基于加减速控制的自适应加速度反向间隙补偿

针对数控机床滚珠丝杆进给系统中反向间隙的存在严重影响数控机床定位精度的问题,提出基于加减速控制的自适应加速度反向间隙补偿方法。基于该方法建立反向间隙传动模型,计算补偿过程的加速时间,在加速时间不等于伺服周期整数倍时,反推补偿过程中的加速度值,从而准确补偿反向间隙,避免出现过补偿或欠补偿现象。通过仿真验证该补偿方法的有效性,数控平台实验结果是该补偿方法可将X轴目标点正、负向平均偏差减小在-2μm^3μm之间波动,表明所提出的方法可以有效降低因反向间隙造成的定位误差,提高了数控机床的定位精度。

自适应加加速度NURBS曲线前瞻插补算法研究

针对现有NURBS曲线直接插补算法在曲率变化较大的拐角处容易出现弓高误差超限现象,导致加工精度降低等问题。提出一种自适应加加速度NURBS曲线前瞻插补算法。该算法首先用弓高误差和法向加速度作为约束条件限制曲线各插补点的进给速度,并在曲率极大值处进行分段处理;然后,基于前瞻控制与非对称S型曲线加减速控制对分段点进给速度优化处理,并自适应修正加速与减速运动阶段的加加速度;最后,以调整后的参数进行加减速控制并进行插补输出。实验测试结果表明,该算法即使在曲率较大区域的弓高误差、加速度和加加速度也不会超出CNC系统的限制,并实现平滑运动和高精度的加工。

永磁直线同步电动机伺服系统的自适应加加速度控制

针对永磁直线同步电动机(PMLSM)伺服系统中易受不确定性因素影响的问题,该文提出一种自适应加加速度控制(AJC)方法。首先建立含有不确定性的PMLSM伺服系统动态方程。然后,通过模型前馈控制补偿系统的参数不确定性所产生的模型误差,提高系统的响应速度。最后,采用AJC抑制系统中外部扰动、非线性摩擦力等不确定性因素,自适应律使鲁棒增益收敛于有界范围内,提高系统的鲁棒性;AJC的输出信号积分后形成了反馈控制律,削弱了控制律中开关函数激励未建模动态引起的高频谐振,保证了控制信号的稳定性和连续性。系统实验结果表明,该控制方法能够产生平稳的控制信号,明显地提高系统的控制性能,减小跟踪误差,避免高频振荡,进而改善PMLSM伺服系统的控制精度。

基于改进粒子群算法的无人机三维路径规划

针对无人机在复杂多障碍环境下的路径规划问题,提出基于改进粒子群的优化算法。首先,通过统一障碍物环境建模、优化适应度函数,并采用混沌粒子初始化使粒子群多样化,增强了算法的稳定性;然后,用自适应加速度系数替代传统粒子群算法的加速度常数,避免陷入局部极小值,同时提高了算法收敛到全局最优解的效率;最后,用无人机运动编码代替传统粒子群算法中粒子搜索轨迹的编码方式,提高解的最优性,搜索最优解路径。仿真结果表明:当进行无人机路径规划时,改进粒子群算法可以有效解决复杂的多障碍环境中传统粒子群算法的问题,与灰狼优化算法、差分进化算法、量子粒子群算法和传统粒子群算法相比,改进后的算法在不同场景静态环境中路径寻优精度和稳定性明显提高,且与动态粒子群算法相比,新算法也能更好地适应动态环境。

货运列车自适应模型平滑切换及节能优化研究

为了使货运列车运行过程切近实际,提出了一种基于加速度自适应的货运列车质点模型平滑切换方法。首先,建立列车的单质点和多质点模型,基于扰动加速度偏差变化率进行列车多模型的自适应切换研究。然后,为了降低大功率机车牵引电机的工作能耗,引入货运列车牵引控制的多目标和约束条件,建立了多目标优化模型,并提出一种新型的多目标飞蛾扑火(MOMFO)算法用于优化货运列车运行过程。最后,采用HXD1型电力机车牵引50节C80货车作为研究对象,通过仿真验证了所提方法对货运列车牵引电机节能及运行过程优化具有重要意义。

微观交通仿真的安全换道模型研究

换道模型对车辆换道过程模拟的精确程度直接影响着微观交通仿真的精度。以往的微观交通仿真系统采用匀加速度的换道模型,无法模拟车辆实施换道动态调整纵向加速度的行为。该文分析了换道过程中车辆间的相互影响,将换道过程分为4个独立的阶段,并允许车辆在不同阶段使用不同的纵向加速度。通过分析由环境参数导致的各阶段时间顺序的变化,提出了通用的安全换道模型,并给出换道自适应加速度的约束表达式。仿真结果显示,该模型能提高微观交通仿真系统的精度,并提供更准确的安全换道距离,换道成功率更高。

