同元次分数阶模型的一种具有稳定约束的频域辨识算法

摘 要：为了进一步提高同元次分数阶模型的辨识精度与可靠性,提出一种具有稳定约束的可分离非线性最小二乘法(记为:SC-SNLS)来优化频域均方误差指标函数。模型中线性参数与非线性参数分别用最小二乘法与Levenberg-Marquardt(LM)法来交替迭代估计。通过对线性参数估计值的扰动分析,揭示了优化算法的四种不稳定因素,并在迭代中加以约束与处理,从而增强优化算法的稳定性与收敛性。仿真结果表明,该辨识算法性能优于相关的算法,具有更高的辨识精度与收敛速度。     

大尺寸空间测量中转站误差分析与估计

为了评价飞机装配过程中大尺寸测量系统的现场测量精度,介绍了激光跟踪仪转站测量的基本原理.通过分析激光跟踪仪转站过程中的测量误差传递过程,提出对转站参数误差和转站误差的理论估计模型.该模型描述了公共观测点的配置和激光跟踪仪对公共观测点的测量误差对转站精度的影响.基于该模型,实现了对转站参数误差和转站误差的不确定度评定.利用蒙特卡洛方法对激光跟踪仪转站过程进行模拟,验证了提出的转站参数误差不确定度评定方法和转站误差估计方法的正确性.     

大型龙门铺丝机综合误差建模及补偿

为了提高大型龙门自动铺丝(AFP)机的精度,提出重力变形与几何误差综合建模与补偿方法. 采用有限元法对龙门铺丝机进行静力学分析,通过工作空间网格化方法建立重力变形模型;基于齐次变换矩阵与切比雪夫多项式建立几何误差模型,结合剔除重力变形的测量数据与Powell算法实现对几何误差参数的辨识;综合重力变形模型和几何误差模型,提出基于综合误差补偿的G代码修正策略. 在龙门铺丝机上开展综合误差补偿对比实验,结果表明,补偿前龙门铺丝机误差较大,不能完全满足铺放精度需求,而经过补偿后位置误差和姿态误差均大幅度降低,其中姿态误差减小80%以上,而位置误差减小90%以上,满足铺放精度需求,证明了所提出的综合误差建模和补偿方法的有效性.     

基于支持向量机的静压转台热误差补偿

在一般补偿器的硬件中无法运行MATLAB等第三方工具软件的代码,导致大多模型不能被应用于机床热误差的实际补偿.为了提高误差建模效率,降低对补偿系统硬件的要求,提出静压转台热误差实时补偿方法. 该补偿方法以支持向量机（SVM）为核心算法,分别使用鱼群算法和狼群算法对支持向量机的核心参数进行前期和后期优化,在保证预测精度的前提下提升建模效率. 通过离线训练MATLAB筛选出支持向量导入到开发的补偿软件中,利用用于过程控制的对象连接与嵌入（OPC）方式对热误差实施实时在线补偿. 与传统多元线性回归建模方式对比,可以看出该模型在精度和效率上均较优.补偿实验的结果表明,转台的轴向误差由原来最大为40 μm降低为约10 μm,转台的加工精度提高了75%,验证了所提出补偿方法的有效性.     

考虑工件热变形的大型结构件误差建模与补偿

为减少大型结构件的加工误差,基于热特性分析建立了考虑工件热变形的综合误差模型及其补偿方法.分析光栅尺温度变化产生热变形的机理,并通过热流研究光栅尺局部的非线性温度变化规律,对龙门加工中心几何误差和热误差分别建模,并叠加生成复合误差模型.建立工件热变形与温度变化量之间的线性模型,并分析加工过程中复合误差与工件热变形之间的相互关系,建立考虑工件热变形的综合误差模型.利用数控系统外部机械原点偏移功能,应用自主研制的误差实时补偿系统,并依据考虑工件热变形的综合误差模型,实现对龙门加工中心的误差补偿.结果表明:只考虑机床误差时,复合误差模型有很高的预测精度,但并不能应用到有较大工件热变形的大型结构件加工中;而考虑工件热变形的综合误差模型在大型扭力臂的实际加工中效果良好,其加工定位精度至少提高了52%.     

