分布式预测的无人机编队控制

针对四旋翼无人机编队形成与保持问题,文中设计了一种分布式预测控制方法,基于状态输入约束下的编队运动模型,将编队的形成与保持过程转化为在线滚动优化问题,设计了分布式交互控制律,给出了编队系统稳定的充分条件,并以文中算法和未引入假设状态轨迹代价函数的控制算法进行了仿真和对比。仿真结果表明：相较于传统算法,文中算法编队在队形保持方面将队形误差收敛速度提高1 s;在轨迹跟踪方面将位置误差收敛速度提高2 s;并且3个方向速度均能在2 s左右达成一致最终收敛至期望速度。证明了文中所设计控制算法的有效性。     

基于长短记忆网络的刀具磨损监测方法研究

刀具磨损监测是推动数控机床稳定运行的有效手段。为实现刀具健康实时监测,设计一种基于长短记忆网络的刀具磨损监测方法。将实时采集的切削力信号进行去噪、降维等预处理;用堆叠自编码器进行特征提取,获得影响刀具磨损的本质特征;用长短记忆网络构建刀具磨损监测模型,实现加工过程中刀具磨损监测。利用铣削实验数据进行实例验证,获得磨损量平均绝对误差为0.060 80的铣刀磨损量监测模型,验证了该方法的有效性。     

基于惯性传感器车辆动态称重信号的研究

针对车辆动态称重中易受到噪声干扰从而影响测量精度的问题，根据惯性传感器的特点，该文分析了惯性传感器测量车辆经过时产生振动信号的过程，结合车辆动态称重的信号特点，提出EEMD的改进小波阈值降噪算法。为验证算法的适用性，将基于EEMD的改进小波阈值降噪算法与小波阈值降噪算法进行对比，实验结果表明，基于EEMD的改进小波阈值降噪算法对车辆动态称重信号具有较好的去噪效果，可提高系统测量的精度与准确性。