克服送Gx(y)抖动引起的运算错误

“CKX”数控线切割机床在人工输入记数方向G_(x(y))后,抬起S_0扳键时,容易使S_0扳键内的弹簧片发生颤动而连送了二个G_(x(y)),这种错误从面板氖灯显示上是不易观察到的。在接着送入加工指令后,面板上的X、Y、F寄存器指示氖灯便有规律地闪动,进给乱走。等操作者发觉,往往已经前进了一段而造成工件的报废。要想避免上述错误(当然可以不用人工输入,但需要程序不多的工件,穿纸带反而不方便),就需要在每次人工输入时,将加工扳键放下,等加工指令输入后,仔细观察X或Y变补后面板上的氖灯显示是否正确。     

基于神经网络的缠绕过程张力积分鲁棒控制

纤维缠绕系统是典型的非线性系统,缠绕过程张力控制精度决定了缠绕制品成型品质,然而系统非线性特性、摩擦及外干扰等严重制约了缠绕过程张力控制性能的提升。目前现有方法主要以收/放卷两轴同步控制为基础,通过解耦等复杂操作展开张力控制研究,计算量大且不利于控制算法的应用。为了避免上述问题并准确描述缠绕系统张力产生机理和实际的摩擦特性,建立简化的缠绕系统非线性数学模型。同时以自适应作为神经网络权值训练方法,基于自适应神经网络设计出干扰量的逼近函数,在基于连续积分鲁棒（RISE）控制器设计的控制律中补偿扰动的影响,并基于Lyapunov稳定性理论证明了系统的渐近稳定性。最后,给出所提出控制器与现有方法的对比验证实例,结果表明所提出基于神经网络扰动补偿的积分鲁棒控制显著增强了系统抑制外干扰的能力,提升了张力控制精度。     

基于神经网络的比例伺服阀阀芯液动力补偿鲁棒智能控制

比例伺服阀广泛应用于智能工程机械、国防装备等高端液压系统中。对于智能比例伺服阀而言,液动力是限制其智能化程度提升最主要的因素。针对上述问题,提出一种基于神经网络的阀芯液动力补偿鲁棒控制器(Flow forcecompensationneuralnetwork-basedrobustcontroller, FF-NNRC)。首先利用Fluent软件,获取在不同阀芯位移、压力边界条件下的液动力信息,用于模拟真实工况下的液动力扰动。设计神经网络学习逼近液动力扰动,从而在模型前馈补偿项构建液动力动态补偿项,针对系统其他扰动及神经网络估计误差设计鲁棒项加以克服。Lyapunov稳定性理论证明提出的控制策略可以实现系统的有界稳定。仿真结果表明,与传统的PID控制器和基于名义值模型补偿的鲁棒控制器(Model compensation robust controller,MC-RC)相比,所提出的控制器具有更高的控制精度和抗干扰能力。     

基于自适应神经网络滑模观测器的容错控制

针对机电伺服系统可能发生的故障,提出基于自适应神经网络滑模观测器的快速终端滑模容错控制策略.在自适应滑模观测器中引入神经网络估计故障,以提高故障发生时观测器的状态估计精度和故障检测准确性.利用观测器的状态估计值进行状态重构,结合参数自适应技术和快速终端滑模控制方法设计主动容错控制器.针对参数不确定性设计参数自适应率进行估计,并利用前馈补偿技术补偿故障和参数不确定性.针对未知上界的扰动设计具有自适应增益的鲁棒项.利用Lyapunov定理证明所提出的控制方法可以实现系统有界稳定,大量仿真和实验结果验证了控制器在系统发生故障时具有良好的容错能力、控制精度和响应速度.     

