一种转台伺服系统干扰补偿控制方法研究

为提高转台伺服系统的低速跟踪性能,提出一种结合LuGre摩擦模型和非线性干扰观测器(NDO)补偿非线性干扰的方法。使用LuGre摩擦模型补偿系统的摩擦干扰力矩,建立NDO模型消除系统建模不精确及其他未知干扰的影响,并采用反演法设计系统的自适应滑模控制律。通过仿真表明,基于LuGre+NDO模型自适应滑模控制能有效消除转台的低速"爬行"现象,位置稳态误差达到2×10–5 rad,速度稳态误差达到1.5×10–3 rad/s。且通过与传统控制方法结果对比,证明所提出的方法具有较好的控制性能和干扰抑制特性,提高伺服系统的跟踪性能。     

基于XORP的SNMP网络协议实现

SNMP协议简单,网络管理方便,广泛应用在交换机的管理中,为了充分利用XORP的特性以及SNMP在网络管理方面的优势,通过SNMP在XORP的移植、XORP接口的添加、CLI模板添加以及自定义MIB库的添加等,在XORP平台上成功实现SNMP协议,具有开源、支持协议多、个性化配置等特点。     

中铝进军新能源

中国铝业龙头老大——中铝公司收购宁夏发电集团,在积极进军新能源产业,争取煤电铝一体化建设的同时,也将产业链延伸至多晶硅—光伏产业。在当前行业形势困顿的局面下,此前并未积累太多经验的铝老大将有何作为?近年来,随着铝行业成本的不断攀升,中铝公司根据国家"十二五"规划和     

废润滑油加氢再生工艺研究

采用蒸馏-加氢工艺对工业废润滑油进行再生研究,在空速和氢油比一定时,考察了反应温度和反应压力对加氢效果的影响。结果表明,先对预处理后的废润滑油进行常压和减压蒸馏处理,然后利用以γ-Al2O3为载体,Ni-Mo为活性组分的FDS-1加氢催化剂对蒸馏所得馏分油进行加氢精制,加氢精制最佳工艺条件为氢油体积比400∶1,反应温度320℃,反应压力5 MPa,空速1.2 h-1。在此条件下,所得再生油的黏度(40℃)为48.2 mm2/s,黏度指数为117,色度为2.9号,含硫质量浓度为103mg/L,闪点为210℃。     

BC247数据采集器

江苏宝应振动仪器厂研制的BC247数据采集器,作为对机械设备进行振动监测、诊断及管理的计算机系统,既可在现场进行振动值的数据测量,又可诊断设备运行是否正常,还可将采集数据储存,待测量结束后利用计算机丰富的管理软件,对设备的状态趋势进行精密诊断与分析,建立设备档案。该产品被列为江苏省开发项目,在宝应通过新产品鉴定。     

GZ-1工程机械诊断车

一种最为理想的现代化不解体检测设备——GZ-1型工程机械诊断车,由石家庄铁道学院研制成功,并于最近在石家庄通过了铁道部组织的技术鉴定。与会专家一致认为,GZ-1型工程机械诊断车发展了我国工程机械的诊断技术,系国内首创、技术领先,达到国际同类产品的先进水平。 GZ-1型工程机械诊断车筛选国内外先进的计算机、直读式铁谱仪、内燃机工况检测仪、液     

VoLTE高丢包问题分层优化方法研究

VoLTE是LTE网络语音演进的最终目标方案。VoLTE语音业务中,丢包问题是影响语音质量的关键因素之一。高丢包会导致语音吞字、断续、单通等问题,严重影响用户感知。本文从VoLTE协议栈入手,分析各协议层主要功能,提出高丢包优化方法,展示参数试点效果。     

球头刀高速铣削模具钢热力分布3D模拟

为了获得球头刀高速铣削模具钢在切削过程中的热力分布状态,为已加工表面的热力形成机制研究提供基础数据,利用基于拉格朗日算法的有限元工艺仿真系统DEFORM,对汽车覆盖件模具钢Cr12Mo V的高速铣削过程进行了3D有限元建模仿真.模型模拟了球头刀在倾角为15°时的切屑形成过程,预测的进给方向、跨距方向以及轴向方向的切削力与实验数据相符,在剪切面处模拟所得切削平均温度偏差在10%以内.模具表面切削区轮廓形状与高速铣削产生切屑形貌基本吻合,证明建立的3D模型能够较好地反应切削过程中的热力分布情况.     

基于未来帧的时间性反走样研究及实践

时间性反走样算法具有效率优势,是近年来被广泛应用的实时反走样算法之一。该算法通过将 采样点平摊至历史多帧及复用历史数据的方式来实现实时反走样。在时域信息采样充分且历史数据可复用的前 提下,该算法能取得和超采样反走样算法类似的效果。然而在实际应用中,时间性反走样算法会有几何边缘锯 齿、重影及子像素细节缺失等问题。本文以时间性反走样算法为研究基础,针对时间性反走样算法存在的问题, 提出了一种基于未来帧的时间性反走样算法。其基本思想是,在使用已有时域信息的基础上,将未经反走样处 理的未来一帧纳入时间性反走样,通过使用未来帧的样本,提升几何反走样效果,实现抗重影以及改善子像素 细节缺失情况。本文算法提出了可复用未来帧数据提取以及未来帧数据复用的解决方案。实验结果表明,与时 间性反走样算法相比,该算法的反走样效果更优。