基于E-SPCM的直线电机动子位置高精度测量方法研究

针对直线电机动子位置测量,引入一种基于扩展采样相位相关法(E-SPCM)的亚像素位移图像检测方法,以提高测量精度和抗干扰性。首先建立了直线电机位置检测系统,通过高速相机实时采集条纹图像序列;其次对条纹图像进行边缘特征提取,利用相位相关得到相邻条纹图像的互功率谱,即动子位置的整像素位移;进而对整像素邻域的互功率谱进行上采样相位相关计算,实现高精度的亚像素位移测量,进一步由系统标定得到实际位移值。对比传统相位相关算法,所采用的方法能够提高测量精度且有很好的噪声抑制性能,最后搭建了实验检测平台,验证了算法的有效性。     

基于多峰拟合的直线电机动子位置精密测量方法

为满足直线电机动子位置的高精度测量要求,提出一种基于多峰拟合相位相关算法的直线电机动子位置精密测量方法。通过直线电机动子上的高速相机采集相邻栅栏图像;采用相位相关算法得到相邻栅栏图像的相位相关函数;根据相位相关频谱的峰值分布特性,采用多峰拟合获得相邻栅栏图像的亚像素位移值;根据测量系统标定系数,进而获得直线电机动子位置的精确位置。实验结果表明,该亚像素测量方法用于直线电机动子位置检测能达到精密定位,测量精度为1/100 pixel,且具有较强的鲁棒性和较高的实时性。     

散斑运动模糊复原的直线电机动子位置检测

图像测量技术具有非接触性、抗干扰性等优点被越来越多地应用到双次级永磁直线电机动子位置检测中。针对图像采集过程中所产生的图像模糊问题,提出了一种精确辨识运动模糊参数的方法,实现了直线电机动子位置的精确测量。采用数字散斑图像作为原始拍摄面,通过相机获得包含动子位置信息的序列运动模糊图像。利用奇异值分解对运动模糊图像进行去噪重构预处理,降低噪声对运动模糊参数辨识精度的影响。求取预处理后图像的倒谱图,通过主成分分析找到倒谱图二值化后亮线的主矢量方向即为模糊方向;同时作出倒谱三维图,利用其负峰值中两个最小值坐标求出模糊长度。根据计算的模糊参数值复原模糊散斑图像,再利用图像亚像素测量方法获得动子位置。实验结果表明:本文算法的计算耗时比Radon算法缩短了5倍多,不同位移下的平均绝对误差仅为0.084 7mm,满足直线电机动子位置检测的实时性和高精度要求。     

基于图像熵的直线电机动子位置精密测量方法

采用图像熵对栅栏条纹进行筛选,改进了图像相关测量方法,实现了对直线电机动子位置的精确实时测量。首先,分析了栅栏图像的Pnatt熵与像素相关性之间的关系,提出了采用图像熵表征栅栏图像筛选的特征值,从而筛选出非周期性更好的栅栏图像;其次,通过子区大小智能选择获得相邻两幅图像的计算区域,再采用粒子群优化算法对两计算区域的归一化互相关系数矩阵进行搜索,从而得到图像平移值,最后根据系统标定系数得到直线电机动子在拍摄间隔内的位移量。实验结果表明,基于图像熵筛选的栅栏图像在直线电机动子位置测量中具有更强的抗干扰性,测量精度达0.01像素。     

基于非周期正弦条纹的直线电机动子位置测量

为了从目标拍摄源上提高直线电机动子位置检测的精度和抗干扰性,构造了一种非周期正弦条纹图像,并引入一种基于梯度法的图像亚像素测量方法,实现对动子位置的高精度测量。首先,改变正弦条纹的条纹周期,得到一系列非周期正弦条纹,并生成非周期正弦条纹图像;其次,采用图像的Pnatt熵优选出具有强鲁棒性的非周期正弦条纹图像;最后采用基于Barron算子的梯度法计算相邻目标图像的亚像素位移,结合标定系统物像标定系数,获得直线电机动子的实际位移。仿真和实验结果表明,对比于非周期栅栏图像,本文构造的非周期正弦条纹图像具有较强的鲁棒性,且测量精度达到0.02pixel。     

基于变换序列权重峰值拟合的直线电机速度的快速精密测量

为了实现直线电机动子速度的实时鲁棒精密测量,研究了一种基于权重相位相关峰值拟合的直线电机速度测量方法.首先,构造出锯齿波条纹目标图像,利用线扫描相机获取运动过程中的连续锯齿波条纹序列.然后,采用相位差算法得到相邻信号的互功率谱,引入反比例函数代替傅里叶反变换后的狄拉克函数,仅通过对峰值点及两个邻域点简单加权,更加快速稳...     

