基于力矩电机的复合材料缠绕机构张力控制系统

介绍了一个复合材料缠绕机构的张力控制系统,该系统研究了一种新的执行机构一力矩电机的工作特性和驱动电路,采用电阻应变式张力传感器结合三辊式结构测定张力,以力矩电机为执行机构,利用单片机实现对张力的PID控制,实验结果表明,该系统在各种缠绕过程中都具有较好的控制效果和鲁棒性。     

小脑模型神经网络控制器在天线跟踪指向控制中的应用

分析了天线跟踪指向控制系统的特点和影响系统跟踪性能的主要因素,建立了系统数学模型。根据系统特点,给出了小脑模型神经网络控制器(CMAC)和PID相结合的复合自适应控制方法的设计过程,并分析了该算法适用于天线跟踪指向控制系统的优势。该方法利用传统的PID控制,结合CMAC神经网络算法的快速自学习、精确逼近的优点,既满足了天线跟踪指向控制系统快速实时跟踪的要求,又提高了跟踪精度和跟踪平稳性。仿真结果表明,该方法对摩擦力矩有很好的抑制作用,跟踪精度较单独采用PID控制提高一个数量级,且输出稳定,具有较强的鲁棒性。     

模糊PID算法在回转窑的喂煤量—烧成带温度控制系统中的应用

喂煤量-烧成带温度控制系统是回转窑生产的一个重要组成部分,但其具有大惯性、纯滞后、非线性等特点,常规PID控制算法难以对其生产温度进行准确的控制。文章提出的模糊PID控制器是将模糊控制与传统PID控制相结合,用模糊控制理论在线整定PID控制器的比例、积分、微分系数。仿真结果表明,该控制器在响应速度、稳态精度等方面均优于常规PID控制器。     

延迟器级联型偏振控制器算法研究

利用邦加球图示法,推导了45°-0°-45°型偏振控制器的算法,得到偏振态变换时延迟量对应的计算公式。通过仿真对该算法进行验证,仿真结果表明:不论输入椭圆偏振光,线偏振光还是圆偏振光,该算法得到的输出偏振态与期望得到的输出偏振态一致,证明了该算法的合理性。     

零重力模拟气动悬挂系统的建模及恒压控制

为模拟空间结构地面动力学测试时的零重力环境,针对研制的气动悬挂装置(PSD)采用比例流量阀开发了高精度的恒定气压控制系统.在分析了系统原理的基础上,建立压力控制系统的非线性数学模型.模型包含了比例阀的动力学特性、阀口流动的非线性、气缸容腔的压力动态和由实验结果拟合的气体泄漏.针对实现恒压控制的目标,采用输入输出线性化方法得到相对阶为2的等价系统,由于模型具有参数不确定和未建模动态特性,设计了基于观测器和等效控制的模糊滑模变结构控制器(FSMC).实验结果表明,设计的控制器对负载变化、气源压力变化、活塞运动和外部干扰均具有较强的鲁棒性,稳态压力波动小于26 Pa,实现了高精度的恒压控制.     

基于小波神经网络补偿的飞艇滑模控制

平流层飞艇具有非线性、参数慢时变等特征,在滞空期间,还受到阵风及大气紊流的影响．将反推滑模技术用于实现飞艇姿态的鲁棒控制,保证了系统稳定．为避免变结构控制中固有的抖振现象,使用自回归小波神经网络（Self—RecurrentWaveletNeuralNetworks,SR—WNN）实时调整开关增益的大小,网络的自回归单元可以克11~,J、波函数的振荡特性,使得估计更为平滑．仿真结果表明：控制器能够适应飞艇结构参数变化及外部扰动的影响,获得强的鲁棒性与好的动态性能．     

超空泡航行体纵向运动的鲁棒极点配置控制

由于空泡及滑行力的存在,使得超空泡航行体的建模及控制问题变得非常复杂,在其模型简化过程中会产生一定的建模误差,采用鲁棒极点配置算法进行超空泡航行体控制可以有效克服这一缺点.对超空泡航行体所受的流体动力、尤其是滑行力的动态特性进行了分析整理;建立了超空泡航行体纵平面内的动力学模型;最后利用鲁棒极点配置算法设计了控制器.仿真结果表明,该控制系统具有较强的鲁棒性及稳定性.对各控制变量的控制效果进行了对比分析,分析结果表明空化器比尾舵具有更好的控制效果.     

基于DDWT的复合型数字图像水印算法

提出了一种鲁棒性数字水印和脆弱性数字水印相结合的复合式水印算法,具有较好的双重保护性能,即用于版权认证方面的鲁棒性数字水印和用于图像内容保护的脆弱性数字水印.首先,对原始图像进行DDWT和SVD变换在频域中嵌入鲁棒性数字水印;然后,在空域中嵌入脆弱性数字水印.仿真实验表明,该算法具有很好的应用前景.     

一种应用于隔爆试验装置中的新型自动配气系统

针对应用于隔爆试验装置中的传统配气方法存在配气速度慢、系统体积较大的问题,设计了一种基于质量流量法的自动配气系统。该系统采用质量流量控制器精确控制多种不同气体的流量,输出的多种气体经混合装置均匀混合后,由O2分析仪和H2分析仪实时监测混合气体的体积分数。测试结果表明,该配气系统配气速度快、结构简单,配制的多种气体体积分数精度能满足GB 3836.2—2010的要求。     

改进教与学优化算法的LQR控制器优化设计

为了快速有效地确定线性二次最优控制(linear quadratic regulator,LQR)问题中的加权矩阵Q和R,针对主动悬架LQR控制器权系数设计问题,提出一种改进的教与学优化算法进行LQR优化设计。算法对基本教与学优化算法中的"教"与"学"阶段进行了进一步的改进,同时提出一种"自我学习"策略。通过仿真实验表明,和基本教与学算法、粒子群算法、遗传算法相比,本文算法在对主动悬架LQR控制器优化时,具有收敛速度快,求解精度高和稳定性强等优势。