利用工业废渣制备碱激发水泥

本项目研究利用工业废渣油页岩灰渣与偏高岭土为主要原料制备新型胶凝材料,研究激发材料对偏高岭土-油页岩灰渣系胶凝材料的激发效果;结果表明,当用Na2SiO4为激发剂时,胶凝材料的强度最高,并得到SiO2／Na2O=1．5时,材料获得最佳强度性能,同时优选得到激发剂／（偏高岭土-油页岩灰渣）=0．25为最佳碱激发剂掺量。     

基于连续可微摩擦模型的直流电机扰动补偿自适应控制

摩擦和未建模动态是电机伺服系统普遍存在的非线性问题,针对这些问题,以直驱直流电机为研究对象,建立了包含连续可微摩擦模型的系统模型,通过对未建模动态的上界进行自适应估计,设计了扰动补偿鲁棒反馈项,进一步采用基于指令的参数回归器,设计了基于指令及指令导数的模型补偿项,降低了系统跟踪性能对测量噪声的敏感度,采用Lyapunov函数证明稳定性,仿真对比结果验证了控制器对于摩擦和扰动具有较好地补偿效果。     

基于滤波器的浸入与不变自适应控制

针对机电伺服系统存在参数不确定、未建模动态及时变扰动这一问题,提出一种基于滤波器的浸入与不变自适应算法,该算法能够准确估计伺服系统中的未知参数.首先,构造系统状态及回归函数的滤波器,再根据滤波后的辅助变量构造参数估计器;然后,依据浸入与不变理论设计参数估计器中的辅助函数,从而保证参数估计误差的收敛性.此外,为了进一步降低集总扰动对系统闭环性能的影响,提出一种扰动观测器,这种扰动观测器结构简单,并且能保证估计误差的渐近稳定,从而有效地补偿系统中的未建模动态和外部扰动.最后,利用Lyapunov理论分别证明了参数估计器、扰动观测器及闭环系统的稳定性,仿真与实验结果验证了所提出的自适应方法及扰动观测器的有效性.     

电容器材料分切设备张力控制技术

电容器材料分切设备和卷绕设备中,放卷、收卷和卷绕的张力控制是必不可少的控制环节,直接影响着电容器产品的质量。料卷直径的变化是引起张力变化的主要因素,张力控制的目的是为了保持张力恒定或按预定的规律变化。张力控制包括手动式张力控制,卷径检测式张力控制,全自动张力控制,浮辊式张力控制,张力锥度控制等方式。通过举例说明了张力控制技术在电容器材料分切设备中的综合应用。     

高压液压能源系统热特性及热控制仿真分析

高压液压技术是未来飞机液压系统的主要发展趋势,由于损耗功率增加,系统温度变化将更加剧烈并影响飞行安全,因此,高压液压系统的热特性与热控制技术是未来飞机液压系统设计需要考虑的一个重要因素。以某高压液压能源系统为例,对液压能源系统的主要液压元件进行生热和散热机理分析。利用AMESim软件开展液压系统温度特性分析,权衡系统是否需要热交换器。结果表明:热交换器有效降低系统油液温度至安全温度内;同时,得到燃油-液压油热交换器位于不同位置、系统在不同飞行阶段下不同环境温度、机翼处管路引入冷气流等工况下温度变化趋势,为飞机高压液压能源系统热设计提供参考。     

考虑输出约束的机械臂自适应神经网络鲁棒控制

在工业机械臂系统的跟踪控制过程中,由于其结构和工作环境复杂,导致难以建立精确的系统模型,针对此问题提出了基于多层前馈神经网络的自适应鲁棒控制器。通过神经网络在线估计机械臂系统动力学模型,并在控制器中进行补偿,同时设计了一个在线更新的鲁棒项克服神经网络的重构误差;考虑机械臂实际系统的输出约束,采用障碍李雅普诺夫函数设计控制律并证明系统的稳定性从而使系统满足约束条件。仿真实验结果表明:在约束条件下所提出的控制器能够实现系统的一致最终有界稳定,且跟踪性能良好,并具有很好的抗干扰和自适应能力。