基于小采样周期的机动目标模型跟踪性能研究

分析了小采样周期条件下“当前”统计模型、基于速度估计的自适应模型及自适应常加速度模型，对3种模型的稳态性能和动态性能进行了分析比较，并对3种模型的机动目标跟踪效果进行了仿真。仿真结果表明：小采样周期条件下，3种模型的稳态跟踪性能一致，而在动态跟踪条件下自适应加速度模型性能更优。

基于变步长增益调整的机动目标跟踪新算法

针对Singer模型的缺陷和“当前”统计模型存在的对弱机动目标跟踪能力较差的缺陷进行了改进,设计了一种新的加速度自适应模型;利用该模型设计出新的机动目标跟踪滤波算法,该算法对机动目标跟踪的综合性能有了较大的提高。在此基础上,为了减少滤波增益矩阵的计算量,使算法易于微机工程化实现,提出对滤波增益矩阵进行变步长调整的新方法,即通过在线检测算法确定何时有必要进行滤波增益的调整,而不需要每一步都计算增益矩阵,从而较多地降低了滤波算法的计算量。通过以上两个方面的改进,不仅提高了机动目标跟踪的精度,而且提高了目标跟踪的快速性和实时性。仿真验证表明该算法有良好的跟踪性能,而且计算量小,易于微机工程化实现。

基于改进当前统计模型的容积卡尔曼滤波算法

针对当前统计模型存在机动加速度极大值和机动频率难以确定、影响机动目标跟踪性能的问题,首先利用滤波新息的特性,自适应调整了加速度极大值;然后利用当前统计模型中加速度的非零均值时间相关模型,推导了一种自适应机动频率表达式;最后给出了基于改进当前统计模型的容积卡尔曼滤波算法.仿真结果表明,与标准的当前统计模型相比,本文改进算法对机动目标具有更好的跟踪性能.

机动目标跟踪中一种改进的自适应卡尔曼滤波算法

针对"当前"统计模型中预先设置机动频率和加速度极限值造成对目标跟踪精度不高的问题,提出一种新的参数自适应算法。该算法利用目标前后2个时刻的加速度均值代替"当前"统计模型中只利用前一时刻的加速度值作为当前时刻的加速度均值,推导出了机动频率自适应,再利用加速度方差与加速度变化量之间存在的正比线性关系,推导出了加速度方差自适应,避免了由于参数设置不合理而造成的跟踪误差。理论分析和仿真结果表明,改进算法有效提高了目标跟踪精度,仿真结果验证了改进算法的有效性。

一种双轴直驱平台新型同步渐近跟踪控制设计

针对双轴直驱平台伺服系统中存在同步进给的问题,提出一种交叉耦合迭代学习控制器与自适应加加速度控制器相结合的新型同步控制方法。首先,构建同步误差,利用交叉耦合控制器解决双轴的耦合问题;设计自适应PD型学习律减小同步误差,实现双轴协调同步。采用模型前馈控制补偿系统的参数不确定性,提高系统的响应速度。自适应加加速度控制器抑制系统中外部扰动、摩擦力等不确定性因素,实现系统的渐近跟踪控制。加加速度积分后形成反馈控制律,保证了控制信号的稳定性和连续性。设计自适应更新律,使鲁棒增益实现指数收敛并削弱测量噪声对系统的影响,增强系统的鲁棒性。系统实验结果表明,该方法能够明显地提高系统的同步性能,改善双轴直驱平台伺服系统的控制精度。

高机动弹道目标末端拦截的新型有限时间滑模制导律设计

针对高机动弹道目标末端拦截问题,设计了一种具有有限时间收敛特性的新型滑模制导律。首先针对目标三维运动强耦合的特点,基于视线旋转坐标系内弹目相对运动关系建模,结合降维微分几何制导律和滑模控制理论,并采用快速双幂次趋近律构造了有限时间内快速收敛的连续制导指令;同时,采用了一种在末端拦截段使视线转率随弹目相对距离的减小在有限时间内快速收敛的滑模面;进而将目标的机动加速度视为上界未知的有界扰动,并通过自适应估计实现对目标加速度上界的快速逼近,可显著提高滑模面收敛速度,同时减弱抖震现象;最后,通过李雅普诺夫定律,对所提出新制导律的稳定性进行了证明。仿真结果表明,所设计的新型制导律能有效拦截高机动弹道目标。