线性自抗扰的增稳云台控制系统研究与实现

增稳云台是维持摄像头稳定并获得清晰图像的重要装置。文中提出一种LADRC线性自抗扰控制算法与FOC矢量控制算法相结合的方法,并将其应用于增稳云台系统中,提高增稳云台的控制精度、稳定性与抗干扰能力。其次,对无人系统增稳云台的硬件和软件进行设计,搭建测试实验平台。测试结果表明,所设计的控制系统运行良好,对阶跃控制命令的上升时间在0.3 s以内,在17.5 m/s的风速环境下,三轴角度的变化范围在0.15°以内,可达到预期目标。

轮边制动器下起重机的抗风防滑机理研究

轮边制动器不仅能够用于平时的刹车制动,且在突遇诸如强风等载荷时能够做到快速响应,是起重机的常用配置。文中基于多体动力学模型建立了轮边制动器作用下的起重机抗风防滑动力学模型,研究轮边制动器作用下的起重机抗风防滑的制动机理,以及摩擦系数改变对起重机抗风防滑的影响,给出了起重机轮边制动器配置的经济性与有效性的分布图。

基于YOLOv5的电力线和杆塔实时检测算法研究

针对当前电力线路检测中存在深度学习网络参数量大、计算复杂度高等问题;在YOLOv5的基础上提出一种电力线和杆塔的实时检测算法;通过减少Bottleneck数量来简化特征提取层网络结构,使用深度可分离卷积技术实现模型计算量的降低;分析电力线目标框筛选机制,改进(non-maximum suppression)NMS算法,提升模型目标检测精度;实验结果表明,对Bottleneck的改进在识别精度有所提高的情况下能有效降低模型的参数量,模型检测准确率和召回率分别达到94%与95%,体积压缩了20.7%,在Jetson Nano嵌入式平台上检测速度达到17.2 fps,对两类电力线路目标检测达到较高的识别率和实时性,对无人机电力巡检导航有较好的参考价值。

基于LCD-MCKD的滚动轴承故障特征提取方法

鉴于在复杂工况和强背景噪声环境下,滚动轴承的非线性非平稳信号的特征提取非常困难,导致早期故障难以诊断,提出了一种基于局部特征尺度分解(LCD)和最大相关峭度解卷积(MCKD)的故障特征提取方法.首先,利用LCD对信号进行分解,获得一系列瞬时频率具有物理意义的内禀尺度分量(ISC),选取相关系数较大的ISC分量进行重构;然后,利用MCKD方法对重构信号进行处理,增强冲击信号频率,实现降噪;最后,对经LCD-MCKD处理过的信号进行希尔伯特包络谱分析,验证所提方法的有效性.仿真和实验表明该方法能够有效提取故障特征频率,实现故障诊断.