基于傅里叶级数展开的码垛机器人轨迹规划

为解决码垛机器人工作中因频繁启停而产生的冲击过大与常规多项式曲线规划效率低下等问题,课题组以SP-120系列码垛机器人为研究对象,采用改进D-H参数法建立机器人的D-H坐标系,进行正、逆运动学求解分析。利用基于傅里叶级数展开的轨迹规划方法进行了起始点至目标点的点对点连续轨迹规划,并利用MATLAB软件进行仿真分析。仿真结果表明:基于傅里叶级数展开所得各关节角位移、角速度和角加速度曲线连续、平稳,且工作空间运行轨迹平滑,解决了码垛工况下冲击过大问题;与五次多项式插值算法相比,得到了更大的峰值角速度和一段恒定的峰值角加速度,解决了常规多项式曲线规划效率低下问题。

基于半波Fourier算法的故障选相控制系统的设计

为了快速、准确地预测故障电流零点,设计了故障选相控制系统。基于故障选相原理,以数字信号处理器(DSP)TMS320F2812为核心,通过丰富其外设,进行控制系统硬件的设计;基于相电流突变量原理和改进半波Fourier算法,进行了故障起始时刻的判断和波形恢复,并完成了控制系统的软件设计。对故障选相控制系统的稳定性和零点预测准确度进行了测试。测试结果表明,控制器的预测结果准确、可靠,零点的预测时间<12ms,零点预测误差的3σ(σ为标准差)范围为[-0.6,0.6]ms,满足国际大电网会议(CIGRE)对选相投切控制系统准确度的要求。

含夹层流体的双板主、被动控制理论分析和试验研究

为了对含夹层流体的双板结构的振动进行控制,基于改进的傅里叶级数法对此双板结构进行理论建模,采取等效方法考虑涂敷阻尼层的影响,并运用有限元方法验证理论模型的正确性。同时介绍FxLMS算法并将其运用于双板的主动控制中,以前述理论方法为基础,得到各通道的传递函数,并基于MATLAB进行算法仿真,取得较好控制效果,可为算法的控制效果验证提供参考。对双板的振动进行控制试验,对比控制前后双板振动加速度级,发现敷设阻尼层较为明显减弱中高频振动,在135Hz频率点处主动控制单通道的控制效果良好,主、被动一体化控制前后下板的振动加速度总级(10~3000Hz)相比降低6.61dB,验证了控制措施的有效性。

求解Radon变换改进Fourier算法的误差分析

本文将对求解Ｒａｄｏｎ变换的改进Ｆｏｕｒｉｅｒ算法进行误差分析，证明了在Ｌ２范数下改进Ｆｏｕｒｉｅｒ算法是收敛的且具有Ｏ（１／ｑ）敛阶，其中２ｑ为像素点矩陈阶数。

CT成像的改进Fourier算法及其实验

Ｆｏｕｒｉｅｒ算法是求解Ｒａｄｏｎ变换的一种方法，优点是计算量小，速度快，但因其成像质量较差，所以在医疗ＣＴ方面的应用较少。本文叙述了一种改进的Ｆｏｕｒｉｅｒ算法，并对其作了成像实验，实验结果表明改进Ｆｏｕｒｉｅｒ 算法的成像质量不低于国产ＣＴ所采用的卷积反投影算法，但在速度上却有很大优势。

稀疏相位恢复的混合输入输出算法改进

相位恢复问题往往是不适定的,仅利用幅值信息求解往往得不到唯一解,而含稀疏先验信息的信号可以增强相位恢复问题解的唯一性。稀疏信号的一个经典相位恢复算法是混合输入输出(HIO)算法,但该算法存在恢复概率低、鲁棒性差等问题。本文基于l1先验的交替最小化方法,提出了稀疏信号的改进HIO算法,其改变了在目标域更新信号满足约束时的选择方法,即将输出信号绝对值大于正则化参数的坐标设为满足约束。通过数值实验比较,改进HIO算法在多方面增加了稀疏信号的恢复效果,且在恢复含有噪声的信号时表现出更好的鲁棒性。

