一种对复杂数字电路进行智能化故障诊断的新方法

本文介绍了一种对复杂数字电路故障进行智能诊断的新方法。该法融合了模糊诊断和故障反向跟踪隔离两种算法的优点，前者可根据概率的大小实现电路故障的快速粗定位，而后者则可将故障准确定位到电路节点上。实验表明，基于该方法开发的故障诊断系统具有较高的智能性和实用性。     

天车钢水自动跟踪计量系统的开发应用

介绍了三钢天车钢水自动跟踪计量系统的功能、实现原理、硬件构成和软件设计 ,阐述了提高这一计量系统的准确度的方法及实施效果。     

苏通大桥5 800 t钢吊箱整体同步下放工程载荷跟踪试验研究

主五号墩钢吊箱下放是苏通大桥下部基础工程的关键技术之一,由于钢吊箱竖向刚度大,吊点多而且距离近,所以控制难度大.为此进行了钢吊箱下放工程中载荷跟踪方面的试验研究.     

消弧线圈在电力系统中的应用与展望

分析了老式消弧线圈存在的问题，重点介绍了各种不同型式的自动跟踪补偿消弧线圈的结构，工作原理及应用，简介了消弧线圈自动调谐控制器的工作原理，并展望了消弧系统的发展前景。     

高速开关阀控气动位置伺服系统的自适应鲁棒控制

针对高速开关阀控气动位置伺服系统所具有的模型参数不确定性、不确定非线性以及外干扰,为实现气缸的高精度运动轨迹跟踪控制,设计了基于标准投影映射的自适应鲁棒控制器。该控制器通过在线最小二乘参数估计来减小模型中参数不确定性,利用基于反步法设计的非线性鲁棒控制来抑制参数估计误差、不确定非线性以及外干扰的影响,从而保证一定的瞬态性能和高的气缸运动轨迹控制精度。由于运用了标准投影映射以保证在线参数估计有界,控制器的两个部分可以独立进行设计。试验表明,所设计的控制器能获得良好的轨迹跟踪控制性能,对干扰具有较强的性能鲁棒性,系统跟踪幅值为0.09 m,频率为0.5 Hz的正弦期望轨迹时,最大绝对跟踪误差为1.51 mm,标准跟踪误差0.72 mm。     

时变漂角下USV直线路径跟踪控制器设计与验证

为了解决"蓝信"号无人水面艇在真实海洋环境中的直线路径跟踪的精确控制问题,在考虑到实际航行中存在时变漂角的情况下,设计并验证了一种基于LOS制导算法的无人水面艇直线路径跟踪控制方法。以"蓝信"号无人水面艇的操纵运动模型及辨识的参数为基础,将LOS制导算法与模糊自适应PID航向跟踪控制相结合,设计了一种考虑时变漂角的无人水面艇直线路径跟踪控制器,仿真结果验证了该方法的可行性。最后,通过蓝信号无人水面艇在大连海事大学凌水校区外部海域的实船实验,验证了该方法应用在实际工程中的正确性和有效性,降低了真实海洋环境下实际航迹跟踪过程中时变漂角对航迹跟踪控制精度的影响。     

受限柔性机器人臂的动力学分析

针对柔性机器人臂操作受作业环境约束的刚性负载，建立了系统的动力学模型。根据物体与作业环境的约束关系。推导出系统的正动力学模型。以期望的被操作物体的轨迹和物体与环境的作用力为边界条件，推导出系统的逆动力学模型，由此所求出的柔性机器人臂的输出关节角和关节驱动力矩可使机器人臂操作物体准确地实现期望轨变和与环境的作用力，并就具有三柔性杆机器人臂操作刚性负载进行了仿真，验证了方法的有效性。     

基于在线附加Q学习的伺服电机速度最优跟踪控制方法

该文将在线Q学习方法与附加控制思想相结合,讨论了其在伺服系统中电机速度最优跟踪控制问题上的应用。首先在线性二次型跟踪器问题的框架下对待求解问题进行了定义;然后给出了在线附加Q学习迭代式地进行策略评价、策略改善的具体算法。仿真测试中,首先为电机速度跟踪问题设计了传统的PI控制器,然后将基于该文思路所设计的附加控制器与其并联,组成新的速度控制器。仿真结果表明,附加控制器显著改善了电机速度跟踪的动态响应特性,并且具备在被控系统参数发生改变时自动调优的自适应能力。非线性系统在特定条件下可进行局部线性化时,也可用该方法来得到更优的控制性能。     

基于动态自适应相关滤波的复杂场景目标跟踪算法

为解决目标变化、场景非均匀照明等复杂场景下的目标跟踪问题,提出了一种复杂场景下基于动态自适应相关滤波的目标跟踪算法。该算法首先构造一组几何失真的目标参考图像的版本,然后基于组合滤波器的思想,将构造的适用于每个图的最优模板组合起来;同时为避免下一帧中预先指定目标预期位置的需要,算法采用基于时间序列的预测机制,通过考虑目标的运动学来提高跟踪精度;最后该算法设计了重新初始化机制,在系统发生故障时算法进行重启。仿真结果表明,所提的算法的跟踪精度和跟踪效率上优于现有的算法,从而验证了所提算法的有效性和可行性。     

基于多重渐消因子强跟踪非线性滤波的故障参数联合估计

为改进故障参数估计的精度和鲁棒性,提出基于多重渐消因子强跟踪七阶容积卡尔曼滤波(MST7thCKF)的故障参数联合估计算法。算法将故障参数扩展至状态向量,实现状态和故障参数联合滤波。然后,将多重渐消因子强跟踪滤波(MSTF)引入七阶容积卡尔曼滤波(7thCKF)的框架中,改进7thCKF在故障参数变化函数未知或者发生突变时的鲁棒性,提高故障参数的估计精度。仿真结果表明,相比MSTF均方根容积卡尔曼滤波(MSTSCKF)和7thCKF,所提算法具有更好估计精度。