一类多频线谱激励下的主动隔振控制方法

研究了多频离散线谱激励下的主动隔振控制问题,提出了一种多通道解耦的自适应前馈控制方法;采用窄带带通滤波器对多频振动信号进行解耦,通过多个并行的自收敛变步长归一化的LMS自适应滤波器构成前馈控制器,驱动一个单自由度的作动器对多频线谱振动进行隔离;该方法无需次级通道模型信息,具有结构简单、鲁棒性强的优点。在某型磁悬浮隔振器的隔振系统上进行了多频主动隔振实验,实验结果验证了该方法的有效性。     

基于通用切比雪夫滤波器的有源噪声控制研究

针对前馈管道非线性有源噪声控制系统,提出一种基于通用切比雪夫滤波器的次级通道建模方法和通用切比雪夫滤波x最小均方误差算法(GCFXLMS,general Chebyshev filtered-x least mean square)。通用切比雪夫滤波器由第一类切比雪夫滤波器扩展获得,交叉项部分可通过对角结构实现,根据对角结构的性质,可以采用减少通道信号的实现策略以降低结构复杂度;使用该滤波结构建模次级通道,并给出了稀疏虚拟次级通道模型,基于此模型推导了GCFXLMS算法。该方法性能比较包括计算复杂度对比和控制效果对比。实验结果表明,在非线性有源噪声控制系统中,通用切比雪夫滤波器可达到与Volterra次级通道建模类似的建模效果,相比于传统的前馈滤波器,通用切比雪夫滤波器具有更优的控制性能。     

一种用于自适应有源噪声控制的在线次级通道建模方法

针对前馈式自适应有源降噪系统次级通道在线建模问题,首先分析比较已有的在线次级通道建模方法,给出了各自的优缺点。在此基础上提出了一种基于Fx LMS算法的在线次级通道建模方法,该方法使次级通道建模步长随干扰信号和建模白噪声信号功率自适应更新,降低了初级噪声对建模的不利影响,并利用误差信号相关值和初级噪声能量来更新控制滤波器步长,有效降低了突发随机噪声对系统稳定性的影响。计算机仿真结果表明,该方法显著提高了次级通道模型的精度和系统收敛速度,取得更好的降噪效果。     

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。     

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。     

基于峰值预滤波次级通道在线建模的主动噪声控制系统

传统白噪声激励在线建模主动噪声控制(ANC)系统,次级通道对激励源的响应在一定程度上会干扰控制滤波器的迭代,而且会增大系统收敛后的声场能量.针对这一问题,一种新的、用于窄带噪声抵消的在线建模ANC系统被提出:利用峰值滤波器对真实次级通道进行重构,新的传递函数能够不失真地重现待抵消噪声所在频段的次级通道频率响应,并对其它频段进行抑制.最后利用该系统对舰船辐射线谱噪声进行了主动控制计算机仿真试验.结果表明:该系统简化了次级通道的传递函数,减少了白噪声对控制滤波器的干扰,提高了系统性能,并降低了系统收敛后的声场残余能量.     

Study and verification of an online secondary path identification algorithm for adaptive filtering based control of structural vibration

针对基于自适应滤波的振动控制算法的误差通道辨识问题,提出一种在实施该控制算法中进行误差通道模型实时在线辨识的方法.其基本思想是在振动主动控制器输出端引入一个白噪声信号,采用有限脉冲响应滤波器作为误差通道模型进行实时在线辨识,利用性能判别器实时控制辨识环节的停止与否,同时振动主动控制采用滤波-X算法.给出了具有在线辨识功能的控制器结构与算法过程,并结合实验模型结构和测控平台进行了实验分析与验证.基于MATLAB进行相关算法仿真,分析引入白噪声信号对辨识模型误差的影响,提出了一种辨识模型误差判定准则,并分析对振动控制系统性能的影响;基于实验平台进行了压电机敏柔性结构振动主动控制的验证.实验结果表明,控制通道模型实时在线辨识策略是成功的,由此验证了所设计的控制器及其控制算法的可行性和有效性.     

