基于神经网络反馈补偿控制的磁悬浮球位置控制

针对现有磁悬浮球位置控制算法控制精度不高的问题,提出了一种基于神经网络反馈补偿控制、PID控制和神经网络辨识器的磁悬浮球位置控制结构。采用神经网络辨识器建立控制系统误差与控制量的动态模型,在线学习时,神经网络辨识器在磁悬浮球位置实时控制过程中被训练,其训练后的参数动态复制给神经网络反馈补偿控制器,避免了神经网络反馈补偿控制器的离线训练。神经网络反馈补偿控制器在实时控制过程中基于PID的控制输出作进一步的学习,以补偿神经网络辨识器的建模误差并产生一个反馈补偿控制量。在控制回路中引入PID控制器可以保证神经网络在学习初期或系统受到扰动时闭环系统的稳定性,提高控制算法的鲁棒性。仿真与实验结果表明:神经网络反馈补偿控制方法较PID控制方法的控制精度由0.5mm提高到0.04 mm,控制系统具有良好的动静态性能和较强的鲁棒性。

基于声音多特征贝叶斯网络融合的话者识别研究

针对基于语音单一特征提取方法所存在的话者识别准确率较低的问题,提出将话者语音中反映人耳听觉感知特性的MFCC特征和接近心理声学临界频带的1/3倍频程(1/3 octave)特征作为话者声音的特征参数,设计话者识别的贝叶斯网络,融合2种声音特征参数,通过贝叶斯网络推理实现话者识别。贝叶斯网络通过学习过程确定已注册话者各声音特征的条件概率。进行话者识别时,贝叶斯网络利用贝叶斯定理及条件独立性假设融合待识别话者声音的MFCC特征和1/3倍频程特征,计算每个已注册话者对输入语音特征矢量的后验概率,根据后验概率的大小实现待识别话者的推断。话者识别实验结果表明:提出的基于声音多特征贝叶斯网络融合的话者识别方法可行有效,识别正确率达到100%。

基于灰色关联补偿控制的气动位置伺服控制系统

针对现有高精度气动位置伺服控制算法复杂、难于工程实现的问题,以灰色关联分析理论为基础,提出基于传统控制算法的灰色关联补偿控制新方法。该方法将灰色关联控制与传统控制相结合,在传统控制回路中增加灰色关联补偿控制器。该补偿控制器根据控制系统实际输出与期望输出数据序列之间的几何形状相似性和距离,计算两者之间的加权灰色关联度,设计灰色关联补偿控制律,对传统控制器的控制输出进行动态补偿。以DGPL型无杆气缸为控制对象,进行气动位置伺服控制的仿真与试验研究,对比灰色关联补偿控制方法与传统控制方法(比例积分微分(Proportional-integral-differential,PID)控制、模糊控制)的控制精度。仿真与试验结果表明,在相同的控制器参数下,灰色关联补偿控制的控制效果优于常规控制器的控制效果,补偿控制器参数经过适当调整,可以实现气动位置伺服系统的高精度控制。

轮腿式爬楼梯移动机器人的设计及运动特性分析

针对非结构化复杂环境对移动机器人的运动要求,结合轮式和腿式移动机构的优点,设计了一种高效、稳定的轮腿式爬楼梯移动机器人。设计了机器人的主要结构,分析了机器人的稳定性及转向性能。平地行走、转向、越障、上下楼梯等实验结果表明:设计的轮腿式爬楼梯移动机器人结构简单,运动灵活,控制方便,控制精度高,不需对运行步态进行预先规划,它不仅可以在崎岖不平的环境中实现快速行驶,而且实现了快速稳定的爬楼梯功能,具有很强的越障能力和环境适应能力。

基于灰关联分析和模糊隶属度匹配的球形水果自动识别方法

针对现有水果识别方法需大量水果样本学习或仅对单一特征进行识别而导致的识别率较低的问题,提出一种基于水果图像处理的水果颜色和形状特征参数的提取方法、基于灰色关联分析和模糊隶属度匹配的球形水果自动识别方法。该方法通过提取水果图像关注区域(region of interest,ROI)的颜色和形状特征,建立参比水果的颜色特征参比数据库和形状特征隶属度函数,计算待识别水果与参比水果颜色特征的灰色加权关联度,求取待识别水果对于参比水果形状特征参数的模糊隶属度,按各特征量等权的原则合成待识别水果对参比水果的总匹配度,并根据总匹配度的大小实现待识别水果种类的判别。大量实验结果表明:该方法简单、有效,不需要大样本量水果的学习和训练,平均识别正确率达到99%以上。

