     

基于Wiener核和BP神经网络的非线性模拟电路故障诊断

研究提出基于非线性电路的Wiener核和BP神经网络的故障诊断方法.在输入为高斯白噪声的情况下,对输入、输出信号进行采样,通过计算各阶相关函数的方法得到正常及各种故障状态下非线性电路的Wiener核.把该核作为状态特征并进行适当的预处理,与对应的状态一起组成BP神经网络的输入和输出样本来对神经网络进行训练,从而实现对模拟非线性电路的故障诊断.文中给出了Wiener核的数字计算方法和诊断神经网络的建立方案,并通过诊断实例加以验证.     

基于径向基函数网络的MOTOMAN机械手运动学逆解

从集合和数学观点 ,把运动学正解和逆解问题作为机器人关节空间和工作空间之间的非线性映射关系 ,将运动学逆解过程转换为神经网络权值训练问题。基于具有局部逼近能力的特点 ,将正解结果作为训练样本 ,用 6输入、单输出的RBF网络 ,实现了MOTOMAN机械手运动学逆解计算 ,避免了传统方法的繁琐公式推导。算例表明 ,采用RBF网络解决逆解问题比BP网络的计算精度略有提高。此外 ,RBF网络有更快的收敛速度     

基于粒子滤波的电力机械设备状态在线监测

为提升电力机械设备状态在线监测的效果，提出基于粒子滤波的电力机械设备状态在线监测方法。通过人工萤火虫群算法改进粒子滤波算法后，借助随机子空间算法构建改进粒子滤波算法所需状态方程。利用该状态方程获取电力机械设备正状态观测矩阵和输出矩阵数值，并将其看作模态参数，依据该模态参数计算粒子滤波状态序列和电力机械设备振动状态变量数值后，构建粒子滤波器，使用该滤波器去除电力机械设备振动信号内干扰噪声后，对电力机械设备振动信号实施归一化处理，得到粒子权重概率和改进粒子滤波监测数值。通过设置振动信号监测步长和阈值，计算监测信号与采集信号差值，使其与所设阈值进行对比，获取电力机械设备状态在线监测结果。实验结果表明，该方法监测的电力机械设备信号最大偏差数值仅为0.003 dB,具备较好的信号跟踪能力，且具备较好电力机械设备振动监测能力。     

基于Wavelet-HMM的旋转机械故障诊断方法研究

隐Markov模型是一个双随机过程，适用于动态过程的时间序列的建模并具有强大的时序模式分类能力，特别适合非平稳、重复再现性不佳的信号分析；小波变换具有多分辨率分析的特点，在时频两域都具有表征信号局部特征的能力。文中将小波变换和隐Markov模型相结合，提出基于小波变换的HMM状态识别法，利用Daubechies小波进行8尺度的小波分解，然后从小波分解结构中提取一维信号的低频系数作为特征向量，将其输入到各个状态HMM来进行训练，其中输出概率最大的状态即是机组运行状态，从而实现状态的识别，实验结果表明该方法很有效。     

ISF网络用于机械变速时的状态监测

为对机械变速时的运行状态进行监测,本文提出了“改进的单层产向人工神经网络”。首先,将机械变速时的非平稳随机信号进行“Ｋａｒｈｕｎｅｎ－Ｌｏｅｖｅ分解”,再将其作为单层前向人工神经网络的输入层输入;同时,在网络中利用递归联想进行联想学习最后通过输出层的输出对机械变速时的运行状态进行监测。     

改进箕舌线函数的LMS和BAS-LSSVM的衬板磨损状态预测

针对破碎机衬板磨损难以预测的问题，提出一种改进箕舌线函数的LMS和BAS-LSSVM的衬板磨损状态预测方法。首先，在最小均方误差算法（LMS）的基础上，引入改进的箕舌线函数，提出改进箕舌线函数的LMS算法，将其用于衬板超声回波信号的声时（TOF）的计算中；其次，通过TOF计算出衬板厚度，并根据衬板磨损前后的厚度变化得出磨损量；最后利用天牛须算法（BAS）优化最小二乘支持向量机（LSSVM）的惩罚因子γ和其核函数中的标准化参数σ，将磨损量作为预测模型的输入，衬板磨损阶段作为输出，建立BAS-LSSVM衬板磨损预测模型。结果表明，该方法对动锥衬板和定锥衬板的识别准确率分别达到了94.44%和95.56%，能够有效预测出衬板的磨损状态。     

某SUV车型车内噪声源识别试验研究

采集某SUV车型怠速工况下的悬置点被动侧振动加速度和车内噪声声压信号,对车内噪声频谱分析,得到主要噪声频率,建立一个三输入单输出系统模型,以相干理论为基础计算出相干系数,试验与理论结合的分析结果表明,后悬置振动是主要噪声源,左悬置振动次之。     

电液位置伺服系统的设计

在电液位置伺服系统中,通常用速度和加速度状态变量反馈来改善系统的动态与静态性能。本文用文献[1]的方法来设计输入和输出为正弦函数的这种系统,在允许通频带内幅频向应略有起伏的情况下获得最大频带宽度。导出了便于实际应用的设计计算公式,并与状态空间法的计算结果[2]进行比较。     

多维意象下产品造型满意度预测模型研究

为均衡有效地满足用户多维复合意象的情感需求，提升多维意象下产品造型与用户满意度的匹配程度，提出一种结合熵权法与BP神经网络的产品造型满意度预测模型。以老年代步车为例，建立了产品造型元素集和多维意象集，采用语义差分法获取了样本评价值，并采用熵权法计算多维意象权重；将样本造型元素进行编码作为第1层BP神经网络模型的输入变量，将多维意象加权评价值作为第1层输出变量和第2层BP神经网络输入变量；将用户满意度评价值作为第2层BP神经网络输出变量，并通过K-fold交叉验证法训练和测试双重BP神经网络预测模型，验证结果显示：预测模型满意度MSE值小于0.01,表明该模型能有效映射多维意象下产品造型与满意度间的隐性关联。运用该模型对300个新方案进行预测，快速决策出最佳方案，为设计人员提供参考。     

电液伺服振动台加速度谐波抑制

由于电液伺服振动台中存在着伺服阀死区、连接铰间隙和摩擦力以及液压缸摩擦力等非线性因素,导致振动台在正弦信号激励下,其加速度响应信号中存在高次谐波失真现象。在对死区、间隙、摩擦补偿相关文献的研究基础上,针对加速度信号中的高次谐波,提出了基于自适应陷波器技术的自适应谐波抑制策略。其参考信号频率为要抑制的谐波频率,利用最小均方自适应滤波算法,根据输入加速度信号与反馈加速度信号间的误差信号,实时在线调整自适应滤波器的权值。参考信号经过自适应滤波器的加权作用,得到自适应滤波器的输出,它是一个谐波复制信号,并与输入加速度信号相加,以抑制输出加速度信号中的谐波,进而使总谐波失真度大大降低。