基于随钻振动信号与深度学习的岩性智能预测方法

岩性智能预测在地质钻探中具有重要意义,可以提高勘探、开采效率和成果质量。基于钻进过程中钻头破碎岩石产生的振动信号,提出一种岩性随钻智能预测方法。选取7类尺寸相同的不同岩性的岩石,并设计微钻实验方案,对岩石施加不同钻速、转速以采集多钻进条件下的随钻三轴振动信号,对信号进行预处理滤除干扰信息,通过短时傅里叶变换生成表征信号时频域特征的时频图像,再利用多种数据增强方法增加图像数量并建立为数据库,以增强模型鲁棒性和泛化能力。改进深度学习中VGG11(Visual Geometry Group)卷积神经网络算法,将数据库划分为训练集∶测试集=8∶2,对训练集图像的有效信息进行特征提取、学习、迭代训练以获得岩性智能预测模型,并不断调整模型的3个超参数(学习率、批处理大小、迭代次数),拟合测试集和训练集损失函数曲线以提高模型预测精度。最后用测试集对模型进行多指标评估。结果表明:基于随钻振动数据训练得到的岩性智能预测模型泛化能力强,具有高预测精度,岩性整体预测准确率达到96.85%。重点讨论了数据集数量对岩性预测准确率的影响;不同的钻进条件会引起随钻振动信号产生一定规律性的变化,岩石性质会使得振动信号在三轴方向上有所变化;X、Y、Z轴信号表征着钻进过程中钻头破碎岩石的不同过程。提出的岩性实时智能预测方法为钻探工程现场中岩性预测提供了一定的依据和借鉴。

能源互联网下电能计量系统改进技术研究

为了提高电能计量能力,在能源互联网下对电能计量技术系统进行改进研究。采用接线式精密交直流(AC/DC)电流传感器将AC转化为DC。采用高精密DC电流分流器,以提高分流器检测和校准的准确率。研究了基于快速傅里叶变换(FFT)和数字信号处理(DSP)改进算法的谐波电能计量,并对FFT算法进行改进。在原有的算法基础上加上了窗函数。在进行FFT之前,对时序信号实行特定的不等加权,让断开的街区端整齐。通过采用Nuttall窗函数,能够消除旁瓣泄漏,以便减小频谱误差,使旁瓣的衰减速度达到最快。这提高了谐波电能计量能力,实现了精密准确的谐波电能计算。试验结果表明,对基波有功电能测量的相对误差均小于0.001,对谐波有功电能测量的相对误差最小为0.04、最大为0.42。

一种改进雅可比算法的频域临界采样图滤波器组

频域临界采样图滤波器组需要对拉普拉斯矩阵进行特征分解,这导致了该框架计算复杂度过高。针对该问题,采用改进雅可比算法近似求解该框架的特征矩阵,从而降低计算复杂度。改进的雅可比算法将近似求解特征矩阵的问题归结为一个带约束的优化问题,将拉普拉斯矩阵的近似误差作为目标函数,以近似特征矩阵的稀疏正交性作为约束条件,从而求解出近似特征矩阵。理论和仿真实验结果表明,近似特征矩阵用于频域临界采样图滤波器组不会改变其完全重构条件,且与现有的频域临界采样图滤波组相比,改进的雅可比算法在降低计算复杂度的同时保持了良好的去噪性能。

基于快速傅里叶变换和改进T-S模糊神经网络集成模型的逆变器开路故障诊断方法研究

针对受负载扰动和测量噪声影响,逆变器开路时的故障边界间、故障与特征间存在交叠和模糊性问题,在对逆变器功率管开路故障特征的分析基础上,提出基于快速傅里叶变换和改进T‑S(Takagi‑Sugeno)模糊神经网络集成模型的逆变器开路故障诊断模型。首先,依据快速傅里叶变换分析逆变器的三相输出电流波形,提取功率管发生不同类型开路故障时的故障特征;其次,采用规则自分裂技术和模糊C均值设计T‑S模糊神经网络的前件网络的隶属函数层;然后,依托自适应Levenberg‑Marquardt算法对T‑S网络参数进行训练;最后,利用训练后的T‑S网络实现逆变器功率管的多种故障类型与位置的诊断。实验结果表明,所提出模型的诊断准确率高达96%,能够显著改善逆变器功率管开路故障诊断时所存在的问题。

基于改进半波傅氏算法的故障电流相控开断零点预测研究

准确、快速地提取出故障电流的特征参数,预测出短路电流的零点,是实现相控开断需要首先解决的核心问题。笔者采用改进的半波傅氏算法,利用半个周波加上2个采样点的数据,通过2次数据处理窗口的移动,提取出短路故障电流衰减直流分量的初值、时间常数、基波及三次谐波的幅值和相位,实现故障电流的零点预测。计算及MATLAB仿真均表明,算法能够快速准确地实现电流零点预测,预测零点与实际过零点之间的误差在±1 ms以内。

消除非周期分量影响的改进傅里叶算法

傅里叶算法不仅具有滤除整数次谐波的能力,也具有很强的抑制非整数次谐波的能力,在电力系统信号分析中得到了广泛使用,但是传统傅里叶算法会受非周期分量的影响而产生较大的计算误差。在定量分析非周期分量可能造成的计算误差基础上,提出了一种改进傅里叶算法。先通过对两个不同工频周期下的采样值进行积分,计算出非周期分量参数,再从传统傅里叶算法的计算结果中将误差剔除。将泰勒级数的误差计算方法进行了拓展推导,并设置了应用条件以及优化措施,使改进傅里叶算法能够较好地兼顾速度与精度。分别采用静态模型信号和Matlab/Simulink仿真信号进行验证。结果表明,相比于传统傅里叶算法而言,改进傅里叶算法有效消除了非周期分量的影响,具有良好的计算精度和实用效果。

