基于DSP的振动主动控制系统的设计与实现

介绍了阻尼元件与压电陶瓷作动器相结合的主被动混合振动控制系统，讨论了以定点数字信号处理器TMS320F240为核心的数字控制硬件系统的构成以及A／D，D／A等外围电路的设计，并给出了软件设计流程。实验表明，以TMS320F240为核心的数字控制系统不仅能够满足实时控制的要求，而且易于实现各种先进的控制策略。     

基于DSP的自适应车辆检测器

介绍线圈感应式车辆检测器的检测原理及其软硬件设计，利用DSP的高速数据处理能力实现完善的自适应算法，同时在设计中采用大规模的CPLD器件，有效地提高了检测器的性能。     

基于特征模型的挠性结构自适应振动控制

航天器是一种由中心刚体和挠性附件组成的刚柔耦合复杂系统，由于系统调姿或外部扰动作用时将引起振动，尤其是在平衡位置的小幅度振动对姿态稳定度和指向控制精度严重影响，并且难以控制．为了解决该问题，采用基于特征模型的黄金分割自适应控制方法，并引入逻辑微分阻尼项进行振动主动控制．建立了刚柔耦合结构实验平台，进行了包括位置设定点及转动振动主动控制的算法实验比较，结果表明，采用的基于特征模型的方法得到了比较理想的振动抑制效果，尤其是对低频小幅值振动的抑制，在相同条件下，与传统控制方法相比，大大减少了振动抑制的时间．实验研究表明采用的算法快速抑制振动的有效性．     

基于神经网络的弹性连杆机构振动主动控制

研究基于神经网络的弹性连杆机构振动主动控制方法.介绍了双隐层动态递归神经网络的数学模型,利用实验数据离线设计了神经网络辨识器与神经网络控制器.采用基于神经网络的间接自适应控制策略对弹性连杆机构实施了振动主动控制,机构的动力学品质得到显著改善.实验结果证明了该方法的有效性.     

基于DSP的小型化振动主动控制系统的设计与实现

介绍了基于TMS320F2812DSP的振动主动控制系统组成及其工作原理。为了实现系统的小型化和集成性,设计出了一种高效的振动主动控制系统。对LMS（最小均方）自适应滤波算法进行了初步研究,并将其应用于此振动主动控制系统中。结果证实了该测控系统软、硬件设计的正确性和有效性。     

基于DSP控制的逆变器并联技术研究

对基于DSP控制的逆变器并联技术进行了应用基础研究。首先从理论上分析了多台逆变器输出功率不均衡的原因，得出两逆变器模块输出电压相位差会产生输出有功功率不均衡，而两逆变器模块输出电压幅值差将引起输出无功功率不均衡。因而可通过分离检测各模块输出的有功功率差和无功功率差，并利用DSP控制电路来控制每模块的基准相位和电压幅值，使各模块输出功率保持均衡。经两台小功率逆变器并联实验，结果表明该方法具有良好的控制并联模块输出功率均衡的能力，同时能保证各模块可独立运行，适合热插拔功能的应用，为实现不中断逆变器代电奠定了一定的基础。     

含正反馈振动主动控制系统的混合自适应控制

对于存在结构正反馈的振动主动控制系统,传统的基于有限冲击响应的自适应前馈控制器设计方法难以同时保证控制系统稳定与良好的控制性能.本文在分析正反馈对前馈控制系统影响的基础上,基于无限冲击响应控制器设计模式,提出一种结合前馈自适应控制器和反馈自适应控制器的混合自适应振动主动控制方法.其中前馈自适应控制器采用参考传感器采集到的扰动相关信号作为参考信号,反馈自适应控制器通过构建扰动的估计量作为参考信号,控制器参数更新采用Landau参数递推算法.以一典型的具有固有正反馈性质的机械振动系统为控制对象,给出了该混合自适应控制算法的详细推导过程以及稳定性和收敛性分析过程,得到了算法稳定与收敛的严格正实条件以及相应放松严格正实条件的要求.在此基础上,通过构建实时振动主动控制实验平台,针对多种振动扰动开展对比实验分析.相关实验结果验证了本文提出的混合自适应振动主动控制方法的可行性和有效性.     

基于DSP的扩展卡尔曼滤波直流无刷电机控制

介绍DSP56F805的各种片内资源，着重讨论与电机控制有关的部分；描述DSP56F805环境下的基于扩展卡尔曼滤波的高性能直流无刷电机控制方式，给出外围电路和控制软件的流程图。     

用于振动主动控制的DSP系统设计与实现

本文采用TMS320F2812数字信号处理器为核心器件,利用器件本身集成的多路AID通道采集结构振动响应.数据,曹通过可编程逻辑器件EPM7128SQCl00与多路D/A转换芯片DAC7724连接,输出控制信号用于振动的主动控制,实现了多输入多输出分布式智能结构振动主动控制系统,完成了该系统软硬件的设计与实现.     