模拟低碳烯烃生产工艺的智能算法

建立了基于神经网络(ANNs)的智能模型,模拟正戊烷裂解制备低碳烯烃工艺,并采用均方误差(MSE)和回归系数(R~2)评价模型性能。研究发现,智能模型的训练算法和拓扑结构影响其性能。通过优化训练算法与拓扑结构建立了LM24223模型,展示良好的计算精度,接近于实验误差。此外,通过减少训练数据,考察LM24223模型的稳定性。研究发现,LM24223模型的MSE值始终在10~(-3)～10~(-5)范围内,并且R~2值接近于1,验证了该模型的适用性。     

精密车削中心热误差和切削力误差综合建模

热误差和切削力误差是影响数控机床精度的最重要的两个误差源,误差补偿技术是一种消除机床误差经济有效的方法,而有效的误差补偿依赖于准确的误差模型.在对切削加工过程中的热变形和切削力分析的基础上,选取合理的参量,采用BP神经网络和PSO算法相结合的优化方法建立了热误差和切削力综合模型.BP-PSO建模方法改善了网络模型的收敛速度和预测精度.基于所建误差模型,对一台精密车削中心加工实时补偿后使得径向加工误差从27 μm提高到8 μm,大大提高了车削加工中心的加工精度,验证了模型精度.     

顾及系数矩阵结构灰色Verhulst-TLS 估计及路基沉降变形预测

针对观测值存在误差时,灰色Verhulst 模型的白化方程系数矩阵同样包含误差,如果再使用最小二乘方法进行求解,计算出的模型参数是有偏的,而路基沉降预测精度要求越来越高,对此,提出了一种顾及系数矩阵误差结构的总体最小二乘新算法,该算法顾及系数矩阵误差及其特殊结构,考虑误差全面,减少未知参数个数,预测精度高,可广泛用于路基沉降预测。     

基于LMI的随动系统PID控制下的多指标相容性

针对PID控制下的随动系统,把PID调节器的设计问题转化为不完全状态反馈问题,以线性矩阵不等式(LM I)和双线性矩阵不等式(BM I)为工具,研究了系统PID控制可稳的判据,可稳时系统的最大衰减度,与给定稳态误差系数和稳态输出方差相容的最大衰减度,与给定稳态误差系数、控制器增益约束和稳态输出方差相容的最大衰减度。给出了求解与给定指标相容的衰减度的求解算法,并通过算例说明了文中算法的有效性。     

一类不确定分段线性系统的优化控制

针对不确定分段线性系统,将最优控制设计问题转化成最优控制性能上界的优化问题及性能下界的求取问题。其中性能上界的优化是一组以反馈增益为寻优参数的双线性矩阵不等式(bilinearmatrix inequalities,BM I)问题,而性能下界是一组基于线性矩阵不等式(linearmatrix inequalities,LM I)的半正定规划问题。对BM I问题,结合混沌优化算法和内点法设计了一种混合算法。最后的算例表明对控制律的设计及其求解算法的有效性。     

机床动态热性能研究和误差补偿

指出机床的热泪盈眶性能主要表现为在加工参数改变时机床的动态热误差.不同类型的机床热性能被研究,给出了机床热性能的测量分析方法和效果.多种数学模型被用来建立机床温度变化和热变形的关系.比较结果说明,多元线性回归和神经网络模型能够较好的预报补偿机床的动态热变形误差     

基于多体系统理论的丝杠热误差补偿系统的研究

基于多体系统理论,介绍了能够补偿丝杠热变形误差的综合建模理论和方法。同时结合丝杠热变形的非线性等特点,采用径向基函数神经网络方法对丝杠热误差参数进行辨识。通过实验验证,补偿效果显著。     

一种基于光束平差法的双目鱼眼系统标定方法

针对双目鱼眼系统畸变偏大导致标定误差较大的问题,文中提出了基于光束平差法的双目鱼眼系统标定方法。通过灰度质心法获取标定板的特征点(圆心)坐标并进行排序;基于Kannala鱼眼相机模型和张正友标定法对双目鱼眼系统进行标定,获取系统内外参数及畸变参数;将得到的初始标定参数与特征点的三维空间坐标作为待优化集合,利用光束平差法结合LM法和雅可比稀疏矩阵对该集合进行迭代优化,使得双目鱼眼系统的重投影误差最小。实验表明：相比于传统的双目鱼眼系统标定方法,提出方法的重投影误差减小了52.64%。     

