考虑运动副间隙的齿轮传动效率试验研究

针对齿轮传动系统在空间与地面不同运行环境下的运动试验要求,设计了一种考虑运动副间隙的齿轮运动行为模拟试验平台,并采用工控机开发了一种齿轮行为模拟试验平台测控系统。该试验机的驱动力由伺服电动机提供;齿轮间隙调节系统由伺服电动机配合直线滑台完成;力矩加载方式采用磁粉制动器变载荷加载;重力模拟采用气动变载荷加载;制动器加载和气动加载部分均采用经典PID闭环控制,保证试验要求的加载性能。对系统齿轮副进行多次传动性能试验,证明该试验平台性能稳定,测控系统工作可靠。并且通过在不同加载及转速条件下对齿轮传动系统进行多次重复试验和数据分析来研究齿轮转速、齿轮间隙、负载转矩、模拟重力等因素对齿轮传动系统工作效率的影响。     

电液比例系统位置伺服迭代学习控制

针对电液比例控制系统存在的时变性、非线性、强耦合以及液压参数摄动等问题,提出一种带补偿的迭代学习控制（ILC）算法。在分析电液比例位置伺服系统机制的基础上,建立系统的数学模型。设计不严格依赖于系统精确模型的迭代学习算法,以非常简单的方式处理不确定度相当高的非线性强耦合动态系统。为解决误差收敛过程中存在的抖动和尖峰毛刺,在算法中加入输入和误差补偿。利用先前控制输入和误差的变化量,对系统进行补偿。仿真和实验结果表明：迭代学习控制算法能够有效实现系统对期望轨迹的精确跟踪;与传统PID控制相比,迭代学习控制提高了系统的控制精度和快速跟踪能力。     

基于EMF的MRAS矢量控制系统速度辨识

将模型参考自适应(MRAS)方法用于矢量控制系统中,利用容易测量的感应电机定子电压和电流量构成基于电动机反电势(EMF)的转速辨识系统,并用SIMULINK进行了建模和仿真研究.结果表明,这种无速度传感器矢量控制系统具有较好的辨识精度和静、动态性能.     

数字积分器在脉冲电流检测中的应用

在基于罗氏线圈电流互感器的脉冲电流测量系统中,需要积分器来还原被测电流波形,传统的模拟积分器输入连续信号,累计误差小,但积分过程暴露在电磁噪声干扰中,影响测量精度.而数字积分器电路简单,积分过程不受噪声干扰,可以有效提高信噪比.通过Matlab仿真对比分析了普通数字积分器与模拟积分器的频域特性,选定了复化辛普森公式为最佳数字积分原型.以PFN放电脉冲电流的测量为背景进行研究,针对数字积分器的实用化提出了改进方案,加入了带通滤波器和零点补偿,解决了零点漂移、积分饱和等问题,并在基于STM32的数据采集系统中得到了理想的试验结果.     

PLC在型材辊压生产线飞剪控制系统中的应用

针对目前辊压线剪切系统存在的问题,提出了一种采用直流伺服机驱动,ＰＬＣ控制的飞剪控制系统,并给出了伺服同步控制器的设计方法和控制流程图。应用结果表明,该系统具有范围广,控制灵活及定尺精度高等特点,具有广泛的推广应用价值。     

适应市场需求提高花卉生产专业化水平

花卉生产专业化体现的是花卉生产科学技术水平的高低和生产规模的大小,本文根据天津近几年花卉生产实践,针对如何提高花卉生产专业化水平进行了论述。     

基于微机电系统与径向基函数的水下航行器姿态检测

为实现水下航行器自主运动控制,准确掌握水下航行器的运动姿态至关重要。微机电系统惯性传感器因具有体积小、成本低和功耗低等特点,被广泛应用于姿态检测系统当中。由于海底的工作环境复杂,故水下航行器在实验过程中设定有一定的非合作性;因此设计采用径向基函数神经网络算法对采集数据进行训练与分类。实验结果表明,微机电系统惯性传感器结合径向基函数神经网络算法对水下航行器的基本行为识别的平均召回率可达94%。     

基于卡尔曼滤波和粒子滤波融合的UWB室内定位算法

基于超宽带(ultra-wideband, UWB)室内定位技术得到了广泛的发展,然而,在LOS(line-of-sight)和NLOS(non-line-of-sight)环境下的UWB的测距信息均存在不同程度的误差,因此,提出了一种改进的卡尔曼滤波算法对UWB原始数据进行平滑处理;之后提出卡尔曼滤波(Kalman filters and particle filters, KPF)和粒子滤波融合的算法。通过卡尔曼滤波得到的状态量和误差协方差进行粒子采样,克服了传统粒子滤波进行粒子采样时的运动学模型与实际运动不相符的缺点,大幅减少了粒子退化的现象。经过实验,该算法在LOS和NLOS环境中的定位精度分别提升了20.6%和15.6%。     

基于模糊聚类的非线性系统模糊辨识算法

针对模糊聚类算法中数据和运算耗时很长,不适于在线建模与控制的问题,基于模糊聚类型隶属函数和EUM方法,提出了一种新的模糊辨识算法。该方法省去了求解聚类中心的迭代过程,计算时间显著减少。采用该方法对Box—Jenkins煤气炉数据和Mackey—Glass混沌时间序列进行了仿真,结果证明了该方法的有效性。     

采样点个数对T-S模糊建模精度的影响

在模糊建模中所取的采样点个数会对辨识出的模型精度产生影响,在只给出有限个数据采样点且数据分布不能人为控制的情况下怎样选取最优的采样点个数是模糊辨识中要解决的问题之一.通过采样点个数变化的模糊辨识算法来研究模糊建模中采样点个数对模型描述性能的影响.基于T S模糊模型,采用对称三角形模糊划分和“网格对角线法”提取模糊规则,通过对DISO系统和Mackey Glass 无序时间序列进行建模,给出模糊模型训练性能指标和检验性能指标随采样点个数增加的变化趋势曲线.