基于最大熵方法的测量结果估计及测量不确定度评定

针对未知分布的测量数据、难于精确估计测量结果及其不确定度的问题,采用最大熵方法,根据已有的测量数据,求取被测量的概率分布,并利用所求得的分布,计算测量结果的估计及其不确定度。仿真与计算结果表明:采用最大熵方法所确定出的被测量的概率分布是含有最少主观假定的分布,由其所确定的测量结果的估计、测量不确定度的计算结果是可靠的。

气动肌腱驱动的拮抗式仿生关节位置/刚度控制

仿生关节是四足仿生机器人实现灵活跳跃、奔跑等高速复杂运动的基本要素。针对现有气动肌腱驱动的仿生关节难以实现设定刚度下的高精度位置控制问题,提出一种基于模糊神经网络补偿控制的拮抗式仿生关节位置/刚度控制新方法。建立关节位置/刚度解算模型,根据关节驱动力矩及设定刚度计算气动肌腱的理论充气压力;建立关节输出刚度计算模型,根据关节输出位置及气动肌腱的实际充气压力计算仿生关节的实际输出刚度;采用由模糊神经网络补偿控制器、PID控制器和模糊神经网络辨识器构成的模糊神经网络补偿控制结构实现对仿生关节的高精度位置控制。以FESTO公司MAS型气动肌腱驱动的拮抗式仿生关节为控制对象,进行关节位置/刚度控制的试验研究,对比PID控制和模糊神经网络补偿控制的位置控制精度,探究仿生关节刚度的动态响应。试验结果表明:模糊神经网络补偿控制方法的位置控制精度显著优于PID控制方法,位置控制精度由3°提高到0.6°;同时两种控制方法均能较好地跟随关节设定刚度,刚度跟踪精度均在1 N?m/rad内。

基于神经网络的测量模型的建立及检验

针对间接测量数学模型难于建立的问题 ,提出了基于径向基函数神经网络的非参数测量模型的建立方法。利用对训练样本的聚类结果来确定基函数的中心 ,使得神经网络在较少的训练样本条件下仍可获得较高的建模精度。应用实例验证了本方法的有效性。

基于结合部刚度特性的滚珠丝杠进给系统动态特性分析

滚珠丝杠进给系统的动态特性对数控机床的定位精度、加工性能和振动等特性具有重要影响。针对滚珠丝杠进给系统理论建模中结合部刚度难以确定的问题,以自行设计制造的滚珠丝杠进给系统为研究对象,基于吉村允效法计算进给系统固定结合部的刚度;根据滚珠丝杠副、滚动导轨副和轴承结合部的共同特点,提出基于Hertz接触理论的进给系统滚动结合部刚度计算方法,建立进给系统的有限元模型。在此基础之上,对进给系统进行理论和试验模态分析,通过模态振型和固有频率的对比验证了有限元模型和滚动结合部刚度计算方法的正确性。根据所建立的有限元模型,着重分析工作台的质量和位置、滚珠丝杠副的刚度、滚动导轨副的刚度和轴承的刚度等参数对进给系统动态特性的影响。所提出的方法为机床滚动结合部刚度的识别提供了参考,研究结论为滚珠丝杠进给系统的改进设计和动态性能优化提供了依据。

基于灰色绝对关联度的角点检测算法

针对SUSAN角点检测算法存在相似比较能力差和无法检测出对称角点的问题,提出了一种基于灰色绝对关联度分析的角点检测算法。该算法首先计算被测图像中各像素点在上下左右4个方向的灰度差分,确定初始角点集;然后采用圆形模板遍历初始角点,在圆形模板内,基于灰色关联度理论和2个3×3窗口内的像素灰度值,建立两窗口之间的相似比较函数,由相似比较函数计算非核像素组成的关联区域面积;再按关联区域面积及其分布情况设计角点响应函数并进一步去除伪角点;最后将局部窗口内角点响应函数最大值所对应的像素点确定为角点。采用人工合成图像和真实图像进行了角点检测的实验研究,实验结果表明:与Plessey算法和SUSAN算法相比,该算法具有较好的综合检测性能,且算法简单、易于实现。

测量数据粗大误差的非统计判别

提出了基于信息熵和灰色理论的测量数据粗大误差判别方法 ,该方法对测量数据没有分布要求 ,计算简单可行 ,经多个实例的计算 ,取得了较好的判别结果 .