基于测量值求和的预测补偿时滞滤波器

该文针对一类线性时不变目标跟踪系统,提出一种能处理任意步延迟的多传感器测量值求和预测补偿时滞滤波器。该方法有效地利用线性时不变系统统计参数可离线计算的特性以及线性最小均方误差估计卡尔曼滤波状态估计的测量值求和形式。同时,应用一步预测估计和测量预测新息补偿的方法,通过离线计算与在线调节相结合的方式获得最优加权系数,最终实现任意延迟量测的最优更新。计算机仿真验证了该算法的有效性和优越性。     

重型数控机床热误差的分离与建模

为解决重型数控机床热误差严重的问题,提出一种基于线性回归的热误差分离和建模方法．对机床的几何误差与热误差进行分离,得到相应的热误差参数;结合主因素和互不相关等温度传感器优化布置策略,选出相应的热误差关键点;采用线性回归理论进行热误差的建模.在一台型号为TK6920的重型数控落地铣镗床上进行了立柱热倾斜误差补偿实验．结果表明:利用所建立的热误差模型进行补偿,立柱在X和W方向的直线度误差分别由0.45 mm和0.25 mm降到了0.13 mm和0.09 mm,补偿率分别为71％和64％．采用误差补偿技术可降低重型数控机床的热误差,从而提高其加工精度．     

基于代理模型的水文模型参数多目标优化!

针对传统多目标优化算法存在计算复杂且效率偏低的问题,提出了一种基于代理模型的多目标优化方案。以淮河大坡岭水文站以上流域为例,采用多元自适应回归样条方法构建新安江模型参数与不同目标的响应曲面关系,进而估计参数的近似Pareto解集。采用4种目标函数(总水量误差系数、均方根误差、高水流量误差系数和低水流量误差系数)和4种模型精度评价指标(Nash-Sutcliffe效率系数、洪峰流量相对误差、径流深相对误差和峰现时间误差)评定模型优化结果,选择10场洪水过程和4种不确定性评价指标估计Pareto解集的模型预测区间特征。结果表明,代理模型可有效降低模型评估与优化过程中的计算消耗,为实现多目标优化的高效性奠定了基础。此外,不确定性分析结果也进一步验证了方法的有效性和结果的可靠性,为复杂模型参数优化与不确定性评估提供了参考。     

基于传播算子的间谐波参数智能估计算法

为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位.     

SMART-CNC超精密数控曲面磨床综合误差补偿技术

为了进一步提高数控磨床的磨削加工精度,运用多体系统运动学理论、神经网络方法和有限元分析方法,分别对SMART-CNC超精密曲面数控磨床的空间几何误差、热变形误差以及力变形误差进行了建模和计算．通过逆运动学迭代求解算法求解出可消除磨床几何误差和载荷误差的精密加工数控指令值,通过神经网络算法,控制微位移夹具机构,消除了磨床热变形误差的影响．实验结果表明,综合运用上述误差补偿方法,可以将该磨床的磨削误差由原来的0．225 μm减小到0．045μm．     

精密机械热误差校正的遗传优化设计

研究精密机械热误差校正的机理，提出主动热校正控制变形误差的精度指标。针对热控制源幅值参数确定的困难性，引入一种新的优化算法一基因遗传算法，用于热控制源的幅值参数的优化设计，实例研究表明遗传优化算法在热误差校正控制中的应用是成功的，具有广阔的应用前景。     

五轴机床误差建模与补偿解析新算法

为了建立合理的五轴数控机床综合误差补偿模型,基于机床各部件为刚体联接的假设下,简化了机床运动学约束拓扑关系,本文提出了基于多刚体动力学的综合误差理论模型,并对误差分量进行分析,建立了误差参数表。机床热误差测量点分布离散且采样数据量大,结合灰色综合关联度算法,将离散点数据表征其关联关系,并拟合出各轴热误差量曲线,建立了机床热误差预测模型。综合机床各轴热误差产生的机理,定义了针对主轴热误差和进给轴热误差的新型测量法—5点测量法和6点测量法,大量实验证明理论预测辨识模型曲线与实验结果一致,残差范围在0~12um之间。基于机床误差线性叠加假设,将机床几何误差和热误差统一建模,提出了新型综合误差补偿模型。将此补偿模型用SIMEMS840D数控系统中的PMC单元开发实时补偿软件,大量实验表明某五轴数控机床的加工精度有了显著的提高,完成补偿后误差变化量在 0~29μm之内。