动载荷的识别方法

大多数情况下,作用在工程结构上的动载荷,如高性能战斗机在大攻角机动飞行时作用在垂尾结构上的抖振载荷,是无法直接测量的,只能通过测试结构在动载荷作用下的动态响应来识别出结构的动载荷.首先阐述了动载荷识别的基本原理,然后根据结构模型的特点,将动载荷识别方法分为确定性结构的动载荷识别方法和不确定性结构的动载荷识别两大类,对近些年国内外学者在这两方面的研究进展进行述评,最后针对目前动载荷识别方法研究中所存在的问题,提出有待深入探讨的课题.

基于扩展Elman网络的非线性自校正控制器

阐述了将Elman网络结构进行扩展,并采用扩展卡尔曼滤波算法(EKF)作为网络权值的在线学习算法,并在此基础上建立一步超前预测控制器.仿真结果验证了本控制器对非线性系统控制的有效性.

一种高效的非线性滤波技术

在处理非线性滤波问题时,通常采用的是广义卡尔曼滤波(EKF)方法.但在实际应用中,随着系统的非线性程度增加,该方法会出现较大误差或发散的现象.在此介绍了一种更高效的处理非线性滤波问题的方法——序列蒙特卡罗滤波(SMCF),并分析了该方法的理论基础及特点,同时也描述了该算法的具体实现步骤.给出了仿真结果并进行了分析.

一种飞行器弹性新型控制方法研究

针对新一代飞行器长细比增加和结构复杂等特征带来弹性频率变低、预示精度差的现象,提出了一种新型弹性控制方法,解决了传统弹性滤波方法带来的控制系统稳定裕度严重不足、机动能力弱的难题。该方法基于扩维Kalman滤波算法建立了系统方程和输出方程,并进行了仿真。仿真结果表明,能够实现刚体信息的快速提取,而且系统滞后小,能大幅提升飞行器作战边界和控制精度。

基于卡尔曼滤波的电动助力转向电机控制

通过分析电动助力转向系统(EPS)的工作原理,结合EPS的结构和动力学及电气学特性,建立EPS系统的数学模型,提出采用基于卡尔曼滤波的PID控制策略,对控制信号进行线性递推最佳误差估计,抑制路面随机干扰和传感器测量噪声的影响,提高系统的稳定性能和抗干扰性能,采用Matlab/Simulink搭建了控制系统的仿真模型,并搭建了硬件控制电路在EPS试验台架上实验,仿真和实验表明,该方法改进了传统的PID控制模式,改善了控制系统的瞬态响应和随动性,使系统具有更好的转向灵活性和操纵稳定性。

智能车辆路径巡航和自主避障的触须算法

从Velodyne雷达构建障碍物地图入手,分析了触须构建方法、自主驾驶和避障策略。考虑车辆质心侧偏角对触须重构的影响,运用卡尔曼滤波对惯导数据进行处理,得出车辆纵向和侧向实时速度,从而对质心侧偏角实时辨识,并利用质心侧偏角对不同分组的触须进行修正。计算结果表明:在中低速时,轨迹误差由0.40 m减小到0.20 m;在高速时,通过采用性能优良的控制器和合理的融合参数使轨迹误差由1.00 m减小到0.75 m。可见,采用修正的触须算法可以较好实现车辆自主驾驶和合理避障。

考虑摩擦补偿的SEA弹性体刚度在线估计方法

提出了一种考虑摩擦补偿的串联弹性作动器(SEA)弹性体刚度在线估计方法.该方法利用作动器在适当条件下电机电流补偿摩擦力矩后估计的力矩来实时校准弹性体刚度,以减小弹性体刚度变化带来的力矩估计误差.通过实验定量分析了基于谐波减速器的系统摩擦力矩模型参数.对比弹性模型和电流模型计算力矩的优缺点,分析出当电机角速度在适当范围且负载变化较小的稳定状态时,电流力矩模型补偿摩擦力矩后可准确地计算负载力矩.负载稳定状态时,以电流模型估计力矩,并采用卡尔曼滤波算法对弹性体刚度实时校准.负载不稳定状态时,以弹性模型估计力矩.实验结果表明,本方法能有效克服弹性体刚度变化导致的力矩误差.