基于神经网络建模的机床滑动结合面动态特性参数识别

针对机床滑动结合面动态特性参数难以准确确定的问题。以结合面的刚度参数、阻尼参数为优化变量,建立滑动结合面动态特性参数的神经网络模型,结合神经网络模型的计算结果与机床整机实验模态的分析结果,采用布谷鸟优化算法对结合面的刚度与阻尼参数进行优化识别;以自行设计制造的机床滑动结合面实验台上工作台与床身间的滑动导轨结合面为实例进行了建模、实验、参数识别等分析。分析结果表明:该方法是可行的、有效的,参数识别精度高于已有文献研究。

一种改进的基于响应耦合子结构法的刀尖点频响函数预测方法

针对现有的基于响应耦合子结构法(RCSA)的刀尖点频响函数预测方法需要辨识主轴-刀柄、刀柄-刀具结合面参数以及需要自制刀柄模型等引起的预测误差和预测过程复杂等问题,提出一种改进的基于RCSA的铣刀刀尖点频响函数预测方法。该方法首先改进已有的子结构划分方法,将机床-主轴-刀柄-刀具系统划分为机床-主轴-刀柄-部分刀杆、剩余刀杆和刀齿三个子结构;然后改进主轴-刀柄处转动频响函数的计算方法,通过铣刀的模态锤击实验采用反向RCSA和有限差分法计算机床-主轴-刀柄-部分刀杆结构的转动频响函数,并基于Euler梁模型计算出剩余刀杆、刀齿子结构的频响函数;最后将三个子结构的频响函数耦合确定刀尖点的预测频响函数。以一立式加工中心为研究对象,应用所提出的方法对铣刀刀尖点的频响函数进行了预测,并与其实测频响函数进行对比。对比结果表明:刀尖点的预测频响函数与实测频响函数符合程度较高,其预测、实测前三阶固有频率之间的误差在6.9%以内,所提出的方法可行有效、简单方便,且可直接基于铣刀的模态实验计算主轴-刀柄的频响函数,避免了相关结合面参数的辨识和刀柄模型的制作。

测量结果标准不确定度的灰色评定方法

针对测量结果标准不确定度因测量数据少、数据样本分布不明确而难以评定的问题 ,提出一种基于灰色系统理论的非统计评定方法 ,其参数由灰色模型GM (0 ,2 )和数值仿真确定 .仿真和实际应用结果表明 ,该方法对测量数据分布的依赖性小 。

基于刀具振动位移的动态铣削力测量方法

针对铣削加工中动态铣削力难于测量的问题,提出了一种通过测量铣刀振动位移来确定动态铣削力的方法。该方法首先通过激光测振仪测量铣削加工时铣刀刀杆的振动位移,然后根据测量系统的静态校准结果由该振动位移确定相应的铣削力。针对高速铣削时的铣削力测量失真问题,通过分析刀具系统的动态特性,确定测量系统的传递函数,并采用零极点配置的方法设计了动态补偿环节对测量系统进行动态补偿,以提高测量系统的带宽。在铣削加工中心上进行了铣削加工实验,将本文方法确定的铣削力与三维力传感器测得的铣削力进行了对比。实验结果表明:本文测量方法能准确测量动态铣削力,测量系统的测量带宽可达1 600 Hz,且测量方法简单可靠,易于工程应用。

基于改进自适应遗传算法的固定结合面动态特性参数优化识别

针对固定结合面传统建模方法精度较低和结合面的动态特性参数难以确定的问题,改进了基于弹簧阻尼单元的建模方法,提出了基于实验模态分析和改进自适应遗传算法的固定结合面动态特性参数的优化识别方法。该方法以有限元计算的理论固有频率和阻尼比与其对应实验模态分析结果的相对误差最小为目标函数,使用改进的自适应遗传算法优化识别固定结合面的刚度和阻尼参数。以自行设计制作的固定结合面模型为研究对象进行了建模、实验、参数识别等分析,分析结果表明:所提出的方法是正确的、有效的,参数识别误差在5%以内,达到了较高的识别精度。

