基于FxLMS定收敛因子的自适应前馈主动噪声控制

为研究自适应前馈主动噪声控制FxLMS算法的收敛特性,通过Simulink仿真,表明定收敛因子条件下FxLMS算法在次级通道传递函数已知时,输出声信号能实时跟踪输入噪声源信号的反相信号,残余误差信号能快速减小并达到稳态。     

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。     

次级通道在线辨识的齿轮啮合振动主动控制

针对齿轮传动系统中由于啮合误差产生的周期性振动和噪声,构建在从动齿轮轴上附加压电作动器的齿轮主动结构,提出一种次级通道在线辨识的反馈FxLMS算法进行主动控制。应用C-MEX S函数在Simulink中编写了FxLMS算法模块和次级通道进行在线建模的自适应LMS算法模块,仿真算例验证了自建模块的正确性和算法的有效性。将控制算法代码下载到dSPACE中作为控制器,与内置压电作动器的齿轮主动结构组成硬件在环系统进行实验验证。结果表明,在不同啮合频率下,经过主动控制后的齿轮传动系统振动有了不同程度的减弱,在啮合频率基频处有6.9dB的衰减。     

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。     

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。     

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。     

一种基于梯度下降的次级通道在线建模有源噪声控制算法

针对前馈式有源噪声控制系统中次级通道在线建模精度低及建模信号与控制信号相互影响的问题,提出一种基于梯度下降的次级通道在线建模有源噪声控制算法。根据主动控制环节与建模环节的误差能量比,分别调节两个环节的收敛因子,利用主动控制收敛因子和建模收敛因子的调节方式减小二者的相互干扰。在建模收敛因子调整过程中引入梯度下降方法,对步长设置检测阈值,当步长达到阈值,对收敛因子采取梯度变化。仿真结果表明,针对混频信号的有源噪声控制,这种算法对比已有算法能获得较快的建模收敛速度和较低的稳态误差,且可以获得较高的降噪量。     

多通道主动隔振中的通道窜扰抑制算法

多通道主动隔振是采用多个作动器协调控制的方法抑制系统的全局振动。作动器对振动进行控制同时,也对其它作动器产生干扰,通道窜扰是多通道主动控制的一大难题。将去耦合滤波器应用到抑制多通道主动控制的通道窜扰中。用去耦合滤波器滤掉控制误差信号中的通道窜扰信号,所得信号代替控制误差作为滤波-x LMS算法新的参考信号。通过仿真表明,采用耦合滤波器对多通道主动控制结果有重要影响,去耦合滤波器在通道窜扰为正反馈时依旧保证算法收敛,防止控制效果恶化。     

一种应用Fx LMS算法的双层隔振试验装置

振动主动控制中次级通道的存在会对控制效果造成影响,为了减小影响,采用Fx LMS(Filter-x Least Mean Square)自适应滤波算法,通过调整步长更新滤波器参数进行自适应控制。平台使用Compact-RIO控制器并采用Lab VIEW对其进行编程,通过设置参数对不同系统进行主动控制。控制分为三部分:参数设置、次级通道辨识、误差信号的控制。在自适应算法的理论和仿真分析基础上,进一步在c RIO实时控制平台上进行实验研究,对双层隔振平台采用自适应算法实现主动控制,取得理想的控制效果。     

多通道PID神经网络解耦有源控制算法

为满足多目标区域降噪要求,研究多通道有源噪声控制系统至关重要。随着声通道数量增加,通道间会出现相互耦合,增加系统复杂性且影响系统稳定性。为解决通道耦合问题,提出一种基于比例积分微分(PID)神经网络和滤波x最小均方算法(FxLMS)的多通道噪声解耦算法(PIDNN-FxLMS)。在传统FxLMS算法基础上,利用PID神经网络对有源控制系统控制参数进行调整,获得最优控制,同时对多通道有源控制系统解耦和控制问题进行处理。结果表明,PIDNN-FxLMS算法的收敛速度明显快于传统FxLMS算法,在降噪效果方面,该算法残余误差信号幅值最小,更适用于多通道有源噪声控制系统。