【摘 要】
:
在设计非线性系统的控制方案时,死区、齿隙、摩擦和未知非线性环节等均会对闭环输出信号的跟踪效果产生负面影响,主要表现为齿隙在某一时间段内的发生的力矩时滞,进而导致系统对参考信号的跟踪误差以及齿轮做换向运动时因冲击而产生的扰动信号。因此,如何利用自抗扰控制、滑模控制等先进控制方法对非线性环节补偿抑制进而提高系统的瞬态和稳态性能一直是控制研究的热点之一。本文首先对死区和齿隙非线性之间的关系进行分析并重点
论文部分内容阅读
在设计非线性系统的控制方案时,死区、齿隙、摩擦和未知非线性环节等均会对闭环输出信号的跟踪效果产生负面影响,主要表现为齿隙在某一时间段内的发生的力矩时滞,进而导致系统对参考信号的跟踪误差以及齿轮做换向运动时因冲击而产生的扰动信号。因此,如何利用自抗扰控制、滑模控制等先进控制方法对非线性环节补偿抑制进而提高系统的瞬态和稳态性能一直是控制研究的热点之一。本文首先对死区和齿隙非线性之间的关系进行分析并重点介绍了目前三种常用的齿隙模型和各自特征、应用场景等,分析了如何实现含齿隙伺服系统对参考信号的精确快速跟踪。自抗扰控制中的扩张状态观测器能够对“总扰动”实时观测反馈,针对伺服系统的结构特点相应的对扩张状态观测器进行改进、利用神经网络对系统状态和未知扰动信号实时拟合,最后设计自抗扰结构下的变增益观测器、自适应滑模控制器等,通过理论分析与仿真实验证明其稳定性与有效性。1.本文推导出一种基于扩张状态观测器进行改进的变增益切换精确微分观测器(SEDO),用于处理未知齿隙的机械伺服系统状态估计问题。为了精确补偿未知齿隙扰动,建立了切换齿隙力矩数学模型来描述齿隙的输入输出关系。然后,在切换齿隙力矩数学模型的基础上,设计了一种基于变增益策略的切换齿隙补偿控制方案,并根据实际工况的变化准确估计系统状态。此外,所设计的控制器通过前馈补偿策略进一步减轻了计算负担,部分前馈补偿任务由观测器共担。证明了闭环系统中所有信号都是有界的,观测误差和跟踪误差收敛到原点周围一个足够小的紧集上。2.针对存在齿隙非线性影响控制性能的伺服系统,设计了基于扩张状态观测器的自适应滑模控制方案。分析了齿隙、摩擦非线性环节,并将其转化为系统扰动进而建立积分器串联型系统结构。构造了一种结合fal非线性函数的改进滑模面方案,能够在加速系统状态趋于稳定的同时减少抖振现象。为了实现对伺服系统的精确控制,设计了在线估计未知非线性的自适应权值调节律,无需预先获取系统信息而是通过自适应律进行估计。通过稳定性证明和仿真实验说明了该控制方案对抑制伺服系统中齿隙非线性等产生的负面影响具有更好的效果。
其他文献
文章为探究互联网金融与银行科技创新能力的内在联系,选取2010~2019年我国26家商业银行数据为样本进行实证分析,以净手续费及佣金收入度量银行科技创新能力,以第三方支付、P2P、余额宝交易规模之和度量互联网金融发展水平。研究结果表明,互联网金融与银行科技创新能力正相关。分组回归后发现,大型银行科技创新能力受到互联网金融的影响相较于小型银行而言更加显著,表明在互联网金融的影响下,大型银行表现出的科
作为机器听觉领域研究最为广泛的技术,自动语音识别在智能家居、智能汽车、智能手机虚拟助手等场景下都有非常重要的应用价值。在理想环境下,自动语音识别的精度已经接近饱和。但是在噪声场景尤其是高噪声场景下,受稳态和非稳态噪声的影响,语音识别的精度出现大幅度下降乃至完全失去识别效果。同时,在一些特定的对能源使用要求较为严苛的军事应用场景,如航空航天卫星、全天候陆地侦察车等,对低功耗的嵌入式语音识别方案有较大