基于DSP的直线电机位置伺服系统

提出一种基于数字信号处理器(DSP)的直线电机位置伺服系统。该系统充分利用了DSP周边接口丰富、运算速度快的特点,使所设计的系统硬件简单,并实现了采用状态反馈对系统进行控制。实验结果表明,系统结构紧凑,具有良好的动静态特性。     

直线同步电机初始磁场位置检测方法

直线电机在直线运动和重复定位精度高的机器人中有着广泛的应用,如两轴直线电机组成的点胶机器人、搬运机器人等.电机的位置检测在电机控制中是十分重要的,特别是需要根据精确转子位置控制电机运动状态的应用场合,如位置伺服系统.传统的位置检测方法一般根据装在电机轴上的光电编码器的反馈信号计算得出的,光电编码器通过读取光电编码盘上的图案或编码信息来表示电机转子的位置信息.根据光电编码器的工作原理可以将光电编码器分为绝对式光电编码器与增量式光电编码器,直线电机一般都采用光栅尺,只有AB正交脉冲反馈.该文的目的就是提供一种没有U、V、W和Z脉冲反馈的增量式编码器的电机初始磁场位置检测方法.     

直线电机动子位置测量的非周期栅栏图像优选

图像位置测量方法在双次级永磁直线电机动子位置测量中应用时,目标源图像的选取对其测量的精度和抗干扰性至关重要。采用栅栏图像作为原始拍摄面,根据其宽度标准差和灰度梯度和来构造不同的非周期栅栏图像用于实验。利用四叉树分解方法把采集到的非周期栅栏图像分割成各个块图像,根据块图像的边缘纹理与其邻域像素存在的约束条件来区分并消除边缘纹理对噪声测量的干扰,准确得出块图像中的噪声污染程度;再对各块图像进行加权平均后得到整幅图像的噪声水平。最后,利用峰值信噪比来评价图像的质量,并通过相位相关算法来验证其抗干扰性,从而筛选出强鲁棒性的非周期栅栏图像。结果表明,在栅栏图像宽度标准差为[8.1,8.3]、灰度梯度和为[18 000,22 000]之间取值构造的灰度非周期栅栏图像的峰值信噪比值较优、相似性峰值高、图像的抗干扰性强,能够实现直线电机动子位置的高精度测量。     

一种基于扩展目标的直线边缘特征提取方法

为了能够快速而精确的提取图像中扩展目标的直线边缘特征,本文提出了一种基于块遍历的直线提取方法,该算法是先通过块遍历整个图像,然后按照直方图把块分类并进行二值化,再通过链码得到相同单像素直线的多个块表示,然后通过这些直线的斜率和截距进行分类,最后对分类结果求均值,仿真结果表明该方法不仅能正确地提取直线特征且提取的直线可以达到亚像素精度。从运算量和复杂性来看,其综合性能要优于经典霍夫变换方法但却可以得到很好的直线提取结果,从而为硬件实现打好了基础。     

基于能量整型方法的永磁同步直线电机位置控制

针对永磁同步直线电机(PMLSM)的位置控制问题,从能量整型控制的角度进行了研究。基于哈密顿反馈耗散控制方法,结合系统的物理能量特性,在dq旋转坐标系下建立了包含电能和动能的永磁同步直线电机闭环系统哈密顿函数,通过反馈耗散方法对永磁同步直线电机进行速度控制器设计,保证了系统在稳态运行点达到输入/输出能量的动态平衡。为了提高系统响应性能,提出了阻尼参数PID自整定方法实现阻尼参数的自调节,并通过设计位置控制外环构成了包含位置、速度的双环控制系统,实现了PMLSM位置控制。实验结果表明,所设计的控制器具有良好的稳定性、快速的位置跟踪性和抗干扰能力。     

