自适应逆控制在电液伺服系统中的应用

以液压位置控制系统为研究对象,根据自适应逆控制理论,运用X—VSSLMS滤波算法构成参考模型为一的自适应逆控制器．完成了系统动态特征参数变化、外界扰动影响下等的大量仿真试验研究,结果表明,自适应逆控制器在系统参数变化、外界扰动的影响下,具有良好的自适应性和动态鲁棒性．     

基于LMS算法自适应滤波器的设计

对语音信号及噪声信号的特点进行了分析研究,提出了基于LMS算法自适应滤波噪声抵消模型,能够根据背景噪声的能量分布特征,将被污染的语音信号降噪提出,并且不发生信息丢失现象。采用M atlab软件完成数字滤波去噪声的功能。实验数据表明,该算法简单,可靠性高,能在受坦克、卡车噪声污染且较低的信噪比情况下,对语音信号起到去噪增强作用。     

自适应滤波在局部放电检测中的应用

为了消除高压设备局部放电检测中广泛存在的周期性干扰现象,依据自适应噪声干扰抵消技术,设计了一种有限冲击响应(FIR)、最小均方(LMS)误差算法的自适应滤波系统,研究了局部放电中存在的各种周期干扰现象．通过计算机模拟滤波证实,在适当选择滤波各参数的基础上,得出该系统实现方便、运算快速,能有效地解决局部放电检测中的周期性干扰问题．     

基于子波变换的自适应滤波

研究了基于子波变换的子波子带自适应滤波,它不仅加快了最小均方（ＬＭＳ）算法的收敛速度,有利于降低计算复杂度,而且改善了收敛性能。给出的谱线增强器的模拟结果证实了上述分析。     

基于自适应线性神经网络的噪音处理的研究

在信号处理中具有高稳定性能的滤波器一直是处理噪音干扰所追求的目标.本文通过利用线性自适应神经网络中的LMS算法来对噪音处理进行研究.研究表明基于自适应线性神经网络的降噪处理,从本质上是可以消除迭加的噪音信号.     

自适应滤波技术在汽车悬架振动控制中的应用

对汽车悬架振动主动控制的LMS（lesat mean square）算法进行仿真研究。基于自适应LMS算法的控制器运算简单、适应性强。正弦信号激励两自由度悬架振动系统模型，在计算机上利用matlab软件进行仿真，结果表明LMS算法能显地改善汽车悬架的性能。     

基于神经网络的自适应控制

在常规模型参考自适应控制器基础上采用神经网络作为辨识器和控制器，组成模型参考神经网络自适应控制系统。利用神经网络的优点弥补传统自适应方法的不足，使系统具有更强的鲁棒性。仿真结果表明，该系统比传统模型参考自适应系统具有更好的稳定性和更快的响应速度。     

基于神经网络自适应滤波的直升机悬停高度稳定研究

针对直升机执行海上搜救任务时定点悬停高度容易受到海浪干扰的问题,提出了一种应用遗传BP神经网络对直升机无线电高度信号进行自适应滤波的方法。首先在建立海浪有理谱简化模型的基础上,应用遗传算法对BP神经网络的初始权值和阈值进行全局粗精度预学习,再应用遗传优化后的BP神经网络对实际海浪干扰信号进行建模,并通过噪声对消原理滤除无线电高度计中混杂的海浪干扰噪声。仿真结果表明,所设计的自适应滤波器能够较好地抑制海浪噪声对直升机高度控制的影响,而且对海浪干扰统计特性的变化具有较强的鲁棒性和适应性。     

输油管道泄漏检测中的自适应滤波

管道在输送流体的过程中,由于管道周围介质的扩散、管道摩阻等影响,使得在管道两端测得的压力与流量信号带有很大的噪声,它的存在势必影响管道泄漏的快速检测和漏点的精确定位。因此选用一种合适的滤波技术消除噪声,有着重要的现实意义。介绍了自适应滤波算法消除噪声的方法,在滤波算法中,采用Widrow-Hoff的最小均方误差算法调整滤波器的权系数,以在泄漏实验中采集的压力信号为例,通过计算机编程对它进行离线自适应滤波处理。结果表明,合理的选取算法中的步长和权系数个数,自适应滤波方法可有效地消除信号中的噪声。这为管道泄漏等方面的研究提供了可靠的数据,对其它信号的处理也有一定的借鉴作用。     

自适应滤波器在车牌图象预处理中的应用

根据车牌图象的灰度特性选用一种线性,自适应算法对车牌图象进行增强处理,旨在去噪声,消模糊,同时保持良好的边缘．实验结果表明,增强后的二值化图象质量有明显的改进,说明这种算法是行之有效的．     

Amplitude phase control for electro-hydraulic servo system based on normalized least-mean-square adaptive filtering algorithm

The electro-hydraulic servo system was studied to cancel the amplitude attenuation and phase delay of its sinusoidal response,by developing a network using normalized least-mean-square (LMS) adaptive filtering algorithm.The command input was corrected by weights to generate the desired input for the algorithm,and the feedback was brought into the feedback correction,whose output was the weighted feedback.The weights of the normalized LMS adaptive filtering algorithm were updated on-line according to the est...     

