脐带缆拉弯组合疲劳试验机恒拉力控制

由于深海脐带缆的变拉伸刚度特性、卧式加载条件下脐带缆过长、疲劳试验机弯曲端伸缩状态切换而引入冲击噪声等因素,导致恒拉力控制难度高、精度低。在对疲劳试验机控制系统研究的基础上,将模型参考自适应控制算法应用于该试验机的恒拉力控制系统中。针对液压系统中存在的非线性时变参数,提出了自适应线性神经网络与归一化最小均值M估计(ADALINE-NLMM)的自适应控制策略。其利用系统估计的输出误差调整自适应的神经网络的权值,同时利用最小均值M估计算法调整系统中的不确定参数。根据液压系统内部频率变化而跟踪参考模型的输出,削弱脉冲噪声的干扰,提高了控制系统的鲁棒性。不同弯曲角度下脐带缆的静态拉伸试验表明:系统的静态跟踪误差最大不超过3%,平均跟踪误差接近0.3%。一定角度范围内动态拉伸试验表明,脐带缆拉伸端施加恒定的拉力的控制误差不超过10%。结果表明:提出的模型具有良好的恒拉力控制精度和鲁棒性。

自动卷电缆控制方法研究

基于远程控制薄煤层连续采煤机成套装备的需求,设计了一种全新的自动卷电缆控制方法。首先实现了收揽和放缆的自动控制,无需人工参与;其次实现了收揽和放缆时把电缆受到的拉力控制在一个合理的小范围内,不会因为拉力过大损坏电缆中的光纤。