压电机敏结构振动响应的多通道自适应控制

论述了实现结构振动控制的多通道自适应滤波前馈控制方法,对自适应控制系统进行了研究与开发;在此基础上,对一压电机敏平板结构振动响应进行了多通道自适应控制实验,取得了良好的抵消振动效果。     

基于DSP的有源噪声控制技术研究

以自适应有源噪声前馈控制系统为研究核心,选用TMS320F206 DSP作为控制器,给出了系统的硬件解决方案,并利用汇编语言在硬件系统上实现了基于DLMS算法的有源噪声实时控制.实验结果表明,系统取得了良好的降噪效果.     

基于DSP的直升机舱室内的有源噪声控制系统

为消减直升机舱室噪声,对有源消声技术进行了研究.以自适应有源噪声控制系统为研究核心,选用DSP21160作为控制器,给出了系统的硬件解决方案,并利用汇编语言在硬件系统上实现了基于FxLMS算法的有源噪声实时控制.实验结果表明,系统取得了良好的降噪效果     

基于自适应逆控制的有源滤波器的检测算法

提出一种新的并联型电力有源滤波器的检测方法,通过控制有源滤波器直流电容电压来确定电网电流所需的基波有功分量的幅值,首次将自适应逆控制用于电力有源滤波器.将系统的主电路部分及有源滤波器看作广义有源滤波器,通过自适应逆控制方式控制直流电容电压,使其输出跟随参考输入,最终达到抑制谐波和补偿无功的目的.此检测算法简单有效,稳态和暂态的仿真结果均证实了该算法的可行性.     

基于DSP的自适应有源噪声控制实验系统

自适应有源噪声控制是有源噪声控制与自适应算法的融合,重点研究了自适应控制器及最小均方算法。采用数字信号处理器为核心,设计自适应有源噪声控制实验系统,实现了对噪声的有源控制实验,获得了理想的降噪效果。     

基于神经网络的反馈式自适应逆控制系统

由于在建立非线性逆模型时采用带有复杂非线性函数的滤波器来完成,而由此带来了结构复杂、运算量大等缺点,在实际运用上受到了很多限制.为此,采用较为简单的线性逆控制方式与单层神经网络相结合构成逆控制结构,其良好的非线性特性使系统具有逼近任何非线性模型的能力,且结构简单实用.应用举例表明这种方法在运算量和控制性能上均取得了非常好的效果.     

基于LabVIEW的神经网络自适应逆控制系统

目前基于人工神经网络的非线性自适应逆控制研究主要集中在Matlab仿真研究方面,无法直接推广为实际应用。为此,采用基于LabVIEW的动态神经网络非线性自适应逆控制方法,首先在LabVIEW中建立动态神经网络结构及在线学习算法,并依此建立非线性对象的辨识器和逆控制器等模型;然后构建完整的非线性对象自适应逆控制系统,并在LabVIEW环境中通过仿真验证了系统性能。通过配置相应的数据采集设备,该系统可以直接推广为实际应用。     

工业机器人自适应逆模控制

本文提出一种关节型机器人的自适应逆模控制结构,采用机器人关节的等效线性系统的逆系统模型和满足可实现性条件的滤波器来构造相应的控制器,并由自适应机构在线建立和修改逆模的参数,使机器人的实际运行轨迹渐近地再现希望轨迹。仿真实验结果表明:采用本方案构造的控制系统响应速度快,跟随精度高、抗干扰能力强。此外,系统结构简单,易于实现。     

基于DSP的有源噪声控制系统设计

基于有源噪声控制算法,设计出一种有源噪声控制器.以TMS320C5509为核心,给出了系统的硬件解决方案,并利用混合编程在硬件系统上实现了基于LMS算法的有源噪声实时控制.实验结果表明,系统取得了良好的降噪效果.     

基于改进型Volterra 基函数网络的直接自适应逆控制方法

构造一种改进型Volterra基函数网络,其特点是结构简单,容易离线确定最佳网络结构和初始权值。通过利用该网络在线学习非线性系统的逆,构造了一种非线性系统的直接自适应逆控制策略,并从理论上证明了闭环系统跟踪误差一致最终有界。仿真结果表明该方法的鲁棒性能良好。