滤除衰减直流分量的改进傅氏算法探讨

傅里叶变换在电力系统继电保护中已广泛应用,但电力系统发生故障时,其中的衰减直流分量会影响测量的精度。提出的对交流采样序列值进行修正的改进傅氏算法,保留了全波傅氏算法的滤波功能,又增加了对衰减直流分量的过滤作用,能有效抑制非周期直流衰减分量的影响。通过算例仿真,验证了方法的准确性。

增强型傅氏算法在监视线保护中的应用

分析了现有监视线保护存在的问题,即在干扰信号的作用下,容易产生误动和拒动.提出了一种终端加电阻的改进型全波傅氏算法的交流监视线保护原理,该方法能完全滤除直流衰减信号及直流、工频和高频杂散电流.通过装置实验证明,该方法可靠准确,计算量小,是一种可行的监视线保护.

一种利用LabVIEW滤除衰减直流分量的改进算法

在线检测实现了对运行设备特征量数据的实时监测,并对数据进行分析处理,从而预测设备运行状况。但是,电力系统发生故障时产生的谐波和衰减分量的影响会大大增加监测数据的误差。为了解决全波傅氏算法在处理含衰减直流分量信号时产生较大误差的弊端,提出一种改进算法。首先,通过增加两个采样点计算得到周期分量外的特征参数。然后,进行两次傅立叶变换,求取基波和谐波幅值和相位,通过图形化编程语言LabVIEW仿真,证明此方法具有较高的精度,较快的计算速度,优于传统算法,特别是对基波分量效果更为突出。利用LabVIEW做上位机更利于工程实践中功能的扩展。

一种新算法在监视线保护中的应用

在煤矿电网中,传统的监视线保护一般采用二次谐波法或者利用正交变换的方法来去除直流、工频和高频干扰。为避免现有监视线保护装置的误动与拒动,提出了一种终端加电阻的改进型全波傅氏算法的交流监视线保护原理,通过采样周期的调整和算法的改进,着重解决衰减直流信号所带来的干扰。数学分析及实验证明:该方法能完全滤除直流衰减信号、直流、工频及高频杂散电流。采用该方法的监视线保护可靠准确、计算量小、降低了前端电路的硬件规模,大大提高了保护的可靠性。

基于加窗插值FFT的非同步谐波测量

针对电力系统谐波测量中难以实现严格的同步采样和整周期截断,使快速傅里叶变换(FFT)在谐波分析时产生泄漏,影响测量精度的问题,提出了基于非同步采样FFT的两种非同步采样修正算法:三频点加窗插值算法和拉格朗日二次插值算法.分析了两种算法的实现原理,并对这两种算法的计算公式和修正公式进行推导.在Matlab/Simulink环境下的仿真结果表明:该算法降低了频谱泄漏,减小了测量误差,提高了谐波的测量精度.

基于改进型傅氏算法的高压综合保护

针对现有的高压隔爆开关在实现综合保护时存在的问题,即在衰减直流分量干扰的作用下,采用通用的全波傅氏算法无法滤除衰减直流分量,容易产生误动和拒动,文章提出了一种改进型全波傅氏算法,该算法能完全滤除衰减直流分量及高次谐波信号。文章还给出了基于该算法的高压隔爆开关的硬件结构。实验证明,该算法可靠准确,计算量小,是一种可行的智能高压综合保护方法。

非侵入式负荷在线监测系统的设计

结合高频电信号采集器、网络传输平台等硬件设备搭建了非侵入式电信号采集装置,该装置可屏蔽各类噪声从而实现高频率电信号采集,并通过网络实现数据传输,降低数据传输线材成本。在获取到电信号数据后,通过在上位机的数据接收与存储软件,实现了电信号高频数据的完整接收并按一定的规则进行存储。测试结果表明,所建立的网络负荷识别准确率达到98.7%,满足在线监测需求。

云计算环境下多信道均衡方法研究与仿真

在云计算环境下的多信道均衡方法研究过程中,由于采用当前的算法进行多信道均衡时存在幅度和相位响应上的差异,造成了辨识度低、误差大的问题。为此,提出了一种改进贪婪算法的云计算环境下的多信道均衡方法,首先用部分训练序列来进行信道估计,根据其结果组建带有伪噪声(PN)序列的循环观测矩阵,在云计算环境下融合于正交匹配追踪算法(OPM)估计信道系数,然后,根据频域采样抽取原理,利用傅里叶变换(FFT)与逆变换(IFFT)将信道系数求均衡逆滤波器问题变换为一个贪婪迭代过程,抑制了原滤波器的影响,得到最优的滤波器系数。仿真结果表明,改进贪婪算法的云计算环境下多信道均衡方法效率高,复杂度低。