Compensation for secondary uncertainty in electro-hydraulic servo system by gain adaptive sliding mode variable structure control

Based on consideration of the differential relations between the immeasurable variables and measurable variables in electro-hydraulic servo system, adaptive dynamic recurrent fuzzy neural networks（ADRFNNs） were employed to identify the primary uncertainty and the mathematic model of the system was turned into an equivalent linear model with terms of secondary uncertainty. At the same time, gain adaptive sliding mode variable structure control（GASMVSC） was employed to synthesize the control effort. The results show that the unrealization problem caused by some system＇s immeasurable state variables in traditional fuzzy neural networks（TFNN） taking all state variables as its inputs is overcome. On the other hand, the identification by the ADRFNNs online with high accuracy and the adaptive function of the correction term＇s gain in the GASMVSC make the system possess strong robustness and improved steady accuracy, and the chattering phenomenon of the control effort is also suppressed effectively.     

位置扰动型电液伺服施力系统的自适应控制

在位置扰动型电液伺服施力系统中,由于受力对象的运动给系统带来的很大的位置干扰,以及系统的非线性特性、参数时变等因素的影响,给系统的校正和优化带来了困难。针对多余力矩和参数变化问题,在用结构不变性原理进行补偿的基础上,采用模型参考自适应控制,并采用PID控制确保系统有满意的跟踪性能。采用这种控制方法,可以较好地消除位置干扰的影响,同时克服系统的非线性及参数时变等因素的影响,提高了系统的鲁棒性和跟踪性能。仿真研究的结果验证了上述结论。     

基于BP神经网络的永磁直线电机逆控制系统分析

将交流永磁直线电动机作为被控对象，利用自适应逆控制理论设计了BP神经网络自适应逆控制系统，解决了模型摄动和参数不确定性等问题，提高了系统的稳定性与鲁棒性；利用逆控制器的快速反应能力保证了系统的高性能。     

基于李雅普诺夫直接法的电液伺服系统控制

针对一类常见的电液伺服系统模型,提出了一种基于李雅普诺夫(Lyapunov)直接法的位置跟踪控制方法。为此类系统构造了一种形式简单的Lyapunov函数,并给出了确定其相关参数及求取控制律的具体方法,从而确保了整个系统的渐近稳定,适用于所有数学模型具有此类形式的电液伺服系统。以超低速锻造液压系统为例,应用该方法成功构造出了Lya-punov函数,并得到了使系统渐近稳定的控制律。仿真结果证实了本文方法的有效性。     

NARX网络在自适应逆控制动态系统辨识中的应用

针对动态神经网络的学习算法问题,提出了一种适用于带外加输入的非线性自回归 (NARX)动态网络的改进型RTRL学习算法. 该算法基于LM算法的思想,取代传统RTRL中的梯度寻优算法,以改善RTRL的学习速度, 并将该方法应用于NARX动态网络自适应逆控制的对象辨识中. 数值仿真结果表明该改进学习算法是可行而有效性的,并且也验证了NARX动态神经网络具有很强的动态描述能力.     

直驱式电液伺服系统压力流量复合控制

为实现直驱式电液伺服系统优化的压力流量复合控制,建立了直驱式电液伺服系统流量和压力控制的数学模型。提出基于压力差切换参数的恒压力限流量控制方式。并在此基础上对压力流量切换控制方式进行修正。这种复合控制在满足系统稳定性的前提下,极大地提高了系统响应特性。实验结果表明,通过合理的积分及死区调节,两种控制方式均可使压力流量平稳切换,系统对执行机构及负载参数变化的敏感性降低,系统响应性能得到提高。这些结果证实所提出方法的效果。     

Control method on serial type pump-valve coordinated electro-hydraulic servo system

In order to compromise the conflicts between control accuracy and system efficiency of conventional electro-hydraulic servo systems, a novel pump-valve coordinated electro-hydraulic servo system was designed and a corresponding control strategy was proposed. The system was constituted of a pump-controlled part and a valve-controlled part, the pump controlled part is used to adjust the flow rate of oil source and the valve controlled part is used to complete the position tracking control of the hydraulic cylinder. Based on the system characteristics, a load flow grey prediction method was adopted in the pump controlled part to reduce the system overflow losses, and an adaptive robust control method was adopted in the valve controlled part to eliminate the effect of system nonlinearity and parametric uncertainties due to variable hydraulic parameters and system loads on the control precision. The experimental results validated that the adopted control strategy increased the system efficiency obviously with guaranteed high control accuracy.     

电液伺服系统加速度失真非线性补偿控制策略

分析了电液伺服系统的死区非线性特性及其对系统性能的影响,由于系统死区非线性的存在,正弦信号输入时系统加速度输出中出现高次谐波,使系统加速度输出严重失真,为此提出了基于死区补偿和自适应噪声消除原理等非线性补偿控制策略,仿真分析表明该方法是有效的。