综合改进奇异谱分解和奇异值分解的齿轮故障特征提取方法

针对齿轮故障特征微弱,在强背景噪声下难以有效提取的问题,提出了一种改进奇异谱分解(ISSD)结合奇异值分解(SVD)的齿轮故障特征提取方法。针对奇异谱分解(SSD)算法中模态参数需凭经验选取的缺陷,基于散布熵优化算法对SSD算法进行了改进,在得到既定的一组奇异谱分量的基础上,根据峭度值最大准则筛选出了最佳奇异谱分量并进行了SVD处理,采用奇异值能量标准谱自适应地确定了信号重构阶数以还原信号和提高降噪效果。最后对信号进行包络解调以提取齿轮故障特征,将所提方法运用到仿真信号和齿轮实测信号中,并同传统包络谱、SSD包络谱以及经验模态分解结合SVD(EMD-SVD)方法进行了对比分析,结果表明,所提方法的降噪和特征提取效果更佳,能够更加有效地实现齿轮故障的判别。     

基于模型参考自适应控制的直线电机位置控制

针对直线电机的强非线性和时变特性,采用模型参考自适应控制(MRAC)方法对SISO直线电机闭环位置控制器进行了研究。利用偶极子对消建立了简化的永磁直线电机二阶数学模型,提出了基于局部参数最优化MIT(梯度)方案和全局稳定性理论的Lyapunov方案下的二阶直线电机位置模型参考自适应控制器,并对自适应控制器下的直线电机闭环系统稳定性进行了分析研究。在相同的前馈加反馈的控制器下,对这两种方案下的实验结果进行了对比分析。研究结果表明,基于Lyapunov第二方法设计的二阶控制器比MIT方法下的二阶控制器更能实现对三阶点到点轨迹输入信号的快速响应和跟踪,证实了直线电机位置自适应控制的有效性。     

基于重分配魏格纳时频谱和SVD的故障诊断

时频谱重分配能有效提高时频谱的时频聚集性,减少干扰项。当振动信号中存在着能量较大噪声时,重分配时频谱会受到噪声干扰影响,降低时频分布的可读性。将重分配魏格纳时频谱(RWVDS)和奇异值分解(SVD)结合形成一种新的机械故障诊断方法。利用重分配算法对魏格纳时频谱进行重分配,提高魏格纳时频谱的时频聚集性,再对重分配时频谱进行SVD降噪,降低了噪声干扰影响,提高其时频分布的可读性。该方法对仿真信号、滚动轴承及齿轮箱故障信号进行了分析,并与其他几种方法作了比较。结果表明,该方法时频聚集性好,抗噪能力强,能有效识别强噪声背景下的机械故障特征。     

基于SVD的多终端实时定轨自适应鲁棒CKF算法

针对多终端实时定轨过程中难以精确获得量测噪声统计特性及存在异常测速值导致滤波精度降低的问题,提出一种基于奇异值分解(SVD)的自适应鲁棒容积卡尔曼滤波(CKF)算法。使用欧拉预测校正法离散带J2项摄动的轨道动力学方程以得到状态方程。将H∞鲁棒滤波思想应用于CKF算法,建立了非线性条件下约束水平与滤波信息的反比关系,实现对约束水平的自适应调整,并使用SVD代替传统的Cholesky分解以提高数值计算的稳定性。仿真结果表明,欧拉预测校正法可以有效提高轨道动力学方程离散精度;相比标准CKF算法,自适应鲁棒CKF算法具有更高的定轨精度及鲁棒性。     

Sensorless control for switched reluctance motor based on special position detection

This paper proposes a new sensorless control approach for switched reluctance motor (SRM) in the single pulse control mode in high speed operation. The sensorless method uses the cross point position of transformer electromotive force (EMF) and motional back electromotive force (BEMF) to estimate the rotor position. The cross point position can be derived from the inductance model of SRM, and it is regarded as reference position. The rotor position can be calculated by detecting the special position for each electrical cycle. The proposed position estimation method is not affected by the magnetic saturation of SRM. Importantly, no additional hardware and no complicated computation or memory storage are required with the proposed method. Finally, the simulation and experimental results on a three-phase 12/8-pole SRM demonstrate the validity of the proposed sensorless scheme.