数控机床进给单元滚动结合部轴向动态特性参数识别

针对现有结合部参数识别方法不能精确识别装配状态下数控机床进给单元滚动结合部动态特性参数问题,提出进给单元装配状态下滚动结合部轴向动态特性参数识别方法。将丝杠简化为弹性杆件以建立简谐力作用下丝杠及工作台的轴向振动方程,基于该方程建立结合部轴向刚度与阻尼参数识别模型;通过实验测量丝杠支撑点间距离、简谐激振力频率及幅值、丝杠轴端截面轴向振动速度幅值等参数建立识别方程组;基于遗传算法优化求解该方程组,识别出滚动结合部轴向动态特性参数。以自行研制的滚珠丝杠进给实验台为研究对象,基于该方法对其左、右端轴承组及滚珠丝杠副结合部轴向刚度、阻尼参数进行识别,并对识别结果的正确性进行实验验证。结果表明所提方法正确、有效,丝杠轴端截面轴向振动速度幅值的理论计算值与实验测试值绝对误差在7.7μm/s以内,参数识别精度较高。

基于神经网络补偿控制的PID双闭环球杆位置控制

针对球杆系统的位置控制难题,利用ADAMS软件建立球杆系统的三维虚拟样机模型,由此确定球杆系统的动力学模型,提出一种基于神经网络补偿控制的PID双闭环球杆位置控制方案,基于ADAMS/Controls与Matlab/Simulink进行了球杆位置控制的联合仿真。仿真结果表明:位置定值控制与方波信号跟踪控制时,PID双闭环-神经网络补偿控制较PID双闭环控制的稳态精度分别由0.06 m、0.08 m提高到0.002 m、0.003 m,正弦信号跟踪时,跟踪误差由0.15 m减小到0.05 m,PID双闭环-神经网络补偿控制具有更好的动态性能和较高的稳态控制精度。

基于强化缓冲算子的灰色预测PID控制仿真研究

灰色预测PID控制系统的核心是其反馈回路上的灰色预测器,其建模精度与控制系统行为数据的变化速率有关.对于惯性较大的被控对象或采样周期较短的控制系统,控制系统的行为数据变化缓慢,基于这些数据直接进行灰色建模预测的精度不高.针对这个问题,本文提出了基于强化缓冲算子的灰色预测PID控制新方法.通过对控制系统的行为数据序列进行强化缓冲算子作用,获得控制系统行为数据的强化缓冲算子作用序列,对其进行灰色建模和预测,实现灰色预测PID控制.仿真研究结果表明,在相同的PID控制参数下,本文提出的控制方法的控制精度明显优于传统的灰色预测PID控制和经典PID控制,获得了理想的控制效果.

一种新的预测铣刀刀尖频响函数的方法

为准确快速地预测铣刀刀尖点频响函数,提出一种基于逆响应耦合子结构分析(IRCSA)法辨识刀柄-刀具结合面参数的刀尖点频响函数预测方法。该方法通过建立计算刀柄末端频响函数矩阵和刀尖点频响函数矩阵的数学模型,利用逆响应耦合子结构分析法求取随频率变化的刀柄-刀具结合面参数。通过Cuckoo search算法及有限元分析确定刀尖点频响函数中对刀柄-刀具结合面复刚度矩阵变化最为敏感的固有频率,取该频率对应的结合面参数为刀柄-刀具结合面复刚度矩阵的辨识结果,由此计算出刀尖点频响函数。通过硬质合金圆柱棒、2刃铣刀和4刃铣刀进行验证,对比了所提预测方法、Cuckoo search优化算法预测的刀尖点频响函数与实测值三者之间的差异,实验结果表明该预测方法预测的刀尖点频响函数的固有频率和实测固有频率的误差在5%以内,所用时间约为Cuckoo search优化算法的1%,达到了较高的预测精度,并且更加省时、简便。