重载液压缸动态位移信号的自适应滤波器设计

为了能够在大型减震阻尼器性能测试试验中更好反馈试验台的重载液压缸动态位移变化信息,从而真实模拟大型减震阻尼器所需振动激励信号,进而获得更好的特性参数,对比传统变步长LMS算法,根据试验台重载液压缸实际振动的加载工况,在预期参考信号不可知的情况下,通过小波变换对原始信号进行拟合,并使用MATLAB建立误差与步长之间的非线性函数表达式,提出一种基于小波变换的LMS自适应滤波器,最后通过LabVIEW编写了测控程序进行了试验。试验结果表明,相较于传统变步长LMS算法,基于小波变换的自适应滤波器收敛速度更快、稳态误差更小且跟踪能力更强,在实际应用中,相较于其他类型滤波器具有更好的滤波效果。

阻尼器测试试验台的新变步长LMS自适应滤波器设计

【目的】提升阻尼器测试试验台的控制品质,进而得到更好的被测阻尼器参数曲线,需要对试验台反馈数据进行滤波提取。【方法】课题组通过对传统LMS自适应滤波器的研究,针对其步长选值问题,提出了一种基于麻雀搜索算法(Sparrow Search Algorithm,SSA)的变步长LMS算法,进而进行了新变步长LMS自适应滤波器设计。并通过Tent混沌映射优化了SSA算法在LMS自适应滤波器中的使用,加强了该算法的跟踪和收敛能力。【结果】仿真结果表明,优化后的算法较优化前误差总值下降约75.72%,优化效果较为显著。同时,相较于其他文献中的LMS自适应滤波算法,本设计中的算法能在快速收敛的同时保持较低的稳态误差,误差总值下降约35.17%。【结论】经过Tent混沌映射所得出的SSA算法初始种群能够提高LMS算法的跟踪能力、收敛速度和稳态精度。课题组设计的滤波器表现良好,具有较强的跟踪能力和稳态精度在低范围的保持能力,为阻尼器测试试验台性能优化和反馈数据的滤波提取提供了新的思路和方案。

基于ADAMS的多功能护理床起背机构参数优化

人口老龄化社会到来,护理资源严重短缺,造成老人和残疾人的生活质量下降,以科技创新助力智慧养老,是解决老人和残疾人护理难题的关键。为了改善多功能护理床在起背运动过程中舒适度问题,课题组采用SolidWorks软件建立了多功能护理床起背机构模型,对多功能护理床的起背运动进行了分析,获得了角加速度是影响起背运动过程中舒适度的关键因素。以角加速度的最小值为优化目标,采用ADAMS软件对起背机构进行参数化建模,并进行了起背运动仿真研究。仿真结果表明:对多功能护理床起背机构进行参数优化后,起背机构的角加速度的最小值显著降低,并且角加速度曲线出现多次平滑,可以明显改善多功能护理床起背运动中的舒适度。