近年来,深度神经网络(Deep Neural Network,DNN)在图像分类任务中取得了显著的效果。然而,对抗性机器学习领域的进展使得DNN不再可靠。通过在良性图像上添加精心设计的扰动(即对抗攻击),产生的对抗样本可以轻易骗过最先进的DNN,这不可避免地引起了人们对所部署模型稳定性的担忧。因此,尽可能多地暴露DNN的“盲点”是当务之急。在所有的威胁模型中,黑盒攻击是最具挑战性和最实用的,因为部
基于核心素养的要求,通过对传统的知识链接型、实验传递型课堂的分析,结合初高中教材对《功》的编排特点,设计以贴近学生生活的真实情境为中心、以任务引导为手段的创新型教学方式,以期为高中物理课堂教学改革提供借鉴。
在针对遥感图像的目标检测应用中,对重要物体的关键部位进行目标检测具有重大的研究价值,在军事上,可以利用关键部位目标检测发现具体要打击的部位,从而进行精确打击。经过测试,现有的目标检测算法针对小目标物体的关键部位检测会发生许多漏检的情况,究其原因是小目标物体的关键部位检测更加具有挑战性。为了解决现有技术进行关键部位目标检测精度不佳的问题,本文围绕神经网络轻量化技术、关键部位目标检测技术、神经网络结构
随着深度学习研究的不断扩展,自监督学习作为一种新兴的无监督学习方法,被用于训练网络在无标注的数据集上进行表征学习,目前已经在计算机视觉领域中取得了一定的成果。为了从无标注数据中学习通用视觉特征,研究者利用自监督学习方法提出了一种常用的解决方案,即设计不同的代理任务供网络求解。同时,网络在优化代理任务中的目标函数的过程中得到了训练。然而,在现有的自监督学习方法中,研究者通常利用网络外部信号设计自监督
教智融合背景下,虚拟仿真技术不断走进中学物理课堂,引起物理教学的又一轮革新。本文以“电流热效应”教学为例,主要从“创设生活情境,感知概念;创建探究实验,建构概念;联系生活实际,升华概念”三个方面出发,利用NOBOOK虚拟仿真实验进行物理教学,旨在克服传统实验不足,提高课堂效率和实验效果。
深部围岩动力灾害发生的本质在于围岩积聚能量的突然释放,通过锚固支护实现能量的有效吸收是围岩控制的常用手段,也是围岩动力灾害控制的关键。锚固岩体动力特性及控制机制研究是锚固支护合理设计的前提。基于此,本文研发了新型高强、高延伸率、高吸能特性恒阻吸能支护材料,开展了恒阻吸能锚固岩体动力试验,分析了锚固岩体的动力学响应特征与能量演化规律。结果表明,与无锚岩体相比,恒阻吸能锚固岩体表面损伤率和体积损伤率分
辐射供冷空调系统因其具有节能、热舒适性好及噪音低等优点,被人们广泛关注并加以使用。本文所研究的埋构式地板辐射供冷系统是一种新兴的辐射供冷空调系统,其独特之处在于该类型的辐射地板是将换热盘管预埋于建筑现浇混凝土结构层中,换热盘管与结构层形成一体并直接作为供冷的末端。与传统辐射供冷系统相比,埋构式地板辐射供冷系统除了具有节能、热舒适性好的优点之外,还不占用建筑层高、不限制楼板承重,逐渐受到关注。辐射地
网络结构自然地表达事物间的联系,在日常生活的各个方面都有体现。如何合理地表示网络中节点的特征信息是图结构分析的一个重要研究内容。网络表示学习是节点特征学习的一类方法,将网络中的节点特征转化为低维稠密实数向量应用于后续的链接预测和节点分类任务中,传统的网络表示学习方法不足之处在于没有充分考虑节点的全局和局部特征,因此,本文充分考虑网络节点的拓扑特征提出SINE(Second Information