自适应逆控制FXLMS算法有源噪声控制仿真研究

前馈有源噪声控制方法可在较宽的频带有效，使之获得了广泛的应用，在前馈有源噪声控制中，直接使用传统的FXLMS算法时，由于次级通道传递函数往往是非最小相位系统，导致系统的性能下降，文中提出一种基于非最小相位系统逆控制的自适应前馈有源噪声控制FXLMS算法，用带宽随机噪声信号和实测风机通风管道噪声信号进行仿真实验研究，结果表明，较传统的FXLMS算法有明显的改进。     

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。     

基于次通道在线辨识的主动隔振技术研究

基于自适应陷波器的主动隔振技术可以有效隔离周期性振动,但次通道的时变性对隔振效果有明显的影响,传统辨识方法在精度和速度等方面存在一定的缺陷.提出了一种新的辨识方法,该方法在隔振控制器工作的同时,利用叠加白噪声对次通道进行建模;预测滤波器分离误差信号中的相关性分量,获得次通道对辨识信号的响应,从而提高了建模精度.为减少次通道模型滤波器的长度,提高控制的实时性,利用周期性信号对所建立的次通道模型进行二次建模.仿真和试验结果表明,这种基于次通道在线辨识的主动隔振技术对周期性振动有较好的隔离效果,且对干扰信号和次通道的变化有较强的鲁棒性.     

基于经验模态分解和相关系数对玻璃纤维增强聚合物复合材料板的损伤识别及扫查成像

针对外界环境噪声等因素造成损伤因子不敏感，导致复合材料损伤识别困难和成像误差大等问题，提出了一种基于经验模态分解（Empirical mode decomposition, EMD）和相关系数的损伤因子。用空气耦合探头采集损伤前后的Lamb波信号进行EMD分解获取多个本征模态分量（Intrinsic mode function, IMF）。根据相关系数获取与信号相关性最大的IMF分量，并定义其能量值的相对变化为损伤因子。在模拟噪声环境前后，分别对玻璃纤维增强聚合物复合材料（GFRP）板中的分层缺陷进行识别和扫查成像，验证了该损伤因子的有效性。结果表明:信号经过EMD分解后，与其相关性最大的IMF分量对损伤最敏感，能够定义为识别损伤的损伤因子。将该损伤因子结合概率成像方法进行空耦Lamb波扫查，不仅能够有效对复合材料中的缺陷进行成像，而且在模拟强噪声环境中具有良好的抗噪性。      

多通道FULMS自适应前馈振动控制算法分析与验证

摘要：柔性结构振动主动控制的核心问题之一是控制策略与方法,针对FXLMS自适应滤波前馈振动控制方法参考信号不易选取问题,给出一种多通道FULMS自适应滤波前馈振动控制方法;首先进行控制器结构的分析与构建,概括描述和推导了多通道FULMS控制算法过程;为验证所分析算法的可行性和优越性,基于MATLAB软件包进行仿真分析,并与FXLMS算法分别进行单通道和多通道控制效果对比,分析结果表明多通道控制优于单通道控制,FULMS算法优于FXLMS算法。在此基础上,以航天器柔性帆板结构为理想模拟对象,构建压电机敏柔性板结构和测控系统进行实际算法控制实验;实验过程与验证结果表明,采用的FULMS控制器设计方法与控制算法是有效可行的,并具有较快的收敛速度和较好的控制效果。     

悬臂Kagome夹心板独立模态空间振动控制研究

针对悬臂板挠度大、低频振动突出问题,对悬臂Kagome夹心板的振动主动控制进行研究。建立结构及压电作动器有限元模型;将独立模态空间控制与模态观测器相结合,提出悬臂Kagome夹心板的主动控制策略;针对突风载荷作用下夹心板基于独立模态空间的振动控制进行仿真,重点研究观测器极点对控制效果影响。结果表明,所提控制方法能显著提高悬臂Kagome夹心板结构的阻尼特性,观测器衰减系数越大控制效果越好;该夹心板在振动控制方面较传统板结构优势明显。     

基于压控电荷源和小波变换自适应算法的主-被动压电振动控制

针对压电被动振动方法中电路参数环境适应能力差、电路复杂和压电主动振动方法需要较高的输入功率问题,提出了一种基于压控电荷源和小波变换自适应算法的振动主-被动控制策略。首先,针对压电片等效电路的特点,设计了压控电荷源电路,并阐述了主-被控制方法的控制原理;对于压控电荷源的控制电压,引入了小波变换自适应算法,提高了系统的自适应能力。最后,基于dSPACE实时仿真系统,利用模拟电路和压电元件,设计并建立了四边固支的压电合金板的主-被动振动控制实验平台,对提出的方法进行了正弦和白噪声激励下的振动控制实验研究。结果表明,提出的方法能够有效的抑制压电合金板结构由于正弦激励引起的单模态和多模态振动,且能有效抑制白噪声激励引起的随机振动。     

