基于扰动观测器的机载云台扰动复合补偿方法

针对多旋翼无人机(mUAV)机载云台的扰动补 偿需求,提出一种基于改进的扰动观测器(IDO,improved disturbance observer)的伺服控 制器与减振装 置相结合的复合补偿方法。深入分析了IDO的扰动补偿能力和鲁棒性,构建 了基于IDO的云 台伺服控制结构;依据mUAV机载云台的振动特性,设计出减振装置的结构参数 及安装位置。飞行实验表明, 引入复合补偿方法后,视轴(LOS)指向误差减小到了0.03°,振动隔 离度提高了约15dB。复合补偿方法有效地补偿了机载云 台的扰动,完全满足了mUAV机载云台扰动补偿的需求。     

基于观测器的四旋翼飞行器自适应滑模姿态控制

针对存在建模不确定性和外部干扰时四旋翼飞行器的姿态控制问题,提出一种基于观测器的自适应滑模控制算法。在建立四旋翼飞行器姿态误差动力学模型的基础上,通过全局渐近收敛观测器获取系统的未知状态反馈量,利用自适应滑模控制抑制系统的不确定性和干扰,构建一种基于观测器的自适应滑模姿态控制器。基于Lyapunov的稳定性分析表明,该方法的跟踪误差是一致最终有界的。数值仿真实验结果表明,与现有滑模控制方法相比,所提方法具有更好的姿态跟踪性能和较高的抗干扰鲁棒性,能有效保证飞行器的姿态跟踪控制性能。     

射线检测图像的自适应多尺度积阈值降噪算法

针对射线检测图像的高噪声、低对比度、图像模糊等特点,提出了一种射线图像的自适应多尺度积阈值降噪算法,解决了常用射线检测图像降噪算法存在的降噪效果差、图像模糊、缺陷边缘和细节丢失等问题。该算法利用噪声估计、多尺度、积阈值、小波等方法对射线检测图像进行降噪处理,获得了高质量的降噪图像。以实际的工业焊缝射线检测图像为例,将所提算法与常用的小波降噪、中值滤波、维纳滤波、小波中值等算法进行降噪对比研究。试验结果表明,所提算法不仅具有优异的降噪性能,而且能够较好地保留缺陷图像边缘、细节等重要特征。     

微小颗粒对刀具测量精度的影响及误差消除研究

为了消除微小颗粒对刀具测量精度的影响,提出一种基于机器视觉的通过设定阈值和方向选定消除微小颗粒的方法。首先,对刀具进行亚像素边缘提取,通过设定阈值确定刀具边缘,利用刀具边缘和微小颗粒边缘法线方向的不同,找出微小颗粒边缘并对其快速有效的消除。最后,在测量系统上对该方法进行验证。实验结果表明,经过消除微小颗粒后的刀具测量精度达到±0.02 mm,且单次测量平均运行时间为100.76 ms,该方法能快速有效地消除微小颗粒对刀具测量的影响,提高刀具的测量精度,能够满足刀具测量高精度的要求。     

微型无人飞行器机载光电平台的复合式稳像系统

为了消除机载环境对机载视频图像的影响,设计一种应用于微型无人飞行器的机载光电平台复合式稳像系统。分析机载光电平台扰动在频率和振幅分布上的特点,针对各类稳像方法在不同频率和振幅上抑制或补偿扰动的局限性,设计并实现了一种由四类稳像环节并行互补所构成的复合式稳像结构。该系统能够有效弥补单一稳像方法的局限性,提高机载光电平台的稳像能力。     

小型汽油发电机组数字式励磁调节器的动态性能

针对数字式励磁调节器在小型汽油发电机组难以推广的现状,设计了一种可用于小型汽油发电机组的、高性价比的数字式励磁调节器。通过动态性能分析试验,验证了该数字式励磁调节器的设计合理性。     

多旋翼无人飞行器机载光电平台的复合补偿控制方法

为了提高多旋翼无人飞行器机载光电平台的扰动补偿能力,实现机载光电平台的稳定跟踪控制,提出一种基于改进扰动观测器和径向基函数(RBF)神经网络逼近的复合补偿控制方法。首先,对现有扰动观测器结构进行改进,构建基于速度信号的改进型扰动观测器,并分析了干扰补偿能力和稳健性;然后,利用RBF神经网络的函数逼近性质解决非线性未知扰动的补偿问题;最后,基于Lyapunov稳定性原理设计出复合补偿控制结构。实验结果表明,机载光电平台的扰动得到有效补偿。该补偿控制方法具有较高的稳定精度和跟踪控制性能,满足多旋翼无人飞行器机载光电平台的稳定控制要求。     

基于序列拼接方法的球刀刀头轮廓在线测量技术

针对超视场球头刀在线视觉测量过程中受限于图像采集系统的视场问题,提出了一种基于光栅尺和特征的二维图像拼接方法。该方法在图像采集阶段,通过获取刀头部位球族包络信息,还原真实加工环境。然后经过亚像素阈值分割法得到刀具轮廓,采用光栅尺得到连续序列图像间的配准信息,再利用像素当量换算得到相邻两幅图移动的像素值。试验表明,该拼接方法应用于球头刀的轮廓测量时,测量结果与名义值偏差低于0.09%,测量误差小,便于获得后续刀补参数的精确值,能够保证加工精度。     

基于多故障分类的Hex-Rotor无人飞行器的执行单元故障检测与自重构

为了实现对Hex-Rotor无人飞行器执行单元故障的快速准确检测,提高飞行器的安全性和可靠性,提出基于多故障分类的执行单元故障检测与自重构算法.在对执行单元故障进行分类的基础上,建立执行单元升力故障模型,构建基于扩展卡尔曼滤波算法的故障观测器组,实现故障的检测与隔离.利用故障观测器的输出信号,对不同故障进行相应的自重构,设计基于多故障分类的自重构控制算法.通过理论分析、数值仿真和实际飞行,验证了提出算法的有效性.结果表明,利用该算法能够快速、准确地完成故障检测与隔离,在故障条件下保证飞行器姿态控制的稳定性.     

基于LQEKF的机载光电平台的模型预测控制

为了提高机载光电平台对目标稳定跟踪控制性能,提出一种基于线性二次增强卡尔曼滤波器的机载光电平台模型预测控制算法。建立机载光电平台的动力学模型,在卡尔曼滤波状态估计的基础上,引入线性二次调节器增益减小估计状态的相位延迟,使状态估计值更为精确,利用估计的状态设计模型预测控制器,减小目标跟踪误差。跟踪目标仿真实验结果与卡尔曼滤波状态估计结果最大误差减小了58.14%,与扩展卡尔曼滤波状态估计最大误差减小了52.62%,表明本算法能够有效提高机载光电平台对目标的跟踪控制性能,实现了机载光电平台对目标的稳定跟踪控制。