Identification and decentralized control of a dual-actuator hard disk drive system

The dual-actuator hard disk drive with two voice coil motor actuators mounted in the diagonal corners of the baseplate allows faster data access with relatively slow spindle speed. However, the mechanical interaction between the actuators tends to affect the head positioning accuracy. In this paper, we use the circle-fit modal testing method to identify the dual-input dual-output frequency response model of the dual-actuator plant. We discuss the decentralized control scheme for the dual-actuator tracking servo. The servo loop decomposition reveals that the interaction induces narrow-band vibrations near the crossover frequency. We propose a phase-lead interaction filter with a slight change to the loop stability to suppress the vibrations. Experimental results on a dual-actuator prototype show that the position error signal 6/spl sigma/ value due to interaction vibrations is reduced by 61% with the interaction filter in combination with the decentralized control scheme.     

Feedforward Control Based on Neural Networks for Hard Disk Drives

We present a novel feedforward control based on neural networks to attenuate the effect of external vibrations on the positioning accuracy of hard disk drives. The neural network compensator, which is an add-on function on top of nominal feedback control, uses the accelerometer signals obtained from a sensor to detect external vibrations. Our feedforward control can be regarded as a nonlinear finite impulse response (FIR) that corresponds to linear FIR when the basis function of the neural network is linear. By neural network learning, the tracking performance of hard disk drives can be improved with no information on disturbance dynamics or sensor model. We have analyzed the stability of the proposed scheme by the Lyapunov criterion. Here, we give simulation results to demonstrate that our control scheme can eliminate the effect of external disturbances on positioning accuracy.      

改进EMD-小波分析的转子振动信号去噪方法

针对低信噪比转子振动信号的去噪问题,提出了EMD和小波分析相结合的去噪方法。首先对含噪信号进行EMD处理,利用连续均方误差准则对IMF分量进行高低频区分。然后设定不同的阈值,利用小波分析对高低频IMF分量进行有用信号的提取,将提取的信号和低频IMF分量叠加重构,实现降噪。为了验证所提方法的有效性,进行了数字仿真和转子振动信号降噪分析,结果表明,所提方法整体上优于EMD和小波阈值去噪方法。     

基于AMD的经验模态分解含间断信号模态混叠消除方法

针对在经验模态分解筛选过程中间断信号引起的模态混叠问题,提出了一种基于解析模态分解的经验模态分解模态混叠消除新方法。利用第1个固有模态函数的瞬时频率特性得到其频率成分及二分频率,且能实现对间断信号的定位,然后再采用解析模态分解方法分离出间断信号,再对处理后的信号进行经验模态分解,从而消除该间断信号的影响。仿真分析和工程应用的结果表明,该方法能有效消除间断信号在经验模态分解过程中引起的模态混叠现象。     

基于改进EMD-ICA的结构模态参数识别研究

该文针对频带滤波改进经典经验模态分解(EmpiricalModeDecomposition,EMD)的模态分解能力不足时产生过多虚假模态的问题以及真正本征模函数(IntrinsicModeFunction,IMF)的判定问题,提出了将改进EMD与独立分量相结合的信号分析方法。该方法不需要人为预先设定阈值,能够自动分离出真正的IMF分量,消除改进EMD过程中产生的虚假模态,保障EMD分解信号的有效性。然后利用随机减量技术获得各IMFs的自由模态,最后利希尔伯特变换和最小二乘拟合技术相结合的方法来识别出结构的频率和阻尼比,并通过两个数值算例和一个七层钢框架的模态试验予以验证。研究结果表明:该方法可有效解决改进EMD的缺陷,并成功识别出结构的模态参数。     

基于压电智能材料的自适应吸声实验研究

提出了用压电材料进行水下主动宽带低频吸声的方法,用PVDF复合智能材料作为主动吸声系统中的吸声材料,在滤波-X LMS算法基础上,研究了一种在工程中实现简便的次级通道建模方法——通道时延估计法。构建了数字时延控制系统,直接从实际声场中分离入射声波与反射声波作为控制系统的参考信号和误差信号,在脉冲声管中进行了管道声有源吸声控制实验。实验结果表明,在施加控制的情况下PVDF压电智能材料能有效地对低频入射声进行吸收。